Школа страхового бизнеса Международный институт исследования риска Риски. Аудит. Страхование
Об издательстве
Авторам
Редакционные советы журналов
Журналы
Правила рецензирования научных статей. Правила направления и опубликования научных статей
Система качества издательства "Анкил"
Этические принципы издательства "Анкил"
Архив журналов
Контакты
Прайс-лист
© Анкил, 2012
Главная » Журналы » Управление Риском



Архив изданий:
2023  1  2  3  4
2022  1  2  3  4
2021  1  2  3  4
2020  1  2  3  4
2019  1  2  3  4
2018  1  2  3  4
2017  1  2  3  4
2016  1  2  3  4
2015  1  2  3  4
2014  1  2  3  4
2013  1  2  3  4
2012  1  2  3  4
2011  1  2  3  4
2010  1  2  3  4
0000  1  2  3  4
0000  1  2  3  4  2013
0000  1  2  3  4  2013
0000  1  2  3  4

Управление Риском №3 - 2012

Теория управления риском


Мельников Александр
University of Alberta, Edmonton, Canada and Performance Analytics Inc., Boston, USA

Чуян Роман
Performance Analytics Inc., Boston, USA

О динамическом линейном регрессионном анализе при моделировании и прогнозировании индекса S&P 500

В данной статье представлена динамическая линейная многофакторная модель регрессии для описания одного из самых важных финансовых индексов – S&P 500. Показывается, что подходящим образом подогнанная под реальные данные эта модель регрессии дает и адекватное описание этого индекса и обеспечивает применимый на практике его прогноз. Также показывается, что в рамках построенной регрессионной модели могут строиться адаптированные к риску инвестиционные стратегии, обеспечивающие большую по сравнению с индексом S&P 500 доходность.

многофакторная модель регрессии индекс S&P 500 инвестиционный менеджмент прогнозирование финансовых рынков

On dynamic linear regression analysis for modeling and forecasting of S&P 500 index

We present a dynamic multifactor linear regression model that describes one of the most significant financial indices – the S&P 500. We show that properly specified, the model explains almost all of in-sample variability of the index returns, as well as provides accurate forecasting of the returns. We propose an example of investment strategies that can be implemented using the framework of the model, that achieves a significant excess return relative to the S&P 500, while reducing risk.

multi-factor regression model S&P 500 index investment management forecasting of financial markets