КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
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 20-78-10113

НазваниеНовые устойчивые методы анализа развивающихся рынков, с приложениями к моделированию финансовых пузырей, изменяющейся во времени волатильности, структурных сдвигов и других аспектов ценовой динамики.

РуководительСкроботов Антон Андреевич, Кандидат экономических наук

Организация финансирования, регион федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский государственный университет", г Санкт-Петербург

Период выполнения при поддержке РНФ 07.2020 - 06.2023 

Конкурс№50 - Конкурс 2020 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными.

Область знания, основной код классификатора 08 - Гуманитарные и социальные науки, 08-154 - Финансы, кредит, денежное обращение, инфраструктура рынка

Ключевые словаФинансовые, экономические рынки; рынки страхования; устойчивый статистический и эконометрический анализ; зависимые и неоднородные данные; распределения с тяжелыми хвостами; копульные модели зависимости; экономико-математические методы; многомерные статистические модели экономики; финансовые пузыри; структурные изменения; изменяющаяся во времени волатильность

Код ГРНТИ28.17.19


СтатусУспешно завершен


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Фундаментальной научной задачей, лежащей в основе настоящего исследовательского проекта, является разработка и применение комплекса экономико-математических методов анализа развивающихся рынков, в том числе, рынков России. Указанные методы должны быть адаптированны к сложным системам финансового и страхового ценообразования, подверженным воздействию значительного числа взаимосвязанных случайных факторов, которые могут принимать экстремальные значения, что часто наблюдается на развивающихся рынках. Адаптированность и устойчивость указанных методов сводится к тому, что они будут учитывать как можно больше особенностей реальных данных и будут применимы при более общих предположений по сравнению с имеющимися подходами. Тем самым, предлагаемые к разработке методы позволяют отказаться от ряда нереалистичных предположений, используемых на сегодняшний момент для анализа развивающихся рынков. В частности, это обстоятельство актуально для анализа структурных рыночных изменений (вызванных, например, кризисами), для анализа финансовых пузырей (определения их наличия и датировки), для анализа денежно-кредитной и бюджетно-налоговой политик, а также для учета влияния изменяющейся во времени волатильности (дисперсии) и тяжелых хвостов распределений рассматриваемых экономических и финансовых показателей на выводы экономико-математических моделей, используемых для анализа современных рынков переходных экономик. Предполагаемые исследования лежат на стыке, как минимум, четырех дисциплин: (1) экономики, (2) финансов и страхового дела, (3) cтатистики, (4) прикладной математики и информатики. В результате реализации проекта будет создан комплекс новых экономико-математических моделей, статистических методов их оценки, алгоритмов машинного обучения, сопровождаемых прототипами программного обеспечения (написанными на нескольких популярных языках программирования). Сопутствующей задачей проекта является создание и развитие исследовательской лаборатории мирового уровня в области теоретической и прикладной эконометрики при Санкт-Петербургском государственном университете, среди сотрудников которой большую часть будут составлять ученые в возрасте до 39 лет. Наиболее весомый вклад проекта предполагается в области экономико-математического моделирования, то есть на стыке математики и экономики, где предлагаемые исследования приведут к возникновению принципиально нового типа моделей и методов их оценки, способных отражать реальные характеристики данных, сложный характер современных финансовых и страховых продуктов и большой объем генерируемых рынком данных. Для этой цели будет собран международный коллектив ведущих молодых исследователей в области экономико-математического моделирования рынков, способный осуществлять исследования мирового уровня и публиковаться в ведущих журналах по эконометрике, статистике, экономике, финансам и страховому делу. Таким образом, проект будет способствовать реализации требований Российского научного фонда по повышению эффективности международного научного сотрудничества и возвращению в Россию и усилению национального исследовательского потенциала.

Ожидаемые результаты
Ключевым научным результатом проекта станет публикация серии статей в ведущих международных журналах по экометрике, экономике и финансам, индексируемых в базах данных «Сеть науки» (Web of Science) и «Скопус» (Scopus), в первую очередь, в журналах с 5-летним импакт-фактором 2 и выше, таких как Journal of Econometrics, Journal of Business and Economic Statistics, Emerging Markets Review, и др., а также представление результатов проекта его участниками на международных конференциях высокого уровня и расширение сети зарубежных научных контактов и сотрудничества. С практической точки зрения значимость проекта для российской экономики состоит, в частности, в том, что новые методы позволят достичь более глубокого понимания природы и закономерностей функционирования отечественных рынков, добиться более слаженной работы финансового сектора и повысить эффективность российских фирм и отраслей, центрального банка и государственных структур. Экстремальные значения номинальных показателей, характеризующих финансовые, кредитные и страховые рынки, воздействуют на реальный сектор. Как правило, высокий уровень неопределенности понижает темпы роста и уровень производительности. Предлагаемые к разработке методы позволят участникам рынка более точно оценивать риски экстремальных событий и оптимизировать производство по отношению к внешним воздействиям, минимизируя негативные эффекты внешних шоков. Таким образом, проект предоставит рекомендации, которые можно использовать при планировании долгосрочного развития российской экономики. Методология, предложенная к разработке, приведет к изменениям в практике статистического анализа экономической деятельности, предоставив устойчивые и надежные альтернативы имеющимся методам. Один из важнейших планируемых результатов -- это возникновение системы экономико-математических моделей и методов, способных наиболее адекватно отражать реалии современного производства и уровень сложности финансовых и страховых продуктов. Наличие таких методов, апробированных на реальном статистическом материале с помощью прототипов программного обеспечения, приведет к тому, что они будут применяться широким кругом исследователей, работающих в области экономики и финансов, а также участниками российских рынков в целом. Таким образом, в долгосрочной перспективе проект затронет и другие области знаний, в которых возникает необходимость в применениях многомерных моделей и устойчивых методов их оценки и анализа. Это приведет к углублению существующей системы знаний и в других предметных областях науки. Привлекательным аспектом предлагаемых к разработке исследований является возможность их включения, среди прочего, в университетские курсы и в аспирантские программы, реализуемые в Санкт-Петербургском государственном университете и других учебных заведениях, в которых участниками проекта ведется преподавание. Кроме того, в проекте будут задействованы несколько аспирантов и планируется, что ряд задач проектов станет их диссертационными темами. Ожидается, что научно-исследовательская среда, состоящая преимущественно из молодых исследователей и исследователей среднего возраста, которая возникнет в результате реализации проекта, приведет к долгосрочному сотрудничеству как в рамках, так и вне научных задач проекта. В целом, проект будет способствовать международному исследовательскому сотрудничеству и привлечению молодежи в научно-исследовательскую среду мирового уровня.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2020 году
В отчетный период, участники проекта проводили исследования в запланированных на 2020-2021 год направлениях. В частности, в основном завершены исследования по следующим направлениям: 1. Разработка нового метода обнаружения финансовых пузырей при изменяющейся во времени волатильности, не требующей вычислительно затратных методов ресемплинга. 2. Оценивание фискальных мультипликаторов на основе идентификации структурных векторных авторегрессий при помощи обобщенного метода моментов (GMM), использующим ненормальность ошибок. 3. Разработка новых устойчивых методов тестирования тренда в данных при неопределенности относительно порядка интегрированности ошибок (стационарные или нестационарные) на базе подходов статистического анализа, основывающихся на t-статистиках, вычисленным по оценкам рассматриваемых параметров по группам наблюдений. 4. Разработка новых подходов к построению консервативных оценок риска, основанных на буферизированной вероятности превышения. 5. Разработка новых устойчивых подходов к исследованию гипотез (не-)эффективности, нелинейной зависимости и кластеризации волатильности экономических и финансовых рынков, анализу предсказательных регрессий при проблемах потенциальной нестационарности предикторов, нестационарной волатильности, выбросах и тяжелых хвостах в распределении используемых данных. 6. Разработка новых методов оценивания совместного хвостового распределения, в которой маргинальные хвостовые вероятности оцениваются на основе обобщенного закона распределения экстремальных значений, а структура зависимости между компонентами моделируется функцией устойчивой хвостовой зависимости. В настоящее время участниками проекта ведутся работы по следующим направлениям: 1. Применение смешанной целочисленной оптимизации к задачам идентификации количества структурных сдвигов и получения датировки пузырей. 2. Исследования асимптотических свойств оценок дат возникновения и коллапса пузыря при умеренно взрывном процессе пузыря и умеренно стационарном процессе коллапса, последний переходит в обычный режим с единичным корнем. 3. Исследования изменяющихся во времени сетей криптовалют для прогнозирования доходностей криптовалют. 4. Разработка алгоритмов бутстрапа для построения доверительных интервалов многомерных хвостовых статистик и исследования их эффективности на практике. 5. Исследования по применению мультиагентных подходов для исследования аномалий на финансовом рынке и влияния на него самообучающихся агентов. 6. Сбор большого количества признаков и проектирование оптимальной архитектуры нейронной сети, способной демонстрировать хорошее качество по прогнозированию поведения криптовалют. 7. Сбор признаков и исследование механизма влияния предикторов на прогнозную способность нейронной сети по биржевым индексам. 8. Интеграция разработанных методов и моделей в статистическое и эконометрическое программное обеспечение.

 

Публикации

1. Пертайя Дж., Прохоров А., Урясьев С. A New Approach to Credit Ratings Journal of Banking & Finance, - (год публикации - 2021) https://doi.org/10.1016/j.jbankfin.2021.106097


Аннотация результатов, полученных в 2021 году
В отчетный период, участники проекта проводили исследования в запланированных на 2021-2022 год направлениях. В частности, в основном завершены исследования по следующим направлениям: 1. Разработан новый метод обнаружения финансовых пузырей при изменяющейся во времени волатильности, основанный на временной трансформации, не требующей вычислительно затратных методов ресемплинга. 2. Исследованы статистические свойства оценок коинтегрирующих векторов при наличии мультикоинтеграции. 3. Рассмотрена задача анализа, моделирования и применения зависимостей между котировками активов на различных рынках капитала. 4. Исследовано влияние HFT-трейдеров, принимающих торговые решения на основе обучения с подкреплением (reinforcement learning), на развитие динамики финансового рынка с помощью мультиагентного моделирования. 5. Доказана обоснованность алгоритма бутстрапа для построения доверительных интервалов многомерных хвостовых статистик. 6. Получены асимптотические свойства оценок дат пузыря, основанных на двухшаговом методе с разбиением выборки. 7. Разработан алгоритм задачи смешанной целочисленной оптимизации для идентификации количества структурных сдвигов с использованием оптимизации информационного критерия. В настоящее время участниками проекта ведутся работы по следующим направлениям: 1. Применение смешанной целочисленной оптимизации к задачам идентификации и датировки пузырей. 2. Исследования асимптотических свойств оценок дат возникновения и коллапса пузыря при умеренно взрывном процессе пузыря и умеренно стационарном процессе коллапса при нестационарной волатильности. 3. Исследования изменяющихся во времени сетей криптовалют для прогнозирования доходностей криптовалют. 4. Исследование принципов безынерционности динамики эволюции состояния электронных рынков капитала 5. Разработка методики извлечения знаний из плохо структурированной информации, необходимых для принятия управляющих решений 6. Исследования по оценке качества прогнозирования нестационарных процессов с точки зрения эффективности управляющей системы

 

Публикации

1. Игорь Хейфец, Питер Филлипс Fully modified least squares cointegrating parameter estimation in multicointegrated systems Journal of Econometrics, - (год публикации - 2021) https://doi.org/10.1016/j.jeconom.2021.07.002

2. Мусаев А., Григорьев Д. Analyzing, Modeling, and Utilizing Observation Series Correlation in Capital Markets Computation, 9 (год публикации - 2021) https://doi.org/10.3390/computation9080088

3. Эйджи Курозуми, Антон Скроботов, Алексей Царев Time-Transformed Test for Bubbles under Non-stationary Volatility Journal of Financial Econometrics, - (год публикации - 2022) https://doi.org/10.1093/jjfinec/nbac004


Аннотация результатов, полученных в 2022 году
В отчетный период, участники проекта проводили исследования в запланированных на 2022-2023 год направлениях. В частности, в завершены исследования по следующим направлениям: 1. Разработаны новые методы датировки финансовых пузырей при изменяющейся во времени волатильности, основанный на двухшаговой процедуре и взвешенном методе наименьших квадратов. 2. Разработаны новые методы тестирования предсказуемости в регрессии при наличии изменяющейся во времени (нестационарной) волатильности общего вида. 3. Предложены улучшенные методы предсказания технологической неэффективности на основе алгоритмов машинного обучения, таких как локальный случайный лес, лассо, двойное и устойчивое лассо. 4. Улучшен ранее разработанный алгоритм задачи смешанной целочисленной оптимизации для идентификации количества структурных сдвигов с использованием оптимизации информационного критерия. 5. Проведены исследования примененимости изменяющихся во времени сетей криптовалют для прогнозирования доходностей криптовалют. 6. Разработан программный пакет на языке R с реализацией разработанных методов, представленный в открытом доступе. 7. Проведены исследования по изучению распространения шоков фискальной консолидации через производственные сети и их влияния на выпуск. 8. Проведены исследования влияния HFT-трейдеров, принимающих торговые решения на основе обучения с подкреплением (reinforcement learning), на развитие динамики финансового рынка с помощью мультиагентного моделирования. 9. Разработан программный пакет на языке Python для мультиагентного моделирования биржевых торгов. При продлении гранта планируются исследования и получение научных результатов в следующих направлениях: 1. Разработка асимптотических свойств оценок количества структурных сдвигов и параметров моделей в задачах смешанной целочисленной оптимизации к задачам идентификации и датировки структурных сдвигов и пузырей. 2. Обобщение устойчивых выводов о рыночной неэффективности при наличии тяжелых хвостов распределений доходностей при помощи модифицированных статистик Льюнга-Бокса и методов на основе рандомизации статистик. 3. Получение теоретических свойств мощности в задаче предсказательной регрессии для методов на основе t-статистик 4. Изучение зависимости между пузырями в нескольких временных рядах и на различных финансовых рынках.

 

Публикации

1. Курозуми Э., Скроботов А. On the asymptotic behavior of bubble date estimators Journal of Time Series Analysis, принято, без номера, но система требует всё равно что-то заполнить (год публикации - 2022) https://doi.org/10.1111/jtsa.12672

2. Михаил Мамонов, Кристофер Парметер, Артем Прохоров Dependence modeling in stochastic frontier analysis Dependence Modeling, Volume 10, Issue 1, 123–144 (год публикации - 2022) https://doi.org/demo-2022-0107

3. Р. Ибрагимов, Дж. Ким, А. Скроботов NEW ROBUST INFERENCE FOR PREDICTIVE REGRESSIONS Econometric Theory, in press (год публикации - 2023) https://doi.org/10.1017/S0266466623000117

4. Роберт Джеймс, Артем Прохоров, Кристин Амслер, Питер Шмидт Improving Predictions of Technical Inefficiency Advances in Econometrics, - (год публикации - 2023)


Возможность практического использования результатов
Был разработан комплекс программных средств - https://github.com/d9d6ka/breaktest - для практической реализации многих разработанных в течение выполнения проекта процедур. С практической точки зрения значимость проекта для российской экономики состоит, в частности, в том, что новые методы позволят добиться путем использования готовых программ более слаженной работы финансового сектора и повысить эффективность российских фирм и отраслей, центрального банка и государственных структур. Методология, предложенная к разработке, на основе размещенных в открытом доступе программных процедур приведет к изменениям в практике статистического анализа экономической деятельности, предоставив устойчивые и надежные альтернативы имеющимся методам. Один из важнейших результатов -- это возникновение системы экономико-математических моделей и методов, способных наиболее адекватно отражать реалии современного производства и уровень сложности финансовых и страховых продуктов. Наличие таких методов, апробированных на реальном статистическом материале с помощью прототипов программного обеспечения, размещенных в открытом доступе https://github.com/d9d6ka/breaktest приведет к тому, что они будут применяться широким кругом исследователей, работающих в области экономики и финансов, а также участниками российских рынков в целом. Также разработан расширяемый фреймворк для мультиагентного моделирования финансовых торгов, с помощью гетерогенных агентов https://github.com/Kiri28/exchange_realization . Данный фреймворк позволяет оценивать влияние определенных групп трейдеров на статистические характеристики финансовых рынков.