Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

Диссертационное исследование посвящено ослаблению предпосылок о распределении случайных шоков и учету эффекта асимметрии в обобщенных авторегрессионных моделях условной гетероскедастичности (GARCH). В работе анализируются проблемы ошибок спецификации, возникающие при нарушении предпосылок о форме распределения шоков и симметричности премии за риск. Предложены полунепараметрические модификации моделей GARCH, основанные на аппроксимации неизвестной плотности шоков эрмитовыми полиномами и сплайнами, что позволяет ослабить предпосылки о распределении случайных шоков. Также разработан новый класс асимметричных моделей, учитывающий различное влияние положительных и отрицательных шоков на формирование премии за риск. Эмпирическая проверка на данных по доходностям фондовых индексов США и России, а также криптовалюты биткоин, показывает, что предложенные модели обеспечивают более высокую точность моделирования динамики волатильности и премии за риск по сравнению с классическими спецификациями. Результаты численных экспериментов подтверждают преимущества новых методов в условиях отклонения от нормальности распределения и наличия асимметрии в премии за риск.

Диссертационное исследование посвящено моделированию волатильности криптовалюты с использованием информации с финансовых рынков и различных показателей неопределенности. В качестве представителя рынка криптовалюты используется Bitcoin, выбор которого обусловлен популярностью и объемом капитализации данного актива. Предложена модель стохастического тренда, позволившая подтвердить гипотезу об эффекте перетока волатильности между двумя рынками. Произведено сравнение моделей типа GARCH  (Generalized AutoRegressive Conditional Heteroskedasticity) и HAR (Heterogeneous AutoRegressive) для прогнозирования волатильности криптовалюты Bitcoin на один день вперед. Модель ARDL применена для анализа влияния индексов экономической и рыночной неопределенности на волатильность Bitcoin. Показано, что влияние индексов различается в доковидном и постковидном периодах.

Диссертационное исследование посвящено разработке метода, предназначенного для решения задачи обратного стресс-тестирования. Теоретической основой исследования являются принцип приближенного динамического программирования, системная динамика и ARIMA-GARCH-модели. Предлагаемый метод позволяет построить стресс-сценарии, максимизирующие финансовые потери банка, которые возникают вследствие дефолта заемщиков, в рамках заданного критерия правдоподобия. В качестве основы для искомых стресс-сценариев выступает многомерная ARIMA-GARCH-модель. Для воспроизведения динамики и структуры заемщиков осуществлено построение системно-динамических моделей. Написан исследовательский набор программ, реализующий данный алгоритм. Представлены численные эксперименты по построению сценариев обратного стресс-тестирования для кредитного портфеля из шести заемщиков на временном периоде пяти лет, которые демонстрируют применение разработанного метода. Произведено сравнение результатов разработанного численного метода с результатами решения задачи при помощи классического генетического алгоритма. Доказаны утверждения, которые позволяют сделать выводы о свойствах и применимости разработанного метода.

Диссертационное исследование посвящено анализу влияния волатильности цен нефти и санкций на волатильность обменного курса доллар/рубль и волатильность Российского фондового рынка как индикаторов российской экономики. Поскольку доля экспорта нефти и нефтепродуктов составляет значительную часть экспорта Российской Федерации, то валютный курс и фондовый рынок в значительной степени должны зависеть от изменений цены нефти. Так как с 2014 года РФ находится под действием санкций, то влияние волатильности нефти и санкций необходимо моделировать совместно. Стандартные методы определения эффекта перетеканияволатильности с включением экзогенных переменных оказались непригодными для совместного моделирования влияния волатильности цен нефти и санкций, в связи с чем была использована двухэтапная процедура моделирования. Также был включен набор дополнительных факторов, способных оказывать влияние на выбранные индикаторы российской экономики. Полученные результаты подтверждают наличие влияния волатильности цен нефтина волатильность валютного курса и российского фондового индекса, а также демонстрируют убывающее влияние санкций, что говорит об отсутствии их долгосрочного влияния на волатильность выбранных индикаторов российской экономики и является свидетельством адаптации российской экономики к санкциям.

Диссертационное исследование посвящено задаче оценивания волатильности портфелей финансовых активов. Предметом исследования являются многомерные модели волатильности двух типов – GARCH и стохастической волатильности, а также различные их спецификации, включая пространственные. В работе проанализированы шесть спецификаций моделей волатильности, включая три пространственных, для многомерных моделей волатильности класса GARCH. Разработана многомерная модель стохастической волатильности, для нее предложены пространственные спецификации. Проведено сравнение предсказательной способности пространственных и непространственных спецификаций с использованием данных фондовых рынков. Указанные спецификации применены для решения ряда прикладных задач, таких как хеджирование портфеля и моделирование эффектов перетекания волатильности финансовых активов.

Данная диссертация посвящена изучению динамических моделей систематического риска применительно к российскому фондовому рынку и их прикладному использованию в рамках портфельной оптимизации. В первой главе работы были оценены и спрогнозированы динамические бета российских компаний и отраслевых индексов  в рамках четырех современных эконометрических подходов. Основной вывод главы заключается в том, что бета по большей части анализируемых активов нестационарна, а значит применение традиционного регрессионного метода, предполагающего постоянные бета, может сильно исказить оценку этих бумаг и их соотношение «риск-доходность». Во второй части работы анализировались детерминанты систематического риска общего и секторальных индексов российского фондового рынка. Согласно ключевым результатам, локальные, глобальные и секторальные факторы в целом значимо влияют на бета российских индексов. В третьей главе диссертации была предложена модификация стандартной оптимизационной задачи для построения портфеля с возможностью контролировать систематический и специфический риск (портфель с декомпозицией риска). В рамках рассматриваемой выборки было выявлено отсутствие арбитража с помощью построения рыночно нейтрального портфеля. Анализ также показал, что портфели с декомпозицией риска превосходят портфель по Марковицу согласно различным показателям эффективности.

Объявление о защите (дата размещения 21 ноября 2017г.):
Защита диссертации состоится 23 января 2018г. в 14-00 по адресу: 101000, г.Москва, ул. Мясницкая, д.20, ауд.309.