• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Volatility transmission in global financial markets
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
19 мая 2026 г.
Физики НИУ ВШЭ выяснили, что происходит внутри устойчивого вихря
В атмосфере и в океане часто наблюдаются крупные вихри с характерными спиральными рукавами. Физики из НИУ ВШЭ объяснили, как они формируются и почему сохраняют свою структуру. Оказалось, что скорости в точках, расположенных вдоль одной дуги вихря, остаются связанными даже на больших расстояниях. При этом в направлении от центра вихря эта связь быстро ослабевает. Такие различия помогают объяснить образование рукавов и могут улучшить модели атмосферных и океанических течений. Результаты опубликованы в Physical Review Fluids.
18 мая 2026 г.
В Вышке прошла XXX юбилейная научно-техническая конференция имени Е.В. Арменского
Организатором научного события выступает Московский институт электроники и математики им. А.Н. Тихонова ВШЭ. В этом году главный инженерный студенческий форум проходил 30-й раз и собрал рекордное число участников. Студенты, аспиранты и молодые специалисты из 50 вузов и организаций России представили научно-исследовательские доклады в ИТ-области. Отдельная секция была посвящена научно-исследовательским работам школьников.
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Volatility transmission in global financial markets

Journal of Empirical Finance. 2015. P. 3–18.
Hurn S., Clements A., Волков В. В.
Научное направление: Экономика и менеджмент
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: GARCHdiffusion with jumpsrealized volatility
Похожие публикации
Developing a financial sustainability Index (FSI) for export-oriented manufacturing firms: A panel-based early warning framework
Кумар В., MSW Management 2026 Vol. 36 No. 1s P. 1746–1753
Добавлено: 19 мая 2026 г.
The crowd is your ace: Playing FMCG’s internationalization game
Текич А., Nguen C. M., Business Horizons 2026 Article In Press, Journal Pre-proof
Fast-moving consumer goods (FMCG) firms face intense pressure to internationalize, yet the traditional playbook—lengthy R&D cycles, costly market research, and standardized campaigns—often struggles to deliver local relevance at speed. This article argues that crowdsourcing—digitally mediated, large-scale consumer participation—can complement established internationalization tools by mobilizing local knowledge and community endorsement to mitigate key aspects of the ...
Добавлено: 19 мая 2026 г.
Business Creativity and Circular Economy
Уланов В. Л., Springer, 2026.
Добавлено: 19 мая 2026 г.
The effect of agglomeration and transport on labour productivity in Saint Petersburg metropolitan area
Семерикова Е. В., Салов А. И., The Journal of the New Economic Association 2026 Vol. 1 No. 70 P. 221–237
В статье оцениваются масштабы внешних эффектов агломерации, которые отражаются на повышении производительности труда, и учитывается прямое и косвенное воздействие транспортных факторов. Для достижения этой цели мы объеди няем данные о средней заработной плате и занятости в регионе с исчерпывающей инфор мацией об общественном транспорте и дорожной сети Санкт- Петербурга, одной из самых густонаселенных агломераций в Европе. Согласно нашим выводам, только ...
Добавлено: 19 мая 2026 г.
Impact of the crises on household consumption patterns: An analysis of Russian regions
Войтенков В. А., Emerging Markets Review 2026 No. 101482 P. 1–37
Добавлено: 18 мая 2026 г.
Airport resilience to large-scale events: the case of Pulkovo Airport
Лодягин Б. А., Назарова В. В., Ринкон Эрнандес К. Х., URBAN, PLANNING AND TRANSPORT RESEARCH 2026 Vol. 14 No. 1
Добавлено: 17 мая 2026 г.
Совершенствование методов оптимизации при многих критериях и адаптации выбора к предпочтениям ЛПР
Бродецкий Г. Л., Герами В. Д., Шидловский И. Г. и др., Транспорт: наука, техника, управление 2026 № 3 С. 3–8
В статье предложен специальный метод модификации процедур многокритериальной оптимизации. Он позволяет расширить набор критериев выбора, чтобы учитывать предпочтения лица, принимающего решения (ЛПР) как раз в моделях транспортного обеспечения работы цепей поставок. Реализуется изменение наклона направляющей для линий уровня критерия выбора в пространстве значений частных критериев (с нацеливанием выбора на утопическую точку). Разработаны и представлены требуемые ...
Добавлено: 17 мая 2026 г.
Влияет ли финансовое состояние компаний на прогностическую точность DCF-модели?
Федоров Н. С., Финансовый журнал 2025 Т. 17 № 6 С. 99–112
DCF-модель является одной из наиболее часто используемых при оценке стоимости компаний для принятия инвестиционных решений. Тем не менее оценка точности данной модели остает ся важным исследовательским вопросом. В статье представлена оценка точности спецификаций DCF-модели на основе анализа отклонений справедливых цен акций компаний, котирующихся на фондовом индексе S&P 500. Справедливые цены спецификаций DCF-модели составлены на основе ...
Добавлено: 15 мая 2026 г.
Предсказательная точность целевых цен акций: сравнение прогнозов аналитиков и машинного обучения
Федоров Н. С., Финансы и бизнес 2025 Т. 21 № 3 С. 34–50
В настоящее время роль искусственного интеллекта все больше занимает значительную роль в различных сферах, в том числе возрастает роль машинного обучения и в финансовой области. Оценка стоимости компании остается важной частью исследований ввиду своей сложности корректной предска зательной точности целевых цен акций. В данном исследовании проведено сравнение предсказательной точности целевой стоимости акций с применением модели дисконтирования ...
Добавлено: 15 мая 2026 г.
Эффективность применения прогнозов волатильности в активных торговых стратегиях институциональных инвесторов на российском рынке акций
Лысенок Н. И., Фундаментальная и прикладная математика 2026 Т. 26 № 3 С. 33–42
Исследование посвящено оценке влияния прогнозов реализованной волатильности на результаты активных торговых стратегий на российском рынке акций. На выборке 17 ликвидных акций за 2014-2026 гг. построена гибридная прогнозная модель, объединяющая HAR-J и градиентный бустинг; её преимущество над базовой HAR-J подтверждено тестом Дибольда-Мариано (p < 0,001). Шесть направленных стратегий трёх категорий протестированы с тремя механизмами интеграции прогнозов и без них. ...
Добавлено: 17 апреля 2026 г.
Прогноз волатильности криптовалют с использованием Google Trends и GDELT
Тетерин М. А., Экономическая политика 2025 Т. 20 № 4 С. 82–117
Криптовалюты стали важной частью современного финансового рынка. Одними из крупнейших являются Bitcoin, Ether, Litecoin и XRP, их капитализация составляет львиную долю рынка цифровых активов. При этом рынок криптовалют отличается от рынка традиционных финансовых активов более высоким уровнем волатильности цен, что делает методологию построения более точных прогнозов дневной волатильности для этих активов особенно значимой. Оценка дневной ...
Добавлено: 2 сентября 2025 г.
Can Ethereum predict Bitcoin’s volatility?
Тетерин М. А., Пересецкий А. А., Applied Econometrics 2025 Vol. 77 P. 74–90
Bitcoin and Ethereum are the two world’s largest cryptocurrencies. Their market capitalizations have recently peaked, making them more attractive to portfolio investors. As the cryptocurrency market is known for its high volatility nature, government institutions are also interested in this segment of the financial market for more comprehensive regulation. Volatility forecasting is a crucial part ...
Добавлено: 22 апреля 2025 г.
Google Trends and Bitcoin volatility forecast
Тетерин М. А., Пересецкий А. А., The Journal of the New Economic Association 2024 Vol. 4 P. 118–135
Добавлено: 21 января 2025 г.
New Approaches to Robust Inference on Market (Non-)efficiency, Volatility Clustering and Nonlinear Dependence
Ibragimov R., Pedersen R. S., Скроботов А. А., Journal of Financial Econometrics (Соединенное Королевство Великобритании и Северной Ирландии) 2024 Vol. 22 No. 4 P. 1075–1097
Добавлено: 14 ноября 2024 г.
GARCH-M model with an asymmetric risk premium: Distinguishing between ‘good’ and ‘bad’ volatility periods
Juri Trifonov, Потанин Б. С., International Review of Financial Analysis 2024 Vol. 91 Article 102941
Добавлено: 8 октября 2023 г.
Сравнение моделей прогноза волатильности криптовалют и фондового рынка
Аганин А. Д., Маневич В. А., Пересецкий А. А. и др., Экономический журнал Высшей школы экономики 2023 Т. 27 № 1 С. 49–77
В статье сравниваются между собой GARСH и HAR-модели для прогноза на один день вперед реализованной волатильности финансовых рядов. В качестве примера выбрана криптовалюта с наибольшей капитализацией – Bitcoin. Ее реализованная волатильность вычисляется по внутридневным (внутрисуточным – 24 часа) данным, с использованием закрывающих значений пятиминутных торговых интервалов. В работе предложен способ вычисления реализованной волатильности для случая ...
Добавлено: 13 марта 2023 г.
Semi-nonparametric Generalized Autoregressive Conditional Heteroscedasticity Model with Application to Bitcoin Volatility Estimation
Juri Trifonov, Bogdan Potanin, HSE Economic Journal 2022 Vol. 26 No. 4 P. 623–646
Добавлено: 6 декабря 2022 г.
GARCH-M Model With an Asymmetric Risk Premium: Distinguishing Between ‘Good’ and ‘Bad’ Volatility Periods
Juri Trifonov, Потанин Б. С., / Series "Working Papers". 2022.
Добавлено: 22 ноября 2022 г.
Волатильность фондового рынка и волатильность криптовалют
В. А. Маневич, А. А. Пересецкий, П. В. Погорелова, Прикладная эконометрика 2022 Т. 65 № 1 С. 65–76
В последние десять лет бурное развитие получили криптовалюты, из которых наиболь- шую капитализацию имеет биткоин; все больше инвесторов включают его в портфель активов. В связи с этим особый интерес приобретает вопрос о связи волатильностей рынка криптовалют и фондового рынка. В данной статье анализируется общая сто- хастическая компонента реализованной волатильности биткоина и фьючерса e-mini S&P 500. ...
Добавлено: 8 июня 2022 г.
Влияние ожиданий инвесторов на цену нефти
Потанин Б. С., Трифонов Ю. С., Прикладная эконометрика 2021 Т. 63 С. 76–90
В исследовании используются различные модификации GARCH-M процесса для моделирования цен на нефть с учетом ожиданий инвесторов и премии за риск, в качестве индикаторов которых выступают, соответственно, цены на фьючерсные контракты и волатильность. Преимущество предлагаемого подхода заключается в том, что премия за риск моделируется без учета экзогенных факторов, подбор которых зачастую может оказаться затруднительным. По результатам ...
Добавлено: 22 сентября 2021 г.
А был ли сдвиг: эмпирический анализ тестов на структурные сдвиги в волатильности доходностей.
Костырка А. В., Малахов Д. И., Прикладная эконометрика 2021 Т. 61 С. 110–139
В данной работе рассматриваются два популярных метода для выявления структурных сдвигов в волатильности доходностей: ICSS-алгоритм и оценивание методом наименьших квадратов (МНК). Показано, что ICSS-алгоритм чувствителен ко многим характеристикам рядов и использование асимптотических критических значений не всегда обоснованно. В сравнительных симуляциях МНК более точно оценивал количество и время сдвигов, особенно, когда их несколько. При анализе реальных ...
Добавлено: 20 апреля 2021 г.
Выделение глобального стохастического тренда из несинхронных наблюдений волатильности финансовых индексов
Погорелова П. В., Пересецкий А. А., Прикладная эконометрика 2020 Т. 57 С. 53–71
В данной работе метод линейного фильтра Калмана применяется для декомпози‐ ции несинхронных наблюдений реализованной волатильности финансовых индексов (NIKKEI 225, FTSE 100, S&P 500) на ненаблюдаемые глобальную и локальную состав‐ ляющие. Показано, что волатильность нью‐йоркского индекса S&P 500 представляет собой глобальную компоненту, в то время как токийский индекс NIKKEI 225, напротив, в большей степени подвержен изменениям ...
Добавлено: 26 августа 2020 г.
Вербальные интервенции как фактор формирования инфляционных ожиданий в России
Жемков М. И., Кузнецова О. С., Журнал Новой экономической ассоциации 2019 Т. 2 № 42 С. 49–69
Стабильность инфляционных ожиданий является необходимой составляющей успешного таргетирования инфляции. Среди множества факторов, влияющих на динамику инфляционных ожиданий, ключевым является информационная политика Центрального банка РФ и представителей органов государственной власти. В данной работе измеряется эффективность влияния вербальных интервенций Правительства РФ, Администрации Президента РФ и Банка России на высокочастотный показатель инфляционных ожиданий. Одной из главных особенностей этой работы является ...
Добавлено: 14 июля 2019 г.
KS-метод обнаружения структурного сдвига в GARCH(1,1) моделях
Борзых Д. А., Языков А. А., Прикладная эконометрика 2019 Т. 54 С. 90–104
В работе предложен новый метод обнаружения единичного структурного сдвига в GARCH(1,1)-модели, основанный на статистике Колмогорова–Смирнова. Данный метод будем обозначать KS. Хорошие свойства предлагаемого метода подкрепляются численными экспериментами по методу Монте-Карло. Метод сопоставляется с тремя хорошо известными CUSUM-методами обнаружения структурных сдвигов в GARCH-моделях: (Kokoszka, Leipus, 1999), (Inclán, Tiao, 1994) и  (Lee et al., 2004), которые далее ...
Добавлено: 28 марта 2019 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору