Учебная работа № 17765. «Курсовая Особенности оценки конвертируемых ценных бумаг

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...

Учебная работа № 17765. «Курсовая Особенности оценки конвертируемых ценных бумаг

Количество страниц учебной работы: 43
Содержание:
«Введение 3
1. Характеристика рынка ценных бумаг 5
1.1 Рынок ценных бумаг как источник инвестиций 5
1.2. Виды конвертируемых ценных бумаг 10
1.3. Экономическая оценка ценных бумаг 17
3. Оценка ценных бумаг применительно к формированию оптимального портфеля 22
3.1 Выбор активов портфеля 22
3.2 Расчет рисков, и оптимальная доля финансовых инструментов 24
Заключение 26
Библиография 28
Приложения 31
»

Стоимость данной учебной работы: 975 руб.Учебная работа №   17765.  "Курсовая Особенности оценки конвертируемых ценных бумаг
Форма заказа готовой работы

Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

Укажите № работы и вариант


Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.


Введите символы с изображения:

captcha

Выдержка из похожей работы

Энгл предложил модель, которая определяет зависимость дисперсии от других величин, Данная модель получила название ARCH-модели (Autoregressive Conditional Heteroscedastic model), в которой используется условная, зависимая от времени дисперсия, ARCH-модель моделирует волатильность в виде суммы константной базовой волатильности и линейной функции абсолютных значений нескольких последних изменений цен,
В последнее время наблюдается активный интерес исследователей к классу моделей временных рядов, в которых учитываются изменения дисперсии и ковариаций, — так называемым моделям волатильности, Это вызвано нестабильными ситуациями на финансовых рынках и высокой изменчивостью значений различных показателей (курсов валют, акций, биржевых индексов и т,д,), имеет место изменчивость дисперсии на различных интервалах наблюдения, т,е, гетероскедастичность, В таком случае обычные линейные регрессионные модели оказываются слишком грубыми, Одним из возможных решений данной проблемы является введение в рассмотрение некоторой случайной величины, от которой зависит дисперсия, Поэтому целесообразно воспользоваться для примера моделью ARCH,
Целью работы — прогнозирование волатильности доходности акций ОАО «Лукойл» с использованием модели ARCH,
Для достижения поставленной цели необходимо решить следующие задачи:
· Выявить особенности модели ARCH как одной из моделей прогнозирования изменения стоимости ценных бумаг;
· Оценить параметры модели ARCH методом максимального правдоподобия;
· Проанализировать состояние и динамику рынка акций ОАО «Сбербанк России»;
· Оценить параметры модели ARCH для прогнозирования доходности акций ОАО «Сбербанк России»,
1, Модель ARCH для прогнозирования волатильности стоимости ценных бумаг
1,1 Характеристики и свойства модели ARCH
Обращение к нелинейным моделям вызвано желанием и необходимостью найти объяснение ряда наблюдаемых (в финансовой статистике и в экономике вообще) феноменов типа «кластерности» цен, наличие «тяжёлых хвостов» и более острую вершину в распределениях величин , чем для нормального закона,
Согласно этой модели, величины представляются в виде
,
где «волатильности» , определяется следующим образом:
, (1)
где ,
Величины — последовательность независимых нормально распределённых случайных величин, ~N(0,1), моделирующих «случайность», «неопределённость» в рассматриваемых моделях,
Из (1) видно, что волатильности являются (предсказуемыми) функциями от , а число слагаемых является параметром модели, При этом большие (малые) значения приводят к большим (малым) значениям , Возникновение же больших в предположении, что предшествующие были малыми, происходит за счёт появления больших значении , Таким образом, рассматриваемые нелинейные модели могут объяснять эффекты типа «кластерности», т,е, группирования значений в пачки «больших» и пачки «малых» значений, Таким образом, ARCH-процесс характеризуется инерционностью условной дисперсии (кластеризацией волатильности),
Можно показать, что процесс ARCH не автокоррелирован:
,
Поскольку процесс имеет постоянное (нулевое) математическое ожидание и не автокоррелирован, то он является слабо стационарным в случае, если у него есть дисперсия,
Запишем эквивалентную запись процесса ARCH:
, где (2)
Поскольку М{}=0 и процесс {} не автокоррелирован, Следовательно, квадраты процесса ARCH(p) соответствуют авторегрессионному процессу p-го порядка,
Если все корни характеристического уравнения
1 ? ? »