Параметри
Аналіз та прогнозування дохідності акцій microsoft та pfizer за допомогою arima-garch-моделей
Тип публікації :
Стаття
Дата випуску :
1 лютого 2023 р.
Автор(и) :
Мова основного тексту :
Ukrainian
eKNUTSHIR URL :
Випуск :
1(222)
ISSN :
1728-2667
Початкова сторінка :
76
Кінцева сторінка :
87
Цитування :
Ляшенко, О., & Молоканова, К. (2023). Аналіз та прогнозування дохідності акцій microsoft та pfizer за допомогою arima-garch-моделей. Вісник Київського національного університету імені Тараса Шевченка. Економіка, 1(222), 76–87. https://doi.org/10.17721/1728-2667.2023/222-1/10
Важлива роль акцій як об'єкта інвестування зумовлює потребу в аналізі та прогнозуванні їхніх котирувань. Оскільки за типом даних значення дохідності акцій є часовим рядом, то з притаманними йому сплесками волатильності в окремі періоди це завдання потребує використання спеціальних підходів та моделей. Найбільшою якістю вирізняється мо- делювання за допомогою поєднання ARIMA-GARCH моделей. Застосування економіко-математичного моделювання та економетричного аналізу до часового ряду дохідностей акцій є одним із небагатьох способів якісно відобразити як понятійну – фінансову, так і практичну – математичну складову дослідження. Комплексно проаналізовано дина- міку акцій компаній Microsoft та Pfizer. Побудовано й оцінено різноманітні модифікації економетричних моделей класу ARIMA-GARCH для аналізу дохідності акцій. Емпірично виявлено наявність кластеризації волатильності у фінансових часових рядах та обрано моделі для коректної її апроксимації для компаній Microsoft та Pfizer. Практична цінність дос- лідження полягає в можливості використання результатів цієї роботи для прогнозування дохідності обраних цінних паперів з урахуванням кластеризації волатильності та результатів у прийнятті інвестиційних рішень.
Галузі знань та спеціальності :
071 Облік і оподаткування
Галузі науки і техніки (FOS) :
Соціальні науки
Тип зібрання :
Publication
Файл(и) :
Вантажиться...
Формат
Adobe PDF
Розмір :
1.13 MB
Контрольна сума:
(MD5):c5033216bbbfdd8853ec2a4e672296e0
Ця робота розповсюджується на умовах ліцензії Creative Commons CC BY-NC
10.17721/1728-2667.2023/222-1/10