«Первый экономический журнал». Статьи номера

УДК 336

Авторы:

Налоева Лаура Залимгериевна
Главный специалист-эксперт Федерального казначейства г. Москва, Россия

Название статьи:

ПРИМЕНЕНИЕ E-GARCH МОДЕЛИ ДЛЯ ПРОГНОЗИРОВАНИЯ РОССИЙСКОГО ФИНАНСОВОГО РЫНКА

Страницы:
86-92

Аннотация:

В России волатильность финансового рынка зависит от определенных внутренних факторов, включая политические события, санкции, колебания цен на нефть и изменения в экономической политике. Эти элементы часто приводят к резким движениям рынка, что делает точное прогнозирование еще более важным для бизнеса, инвесторов и правительства. Способность прогнозировать волатильность рынка имеет далеко идущие последствия, поскольку она помогает принимать обоснованные инвестиционные решения, оптимизировать портфели, корректировать стратегии управления рисками и формировать экономическую политику. Индексы волатильности также являются важнейшими инструментами, которые широко используются инвесторами, трейдерами и аналитиками для оценки уровня рыночного стресса, выявления потенциальных колебаний цен и руководства процессами принятия решений. Существуют различные модели прогнозирования волатильности, среди которых особенно выделяется семейство моделей GARCH. В данном исследовании предлагается прогноз значений индекса Мосбиржи и уровня волатильности российского финансового рынка в период до октября 2026 года с помощью применения E-GARCH модели. Данный прогноз может быть полезен инвесторам для принятия инвестиционных решений.

Ключевые слова:

волатильность; E-GARCH модель; прогнозирование; финансовые рынки; индексы; Московская фондовая биржа.

Список использованных источников:

1. Куссый М. Ю. Методологические аспекты измерения волатильности // Ученые записки Крымского федерального университета имени В. И. Вернадского. Экономика и управление. 2018. № 1. URL: https://cyberleninka.ru/article/n/metodologicheskie-aspekty-izmereniya-volatilnosti (дата обращения: 06.02.2025).
2. Mastro D. Forecasting realized volatility: ARCH type models vs. the HARRV model. Dissertation, Kingston University, London, 2014.
3. Ключников, О. И. Проблемы оценки неопределенности фондового рынка и индексы волатильности / О. И. Ключников // Ученые записки Международного банковского института. – 2020. – № 1(31). – С. 20-39.
4. Индекс МосБиржи и Индекс РТС [электронный ресурс]. URL https://www.moex.com/ru/index/IMOEX/archive?from=2025-01-04&till=2025-02-04&sort=TRADEDATE&order=desc (дата обращения: 12.12.2024).
5. Дж. Уэллс Уайлдер-младший. «Новые концепции технических торговых систем», Издательство, 1978. С. 171.
6. Котов А. С. Особенности использования индикатора ATR на современном российском фондовом рынке / А. С. Котов // Риски финансовых рынков: угрозы и методы защиты: Материалы круглого стола – научной дискуссии в рамках Всероссийского фестиваля науки – 2021, Москва, 08 октября 2021 года / Под редакцией И.П. Хоминич. – Москва: Общество с ограниченной ответственностью «КОНВЕРТ», 2021. – С. 42-46.
7. Налоева Л. З. Обзор индикаторов, основанных на волатильности // Наука. Исследования. Практика: сборник статей LXXXIX Международной научной конференции, Санкт-Петербург, 28 августа 2024 года. – Санкт-Петербург: Частное научно-образовательное учреждение дополнительного профессионального образования Гуманитарный национальный исследовательский институт «НАЦРАЗВИТИЕ», 2024. – С. 68-69.
8. Assessing the functionality of models for predicting bankruptcy of pharmaceutical companies / D. A. Zyukin, A. A. Golovin, O. V. Pshenichnikova, M. N. Nadzhafova // Amazonia Investiga. – 2020. – Vol. 9, No. 28. – P. 272-280.
9. Аббасова В. Р. Управление финансовыми рисками через призму взаимосвязи индексов VIX и S&P 500 / В. Р. Аббасова, О. А. Алексеева // Управление в условиях глобальных мировых трансформаций: экономика, политика, право: Сборник научных трудов. – Симферополь: ООО «Издательство Типография «Ариал», 2024. – С. 292-295.
10. Сафронов, Ю. Прогнозирование котировок на финансовых рынках с помощью искусственных нейронных сетей / Ю. Сафронов // Банковский вестник. – 2016. – № 10(639). – С. 61-65.
11. Al-Najjar, D. Long-Term General Index Prediction Based on Feature Selection and Search Methods: Amman Stock Exchange Market / D. Al-Najjar, H. Al-Najjar, N. Al-Rousan // Economy of Regions. – 2022. – Vol. 18, No. 4. – P. 1301-1306.

Финансирование научной работы:
Нет сведений.

Ссылка для цитирования:

Налоева Л.З. Применение e-garch модели для прогнозирования Российского финансового рынка // Первый экономический журнал. – 2025. – №3. – С. 86–92.

URL статьи: https://naukavak.ru/pezh-№3-357_86-92/

© Налоева Л.З., 2025

 Материал распространяется на условиях лицензии Creative Commons «Атрибуция» 4.0 Международная (CC BY 4.0)