2022 №2 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://esj.today/47ecvn222.html

Полный текст статьи в формате PDF (объем файла: 576.3 Кбайт)


Ссылка для цитирования этой статьи:

Гайомей Д., Зайцев А. А., Родионов Д. Г. Прогнозирование волатильности доходности финансовых активов с использованием высокочастотных данных и квантификаторов информационной среды // Вестник Евразийской науки. — 2022 №2. — URL: https://esj.today/PDF/47ECVN222.pdf


Прогнозирование волатильности доходности финансовых активов с использованием высокочастотных данных и квантификаторов информационной среды

Гайомей Джон
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого», Санкт-Петербург, Россия
Ассистент
E-mail: gayomey@hotmail.com

Зайцев Андрей Александрович
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого», Санкт-Петербург, Россия
Институт промышленного менеджмента, экономики и торговли
Профессор Высшей инженерно-экономической школы
Доктор экономических наук, доцент
E-mail: andrey_z7@mail.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=705725

Родионов Дмитрий Григорьевич
ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого», Санкт-Петербург, Россия
Институт промышленного менеджмента, экономики и торговли
Директор Высшей инженерно-экономической школы
Доктор экономических наук, профессор
E-mail: rodion_dm@mail.ru
РИНЦ: https://elibrary.ru/author_profile.asp?id=421413

Аннотация. Сегодня новостная информация постоянно генерируется и быстро распространяется в цифровой информационной среде. Эмоции в новостной информации влияют на действия и поведение людей в реальном мире. Таким образом, систематический анализ новостной информации позволит прогнозировать как краткосрочные, так и среднесрочные эмоциональные трансформации потребителей новостной информации, а также влияние этого на реальный мир. В данном исследовании предлагается использовать систематический анализ новостной информации для прогнозирования волатильности доходности финансовых активов. Мы разработали и оценили модель для прогнозирования волатильности доходности финансовых активов с использованием высокочастотных данных и квантификаторов информационной среды. Оценка нашей модели волатильности (модель реализованной волатильности на основе настроений — модель SRV) в торговле опционами показала, что комбинация высокочастотных оценок волатильности с эффективной системой количественных показателей эмоций в новостной информации о финансовых активах полезна для прогнозирования волатильности доходности акций. Для акций Bank of America было показано, что модель SRV, сформированная на основе оценок волатильности реализованным оценщиком ядра, а также отрицательных и положительных эмоций в новостной информации, эффективна при прогнозировании волатильности акций Bank of America. Исследование также показало, что модель SRV, основанная на модулированной оценке реализованной ковариации и положительных и отрицательных эмоциях в новостной информации, дает точный прогноз волатильности акций Coca-Cola и Microsoft. На основе результатов эмпирического анализа был сделан вывод о том, что систематический анализ новостной информации полезен для прогнозирования волатильности доходности финансовых активов, однако его эффективности зависит от конкретной компании.

Ключевые слова: волатильность; цифровая информационная среда; квантификаторы информационной среды; высокочастотные данные; высокочастотные оценщики волатильности

Скачать

Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

ISSN 2588-0101 (Online)

Уважаемые читатели! Комментарии к статьям принимаются на русском и английском языках.
Комментарии проходят премодерацию, и появляются на сайте после проверки редактором.
Комментарии, не имеющие отношения к тематике статьи, не публикуются.

Добавить комментарий