Как предсказать волатильность?
Так как волатильность – один из главных факторов финансовых рынков, ее моделирование давно стало важной задачей экономистов. Еще в 80-е годы прошлого века были предложены первые эффективные GARCH методы исследования волатильности, которые предполагают, что текущее отклонение стоимости активов от средней стоимости за период зависит от отклонений в предыдущие периоды. Но классические методы не справляются с объяснением ситуации на рынках, когда инвесторы в разное время при одинаковой волатильности требуют разную премию за риск. Новый метод, предложенный учеными, позволяет учесть эту асимметрию.
Для решения этой проблемы аспирант ФЭН Юрий Трифонов и доцент департамента прикладной экономики Богдан Потанин усовершенствовали классический метод, добавив в него новую переменную. Сперва авторы применили метод на смоделированных данных, и он оказался более чем в 2 раза эффективнее классической GARCH-M модели. После этого метод использовали на значениях индекса S&P c 2004-го по 2021 год. Это позволило выделить периоды «плохой» волатильности, когда инвесторы хотят большую доходность, и «хорошей», когда их запросы снижаются. «Плохими» чаще становились периоды негативных шоков, то есть сокращения спроса или предложения, и «медвежьих» рынков, во время которых инвесторы стремятся заработать на падении ценных бумаг.
Исследование опубликовано в журнале International Review of Financial Analysis.
Источник новости: телеграм-канал факультета экономических наук Инфо_ФЭН. Подписывайтесь!