Preview

Информатика

Расширенный поиск

Применение моделей копул в анализе акций фондового рынка

https://doi.org/10.37661/1816-0301-2024-21-2-24-35

Аннотация

Цели. Целью исследования является применение моделей копул для анализа акций российского фондового рынка и описания изменения зависимости между акциями до и во время коронавирусной инфекции (COVID-19).

Методы. Приводится алгоритм использования копул и функций языка программирования R при его реализации. Для описания динамики финансовых рядов используется модель ARMA-GJR-GARCH
(ARMA-Glosten-Jagannathan-Runkle-GARCH, модель авторегрессии – скользящего среднего Глостен – Джаганнатан – Ранкл с обобщенной авторегрессионной условной гетероскедастичностью). Осуществляется подбор оптимальных семейств и параметров моделей копул. Проверяется адекватность полученных моделей и анализируются результаты исследования взаимосвязи между данными рядами.

Результаты. Разработан алгоритм для относительно нового подхода использования копул в связке с моделью ARMA-GJR-GARCH. Подход применен для исследования влияния коронавируса в контексте российской экономики. Выявлено, что в период COVID-19 зависимость между различными акциями фондового рынка возрастает. Показано, что эффект волатильности финансовых рядов увеличивается после вспышки пандемии.

Заключение. Алгоритм исследования с помощью моделей копул в связке с моделью ARMA-GJR-GARCH показал свою целесообразность. Данный подход можно использовать и с применением других моделей GARCH-типа для исследования финансов и других сфер.

Для цитирования:


Кендысь А.М., Труш Н.Н. Применение моделей копул в анализе акций фондового рынка. Информатика. 2024;21(2):24-35. https://doi.org/10.37661/1816-0301-2024-21-2-24-35

For citation:


Kendys A.M., Troush M.M. Application of Copula Models in Stock Market Analysis. Informatics. 2024;21(2):24-35. (In Russ.) https://doi.org/10.37661/1816-0301-2024-21-2-24-35

Просмотров: 264


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)