مشخصات کتاب
Review of Econometric Models Applicable to Hedge Fund Returns Capturing Serial Correlation and Illiquidity
دسته بندی: اقتصاد
ویرایش:
نویسندگان: Dubrana L.
سری:
ناشر:
سال نشر:
تعداد صفحات: 46
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 451 کیلوبایت
قیمت کتاب (تومان) : 48,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب بررسی مدلهای اقتصادسنجی قابل اعمال برای بازده صندوقهای تامینی که همبستگی سریال و نقدشوندگی را در بر میگیرد: رشته های مالی و اقتصادی، ریاضیات مالی
میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 13
در صورت تبدیل فایل کتاب Review of Econometric Models Applicable to Hedge Fund Returns Capturing Serial Correlation and Illiquidity به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بررسی مدلهای اقتصادسنجی قابل اعمال برای بازده صندوقهای تامینی که همبستگی سریال و نقدشوندگی را در بر میگیرد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب بررسی مدلهای اقتصادسنجی قابل اعمال برای بازده صندوقهای تامینی که همبستگی سریال و نقدشوندگی را در بر میگیرد
پاریس: Ecole Nationale des Ponts et Chaussées, 2010. - 46p.
بازده صندوق های تامینی
اغلب به دلیل مواجهه با کمبود نقدینگی با توجه به اینکه سرمایه
گذاری در چنین اوراق بهاداری تمایل دارد به طور زنجیره ای همبستگی
بالایی دارد. به صورت غیر فعال معامله شود و قیمت های بازار مرتبط
همیشه به راحتی در دسترس نیستند. به دنبال آن، بازده مشاهدهشده
چنین سرمایهگذاریهای جایگزین نسبت به بازده مشاهدهنشده واقعی
هموارتر است، که در واقع، معیارهای ریسک مانند نوسانات (یعنی
انحراف استاندارد) را دست کم میگیرند. برای در نظر گرفتن چنین
همبستگی سریالی و عدم نقدشوندگی، ما سه مدل اقتصادسنجی پیشنهاد
میکنیم. اولین مدل که به عنوان مدل پیادهروی تصادفی با توزیع
نرمال ورود به سیستم با پارامترهای متغیر زمان شناخته میشود،
عمدتاً در صنعت ریسک برای اهداف Value-at-Risk4 استفاده میشود.
هدف اصلی آن، در زمینه ما، استخراج ویژگیهای خاص بازده صندوق
تامینی با به چالش کشیدن و بیاعتبار کردن مفروضات آن است (یعنی
فرض نرمال بودن و وجود همبستگی خودکار بین بازده و همچنین
مربعهای آنها). دو مورد بعدی که به ترتیب به عنوان Blundell-Ward
و Getmansky، Lo و Markarov Model نامیده می شوند، هر دو شامل یک
فرآیند غیر هموار هستند و یک مدل پیش بینی برای نوسانات را در بر
می گیرند. با این حال، پیشینه ریاضی آنها در یک چشم انداز کاملا
متفاوت قرار دارد. آخرین اما نه کماهمیت، ما برای هر دو توسعه
مدل مناسب پیشنهاد میکنیم (یعنی یک مدل سوئیچینگ مارکوف برای
بلوندل-وارد و همبستگی سریال شرطی برای گتمانسکی، لو و مارکاروف)
که با توجه به محدودیتهای ناشی از استاندارد واقعی خود، یک
پیشبینی نوسان برتر ارائه میدهد. فرمالیسم ریاضی
توضیحاتی درمورد کتاب به خارجی
Paris: Ecole Nationale des Ponts et Chaussées, 2010. - 46p.
Hedge Fund returns are often highly
serially correlated mainly due to illiquidity exposures given
that investments in such securities tend to be inactively
traded and associated market prices are not always readily
available. Following that, observed returns of such alternative
investments tend to be smoother than true unobserved returns,
which, in fact, turn out to underestimate risk measures such as
volatility (i.e. standard deviation). In order to encompass for
such serial correlation and illiquidity, we propose three
econometric models. The first model referred to as the
log-normally distributed random walk model with time varying
parameters is largely used in the risk industry for
Value-at-Risk4 purposes. Its main goal, in our context, is to
derive specific characteristics of Hedge Fund returns by
challenging and invalidating its assumptions (i.e. lognormality
assumption and presence of autocorrelation between returns as
well as their squares). The next two, referred to as the
Blundell-Ward and the Getmansky, Lo and Markarovmodel
respectively, both encompass an unsmoothing process and
incorporate a predictive model for volatility. However, their
mathematical background lies on a diametrically different
perspective. Last but not the least, we propose for both an
adequate model extension (i.e. a Markov-switching model for
Blundell-Ward and conditional serial correlation for Getmansky,
Lo and Markarov) that provide a superior volatility forecasting
given the limitations arising within their actual standard
mathematical formalism.
نظرات کاربران