КАРТОЧКА ПРОЕКТА,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 16-18-10432

НазваниеCовременные методы моделирования и устойчивого анализа больших данных в финансах и экономике, с адаптацией для эффективной работы на высокопроизводительных (параллельных и распределенных) вычислительных системах и приложениями к исследованию кризисов и их распространения на финансовых и экономических рынках

РуководительИбрагимов Рустам Маратович, Кандидат физико-математических наук

Организация финансирования, регионАвтономная некоммерческая организация высшего образования "Университет Иннополис", Республика Татарстан

Года выполнения2016 - 2018

КонкурсКонкурс 2016 года на получение грантов по приоритетному направлению деятельности РНФ «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 08 - Гуманитарные и социальные науки, 08-155 - Прогнозирование социально- экономического развития, государственное регулирование экономики и управление социально-экономическими процессами

Ключевые словаФинансовые и экономические рынки; кризисы, их распространение и финансовое заражение; устойчивый статистический и эконометрический анализ; зависимые и неоднородные данные; распределения с тяжелыми хвостами; копульные модели зависимости; формирующиеся рынки и экономики переходного периода; российские и постсоветские рынки; базы данных по финансовым и экономическим кризисам; современные компьютерные и информационно-коммуникационные технологии; компьютерное и математическое моделирование; компьютерный и статистический анализ; большие данные; высокопроизводительные (параллельные и распределенные) вычислительные системы; программное обеспечение

Код ГРНТИ28.17.19


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Целью проекта является организация ведущей научной группы и развитие исследований мирового класса в области компьютерного и статистического анализа и моделирования финансовых и экономических процессов, с приложениями к изучению кризисов и их распространения на финансовых и экономических рынках, влючая следующие ключевые направления и проблемы: - Современные подходы к компьютерному, статистическому и эконометрическому анализу и моделированию финансовых рынков, динамики ключевых финансовых показателей, их больших изменений и кризисов; - Применения современных компьютерных и информационно-коммуникационных технологий, высокопроизводительных (параллельных и распределенных) вычислительных систем и их программного обеспечения в моделировании и устойчивом статистическом анализе больших баз данных по финансовым и экономическим рынкам, подверженным влиянию кризисов, их распространения и финансового заражения; - Разработка и применение современных подходов к компьютерному, математическому и статистическому моделированию и анализу динамики ключевых финансовых и экономических величин и показателей, кризисов и распространения, финансового заражения и взаимозависимости финансовых и экономических рынков; - Создание, развитие и компьютерный и статистический анализ крупномасштабного банка данных по финансовым и экономическим кризисам, оказавшим влияние на российскую и постсоветские экономики. Компьтерное и статистическое моделирование и анализ воздействия финансовых и экономических кризисов на экономику России и постсоветские и формирующиеся рынки; - Разработка и применение новых и улучшенных методов устойчивого статистического анализа больших баз финансовых данных с проблемами нелинейной зависимости, кластеров волатильности, гетерогенности, больших изменений и влияния кризисов и финансового заражения; - Разработка и применение современных математических и статистических моделей, основанных на распределениях с тяжелыми хвостами и копульных структур зависимости, в моделировании и анализе динамики и взаимозависимости финансовых рынков, подверженных влиянию кризисов и финансового заражения; - Адаптация современных методов компьютерного и математического моделирования и устойчивого статистического анализа финансовых и экономических рынков для эффективной работы на высокопроизводительных (параллельных и распределенных) вычислительных системах и их программное обеспечение; - Применение современных компьютерных технологий, программного обеспечения и методов устойчивого статистического анализа больших баз данных в исследовании динамики ключевых величин и показателей финансовых и экономических рынков в России, постсоветских государствах, странах с переходной экономикой и формирующихся рынках; - Изучение влияния текущего мирового финансового и экономического кризиса и взаимозависимости рассматриваемых рынков на их развитие и динамику их ключевых величин и показателей. Среди других, главными компонентами актуальности и научной новизны проекта являются • Широкомасштабный компьютерный и статистический анализ кризисов и финансового заражения, оказывающих влияние на все аспекты функционирования и развития финансовых и экономических рынков; • Создание, развитие и статистический и компьютерный анализ крупномасштабного банка данных по финансовым и экономическим кризисам, оказавшим влияние на российскую и постсоветские экономики; • Разработка и применение новых и улучшенных методов устойчивого статистического анализа больших баз зависимых и гетерогенных финансовых и экономических данных; • Внедрение новых и улучшенных устойчивых методов в широко используемые пакеты программного обеспечения компьютерного, математического и статистического моделирования и анализа; • Разработка и применения нового программного обеспечения устойчивого моделирования и анализа на основе предложенных устойчивых статистических и эконометрических методов; • Применение современных методов теории копул и распределений с тяжелыми хвостами в моделировании и анализе рынков, подверженных влиянию кризисов, взаимозависимости и финансового заражения; • Концентрация основной части исследований на рынках России и странах с формирующейся и переходной экономикой, которые подвежены более выраженному влиянию кризисов и гораздо менее изученны в современной научной литературе по финансам и экономике по сравнению с развитыми рынками.

Ожидаемые результаты
Как результат проекта, на базе Университета Иннополис будет организована активная научно-исследовательская и преподавательская деятельность российских и зарубежных ученых мирового класса в области компьютерного и статистического анализа и математического и компьютерного моделирования финансовых и экономических процессов и рынков. Вклад проекта в научные исследования и образование будет включать в себя, в частности, исследования и работу по следующим важным направлениям и получение следующих ожидаемых результатов. - Установление и развитие научно-исследовательского и образовательного сотрудничества между участниками исследовательской группы, Университетом Иннополис, Школой бизнеса (Imperial College Business School) и Department of Computing Имперского колледжа Лондона (Imperial College London), Школой бизнеса Сиднейского университета (the University of Sydney Business School), Университетом Карнеги-Меллон (Carnegie Mellon University), исследователями в регионе и ведущими учеными в России и за рубежом, включая членов Научного совета проекта (С. Анатольев, Российская Экономическая Школа; R. Atun, School of Public Health, Harvard University; Wayne Luk, Dept. of Computing, Imperial College London; U. K. Müller, Dept. of Economics, Princeton Univ.; P.C.B. Phillips, Dept. of Economics, Yale Univ.) и других специалистов мирового уровня. - Обучение студентов и молодых ученых Университета Иннополис и других высших ученых заведений Казани, региона и России; разработка и преподавание курсов по компьютерному и математическому моделированию финансовых и экономических рынков и явлений, компьютерному и статистическому анализу больших баз финансовых и экономических данных и анализу финансовых и экономических временных рядов в Университете Иннополис и других вузах региона и Российской Федерации. - Организация и проведение международных конференций, семинаров и летних школ в Университете Иннополиса и других высших учебных заведениях Казани, региона и Российской Федерации с участием ученых и научных работников, специалистов, работающих на IT и финансовых рынках, и ведущих исследователей в области проекта в России и за рубежом. - Создание, развитие и статистический и компьютерный анализ крупномасштабного банка данных по финансовым и экономическим кризисам, оказавшим влияние на российскую и постсоветские экономики. - Разработка новых и усовершенствованных методов устойчивого статистического и эконометрического анализа больших баз зависимых и гетерогенных финансовых и экономических данных. - Внедрение разработанных новых устойчивых статистических и эконометрических методов в широко используемые пакеты программного обеспечения компьютерного, математического и статистического моделирования и анализа; разработка и применения нового программного обеспечения на их основе. - Разработка и применение современных подходов к компьютерному и математическому моделированию динамики ключевых финансовых и экономических величин и показателей, кризисов и их распространения и процессов финансового заражения рынков. - Адаптация современных методов компьютерного и математического моделирования и устойчивого статистического анализа финансовых и экономических рынков для эффективной работы на высокопроизводительных (параллельных и распределенных) вычислительных системах и их программное обеспечение. - Применения современных компьютерных и информационно-коммуникационных технологий, высокопроизводительных (параллельных и распределенных) вычислительных систем и их программного обеспечения в моделировании и устойчивом статистическом анализе больших баз данных по финансовым и экономическим рынкам, подверженным влиянию кризисов, их распространения и финансового заражения. - Применения современных методов компьютерного и математического моделирования и устойчивого статистического анализа в изучении динамики экономического развития в России, Республике Татарстан и других российских регионах, постсоветских экономиках и формирующихся рынках, подверженных влиянию текущего мирового финансового и экономического кризиса, финансового заражения и взаимозависимости. Применения результатов исследований в подготовке рекомендаций по экономической политике Российской Федерации, Республики Татарстан и других регионов России. - Публикация результатов работы по проекту в статьях в ведущих рецензируемых зарубежных и международных научных журналах и представление докладов по ним на ведущих междунароных конференциях и семинарах по компьютерному и математическому моделированию, компьютерным и информационным технологиям, экономике, финансам и статистике и на собраниях международных профессиональных обществ в этих областях. - Основные результаты работы по проекту будут представлены в монографии ведущего ученого и участника проекта А. Б. Прохорова 'Главы теории мажоризации, стохастических упорядочений и моделирования зависимости в экономике и финансах' - 'Topics in Majorization, Stochastic Orderings and Dependence Modelling in Economics and Finance', над которой они в настоящее время работают для публикации ведущими научными издательствами World Scientific и Imperial College Press. - В целом, проект будет первым широкомасштабным вкладом в развитие международного сотрудничества по развитию исследований и образования в России в области компьютерного и математического моделирования финансовых и экономических рынков и процессов, включая кризисы и финансовое заражение, и статистического и эконометрического анализа больших баз финансовых и экономических данных. Он будет включать разработку и применение современных методов компьютерного и математического моделирования и устойчивого статистического и эконометрического анализа больших баз данных по финансовым и экономическим рынкам; исследование крупномасштабных баз данных по России, постсоветским экономикам и формирующимся рынкам; а также междисциплинарное и широкое международное научное и образовательное сотрудничество в областях проекта. Проект внесет вклад в развитие ключевых приоритетных областей в регионе и России, включая развитие информационных и компьютерных систем и технологий, применения высокопроизводительных вычислительных систем в анализе финансовых и экономических рынков, развитие программного обеспечения устойчивого статистического и компьютерного анализа и моделирования, обучение и повышение образования студентов и молодых ученых и разработку рекомендаций по экономической политике и антикризисным мерам в России и за рубежом.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2016 году
Научные задачи, исследуемые в проекте, касаются вопросов устойчивости моделей в экономике и финансах к стандартным предположениям о независимости и однородности ключевых величин в этих моделях и данных, используемых при их статистическом анализе. Общеизвестно, что современные экономические и финансовые рынки подвержены влиянию кризисов и многие их ключевые величины, такие как рыночная доходность, характеризуются большими изменениями, кластерами волатильности и нелинейной зависимостью. Ключевые индикаторы рынков, такие как цены ценных бумаг и ресурсов, подвержены значительным падениям, приводящим к большим экономическим потерям их участников, а также государства. Как пример, можно привести кризис “черного понедельника”, произошедшего 19 октября 1987, когда, например, один из главных мировых финансовых индексов – промышленный индекс Дау Джонс (Dow Jones Industrial Average, DJIA) обвалился более, чем на 22% - это было его наибольшее падение за всю историю. К сожалению, многие стандартные модели, основанные, например, на предположениях о нормальности распределений рассматриваемых величин, не работают при моделировании финансовых и экономических рынков, подверженных подобным шокам. Один из главных подходов к моделированию величин, характеризующихся большими изменениями, который в настоящее время используется, основан на применении распределений с тяжелыми хвостами. Для величин с подобными распределениями, вероятности наблюдения кризисов и больших падений гораздо выше, чем в предположениях нормальности. Как показывают эмпирические исследования в литературе (обсуждаемые, в частности, в монографии Ibragimov, M., Ibragimov, R. and Walden, J. Heavy-Tailed Distributions and Robustness in Economics and Finance. Lecture Notes in Statistics 214, Springer, http://www.springer.com/us/book/9783319168760) и полученные в рамках проекта, распределения с тяжелыми хвостами являются хорошими моделями для многих ключевых финансовых и экономических величин, включая доходность, обменные курсы, цены на природные ресурсы, страховые риски, распределения доходов и богатства, и многие другие. Важной характеристикой финансовых и экономических индикаторов и рынков является также их взаимозависимость. К сожалению, как показывает быстрое распространение кризиса 2008 г., начавшегося в США, на другие рынки и страны, финансовые и экономические рынки подвержены эффекту финансовой зараженности: большие потери на них обычно наблюдаются одновременно. Кроме того, как известно, многие финансовые временные ряды, такие как доходность и обменные курсы, характеризуются кластерами волатильности и нелинейной зависимостью. Стандартные предположения независимости не могут быть использованы в моделировании финансовых и экономических рынков и их ключевых индикаторов. Согласно исследованиям, проведенным в рамках проекта, при отклонении от подобных стандартных предположений, таких как предположение нормальных распределений и однородности, выводы многих важных моделей в экономике и финансах, включая анализ оптимальности диверсификации, могут меняться на противоположные. Так, например, диверсификация портфеля ценных бумаг или портфеля рисков может стать неоптимальной в случае рисков и финансовых возвратов, которые имеют распределения с тяжелыми хвостами, как это обычно наблюдается на многих экономических и финансовых рынках. В то же время, важным фактом является то, что выводы ряда ключевых экономических и финансовых моделей, полученные при предположениях нормальных распределений, продолжают быть справедливыми и в случае распределений с тяжелыми хвостами, которые часто наблюдаются на практике. Проблемы (не-)устойчивости экономических и финансовых моделей к тяжести хвостов распределений и неоднородности в научной литературе до сих пор исследовались, главным образом, при предположении независимости их ключевых величин и данных, используемых в их оценке. Важной задачей исследований по проекту является изучение устойчивости этих моделей к предположениям зависимости. В этом направлении, исследования по проекту основаны на приложениях бурно развивающихся в настоящее время направлений в статистике и теории вероятностей: теории копул – функций, моделирующих все свойства зависимости исследуемых случайных величин; и теории распределений с тяжелыми хвостами. Результаты, полученные в рамках проекта показывают, что выводы ряда фундаментальных моделей в экономике и финансах продолжают иметь место и в случае многих типов зависимости, встречающихся на практике. В то же время, некоторые заключения этих моделей меняются на обратные. Важными результатами, полученными в рамках исследований по проекту, является определение условий – степеней зависимости и гетерогенности экономических и финансовых величин и данных, при которых стандартные выводы моделей продолжают иметь место. Вышеуказанные проблемы потенциальной неустойчивости ключевых экономических и финансовых моделей к предположениям тяжелых хвостов распределений и зависимости подчеркивают, что в их изучении важно использовать статистические методы, выводы которых верны при подобных предположениях. То есть, важно использовать статистические подходы, применимые в случае данных, которые, как обычно происходит на практике, являются неоднородными и коррелированными и, таким образом, не удовлетворяют стандартным предположениям независимости и одинаковой распределенности. Важной частью работы по проекту является разработка устойчивых и простых в применениях статистических методов и их приложения в анализе современных экономических и финансовых рынков. Важной компонентой работы по проекту является адаптация разработанных в ходе исследований по проекту устойчивых методов статистического моделирования и анализа для эффективной работы на высокопроизводительных (параллельных и распределенных) вычислительных системах. Методы моделирования и анализа, разработанные в рамках проекта, применены в компьютерном и статистическом моделировании и исследованиях кризисов и их распространения на современных финансовых и экономических рынках, анализе степеней тяжелохвостности и взаимозависимости ключевых экономических и финансовых величин, структурных изменений в их динамике вследствие кризисов и других шоков и разработке экономических рекомендаций. Результаты работы по проекту представлены в ряде публикаций и статей, находящихся в настоящее время в подготовке, а также, в монографии участников проекта в печати издательством World Scientific. Публикации по проекту в текущем году, принятые и находящиеся в печати Анкудинов, А. Б. и Лебедев, О. В. (2016). Дивидендные выплаты российских компаний в условиях финансового кризиса. Корпоративные финансы (Journal of Corporate Finance Research), Т. 10. № 3. С. 38–56. https://cfjournal.hse.ru/2016--3%20(39)/192680495.html Ibragimov, M. and Ibragimov, R. (2016). Unemployment and output dynamics in CIS countries: Okun’s law revisited. В печати в журнале Applied Economics. http://dx.doi.org/10.1080/00036846.2016.1262519 Ibragimov, M. and Ibragimov, R. (2016). Heavy tails and upper tail inequality: The case of Russia. Принято в печать в журнал Empirical Economics. Ibragimov, R. and Prokhorov, A. Heavy Tails and Copulas: Topics in Dependence Modelling in Economics and Finance. World Scientific. http://www.worldscientific.com/worldscibooks/10.1142/9644 Ibragimov, R. and Prokhorov, A. (2016). Heavy tails and copulas: Limits of diversification revisited. Economics Letters 149, 102-107. http://dx.doi.org/10.1016/j.econlet.2016.10.024 Ibragimov, R., Jaffee, D. and Walden, J. Equilibrium with monoline and multiline structures. Принято в печать в журнал Review of Finance. Matsypura, D., Neo, E. and Prokhorov, A. (2016). Estimation of hierarchical Archimedean copulas as a shortest path problem. Economics Letters 149, 131-134. http://dx.doi.org/10.1016/j.econlet.2016.10.034

 

Публикации

1. Ибрагимов Рустам, Прохоров Артем Heavy tails and copulas: Limits of diversification revisited Economics Letters, Volume 149, Pages 102–107 (год публикации - 2016).

2. Матсыпура Дмитро, Нео Эмили, Прохоров Артем Estimation of hierarchical Archimedean copulas as a shortest path problem Economics Letters, Volume 149, pages 131–134 (год публикации - 2016).


Аннотация результатов, полученных в 2017 году
В отчетный период участниками проекта была завершена работа по основным направлениям научных исследований, запланированным на 2017 г. В частности, была завершена работа по разработке новых устойчивых методов статистического анализа в экономике и финансах при зависимости, неоднородности и тяжелохвостности данных по ключевым величинам в этих областях и их применениям в исследовании экономических и финансовых рынков России и рынков периода становления (emerging markets). Общеизвестно, что современные экономические и финансовые рынки подвержены влиянию кризисов и многие их ключевые величины, такие, как рыночная доходность, характеризуются большими изменениями, кластерами волатильности и нелинейной зависимостью. Ключевые индикаторы рынков, такие как цены ценных бумаг и ресурсов, подвержены значительным падениям, приводящим к большим экономическим потерям их участников, а также государства. Один из главных подходов к моделированию величин, характеризующихся большими изменениями, который в настоящее время используется, основан на применении распределений с тяжелыми хвостами. Для величин с подобными распределениями, вероятности наблюдения кризисов и больших падений гораздо выше, чем в предположениях нормальности. Как показывают эмпирические исследования, представленные в литературе (обсуждаемые, в частности, в монографии Ibragimov, M., Ibragimov, R. and Walden, J. Heavy-Tailed Distributions and Robustness in Economics and Finance. Lecture Notes in Statistics 214, Springer, http://www.springer.com/us/book/9783319168760) и полученные в рамках проекта, распределения с тяжелыми хвостами являются хорошими моделями для многих ключевых финансовых и экономических величин, включая доходность, валютные курсы, цены на природные ресурсы, страховые риски, распределения доходов и богатства, и многие другие. Важной характеристикой финансовых и экономических индикаторов и рынков является также их взаимозависимость. К сожалению, как показывает быстрое распространение кризиса 2008 г., начавшегося в США, на другие рынки и страны, финансовые и экономические рынки подвержены эффекту финансовой зараженности: большие потери на них обычно наблюдаются одновременно. Кроме того, как известно, многие финансовые временные ряды, такие как доходность и валютные курсы, характеризуются кластерами волатильности и нелинейной зависимостью. Стандартные предположения независимости не могут быть использованы в моделировании финансовых и экономических рынков и их ключевых индикаторов. Согласно исследованиям, проведенным в рамках проекта, при отклонении от подобных стандартных предположений, таких, как предположение нормальности распределений и однородности, выводы многих важных моделей в экономике и финансах, включая анализ оптимальности диверсификации, могут меняться на противоположные. Так, например, диверсификация портфеля ценных бумаг или портфеля рисков может стать не оптимальной в случае рисков и финансовых возвратов, которые имеют распределения с тяжелыми хвостами, как это обычно наблюдается на многих экономических и финансовых рынках. В то же время, важным фактом является то, что выводы ряда ключевых экономических и финансовых моделей, полученные при предположениях нормальных распределений, продолжают быть справедливыми и в случае распределений с тяжелыми хвостами, которые часто наблюдаются на практике. Важной задачей исследований по проекту является изучение (не-)устойчивости экономических и финансовых моделей моделей к предположениям зависимости, в дополнение к анализу их поведения при тяжелохвостных распределениях. В этом направлении, исследования по проекту основаны на приложениях бурно развивающихся в настоящее время направлений в статистике и теории вероятностей: теории копул – функций, моделирующих все свойства зависимости исследуемых случайных величин; и теории распределений с тяжелыми хвостами. Результаты, полученные в рамках проекта показывают, что выводы ряда фундаментальных моделей в экономике и финансах продолжают иметь место и в случае многих типов зависимости, встречающихся на практике. В то же время, некоторые заключения этих моделей меняются на обратные. Важными результатами, полученными в рамках исследований по проекту, является определение условий – степеней зависимости и гетерогенности экономических и финансовых величин и данных, при которых стандартные выводы моделей продолжают иметь место. Вышеуказанные проблемы потенциальной неустойчивости ключевых экономических и финансовых моделей к предположениям тяжелых хвостов распределений и зависимости подчеркивают, что в их изучении важно использовать статистические методы, выводы которых верны при подобных предположениях. То есть, важно использовать статистические подходы, применимые в случае данных, которые, как обычно происходит на практике, являются неоднородными и коррелированными и, таким образом, не удовлетворяют стандартным предположениям независимости и одинаковой распределенности. Важной частью работы по проекту в отчетный период являлась разработка устойчивых и простых в применениях статистических методов и их применения в анализе современных экономических и финансовых рынков периода становления и России. В рамках исследований в этом направлении, в отчетный период участниками проекта разработаны новые устойчивые методы характеризации финансовой зараженности между целыми рынками и группами стран. Предложенные методы анализа взаимозависимости между целыми рынками и группами стран являются первыми в литературе подходами к характеризации “глобальной” финансовой зараженности, системных рисков и их влияния на свойства ключевых экономических и финансовых моделей и эконометрических методов. Методы анализа финансовой зараженности, разработанные в ходе работы по проекту, являются устойчивыми к любым формам зависимости между отдельными странами и участниками анализируемых рынков, включая их нелинейную зависимость. Участниками проекта были также разработаны новые методы устойчивого статистического анализа в широко используемых предсказательных регрессионных моделях для финансовых и экономических рынков с проблемами потенциальной нестационарности регрессоров. Указанные методы позволяют построить устойчивые оценки параметров предсказательных регрессий с правильными доверительными интервалы. Кроме того, они дают возможность проводить устойчивые тесты структурных изменений в моделях зависимости между ключевыми экономическими и финансовыми показателями. Предложенные подходы к устойчивому статистическому анализу выгодно отличаются от широко используемых альтернативных процедур для статистических выводов в смысле их свойств для конечных выборок и устойчивости к различным видам нестационарной волатильности и тяжелохвостности. В отчетный период участниками проекта получен широкий ряд применений разработанных в ходе работы по проекту устойчивых методов в анализе основных финансовых и экономических показателей России и рынков периода становления. Полученные в этом направлении результаты дают устойчивые оценки уровня тяжелохвотности уровней доходности российского финансового рынка и рынков периода становления, а также их наиболее важных отдельных участников. Ряд результатов, полученных в ходе работы по проекту в отчетный период, касается устойчивого анализа структурных изменений в динамике ключевых экономических и финансовых показателей рассматриваемых рынков, в частности, вследствие начала мирового финансового и экономического кризиса 2008 г. и введения санкций в отношении России. Научные исследования участников проекта также касались устойчивого анализа ключевых экономических и финансовых моделей, таких как Закон Оукена для зависимости между темпами экономического роста и уровнем безработицы, моделей динамики ключевых экономических и финансовых показателей, и др., и их устойчивых статистических оценок для российских рынков и рынков периода становления. В отчетный период участниками проекта в основном завершена работа по созданию крупномасштабной базы данных по финансовым и экономическим кризисам, оказавшим влияние на российский и постсоветские рынки, и их основным экономическим и финансовым показателям. Разработанный ресурс включает в себя данные по основным макроэкономическим показателям, характеризирующим вышеуказанные экономические и финансовые кризисы и используемым для проведения исследований в области их количественного анализа. Участниками проекта была завершена работа по внедрению новых устойчивых статистических и эконометрических методов, разработанных в ходе работы по проекту, в широко используемые пакеты программного обеспечения компьютерного, математического и статистического моделирования и анализа, таких как Matlab и Stata, и по разработке и применению нового программного обеспечения на их основе. В отчетный период в основном завершена работа по созданию интернет-ресурса проекта в открытом доступе. Интернет-ресурс доступен по адресу robustness.ru. Среди других материалов, он содержит описание проекта и работ по нему, материалов по полученным научным результатам и пакетам устойчивого статистического и компьютерного анализа, доступных в литературе и разработанных в ходе работы по гранту. Интернет-ресурс по проекту также включает в себя материалы базы данных по основным кризисам, оказавшим влияние на российскую и постсоветские экономики, разработанной участниками проекта. Вышеуказанные пакеты устойчивого статистического анализа и базы данных по основным финансовым и экономическим показателям России и постсоветстких рынков широко использовались участниками проекта в ходе работы в отчетный период. Результаты работы по проекту представлены в публикациях и принятых в печать статьях участников проекта в ведущих журналах по экономике и финансам, таких как Emerging Markets Review, Journal of Financial Econometrics, Review of Finance, Applied Economics, Economic Theory, Oxford Bulletin of Economics and Statistics, Journal of Econometrics и др., а также в научных монографиях. Публикации по проекту в текущем году и принятые и находящиеся в печати статьи включают в себя следующие работы: Ankudinov, A., Ibragimov, R., Lebedev, O. (2017). Heavy tails and asymmetry of returns in the Russian stock market. Emerging Markets Review, Vol. 32, pp. 200-219; Ankudinov, A., Ibragimov, R., Lebedev, O. (2017). Sanctions and the Russian stock market. Research in International Business and Finance, Vol. 40, pp. 150-162; Анкудинов, А. Б., Ибрагимов, Р. М., Лебедев, О. В. (2017). Экстремальные колебания российского фондового рынка и их последствия для управления и экономического моделирования. Прикладная эконометрика, том 45, стр. 75-92; de la Peña, V. H., Ibragimov, R., Osekowski, A., Shevtsova, I. (2017). Inequalities and Extremal Problems in Probability and Statistics: Selected Topics. Academic Press, London. Ibragimov, M., Ibragimov, R. (2017). Unemployment and output dynamics in CIS countries: Okun’s law revisited. Applied Economics, Vol. 49, pp. 3453-3479; Medovikov, I., Prokhorov, A (2017). A new measure of vector dependence, with applications to financial risk and contagion. Journal of Financial Econometrics, Vol. 15, pp. 474-503; Gu, Z.,Ibragimov, R. (2017). “Cubic law of the stock returns" in emerging markets. Forthcoming in the Journal of Empirical Finance; Hirukawa, M., Prokhorov, A. (2017). Consistent estimation of linear regression models using matched data. Forthcoming in the Journal of Econometrics. Ibragimov, R., Jaffee, D., Walden, J. (2017). Equilibrium with Monoline and Multiline Structures. Review of Finance, https://doi.org/10.1093/rof/rfw073 Ibragimov, M., Ibragimov, R. and Kattuman, P. (2017). Income inequality and price elasticity of market demand: the case of crossing Lorenz curves. Economic Theory, https://doi:10.1007/s00199-017-1037-0 Ibragimov, M., Ibragimov, R. (2017). Heavy tails and upper-tail inequality: The case of Russia. Empirical Economics, http://dx.doi.org/10.1007/s00181-017-1239-0 Ibragimov, R., Lentzas, G. (2017). Copulas and long memory. Forthcoming in Probability Surveys. Kurozumi, E., Skrobotov, A. (2017). Confidence sets for the break date in cointegrating regressions. Oxford Bulletin of Economics and Statistics, http://onlinelibrary.wiley.com/doi/10.1111/obes.12223 Исследователи, работающие по проекту, принимали активное участие в организации, работе и представлении полученных научных результатов на ведущих конференциях, симпозиумах и семинарах в учебных заведениях России и за рубежом, таких как IV Mеждународная конференция Modern Econometric Tools and Applications – META2017, НИУ Высшей школы экономики в Нижнем Новгороде; VIII Евразийский экономический форум, Уральский государственный экономический университет, Екатеринбург; the 17th Conference of the Applied Stochastic Models and Data Analysis (ASMDA-2017), London Mathematical Society, Лондон, Великобритания; the 1st International Conference on Econometrics and Statistics (EcoSta 2017), Гонконг; the Fourth Annual Conference of the International Association for Applied Econometrics (IAAE-2017), Саппоро, Япония; the European Meeting of Statisticians-2017, Хельсинки, Финляндия; the 11th International Conference on Computational and Financial Econometrics (CFE 2017); Лондон, Великобритания, и др.

 

Публикации

1. Анкудинов А. Б., Ибрагимов Р. М., Лебедев О. В. Sanctions and the Russian stock market Research in International Business and Finance, Vol. 40, pp. 150-162 (год публикации - 2017).

2. Анкудинов А. Б., Ибрагимов Р. М., Лебедев О. В. Экстремальные колебания российского фондового рынка и их последствия для управления и экономического моделирования Прикладная эконометрика, том 45, стр. 75-92 (год публикации - 2017).

3. Анкудинов А. Б., Ибрагимов Р. М., Лебедев О. В. Heavy tails and asymmetry of returns in the Russian stock market Emerging Markets Review, Vol. 32., pp. 200-219 (год публикации - 2017).

4. Анкудинов А. Б., Лебедев О. В. Дивидендные выплаты российских компаний в условиях финансового кризиса Корпоративные финансы, Том 3, вып. 3, стр. 38-56 (год публикации - 2016).

5. де ля Пена В. Х., Ибрагимов Р., М., Осековски А., Шевцова И. Г. Inequalities and Extremal Problems in Probability and Statistics: Selected Topics Academic Press, London, - (год публикации - 2017).

6. Ибрагимов М. Я., Ибрагимов Р. М. Unemployment and output dynamics in CIS countries: Okun’s law revisited Applied Economics, Vol. 49, No. 34, pp. 3453-3479 (год публикации - 2017).

7. Медовиков И., Прохоров А. Б. A new measure of vector dependence, with applications to financial risk and contagion Journal of Financial Econometrics, Vol. 15, No. 3, pp. 474-503 (год публикации - 2017).