БУТСТРАП-МОДЕЛІ У ФІНАНСОВИХ РОЗРАХУНКАХ ОЦІНКИ ІНВЕСТИЦІЙНИХ ПОРТФЕЛІВ

П.В. Бондаренко; Л.В. Добриніна

П.В. Бондаренко
Л.В. Добриніна

Ключові слова: бутстрап, тестування гіпотез, фінансові розрахунки, інвестиції, інвестиційні проекти

Анотація

У статті розглянуто статистичний бутстрап метод, який широко застосовується у фінансовій науці. Досліджено формування бутстраповського процесу, що породжує дані бутстраповської статистики. Узагальнено основні типи використовуваних в даний час бутстраповських даних статистики. Обґрунтовано способи використання бутстрапа для побудови довірчих множин. У світовій практиці визначено, що бутстрап метод є найбільш застосованим методом обчислення показника Value at risk (VaR) – вартісна міра ризику. Це виражена в грошових одиницях оцінка величини, яку не перевищать очікувані протягом даного періоду часу втрати з заданою вірогідністю. Спочатку дана методика призначалася для оцінки ризиків роботи з похідними фінансовими інструментами, але надалі вона була адаптована для оцінки великого числа фінансових і ринкових ризиків. Найбільш розвинуті методики вартісної міри ризику – коваріаційний, Метод історичного моделювання та метод моделювання Монте-Карло, який буде застосовано у даній статті.

Посилання

1. Andrews, D.W.K. & M. Buchinski (2000). A three step method for choosing the number of bootstrap repetition. Econometrica 68, 23-51.
2. Andrews, D.W.K. (2002). Higher order improvements of a computationally attractive k-step bootstrap for extremum estimators. Econometrica 70, 119-162.
3. Andrews, D.W.K. (2004). The block-block bootstrap: Improved asymptotic refinements. Econometrica 72, 673-700.
4. Davidson R. & J.G. MacKinnon (2004). Econometric Theory and Methods. Oxford: Oxford University Press.
5. Davidson R. & J.G. MacKinnon (2006a). Bootstrap methods in econometrics. Chapter 23 of Palgrave Handbook of Econometrics, Volume 1, Econometric Theory, eds T.C. Mills & K. Patterson. London: Palgrave-Macmillan.
6. Davidson R. & J.G. MacKinnon (2006b). Bootstrap inference in a linear equation estimated by instrumental variables. Discussion Paper 1024, Queen’s University.
7. Horowitz, J.L. (2003). The bootstrap in econometrics. Statistical Science 18, 211-218.
8. Politis, D.N. (2003). The impact of bootstrap methods on time series analysis. Statistical Science 18, 219-230.
9. Efron B. (1979). Bootstrap methods: Another look at the jackknife. Ann. Statist. 7 1-26.
10. Donald E. Knuth. Seminumerical Algorithms, volume 2 of The Art of Computer Programming, chapter 4.2.2, page 232. Addison-Wesley, Boston, third edition, 1998.