Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Прогнозирование стоимости финансовых активов и адаптивный анализ их волатильности

Диссертация: Прогнозирование стоимости финансовых активов и адаптивный анализ их волатильности
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Вопросы надежного инвестирования решались и продолжают решаться на основе математического моделирования, совершенствование которого способствовало пониманию природы рыночных процессов и формированию гипотезы эффективного рынка. Фундаментом классической теории рынка стали работы Г. Марковича, У. Шарпа, Дж. Тобина, Дж. Линтнера, Дж. Мос-сина, Р. Ролла, С. Росса, М. Шоулса, Ф. Блэка, Дж. Кокса, М… Читать ещё >

Содержание

  • 1. ОСНОВНЫЕ ГИПОТЕЗЫ И МОДЕЛИ РЫНКА ЦЕННЫХ БУМАГ
    • 1. 1. Российский рынок ценных бумаг: современное состояние и тенденции развития
    • 1. 2. Модели эффективного рынка и проблема упреждающих решений
    • 1. 3. Нелинейные модели финансовых рынков
  • 2. МОДЕЛИРОВАНИЕ УПРЕЖДАЮЩИХ ОЦЕНОК СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ
    • 2. 1. Многофакторные и многошаговые схемы адаптивного моделирования временных рядов
    • 2. 2. Фрактальные процессы финансовых рынков и их адаптивные модели
    • 2. 3. Принципы и модели формирования упреждающего множества оценок стоимости финансовых активов
  • 3. АДАПТИВНЫЙ АНАЛИЗ ВОЛАТИЛЬНОСТИ
    • 3. 1. ARCH — процессы и модели прогнозирования волатильности
    • 3. 2. Прогнозные оценки риска при слабой тестируемости условной гетероскедастичности
    • 3. 3. Адаптивный прогноз и анализ изменчивости финансовых активов

Прогнозирование стоимости финансовых активов и адаптивный анализ их волатильности (реферат, курсовая, диплом, контрольная)

Актуальность темы

исследования. Сложность процессов, протекающих на финансовых рынках, за последнее время значительно возросла. Прежде всего, этому способствует глобализация экономики, о чем свидетельствуют интеграционные механизмы, реализуемые через финансовые рынки. Их сложность с постоянно присутствующей неопределенностью порождают нестабильность, повышенный уровень волатильности валют, курсов ценных бумаг, процентных ставок. В этих условиях инвестиционные процессы становятся чрезмерно рискованными, для подтверждения их эффективности требуются новые подходы к обоснованию стратегий финансового менеджмента.

Вопросы надежного инвестирования решались и продолжают решаться на основе математического моделирования, совершенствование которого способствовало пониманию природы рыночных процессов и формированию гипотезы эффективного рынка. Фундаментом классической теории рынка стали работы Г. Марковича, У. Шарпа, Дж. Тобина, Дж. Линтнера, Дж. Мос-сина, Р. Ролла, С. Росса, М. Шоулса, Ф. Блэка, Дж. Кокса, М. Рубинштейна. Предложенные в их работах модели давали убедительные объяснения взаимодействию рыночных процессов и позволяли даже строить количественные оценки ожидаемых результатов инвестирования. Однако реальность рынка девальвировала доверие к этим оценкам до такой степени, что возникли сомнения по поводу справедливости предположений гипотезы эффективного рынка.

В последнее время все большее внимание уделяется исследованию финансовых рынков с использованием методов нелинейной динамики. В попытке обосновать правомерность этих исследований были сформированы основные предположения гипотезы фрактального рынка. В рамках данной гипотезы хотя и удалось объяснить некоторые эффекты финансовых рынков, однако перспектива по созданию аппарата надежного обоснования инвестиционных решений пока четко не просматривается.

Особое место в исследовании финансовых рынков отводится экономет-рическим методам. Возможно, популярность САРМ как раз и объясняется тем обстоятельством, что она имеет эконометрическую поддержку. Эконометрика связана не только с гипотезой эффективного, но и фрактального рынка. Данный факт находит подтверждение в том, что известное семейство моделей ARCH является наиболее вероятной альтернативой семейству фрактальных распределений.

На основе этих эконометрических моделей в последнее десятилетие проводятся исследования систематически изменяющихся ошибок и дисперсий ошибок, так как во временных рядах обменных курсов валют и доходностей рынка ценных бумаг было обнаружено чередование периодов малых значений ошибок с периодами больших значений ошибок или, соответственно, низкой и высокой волатильностью. Такой интерес к волатильности вызван тем, что она является обязательным параметром многих оценочных моделей. Поэтому исследования, в которых предпринимаются попытки построения моделей, обеспечивающих достаточно высокий уровень надежности прогнозных расчетов изменчивости стоимости финансовых активов, являются актуальными.

Работа выполнялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета «Математическое моделирование и информационные технологии в управлении экономическими процессами».

Степень разработанности проблемы. Значительный вклад в исследование и прогнозирование рынка ценных бумаг в целом внесли зарубежные (Г. Дж. Александер, Дж. В. Бейли, Г. Е. П. Бокс, Т. Веге, Г. М. Дженкинс, Б. Мандельброт, Д. Мерфи, Дж. Моссин, Д. Нельсон, Э. Петере, Д. Сорнетте и др.) и отечественные (J1.0. Бабешко, А. В. Воронцовский, В. В. Давние, В. Н. Едронова, Ю. П. Лукашин, Я. М. Миркин, И. Г. Наталуха, А. О. Недосекин, В. А. Перепелица, Е. В. Попова, Е. М. Четыркин, Л. П. Яновский и др.) ученые.

Разрабатываемые в диссертации адаптивные модели ориентированы на прогнозирование стоимости финансовых активов в предположении, что на фондовом рынке действуют инвесторы с разными инвестиционными горизонтами. Такие модели ранее не предлагались.

Рабочая гипотеза исследования базируется на совокупности концептуальных позиций автора, определяющих перспективные направления в развитии комбинированных методов прогнозирования стоимости финансовых активов на основе адаптивного и эконометрического моделирования. Данный подход открывает возможность для построения прогнозных моделей, реализующих основные предположения гипотезы фрактального рынка. Их применение повышает надежность прогнозных оценок и обеспечивает проведение анализа волатильности финансовых активов.

Целью диссертационного исследования является развитие комбинированных методов прогнозирования стоимости финансовых активов и анализа их волатильности на основе адаптивных принципов моделирования.

Для реализации цели диссертационного исследования поставлены и решены следующие задачи: изучены проблемы анализа и прогнозирования отечественного рынка ценных бумагпроведен анализ отечественных и зарубежных подходов к моделированию инвестиционных решений в условиях как линейной, так и нелинейной парадигмыпостроены прогнозные модели, удовлетворяющие основным положениям гипотезы фрактального рынкаразработана методика комбинирования данных технического и фундаментального анализа в эконометрическом моделировании эволюции цен на финансовом рынкепостроена нелинейная шкала экспертно-аналитического оценивания степени воздействия экзогенных факторов и событий на динамику финансового рынкаисследована чувствительность предсказывающей модели к данным, измеряемым в масштабе экспертно-аналитической шкалыпоказаны преимущества применения адаптивных моделей для анализа динамики волатильности цен на финансовые активыпостроены прогнозные модели с адаптивной регрессией условно ге-тероскедастичных остатков.

Область исследования. Диссертационная работа выполнена в рамках п. 1.6. «Математический анализ и моделирование процессов в финансовом секторе экономики .», п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни.» паспорта специальности 08.00.13 — «Математические и инструментальные методы экономики».

Объектом исследования является российский рынок ценных бумаг и его финансовые инструменты.

Предмет исследования — математический аппарат прогнозирования стоимости финансовых активов и анализа их волатильности.

Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых по вопросам анализа рынка ценных бумаг, инвестиционного менеджмента, эконометрического моделирования и адаптивного прогнозирования финансовых процессов.

Были использованы материалы периодической печати, научные и методические разработки аналитических и консалтинговых агентств, законодательные акты, Интернет-ресурсы, в частности, архивы котировок цен акций, размещенные на официальном сайте Российской торговой системы (www.rts.ru). Эти данные составили эмпирическую базу исследования.

При выполнении диссертационной работы применялись методы адаптивного анализа и прогнозирования, эконометрического моделирования, статистического анализа, нелинейной динамики.

Научная новнзна исследования состоит в разработке прогнозных моделей, обладающих специальной структурой, которая отражает основные предположения, лежащие в основе гипотезы фрактального рынка.

Научную новизну содержат следующие результаты диссертационного исследования: многоуровневая адаптивная процедура, применение которой в моделях прогнозирования позволяет отразить специфику рыночной динамики, лежащую в основе предположений гипотезы фрактального рынкамодель с двухуровневой структурой адаптивного механизма для прогнозирования волатильности по условно гетероскедастичным регрессионным остаткам. С ее помощью удается получать более точные прогнозные оценки, чем с помощью известных моделей семейства ARCHметодика адаптивного анализа волатильности цен финансовых активов, позволяющая уточнить механизм формирования волатильности путем выделения двух составляющих, первая из которых характеризует изменение ее среднего уровня за счет краткосрочных изменений динамики цены, а вторая — за счет изменения долгосрочной тенденции в ее динамикемодель формирования прогнозного образа на основе многовариантных экстраполяционных расчетов, обеспечивающих представление о многообразии будущего, и мультиномиальной модели множественного выбора, позволяющей оценить вероятность реальности каждого вариантапроцедура формирования шкалы экспертно-аналитического оценивания на основе частичной рандомизации регрессионных остатков и построения регрессионной модели множественного выбора.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университетеМеждународной научно-практической конференции «Экономическое прогнозирование: модели и методы» (Воронеж, 2007) — Международной научно-практической конференции «Моделирование и прогнозирование в управлении: методы и технологии» (Орел, 2007) — Всероссийской научно-практической конференции «Совершенствование финансово-кредитных отношений в трансформируемой экономике России» (Воронеж, 2006) — Всероссийской научно-практической конференции «Проблемы управления экономикой в трансформируемом обществе» (Пенза, 2006) — Всероссийской научно-практической конференции «Электронный бизнес: опыт и перспективы» (Воронеж, 2006) — Всероссийском симпозиуме «Математические модели и информационные технологии в экономике» (Кисловодск, 2007).

Практическая значимость работы определяется тем, что основные сформулированные выводы и предложения, разработанные модели и алгоритмы могут быть использованы как институциональными, так и частными инвесторами, разработчиками информационно-аналитических систем, другими субъектами рынка ценных бумаг в качестве инструментария для получения дополнительной (в первую очередь — прогнозной) информации, способствующей повышению степени обоснованности инвестиционных решений.

Внедрение результатов исследований. Руководством доп. офиса в г. Пятигорске — филиала ОАО Банк ВТБ в г. Ставрополе признана целесообразность использования предложенной в диссертации методики моделирования упреждающих оценок стоимости финансовых активов, предполагающей проведение адаптивного анализа их волатильности, в качестве дополнительного инструмента поддержки принятия инвестиционных решений.

Отдельные результаты диссертационного исследования можно использовать при подготовке специалистов в Пятигорском государственном технологическом университете в курсах: «Эконометрика», «Моделирование финансово-экономической деятельности».

Публикации. По теме диссертационного исследования опубликовано 10 печатных работ. В работах, выполненных в соавторстве, соискатель предложил вариант модели ARCH, в которой условно гетероскедастичные остатки прогнозируются с помощью адаптивной регрессииразработал адаптивный вариант САРМпоказал возможности адаптивного моделирования для изучения стабильности ценпостроил адаптивные полиномы Лаггера для прогнозирования объема продаж Интернет-компанииразработал подход к моделированию прогнозных оценок стоимости финансовых активов при слабой тестируемости условной гетероскедастичностипредложил схему адаптивного анализа динамики равновесных цен на финансовые активы.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы из 189 наименований, в т. ч. англоязычных — 49, и приложения. Основной текст изложен на 160 страницах, содержит 18 таблиц, 21 рисунок.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе на основе выполненных теоретических и прикладных исследований в области прогнозирования стоимости финансовых активов и анализа их волатильности сформулированы выводы, заключающиеся в следующем:

1. Модели финансовых временных рядов, в которых не отражена специфика финансового рынка, несмотря на свою универсальность, как правило, не обеспечивают получение надежных прогнозных оценок. Это замечание касается всех моделей, реализующих идеи экстраполяционного подхода, в том числе и адаптивных. Адаптивные, хотя и позволяют в среднем повысить точность краткосрочных прогнозных расчетов, но все же не обеспечивают получение желаемых результатов. Причина та же. Отсутствие специфики не компенсируется адаптивным механизмом.

2. С целью наиболее полного отражения многообразия динамических эффектов, порождаемых спецификой финансовых рынков, имеет смысл использовать два типа моделей, ориентированных на различные источники обновления информации.

3. Для адаптивного моделирования процессов, специфика которых отражена в предположениях гипотезы фрактального рынка, необходимо построение моделей с многоуровневой структурой адаптивного механизма, обеспечивающей идентификацию трендов, порождаемых ожиданиями участников рынка с разным инвестиционным горизонтом.

4. Адаптивные регрессионные модели целесообразно использовать не только для прогнозирования, но и в аналитических целях для получения дополнительной информации о характере динамических эффектов в прогнозируемом процессе.

5. Эмпирические исследования по применению регрессионных моделей с многоуровневой структурой адаптивного механизма для прогнозирования волатильности показали, что модели данного типа обладают высокой точностью и обеспечивают получение информации о характере ее высокочастотной и низкочастотной составляющих.

6. Второй тип представляет собой модели, обеспечивающие проведение прогнозных расчетов по формированию упреждающего множества оценок стоимости финансовых активов. Их применение изменяет представление о прогнозных оценках, на которые должны ориентироваться инвесторы. Вместо одного — наиболее вероятного или усредненного — значения прогнозной оценки в рамках этой модели рассматривается вероятностное распределение прогнозных оценок, обеспечивающее инвестору наиболее полное представление об ожидаемых его ситуациях.

7. Эффективность применения моделей второго типа в значительной степени зависит от шкалы, в которой измеряются экспертно-аналитические оценки, концентрирующие в себе упреждающую информацию результатов фундаментального анализа. Предложенная процедура построения такой шкалы основана на использовании отклонений от тренда и их частичной рандомизации.

8. Нелинейность шкалы создает определенные трудности при формировании оценок. Чтобы повысить надежность этого аспекта прогнозных расчетов, предложено проводить анализ чувствительности модели к данным, измерение которых осуществляется в данной шкале.

9. Осуществлена программная реализация разработанных адаптивных моделей, что делает их привлекательными для использования широким кругом аналитиков финансовых рынков.

Показать весь текст

Список литературы

  1. Алексеев М. Ю, Рынок ценных бумаг / М. Ю. Алексеев. М.: Финансы и статистика, 1992. — 352 с.
  2. А. Особенности национального портфельного менеджмента / А. Алексеев, Д. Роман // Рынок ценных бумаг. 1999. — № 12. — С.88.
  3. . И. Рынок ценных бумаг. Введение в фондовые операции / Б. И. Алехин. М.: Финансы и статистика, 1991. — 160 с.
  4. АскинадзиВ. М. Инвестиционные стратегии на рынке ценных бумаг: монография / В. М. Аскинадзи. М.: ООО «Маркет ДС Корпорейшн», 2004.-106 с.
  5. АскинадзиВ. М. Инвестиционное дело: учеб. / В. М. Аскинадзи, В. Ф. Максимова, B.C. Петров. М.: Маркет ДС, 2007. — 512 с.
  6. В. Н. Анализ временных рядов и прогнозирование: Учебник / В. Н. Афанасьев, М. М. Юзбашев. М.: Финансы и статистика, 2001.-228 с.
  7. Б, а б е ш к о Л. О. Коллокационные модели прогнозирования в финансовой сфере / Л. О. Бабешко. М.: Экзамен, 2001. — 288 с.
  8. Б, а б е ш к о Л. О. Регрессионные модели финансового анализа / Л. О. Бабешко. М.: ФА, 2000. — 124 с.
  9. К. А. Экономико-математические методы и модели / К. А. Багриновский, В. М. Матюшок. М.: РУДН, 1999. — 183 с.
  10. В. Е. Финансовые инвестиции: учеб. / Е.В. Барбау-мов, И. М. Гладких, А. С. Чуйко. М.: Финансы и статистика, 2003. — 544 с.
  11. А. Э. Трудности прогнозирования инвестиционных проектов в условиях неопределенности российского рынка / А. Э. Баринов // Финансы и кредит. -2005. -№ 28(196).-С. 38−51.
  12. Б, а с о в с к и й Л. Е. Экономическая оценка инвестиций: учеб. пособие / Л. Е. Басовский, Е. Н. Басовская. М.: ИНФРА-М, 2007. — 241 с.
  13. С. С. Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций: автореф. дис.. канд. экон. наук / С. С. Беляков. Ставрополь, 2005. -24 с.
  14. Б е р н д т Э. Р. Практика эконометрики: классика и современность: учеб. / Пер. с англ. под ред. проф. С. А. Айвазяна / Э. Р. Берндт. М.: ЮНИ-ТИ-ДАНА, 2005.-863 с.
  15. Б о д и 3. Финансы / 3. Боди, Р. Мертон. Изд. дом «Вильяме», 2000. -592 с.
  16. А. Н. Рынки производных финансовых инструментов / А. Н. Буренин. М.: ИНФРА-М, 1996. — 368 с.
  17. В алинурова Л. С. Управление инвестиционной деятельностью: учебник / Л. С. Валинурова, О. Б. Казакова. М.: КНОРУС, 2005. — 384 с.
  18. А. С. Стохастические свойства курсов иностранных валют / А. С. Васин // Финансы и кредит. 2005. — № 17(185). — С. 15−26.
  19. В и л е н с к и й П. Л. Оценка эффективности инвестиционных проектов: теория и практика: учеб. пособие / П. Л. Виленский, В. Н. Лившиц, С. А. Смоляк. М.: Дело, 2004. — 888 с.
  20. В и н с Р. Математика управления капиталом: Методы анализа риска для трейдеров и портфельных менеджеров / Р. Вине- Пер. с англ. М.: Аль-пина Бизнес Букс, 2006. — 400 с.
  21. В и н т и з е н к о И. Г. Прогнозирование в моделях экономических систем / И. Г. Винтизенко, И. М. Колесников, М. Г. Шадуев. Кисловодск: Изд. центр Кисловодского института экономики и права, 2001. — 100 с.
  22. М. В. Структура и классификация рынка ценных бумаг. Операции с ценными бумагами в деятельности банков. Управление портфелем ценных бумаг / М. В. Волков // Финансы и кредит. 2005. — № 10(178). -С. 31−40.
  23. И. В. Var-подход к поиску оптимального портфеля активов / И.В. Волошин // Бизнес и банки. 2001. — № 44. — С. 6.
  24. С. Н. Управление рисками в предпринимательстве: монография / С. Н. Воробьев, К. В. Балдин. М.: Дашков и К, 2006. — 772 с.
  25. В о р о н и н В. П. Учет ценных бумаг: учеб. пособие / В. П. Воронин, Н. Г. Сапожникова. М.: Финансы и статистика, 2005. — 400 с.
  26. Воронц овский А. В. Инвестиции и финансирование: Методы оценки и обоснования. СПб.: Изд-во С.-Петербург, гос. ун-та, 2003. — 528 с.
  27. А. В. Управление рисками: учеб. пособие / А. В. Воронцовский. СПб.: Изд-во С.-Петербург, гос. ун-та, 2000. — 206 с.
  28. Г, а в р и л о в, а А. Н. Финансовый менеджмент: учеб. пособие / А. Н. Гаврилова, Е. Ф. Сысоева, А. И. Барабанов, Г. Г. Чигарев. М.: Кнорус, 2005. -336 с.
  29. Г, а с, а н о в И. Оптимальное управление портфелем дисконтных облигаций / И. Гасанов, А. Ерешко // Рынок ценных бумаг. 2001. — № 14. — С. 58−61.
  30. Г о л, а н о в В. А. Рынок ценных бумаг / В. А. Голанов, А. И. Басов. -М.: Финансы и статистика, 1998. 352 с.
  31. Г о р о д н и ч е в П. Н. Финансовое и инвестиционное прогнозирование: учеб. пособие / П. Н. Городничев, К. П. Городничева. М.: Экзамен, 2005.-224 с.
  32. В. В. Адаптивное прогнозирование: модели и методы: монография / В. В. Давние. Воронеж: Изд-во Воронеж, гос. ун-та, 1997. -196 с.
  33. В.В. Прогноз и стратегический выбор: монография / В. В. Давние, Е. К. Нагина, В. И. Тинякова, В. А. Ищенко. Воронеж: Воронеж, гос. ун-т, 2004.- 216 с.
  34. Д, а в н и с В. В. Прогнозные модели экспертных предпочтений: монография / В. В. Давние, В. И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2005.-248 с.
  35. Д, а в н и с В. В. Адаптивные модели: анализ и прогноз в экономических системах: монография / В. В. Давние, В. И. Тинякова. Воронеж: Изд-во Воронеж, гос. ун-та, 2006. — 380 с.
  36. В.В. Прогнозирование волатильности финансовых показателей: адаптивный подход / В. В. Давние, А. Б. Тимченко // Вестник Воронежского государственного университета. Серия «Экономика и управление». -2006.-№ 2.-С. 269−277.
  37. В. Н. Использование средневзвешенных цен в некоторых индикаторах технического анализа / В. Н. Едронова, В. В. Россохин // Финансы и кредит. 2005. — № 2(170).- С. 15−21.
  38. Е д р о н о в, а В. Н. Учет и анализ финансовых активов: акции, облигации, векселя / В. Н. Едронова, Е. А. Мизиковский. М.: Финансы и статистика, 1995.-267 с.
  39. Ж у л е н е в С. В. Финансовая математика: введение в классическую теорию / С. В. Жуленев. М.: Изд-во МГУ, 2001. — 480 с. 44. 3 а н г В. Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории / В. Б. Занг. М.: Мир, 1999. — 335 с.
  40. А. Обоснование структуры инвестиционного портфеля / А. Иванов, А. Саркисян // Журнал для акционеров. 2001. — № 9. — С. 41−49.
  41. Илышева Н, Н. Финансовое моделирование и его роль в процессе прогнозирования финансовых потоков организации / Н. Н. Илышева, С. И. Крылов // Финансы и кредит. 2005. — № 2(170). — С. 6−10.
  42. Инвестиционно-финансовый портфель / Отв. ред. Ю. Б. Рубин, В. И. Солдаткин. М.: СОМИНТЕЭК, 1993. — 752 с.
  43. Ю. Ф. Основы теории оптимального портфеля ценных бумаг/Ю.Ф. Касимов. -М.: Филинъ, 1998. 144 с.
  44. К л, а п к о А. О. Математическое моделирование и прогнозирование цен на фондовом рынке: автореф. дис.. канд. экон. наук / А. О. Клапко -Москва, 2005.-24 с.
  45. А. С. Многошаговые адаптивные алгоритмы идентификации экономических систем по временным рядам / А. С. Корхин // Методологические проблемы анализа и прогноза краткосрочных процессов. М.: Наука, 1979.
  46. К о с т и н, а Н. И. Финансовое прогнозирование в экономических системах: учеб. пособие / Н. И. Костина, А. А. Алексеев. М.: ЮНИТИ-ДАНА, 2002.-285 с.
  47. К о ч е т ы г о в А. А. Финансовая математика: учеб. пособие / А. А. Кочетыгов. Ростов н/Д: Феникс, 2004. — 480 с.
  48. К р, а в ч у к В. К. Новый адаптивный метод следования за тенденцией и рыночными циклами / В. К. Кравчук // Валютный спекулянт. 2000. -№ 12.-С. 50−55.
  49. К р и ч е в с к и й М. JI. Интеллектуальные методы в менеджменте / М. Л. Кричевский. СПб.: Питер, 2005. — 304 с.
  50. К р о н о в е р Р. М. Фракталы и хаос в динамических системах. Основы теории / P.M. Кроновер. М.: Постмаркет, 2000. — 354 с.
  51. К у д р я в ц е в М. А. Методы формирования портфеля ценных бумаг с учетом рисков / М. А. Кудрявцев, А. Ю. Королев //Финансы. 2001. — № 3. -С. 57−59- № 4.- С.70−71.
  52. М. В. Технический анализ рынка ценных бумаг / М. В. Кузнецов, А. С. Овчинников. М.: Инфра-М, 1996. — 122 с.
  53. JI. Г. Экскурс в теорию блужданий и ее использование для оценки стоимости финансовых активов / Л. Г. Кузнецова // Финансы и кредит. 2005. — № 28(196). — С. 67−71.
  54. К у л, а к о в А. Е. Волатильность доходности как интегральный показатель риска / А. Е. Кулаков // Финансы и кредит. 2004. — № 16(154). — С. 2530.
  55. П. В. Оптимальные и адаптивные системы: учеб. пособие / П. В. Куропаткин. М.: Высш. школа, 1980. — 287с.
  56. ЛабскерЛ. Г. Вероятностное моделирование в финансово-экономической области: учеб. пособие / Л. Г. Лабскер. М.: Альпина Паблишер, 2002. — 224 с.
  57. Л, а н с к о в П. М. Совершенствование механизма регулирования финансового рынка / П. М. Лансков // Финансы и кредит. 2005. — № 36(204). -С. 27−34.
  58. О. И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: учебник / О. И. Ларичев М.: Логос, 2002.-392с.
  59. JI, а ш к, а р е в А. Н. Математическое моделирование динамики финансовых временных рядов с эффектом памяти: автореф. дис.. канд. экон. наук / А. Н. Лашкарев. Ижевск, 2005. — 23 с.
  60. Л е в и ц к и й Е. М. Адаптация и моделирование экономических систем / Е. М. Левицкий. Новосибирск: Наука, 1978. — 208 с.
  61. Л е т ч и к о в А. В. Лекции по финансовой математики / А. В. Летчиков. Москва-Ижевск: Институт компьютерных исследований, 2004. — 240 с.
  62. В. А. Теория и практика прогностики / В. А. Лисичкин. -М.: Наука, 1972.-224 с.
  63. Л у к, а ш и н Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю. П. Лукашин. М.: Финансы и статистика, 2003. -416 с.
  64. Л у к, а ш и н Ю. П. Оптимизация структуры портфеля ценных бумаг / Ю. П. Лукашин // Экономика и математические методы. 1995. — Т. 31. -Вып. 1.-С. 138−150.
  65. Ю. П. Статистические методы изучения фондового рынка / Ю. П. Лукашин // Вопросы статистики. 1995. — № 7. — С. 14−21.
  66. Л я ш е н к о В. И. Фондовые индексы и рейтинги / В. И. Ляшенко. -Д.: Сталкер, 1998.-320 с.
  67. Я. Р. Эконометрика: Учеб. / Я. Р. Магнус, П. К. Катышев, А. А. Пересецкий. М.: Дело, 2004. — 576 с.
  68. М, а к о в е ц к и й М. Ю. Использование финансовых инструментов рынка ценных бумаг в инвестиционном процессе / М. Ю. Маковецкий. Финансы и кредит. — 2005. — № 31(199). — С. 19−37- № 32 (200). — С. 14−24- № 33 (201).-С. 53−63.
  69. М. Ю. Роль рынка ценных бумаг в инвестиционном обеспечении экономического роста / М. Ю. Маковецкий. Финансы и кредит. — 2004. — № 19(157). — С. 11−24.
  70. М, а л и н е ц к и й Г. Г. Современные проблемы нелинейной динамики / Г. Г. Малинецкий, А. Б. Потапов. М.: Эдиториал УРСС, 2000. — 336 с.
  71. М, а л ы х и н В. И. Финансовая математика / В. И. Малыхин. М.: ЮНИТИ, 1999.-247 с.
  72. В. И. Рынок ценных бумаг: Количественные методы анализа: учеб. пособие / В. И. Малюгин. М.: Дело, 2003. — 320с.
  73. М е л ь н и к о в Р. Оптимизация рискового портфеля ценных бумаг с фиксированным доходом / Р. Мельников // Рынок ценных бумаг. 2000. -№ 20. -С.54−56.
  74. М и р к и н Я. М. Рынок ценных бумаг России: воздействие фундаментальных факторов, прогноз и политика развития / Я. М. Миркин. М.: Альпина Паблишер. — 2002. — 624 с.
  75. Я. М. Ценные бумаги и фондовый рынок / Я. М. Миркин. -М.: Перспектива, 1995. 175 с.
  76. М о р с м, а н Э. Управление кредитным портфелем / Э. Морсман- Пер. с англ. М.: Альпина Бизнес Букс, 2004. — 208 с.
  77. В. Т. Фондовый рынок: механизмы и инструменты / В. Т. Мусатов. М.: Международные отношения, 1991. — 188 с.
  78. Мэрфи Д ж. Технический анализ фьючерсных рынков: теория и практика / Дж. Мэрфи. М.: Сокол, 1996. — 592с.
  79. Н е д о с е к и н А. О. Нечетко-множественный анализ риска фондовых инвестиций / А. О. Недосекин. СПб., 2002. — 182 с.
  80. Э. Риски инвестиционных проектов / Э. Островская. Пер. с польского. М.: Экономика, 2004. — 269 с.
  81. В. А. Математические модели и методы оценки рисков экономических, социальных и аграрных процессов: монография / В. А. Перепелица, Е. В. Попова. Ростов н/Д.: Изд-во Рост, ун-та, 2002. — 208 с.
  82. В. А. Математическое моделирование экономических и социально-экологических рисков: монография / В. А. Перепелица, Е. В. Попова. Ростов н/Д.: Изд-во Рост, ун-та, 2001. — 126 с.
  83. Э. Фрактальный анализ финансовых рынков. Применение теории хаоса в инвестициях и экономике / Э. Петере. М.: Интернет-трейдинг, 2004. — 304 с.
  84. Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка / Э. Петере. М.: Мир, 2000.- 333 с.
  85. П о л я к о в В. В. Мировой рынок: вопросы прогнозирования / В. В. Поляков. М.: КНОРУС, 2004. — 240 с.
  86. П р и с н я к о в В. Ф. Нестационарная макроэкономика: учеб пособие / В. Ф. Присняков. Донецк, 2000. — 209 с.
  87. Р, а й б м, а н Н. С. Адаптивные модели в системах управления / Н. С. Райбман, В. М. Чадеев. М.: Советское радио, 1966. — 157с.
  88. Р е г у ш JI. А. Психология прогнозирования: успехи в познании будущего / JI.A. Регуш. СПб.: Речь, 2003. — 352 с.
  89. Рынок ценных бумаг и его финансовые институты: учеб. пособие / Под ред. B.C. Торкановского. СПб.: АО «Комплект», 1994. — 421 с.
  90. . Теории портфельного инвестирования и их применение в условиях российского рынка / Б. Рязанов // Рынок ценных бумаг. -1998. № 2. — С. 74−76.
  91. С е д е л е в Б. В. Надежность прогнозирования временных рядов и вопросы «разладки» их регрессионных моделей / Б. В. Седелев // Экономика и математические методы. 2000. — Т. 36. — № 1. — С. 145−147.
  92. JI. Н. Нелинейная экономика: модели и методы: монография / JI.H. Сергеева. Запорожье: Полиграф, 2003. — 218 с.
  93. С о р н е т т е Д. Как предсказывать крахи финансовых рынков: критические события в комплексных финансовых системах / Д. Сорнетте. М.: Интернет-трейдинг, 2003. — 400 с.
  94. В. Г. Теория адаптивных систем / В. Г. Срагович. М.: Наука, 1976.-320 с.
  95. С у р ж к о А. В. О развитии рынка ценных бумаг в России / А. В. Суржко // Финансы и кредит. 2005. — № 14(82). — С. 55−57.
  96. В. В. Секреты биржевой торговли: торговля акциями на фондовых биржах / В. В. Твардовский, С. В. Паршиков. М.: Аль-пина Бизнес-Букс, 2004. — 368 с.
  97. Т е й л Г. Экономические прогнозы и принятие решений / Г. Тейл. -М.: Статистика, 1971. -488 с.
  98. Теория прогнозирования и принятия решений: Учеб. пособие / Под ред. С. А. Саркисяна. М.: «Высш. школа», 1977. — 351 с.
  99. Т е р е н т ь е в Д. В. Прогнозирование цены активов российского фондового рынка с помощью графического анализа линий тренда / Д.В. Те-рентьев // Экономический анализ: теория и практика. 2006. — № 6(63). — С. 55−64.
  100. Н. П. Эконометрика / Н. П. Тихомиров, Е.Ю. Доро-хина. -М.: Экзамен, 2003. 512 с.
  101. Ш. Уотшем Т. Д ж. Количественные методы в финансах: учеб. пособие для вузов / Т. Дж. Уотшем, К. Паррамоу. М.: Финансы, ЮНИТИ, 1999. -527 с.
  102. Федеральный закон «О рынке ценных бумаг» от 26 декабря 1995 г. № 208-ФЗ // http://www.consultant.ru/popular/cenbum
  103. А. Б. Производные финансовые и товарные инструменты: учеб. / А. Б. Фельдман. М.: Финансы и статистика, 2003. — 304 с.
  104. Финансовая математика: Математическое моделирование финансовых операций: учеб. / Под ред. В. А. Половникова и А. И. Пилипенко. М.: Вузовский учебник, 2004. — 360 с.
  105. Финансовый менеджмент: теория и практика: Учеб. / Под ред. Е. С. Стояновой. -М.: Перспектива, 1999. 656 с.
  106. В. Н. Адаптивное управление динамическими объектами /
  107. B.Н. Фомин, A.JI. Фрадков, В. А. Якубович. -М.: Наука, 1981.-448 с.
  108. Фундаментальный анализ финансовых рынков. СПб.: Питер, 2006. -288 с.
  109. М. Фундаментальный и технический анализ рынка ценных бумаг / М. Хаертфельдер, Е. Лозовская, Е. Хануш. СПб.: Питер, 2005. — 352 с.
  110. X о р н Д ж. К. В, а н. Основы управления финансами / Дж. К. Ван. -М.: Финансы и статистика, 2000. 800 с.
  111. Ц ы п к и н Я. 3. Адаптация и обучение в автоматических системах / Я. З. Цыпкин. М.: Наука, 1968. — 400с.
  112. Ш. Чалдаева Л. А. Структура рынка ценных бумаг единого биржевого пространства / Л. А. Чалдаева // Финансы и кредит. 2005. — № 15(183).1. C. 22−26.
  113. Ч е т ы р к и н Е. М. Методы финансовых и коммерческих расчетов / Е. М. Четыркин. -М.: Дело, 1992. 321 с.
  114. Ш, а п к и н А. С. Теория риска и моделирование рисковых ситуаций: учеб. / А. С. Шапкин, В. А. Шапкин. М.: Дашков и К, 2005. — 880 с.
  115. Ш, а п к и н А. С. Экономические и финансовые риски. Оценка, управление, портфель инвестиций / А. С. Шапкин. Дашков и К, 2003 — 544 с.
  116. Ш, а п р, а н Н. Многофакторные модели управления портфелем. Опыт компании Вагга / Н. Шапран // Банковские технологии. 2001. -№ 11. — С.77−80.
  117. Ш, а р, а п о в М. В. Теория финансовых рынков: современные исследовательские подходы / М. В. Шарапов // Финансы и кредит. 2006. — № 17(221).-С. 20−24.
  118. Ш, а р п У. Инвестиции / У. Шарп, Г. Александер, Дж. Бейли. М.: ИНФРА-М, 2006. -XII, 1028 с.
  119. Ш в, а г е р Д ж. Технический анализ. Полный курс / Дж. Швагер. -М.: Альпина Паблишер, 2001. 768 с.
  120. Ш в е д о в А. С. Теория эффективных портфелей ценных бумаг / А. С. Шведов. М.: ГУ-ВШЭ, 1999. — 142 с.
  121. Ш и р я е в В. И. Анализ стохастических моделей финансовых рынков: учеб. пособие / В. И. Ширяев. М.: КомКнига, 2007. — 224 с.
  122. А. Г. Теория риска. Выбор при неопределенности и моделирование риска: учеб. / А.Г. Шоломицкий- Гос. ун-т Высшая школа экономики. — М.: ГУ ВШЕ, 2005. — 400 с.
  123. Ш у с т е р Г. Детерминированный хаос: Введение / Г. Шустер. М.: Мир, 1988.-240 с.
  124. Эконометрика: учеб. / Под ред. И. И. Елисеевой. М.: Финансы и статистика, 2005. — 576 с.
  125. Я н о в с к и й Л. П. Принципы, методология и научное обоснование прогнозов урожая по технологии «ЗОНТ»: монография / Л. П. Яновский. -Воронеж: Воронеж, гос. аграр. ун-т, 2000. 376 с.
  126. JI. П. Анализ состояния финансовых рынков на основе методов нелинейной динамики / Л. П. Яновский, Д. А. Филатов // Финансы и кредит. 2005. — № 32(200). — С. 2−13.
  127. Я н у к я н М. Г. Современные тенденции развития международного рынка ценных бумаг / М. Г. Янукян // Финансы и кредит. 2005. — № 5(173). -С. 52−57.
  128. Black F. The Pricing of Options and Corporate Liabilities / F. Black, M. Scholes // Journal of Political Economy. 1973. — Vol. 81 — Pp. 637−654.
  129. В г о w n R. G. The Fundamental Theorem of Exponential Smoothing / R.G. Brown, R.F. Meyer // Operation Research, 1961. Vol. 5, № 5.
  130. С a 11 a n E. A Theory of Social Imitation / E. Callan, D. Shapiro // Physics Today. 27,1974.
  131. С a m b е 11 J. Y. and other. The Econometric of Financial Markets / J. Y. Cambell. New Jersey: Princeton. University, 1997.
  132. С о w 1 e s A. Can Stock Market Forecasters Forecast? / A. Cowles // Econometrica. -1933. Vol. 1, № 3. — Pp. 309−324.
  133. D e v a n e у R. L. An Introduction to Chaotic Dynamical Systems / R.L. Devaney. Redwood City.: Addison-Wisley Publishing Company, 1989.
  134. E n g 1 e R. Generalized Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation / R. Engle // Econometrica. -1982.-№ 50.-Pp. 987−1007.
  135. E n g 1 e R. Modelling the Persistance of Conditional Variances / R. Engle, T. Bollerslev // Econometric Reviews. 1986. — № 5.
  136. E n g 1 e R. Estimating Time Varying Risk Premia in the Term Structure: The «ARCH-M Model"/ R. Engle, D. Lilien, R. Robins // Econometrica. 1987. -№ 55.
  137. F i s h e r I. The Theory of Interest: As Determined by Impatience to Spend Income and Opportunity to Invest it /1. Fisher. N.Y.: MacMillian, 1930. -566 p.
  138. Garman M. B. Foreign Currency Option Values / M.B. Garman, S.W. Kohlhagen // Journal of International Money and Finance. 1983. — Vol. 2. — Pp. 231−237.
  139. Granger C.W.J. Forecasting Economic Time Series / C.W.J. Granger, P. Newboid. Second Edition. New York, Academic Press, 1986.
  140. G r a n g e r C.W.J. Improved Methods of Combining Forecasting / C.W.J. Granger, R. Ramanathan // Journal of Forecasting. 1984. — № 3. — Pp. 197−204.
  141. G r e e n W. H. Econometric Analysis, 4th ed. / W.H. Green New York: Macmillian Publishing Company, 2000. — 1004 p.
  142. H i 1 b о r n R. C. Chaos and Nonlinear Dynamics / R.C. Hilborn. NY.: Oxford University Press, 2000.
  143. H u r s t H. E. Long-term Storage of Reservoirs / H.E. Hurst // Transactions of the American Society of Civil Engineers. 116,1951.
  144. К 1 е i n L. R. The Importance of the Forecast / L.R. Klein // Journal of Forecasting. 1984. — Vol. 3. -№ 1. — Pp. 1−9.
  145. L a h i r i S. B. Modified approach to Trigg and Leach’e adaptive response rate model / S.B. Lahiri // Computer and Operation Researches, 1979. Vol. 6, № 1.
  146. L i n t n e r J. The Valuation of Risk Assets and the Selection of Risk Invest Mends in Stock Portfolios and Capitals Budgets / J. Lintner // Review of Economics and Statistics. February 1965. Pp. 13−37.
  147. L i n t n e r J. Security Prices Risk and Maximal Glans from Diversification / J. Lintner // Journal of Finance. December 1965. Pp. 587−616.
  148. M a d d a 1 a G. S. Introduction to Econometrics. 3rd ed. / G.S. Maddala. -New York: John Wiley & Sons Ltd., 2001. 636 p.
  149. M a n d e 1 b г о t B. The Variation of Certain Speculative Prices / B. Mandelbrot. Cambridge: MIT Press, 1964
  150. M a r k о w i t z H. M. Portfolio Selection / H.M. Markowitz // Journal of Finance. 1952.- Vol. 7, № 1. — Pp. 77−91.
  151. M a r k о w i t z H. M. Mean-variance Analysis in Portfolio Choice and Capital Market / H.M. Markowitz. Oxford- N.Y.: Blackwell, 1987. — 387 p.
  152. M a r k о w i t z H. M. Portfolio Selection. Efficient Diversification of Investments / H.M. Markowitz. Oxford- N.Y.: Blackwell, 1991. — 384 p.
  153. M e e s e R. A Comparison of Autoregressive Univariate Forecasting Procedures for Macroeconomic Time Series / R. Meese, J. Geweke // Journal of Business and Economic Statistics. 1984. — № 2. — Pp. 191−200.
  154. M e r t о n R. C. Lifetime Portfolio Selection under Uncertainty the Continuous Time Case / R. C. Merton // The Review of Economic Statistics. — August, 1969.
  155. M о s s i n J. Equilibrium in a Capital Asset Markets / J. Mossin // Econometrica. October 1966. Pp. 768−783.
  156. M о s s i n J. Optimal Multiperiod Portfolio Policies / J. Mossin // Journal of Business. 1968. — Vol. 41. — Pp. 215−229.
  157. N е 1 s о n D. В. Conditional Heteroscedasticity in Asset Returns / D.B. Nelson // Econometrica. 1991. — V. 59. — Pp. 347−370.1720 s b о r n M. Brownian Motion in the Stock Market / M. Osborn // The concepts, Cognition. 9,1981.
  158. P i n d у с к R. S. Econometric Models and Economic Forecasts / R.S. Pindyck, D.L. Rubinfeld. McGraw-Hill, Inc. 1999.
  159. R о 11 R. A Critique of Asset Pricing Theory’s Tests / R. Roll // Journal of Finance and Economics. March 1977. Pp. 129−176.
  160. R о 11 R. A Critical reexamination of the Empirical Evidence of the Arbitrage Pricing Theory / R. Roll and R. Ross // Journal of Finance. June, 1984.
  161. Ross S. A. The Arbitrage Theory of Capital Asset Pricing / S.A. Ross // Journal of Economy Theory. 1976. — Vol. 13, № 3. — Pp. 343−362.
  162. R о s s S h. M. An Elementary Introduction to Mathematical Finance: Options and Other Topics / Sh. M. Ross. Cambridge University Press, 2003. — 253 p.
  163. S h a n к e n J. Multivariate Tests of the Zero-beta CAPM / J. Shanken // Journal of Financial Economics. September 1985. Pp. 327−348.
  164. S h a n к e n J. On the Estimation of Beta-pricing Models / J. Shanken // Review Financial Studies. 1992. — Vol. 5, № 1. — Pp. 1−33.
  165. S h a r p e W. F. A Simplified Model for Portfolio Analysis / W.F. Sharpe // Management Science. 1963. — Vol. 9, № 2. — Pp. 277−293.
  166. Sharpe W. F. Capital Asset Price: A Theory of Market Equilibrium Under Conditions of Risk / W.F. Sharpe // Journal of Finance 1964. — Vol. 19, № 3.-Pp. 425−442.
  167. S h a r p e W. F. Portfolio Theory and Capital Markets / W.F. Sharpe. -N.Y.: McGrawffill, 1970.
  168. S h e p h a r d N. Statistical Aspects of ARCH and Stochastic Volatility / N. Shephard. In Time Series Models in Econometrics, Finance and Other Fields. L.: Chapman&Hall, 1996.-Pp. 1−67.
  169. S t e r g e A. J. On the Distribution of Financial Futures Price Changes / A.J. Sterge // Financial Analysts Journal. May/June 1989.
  170. Т о b i n J. Liquidity Preferences as a Behavior Toward Risk / J. Tobin // Review Economic Studies. 1958. — Vol. 25, № 6. — Pp. 65−68.
  171. T о b i n J. The Theory of Portfolio Selection / J. Tobin // Theory of Interest Rates / Ed. by F.H. Hahn, F.P.R. Brechling. London: MacMillan, 1965. — Pp. 3−51.
  172. T r i g g D. W. Exponential Smoothing with an adaptive response rate / D.W. Trigg, A.G. Leach // Oper. Res. Quart., 1967. V. 18, № 1.
  173. T u r n e r A. L. An Analysis of Stock Market Volatility / A.L. Turner, E.J. Weigel // Russel Research Commentaries, Frank Russel Company, Tacoma, WA, 1990.
  174. V a g a T. The Coherent Market Hypothesis / T. Vaga // Financial Analysts Journal. December/January, 1991.
Заполнить форму текущей работой

Заказал и сдал!