Погорелова Полина Вячеславовна
- Старший преподаватель, аспирант:Факультет экономических наук / Департамент прикладной экономики
- Стажер-исследователь:Международная лаборатория стохастического анализа и его приложений
- Начала работать в НИУ ВШЭ в 2019 году.
- Научно-педагогический стаж: 3 года.
Образование
- 2019
Магистратура: Национальный исследовательский университет «Высшая школа экономики», специальность «Экономика», квалификация «Магистр»
- 2016
Бакалавриат: Оренбургский государственный университет, специальность «Прикладная математика», квалификация «Бакалавр»
Достижения и поощрения
- Благодарность Департамента прикладной экономики НИУ ВШЭ (декабрь 2021)
- Лучший преподаватель – 2023
Обучение в аспирантуре
3-й год обучения
Утвержденная тема диссертации: Моделирование волатильности криптовалют с использованием волатильности финансовых рынков
Научный руководитель: Пересецкий Анатолий Абрамович
Учебные курсы (2023/2024 уч. год)
- Теория вероятностей и статистика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 2-й курс, 1-3 модуль)Рус
- Эконометрика 1 (углубленный курс) (Бакалавриат; где читается: Факультет экономических наук; 3-й курс, 1, 2 модуль)Рус
- Эконометрика (продвинутый уровень) (Магистратура; где читается: Факультет экономических наук; 1-й курс, 3, 4 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
Анализ временных рядов (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 3, 4 модуль)Рус
- Теория вероятностей и статистика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 2-й курс, 1-3 модуль)Рус
- Финансовая эконометрика (Магистратура; где читается: Факультет экономических наук; 2-й курс, 2 модуль)Рус
- Финансовая эконометрика (Маго-лего; 2 модуль)Рус
- Эконометрика 1 (углубленный курс) (Бакалавриат; где читается: Факультет экономических наук; 3-й курс, 1, 2 модуль)Рус
- Эконометрика 2 (углубленный курс) (Бакалавриат; где читается: Факультет экономических наук; 3-й курс, 3, 4 модуль)Рус
- Эконометрика (продвинутый уровень) (Магистратура; где читается: Факультет экономических наук; 1-й курс, 3, 4 модуль)Рус
Учебные курсы (2021/2022 уч. год)
Анализ временных рядов (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 3, 4 модуль)Рус
Анализ временных рядов-1 (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 3 модуль)Рус
Анализ временных рядов-2 (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 4 модуль)Рус
- Теория вероятностей и статистика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 2-й курс, 1-3 модуль)Рус
- Эконометрика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 3-й курс, 1-3 модуль)Рус
- Эконометрика (продвинутый уровень) (Магистратура; где читается: Факультет экономических наук; 1-й курс, 3, 4 модуль)Рус
Учебные курсы (2020/2021 уч. год)
- Теория вероятностей и статистика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 2-й курс, 1-3 модуль)Рус
- Эконометрика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 3-й курс, 1-3 модуль)Рус
- Эконометрика (продвинутый уровень) (Магистратура; где читается: Факультет экономических наук; 1-й курс, 3, 4 модуль)Рус
Учебные курсы (2019/2020 уч. год)
- Теория вероятностей и статистика (Бакалавриат; где читается: Факультет мировой экономики и мировой политики; 2-й курс, 1-3 модуль)Рус
- Эконометрика (Бакалавриат; где читается: Высшая школа бизнеса; 2-й курс, 4 модуль)Рус
- Эконометрика (продвинутый уровень) (Магистратура; где читается: Факультет экономических наук; 1-й курс, 3, 4 модуль)Рус
Публикации3
- Статья Аганин А. Д., Маневич В. А., Пересецкий А. А., Погорелова П. В. Сравнение моделей прогноза волатильности криптовалют и фондового рынка // Экономический журнал Высшей школы экономики. 2023. Т. 27. № 1. С. 49-77. doi
- Статья В. А. Маневич, А. А. Пересецкий, П. В. Погорелова Волатильность фондового рынка и волатильность криптовалют // Прикладная эконометрика. 2022. Т. 65. № 1. С. 65-76. doi
- Статья Погорелова П. В., Пересецкий А. А. Выделение глобального стохастического тренда из несинхронных наблюдений волатильности финансовых индексов // Прикладная эконометрика. 2020. Т. 57. С. 53-71. doi
Конференции
- 2022
Modern Econometric Tools and Applications – META2022 (Нижний Новгород). Доклад: Comparison of GARCH and HAR models for realized volatility of Bitcoin and E-mini S&P 500
2nd International Conference on Econometrics and Business Analytics (iCEBA) (Ереван). Доклад: Comparison of GARCH and HAR models for realized volatility of Bitcoin and E-mini S&P 500
- 2020
IV Российский экономический конгресс (РЭК-2020) (Москва). Доклад: Выделение глобального стохастического тренда из несинхронных наблюдений волатильности финансовых индексов
Опыт работы
09.2019-06.2020 - Факультет экономических наук НИУ ВШЭ, департамент прикладной экономики, приглашенный преподаватель
09.2020-09.2023 - Факультет экономических наук НИУ ВШЭ, департамент прикладной экономики, преподаватель
09.2023-н.в. - Факультет экономических наук НИУ ВШЭ, департамент прикладной экономики, старший преподаватель
01.2020-н.в. - НИУ ВШЭ, Международная лаборатория стохастического анализа и его приложений, стажер-исследователь
Информация*
- Общий стаж: 4 года
- Научно-педагогический стаж: 3 года
- Преподавательский стаж: 3 года
Профессия экономиста: от студента до эксперта
Магистерская онлайн программа факультета экономических наук «Экономический анализ» продолжает серию вебинаров «Профессия экономиста: от студента до эксперта», посвященную карьере в области экономического анализа, с выпускниками факультета экономических наук, преподавателями программы и экспертами в области экономического анализа. Участники вебинаров - абитуриенты, студенты, выпускники программы, профессиональные экономисты получают уникальный шанс познакомиться с различными направлениями в области экономического анализа, анализа данных, прикладной экономики
Обнаружить ненаблюдаемую величину: как моделировать волатильность акций с помощью GARCH-моделей
Волатильность — ключевая характеристика финансового актива для акционеров, трейдеров и других стейкхолдеров. Моделировать и прогнозировать ее можно с помощью так называемых GARCH-моделей — инструмента финансовой эконометрики. О применении GARCH-моделей на примере данных «Газпрома» и о других нюансах финансовой эконометрики рассказала преподаватель и аспирант департамента прикладной экономики НИУ ВШЭ Полина Погорелова в рамках семинара «Применения GARCH-моделей для моделирования волатильности реальных финансовых инструментов» онлайн-магистратуры «Экономический анализ».