Политика полупроводниковой промышленности Китая, эффективность отрасли и синергетическое агрегирование на основе анализа методом GARCH

Бесплатный доступ

В статье представлено описание тенденция развития полупроводниковой промышленности Китая, делается вывод о необходимости оценки эффективности отрасли. Показано, что с помощью оценок дисперсии, основанных на экстремальных значениях, можно построить модели условной дисперсии с лучшими прогностическими свойствами, чем в случае моделей, основанных исключительно на доходности активов. Теоретические свойства оценок, основанных на экстремальных значениях, позволяют предположить, что их использование обеспечит получение более точных оценок волатильности. В статье представлено рассмотрение моделей класса GARCH, которые являются не только наиболее широко используемым, но и наиболее гибким инструментом моделирования и прогнозирования условной дисперсии.

Еще

Модели класса garch, доходности акций, дисперсия, промышленность

Короткий адрес: https://sciup.org/143183126

IDR: 143183126

Список литературы Политика полупроводниковой промышленности Китая, эффективность отрасли и синергетическое агрегирование на основе анализа методом GARCH

  • Зеленский, А.А., Морозкин, М.С., Грибков, А.А. Обзор полупроводниковой промышленности в мире и России: производство и оборудование // Известия вузов. Электроника. 2021. №6. С.468-480. EDN: VEDCKH
  • Ильина, С.А. Рынок полупроводников: глобальная цепочка создания стоимости и динамика в условиях кризиса // Вестник Института экономики Российской академии наук. 2022. №3. С. 112-125. DOI: 10.52180/2073-6487_2022_3_112_125 EDN: RFYUUW
  • Седых, Н.В. Мировой рынок полупроводников: основные тенденции и проблемы // Вестник Академии знаний. 2023. №2 (55). С.222-224. EDN: ATXDWU
  • Симонов, П.М., Ахуньянова, С.А. Сравнительный анализ методик ar-garch и p-адического прогнозирования волатильности финансового рынка // Вестник ПГУ. Серия: Экономика. 2019. №1. С.69-92. EDN: ZBKKFF
  • Трифонов, Ю.С., Потанин, Б.С. Многомерная асимметричная garch-модель с динамической корреляционной матрицей // Финансы: теория и практика. 2022. №2. С.204-218. EDN: GPIQUD
  • Jane, Ding, C G. On the multivariate EGARCH model. Applied Economics Letters. 2009;16(17):1757-1761. DOI: 10.1080/13504850701604383
  • Miralles-Marcelo,L., Miralles-Quiros, J.L., Miralles-Quiros, M. del M. Multivariate GARCH Models and risk minimizing portfolios: The importance of medium and small firms. The Spanish Review of Financial Economics. 2013;11(1):29-38. DOI: 10.1016/j.srfe.2013.03.001
Еще
Статья научная