Эффективность моделей прогнозирования доходности активов в условиях глобальной неопределенности

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В работе исследованы преимущества и недостатки классических моделей оценки капитальных активов в условиях социально-экономической неопределенности. Определены и проанализированы наиболее значимые факторы, оказывающих влияние на ожидаемую доходность активов, а также проведено соответствующее исследование существующих моделей оценки капитальных активов с учетом воздействия указанных факторов. Обоснован выбор оптимальной модели прогнозирования доходности активов в условиях глобальной неопределенности.

Об авторах

Константин Борисович Костин

Санкт-Петербургский государственный морской технический университет

Email: kost_kos@mail.ru
профессор кафедры управления судостроительным производством, доктор экономических наук, профессор

Лейла Эльдар Мамедова

Санкт-Петербургский государственный морской технический университет

Email: maleyla@yandex.ru
заведующий кафедрой управления судостроительным производством, кандидат экономических наук, доцент

Вадим Александрович Кононов

Санкт-Петербургский государственный морской технический университет

Email: zorok912@gmail.com
бакалавр кафедры управления судостроительным производством

Список литературы

  1. 1. Богатырев С.А. Диапазоны компонентов поведенческой ставки дисконтирования для оценки рыночной стоимости акций // Азимут научных исследований: экономика и управление. – 2020. – № 1(30). – c. 82-87. – doi: 10.26140/anie-2020-0901-0019.
  2. 2. Глущенко В.В. Геополитический риск как экономическая категория в условиях глобализации // Вестник университета. – 2007. – № 2(20). – c. 211-218.
  3. 3. Глущенко В.В. Теория государства и права: системно - управленческий подход. - Железнодорожный: ООО НПЦ «Крылья», 2000. – 416 c.
  4. 4. Дробот Е.В., Гудович Г.К., Макаров И.Н., Бахмутская В.С. Экономическая безопасность России и Евразийского экономического союза в условиях санкций // Экономические отношения. – 2019. – № 3. – c. 1671-1682. – doi: 10.18334/eo.9.3.41004.
  5. 5. Дробот Е.В., Батарин И.В., Пекки В.Д. Анализ условий внешней торговли России и стран Запада в условиях санкционных войн // Экономические отношения. – 2017. – № 1. – c. 27-40. – doi: 10.18334/eo.7.1.37392.
  6. 6. Рубини Н., Мим С. Нуриэль Рубини: как я предсказал кризис. / Монография. - Москва: Из-во «Эксмо», 2011. – 384 c.
  7. 7. Arnold G., Lewis D. Corporate Financial Management. / 6th ed. - Harlow, UK: Pearson Education, 2019. – 1015 p.
  8. 8. Banz R. The Relationship between Return and Market Value of Common Stocks // Journal of Financial Economics. – 1981. – № 1. – p. 3-18. – doi: 10.1016/0304-405X(81)90018-0.
  9. 9. Basu S. Investment performance of common stocks in relation to their price-earnings ratios. A test of market efficiency // The Journal of Finance. – 1977. – № 3. – p. 663-682.
  10. 10. Black F., Jensen M.C., Scholes M. The Capital Asset Pricing Model: Some Empirical Tests. / In Studies in the Theory of Capital Markets; Jensen, M.C. - New York, NY, USA: Praeger Publishers Inc., 1972. – 79-121 p.
  11. 11. Belen B. The Use of CAPM and Fama French Three-Factor Model: Portfolios Selection // Public and Municipal Finance. – 2012. – № 2. – p. 61-70.
  12. 12. Bello W. Deglobalization - Ideas for a New World Economy (Global Issues). - London: Zed Books, 2005. – 162 p.
  13. 13. Blitz D., Vidojevic M. The profitability of low-volatility // Journal of Empirical Finance. – 2017. – p. 33-42. – doi: 10.1016/j.jempfin.2017.05.001.
  14. 14. Fama E., French K. Common Risk Factors in the Returns on Stocks and Bonds // Journal of Financial Economics. – 1993. – p. 3-56.
  15. 15. Fama E., French K. Dissecting Anomalies // The Journal of Finance. – 2008. – № 4. – p. 1653-1678. – doi: 10.1111/j.1540-6261.2008.01371.x.
  16. 16. Friedman M., Savage L. The Utility Analysis of Choices Involving Risk // Journal of Political Economy. – 1948. – № 4. – p. 279-304. – doi: 10.1086/256692.
  17. 17. Kahneman D., Tversky A. Prospect Theory: An Analysis of Decision under Risk // Econometrica. – 1979. – № 2. – p. 263-291.
  18. 18. Kostin K., Runge P., Adams R. Investment Strategies in Pandemic Situations: An Analysis and Comparison of Prospective Returns between Developed and Undeveloped Countries // Strategic Management. – 2020. – № 1. – p. 34-52. – doi: 0.5937/StraMan2101034K.
  19. 19. Kostin, K.B., Runge, P., Charifzadeh, M. An Analysis and Comparison of Multi-Factor Asset Pricing Model Performance during Pandemic Situations in Developed and Emerging Markets // Mathematics. – 2022. – № 1. – p. 142. – doi: 10.3390/math10010142.
  20. 20. Lintner K. The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets // The Review of Economics and Statistics. – 1965. – p. 13-37.
  21. 21. Markowitz H.M. Portfolio Selection // Journal of Finance. – 1952. – № 1. – p. 77-91.
  22. 22. Mossin J. Equilibrium in a Capital Asset Market // Econometrica. – 1966. – № 4. – p. 768-783. – doi: 10.2307/1910098.
  23. 23. Plotnikov V., Golovko M., Fedotova G.V., Rukinov M. EnsuringNational Economic Security through Institutional Regulation of the Shadow Economy // The 9th national scientific and practical conference «digital economy: complexity and variety vs. rationality». Vladimir, 2019. – p. 342-351.
  24. 24. Roll R. A Critique of The Asset Pricing Theory’s Tests // Journal of Financial Economics. – 1977. – № 2. – p. 129-176. – doi: 10.1016 / 0304-405X(77)90009-5.
  25. 25. Sanderson W., Scherbov S., Gerland P. Probabilistic population aging // PLoS ONE. – 2017. – № 6. – doi: 10.1371/journal.pone.0179171.
  26. 26. Sharpe W. Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk // The Journal of Finance. – 1964. – № 3. – p. 436-438.
  27. 27. Shefrin H., Statman M. Behavioral Capital Asset Pricing Theory // Journal of Financial and Quantitative Analysis. – 1994. – № 3. – p. 323-349. – doi: 10.2307/2331334.
  28. 28. Statman M. What is behavioral finance?. / Reprinted with permission from the Handbook of Finance, vol. II,chapter 9. - NJ: John Wiley Sons, Inc., 2008. – 79-84 p.
  29. 29. Yasar Erdinc Comparison of CAPM, Three-Factor Fama-French Model and Five-Factor Fama-French Model for the Turkish Stock Market. Researchgate.net. [Электронный ресурс]. URL: https://www.researchgate.net/publication/322562430_Comparison_of_CAPM_Three-Factor_Fama-French_Model_and_Five-Factor_Fama-French_Model_for_the_Turkish_Stock_Market (дата обращения: 23.11.2022).
  30. 30. Кауфман М., и Ли Д. Covid 19: Как пандемия увеличила глобальное сальдо счета текущих операций. IMF Blog. [Электронный ресурс]. URL: https://www.imf.org/ru/Blogs/Articles/2021/08/02/blog-how-the-pandemic-widened-global-current-account-balances (дата обращения: 23.11.2022).
  31. 31. Котляр М. В Китае заявили о патовой ситуации в отношениях с США. РБК. Политика. [Электронный ресурс]. URL: https://www.rbc.ru/politics/26/07/2021/60feaa199a79473d6646b529?ysclid (дата обращения: 23.11.2022).
  32. 32. Митраков А. Самые недооцененные акции России и США. Что купить в 2022 году. РБК. Инвестиции. [Электронный ресурс]. URL: https://quote.rbc.ru/news/article/61c44c5c9a79475ffe9a8997 (дата обращения: 24.11.2022).
  33. 33. Смирнова С. Раздолларизировали: 75% расчетов в странах ЕАЭС проходят в национальных валютах. Экономика. Известия. [Электронный ресурс]. URL: https://iz.ru/1385779/sofia-smirnova/razdollarizirovali-75-raschetov-v-stranakh-eaes-prokhodiat-v-natcionalnykh-valiutakh (дата обращения: 24.11.2022).
  34. 34. Смирнов Г. Стабилизация кризиса. Динамика мировой экономики. Коммерсант. [Электронный ресурс]. URL: https://www.kommersant.ru/doc/5503864?ysclid=laieqbc0zp835583020 (дата обращения: 24.11.2022).
  35. 35. Nickolas S. CAPM vs. Arbitrage Pricing Theory: What's the Difference?. Investing: Quantitative analysis. Investopedia. [Электронный ресурс]. URL: https://www.investopedia.com/articles/markets/080916/capm-vs-arbitrage-pricing-theory-how-they-differ.asp (дата обращения: 23.11.2022).
  36. 36. Модель арбитражного ценообразования. Vuzlit.com. [Электронный ресурс]. URL: https://vuzlit.com/733365/model_arbitrazhnogo_tsenoobrazovaniya (дата обращения: 24.11.2022).
  37. 37. Предсказавший кризис 2008 года Рубини прогнозирует ситуацию в экономике хуже, чем в 1970-х. Экономика. Коммерсант. [Электронный ресурс]. URL: https://www.kommersant.ru/doc/5622178 (дата обращения: 24.11.2022).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Костин К.Б., Мамедова Л.Э., Кононов В.А., 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».