Главная » Просмотр файлов » Диссертация

Диссертация (1137309), страница 3

Файл №1137309 Диссертация (Составление портфелей ценных бумаг на основе прогнозирования совместной функции распределения доходностей) 3 страницаДиссертация (1137309) страница 32019-05-20СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Преимущество t-копулы с вектором степеней свободы посравнению с классической t-копулой заключается в большей гибкости приучете различий хвостовых зависимостей. Преимуществом многомерногоасимметричного t-распределения с вектором степеней свободы по сравнению склассическим многомерным асиммметричным t-распределением является егоспособность учитывать различия эксцессов маргинальных распределений.В главах 1 и 2 проведено сравнение модели для финансовых доходностейна основе многомерного t-распределения с вектором степеней свободы смоделями на основе других известных многомерных распределений. Полученыследующие результаты, полезные в финансовых приложениях.Во-первых, при моделировании финансовых доходностей многомерное tраспределение может давать более высокие результаты, чем обобщенноераспределение ошибки и распределение Грама – Шарлье, причем векторныйпараметр степеней свободы может быть предпочтительнее скалярного.Во-вторых, при составлении портфелей многомерное t-распределениеможет не давать дополнительной выгоды по сравнению с многомернымнормальнымраспределениемприминимизациидисперсиидоходностипортфеля без ограничений.

Многомерное нормальное распределение можетобеспечиватьнизкуюфактическуюволатильность,амногомерноеt-распределение с вектором степеней свободы – высокую фактическую среднююдоходность при минимизации дисперсии портфеля с заданной ожидаемойдоходностью. Многомерное нормальное распределение может обеспечиватьвысокую фактическую среднюю доходность, а многомерное t-распределение с10вектором степеней свободы – низкую фактическую волатильность примаксимизации ожидаемой доходности портфеля с заданной дисперсией.Апробация результатов исследования. Результаты диссертации былиапробированы на следующих конференциях и научных семинарах:1.

Совместный научный семинар кафедры математической экономики иэконометрики и лаборатории макроструктурного моделирования экономикиРоссии. НИУ ВШЭ, Москва, 10 июля 2012 г.2. IVМеждународнаянаучно-практическаяконференциястудентовиаспирантов «Статистические методы анализа экономики и общества». НИУВШЭ, Москва, 16 мая 2013 г.3. Семинар«Многомерныйстатистическийанализивероятностноемоделирование реальных процессов».

ЦЭМИ РАН, Москва, 22 мая 2013 г.4. Научно-практическаяконференция«Эконометрическиеметодыв исследовании глобальных экономических процессов», совместный доклад сШведовым А.С. МГИМО, Москва, 29 октября 2013 г.5. Семинар исследовательского проекта Российской Экономической Школы«Econometrics of many financial assets», РЭШ, 7 февраля 2014 г.Публикации. Результаты диссертации опубликованы в 7 работах общимобъемом 8,7 п.л. Три из них опубликованы в российских рецензируемыхжурналах, рекомендованных ВАК Министерства образования науки РФ.Структура и объем диссертации. Диссертация состоит из введения, пятиглав, заключения, списка литературы и приложений к главам 1 и 2. Общийобъем работы – 307 страниц, из них 160 страниц текста, включая 25 таблиц и12 рисунков, и приложения на 135 страницах. Список использованнойлитературы содержит 115 наименований на 12 страницах.II.

Основные положения диссертацииВо введении обосновываются актуальность, цели и структура диссертацииповыборуэконометрическихмоделей11длямногомерныхфинансовыхвременных рядов, составлению портфелей с помощью таких моделей иразвитию теории многомерного t-распределения с вектором степеней свободы.В первой главе проведено сравнение новой вероятностной модели длядоходностей мировых фондовых индексов на основе многомерного tраспределения с вектором степеней свободы с моделями на основеклассического многомерного t-распределения, обобщенного распределенияошибки и распределения Грама – Шарлье.Использованы дневные логарифмические доходности фондовых индексовS&P 500, FTSE 100, CAC 40, DAX, Hang Seng и Nikkei 225 с ноября 1990 г. пооктябрь 2012 г.

Первые 3261 наблюдение задействованы при оцениваниимоделей, а последние 1630 – при проверке их предсказательной способности.Для вектора доходностей построены четыре модели: модели с tраспределениями с вектором и скаляром степеней свободы, с обобщеннымраспределением ошибки26 и распределением Грама – Шарлье27.Вектор условных ожиданий задан как t  c  Q rt 1 , где rt – d -мерныйвектор доходностей, а c и Q – d -мерный вектор и d  dматрицасоответственно.

Динамика H t  Vt 1 rt  описывается моделью BEKK(1,1)28:H t    A t 1 t1 A  BH t 1 B ,где  – d  d нижняя треугольная матрица с положительными диагональнымиэлементами, A и B – d  d матрицы и  t  rt   t – вектор шоков.Функция плотности распределения вектора доходностей имеет вид ( d  2 ):1  1     2 2ft 1 (rt )  (2 ) 1 A1 t  1    2  212 111  ( rt  t ) At ( rt  t )  2261 121  2 1 (rt1  t1 ) 2 1 At11  2.Giller, G.A generalized error distribution / Giller Investments Research Note 20031222/1, 2005.Del Brio, E., Niguez, T., Perote, J.

Multivariate Gram-Charlier densities / Working paper, 2008.28Engle, R., Kroner, K. Multivariate simultaneous generalized ARCH // Econometric Theory. 1995.Vol. 11. PP. 122-150.2712Она соответствует двумерному t-распределению с параметрамиt 2,положительно определенной 2  2 матрицей At и вектором степеней свободы 1 ,  2  с 1  0,  2  1 2 (скаляр степеней свободы соответствует  1   2   ).j 1, j  1,..., d имеем At  PPt t с2 2ad  j 1  d  j  1 j 1 2ad i  d  i  1Pt  U t diag ,j1,...,d,(1)22adii0diгде U t – нижняя треугольная матрица с положительной диагональю, такая чтоВ работе показано, что при  j H t  U tU t (разложение Холецкого).

Формула (1) позволяет перейти от H t к At .Из 6 временных рядов доходностей фондовых индексов составлены 15 пар,и для каждой пары с помощью теста на основе информационного критерияКульбака – Лейблера29 проведено сравнение четырех упомянутых моделей.В результате сравнения в 8 из 15 случаев многомерное t-распределение свектором степеней свободы дает более высокое качество подгонки к данным ипредсказательную способность вне выборки по сравнению с классическим tраспределением.

Обобщенное распределение ошибки и распределение Грама –Шарлье на рассмотренных рядах показывают более слабые результаты.Вовторойглавепостроены10-мерныеVAR-MGRACHмоделидоходностей акций российских компаний на основе t-распределений с вектороми скаляром степеней свободы, а также нормального распределения. С помощьюмоделей составлены портфели различных типов и проведено их сравнение.Использованы дневные логарифмические доходности по 14 наиболееликвидным акциям, котировавшимся на Московской Бирже с июля 2008 г. пофевраль 2013 г. Сформированы 16 наборов акций, упорядоченных по убываниюликвидности.Тест рассмотрен в Vuong, Q.

Likelihood ratio tests for model selection and non-nestedhypotheses // Econometrica. 1989. Vol. 57. PP. 307-333.2913Как и в главе 1, вектор условных ожиданий задан как t  с  Q rt 1 (ноd  10 ). Для матрицы Ht  Vt 1 (rt ) используется DCC-GARCH(1,1) модель30:H t  Dt Rt Dt ,Qt  (1  a  b)S  a t 1 t1  bQt 1 ,где Dt – диагональная матрица условных стандартных отклонений видаGARCH(1,1), Rt – уловная корреляционная матрица (нормированная Qt ), S –матрица безусловных корреляций  t и a  0 , b  0 , a  b  1 .Модельвекторадоходностейакцийнаосновемногомерногоt-распределения с вектором степеней свободы имеет видft 1 (rt )  (2 )d2d ( )Atd ( ) j  j 11 d 12 1[d  j ][ d  j ] 1(rt  t )[ d  j ] 1  (rt  t )   At2j 0 ,где для вектора степеней свободы   (1,..., d ) и вектора   (1,..., d ) имеемj j 11d 1,,  j   j  , j  1,..., d ,  0   0  0,  d 1   d 1 222At – положительно определенная d  d матрица,  ( )  dd ( d 1)4d  j 1jj 1,2 (rt  t )[ d  j ] – вектор из первых [d  j ] компонент rt  t , а At[ d  j ] – матрица изпервых [d  j ] строк и столбцов At .

Переход от H t к At дает формула (1).Для каждого из 16 наборов акций на первых 760 наблюдениях былиоценены 10-мерные модели VAR(1)-DCC-GARCH(1,1) с t-распределениями свектором и скаляром степеней свободы, а также с нормальным распределением.С помощью моделей составлены классические портфели.31 По полученным48 моделям построены прогнозы  t и H t на последние 379 наблюдений иопределены доли акций в портфелях трех типов: безусловный минимумдисперсии (AMV), минимум дисперсии при ожидании не ниже r (CMV),максимум ожидания при дисперсии не выше v (CME).30Engle, R.F.

Dynamic conditional correlation: A simple class of multivariate generalizedautoregressive conditional heteroskedasticity models // Journal of Business and EconomicStatistics. 2002. Vol. 20. PP. 339-350.31Основы подхода заложены в книгах Markowitz, H.M. Portfolio Selection: EfficientDiversification of Investments. N.Y.: Wiley, 1959; Sharpe, W.F. Portfolio theory and capitalmarkets. N.Y.: McGraw-Hill, 1970.14Для r  0,5 и v  50 получены следующие результаты.

Для AMVпортфелей ни одно из рассмотренных распределений не может считатьсяпредпочтительным, поскольку динамика стоимости этих портфелей дляпостроенных моделей оказалось достаточно близкой. Для CMV портфелейнаилучшие результаты дают нормальное распределение и t-распределение свекторомстепенейсвободы.Нормальноераспределениеобеспечиваетминимальную фактическую волатильность, а t-распределение с векторомстепеней свободы – максимальную фактическую среднюю доходность длянаиболее ликвидных CMV портфелей. Для CME портфелей лидируют такженормальное распределение и t-распределение с вектором степеней свободы.Максимум фактической средней доходности для CME портфелей обеспечиваетнормальное распределение, а минимум фактической волатильности длябольшинства таких портфелей – t-распределение с вектором степеней свободы.В третьей главе выведены общая формула и условия существованиямоментов многомерного t-распределения с вектором степеней свободы, егоодномерные маргинальные функции плотности и характеристические функций,а также предложен алгоритм симулирования данного распределения.Для матрицы M  {mij }, 1  i, j  d и k  1,..., d обозначим подматрицыM [ k ]  {mij }, 1  i, j  k и M [ k ]  {mij }, d  k  1  i, j  d .

Пусть   d и A –положительно определенная d  d матрица. Для a  (a1 ,..., ad ) и b  (b1 ,..., bd )j 11d 1, j  1,..., d , a0  0 , ad 1 предполагаем a j , b j  a j  , j  1,..., d ,222d ( d 1) dd 1j 1b0  0 , bd 1 . Пусть также d (a)   4    a j .22 j 1Определение 1.

Случайный вектор X  d имеет многомерное t-распределение с вектором степеней свободы с параметрами  , a , A , если егофункция плотности имеет видf X ( x)  (2 )d21d (b)  12 d 1  1A  1  ( x   )[ d  j ]  A[ d  j ]  ( x   )[ d  j ]  d (a)2j 0 15b j b j 1.(2)Положим Z  P 1 ( X   ) , где P – нижняя треугольная d  d матрица,такая что A  PP .

Характеристики

Список файлов диссертации

Составление портфелей ценных бумаг на основе прогнозирования совместной функции распределения доходностей
Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6392
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее