<<
>>

3.3. КЛАССИФИКАЦИЯ ЭКОНОМЕТРИЧЕСКИХ МОДЕЛЕЙ ФИНАНСОВЫХ ПЕРЕМЕННЫХ

В задачах количественного финансового анализа объектом исследования часто выступает не один актив, а группа активов, при этом значения анализируемых характеристик регистрируются в последовательные моменты времени.
Таким образом, в общем случае используемые для анализа эмпирические (статистические) данные можно рассматривать как пространна ственно-временную выборку [1]. Кроме того, при построении моделей финансовых переменных может возникнуть необходимость в учете влияния на анализируемые характеристики факторов, отражающих состояние внешнего экономического окружения. Для описания подобных данных используются эконометрические модели, т.е. статистические модели экономических и финансовых процессов, построенные на основе реальных статистических данных.

Рассмотрим краткую характеристику некоторых основных классов эконометрических моделей, применяемых в задачах финансового анализа для описания динамики курсов и доходностей активов, а также при практической реализации и тестировании классических моделей финансовой экономики.

Для адекватного описания процессов на финансовом рынке требуются модели, которые обладают тремя основными свойствами:

• учитывают зависимость между совместно анализируемыми финансовыми переменными;

• описывают динамику изменения финансовых переменных;

• учитывают влияние внешних (экзогенных) факторов на анализируемые "внутренние" (эндогенные) характеристики финансовых активов.

Решение задач анализа, направленных на достижение первой и второй целей в отдельности, приводит к двум альтернативным типам моделей данных.

Так, если учитывают взаимосвязи между характеристиками различных активов и пренебрегают зависимостью значений анализируемых показателей от времени, т.е. рассматриваются "пространственные связи" между различными активами, то приходят к модели данных, известной как пространственные или перекрестные, данные (cross-sectional data).

Статистические данные, описываемые такой моделью, можно рассматривать как выборку из некоторого многомерного распределения вероятностей (например, многомерного нормального распределения), относящуюся к одному моменту (периоду) времени. Таким образом, пространственные данные - это данные, соответствующие различным объектам в один и тот же момент времени.

Если же данные рассматриваются как значения некоторого показателя или группы показателей, полученные в последовательные моменты времени, то для их описания используются модели временных рядов (time series models). Причем если каждый из показателей анализируется независимо от других, то

9 Зак. 7084

129

для их описания используются одномерные временные ряды (univariate time series), например модели временных рядов с трендом, модели авторегрессии, модели скользящего среднего и т.д.

Достижение третьей цели требует использования моделей с экзогенными переменными регрессионного типа (regression models). Регрессионные модели по пространственным данным являются статичными. Модели временных рядов с экзогенными переменными известны как модели динамической регрессии.

Дальнейшие обобщения данных моделей, применяемые для достижения одновременно всех трех целей, приводят к многомерным моделям финансовых временных рядов (multivariate financial time series). Наиболее известными моделями данного типа являются [1, 41, 43]: модель векторной авторегрессии (vector autoregressive model - VAR), модель векторной авторегрессии и скользящего среднего (vector autoregressive moving average model - VARMA), векторная модель коррекции ошибок (vector error correction model - VECM), модели в виде систем одновременных уравнений (system of simultaneous equations model - SSE).

Каждая конкретная задача анализа предполагает введение определенных дополнительных модельных предположений, ограничивающих класс моделей. Выбор того или иного класса моделей определяет функциональный вид модели с точностью до набора неизвестных параметров. Подобные модели принято называть параметрическими вероятностно-статистическими моделями. При этом имеется в виду, что априорная неопределенность в описании моделей восполняется посредством статистического оценивания неизвестных параметров по эмпирическим данным.

Вероятностно-статистические модели, описывающие механизм функционирования экономических (финансовых) систем или процессов, называются эконометрическими моделями.

Эконометрические модели финансовых процессов должны основываться на моделях и закономерностях финансовой экономики, придавая им количественную форму выражения. Представление экономических моделей в количественной форме делает их не только доступными для практического применения, но и позволяет проверять их адекватность.

Приведем общее описание некоторых основных типов эконометрических моделей, используемых в последующих разделах учебного пособия при решении классических задач финансового анализа.

130

<< | >>
Источник: В.И. Малюгин. Рынок ценных бумаг: Количественные методы анализа: Учеб. пособие. -М.: Дело, . - 320 . 2003

Еще по теме 3.3. КЛАССИФИКАЦИЯ ЭКОНОМЕТРИЧЕСКИХ МОДЕЛЕЙ ФИНАНСОВЫХ ПЕРЕМЕННЫХ:

  1. 1.2.4. Сравнение различных типов моделей (вычислимых моделей общего равновесия и эконометрических моделей) и возможности совмещения различных подходов
  2. 1.2.4.2. Преимущества эконометрических моделей
  3. 3| Эконометрические модели с несколькими переменными 
  4. 2.5. Эконометрические модели и их оценивание
  5. Эконометрические модели в прогнозировании
  6. ИСПОЛЬЗОВАНИЕ В ПРОГНОЗИРОВАНИИ РЕГИОНАЛЬНОГО РАЗВИТИЯ ЭКОНОМЕТРИЧЕСКИХ МОДЕЛЕЙ
  7. В. ПОСТРОЕНИЕ ЭКОНОМЕТРИЧЕСКОЙ МОДЕЛИ
  8. 1.2.1.1. Балансово-эконометрические модели долгосрочного прогнозирования, основанные на системах одновременных уравнений
  9. ЭКОНОМЕТРИЧЕСКИЕ МОДЕЛИ РАЗВИТИЯ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ
  10. 6.3. Опыт разработки эконометрических моделей в системе прогнозирования Японии
  11. ГЛАВА 7 ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФИНАНСОВЫХ ВРЕМЕННЫХ РЯДОВ
  12. 1.1.1. Балансово-эконометрические модели долгосрочной технологической и отраслевой динамики
  13. 2. Макроэкономические модели, эндогенные и экзогенные переменные
  14. 2| Модели ответной реакции рынка с одной или двумя переменными
  15. Понятие фактора затрат. Классификация затрат на постоянные и переменные
  16. 29.1. СУЩНОСТЬ И ЗАДАЧИ ФИНАНСОВОГО АНАЛИЗА. ИСТОЧНИКИ ИНФОРМАЦИИ ДЛЯ ПРОВЕДЕНИЯ ФИНАНСОВОГО АНАЛИЗА. КЛАССИФИКАЦИЯ МЕТОДОВ И ПРИЕМОВ ФИНАНСОВОГО АНАЛИЗА