Количественные методы в финансах

2020/2021

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент финансов

Статус:

Курс по выбору

Когда читается:

4-й курс, 1 модуль

Преподаватель

Ичкитидзе Юрий Роландович

Программа дисциплины

Аннотация

Дисциплина направлена на освоение студентами количественных методов анализа данных в практических задачах финансового менеджмента. Изучение данной дисциплины базируется на следующих дисциплинах: Теория вероятностей, Статистика, Эконометрика, Финансовый менеджмент, Риск-менеджмент, Финансовый риск-менеджмент. Основные положения дисциплины должны быть использованы в дальнейшем при подготовке выпускной квалификационной работы.

Цель освоения дисциплины

• Целью курса является формирование у студента компетенций, позволяющих грамотно применять количественные методы анализа для следующих задач: 1. построения прогнозных моделей финансовой отчетности компаний для целей стратегического планирования и инвестиционной оценки; 2. построения факторных прогнозных моделей финансовых и экономических переменных; 3. прогнозирования волатильности на финансовых рынках при управлении портфелем ценных бумаг; 4. организации взаимодействия группы экспертов в целях получения качественных и количественных оценок дополнительных показателей прогнозных моделей; 5. определения оптимального объема инвестиций фирмы, моделирования оптимальной структуры капитала, оценки оптимального коэффициента выплат и оценки вероятности дефолта. 6. прогнозирования динамики рыночных цен акции с учетом нелинейности в среднем; 7. проверки рыночной эффективности на основе правил фильтра и событийного анализа. Конкретными результатами данной дисциплины является освоение студентами методов включения нелинейности в прогнозные модели выручки отдельных компаний, методов аналитической декомпозиции показателей финансовой отчетности, методов тестирования причинно-следственных связей, методов оценки параметров модели векторной авторегрессии (VAR), методов анализа коинтеграционных связей, методов анализа нелинейных альтернатив динамики рыночной цены акции, методов проверки рыночной эффективности (правила фильтра и событийный анализ).

Планируемые результаты обучения

• Студент способен провести тесты на стационарность и построить автокорреляционную функцию. Способен скорректировать временной ряд на инфляцию и сезонность. Различает трендстационарные и разностностационарные модели. Знаком с основными принципами пакета R Studio. Способен провести оценку параметров модели и имитационное моделирование в Excel. Знает основные показатели качества прогнозной модели.
• Студент способен применить методы включения нелинейности в модель прогнозирования выручки. Способен сделать аналитическую декомпозицию выручки (выделить основные компоненты и дать динамические оценки доли компании в отрасли и доли отрасли в ВВП) Студент владеет методами включения в модель выручки вероятности технологического замещения и вероятности возникновения нового рынка.
• Студент владеет методами аналитической декомпозиции отдельных показателей финансовой отчетности (прибыль, EBIT, долг, инвестиции, амортизация, основные средства, коэффициент выплат) и их моделями прогнозирования.
• Студент способен протестировать причинно-следственные связи (причинность по Гренджеру). Студент способен построить модель векторной авторегрессии (VAR). Студент способен применить тест Чоу (F-тест) и LR тест. Студент владеет понятие коинтеграции временных рядов, и способен сравнить два выбранных ряда на наличие коинтеграции в них.
• Студент знает и умеет рассчитывать различные виды волатильности: историческую, прогнозную, подразумеваемую. Способен оценить параметры ARCH и GARCH моделей. Способен построить прогноз по GARCH модели. Способен применить многомерную GARCH модель. Знаком с проблемой переливов волатильности. Знает основные свойства копулы-функции.
• Студент знаком с классификация экспертных методов. Способен подготовить экспертный опрос и обосновать формирование экспертной группы. Студент знает способы и технику опроса экспертов. Способен обосновать шкалу при экспертной оценке. Студент знает основные источники предвзятости экспертов.
• Студент владеет постановкой задачи определения оптимального объема инвестиций и способен её решить. Студент знает постановку задачи определения оптимальной структуры капитала. Студент ознакомлен с основными подходами к оценке вероятности дефолта фирмы. Студент знает постановку задачи оценки оптимального коэффициента выплат и способен её решить.
• Студент владеет методами тестирования данных на наличие структурных сдвигов. Способен оценить параметры модели возврата к среднему (mean reversion), модели переключения режимов. Способен построить варианты пороговых моделей. Способен построить прогнозы по перечисленным моделям и, измерить показатели их точности, прокомментировать вопросы статистической значимости параметров и спецификаций моделей
• Студент способен оценить эффективность применения систем технического анализа. Студент способен провести событийный анализ (влияние новостей на котировки акций), в частности, измерить влияние поступившей информации на цены, измерить сверхдоходность и оценить доверительные интервалы

Содержание учебной дисциплины

• Основы анализа одномерных временных рядов
  Понятие одномерного временного ряда. Стационарность и автокорреляционная функция. Простые и логарифмические темпы роста. Величины типа потока и типа запаса. Корректировка временного ряда на инфляцию и сезонность. Трендстационарные и разностностационарные модели. Пакет R Studio: основные команды. Оценка параметров модели и имитационное моделирование в Excel. Показатели качества прогнозной модели.
• Методы прогнозирования показателей финансовой отчетности
  Нелинейность в динамике выручки отдельных компаний. Источники нелинейности: длинные циклы, вековая стагнация, диффузия инноваций и жизненный цикл продукта. Методы включения нелинейности в модель прогнозирования. Аналитическая декомпозиция выручки: выделение компонентов и динамические оценки доли компании в отрасли и доли отрасли в ВВП. Включение в модель выручки вероятности технологического замещения и вероятности возникновения нового рынка. Примеры. Аналитическая декомпозиция отдельных показателей финансовой отчетности (прибыль, EBIT, долг, инвестиции, амортизация, основные средства, коэффициент выплат) и их модели прогнозирования.
• Методы включения факторных переменных в прогнозную модель
  Проблема корреляции остатков моделей одномерных временных рядов. Понятие многомерных временных рядов. Тестирование причинно-следственных связей: причинность по Гренджеру. Модель векторной авторегрессии (VAR). Определение порядка VAR модели. Добавление переменных в VAR-модель. Тест Чоу (F-тест). LR тест. Примеры. Понятие коинтеграции временных рядов. Примеры.
• Методы прогнозирования волатильности на финансовых рынках
  Виды волатильности: историческая, прогнозная, подразумеваемая. ARCH и GARCH модели. Определение порядка модели. Прогнозирование по GARCH модели. Многомерная GARCH модель. Переливы волатильности. Копула-функция.
• Методы экспертного оценивания в финансовых моделях
  Алгоритм, задачи и классификация экспертных методов. Подготовка экспертного опроса. Формирование экспертной группы. Способы и техника опроса экспертов. Шкалы при экспертной оценке. Источники предвзятости экспертов.
• Методы оптимизации в корпоративных финансах
  Задача определения оптимального объема инвестиций. Моделирование оптимальной структуры капитала. Оценка вероятности дефолта фирмы. Оценка оптимального коэффициента выплат.
• Методы анализа нелинейности в динамике цен финансовых активов
  Нелинейные альтернативы динамики рыночной цены акции. Тестирование модели на структурные сдвиги. Модель возврата к среднему. Модель переключения режимов. Пороговые модели
• Методы проверки рыночной эффективности
  Правила фильтра. Торговые стратегии на основе индикаторов технического анализа. Оценка эффективности торговой стратегии. Алгоритм проверки рыночной эффективности. Событийный анализ. Измерение “нормального результата”. Измерение, анализ и агрегация сверхдоходности. Анализ статистической силы.

Элементы контроля

• Индивидуальное задание
• Экзамен

Промежуточная аттестация

• Промежуточная аттестация (1 модуль)
  0.4 * Индивидуальное задание + 0.6 * Экзамен

Список литературы

Рекомендуемая основная литература

• Frankfurter, G. M., Wansley, J. W., & Wood, B. G. (2003). Dividend Policy : Theory and Practice. Amsterdam: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=104708
• Klaus Neusser. (2016). Time Series Econometrics. Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.spr.sptbec.978.3.319.32862.1
• Palma, W. (2016). Time Series Analysis. Hoboken: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1229817
• Vickson, R. G., & Ziemba, W. T. (2006). Stochastic Optimization Models In Finance (2006 Edition) (Vol. 2006 ed). Hackensack, NJ: World Scientific. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=210801
• Ирзаев, Г.Х. Экспертные методы управления технологичностью промышленных изделий [Электронный ресурс] / Г.Х. Ирзаев. - М.: Инфра-Инженерия, 2010. - 192 с. - ISBN 978-5-9729-0027-5

Рекомендуемая дополнительная литература

• La Porta, R., Lakonishok, J., Shleifer, A., & Vishny, R. (1997). Good News for Value Stocks: Further Evidence on Market Efficiency. Journal of Finance (Wiley-Blackwell), 52(2), 859–874. https://doi.org/10.1111/j.1540-6261.1997.tb04825.x
• Подкорытова О. А., Соколов М. В. - АНАЛИЗ ВРЕМЕННЫХ РЯДОВ 2-е изд., пер. и доп. Учебное пособие для бакалавриата и магистратуры - М.:Издательство Юрайт - 2019 - 267с. - ISBN: 978-5-534-02556-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-vremennyh-ryadov-433180