ОГЛАВЛЕНИЕ









Часть III. Моделирование и прогнозирование
на финансовом рынке


Скорнякова В.С.

Содержание
Введение
3.1. Основы портфельного анализа в условиях неопределенности. Модель Марковитца.
Вероятностная модель финансового рынка.
Эффективный портфель при фиксированном значении ожидаемой доходности.
Эффективный портфель в зависимости от отношения инвестора к риску.
Модель Марковитца с безрисковым активом.
Модель Марковитца в случае наличия дополнительных линейных ограничений.
Модель выбора инвестиционной стратегии с учетом обязательств.
Диверсификация портфеля как способ снижения риска.
3.2. Модель ценообразования финансовых активов
(Capital Asset Pricing Model, САРМ)
Модель Шарпа – Линтнера.
Модель ценообразования финансовых активов Блэка.
Оценка параметров модели Шарпа – Линтнера.
Проверка гипотезы в уравнении регрессии модели Шарпа – Линтнера.
Оценка параметров и проверка гипотез в уравнении регрессии модели Блэка.
Оценка риска в модели ценообразования финансовых активов.
3.3. Рыночные индексы.
Индексы Ласпейреса Пааше.
Основные биржевые индексы.
Критика Ролла.
Ассимптотическое поведение биржевых индексов.
Выбор весов в биржевом индексе.
3.4. Многофакторная модель.
Теория арбитражного ценообразования (Arbitrage Pricing Theory, APT).
Оценка коэффициентов многофакторной модели с безрисковым активом.
Оценка коэффициентов многофакторной модели в случае отсутствия безрискового актива.
Идентификация и оценка случайных факторов в модели АРТ.
3.5. Линейные временные ряды.
Авторегрессионная модель.
Авторегрессионная модель .
Авторегрессионная модель .
Авторегрессионная модель .
Модели скользящего среднего .
Авторегрессионная модель скользящего среднего .
Моделирование с помощью линейных временных рядов.
Моделирование с помощью .
Моделирование с помощью .
Моделирование с помощью .
Пример. Моделирование спрэда между краткосрочной и долгосрочной ставками процента.
Линейные нестационарные модели. .
Сезонные модели.
Приложение 3.5.1. Ежемесячные данные о спрэде между краткосрочной и долгосрочной ставках процента в Великобритании с 1952 по 1995 года.

3.6. Нелинейные временные ряды.
Модель .
Построение модели .
Пример. Построение модели для акций компании Intel Corporation
Модель .
Модели , , .
Модели стохастической волатильности.
Приложение 3.6.1. Ежемесячные данные о логарифме возврата на акцию компании Intel Corporation с января 1973 по декабрь 1997 годов.
3.7. VаR методология (Value at Risk).
Риск метрика.
Эконометрические модели расчета .
Эконометрическая модель расчета .
для одного временного периода.
Многопериодная эконометрическая модель расчета .
3.8. Прогнозирование эволюции финансовых активов с помощью современных методов технического анализа.
Оценивание момента максимума цен актива.
Критерий перемены тенденции в эволюции цен.
3.9. Моделирование финансовых активов с фиксированным доходом.
Риск-нейтральные семейства облигаций.
Гауссовские модели структуры процентных ставок.
Расчет опциона на облигацию в модели Васичека.
Метод приближенного расчета цен облигаций и опционов.
Рекомендуемая литература.
Приложения.
Введение
Часть III является естественным продолжением части II как с точки зрения систематического использования вероятностных методов анализа финансовых инструментов и контрактов, так и с точки зрения дополнительных методов, тем и подходов.
Параграф 1 посвящен систематическому изложению портфельного анализа Марковитца, а параграф 2 - продолжению такого анализа в рамках САРМ.
Ключевым моментом финансового анализа, доставляемого САРМ, является настройка стратегий инвестирования на рыночные эталоны типа индексов Dow Jones или NYSE. В этой связи совершенно закономерно, что следующий параграф 3 имеет дело с описанием и операциями с такого рода важными биржевыми индексами.
В параграфе 4 излагается арбитражная теория, представляющая собой развитие САРМ с точки зрения многофакторного регрессионного анализа. Этот же материал имеет совершенно определенное отношение и к теории расчета опционов в части II, в основе которой лежит принцип безарбитражности.
Поскольку в финансовом анализе важное значение приобретает обработка имеющийся информации о поведении финансового рынка вплоть до текущего момента времени, то моделирование и прогнозирование поведения финансовых активов требует привлечения такого инструмента, как временные ряды.
Параграф 5 посвящен линейным временным рядам, которые используются для прогнозирования математического ожидания таких финансовых показателей, как доходность и возврат на финансовый актив.
Параграф 6 описывает нелинейные модели временных рядов, использование которых обусловлено необходимостью расчета волатильности на финансовом рынке.
Модели временных рядов находят прямое применение в рамках методологии стоимости риска, или VaR. Она нашла не только фактическое, но и формальное одобрение в финансовом сообществе. Так, например, Базельский комитет 12 крупнейших европейских национальных банков принял VaR в качестве базовой компоненты управления финансовыми рисками. Параграф 7 посвящен исследованию подхода VaR и связанных с ним расчетных методологий.
В финансовом анализе сочетаются качественные и количественные методы. Обычно качественные методы связываются с техническим анализом, с помощью эвристических правил которого анализируется текущая финансовая информация. Параграф 8 посвящен краткому изложению этого подхода и тому, как эмпирические подходы технического анализа могут быть подкреплены количественными расчетами, что делает это направление более современным и востребованным.
Поскольку большинство экономических структур имеет дело с финансовыми инструментами с фиксированным доходом (облигации, кредиты и т.д.), то естественно уделить и этому направлению еще большее внимание. В сравнении с частями I и II, параграф 9 имеет дело с непрерывными моделями временной структуры процентных ставок и расчетами производных ценных бумаг на такие активы.






ОГЛАВЛЕНИЕ