1. Библиотека
  2. Каталог журналов
  3. Управление финансовыми рисками

Прогнозирование разворота тренда с помощью методов распознавания образов на примере индекса РТС

Статья посвящена методам распознавания образов для прогнозирования разворота тренда индекса РТС. Образы обнаруживаются с помощью библиотеки Python TA-Lib, проверяется их способность прогнозировать разворот тренда для различных условий. Проводится биномиальный тест для оценки статистической значимости способности исследуемых методов распознавать развороты тренда. Показано, что с их помощью можно найти фигуры технического анализа, которые имеют статистически значимые прогнозы разворота тренда.

Страниц: 11
Рейтинг:

Адамян Г.Л.

УФР — 2020, №3

Метод фильтрации временного ряда вероятности дефолта из статистики просрочки кредитов и займов

В статье рассматривается модель фильтрации динамики вероятности дефолта корпоративных компаний и прочих заемщиков на основании косвенных данных о динамике просроченной задолженности, предоставляемых Банком России.

Страниц: 12
Рейтинг:

Помазанов М.В.

УФР — 2020, №3

Виды обеспечительной стратегии в кредитно-обеспечительной политике банковского сектора России

В статье рассматривается формирование и применение классификатора видов обеспечительной стратегии на основе данных залогового портфеля. Автор анализирует динамику уровня обеспеченности ссуд как отдельных субъектов банковского сектора, так и банковского сектора России в целом. Классификатор может стать основой для разработки рекомендаций по повышению гибкости кредитно-обеспечительной политики и создать возможность для сравнения банковского сектора России с аналогичными секторами других стран.

Страниц: 17
Рейтинг:

Тищенко А.А.

УФР — 2020, №2

Рейтинг территорий опережающего развития в ДФО на основе оценки рисков и инвестиционной привлекательности (часть 2)

В статье представлена методика рейтинговой оценки инвестиционной привлекательности и рисков территорий опережающего развития, которая основана на комплексе критериев, учитывающих факторы внутренней и внешней инвестиционной среды. На основе предлагаемой методики проведена оценка инвестиционной деятельности территорий опережающего социально-экономического развития (ТОСЭР), созданных на Дальнем Востоке, построены рейтинги территорий по уровню инвестиционной привлекательности и риска.

Страниц: 14
Рейтинг:

Якимова В.А., Хмура С.В.

УФР — 2020, №2

Информационные аспекты антикризисного авиатранспортного риск-менеджмента

В статье исследуются роль и место современного антикризисного риск-менеджмента в авиатранспортной сфере. Автор рассматривает вопросы информационно-аналитического обеспечения управления в данной области, включая средства инструментальной поддержки, информационной безопасности, стандарты и стратегии управления рисками в условиях возрастающей турбулентности бизнес-среды.

Страниц: 9
Рейтинг:

Родионов М.А.

УФР — 2020, №2

О методах количественного анализа финансовых показателей компании в условиях высокой рискованности инвестиций

В статье исследованы методы количественного анализа скрытых статистических связей финансовых показателей компаний в условиях высокой рискованности инвестирования. Предложен новый полупараметрический метод оценивания показателей хвостовой зависимости с использованием моделей BB1 и BB7. Представленный метод позволит финансовым компаниям адекватно оценивать инвестиционные риски в условиях наступления экстремальных событий.

Страниц: 12
Рейтинг:

Щетинин Е.Ю.

УФР — 2020, №2

Установление волатильности между фондовыми рынками России и развитых стран

Статья посвящена выявлению степени взаимозависимости между рынками России, США, Великобритании, Германии, Франции. Получены оценки коэффициентов для матрицы вариаций-ковариаций двумерной модели BEKK GARCH (1,1), оценки изменяющихся динамических корреляций, установлено направление причинности волатильности по тесту Грейнджера. Результаты исследования помогают лучше понять взаимосвязи между фондовыми рынками и могут быть полезны для портфельных менеджеров, финансовых аналитиков и финансовых властей.

Страниц: 16
Рейтинг:

Салманов О.Н.

УФР — 2020, №2

«Препятствий для построения моделей с помощью технологий искусственного интеллекта и машинного обучения нет». Интервью с М.А. Бухтиным

Предлагаем вниманию читателей интервью главного редактора журнала, начальника управления моделирования рисков департамента банковского регулирования ЦБ РФ М.А. Бухтина представителям компании SAS Institute М. Заворотной и Н. Филипенкову.

Страниц: 5
Рейтинг:

Филипенков Н.В., Заворотная М.П.

УФР — 2020, №2

О моделировании структур статистической зависимости экстремального типа

В работе исследованы стохастические закономерности кризисных состояний финансовых рынков и предложены новые методы для моделирования и оценивания статистических структур связей, существующих и возникающих на них в периоды кризисов. Рассмотрен обобщенный класс многомерных эллиптических распределений, позволяющий гибко описывать такие структуры и обнаруживать скрытые связи, оказывающие влияние как на показатели отдельных финансовых инструментов, так и на их агрегатные формирования.

Страниц: 10
Рейтинг:

Щетинин Е.Ю.

УФР — 2020, №1

Нелинейный оптимальный портфель с долями портфельных и прямых инвестиций

В статье рассматриваются вопросы расширения области оптимизации инвестиционного портфеля на основе ранее выведенной аналитической формы записи базового распределения Г. Марковица, позволяющей рассматривать экономические и управленческие задачи более широкого спектра и комплексно оптимизировать портфель с прямыми и портфельными инвестициями.

Страниц: 8
Рейтинг:

Братищева Е.Н.

УФР — 2020, №1

2024

№3 №2 №1

2023

№4 №3 №2 №1

2022

№4 №3 №2 №1

2021

№4 №3 №2 №1

2020

№4 №3 №2 №1

2019

№4 №3 №2 №1

2018

№4 №3 №2 №1

2017

№4 №3 №2 №1

2016

№4 №3 №2 №1

2015

№4 №3 №2 №1

2014

№4 №3 №2 №1

2013

№4 №3 №2 №1

2012

№4 №3 №2 №1

2011

№4 №3 №2 №1

2010

№4 №3 №2 №1

2009

№4 №3 №2 №1

2008

№4 №3 №2 №1

2007

№4 №3 №2 №1

2006

№4 №3 №2 №1

2005

№4 №3 №2 №1