By this author

A SHORT-TERM ELECTRICITY PRICE FORECASTING ON THE RUSSIAN MAR-KET USING THE SCARX MODELS CLASS

Issue 1 from 21.03.2019

В данном исследовании для двух ценовых зон российского оптового рынка электроэнергии выполнена апробация класса прогнозных моделей авторегрессии с сезонной компонентой и экзогенными факторами SCARX, включающей экстраполяцию долгосрочной тренд-сезонной компоненты и отдельное прогнозирование краткосрочной сезонно-стохастической составляющей. Для заданного широкого набора параметров сглаживания временных рядов цен проведено сравнение моделей SCARX на базе вейвлет-разложения (SCARX-W) и фильтра Ходрика—Прескотта (SCARX-HP) с обычной авторегрессионной моделью ARX и «наивным» подходом (основанном на предположении равенства цен в идентичные дни недели). Оценка эффективности рассматриваемых моделей проводилась с использованием средневзвешенных недельных и дневных ошибок, а также формальной статистической процедуры сравнения прогностических способностей моделей — теста Диболда—Мариано (DM). Численный эксперимент был выполнен на исторических данных о цене и плановом потребление в зонах Европа—Урал и Сибирь российской электроэнергетической биржи. Тестовый период составил 104 недели или 728 дней. В результате проведенного исследования показано, что на российском рынке модель SCARX-W позволяет получить более высокую точность прогноза, по сравнению с SCARX-HP и ARX. При этом минимальная недельная ошибка, которую удалось достичь для ценовой зоны Европа–Урал, составила 4,932%, дневная ошибка — 4,997%. Для зоны Сибирь аналогичные показатели равны 9,144 и 10,051%, соответственно. Эти же результаты подтверждаются формальным DM-тестом, выполненным отдельно для каждого часа суток. Для преодоления проблемы априорного выбора параметров сглаживания в работе предложено использовать различные методы комбинирования прогнозов. 

2212 98

The Study of Dependence Structure between Small Business Development and Microfinance Security of Russian Regions

issue 2 from 05.06.2019

Выдвигается гипотеза об изменении структуры зависимости между уровнем развития малого предпринимательства и микрофинансовой обеспеченностью российских регионов в связи с госрегулированием деятельности микрофинансовых организаций (МФО) в 2013—2016 гг. Уровень развития малого предпринимательства и микрофинансовая обеспеченность российских регионов характеризуются числом предприятий малого бизнеса (МБ) и числом зарегистрированных МФО в расчете на 1 тыс. человек населения региона. Для моделирования структуры зависимости используется метод копула-функций. Выбор наиболее подходящей копулы осуществляется на основе минимизации информационного критерия Акаике, а качество подгонки копула-модели проверяется с помощью теста, основанного на статистике Крамера—Мизеса. Найдено, что в период 2012—2016 гг. происходили трансформации вероятностной структуры зависимости исследуемых показателей: от копулы независимости в 2012—2013 гг. к копулам Франка в 2014—2015 гг. и Клейтона в 2016 г. Делается вывод о том, что трансформации вероятностной структуры зависимости исследуемых показателей в 2012—2016 гг. обусловлены долговременным эффектом от мер государственного регулирования сферы МФО, предпринятым в 2013—2016 гг. Новизна работы заключается в оценке влияния мер государственного регулирования сферы МФО на уровень развития малого предпринимательства в регионах на основе метода копула-функций

1803 93

On the influence of foreign media on the Russian stock market: Text analysis

Issue 2 from 11.06.2020

 

В данном исследовании оценивается влияние тональности новостей в зарубежных средствах массовой информации о России на отечественный фондовый рынок в период до и после введения санкций. Эмпирическая база исследования включала новости изданий, аккредитованных агентством Thomson Reuters, а суммарный объем статей составляет 2,4 млн. Для оценки тональности текста использовались метод мешка слов и три англоязычных словаря (AFINN, NRC и Loughran and McDonald Word List), в то время как анализ временных рядов выполнялся на базе процедуры Тода–Ямамото для тестирования причинности по Грэнджеру, VAR-модели и ее функций импульсного отклика и декомпозиции дисперсии. Анализ выполнен на периоде с 2012 по 2018 г. с разделением на два подпериода: до и после введения зарубежными государствами санкций в отношении России. В результате проведенного нами исследования показана статистическая значимость эмоциональной окраски информационно-новостного фона для объяснения динамики российского фондового рынка. Выявлено усиление влияния тональности новостей в зарубежных СМИ на поведение участников и, как следствие, динамику композитного фондового индекса Мосбиржи в период после введения санкций. Также из полученных результатов сделан вывод о наличии асимметрии в реакции рынка на шоки позитивной и негативной риторики в зарубежных средствах массовой информации.

2077 35

ECONOMETRIC ANALYSIS OF MUTUAL INFL UENCE OF RUSSIA AND THE DEVELOPED COUNTRIES

Issue 3 from 01.07.2016

В статье рассмотрены вопросы оценки уровня валютной, финансовой, макроэкономической и торговой интеграций России, Китая, Германии, Великобритании и США. Проанализировано изменение интеграции в кризисные периоды, на основании чего сделаны выводы о наличии или отсутствии спилловер-эффектов в соответствующих каналах перетока кризиса. Методология исследования основана на применении векторной авторегрессионной модели с марковскими переключениями режимов и анализе оцененной ковариационной матрицы. В результате проведенного исследования выявлено, что спилловер-эффект чаще всего возникает между Россией и Великобританией по финансовому, макроэкономическому и торговому каналам, с Германией - по торговому каналу, с США - по финансовому, но он полностью отсутствует с Китаем.

844 1

LOSS AVERSE INVESTMENT PORTFOLIO OPTIMIZATION BY THE EXAMPLE OF RUSSIAN STOCK MARKET

Issue 1 from 01.01.2014

В работе исследуется распределение активов методом неприятия потерь и проводится эмпирическое исследование эффективности метода на основе реальных данных российского фондового рынка. Метод сравнивается с распределением активов классическими методами: минимизацией среднего отклонения MV и CVaR. Предлагаемый метод неприятия потерь показывает лучшие результаты, а использование адаптивных параметров позволяет дополнительно улучшить результат.

930 1