Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/327732Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Кендысь, А. М. | |
| dc.date.accessioned | 2025-03-31T12:01:29Z | - |
| dc.date.available | 2025-03-31T12:01:29Z | - |
| dc.date.issued | 2024 | |
| dc.identifier.citation | Теория вероятностей, математическая статистика и приложения = Probability Theory, Mathematical Statistics and Applications : материалы междунар. науч. конф., Минск, 22‒24 апр. 2024 г. / Белорус. гос. ун-т ; редкол.: А. Ю. Харин (гл. ред.) [и др.]. ‒ Минск : БГУ, 2024. ‒ 84-91. | |
| dc.identifier.isbn | 978-985-881-660-5 | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/327732 | - |
| dc.description.abstract | В данной работе применяются модели копул для исследования акций российского фондового рынка во время коронавирусной инфекции (COVID-19). Для моделирования динамики финансовых рядов применяется процесс ARMA-GJR-GARCH (модель авторегрессии-скользящего среднего Глостен-Джаганнатан-Ранкл с обобщённой авторегрессионной условной гетероскедастичностью). Осуществляется подбор подходящего семейства копул и его параметров. Формируется прогноз исходного ряда. Выявляется, что копулы в связке с моделью ARMA-GJR-GARCH являются достаточно адекватным инструментом для прогноза и помогают дать представление о будущем поведении временных рядов | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика | |
| dc.title | Применение моделей копул в анализе временных рядов | |
| dc.title.alternative | Application of copula models in time series analysis / A. M. Kendys | |
| dc.type | conference paper | |
| dc.description.alternative | In this paper copula models are used to study shares of the Russian stock market during the coronavirus infection (COVID-19). To model the dynamics of financial series the ARMA-GJR-GARCH process (autoregressive moving average Glosten-Jagannathan-Runkle model with generalized autoregressive conditional heteroskedasticity) is used. The selection of a suitable copula family and its parameters is carried out. A forecast of the initial series is formed. It turns out that copulas in conjunction with the ARMA-GJR-GARCH model are a fairly adequate tool for forecasting and help give an idea of the future behavior of time series | |
| Располагается в коллекциях: | 2024. Теория вероятностей, математическая статистика и приложения | |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.