Диссертация (1152468), страница 4
Текст из файла (страница 4)
Другими словами,использование операции (1.6) на финансовых рынках с отсутствием тренда можетявляться неоптимальным, даже для проведения исторических исследований.Представленный в параграфе анализ позволяет сделать ряд выводов:1. Возможность моделирования и прогнозирования временных рядовфинансового рынка определяется предсказуемостью изменения их статистическихсвойств.2. Моделирование и прогнозирование временных рядов финансового рынкаприменяется для значений доходности и волатильности торгуемого инструмента(актива).3. Временные ряды финансовых рынков обладают рядом статистическихсвойств, затрудняющих их моделирование и прогнозирование. Традиционнымподходом для решения данной проблемы является увеличение однородностистатистическихсвойствфинансовыхрядов,путемсниженияихнестационарности.4. Использование не абсолютных, а преобразованных значений ряда, в томчисле величин доходностей, позволяет значительно снизить нестационарностьвременных рядов финансового рынка.255.
Проведен наглядный анализ возможностей применения различныхпреобразований для снижения нестационарности временных рядов финансовогорынка. В качестве иллюстрации использовались данные индекса доллара США(USDX) с четырьмя различными значениями временных шагов.
Анализ включал всебя проведение теста Дикки-Фуллера, построение автокорреляционных функцийи гистограмм плотностей распределения для всех представленных в параграфепреобразований.6. Для снижения нестационарности данных временных рядов финансовогорынка при проведении исторических исследований, рационально использоватьпараметрические преобразования, в частности, операцию исключения тренда.7. Для снижения нестационарности данных временных рядов финансовогорынка при построении динамических прогнозных моделей, рациональноиспользовать непараметрические преобразования, в частности, операцию взятиялогарифма относительного приращения.1.2 Сравнительный анализ существующих методов прогнозированиядинамики финансового рынкаВпредыдущемпараграфебылоотмечено,чтомоделированиеипрогнозирование временных рядов финансового рынка применяется для егодоходностей и волатильности.
В определенных случаях мотивация целейисследования предполагает использование не доходностей временных рядов, аряда параметрических преобразований, представленных формулами (1.5) – (1.7).Однако, для построения описательных и прогнозных моделей временных рядовнеобходимо наличие детерминированной компоненты ряда [47, с. 185].Присутствие детерминированной составляющей волатильности временных рядовфинансовогорынкаподтверждаетсярядомэмпирическихисследований,26например, [88, с.
185-215]. Действительно, описанная в предыдущем параграфепроблема гетероскедастичности данных финансового рынка, выражающаяся вкластеризацииволатильности,являетсякосвеннымподтверждениемпериодичности изменения детерминированной компоненты ряда волатильности.Присутствие детерминированной компоненты для ряда доходностей финансовогорынка уже значительное время, с начала 20 века, остается под вопросом.
Илидругими словами, под вопросом остается предсказуемость временных рядовфинансового рынка и, соответственно, возможность построения на нихпрогнозных моделей.Вопрос о предсказуемости динамики финансового рынка наилучшимобразом отражает гипотеза эффективного рынка (ГЭР), заключающаяся в том, чтоцены торгуемого актива полностью отражают всю имеющуюся информацию влюбой момент времени. Термин «эффективность» означает невозможностьдостижения «победы над рынком», или другими словами невозможность дляинвесторов получения стабильной прибыли или крупных доходов, так как ценаизменяется только под влиянием поступления новой информации.
Данная теорияявляется противоречивой. На настоящий момент существует значительноеколичество работ, подтверждающих и опровергающих гипотезу эффективностифинансового рынка. Возможно, что новые теоретические модели, позволяющиеучитывать большее количество экономических условий и факторов, позволятполучить непротиворечивое решение данной проблемы.Гипотеза эффективности впервые была представлена в 1965 году в работахФома и Самьюэльсона [98, с. 383-417] и [159, с. 41-49] соответственно.
В данныхработах рынок представлялся системой, состоящей из большого количестварациональных, конкурирующих участников, стремящихся к максимизациидохода, где каждый пытался предсказать будущую стоимость своих активовисходя из условия открытости и доступности всей информации для всехучастниководновременно.ВсвоейработеФомаразделилрыночнуюэффективность на три различные формы: слабую, среднюю и сильную.27Наибольшей популярностью среди последующих исследований обладает слабаяформа эффективности, подразумевающая, что цены финансовых активов в любоймомент времени отражают всю доступную историческую информацию и следуютпроцессу случайного блуждания (RW), впервые описанному в 1905 году в работе[154, с. 294].Натекущиймоментсуществуетзначительноеколичестворабот,посвященных описанию случайного характера движения цен активов нафинансовом рынке.
Особенность данного процесса состоит в предположении, чтоцены активов не имеют исторической «памяти», или другими словами эволюцияцен является непредсказуемой. Непредсказуемость процесса изменения ценозначает, что рост/падение цен на текущий момент автоматически не означаетроста/падения цены в следующий момент времени. Первым значительнымвкладом в исследование процесса случайного блуждания в применении кописанию движения цен на финансовом рынке являются работы АльфредаКоулза, например [84, с.
206-214], написанные в период между 1930 и 1960 годом,в которых он продемонстрировал невозможность получения инвесторомсверхприбылей по сравнению со средним ростом рынка. Начиная с этого периода,активизируется изучение процесса случайного блуждания на финансовых рынках.В 1953 году Кендал публикует работу [124, с.
11-25], в которой эмпирическимобразом устанавливает отсутствие корреляции между доходностями ценфинансовых активов, подтверждая гипотезу случайного блуждания. Наиболеезначимым исследованием, направленным на изучение процесса случайногоблуждания на финансовом рынке, является описанная выше работа Фома,подтвердившая гипотезу об эффективности рынка. В качестве значимых работпоследних лет стоит отметить исследование Малкиела [139, с. 59-82],опубликованное в 2003 году, позволившее сделать заключение, что рынкикапитала являются в значительной степени эффективными и прогнозируемыми.Другим исследованием, подтверждающим гипотезу рыночной эффективности,является работа Конака и Секера [131, с. 29-32], исследовавших поведение28индекса FTSE 100 и показавших случайный характер его движения, являющийсяслабой формой эффективности.Однако, как было описано выше, существует значительное количестворабот, отвергающих гипотезу эффективности рынка и, в частности, моделислучайного блуждания.
Наиболее ранним исследованием подобного рода являетсяработа Болла и Брауна [59, с. 159-178], которые показали неэффективностьрынков капитала. Полученные авторами результаты продемонстрировали, чтоцены акций медленно реагируют на новую информацию и перестаиваются втечение первых 12 месяцев после объявления об отчетах доходов компаний.Аналогичное заключение приводится в работах Бернарда и Томаса [62, с. 305-340]в 1990 году и Джадиша, и Титмана [116, с. 65-91] в 1993 году. Влияниеинсайдерской торговли для получения спекулятивного дохода, противоречащеегипотезе эффективности, приведено в работах Чоудхьюри, Хови и Лина [79, с.431-437] в 1993 году и Петита и Ванкеташа [153, с.
88-103] в 1995 году.Неэффективность подтверждаетсятакже ив долгосрочной перспективе.Примером может служить парадокс, представленный в работе Гроссмана иСтиглица [104, с. 393-408]. Также, стоит отметить работы [103, с. 1-27; 123, с. 2851], демонстрирующую неверность применения процесса случайного блужданиядля описания рыночной динамики. В свою очередь, тот факт, что движение цен нафинансовом рынке не подчиняется процессу случайного блуждания, позволяетотвергнуть гипотезу эффективности рынка.Кратким итогом приведенного выше обзора исследований являетсяневозможность принятия гипотезы эффективности финансового рынка и, вчастности, процесса случайного блуждания для описания динамики цены. Насегодняшний день большинство ученых определяют гипотезу эффективности какнекоторуюидеализацию,подходящуюдляпроведенияакадемическихисследований.
До тех пор, пока используемые модели финансовых рядов несмогут учитывать все влияющие на цену факторы, что является затруднительными, если вообще возможным, имеет смысл использовать понятие величины29неэффективностирынка.Такимобразом,несмотрянасуществующиефундаментальные трудности, задача моделирования и прогнозирования динамикифинансовых рынков является актуальной по настоящий момент и представляет,как академический, так и экономический интерес.Основные методы прогнозирования в статистических исследованияхподразделяются на фактографические, представляющие наибольший научныйинтерес и включающие статистические методы и моделирование, и экспертные,получаемые благодаря знаниям и опыту специалиста без детальной обработкиданных, в том числе могут являться интуитивными.
В научных исследованияхпредпочтениеотдаетсяиспользованиюфактографическихметодов,подразделяющихся на статистические, предполагающие сохранение найденныхзакономерностей в будущем, и структурные, позволяющие смоделироватьбудущее поведение объекта исследования. Среди основных статистическихметодов выделяют следующие: регрессионный анализ, в том числе линейные инелинейные модели регрессии и авторегрессии [47, с.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
