|
A |
B |
C |
D |
E |
F |
G |
H |
I |
J |
K |
1 |
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
3 |
Задача2 |
|
|
|
|
|
|
|
|
|
|
4 |
Имеются
данные, которые представлены в виде временных
рядов за 10 кварталов |
|
|
|
|
|
|
|
|
|
|
5 |
о доходности
(в %) по облигациям Y(t) и по акциям X(t) |
|
|
|
|
|
|
|
|
|
|
6 |
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
7 |
Y(t) |
2.11 |
2.16 |
2.34 |
2.44 |
2.4 |
1.89 |
1.94 |
1.72 |
1.75 |
2.01 |
8 |
X(t) |
0.27 |
-3.08 |
-6.72 |
8.58 |
1.15 |
7.87 |
5.92 |
-3.1 |
13.61 |
-5.86 |
9 |
Акционерное
общество А предполагает разместить |
|
|
|
|
|
75 |
% своех ресурсов
в облигациях и |
|
|
|
10 |
25 |
% - в акциях. |
|
|
|
|
|
|
|
|
|
11 |
Акционерное
общество В предполагает разместить |
|
|
|
|
|
25 |
% своех ресурсов
в облигациях и |
|
|
|
12 |
75 |
% - в акциях. |
|
|
|
|
|
|
|
|
|
13 |
ТРЕБУЕТСЯ |
|
|
|
|
|
|
|
|
|
|
14 |
1) определить
возможную доходность каждого из акционерных
обществ в 11 и 12 кварталах, |
|
|
|
|
|
|
|
|
|
|
15 |
подобрав
для этого для каждого временного ряда
наилучшую аппроксимирующую кривую: |
|
|
|
|
|
|
|
|
|
|
16 |
2) для
11 и 12 кварталов для каждого из акционерных
обзеств определить вероятность получения |
|
|
|
|
|
|
|
|
|
|
17 |
|
а) положительного
дохода |
|
|
|
|
|
|
|
|
|
18 |
|
б) дохода,
превышающего доход по облигациям. |
|
|
|
|
|
|
|
|
|
19 |
Решение |
|
|
|
|
|
|
|
|
|
|
20 |
|
1. Линейная
модель |
|
|
имеет вид |
|
|
|
|
|
|
21 |
|
|
|
|
|
|
|
|
|
1.0 |
|
22 |
|
|
|
|
|
|
|
|
|
|
|
23 |
|
|
|
|
|
|
|
|
|
|
|
24 |
Метод наименьших квадратов дает возможность
определить коэффициенты линейного |
|
|
|
|
|
|
|
|
|
|
25 |
уравнения
a1 и a0 по формулам 1.1-.1.4 : |
|
|
|
|
|
|
|
|
|
|
26 |
|
Промежуточные
вычисления значений переменных и математических
выражений, |
|
|
|
|
|
|
|
|
|
27 |
необходимых
для расчетов по формулам 1.1-1.4 приведены
в табл. 1.1 |
|
|
|
|
|
|
|
|
|
|
28 |
Таблица
1.1 Промежуточные вычисления, необходимые
для оценки параметров модели |
|
|
|
|
|
|
|
|
|
|
29 |
|
|
|
|
|
|
|
|
|
|
|
30 |
Таблица
1.1 Промежуточные вычисления, необходимые
для оценки параметров модели |
|
|
|
|
|
|
|
|
|
|
31 |
t |
Факт |
Отклон |
(t-tср)^2 |
Y(t)-Yср |
(t-tср)* |
Расч |
Отклон |
E(t)-Ecp |
|
|
32 |
|
Y(t) |
t-tср |
|
|
(Y(t)-Yср) |
Yp(t) |
E(t) |
в квадр |
|
|
33 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
34 |
1 |
2.11 |
-4.5 |
20.25 |
0.03 |
-0.153 |
2.318 |
-0.21 |
0.07 |
|
|
35 |
2 |
2.16 |
-3.5 |
12.25 |
0.08 |
-0.294 |
2.264 |
-0.10 |
0.02 |
|
|
36 |
3 |
2.34 |
-2.5 |
6.25 |
0.26 |
-0.66 |
2.211 |
0.13 |
0.01 |
|
|
37 |
4 |
2.44 |
-1.5 |
2.25 |
0.36 |
-0.546 |
2.157 |
0.28 |
0.06 |
|
|
38 |
5 |
2.40 |
-0.5 |
0.25 |
0.32 |
-0.162 |
2.103 |
0.30 |
0.06 |
|
|
39 |
6 |
1.89 |
0.5 |
0.25 |
-0.19 |
-0.093 |
2.049 |
-0.16 |
0.04 |
|
|
40 |
7 |
1.94 |
1.5 |
2.25 |
-0.14 |
-0.204 |
1.995 |
-0.06 |
0.01 |
|
|
41 |
8 |
1.72 |
2.5 |
6.25 |
-0.36 |
-0.89 |
1.941 |
-0.22 |
0.07 |
|
|
42 |
9 |
1.75 |
3.5 |
12.25 |
-0.33 |
-1.141 |
1.888 |
-0.14 |
0.03 |
|
|
43 |
10 |
2.01 |
4.5 |
20.25 |
-0.07 |
-0.297 |
1.834 |
0.18 |
0.02 |
|
|
44 |
55 |
20.76 |
0.00 |
82.50 |
-0.00 |
-4.44 |
20.76 |
0.00 |
0.39 |
|
|
45 |
5.5 |
2.076 |
0 |
|
|
|
|
0.000 |
|
|
|
46 |
|
|
|
|
|
|
|
|
|
|
|
47 |
Зная tcp и
Ycp рассчитываем графы 3-6 табл. 1.1 , а
затем , используя значения |
|
|
|
|
|
|
|
|
|
|
48 |
итоговой
строки стролбцов 4 и 6 |
|
|
|
|
|
|
|
|
|
|
49 |
по формулам
1.1 и 1.2 находим |
|
|
|
|
|
|
|
|
|
|
50 |
a1= |
-4.44 |
/ |
82.50 |
= |
-0.054 |
|
|
|
|
|
51 |
a0 = |
2.08 |
- ( |
-0.054 |
* |
5.50 |
)
= |
2.37 |
|
|
|
52 |
Затем по
формуле |
|
рассчитываем
значения Yр(t) и заносим в столбец 7
табл.1.1 |
|
|
|
|
|
|
|
|
53 |
а столбец
8 заполняем как разность столбцов
2 и 7 - т.е. находим остаточную компоненту. |
|
|
|
|
|
|
|
|
|
|
54 |
необходимую
для определения среднего квадратического
отклонения |
|
|
|
|
|
|
|
|
|
|
55 |
Sy
- CКОy (средн. квадр.
Отклонение от линии тренда) рассчитывают
по формуле |
|
|
|
|
|
|
|
|
|
|
56 |
Sy= корень[E(t)2 / (N-1)] = |
|
|
|
0.39 |
/ |
9.00 |
= |
0.04 |
|
|
57 |
Точечный
прогноз на k шагов вперед |
|
|
|
|
|
|
|
|
|
|
58 |
Точечный
прогноз на k шагов вперед делаем с использованием
ф-лы 1.0, учитывая ,что |
|
|
|
|
|
|
|
|
|
|
59 |
для одного
шага |
|
|
k=1, t=11 ,
а для |
|
двух шагов |
|
k=2, t=12 |
|
|
|
60 |
Yp(11) =
a0+a1*11 = |
|
|
2.37 |
+ |
-0.054 |
* |
11 |
= |
1.78 |
|
61 |
Yp(12) =
a0+a1*12 = |
|
|
2.37 |
+ |
-0.054 |
* |
12 |
= |
1.73 |
|
62 |
Аналогично
находим Xp(t) |
|
|
|
|
|
|
|
|
|
|
63 |
|
|
|
|
|
|
|
|
|
|
|
64 |
Таблица
1.2 Промежуточные вычисления, необходимые
для оценки параметров модели |
|
|
|
|
|
|
|
|
|
|
65 |
t |
Факт |
Отклон |
(t-tср)^2 |
X(t)-Xср |
(t-tср)* |
Расч |
Отклон |
E(t)-Ecp |
|
|
66 |
|
X(t) |
t-tср |
|
|
(X(t)-Xср) |
Xp(t) |
E(t) |
в квадр |
|
|
67 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
68 |
1 |
0.27 |
-4.5 |
20.25 |
-1.59 |
7.17 |
-0.28 |
0.55 |
0.25 |
|
|
69 |
2 |
-3.08 |
-3.5 |
12.25 |
-4.94 |
17.30 |
0.20 |
-3.28 |
11.07 |
|
|
70 |
3 |
-6.72 |
-2.5 |
6.25 |
-8.58 |
21.46 |
0.67 |
-7.39 |
55.39 |
|
|
71 |
4 |
8.58 |
-1.5 |
2.25 |
6.72 |
-10.07 |
1.15 |
7.43 |
54.49 |
|
|
72 |
5 |
1.15 |
-0.5 |
0.25 |
-0.71 |
0.36 |
1.63 |
-0.48 |
0.27 |
|
|
73 |
6 |
7.87 |
0.5 |
0.25 |
6.01 |
3.00 |
2.10 |
5.77 |
32.72 |
|
|
74 |
7 |
5.92 |
1.5 |
2.25 |
4.06 |
6.08 |
2.58 |
3.34 |
10.85 |
|
|
75 |
8 |
-3.10 |
2.5 |
6.25 |
-4.96 |
-12.41 |
3.05 |
-6.15 |
38.46 |
|
|
76 |
9 |
13.61 |
3.5 |
12.25 |
11.75 |
41.11 |
3.53 |
10.08 |
100.66 |
|
|
77 |
10 |
-5.86 |
4.5 |
20.25 |
-7.72 |
-34.76 |
4.00 |
-9.86 |
98.27 |
|
|
78 |
55 |
18.64 |
0.00 |
82.50 |
0.00 |
39.25 |
18.64 |
0.00 |
402.43 |
|
|
79 |
5.5 |
1.864 |
0 |
|
|
|
|
0.000 |
|
|
|
80 |
|
|
|
|
|
|
|
|
|
|
|
81 |
Зная tcp и
Ycp рассчитываем графы 3-6 табл. 1.2 , а
затем , используя значения |
|
|
|
|
|
|
|
|
|
|
82 |
итоговой
строки стролбцов 4 и 6 |
|
|
|
|
|
|
|
|
|
|
83 |
по формулам
1.1 и 1.2 находим |
|
|
|
|
|
|
|
|
|
|
84 |
a1= |
39.25 |
/ |
82.50 |
= |
0.476 |
|
|
|
|
|
85 |
a0 = |
1.86 |
- ( |
0.476 |
* |
5.50 |
)
= |
-0.75 |
|
|
|
86 |
Затем по
формуле |
|
рассчитываем
значения Xр(t) и заносим в столбец 7
табл.1.2 |
|
|
|
|
|
|
|
|
87 |
а столбец
8 заполняем как разность столбцов
2 и 7 - т.е. находим остаточную компоненту. |
|
|
|
|
|
|
|
|
|
|
88 |
необходимую
для определения среднего квадратического
отклонения |
|
|
|
|
|
|
|
|
|
|
89 |
Sy
- CКОy (средн. квадр.
Отклонение от линии тренда) рассчитывают
по формуле |
|
|
|
|
|
|
|
|
|
|
90 |
Sy= корень[E(t)2 / (N-1)] = |
|
|
|
402.43 |
/ |
9.00 |
= |
44.71 |
|
|
91 |
Точечный
прогноз на k шагов вперед |
|
|
|
|
|
|
|
|
|
|
92 |
Точечный
прогноз на k шагов вперед делаем с использованием
ф-лы 1.0, учитывая ,что |
|
|
|
|
|
|
|
|
|
|
93 |
для одного
шага |
|
|
k=1, t=11 ,
а для |
|
двух шагов |
|
k=2, t=12 |
|
|
|
94 |
Хp(11) = a0+a1*11
= |
|
|
-0.75 |
+ |
0.476 |
* |
11 |
= |
4.48 |
|
95 |
Чp(12)
= a0+a1*12 = |
|
|
-0.75 |
+ |
0.476 |
* |
12 |
= |
4.96 |
|
96 |
|
|
|
|
|
|
|
|
|
|
|
97 |
Определим
для t=11 СКО переменных X(t) и У(t) по
формуле |
|
|
|
|
|
|
|
|
|
|
98 |
|
|
|
|
|
|
|
|
|
|
|
99 |
где m - число
ценных бумаг, в нашем случае = 2, N=10, k = 1 |
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
101 |
Найдем Sу11 |
|
и Sх11 |
|
|
|
|
|
|
|
|
102 |
Sу11
= 1.28*1.21*0.04= |
|
|
0.062 |
|
|
Sх11
= 1.28*1.21*44,71= |
|
|
69.247 |
|
103 |
Sу12
= 1.26*1.27*0.04= |
|
|
0.061 |
|
|
Sх12
= 1.26*1.27*44,71= |
|
|
68.165 |
|
104 |
|
|
|
|
|
|
|
|
|
|
|
105 |
Рассчитаем
коэффициент корреляции между X(t) и У(t) |
|
|
|
|
|
|
|
|
|
|
106 |
|
|
|
|
|
|
|
|
|
|
|
107 |
|
|
|
|
|
|
|
|
|
|
|
108 |
Таблица
1.3 |
|
Расчет коэффициента
корреляции |
|
|
|
|
|
|
|
|
109 |
|
|
|
|
|
|
|
|
|
|
|
110 |
Y(t)-Ycp |
X(t)-Xcp |
Y(t)-Ycp |
X(t)-Xcp |
(Y(t)-Ycp)* |
|
|
|
|
|
|
111 |
|
|
в квадр. |
в квадр. |
(X1(t)-X1cp) |
|
|
|
|
|
|
112 |
0.03 |
-1.59 |
0.00 |
2.54 |
-0.05 |
|
|
|
|
|
|
113 |
0.08 |
-4.94 |
0.01 |
24.44 |
-0.42 |
|
|
|
|
|
|
114 |
0.26 |
-8.58 |
0.07 |
73.69 |
-2.27 |
|
|
|
|
|
|
115 |
0.36 |
6.72 |
0.13 |
45.10 |
2.44 |
|
|
|
|
|
|
116 |
0.32 |
-0.71 |
0.10 |
0.51 |
-0.23 |
|
|
|
|
|
|
117 |
-0.19 |
6.01 |
0.03 |
36.07 |
-1.12 |
|
|
|
|
|
|
118 |
-0.14 |
4.06 |
0.02 |
16.45 |
-0.55 |
|
|
|
|
|
|
119 |
-0.36 |
-4.96 |
0.13 |
24.64 |
1.77 |
|
|
|
|
|
|
120 |
-0.33 |
11.75 |
0.11 |
137.97 |
-3.83 |
|
|
|
|
|
|
121 |
-0.07 |
-7.72 |
0.00 |
59.66 |
0.51 |
|
|
|
|
|
|
122 |
|
|
0.61 |
421.08 |
-3.74 |
|
|
|
|
|
|
123 |
|
|
|
|
|
|
|
|
|
|
|
124 |
|
|
|
|
|
|
|
|
|
|
|
125 |
rx.y
= |
-3.74 |
/ ( |
0.61 |
* |
421.08 |
) ^ 0.5 = |
-0.23 |
|
|
|
126 |
Для решения
задачи нам понадобится таблица значений
интеграла вероятностей Ф(z), |
|
|
|
|
|
|
|
|
|
|
127 |
более точные
значения можно найти линейной экстраполяцией |
|
|
|
|
|
|
|
|
|
|
128 |
z |
Ф(z) |
z |
Ф(z) |
z |
Ф(z) |
|
|
|
|
|
129 |
0.0 |
0.0000 |
1.0 |
0.6827 |
2.0 |
0.9643 |
|
|
|
|
|
130 |
0.1 |
0.0797 |
1.1 |
0.7287 |
2.1 |
0.9722 |
|
|
|
|
|
131 |
0.2 |
0.1585 |
1.2 |
0.7699 |
2.2 |
0.9786 |
|
|
|
|
|
132 |
0.3 |
0.2368 |
1.3 |
0.8064 |
2.3 |
0.9836 |
|
|
|
|
|
133 |
0.4 |
0.3108 |
1.4 |
0.8385 |
2.4 |
0.9876 |
|
|
|
|
|
134 |
0.5 |
0.3829 |
1.5 |
0.8664 |
2.5 |
0.9907 |
|
|
|
|
|
135 |
0.6 |
0.4515 |
1.6 |
0.8994 |
2.6 |
0.9931 |
|
|
|
|
|
136 |
0.7 |
0.5161 |
1.7 |
0.9104 |
2.7 |
0.9949 |
|
|
|
|
|
137 |
0.8 |
0.5763 |
1.8 |
0.9281 |
2.8 |
0.9963 |
|
|
|
|
|
138 |
0.9 |
0.6319 |
1.9 |
0.9545 |
2.9 |
0.9973 |
|
|
|
|
|
139 |
|
|
|
|
|
|
|
|
|
|
|
140 |
Для
t = 11 |
|
|
|
|
|
|
|
|
|
|
141 |
Акционерное
общество А |
|
|
|
|
|
|
|
|
|
|
142 |
Sy |
Sx |
ky |
kx |
rxy |
Yp(11) |
Хp(11) |
|
|
|
|
143 |
0.061 |
68.165 |
0.75 |
0.25 |
-0.23 |
1.78 |
4.48 |
|
|
|
|
144 |
Доля облигаций ky
= |
|
|
|
0.75 |
Доля акций kx = |
|
|
0.25 |
|
|
145 |
Ожидаемая
доходность равна |
|
|
|
|
|
|
|
|
|
|
146 |
d=Y(11)*ky
+ X(11)*kx |
|
|
= |
|
|
|
|
|
|
|
147 |
1.78 |
* |
0.75 |
+ |
4.48 |
* |
0.25 |
= |
2.45517 |
|
|
148 |
Среднее
квадратическое отклонение S= |
|
|
|
|
|
|
|
|
|
|
149 |
КОРЕНЬ[ (Sy*ky)^2 + 2*kx*ky*rxy*Sx*Sy
+ (Sx*kx)^2 ] = |
|
|
|
|
|
|
2.55 |
|
|
|
150 |
Оценим вероятность
положительного дохода |
|
|
|
|
|
|
|
|
|
|
151 |
z= ( |
2.4552 |
- |
0 |
) / |
2.5500 |
= |
0.9628 |
|
|
|
152 |
Для z= |
0.9000 |
Ф(z)= |
0.6319 |
Для
z= |
1.0000 |
Ф(z)= |
0.6827 |
|
|
|
153 |
Линейной экстраполяцией находим, что
для z= |
|
|
|
|
|
0.9628 |
Ф(z )= |
0.66382 |
|
|
154 |
Пример линейной
экстраполяции |
|
|
|
|
|
|
|
|
|
|
155 |
Допустим
z= |
|
1.06991 |
|
|
|
|
|
|
|
|
156 |
Для z= |
1.0000 |
Ф(1.0)= |
0.68271 |
Для
z= |
1.1000 |
Ф(1.1)= |
0.72871 |
|
|
|
157 |
Следовательно
Ф(1.06991)=Ф(1.0)+(Ф(1.1)-Ф(1.0))*(1.06991-1.0)/(1.1-1.0)= |
|
|
|
|
|
|
|
|
|
|
158 |
= |
0.6827 |
+ |
0.0460 |
* |
0.06991 |
/ |
0.1000 |
= |
0.71487 |
|
159 |
Вероятность
того, что доходность будет больше 0 |
|
|
|
|
|
|
|
|
|
|
160 |
P(d>0)=0.5+0.5*Ф(z)= |
|
|
|
|
|
|
|
|
|
|
161 |
0.5 |
+ |
0.5 |
* |
0.66382 |
= |
0.83191 |
|
|
|
|
162 |
Оценим вероятность
того, что случайное занчение доходности
при t=11 будет больше |
|
|
|
|
|
|
|
|
|
|
163 |
чем доходность
облигации |
|
|
|
|
|
|
|
|
|
|
164 |
z= ( |
2.4552 |
- |
1.78 |
) / |
2.5500 |
= |
0.2648 |
|
|
|
165 |
Для z= |
0.2000 |
Ф(z)= |
0.1585 |
Для
z= |
0.3000 |
Ф(z)= |
0.2368 |
|
|
|
166 |
Линейной экстраполяцией находим, что
для z= |
|
|
|
|
|
0.2648 |
Ф(z)= |
0.20922 |
|
|
167 |
Вероятность
того, что доходность будет больше 0 |
|
|
|
|
|
|
|
|
|
|
168 |
P(d>0)=0.5+0.5*Ф(z)= |
|
|
|
|
|
|
|
|
|
|
169 |
0.5 |
+ |
0.5 |
* |
0.20922 |
= |
0.60461 |
|
|
|
|