Прогнозирование финансовых кризисов с помощью временных рядов

Авторы

  • Кармазин В.Н. Кубанский государственный университет, Краснодар, Российская Федерация
  • Кириллов К.В. Кубанский государственный университет, Краснодар, Российская Федерация

УДК

519.22:336.144.36

Аннотация

Анализируются результаты применения моделей временных рядов, основанных на распределениях с "тяжелыми хвостами" для прогнозирования финансовых кризисов на рынке. На реальных данных биржевых котировок в кризисные периоды показано, что использование таких моделей приводит к улучшению оценки фондового рыночного риска во время финансовых кризисов по сравнению с широко используемыми моделями. На основе полученных численных результатов обсуждаются недостатки классических моделей временных рядов.

Ключевые слова:

ARMA-GARCH модель, Value-at-Risk (VaR), Average Value-at-Risk (AVaR), временные ряды, распределения с

Информация о финансировании

Работа выполнена при поддержке стипендии Президента России.

Информация об авторах

  • Владимир Николаевич Кармазин

    канд. физ.-мат. наук, профессор кафедры прикладной математики Кубанского государственного университета

  • Кирилл Валерьевич Кириллов

    аспирант кафедры прикладной математики Кубанского государственного университета

Библиографические ссылки

  1. Busse J. Volatility timing in mutual funds: Evidence from daily returns // Review of Financial Studies. 1999. Vol. 12. No. 5. P. 1009-1041.
  2. Mandelbrot B. The Variation of Certain Speculative Prices, Cambridge: MIT Press. 1964.
  3. Engle R. Autoregressive conditional heteroscedasticity with estimates of variance of United Kingdom in?ation // Econometrica. 1982. Vol. 50. P. 987-1008.
  4. Engle R. Bollerslev T. Modelling the persistence of conditional variances // Econometric Reviews. 1986. Vol. 5. No. 1. P. 1-50.
  5. Bollerslev T. Generalized autoregressive conditional heteroskedasticity // Journal of Econometrics. 1986. Vol. 31. No. 3. P. 307-327.
  6. Kim Y.S., Rachev S.T., Bianchi M.L., Fabozzi F.J. Tempered stable and tempered infinitely divisible GARCH models // Journal of Banking and Finance. 2010. No. 34. P. 2096-2109
  7. Kim Y.S., Rachev S.T., Chung D.M., Bianchi M.L. The modified tempered stable distribution, GARCH-models and option pricing // Probability and Mathematical Statistics. Vol. 29. No 1. 2009. P. 91-117.
  8. Kim Y.S., Rachev S.T., Bianchi M.L., Mitov I, Fabozzi F.J. Time series analysis for financial market meltdowns // Journal of Banking and Finance. 2011. No. 35. P. 1879-1891.
  9. Bianchi M.L., Rachev S.T., Kim Y.S., Fabozzi F.J. Tempered infinitely divisible distributions and processes // Theory of Probability and Its Applications, Society for Industrial and Applied Mathematics. (SIAM) 55(1). 2010. P. 58-86.
  10. Булдашев С.В. Статистика для трейдеров. Москва: Компания Спутник. 2003. 244 c.

Скачивания

Данные по скачиваниям пока не доступны.

Загрузки

Выпуск

Страницы

39-51

Раздел

Статьи

Даты

Поступление

19 мая 2013

После доработки

21 мая 2013

Публикация

24 июня 2013

Как цитировать

[1]
Кармазин, В.Н., Кириллов, К.В., Прогнозирование финансовых кризисов с помощью временных рядов. Экологический вестник научных центров Черноморского экономического сотрудничества, 2013, № 2, pp. 39–51.

Похожие статьи

91-100 из 1046

Вы также можете начать расширенный поиск похожих статей для этой статьи.