Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 588427)
Консорциум Контекстум Информационная технология сбора цифрового контента
Уважаемые СТУДЕНТЫ и СОТРУДНИКИ ВУЗов, использующие нашу ЭБС. Рекомендуем использовать новую версию сайта.
Прикладная эконометрика / Applied Econometrics  / №4 2014

Модель волатильности М обменного курса валют (RUR/USD), построенная на основе фрактальных характеристик финансового ряда (150,00 руб.)

0   0
Первый авторПутко
АвторыДиденко А.С., Дубовиков М.М.
Страниц9
ID437699
АннотацияВ работе рассматривается регрессионная модель волатильности российского валютного рынка (RUR/USD). Используется декомпозиция волатильности на компоненты, характеризующие фрактальную структуру финансового ряда. С помощью регрессионного анализа подтверждается квазицикличность одной из компонент. Обсуждаются возможности прогноза динамики волатильности, в том числе прогноза перехода рынка в нестабильное состояние.
Путко, Б.А. Модель волатильности М обменного курса валют (RUR/USD), построенная на основе фрактальных характеристик финансового ряда / Б.А. Путко, А.С. Диденко, М.М. Дубовиков // Прикладная эконометрика / Applied Econometrics .— 2014 .— №4 .— С. 79-87 .— URL: https://rucont.ru/efd/437699 (дата обращения: 05.07.2022)

Предпросмотр (выдержки из произведения)

Б. А. Путко, А. С. Диденко, М. М. Дубовиков APPLIED ECONOMETRICS ПРИКЛАДНАЯ ЭКОНОМЕТРИКА № 36 (4) 2014 Б. А. Путко, А. С. Диденко, М. М. Дубовиков обменного курса валют (RUR/USD), построенная на основе фрактальных характеристик финансового ряда В работе рассматривается регрессионная модель волатильности российского валютного рынка (RUR/USD). <...> Используется декомпозиция волатильности на компоненты, характеризующие фрактальную структуру финансового ряда. <...> С помощью регрессионного анализа подтверждается квазицикличность одной из компонент. <...> Обсуждаются возможности прогноза динамики волатильности, в том числе прогноза перехода рынка в нестабильное состояние. <...> Введение З адача прогнозирования волатильности (от англ. volatility — изменчивость) является одной из актуальных проблем финансового рынка (эта тема занимает лидирующие позиции по индексу цитирования Thomson Reuters). <...> Определенные параметры волатильности (обычно это стандартная дисперсия) в качестве важнейших характеристик явно или неявно входят практически во все динамические модели финансового рынка. <...> Стоит отметить и непосредственное применение прогнозов участниками рынка при «торговле волатильностью». <...> Описание поведения различных моделей волатильности, основанных на стандартной дисперсии (ARCH и обобщенные ARCH модели), в том числе в период кризиса 2008 года, можно найти, например, в (Brownlees et al., 2012). <...> Возможность долгосрочных прогнозов основана на наличии у финансовых рядов длинной памяти (long memory). <...> Хорошо известно, что наличие длинной памяти тесно связано с фрактальной структурой рынка (Мандельброт, 2004; Петерс, 2004), которая проявляется в свойстве самоподобия: если сжать временную шкалу в h раз (перейти к другому масштабу), а ось ординат — в h H тель H называется индексом Херста. <...> Этот показатель непосредственно выражается через фрактальную размерность D: HD 2 Financial markets Финансовые рынки 79 раз, то гистограммы доходностей окажутся в среднем почти неразличимыми. <...> Для броуновского движения <...>