Статистические методы анализа волатильности акций российских компаний

• Автор: Юмина, Екатерина Валерьевна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Москва
• Количество страниц: 164 с. : ил.

Введение.

Глава 1. Биржевой анализ волатильности на основе

исследования цен акций и депозитарных расписок

1.1. Теоретический аспект волатильности.

1.1.1. Понятие волатильности

1.1.1.1. Волатильность доходности фондовых активов

1.1.1.2. Историческая волатильность.

1.1.1.3. Подразумеваемая волатильность

1.1.2. Эмпирические закономерности волатильности цен активов .

1.1.3. Модели волатильности.

1.1.3.1. Историческая справка развития моделей волатильности

1.1.3.2. АЯСН модель
1.1.3.3. САСНмодель
1.1.3.4. Модель экспоненциально взвешенного скользящего среднего
1.2. Российский фондовый рынок в мировом рынке капитала.
1.2.1. Основные тенденции развития российского фондового рынкаЗЗ
1.2.2. Российские фондовые биржи
1.2.2.1. Фондовая биржа ММВБ
1.2.2.2. Биржевой рынок РТС.
1.2.3. Зарубежные фондовые биржи
1.2.3.1. Депозитарные расписки
1.2.3.2. НьюЙоркская фондовая биржа
1.2.3.3. Лондонская фондовая биржа
1.2.3.4. Франкфуртская фондовая биржа.
1.3. Статистический анализ биржевой волатильности.
1.3.1. Алгоритм отбора акций российских компаний для биржевого анализа волатильности
1.3.2. Динамика развития рынка российских ценных бумаг
1.3.3. Средняя волатильность по бирже.
1.3.3.1. Средняя годовая волатильность по бирже медианная и средневзвешенная
1.3.3.2. Средняя квартальная биржевая волатильность.
1.3.3.3. Средняя месячная биржевая волатильность
1.3.4. Проверка гипотезы о нормальном распределении различных модификаций биржевой волатильности.
1.4. Выводы.
Глава 2. Отраслевой анализ волатильности на основе
исследования котировок отраслевых индексов и цен акций
2.1. Отрасль и отраслевая структура.
2.1.1. История формирования отраслевой структуры экономики
2.1.2. Сущность отрасли.
2.1.3. Отраслевая классификация.
2.1.3.1. Группировка отраслей и комплексов
2.1.3.2. Международная стандартная отраслевая классификация всех видов экономической деятельности
2.2. Отраслевые индексы.
2.2.1. Российские отраслевые индексы
2.2.1.1. Отраслевые индексы ММВБ
2.2.1.2. Отраслевые индексы РТС.
2.2.1.3. Отраслевые индексы ФК УРАЛСИБ
2.2.2. Отраслевые индексы биржи
2.3. Статистический анализ отраслевой волатильности.
2.3.1. Волатильность российских отраслевых индексов.
2.3.1.1. Волатильность отраслевых индексов ММВБ.
2.3.1.2. Волатильность отраслевых индексов РТС.
2.3.1.3. Волатильность отраслевых индексов ФК УРАЛСИБ
2.3.2. Отраслевая волатильность на бирже ММВБ
2.3.2.1. Алгоритм отбора акций российских компаний для отраслевого анализа волатильности
2.3.2.2. Отраслевой анализ волатильности на бирже ММВБ
2.3.3. Проверка гипотезы о нормальном распределении различных модификаций отраслевой волатильности.
2.4. Выводы
Глава 3. Применение волатильности при расчете показателя
3.1. Показатель Vi V как мера риска0
3.1.1. Система управления рисками в банке.
3.1.2. История развития концепции V.
3.1.3. Показатель V.
3.1.4. Показатель V.
3.1.5. Деловая практика использования показателя V банковскими регулирующими органами
3.1.5.1. Международные стандарты
3.1.5.2. Национальное регулирование.
3.2. Методы расчета V.
3.2.1. Методология ii
3.2.2. Метод исторического моделирования
3.2.3. Гибридный метод
3.2.4. Метод МонтеКарло
3.2.5. Тестирование в предельных режимах и обратное тестирование
3.3. Практическое применение волатильности для расчета V
3.3.1. Расчет показателя V на основе скользящих окон различной длины при распределении остатков по нормальному закону и закону Стьюдента в 1,1 модели
3.3.2. Сравнение методов расчета V.
3.4. Выводы.
Заключение
Библиография


Проверка адекватности разных методов расчета показателя V была осуществлена при помощи процедуры обратного тестирования i. Таким образом, в работе комплексно применялись математические методы для получения результатов адекватных реальным данным. Расчеты произведены с использованием компьютерных программ Матричный калькулятор и . Основные научные положения, выносимые на защиту. ММВБ, РТС и на всем исследуемом интервале с по гг. Научная новизна представленных методов и результатов. В диссертационной работе разработаны методы усреднения биржевой и отраслевой волатильности на основе разных временных горизонтов. Впервые выявлено, что распределение средневзвешенной биржевой волатильности подчинено логарифмически нормальному закону на протяжении определенных периодов времени. ММВБ, а также отношение отраслевой и биржевой волатильности. На основе данных биржиММВБ был получен новый результат касательно того, что средневзвешенная,волатильность основных отраслей российской экономики отличается незначительно. Вопреки распространенному представлению, что во время кризиса классические модели V не эффективны, проведенное тестирование моделей V для акций российских компаний на основе скользящих окон показало их хорошую адекватность, что также является новым результатом. В результате статистического анализа ряда моделей рыночного риска выявлено, что наиболее устойчивой методикой для расчета показателя I V является методика, основанная на модели , при оценке ее параметров по скользящему окну длиной дней. Область применения результатов. Научные публикации и апробация результатов диссертации. Юмина Е. Е.В. Юмина Банковские услуги. М., . Г. С. ПЛ. Юмина Е. В. Статистический анализ дневных максимумов мировых фондовых индексов и цен российских акций текст Е. В. Юмина Математические методы анализа финансовых временных рядов Сборник научных статей Под ред. В.Б. Гисина и А. Б. Шаповала. Вып. М. Финакадемия, . С. . Юмина Е. В. Проверка адекватности метода расчета V в кризисный период текст Е. В. Юмина Обозрение прикладной и промышленной математики. М., . Том , Выпуск 2. С. 8 9. Юмина Е. В. Статистический анализ биржевой волатильности текст Е. В. Юмина Вестник экономической интеграции. М., . С. . Семинар Статистический анализ финансовых рынковФинакадемии, апреля г. Москва. Тема выступления. Понятие волатильности в моделях с дискретным и непрерывным временем. Круглый стол для аспирантов Финакадемии Российский финансовый рынок и его роль в инновационном развитии экономики, 9 февраля г. Развитие инструментов финансового рынка, г. Москва. Тема доклада Статистический анализ волатильности депозитарных расписок и акций российских компаний на зарубежных фондовых биржах. По результатам круглого стола опубликован обзор в журнале Банковские услуги 7 за июль г. Перечсня ВАК. Семинар Статистический анализ финансовых рынков Финакадемии, 7 мая г. Москва. Тема выступления Волатильность доходности фондовых активов стилизованные факты и факторы. Москва. Тема доклада Отраслевой анализ волатильности. По результатам круглого стола опубликован обзор в журнале Финансоваяаналитика проблемы и решения 9 за сентябрь г. Перечня ВАК. VI Международная научная конференция молодых ученых, аспирантов и студентов Молодежь и экономика, апреля г. Математика в экономике, г. Ярославль. По результатам конференции опубликованы тезисы Эмпирический анализ волатильности отраслевых индексов ММВБ, РТС и УРАЛСИБ в Материалах VI Международной научной конференции молодых ученых, аспирантов и студентов Молодежь и экономика. XI Всероссийский симпозиум по прикладной и промышленной математике весенняя сессия, 1 8 мая г. Экономика, страховая и финансовая математика, г. Кисловодск. Структура диссертации. Диссертация состоит из введения, трех глав и заключения. Все три главы содержат теоретическую и практическую часть. Первая глава посвящена обзору основных положений понятия волатильности, а также статистическому анализу биржевой волатильности. В теоретической части первой главы приводится исторический обзор моделей волатильности, подробнее рассматриваются модели волатильности , и .