Электронная библиотека
О методах количественного анализа финансовых показателей компании в условиях высокой рискованности инвестиций
Щетинин Е.Ю.
|
|
||
1 |
Введение | |
2 |
Методы количественного анализа показателей структур статистических зависимостейНепараметрические методы оценивания | |
4 |
Параметрические методы оцениванияРис. 1. Оценка показателей хвостовых коэффициентов совместного распределения логарифмических приращений стоимости акций компаний «Роснефть» и «Лента» в зависимости от параметра k | |
6 |
Параметрический подход для эллиптических распределенийРис. 2. Плотность копулы BB7, параметризованной коэффициентами хвостовой зависимости | |
7 |
Оценивание показателей хвостовой зависимости методами теории экстремальных величинТаблица 1. Логарифмические приращения стоимости акций российских компаний: параметры совместногоТаблица 2. Логарифмические приращения стоимости акций российских компаний: матрица хвостовой зависимости | |
10 |
Рис. 3. Оценка показателей хвостовых коэффициентов, полученных методом блок-минимумов и блок-максимумов в зависимости от параметра k | |
11 |
Рис. 4. Оценка показателей хвостовых коэффициентов в зависимости от порогового параметра tЗаключениеЛитература |
1. Акимов В.А., Быков А.А., Щетинин Е.Ю. Введение в статистику экстремальных значений и ее приложения. — М.: ФГУ ВНИИ ГОЧС (ФЦ), 2009. — 524 с.
2. Финам. —Подробнее .
3. Щетинин Е.Ю. Моделирование структур D-ветвлений на российском фондовом рынке // Вестник компьютерных и информационных технологий. — 2019. — №8(182). — С. 38–45.
4. Щетинин Е.Ю. О новых подходах к управлению компанией в чрезвычайных ситуациях // Финансовый кредит. — 2005. — №30(198). — С. 71–75.
5. Щетинин Е.Ю., Назаренко К.М., Парамонов А.В. Инструментальные методы стохастического анализа экстремальных событий // Вестник ННГУ. Математическое моделирование и оптимальное управление. — 2004. — №2(29). — С. 56–63.
6. Frahm G., Junker M., Szimayer A. (2003). «Elliptical copulas: applicability and limitations». Statistics and Probability Letters, Vol. 63(3), pp. 275–286.
7. Genest C., Ghoudi K., Rivest L.-P. (1995). «A semiparametric estimation procedure of dependence parameters in multivariate families of distributions». Biometrika, Vol. 82(3), pp. 543–552.
8. Joe H. (1997). Multivariate Models and Dependence Concepts. London: Chapman and Hall.
9. Resnick S. (1987). Extreme Values, Regular Variation and Point Processes. Berlin: Springer.
10. Schmidt R. (2003). «Tail dependence». In: Hardle W., Cizek P., Weron R. (Eds.). Statistical Tools in Finance and Insurance. Berlin, Heidelberg: Springer Verlag.
11. Schmidt R., Stadtmuller U. (2006). «Nonparametric estimation of tail dependence». Scandinavian Journal of Statistics, Vol. 33, pp. 307–335.
12. Shchetinin E.Y. (2019). «Vine copulas structures modeling on Russian stock market». Discrete and Continuous Models and Applied Computational Science, Vol. 27(4), pp. 343–354.