Статьи, Журналы
Дивидендные разрывы как фактор смещения оценки параметра Херста
Сысоев, Ф.И. Дивидендные разрывы как фактор смещения оценки параметра Херста / Ф. И. Сысоев // Экономические науки. Научно-информационный журнал. — Москва, 2026 — N 5(258). — С.357-368. — Библиогр. в конце ст.
Сысоев, Ф.И., (2026), "Дивидендные разрывы как фактор смещения оценки параметра Херста", Экономические науки. Научно-информационный журнал, Москва, 2026, N 5(258), С.357-368.
Сысоев Ф И. Дивидендные разрывы как фактор смещения оценки параметра Херста. Экономические науки. Научно-информационный журнал. 2026; (N 5(258)). С.357-368. DOI:DOI.
Источник
Аннотация
Настоящее исследование посвящено изучению влияния дивидендных разрывов на оценку параметра Хёрста - ключевого показателя, характеризующего фрактальную структуру и степень персистентности финансовых временных рядов. Актуальность исследования обусловлена высокой дивидендной доходностью российского фондового рынка. Регулярно возникающие ценовые разрывы (дивидендные гэпы) способны выступать существенным источником статистических искажений при анализе финансовых временных рядов, что ставит под вопрос корректность выводов о степени информационной эффективности рынка. Несмотря на значительное число работ, посвящённых оценке фрактальных свойств ценовых рядов, вопрос о влиянии дивидендных выплат на ключевой показатель фрактальной структуры - параметр Хёрста - оставался неизученным, что определило объект, предмет и цель настоящей работы. Объектом исследования являются финансовые временные ряды, содержащие ценовые разрывы; предметом - смещение оценки параметра Хёрста под влиянием дивидендных гэпов. Цель исследования заключается в количественной оценке вносимого дивидендными выплатами смещения при использовании двух распространённых методов оценки - R/S-анализа и метода вариации остатков. Теоретико-методологическая база работы основана на синтезе гипотезы фрактального рынка и статистического аппарата фрактального броуновского движения. Исследование построено на сочетании экспериментов с синтетическими данными, сгенерированными в соответствии с моделью фрактального геометрического броуновского движения с заданными параметрами Хёрста, и верификации полученных результатов на реальных высокочастотных котировках пятнадцати крупных российских компаний за период с мая 2022 по май 2026 года. Практическая значимость работы состоит в формировании научно-обоснованных рекомендаций по выбору и последовательности применения методов оценки фрактальной структуры. В ходе анализа установлено, что метод вариации остатков демонстрирует высокую чувствительность к дивидендным разрывам, особенно в области антиперсистентных значений, ошибочно указывая на наличие трендового поведения. R/S-анализ, напротив, проявляет значительную робастность к данному типу искажений. Обнаружена статистически значимая обратная взаимосвязь между истинным уровнем персистентности ряда и величиной расхождения оценок - по мере роста параметра Хёрста искажающий эффект меняет знак с положительного на отрицательный. Результаты исследования позволяют минимизировать риск неверной идентификации рыночного режима и применения убыточных торговых стратегий вследствие методологически некорректной оценки фрактальных характеристик активов.
-
УДК:336.76
-
DOI: DOI — Digital Object Identifier — цифровой идентификатор объекта. Современный стандарт обозначения объектов информационной деятельности в сети Интернет, позволяющий идентифицировать и искать научные данные, размещённые в сети Интернет и привязывать к объекту дополнительные метаданные. Номер DOI всегда остаётся неизменным, который позволяет найти объект, даже если сведения о нем не полные или не точные.
Рекомендовано к ознакомлению
- 1. Сысоев, Ф.И. Оценка персистентности финансовых данных методом Уиттла / Ф. И. Сысоев // Экономические науки. Научно-информационный журнал. — Москва, 2026 — N 5(258). — С.369-378.
- 2. Криничанский, К.В. Прогнозирование кредитных спредов корпоративных облигаций с использованием ансамблей градиентного бустинга / К. В. Криничанский, А. А. Кобзев, А. Ю. Пискарева // Финансы и кредит. — Москва, 2026 — N 5. — С.124-141.
- 3. Алиев, Б.Н. Событийная трансформация ценовых рядов на основе стоимости золота и устойчивость инвестиционных портфельных стратегий / Б. Н. Алиев // Финансы. — Москва, 2026 — N 5. — С.59-64.
- 4. Курышев, Р.Э. Сравнительный анализ использования моделей глубокого и машинного обучения для прогнозирования нестационарных финансовых временных рядов на примере индекса IMOEX / Р. Э. Курышев, Р. А. Агеев // Финансовая аналитика. — Москва, 2026 — N 2. — С.78-86.
- 5. Молотков, А.Б. Модель оценки краткосрочной доходности акций (индекс S&P 500) / А. Б. Молотков // Финансовая аналитика. — Москва, 2025 — N 4. — С.53-64.
- 6. Данилов, Ю.А. Финансовая инклюзия и финансовая стабильность / Ю. А. Данилов, Д. А. Пивоваров // Проблемы прогнозирования. — Москва, 2025 — N 5. — С.101-114.
- 7. Савон, Д.Ю. Применение Value at Risk на длительных временных горизонтах / Д. Ю. Савон, А. А. Юлий // Финансы и кредит. — Москва, 2025 — N 6. Том 31. — С.148-161.
- 8. Митрюхина, Е.А. Сравнение методов машинного обучения и нейронных сетей при прогнозировании фондового рынка / Е. А. Митрюхина, А. И. Ладынин // Экономические науки. Научно-информационный журнал. — Москва, 2025 — N 9. — С.289-300.
- 9. Дарчев, К.А. Влияние динамики акционерного капитала на ценообразование облигаций / К. А. Дарчев // Финансовая аналитика. — Москва, 2025 — N 4. — С.74-87.
- 10. Абрамов, А.Е. Кризисы на рынках акций / А. Е. Абрамов, М. И. Чернова // Журнал Новой экономической ассоциации. — Москва, 2026 — N 1(70). — С.74-95.
Отзывы читателей
0