Статьи, Журналы
Моделирование состояний волатильности российского фондового рынка методами скрытых Марковских моделей
Статьи, Журналы
Моделирование состояний волатильности российского фондового рынка методами скрытых Марковских моделей
Гинятуллина, Н.Р. Моделирование состояний волатильности российского фондового рынка методами скрытых Марковских моделей / Н. Р. Гинятуллина, Т. А. Денисов, Т. В. Маняхин // Финансовые рынки и банки. — Москва, 2026 — N 6. — С.345-349. — Библиогр. в конце ст.
Гинятуллина, Н.Р., Денисов, Т.А. и Маняхин, Т.В., (2026), "Моделирование состояний волатильности российского фондового рынка методами скрытых Марковских моделей", Финансовые рынки и банки, Москва, 2026, N 6, С.345-349.
Гинятуллина Н Р, Денисов Т А, Маняхин Т В. Моделирование состояний волатильности российского фондового рынка методами скрытых Марковских моделей. Финансовые рынки и банки. 2026; (N 6). С.345-349.
Поделиться
Вконтакте 
Одноклассники 
Telegram Источник
Аннотация
В статье рассматривается применение скрытых Марковских моделей (Hidden Markov Model, HMM) для анализа и прогнозной оценки режимов волатильности российского фондового рынка на основе данных индекса Московской Биржи (IMOEX). В качестве наблюдаемых признаков использовались логарифмические доходности и 40‑дневная скользящая волатильность, что позволило учитывать, как краткосрочные изменения рынка, так и текущий уровень рыночной нестабильности. В работе были построены и сопоставлены модели с различным числом скрытых состояний, по результатам чего оптимальной была выбрана модель с четырьмя режимами волатильности. Проведен анализ статистических характеристик состояний, матрицы переходных вероятностей и ожидаемой длительности режимов. Результаты показали, что динамика российского фондового рынка обладает выраженной режимной структурой, а выделенные состояния характеризуются высокой устойчивостью. Дополнительно оценивалась прогностическая информативность модели для прогнозирования будущей высокой волатильности. Полученные результаты свидетельствуют о том, что HMM может использоваться как инструмент мониторинга и ранжирования риска рыночной нестабильности.
-
УДК:336.76(470)
Рекомендовано к ознакомлению
- 1. Золотарчук, А.В. Показатель Херста как индикатор финансовых пузырей на российском фондовом рынке / А. В. Золотарчук // Финансовый менеджмент. — Москва, 2026 — N 5. — С.218-224.
- 2. Дмитриев, Д.В. Мультифрактальные предвестники критических переходов на фондовых биржах / Д. В. Дмитриев, И. Л. Шульман // Финансовые рынки и банки. — Москва, 2026 — N 4. — С.326-329.
- 3. Данильченко, А.В. Влияние количества новостей в периоды неопределенности на динамику фондового рынка РФ / А. В. Данильченко // Экономическое развитие России. — Москва, 2025 — N 12. — С.292-297.
- 4. Лебедев, Д.М. Обособленное положение российского фондового рынка в современных условиях / Д. М. Лебедев // Финансовый бизнес. — Москва, 2026 — N 6. — С.151-156.
- 5. Речмедина, С.А. Построение портфелей акций с помощью метода DEA на российском фондовом рынке в условиях повышенной волатильности / С. А. Речмедина, А. Ханиев, В. В. Сухих // Вестник Московского университета. Серия 6, Экономика. — Москва, 2025 — N 3. — С.40-62.
- 6. Данильченко, А.В. Влияние "народного портфеля" на динамику индекса Мосбиржи / А. В. Данильченко // Экономическое развитие России. — Москва, 2025 — N 11. — С.324-328.
- 7. Золотарчук, А.В. Ширина мультифрактального спектра как индикатор структурных изменений российского фондового рынка / А. В. Золотарчук // Финансы, деньги, инвестиции. — Москва, 2026 — N 1. — С.27-32.
- 8. Васильева, Н.С. Моделирование оптимального инвестиционного портфеля на основе модели Марковица в условиях российского фондового рынка / Н. С. Васильева, Е. А. Привалова // Финансовый менеджмент. — Москва, 2025 — N 12. — С.55-62.
- 9. Савон, Д.Ю. Выявление латентных кластеров инвестиционных продуктов на основе риск-факторов с использованием методов машинного обучения на российском фондовом рынке / Д. Ю. Савон, А. А. Юлий // Финансы и кредит. — Москва, 2025 — N 9. Том 31. — С.22-34.
- 10. Хазиев, Г.А. Прогнозирование доходности российских акций на основе анализа сентимента инвесторов в социальных сетях / Г. А. Хазиев, Т. В. Соколова // Экономика и математические методы. — Москва, 2025 — N 1. Том 61. — С.95-108.
Отзывы читателей
0