@ARTICLE{26543120_867893999_2023, 
	author = {В. А. Свиязов}, 
	keywords = {, нечеткие системы, прогнозирование, временные ряды, доходность, волатильностьсезонность},
	title = {Существует ли эффект выходного дня: исследование российского фондового рынка с помощью нечетких систем},
	journal = {Экономический журнал ВШЭ},
	year = {2023},
	volume = {27},
	number = {3},
	pages = {412-434},
	url = {https://ej.hse.ru/2023-27-3/867893999.html},
	publisher = {},
	abstract = {В настоящей работе рассматривается задача прогнозирования волатильности с учетом и без учета эффекта сезонности (эффекта выходного дня). Таким образом, существование эффекта выходного дня понимается в следующем смысле: дают ли модели, включающие сезонность, лучшие прогнозы по сравнению с моделями, не включающими сезонность. Представлена нечеткая модель GARCH, в которой учитывается эффект недельной сезонности. Модель является аналогом обычной модели GARCH, однако позволяет учитывать различную зависимость в разных кластерах (волатильности и сезонности), а также осуществлять так называемое мягкое переключение между кластерами. Предложенный подход применяется к двум фондовым индексам - индикаторам состояния российского рынка: индексу МосБиржи и индексу РТС - и сравнивается с нечеткой моделью без сезонности, а также с классической моделью GARCH. Проделанные расчеты демонстрируют, что значимого улучшения прогноза при внедрении сезонности в нечеткую модель GARCH нет. Нечеткие модели дают сопоставимые с моделью авторегрессии - условной гетероскедастичности результаты. Таким образом, нечеткие модели можно использовать наряду с традиционными моделями, однако учет дня недели - по крайней мере, на использованных выборках - не дает увеличения качества прогнозирования волатильности. Нечеткая модель GARCH может быть полезна также при расчете финансовых рисков и, в частности, показателя Value at Risk. Насколько известно автору, в настоящей работе впервые нечеткие системы используются с целью выявления эффекта сезонности (эффекта выходного дня) .},
	annote = {В настоящей работе рассматривается задача прогнозирования волатильности с учетом и без учета эффекта сезонности (эффекта выходного дня). Таким образом, существование эффекта выходного дня понимается в следующем смысле: дают ли модели, включающие сезонность, лучшие прогнозы по сравнению с моделями, не включающими сезонность. Представлена нечеткая модель GARCH, в которой учитывается эффект недельной сезонности. Модель является аналогом обычной модели GARCH, однако позволяет учитывать различную зависимость в разных кластерах (волатильности и сезонности), а также осуществлять так называемое мягкое переключение между кластерами. Предложенный подход применяется к двум фондовым индексам - индикаторам состояния российского рынка: индексу МосБиржи и индексу РТС - и сравнивается с нечеткой моделью без сезонности, а также с классической моделью GARCH. Проделанные расчеты демонстрируют, что значимого улучшения прогноза при внедрении сезонности в нечеткую модель GARCH нет. Нечеткие модели дают сопоставимые с моделью авторегрессии - условной гетероскедастичности результаты. Таким образом, нечеткие модели можно использовать наряду с традиционными моделями, однако учет дня недели - по крайней мере, на использованных выборках - не дает увеличения качества прогнозирования волатильности. Нечеткая модель GARCH может быть полезна также при расчете финансовых рисков и, в частности, показателя Value at Risk. Насколько известно автору, в настоящей работе впервые нечеткие системы используются с целью выявления эффекта сезонности (эффекта выходного дня) .}
}