Skip to content
Verified SourcesFormatting StandardsHigh UniquenessPro Models

Эконометрический анализ влияния ключевой ставки цб на волатильность фондового рынка методами garch и аппроксимации функций

Эконометрическое моделирование динамики финансовых рынков позволяет выявить фундаментальные зависимости между инструментами денежно-кредитной политики и рыночной неопределенностью. Применение семейства моделей GARCH в сочетании с методами аппроксимации функций обеспечивает высокую точность оценки трансмиссионных механизмов влияния ключевой ставки на волатильность доходности ценных бумаг, учитывая асимметрию и инерционность рыночных шоков.

ドキュメントのプレビュー

これは簡単なプレビューです。フルバージョンには、すべてのセクションの拡張テキスト、結論、およびフォーマットされた参考文献が含まれます。

学位論文

DegreeType
Эконометрический анализ влияния ключевой ставки цб на волатильность фондового рынка методами garch и аппроксимации функций

著者:

Group

氏名

指導教員:

教授 氏名

都市 2026

目次

Введение3
Глава 1. Теоретические основы трансмиссионного механизма денежно-кредитной политики10
1.1 Эволюция концепций денежно-кредитного регулирования10
1.2 Роль ключевой ставки как инструмента управления рыночными ожиданиями18
1.3 Фондовый рынок как канал трансмиссии импульсов центрального банка26
1.4 Теоретические аспекты формирования волатильности финансовых активов34
1.5 Международный опыт анализа влияния процентных ставок на фондовые индексы42
Глава 2. Методология эконометрического моделирования волатильности50
2.1 Спецификация и свойства моделей семейства GARCH50
2.2 Учет экзогенных переменных в моделях GARCH-X58
2.3 Методы аппроксимации функций в анализе финансовых временных рядов66
2.4 Комбинирование параметрических и непараметрических подходов74
2.5 Процедуры тестирования на наличие ARCH-эффектов и стационарность82
Глава 3. Анализ динамики ключевой ставки и состояния фондового рынка РФ90
3.1 Дескриптивный анализ макроэкономических показателей РФ90
3.2 Статистические характеристики доходности российского фондового рынка98
3.3 Оценка волатильности процентных ставок в долгосрочном периоде106
3.4 Взаимосвязь денежного и фондового рынков: корреляционный анализ114
Глава 4. Эконометрическое исследование влияния ключевой ставки методами GARCH122
4.1 Оценка классической модели GARCH(1,1) для фондового индекса122
4.2 Реализация GARCH-X модели с включением ключевой ставки как экзогенного фактора130
4.3 Сравнительный анализ моделей GARCH и TGARCH для учета левериджа138
4.4 Оценка персистентности волатильности и скорости затухания шоков146
Глава 5. Применение аппроксимации функций для уточнения параметров влияния154
5.1 Нелинейная аппроксимация связи ставки и рыночной волатильности154
5.2 Использование сплайн-аппроксимации в структуре условной дисперсии162
5.3 Оценка качества аппроксимации и кросс-валидация моделей170
5.4 Синтез GARCH-моделей и методов аппроксимации178
Глава 6. Прогнозирование волатильности и рекомендации по финансовой политике186
6.1 Построение прогнозных сценариев волатильности фондового рынка186
6.2 Влияние шоков денежно-кредитной политики на инвестиционные стратегии194
6.3 Рекомендации по оптимизации коммуникационной политики ЦБ202
6.4 Управление рисками в условиях высокой неопределенности процентных ставок210
Приложение А. Результаты статистических тестов240
Заключение218
Список использованных источников225

はじめに

Динамика современного фондового рынка характеризуется высокой степенью чувствительности к макроэкономическим шокам, среди которых ключевое место занимают решения центральных банков по процентным ставкам. Денежно-кредитная политика (ДКП) напрямую влияет на стоимость капитала и ожидания инвесторов, что неизбежно отражается на параметрах рыночной волатильности. В условиях нестабильности мировой экономики и локальных рынков понимание механизмов трансляции импульсов ДКП становится критически важным для обеспечения финансовой стабильности [6, 15].

Проблема точной оценки волатильности осложняется тем, что традиционные линейные модели часто не способны зафиксировать сложные нелинейные зависимости и эффекты памяти, присущие финансовым временным рядам. Исследования показывают, что распределения доходности акций обладают свойствами эксцесса и асимметрии, что делает необходимым использование специализированного инструментария [13]. Существующие подходы на базе моделей авторегрессионной условной гетероскедастичности позволяют учитывать кластеризацию волатильности, однако требуют дальнейшей адаптации для включения экзогенных факторов, таких как ключевая ставка [13, 14].

Целью данной работы является эконометрический анализ и моделирование влияния ключевой ставки ЦБ на волатильность фондового рынка. Для достижения поставленной цели необходимо решить задачи по выбору оптимальной спецификации модели, интеграции методов аппроксимации функций для сглаживания данных и проведения эмпирической проверки гипотез о значимости процентного канала [1, 15]. В работе особое внимание уделяется сопоставлению эффективности различных модификаций GARCH, включая GARCH-X и TGARCH, которые позволяют учитывать внешние переменные и эффекты левериджа [13, 14].

Методологическую основу исследования составляют современные эконометрические методы анализа временных рядов. Применение моделей GARCH-MIDAS позволяет объединять данные разной частотности, что актуально при анализе ежемесячных решений по ставке и ежедневных биржевых котировок [3, 15]. Использование методов аппроксимации функций в структуре условной дисперсии дает возможность более гибко описывать реакцию рынка на шоки ДКП, минимизируя ошибки спецификации, характерные для жестких параметрических форм [5].

Научная новизна исследования заключается в разработке гибридного подхода, сочетающего классические эконометрические модели с методами аппроксимации, что позволяет более точно идентифицировать периоды аномальной волатильности, вызванной изменениями ключевой ставки. Эмпирические результаты, полученные на данных различных развивающихся и развитых рынков, подтверждают, что процентная политика оказывает значимое влияние на волатильность в краткосрочном периоде, в то время как долгосрочные тренды могут определяться более широким спектром факторов, включая денежную массу и инфляцию [15].

Практическая значимость работы определяется возможностью использования полученных моделей для прогнозирования рыночных рисков и разработки стратегий хеджирования. Регуляторы могут применять данные методы для оценки эффективности коммуникационной политики и минимизации нежелательных колебаний на финансовых рынках при изменении монетарных условий [14]. Структура диссертации включает теоретическое обоснование, методологический аппарат, эмпирический анализ и прикладные рекомендации по управлению волатильностью в условиях современной экономики.

参考文献

  1. Volatility impulse response analysis for DCC‐GARCH models: The role of volatility transmission mechanisms (2020)
    David Gabauer
    DOI リンク
  2. Examining the interconnectedness of green finance: an analysis of dynamic spillover effects among green bonds, renewable energy, and carbon markets (2023)
    Yafei Zhang, Muhammad Umair
    DOI リンク
  3. Long- and Short-Term Cryptocurrency Volatility Components: A GARCH-MIDAS Analysis (2018)
    Christian Conrad, Anessa Custovic, Éric Ghysels
    DOI リンク
  4. Modelling volatility of cryptocurrencies using Markov-Switching GARCH models (2018)
    Guglielmo Maria Caporale, Timur Zekokh
  5. Stock Market Prediction Using Machine Learning Techniques: A Decade Survey on Methodologies, Recent Developments, and Future Directions (2021)
    Nusrat Rouf, Majid Bashir Malik, Tasleem Arif et al.
  6. Dynamic connectedness between stock markets in the presence of the COVID-19 pandemic: does economic policy uncertainty matter? (2021)
    Manel Youssef, Khaled Mokni, Ahdi Noomen Ajmi
  7. The volatility of Bitcoin and its role as a medium of exchange and a store of value (2021)
    Dirk G. Baur, Thomas Dimpfl
  8. The outbreak of COVID‐19 pandemic and its impact on stock market volatility: Evidence from a worst‐affected economy (2021)
    Debakshi Bora, Daisy Basistha
  9. Analyzing the Characteristics of Green Bond Markets to Facilitate Green Finance in the Post-COVID-19 World (2021)
    Farhad Taghizadeh‐Hesary, Naoyuki Yoshino, Han Phoumin
  10. COVID-19 fear and volatility index movements: empirical insights from ASEAN stock markets (2021)
    Muhammad Sadiq, Ching‐Chi Hsu, YunQian Zhang et al.
  11. Impact of the COVID-19 outbreak on the US equity sectors: Evidence from quantile return spillovers (2021)
    Syed Jawad Hussain Shahzad, Elie Bouri, Ladislav Krištoufek et al.
  12. The Economic and Environmental Impact of Bitcoin (2021)
    Liana Badea, Mariana Claudia Mungiu-Pupăzan
  13. The Impact of Exogenous Variables on Stock Market Volatility: A GARCH-X Model Approach (2025)
    Promise Saro Daewii, Nwikpe Barinaada John, Davis Iyai et al.
  14. Modelling the Volatility of Banks Interest Rate Returns in Nigeria: A Comparison of the Efficacy of Different GARCH Models (2025)
    Moujieke Bridget Lotachi, Zorle Dum Deebom
  15. Impact of monetary policy on the stock market volatility: a GARCH-MIDAS approach in Malaysian economy (2025)
    Jingyang Zuo

参考文献

Launch Offer -30%

This project is designed for ロシア standards. You are currently browsing 日本 standards.

学位論文

SIST 02 (科学技術情報流通技術基準)

¥3,300¥4,714
  • 120ページ以上
  • 80%以上の独自性
  • Wordへエクスポート
  • 正しい書式設定
  • 公開プレビュー
    他の著者のプレビューを非公開にすることはできません。あなたの作品は非公開で、完全にユニークなものになります。
  • 参考文献リスト (100+, GOST R 7.32)
    +¥150
  • 代替ソースを追加 (ニュース, .gov, .edu)

学位論文

SIST 02 (科学技術情報流通技術基準)