Прогнозирование макроэкономических переменных с помощью дублирующих портфелей
| Категория реферата: Рефераты по экономико-математическому моделированию
| Теги реферата: александр реферат, казахстан реферат
| Добавил(а) на сайт: Луковников.
Предыдущая страница реферата | 2 3 4 5 6 7 8 9 10 11 12 | Следующая страница реферата
Кластерный анализ позволяет рассматривать достаточно большой объем информации и резко сокращать, сжимать большие массивы социально- экономической информации, делать их компактными и наглядными.
Важное значение кластерный анализ имеет применительно к совокупностям временных рядов, характеризующих экономическое развитие (например, общехозяйственной и товарной конъюнктуры). Здесь можно выделять периоды, когда значения соответствующих показателей были достаточно близкими, а также определять группы временных рядов, динамика которых наиболее схожа.
Как и любой другой метод, кластерный анализ имеет определенные недостатки и ограничения: В частности, состав и количество кластеров зависит от выбираемых критериев разбиения. При сведении исходного массива данных к более компактному виду могут возникать определенные искажения, а также могут теряться индивидуальные черты отдельных объектов за счет замены их характеристиками обобщенных значений параметров кластера. При проведении классификации объектов игнорируется очень часто возможность отсутствия в рассматриваемой совокупности каких-либо значений кластеров.
Общеизвестно, что изменение курсовой стоимости и дивидендов различных ценных бумаг не только в России, но и во всем мире зависит от ряда внутренних и международных факторов экономического и неэкономического характера. Эти факторы могут быть взаимосвязаны в различной степени, а тенденции изменения их динамики способны отличаться друг от друга в достаточно сильной степени. Следовательно, изменение стоимости инвестиционного портфеля в результате сложения различных тенденций с большой вероятностью оказывается достаточно сложной и практически непредсказуемой, если использовать обычный регрессионный анализ. Основные факторы воздействия влияют на различные ценные бумаги не только с разной эффективностью, но зачастую и в прямо противоположных направлениях. К примеру, повышение цен на нефть может благоприятно сказаться на ценных бумагах нефтяных корпораций, негативно отразившись на автомобилестроительном секторе.
В свете вышесказанного, возникает проблема определения с максимальной степенью точности существенных факторов и их влияние на курс ценных бумаг.
Как теоретики, так и практики сталкиваются с трудностями, когда перед ними возникает практически неизбежная задача разбиения множества существующих ценных бумаг на различные группы с относительно однородной структурой. Краеугольным камнем проблемы является вопрос подбора и согласования выбранных факторов так, чтобы их представление в многомерной системе координат достаточно точно производило разбиение на кластеры, характеризующиеся максимально схожими тенденциями. При этом нужно учитывать, что даже если бы и удалось подобрать точные коэффициенты для существующих количественных факторов, всегда найдутся не менее важные качественные показатели, выразить которые в количественной форме практически невозможно. В связи с этим принято группирование ценных бумаг на основе существующих индустриальных и прочих классификаций, а также отталкиваясь от априорной доходности (ex ante).
Разбиение множества ценных бумаг на отдельные кластеры в зависимости от динамики доходности осуществляется следующим образом: данные по доходности ценных бумаг на протяжении базы прогноза компонуются в общую матрицу вида:
[pic] (4.6)
где Rkm – доходность по k-й ценной бумаге за m-й период,
[pic]
Далее, разбиение на кластеры происходит через вычисление евклидова расстояния между ценными бумагами p и q по формуле
[pic] (4.7)
где m – номер периода,
(Rm – среднеквадратическое отклонение доходности за период m.
Критическая величина разбиения предполагается равной квадратному корню из количества периодов T, то есть средней величине евклидового расстояния:
[pic] (4.8)
Преимущество данной методики заключается, во-первых, в том, что она позволяет с крайне высокой степенью точности группировать ценные бумаги со сходными тенденциями в изменении доходности на протяжении всего периода, определяющего базу прогноза, что дает основания рассчитывать на сохранение подобной тенденции и в дальнейшем.
Вторым ее преимуществом является возможность полной автоматизации, что значительно облегчает работу, позволяя использовать современные вычислительные средства, а также обрабатывать однородную информацию, получаемую из электронных баз данных.
5 ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ РАЗРАБОТКИ ПРОГНОЗА
Для реализации прогнозных моделей необходимо не только располагать
своевременной и точной информацией, но и уметь осмысливать ее, делать
выводы и результативно воплощать в принимаемых управленческих решениях.
Необходимость присутствия информационной составляющей в процессе
прогнозирования очевидна, поскольку она является основой всего
управленческого процесса. Реализация любой цели в процессе деятельности
всегда связана с проблемой выбора из имеющихся прогнозных альтернатив
наиболее оптимальных и рациональных, что вносит элемент неопределенности в
прогнозную модель. Снижение неопределенности возможно на базе использования
информации, обеспечивающей определенными сведениями.
Информация – это совокупность сведений, сообщений, данных, материалов, определяющих меру потенциальных знаний менеджера об определенных процессах, происходящих на предприятии в их взаимосвязи. Суть информации составляют только те сведения, которые уменьшают неопределенность интересующих менеджера событий.
Возможности покрытия информационных потребностей при разработке прогнозов зависят от имеющейся информационной базы, накопленной за предыдущие периоды деятельности.
Следует учитывать, что прогноз есть вероятность наступления тех или иных событий и практически всегда в нем присутствует ошибка неопределенности и случайного влияния на показатель неучтенных и редко происходящих фактов. Это означает, что «идеальный прогноз» часто невозможен. Прогнозировать можно только область возможных состояний, дополняя экстраполируемое значение доверительным интервалом прогноза.
При прогнозирование макроэкономических детерминант с использованием дублирующих портфелей используется только внешняя информация, находящаяся в открытом доступе, такая как динамика ценных бумаг и макроэкономических показателей. Таким образом, не возникает трудностей со сбором информации и искажений, появляющихся при неполной информации.
6 ПРОВЕРКА АДЕКВАТНОСТИ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
Сложность экономических процессов и явлений и другие особенности экономических систем затрудняют не только построение моделей, но и проверку их адекватности, истинности получаемых результатов.
Рекомендуем скачать другие рефераты по теме: скачати реферат на тему, рефераты по информатике бесплатно.
Категории:
Предыдущая страница реферата | 2 3 4 5 6 7 8 9 10 11 12 | Следующая страница реферата