Моделирование корреляции доходности акций в контексте расчета показателя диверсификационного потенциала заданного множества активов
Автор: Нагапетян Артур Рубикович
Журнал: Теория и практика общественного развития @teoria-practica
Рубрика: Экономика
Статья в выпуске: 6, 2019 года.
Бесплатный доступ
Корреляция между доходностью финансовых активов меняется во времени. В работе вводится понятие диверсификационного потенциала заданного множества активов, позволяющего, в отличие от существующих подходов на основе рыночных индексов, оценивающих динамику волатильности на макроуровне, определять также относительную важность общих макроэкономических условий функционирования на рынке в целом или в определенном секторе по сравнению с частными инвестиционными параметрами отдельно рассматриваемых активов. Разработана и применена методика расчета индекса диверсификационного потенциала рыночных отраслей и рынка в целом на основе динамики попарных коэффициентов корреляции между активами заданного множества. Расчет производится на базе моделей реализованной ковариации (корреляции), DCC, MEWMA, OGARCH. Предложены подходы к моделированию динамики индексов диверсификационного потенциала, продемонстрировано превосходство семейства моделей HAR-RC и ARIMA при таком моделировании.
Кластеризация волатильности, реализованная ковариация, диверсификационный потенциал рынка, моделирование корреляции, доходность акций
Короткий адрес: https://sciup.org/149132866
IDR: 149132866 | DOI: 10.24158/tipor.2019.6.8
Список литературы Моделирование корреляции доходности акций в контексте расчета показателя диверсификационного потенциала заданного множества активов
- Mandelbrot B. The Variation of Certain Speculative Prices // The Journal of Business. 1963. Vol. 36, no. 4. P. 394-419. DOI: 10.1086/294632
- Нагапетян А.Р. Кластеризация волатильности доходности акций и динамика диверсификационного потенциала на российском рынке // Теория и практика общественного развития. 2017. № 6. C. 77-80. DOI: 10.24158/tipor.2017.6.18
- Bollerslev T. Modeling the Coherence in Short-Run Nominal Exchange Rate: A Multivariate Generalized Arch Approach // Review of Economics and Statistics. 1990. Vol. 72, no. 3. P. 498-505. DOI: 10.2307/2109358
- Engle R. Dynamic Conditional Correlation - a Simple Class of Multivariate GARCH Models // Journal of Business and Economic Statistics. 2002. Vol. 20, no. 3. P. 339-350. DOI: 10.1198/073500102288618487
- Danielson J. Financial Risk Forecasting. Great Yarmouth (UK), 2011. 298 p
- Alexander C., Chibumba A. Multivariate Orthogonal Factor GARCH: working paper. Mimeo, University of Sussex, 1996
- Engle R., Kroner F. Multivariate Simultaneous Generalized ARCH // Econometric Theory. 1995. Vol. 11, no. 1. P. 122-150.
- DOI: 10.1017/s0266466600009063
- Modeling and Forecasting Realized Volatility / T. Andersen, T. Bollerslev, F.X. Diebold, P. Labys // Econometrica. 2003. Vol. 71, no. 2. P. 579-625.
- DOI: 10.1111/1468-0262.00418
- Corsi F. A Simple Approximate Long-Memory Model of Realized Volatility // Journal of Financial Econometrics. 2009. Vol. 7, no. 2. P. 174-196.
- DOI: 10.1093/jjfinec/nbp001
- Аганин А.Д. Сравнение GARCH и HAR-RV моделей для прогноза реализованной волатильности на российском рынке // Прикладная эконометрика. 2017. Т. 48. С. 63-84
- Girardi G., Ergün A. Systemic Risk Measurement: Multivariate GARCH Estimation of CoVaR // Journal of Banking & Finance. 2013. Vol. 37, no. 8. P. 3169-3180.
- DOI: 10.1016/j.jbankfin.2013.02.027