Развитие Инструментальных Подходов к Прогнозированию Волатильности Доходности Финансовых Активов

Измерение и прогнозирование волатильности и корреляции доходности активов осуществляется непараметрическими  методами, для которых используются высокочастотные ценовые данные. Благодаря точным моделям прогнозирования условной волатильности и корреляции возможно корректное определение производных финансовых инструментов, управление рисками и принятие решений относительно распределения активов. В данной статье проведена систематизация методов моделирования волатильности доходности финансовых активов, рассмотрены теоретические основы общей модели GARCH, а также спрогнозированы и проанализировали волатильность фондовых индексов и акций США при помощи высокочастотных оценок волатильности (показатели реализованной волатильности). Изучаемыми фондовыми индексами являются индексы Dow Jones Industrial Average (DJI), Standard and Poor's 500 (SP500) и Nasdaq Composite Index (NASDAQCOMP). Акции, с другой стороны, включают акции Microsoft, Bank of America и Coca-Cola. Результатами исследования стали выводы касательно эффективности оценщиков волатильности в рамках двух моделей прогнозирования волатильности акций Bank of America, превосходство HAR-RV модели для торговли опционов определенного рынка, найден наилучшая модель для акций Microsoft. В свете приведенных выше результатов был сделан вывод о том, что систематический анализ новостной информации полезен для прогнозирования волатильности доходности финансовых активов, однако его эффективности зависит от конкретной компании. Было рекомендовано, чтобы в будущих исследованиях изучалась полезность систематического анализа новостной информации для прогнозирования волатильности доходности финансовых активов на других рынках и для других классов активов.