Предмет. Фондовый рынок отличается значительным многообразием протекающих на нем процессов. Классические методы моделирования временных рядов для анализа и прогнозирования процессов, протекающих на фондовом рынке, не всегда дают удовлетворительные результаты. Можно констатировать некое несоответствие между реальными экономическими условиями и моделями фондового рынка. Одной из проблем является утрата в периоде тестирования свойства оптимальности портфеля ценных бумаг, достигаемого в историческом периоде. По этой причине основные допущения портфельного анализа требуют регулярной актуализации, основной целью которой является повышение эффективности его результатов. В частности, стоит принять во внимание разработки, полученные в рамках многовариантных подходов, способствующих сокращению уровня риска принимаемых инвестиционных решений. В связи с этим исследование и развитие новых подходов к получению прогнозных решений на фондовом рынке в условиях неопределенности является крайне актуальной задачей. Цели. Разработка аппарата анализа ранговых решений в портфельном анализе. Методология. В процессе исследования использовались методы анализа данных и машинного обучения. Результаты. Рассмотрена возможность формирования ранговых портфельных решений, при формировании которых оптимизация заменена процедурой предпочтений, обычно используемой в обработке экспертных данных. Обоснованность такой замены связана с зависимостью доходности и риска, определяемых с помощью специального регрессионного уравнения с единственной характеристикой – вероятностью положительной доходности, предпочтения по которой одновременно приводят к росту доходности и снижению риска. Выводы. На основе автопредикторной модели вместо оптимизационного подхода для обоснования портфельных решений предложено использовать инструмент вероятностных предпочтений, с помощью которого формируются ранговые портфели, значительно расширяющие возможности портфельного анализа.
Ключевые слова: вероятность, портфель, бинарный выбор
Список литературы:
Markowitz H.M. Portfolio Selection. The Journal of Finance, 1952, vol. 7, no. 1, pp. 77–91. URL: Link
Tobin J. The Theory of Interest Rates. London, MacMillan, 1965.
Колясникова Е.Р. Формирование портфеля с учетом различных мер риска и индивидуального отношения инвестора к риску // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 8. С. 1583–1596. URL: Link
Sharpe W.F. A Simplified Model for Portfolio Analysis. Management Science, 1963, vol. 9, iss. 2, pp. 277–293. URL: Link
Федорова Е.А., Гузовский Я.Е., Лукашенко И.В. Оценка применимости модифицированного бета-коэффициента на российском фондовом рынке // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 11. С. 2163–2176. URL: Link
Bera A.K., Ivliev S., Lillo F. Financial Econometrics and Empirical Market Microstructure. Switzerland, Springer International Publ., 2015, 284 p.
Greene W.H. Econometric Analysis. New York, Macmillian Publishing Company, 2000, 1004 p.
Lee L. Identification and Estimation in Binary Choice Models with Limited (Censored) Dependent Variables. Econometrica, 1979, vol. 47, no. 4, pp. 977–996. URL: Link
Cox D.R., Snell E.J. Analysis of Binary Data. London, Chapman and Hall, 1989, 441 p.
Cox J.C., Ross S.A., Rubinstein M. Option Pricing: A Simplified Approach. Journal of Financial Economics, 1979, vol. 7, iss. 3, pp. 229–263. URL: Link90015-1
Cox J.C., Ingersoll J.E., Ross S.A. A Theory of the Term Structure of Interest Rates. Econometrica, 1985, vol. 53, no. 2, pp. 385–407. URL: Link
Campbell J.Y. Asset Pricing at the Millennium. The Journal of Finance, 2000, vol. 55, no. 4, pp. 1515–1567. URL: Link
Асатуров К.Г. Детерминанты систематического риска: анализ на основе российского фондового рынка // Финансы и кредит. 2017. Т. 23. Вып. 23. С. 1343–1363. URL: Link
Балынин И.В. Оптимизация инвестиционного портфеля в контексте практической реализации риск-ориентированного подхода: многообразие методов и принципов // Экономический анализ: теория и практика. 2016. № 10. С. 79–92. URL: Link
Борочкин А.А. Управление рисками волатильности фондового рынка и неопределенности экономической политики государства при международных портфельных инвестициях // Финансовая аналитика: проблемы и решения. 2017. Т. 10. Вып. 7. С. 790–804. URL: Link
Малеева Е.А., Бельснер О.А., Крицкий О.Л. Формирование портфеля ценных бумаг с использованием предельной величины риска // Финансы и кредит. 2018. Т. 24. Вып. 12. С. 2708–2720. URL: Link
Негомедзянов Ю.А., Негомедзянов Г.Ю. Углубление функциональности концепции VaR // Финансы и кредит. 2016. № 2. С. 2–8. URL: Link
Сулейманова Д.Ю. Исследование временных рядов с помощью эконометрического анализа и технического анализа на рынке Форекс: монография. М.: РУСАЙНС, 2018. 150 с.
Gerfin M. Parametric and Semi-Parametric Estimation of the Binary Response Model of Labour Market Participation. Journal of Applied Econometrics, 1996, vol. 11, iss. 3, pp. 321–340. URL: Link
Peters E. Fractal Market Analysis: Applying Chaos Theory to Investment and Economics. New York, John Wiley & Sons, 1994, 332 p.
