?
QML- и MCMC-методы оценивания параметров модели стохастической волатильности: применение к российскому рынку ценных бумаг
Работа посвящена сравнению двух методов оценивания модели стохас-
тической волатильности (SV-модели) – методу максимального квазиправдо-
подобия (QML) и методу Монте-Карло с цепями Маркова (MCMC). Сравнение
проводится как на симулированных, так и на реальных данных. На симули-
рованных данных метод MCMC показывает значительно более точные ре-
зультаты. При этом с точки зрения вычислений QML-метод имеет гораздо
более высокое быстродействие и требует существенно меньше вычисли-
тельных ресурсов, что в некоторой степени реабилитирует его. Насколько
нам известно, ранее на российских данных SV-модель не оценивалась. Чтобы
восполнить существующий пробел, мы проанализировали котировки акций,
входящих в индекс «IMOEX» московской биржи, за период с 1 января 2015 г.
по 1 февраля 2022 г. Данный временной период был выбран в силу его от-
носительной гомогенности. Для каждой ценной бумаги, входящей в индекс
«IMOEX» на 1 февраля 2022 г., и которая торговалась к этому моменту не
менее трех лет, мы оценили параметры SV-модели двумя способами: QML и
MCMC. На основе полученных расчетов акции были проранжированы по
уровню волатильности: выделены низковолатилные, средневолатильные и
высоковолатильные ценные бумаги. Секторы экономики также были разби-
ты по уровню волатильности. Помимо этого, мы показали, что QML-метод
оценивания SV-модели приводит к систематическому занижению риска ком-
паний, что грозит существенными финансовыми потерями при управлении
портфелем ценных бумаг. Работа может быть интересна специалистам по
финансовой эконометрике, а также макроэкономистам и сотрудникам хедж-
фондов.