Оценка валютного риска и прогнозирование валютного курса

• Автор: Струченкова, Татьяна Владимировна
• Шифр специальности: 08.00.10
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 180 с. : ил.

СОДЕРЖАНИЕ
Введение

Глава 1. Теоретические основы количественной оценки риска .

1.1. Определение понятия риск.

1.2. Количественная оценка, мера риска

1.3. Оценка риска и принятие решений в условиях неопределенности.

Глава 2. Валютный риск и методы его опенки

2.1 Валютный риск и причины его возникновения

2.2. Вилы валютных рисков

2.3 Методы оценки валютного риска.

2.4 Сущность методики V i V , е достоинства и недостатки

2.5. Предложения по совершенствованию методики V.
2.5.1. Уточнение классификации методов вычисления V и условий их
применимости .
2.5 2. Анализ досговсрности оценок риска при вычислении V.
2.5.3. Последовательность расчетов при определении V.
Глава 3 Прогнозирование валютных курсов теория и практика
3.1 Теоретические основы прогнозирования. .
3.2. Прогнозирование валютного курса зарубежный и отечес венный опыт
3.3 Стохастический анализ .
3.4 Детерминированный хаос
3.5 Фундаментальный анализ.
3.6 Экспсршый анализ.
3 .7 Нейронные сет и .
3 8 Технический анализ.
3 8 1. Методы технического анализа
3 8 2. Экспериментальное исследование некоторых индикаторов технического
анализа применительно к российскому валютному рынку.
3.9. Предложения по использованию вероятностных методов для
прогнозирования валютных курсов.
Заключение
Список использованной литературы


Элементарными называются такие события, что при каждом испытании реализации случайности наступает одно и только одно из них. Например, неполучение ожидаемой прибыли в является следствием любого из элементарных событий прибыль равна 5, , 3 и вообще любому числу процентов меньше . Проще это неблагоприятное событие выразить в виде рг , где ргприбыль случайная величина, а рг0 ожидаемая прибыль заданное число . Таким образом, в рамках принятого в разделе 1. Естественным будет оценивать эту возможность вероятностью наступления этого неблагоприятного события. Поэтому основой для количественной оценки риска служит распределение вероятностей. Распределение вероятностей дискретной случайной величины считается заданным, если каждому элементарному событию значению случайной величины поставлена в соответствие вероятность наступления этого события. Вероятности это числа в интервале от нуля до единицы, сумма которых равна единице. Вероятность неэлементарного события А , т е рА сри дискретном распределении равна сумме вероятностей всех элементарных событий а, наступление которых приводит к наступлению события А, т. А В качестве количественной оценки меры риска как возможности наступления неблагоприятного события, по нашему мнению, следует взять вероятность наступления этого события, как при дискретом, так и при непрерывном распределениях, Необходимо отметить, что при таком определении меры риска при одном и том же распределении вероятностей различные события могут считаться неблагоприятными и кажкму из них соответствует своя мера риска. Другими словами мера риска не должна быть каким либо параметром распределения вероятностей, гак как она относится не к распределению в целом2, а к конкретному событию. Салин В Н , Абламская 1. В., Ковалв О Н Математико экономическая методология анализа рисковых видов страхования МУАнкип, с. При дискретном распределении вероятностей среднее значение т равно сумме произведений значений случайной величины к, на их вероятности р. Среднее квадратическое отклонение о это квадратный корень из дисперсии, а коэффициент вариации счот. Дисперсия как и среднее квадратическое отклонение является мерой разброса значений случайной величины относительно среднего значения, чем меньше дисперсия, тем меньше разброс Можно сказать, что дисперсия является мерой неопредел енпости, но при чем здесь риск Многие авторы 9,,,,,, считают дисперсию или среднее квадратическое отклонение мерой риска, с чем нельзя согласиться, если придерживаться принятого в разделе 1. Действительно, в случае, когда дисперсия равна нулю, то есть возможен только один исход, нет неопределенности. Верно и то, что при малой дисперсии все значения случайной величины содержатся в малом интервале, центром которого является среднее значение. В частности, в соответствии с неравенством П Л Чебышева вероятность выйти за пределы интервала ш Зо менее 19 для любого распределения вероятностей. Можно сказать, что в пределах этого интервала содержтся не менее всех исходов значений случайной величины. По утверждение чем меньше дисперсия, тем меньше риск, вообще говоря, ошибочно, и поэтому дисперсия и среднее квадратическое отклонение не могут быть приняты в качестве меры риска, если понимать под риском возможность наступления неблагоприятного события Из определения дисперсии видно, что при ее вычислении используются вероятности всех элементарных событий, а не эолько тех, которые вызывают наступление неблагоприятного события , и сама дисперсия показывает величину разброса , отклонения от средней ожидаемой величины в обе стороны в сторону как ухудшения , так и улучшения ожидаемого результата . Некоторые авэоры, например Ю. Бригхем и Л I апенски в работе Финансовый менеджмент , предлагают вместо дисперсии для оценки риска учитывать только такие значения случайной величины, которые меньше среднего ожидаемого, то есть в формуле 2 оставить только отклонения от среднего в меньшую худшую сторону Вычисляемая таким образом величина называется полудисперсией.