2022/2023
Финансовая эконометрика
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Дисциплина общефакультетского пула
Кто читает:
Практико-ориентированные магистерские программы факультета экономических наук
Где читается:
Факультет экономических наук
Когда читается:
2 модуль
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Преподаватели:
Погорелова Полина Вячеславовна
Язык:
русский
Кредиты:
3
Контактные часы:
12
Программа дисциплины
Аннотация
Целью данного курса является обучение слушателей методам построения математических моделей для волатильности финансовых временных рядов, включая модели со структурными изменениями, а также методами применения таких моделей для исследования финансовых задач.
Под волатильностью цены финансового инструмента обычно понимают некоторую меру изменчивости цены этого финансового инструмента. Волатильность — один из основных показателей, которые характеризуют риск финансового инструмента. Точная оценка волатильности финансового инструмента является важной прикладной задачей, поскольку неправильный расчет и прогноз волатильности приводят к неадекватному восприятию риска агентами, принимающими решения, и зачастую служит причиной существенных убытков, которые эти агенты несут.
Цель освоения дисциплины
- Цель данного курса – уметь рассчитывать и прогнозировать волатильность с помощью GARCH-моделей. Знать области применения моделирования волатильности.
Планируемые результаты обучения
- Знать определение GARCH-процесса.
- Знать свойства GARCH-процесса.
- Уметь выводить свойства GARCH-процесса.
- Уметь выводить функцию правдоподобия для классической нормальной линейной регрессионной модели.
- Уметь выводить функцию правдоподобия для AR(p)-процесса.
- Умеет выводить функцию правдоподобия для GARCH-процессов.
- Уметь оценивать параметры моделей с помощью метода максимального правдоподобия.
- Уметь строить прогноз волатильности с помощью GARCH-моделей.
- Уметь тестировать гипотезы о значимости коэффициентов GARCH-моделей с помощью асимптотического Z-теста.
- Уметь корректно строить GARCH-модели.
- Уметь рассчитывать и прогнозировать волатильность с помощью GARCH-моделей.
- Уметь рассчитывать стоимость под риском (Value-at-Risk) для длинной позиции инвестора с помощью нормальной GARCH-модели.
- Знать, в чем состоит актуальность расчета волатильностей финансовых инструментов.
- Знать примеры областей применения расчетов волатильности.
- Знать популярные методы моделирования волатильности: EWMA-, HAR-RV-, SV- и GARCH-модели.
Содержание учебной дисциплины
- Тема 1. Введение и мотивация.
- Тема 2. Определение и свойства GARCH-моделей.
- Тема 3. Повторение метода максимального правдоподобия.
- Тема 4. Оценивание GARCH-моделей методом максимального правдоподобия.
- Тема 5. Прогнозирование волатильности с помощью GARCH-моделей.
- Тема 6. Тестирование гипотез о значимости коэффициентов GARCH-моделей.
- Тема 7. Примеры применения GARCH-моделей для моделирования волатильности реальных финансовых инструментов.
Список литературы
Рекомендуемая основная литература
- Analysis of financial time series, Tsay, R. S., 2010
- Brooks,Chris. (2019). Introductory Econometrics for Finance. Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.cup.cbooks.9781108422536
- Greene, W. H. (2015). Econometric analysis. Slovenia, Europe: Prentice-Hall International. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.1BF5A5CA
- Tsay, R. S. (2010). Analysis of Financial Time Series (Vol. 3rd ed). Hoboken, N.J.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=334288
Рекомендуемая дополнительная литература
- Финансовая математика: потоки платежей, производные финансовые инструменты : учеб. пособие для вузов, Ширяев, В. И., 2007