Виктор Владимирович КУРЛЯНДСКИЙкандидат технических наук, доцент кафедры финансов, налогообложения и финансового учета, Московский финансово-юридический университет МФЮА (МФЮА), Москва, Российская Федерация kurlandsky@mail.ru ORCID id: отсутствует SPIN-код: 5537-8230
Антон Алексеевич ЗАЙЦЕВаспирант кафедры финансов, налогообложения и финансового учета, Московский финансово-юридический университет МФЮА (МФЮА), Москва, Российская Федерация 29383846@s.mfua.ru ORCID id: отсутствует SPIN-код: отсутствует
Предмет. Многомерное шкалирование как методологическое основание – во-первых, совершенствования общепринятой практики описания временной структуры процентных ставок для однородных финансовых инструментов (долговых ценных бумаг) с одинаковыми качественными характеристиками – алгоритма построения G-кривой, во-вторых – оценки финансовой целесообразности пересмотра временной структуры выпусков государственных облигаций. Цели. Доказательство финансовой целесообразности пересмотра временной структуры выпусков государственных облигаций. Методология. Использованы статистические методы анализа данных, многомерное шкалирование, регрессионный анализ. Результаты. Использование статистических методов анализа данных и метода многомерного шкалирования позволило предложить новый алгоритм описания и визуализации временной структуры процентных ставок для однородных финансовых инструментов (долговых ценных бумаг) с одинаковыми качественными характеристиками. Применение регрессионного анализа для математического описания и интерпретации результатов применения нового алгоритма позволило предложить обоснование финансовой целесообразности пересмотра временной структуры выпусков государственных облигаций. Выводы. Сформулировано научно обоснованное предложение дополнить практику описания временной структуры процентных ставок для однородных финансовых инструментов (долговых ценных бумаг) с одинаковыми качественными характеристиками новацией: графическим представлением временной структуры процентных ставок в системе координат «математическое ожидание / среднеквадратическое отклонение процентных ставок» с выводом координаты «время» в метки данных точек графиков. Продемонстрирован алгоритм реализации новации на примере исследования временной структуры бескупонной доходности государственных облигаций. Итогом исследования стало обоснование финансовой целесообразности пересмотра временной структуры выпусков государственных облигаций.
Markowitz H.M. Portfolio Selection. The Journal of Finance, 1952, vol. 7, no. 1, pp. 77–91. URL: Link
Dzemyda G., Kurasova O., Medvedev V., Dzemydaitė G. Visualization of Data: Methods, Software, and Applications. In: Singh V.K., Gao D., Fischer A. (eds) Advances in Mathematical Methods and High Performance Computing. Springer, Cham, 2019, pp. 295–307. URL: Link
Buja A., Swayne D.F., Littman M.L. et al. Data visualization with multidimensional scaling. Journal of Computational and Graphical Statistics, 2008, vol. 17, iss. 2, pp. 444–472. URL: Link
Urpa L.M., Anders S. Focused multidimensional scaling: interactive visualization for exploration of high-dimensional data. BMC Bioinformatics, 2019, vol. 20, no. 221. URL: Link
Yuh Kobayashi, Hideki Takayasu, Shlomo Havlin, Misako Takayasu. Robust Characterization of Multidimensional Scaling Relations between Size Measures for Business Firms. Entropy, 2021, vol. 23, iss. 2. URL: Link
Hout M.C., Papesh M.H., Goldinger S. Multidimensional Scaling. WIREs Cognitive Science, 2013, vol. 4, iss. 1, pp. 93–103. URL: Link
Meyer E.M., Reynolds M.R. Multidimensional Scaling of Cognitive Ability and Academic Achievement Scores. Journal of Intelligence, 2022, vol. 10, no. 4. URL: Link
