Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Системный анализ, управление и обработка информации

Диссертационная работа:

Журавлёва Юлия Николаевна. Модели и алгоритмы поддержки принятия решений по управлению краткосрочным инвестиционным портфелем: автореферат дис. ... кандидата технических наук: 05.13.01 / Журавлёва Юлия Николаевна;[Место защиты: Сургутский государственный университет Ханты-Мансийского автономного округа – Югры].- Сургут, 2012.- 24 с.

смотреть введение
Введение к работе:

Актуальность работы. При инвестировании в ценные бумаги на российском рынке в настоящее время инвестор стремится к повышению эффективности управления портфелем ценных бумаг. Российскому рынку ценных бумаг присущи следующие особенности: неликвидность значительной доли ценных бумаг, доминирующее влияние игровых спекулятивных операций, резкое изменение тенденций, отсутствие зависимости стоимости акций от финансовых результатов эмитента, информационная непрозрачность, доминирующее значение политических и макроэкономических факторов, большая волатильность. Все это вызывает большие трудности для оценки и прогнозирования значений рыночных показателей и усложняет формирование долгосрочного инвестиционного портфеля. Вследствие чего наиболее популярен сейчас краткосрочный инвестиционный портфель, формируемый исключительно из высоколиквидных бумаг, которые могут быть быстро реализованы.

Управление портфелем ценных бумаг - это совокупность действий инвестора, направленных на получение постоянного дохода от имеющихся ценных бумаг, на снижение риска от инвестиций, на приращение капитала. В нашей работе будем рассматривать эффективное управление портфелем ценных бумаг, которое включает следующие действия:

- формирование краткосрочного оптимального портфеля из высоколиквидных бумаг высокой доходности с учетом соотношения риска и доходности;

- постоянный анализ и регулирование состава портфеля ценных бумаг.

Для проведения анализа состава портфеля ценных бумаг необходимо строить прогнозы доходности ценных бумаг наилучшим образом. В связи с этим возникает необходимость в разработке алгоритмов построения прогнозов доходности для краткосрочных портфельных инвестиций, по возможности свободных от предположений о рыночной эффективности, которая в последнее время очевидным образом нарушается.

В силу указанных особенностей российского фондового рынка допущения, используемые в моделях зарубежной финансовой экономики, становятся некорректными, а технологии принятия решений требуют адаптации к специфическим условиям в финансовой сфере России.

Таким образом, поиск технологии поддержки принятия решений по управлению краткосрочным инвестиционным портфелем, учитывающей особенности российского финансового рынка является актуальной задачей, имеющей практическое приложение.

Для формализации будем в дальнейшем понимать под термином инвестирование процесс инвестиций, т.е. процесс вложения капитала инвестора с целью получения прибыли. Под термином финансовый инструмент, будем понимать любую ценную бумагу, рассматриваемую инвестором с целью инвестирования. Под термином доходность финансового инструмента будем понимать однодневную доходность, представляющую собой относительное приращение цены закрытия финансового инструмента за один торговый день. Под термином доходность инвестиций будем понимать абсолютное или относительное приращение капитала инвестора, за период инвестирования. Под термином риск будем понимать сочетание вероятности и последствий наступления неблагоприятного события в виде финансовых убытков.

Целью диссертационной работы является создание математических моделей и алгоритмов поддержки принятия решений инвестором для повышения эффективности управления краткосрочным инвестиционным портфелем.

Объектом исследования является процесс принятия решения инвестором по управлению краткосрочным инвестиционным портфелем.

Предметом исследования является математическое моделирование процесса принятия решения по управлению краткосрочным инвестиционным портфелем.

Задачи исследования. Для достижения поставленной цели необходимо решить следующие задачи:

1. Определение набора независимых переменных для построения моделей прогнозирования доходности финансового инструмента с использованием линейной многофакторной регрессии (ЛМР) и аппарата нейронных сетей (НС) на основе рыночных факторов, имеющих различную природу.

2. Разработка методики определения состояния временного ряда доходности финансового инструмента с использованием информации о локальных фрактальных свойствах временного ряда доходности финансового инструмента.

3. Разработка адаптивного алгоритма построения прогноза доходности финансового инструмента, включающего: ЛМР, НС, методику определения состояния временного ряда доходности на основе локальных фрактальных характеристик временного ряда доходности; позволяющего получить максимальную доходность инвестиций.

4. Построение модели поддержки принятия решений по оптимизации краткосрочного инвестиционного портфеля с максимальной доходностью инвестиций с учетом ограничения на рыночный риск финансовых инструментов, позволяющей использовать ее в качестве решателя (основы) программно-аналитического комплекса поддержки принятия решений (ПАК ППР) инвестором.

Методы исследования. Для решения поставленных задач применяются методы теории систем и системного анализа, теории принятия решений, теории вероятностей и математической статистики, математического моделирования, аппарата нейронных сетей, фрактального анализа, результаты исследований российских и зарубежных ученых (Л. Башелье, Б.Б. Мандельброт, Н.В. Старченко, и др.)

Научная новизна

При решении задач, поставленных в диссертационной работе, получены следующие новые научные результаты:

1. Применен подход к формированию множества независимых переменных для построения многофакторных моделей прогнозирования доходности финансового инструмента (ЛМР, НС) отличающийся от существующих тем, что в его основу положено рассмотрение рыночных факторов различной природы, классифицированных с точки зрения влияния четырех видов рыночного риска на доходность финансового инструмента.

2. Разработана методика определения состояния временного ряда доходности финансового инструмента с использованием информации о локальных фрактальных свойствах временного ряда финансового инструмента, включающая определение состояния «устойчивого тренда», которая отличается от известных методик анализом длительности тренда.

3. Разработан подход к построению краткосрочного прогноза доходности финансового инструмента, отличающегося от существующих тем, что в его основу положено совместное использование моделей прогнозирования краткосрочной доходности финансовых инструментов (ЛМР и НС). Показано, что для различных финансовых инструментов в разные временные интервалы времени целесообразно применять одну из двух моделей, дающую наиболее качественный результат прогноза. Доказана адекватность разработанных моделей ЛМР и НС, применимость их для построения прогноза.

4. Разработан подход к управлению краткосрочным инвестиционным портфелем, отличающегося от существующих тем, что в его основу положено совместное использование фрактального анализа временного ряда доходностей финансовых инструментов, моделей прогнозирования краткосрочной доходности финансовых инструментов (ЛМР и НС), методов оценки рыночного риска VAR.

На защиту вынесены следующие основные научные результаты:

1) Методика многомерного анализа данных различной природы, используемая в процессе принятия решений по управлению краткосрочным инвестиционным портфелем.

2) Методика определения состояния «устойчивого тренда» временного ряда доходности финансового инструмента с использованием информации о локальных фрактальных свойствах временного ряда финансового инструмента.

3) Адаптивная модель построения прогноза доходности, реализующая адаптивный механизм выбора метода прогноза доходности и алгоритм проверки эффективности принятия решения, включающая:

- методику определения состояния «устойчивого тренда» временного ряда доходности на основе локальных фрактальных характеристик временного ряда;

- модель ЛМР, построенную на основе факторов различной природы, включенных в модель при помощи алгоритма пошагового отбора значимых переменных;

- модель НС в виде многослойной сети, построенную на основе факторов, отобранных в регрессионной модели, с использованием процедуры обратного распространения.

4) Адаптивная интегрированная модель поддержки принятия решений по оптимизации краткосрочного инвестиционного портфеля с максимальной доходностью инвестиций с учетом ограничения на рыночный риск финансовых инструментов, позволяющая использовать ее в качестве решателя (основы) ПАК ППР.

Практическая значимость результатов работы Разработанный ПАК ППР позволяет оперативно принимать решения по управлению краткосрочным инвестиционным портфелем на российском рынке ценных бумаг. ПАК ППР может быть использован как инвестиционными компаниями, отдельными инвесторами, так и ВУЗами в качестве обучающей системы поддержки принятия решений в учебном процессе студентов экономических и технических специальностей.

Предложенная в работе модель поддержки принятия решений была отмечена дипломом международной конференции по финансовым рискам «Perm Winter School 2012» за лучшую научно-исследова-тельскую работу, имеющую практическую значимость.

Достоверность и обоснованность результатов подтверждается исходными теоретическими, методологическими и практическими данными исследований, апробацией результатов и успешным внедрением в ЗАО «СНГБ», подтвержденным Актом внедрения в ЗАО «СНГБ».

Апробация результатов работы.

Основные результаты диссертационной работы апробированы на международной конференции по финансовым рискам «Perm Winter School 2012» (Пермь, 2012), международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе-2010» (Гурзуф, 2010), международной научно-технической конференции «Кибернетика и высокие технологии XXI века» (Воронеж, 2010), конференции молодых ученых Ханты-Мансийского автономного округа – Югры «Наука и инновации XXI века» (Сургут, 2009, 2011).

По теме диссертации опубликовано 7 работ. Из них три в изданиях рекомендованных ВАК.

Личный вклад соискателя. Все основные результаты, на которых базируется диссертация, получены лично автором. Выбор направления исследования, постановку задач, разработку алгоритмов и моделей, интерпретацию результатов соискатель выполнил совместно с научным руководителем.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, изложенных на 138 страницах машинописного текста, содержащих 20 рисунков, 19 таблиц, списка литературы из 104 наименований и четырех приложений на пяти страницах. По результатам работы сделано 5 выступлений на конференциях различного уровня.


© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net