Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды

В качестве основной модели для исследования рынков выбрана эталонная модель диффузионного индекса деловой активности PMI_EURO. Проведен анализ статистических циклов и получено пять статистических циклов (в скобках указана численная характеристика периода – величина локального показателя Херста): пре...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2012
Автори:	Лопатин, А.К., Черненко, О.Б.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2012
Назва видання:	Штучний інтелект
Теми:	Интеллектуальные системы планирования, управления, моделирования и принятия решений
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/57186
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды / А.К. Лопатин, О.Б. Черненко // Штучний інтелект. — 2012. — № 3. — С. 275-283. — Бібліогр.: 15 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-57186
record_format	dspace
spelling	irk-123456789-571862015-08-05T20:28:02Z Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды Лопатин, А.К. Черненко, О.Б. Интеллектуальные системы планирования, управления, моделирования и принятия решений В качестве основной модели для исследования рынков выбрана эталонная модель диффузионного индекса деловой активности PMI_EURO. Проведен анализ статистических циклов и получено пять статистических циклов (в скобках указана численная характеристика периода – величина локального показателя Херста): предкризисный период – август 2006 – август 2007 гг. (0,4527), начало кризиса – август 2007 – август 2008 гг. (0,4649), разгар кризиса – август 2008 – февраль 2010 гг. (1,4202), начало восстановления – февраль 2010 – февраль 2011 гг. (0,2483), стабильное восстановление – февраль 2011 г. – настоящее время (0,9735). Як основна модель для дослідження ринків обрана еталонна модель дифузійного індексу ділової активності PMI_EURO. Проведено аналіз статистичних циклів і отримано п’ять статистичних циклів (в дужках вказана числова характеристика періоду – величина локального показника Херста): перед- кризовий період – серпень 2006 – серпень 2007 рр. (0,4527), початок кризи – серпень 2007 – серпень 2008 рр. (0,4649), розпал кризи – серпень 2008 – лютий 2010 рр. (1,4202), початок відновлення – лютий 2010 – лютий 2011 рр. (0,2483), стабільне відновлення – лютий 2011 р. – теперішній час (0,9735). The model of the diffusion index of business activity PMI_EURO was taken as a basic model for the study of markets. The analysis of the statistical cycles was made and five statistics cycles were found (in parentheses a numerical characteristic of the period, i.e. the magnitude of the local Hurst exponent is given): pre-crisis period is August 2006-August 2007 (0.4527), the beginning of the crisis is August 2007 - August 2008 (0.4649), the top of the crisis is August 2008 - February 2010 (1.4202), the beginning of recovery is February 2010 - February 2011 (0.2483), sustainable recovery is February 2010 - currently (0.9735). 2012 2012 Article Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды / А.К. Лопатин, О.Б. Черненко // Штучний інтелект. — 2012. — № 3. — С. 275-283. — Бібліогр.: 15 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/57186 517.928.4, 330.4, 336 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений
spellingShingle	Интеллектуальные системы планирования, управления, моделирования и принятия решений Интеллектуальные системы планирования, управления, моделирования и принятия решений Лопатин, А.К. Черненко, О.Б. Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды Штучний інтелект
description	В качестве основной модели для исследования рынков выбрана эталонная модель диффузионного индекса деловой активности PMI_EURO. Проведен анализ статистических циклов и получено пять статистических циклов (в скобках указана численная характеристика периода – величина локального показателя Херста): предкризисный период – август 2006 – август 2007 гг. (0,4527), начало кризиса – август 2007 – август 2008 гг. (0,4649), разгар кризиса – август 2008 – февраль 2010 гг. (1,4202), начало восстановления – февраль 2010 – февраль 2011 гг. (0,2483), стабильное восстановление – февраль 2011 г. – настоящее время (0,9735).
format	Article
author	Лопатин, А.К. Черненко, О.Б.
author_facet	Лопатин, А.К. Черненко, О.Б.
author_sort	Лопатин, А.К.
title	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
title_short	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
title_full	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
title_fullStr	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
title_full_unstemmed	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
title_sort	модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
publishDate	2012
topic_facet	Интеллектуальные системы планирования, управления, моделирования и принятия решений
url	http://dspace.nbuv.gov.ua/handle/123456789/57186
citation_txt	Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды / А.К. Лопатин, О.Б. Черненко // Штучний інтелект. — 2012. — № 3. — С. 275-283. — Бібліогр.: 15 назв. — рос.
series	Штучний інтелект
work_keys_str_mv	AT lopatinak modelimirovyhfondovyhifinansovyhrynkovvusloviâhkrizisa20072009godoviposleduûŝieperiody AT černenkoob modelimirovyhfondovyhifinansovyhrynkovvusloviâhkrizisa20072009godoviposleduûŝieperiody
first_indexed	2025-07-05T08:26:24Z
last_indexed	2025-07-05T08:26:24Z
_version_	1836794757671550976
fulltext	«Штучний інтелект» 3’2012 275 4Л УДК 517.928.4, 330.4, 336 А.К. Лопатин, О.Б. Черненко Национальная академия управления, г. Киев, Украина Украина, 03151, ул. Винницкая, 10, г. Киев, a_lopatin@ipnet.kiev.ua, oliapka@bigmir.net Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды A.K. Lopatin, O.B. Chernenko National Academy of Management, Kiev, Ukraine Ukraine, 03151, str. Vinnytsia, 10, Kyiv, a_lopatin@ipnet.kiev.ua, oliapka@bigmir.net Models of the World’s Stock and Financial Markets in Crisis 2007 – 2009 and Beyond О.К. Лопатин, О.Б. Черненко Національна академія управління, м. Київ, Україна Україна, 03151, вул. Вінницька, 10, м. Київ, a_lopatin@ipnet.kiev.ua, oliapka@bigmir.net Моделі світових фондових і фінансових ринків в умовах кризи 2007 – 2009 років і наступні періоди В качестве основной модели для исследования рынков выбрана эталонная модель диффузионного индекса деловой активности PMI_EURO. Проведен анализ статистических циклов и получено пять статистических циклов (в скобках указана численная характеристика периода – величина локального показателя Херста): предкризисный период – август 2006 – август 2007 гг. (0,4527), начало кризиса – август 2007 – август 2008 гг. (0,4649), разгар кризиса – август 2008 – февраль 2010 гг. (1,4202), начало восстановления – февраль 2010 – февраль 2011 гг. (0,2483), стабильное восстановление – февраль 2011 г. – настоящее время (0,9735). Ключевые слова: системный анализ, фондовые и финансовые рынки, диффузионные индексы, статистический цикл. The model of the diffusion index of business activity PMI_EURO was taken as a basic model for the study of markets. The analysis of the statistical cycles was made and five statistics cycles were found (in parentheses a numerical characteristic of the period, i.e. the magnitude of the local Hurst exponent is given): pre-crisis period is August 2006-August 2007 (0.4527), the beginning of the crisis is August 2007 - August 2008 (0.4649), the top of the crisis is August 2008 - February 2010 (1.4202), the beginning of recovery is February 2010 - February 2011 (0.2483), sustainable recovery is February 2010 - currently (0.9735). Key Words: system analysis, stock and financial markets, diffusion index, statistics cycle. Як основна модель для дослідження ринків обрана еталонна модель дифузійного індексу ділової активності PMI_EURO. Проведено аналіз статистичних циклів і отримано п’ять статистичних циклів (в дужках вказана числова характеристика періоду – величина локального показника Херста): перед- кризовий період – серпень 2006 – серпень 2007 рр. (0,4527), початок кризи – серпень 2007 – серпень 2008 рр. (0,4649), розпал кризи – серпень 2008 – лютий 2010 рр. (1,4202), початок відновлення – лютий 2010 – лютий 2011 рр. (0,2483), стабільне відновлення – лютий 2011 р. – теперішній час (0,9735). Ключові слова: системний аналіз, фондові і фінансові ринки, дифузійні індекси, статистичний цикл. mailto:a_lopatin@ipnet.kiev.ua mailto:oliapka@bigmir.net mailto:a_lopatin@ipnet.kiev.ua mailto:oliapka@bigmir.net mailto:a_lopatin@ipnet.kiev.ua mailto:oliapka@bigmir.net Лопатин А.К., Черненко О.Б. «Искусственный интеллект» 3’2012276 4Л Введение Современная экономическая теория вступила в новую фазу своего развития. Это обусловлено несколькими факторами. Во-первых, усложнением и глобализацией мировой экономики. Во-вторых, вторжением в науку математических методов нели- нейной динамики. И, наконец, рождением новейших компьютерных технологий, сде- лавших возможным исследование сложных явлений и процессов. Постановка задачи 1. Разработать эффективную экономическую модель для исследования экономи- ческих процессов в посткризисный период финансового кризиса 2007 – 2009 годов. 2. Проанализировать диффузионные индексы деловой активности развитых стран мира и выбрать основной (эталонный ) индекс. 3. Выделить статистические циклы в эталонном диффузионном индексе на основе метода нормированного размаха Херста. 4. Провести анализ поведения показателей, характеризующих развитие фондовых и финансовых рынков на выделенных статистических циклах. 5. На основе полученных данных дать анализ поведения мировых фондовых и финансовых рынков (в том числе Украины) в предкризисный, кризисный и посткри- зисный периоды. Оценить перспективы развития этих рынков на ближайшее будущее. Фрактальные временные ряды. Показатель Херста. Оценка показателя Херста Неравномерность усвоения информации на рынке может стать причиной сме- щенных случайных блужданий. Последние широко изучались Херстом в 40-х гг. [1] и Мандельбротом в 60 – 70-х гг. [2], [3]. Мандельброт назвал их обобщенным броу- новским движением. Теперь можем назвать их фрактальными временными рядами. Для сравнения различных типов временных рядов Херст ввел понятие «нормированный размах». Херст ввел следующее соотношение: ( ) * HR N a N S  , (1) где ( ) R N S – нормированный размах, N – число наблюдений, a – константа, Н – показатель Херста. В соответствии со статистической теорией показатель H должен был равняться 0,5, если ряд представляет собой случайное блуждание. Когда H отличается от 0,5, то это значит, что наблюдения не являются независимыми. Каждое наблюдение несёт память обо всех предшествующих событиях. Прологарифмируем соотношение (1): log( ( )) *log( ) log( ) R N H N a S   . (2) Если в двойных логарифмических координатах найти наклон R/S как функцию от N, то тем самым получим оценку Н. Эта оценка не связана с какими-либо пред- положениями относительно лежащего в основе распределения. Модели мировых фондовых и финансовых рынков в условиях кризиса... «Штучний інтелект» 3’2012 277 4Л Метод изучения статистических циклов на основе метода нормированного показателя Херста [4-12] Основные свойства метода Херста: 1. Метод Херста обнаруживает периодические, квазипериодические и хаотические циклы и определяет их длину. 2. Метод Херста устойчив к зашумлению данных. Итак, под статистическим циклом понимается участок на кривой Херста с трендом, близким к прямой, который иллюстрирует явление персистентности (анти- персистентности ) Херста и резко меняет свое направление и длину. Для точного выделения циклов построим статистику: показатель Херста поша- говый (Herst exponent step-by-step, HESS). Статистика была введена в работу под другим названием [8], [9]. HESS-статистика определяется формулой tan deltaY deltaX   , где ( 1) ( ) R R deltaY Log i Log i S S    , ( 1) ( )deltaX Log i Log i   , i = 1,2,…N. Анализ развития финансовых рынков Еврозоны, США, Великобритании и Украины в период мирового финансового кризиса 2007 – 2009 гг. и периода восстановления экономики после кризиса Диффузионные индексы деловой активности развитых стран мира В работе исследуются следующие индексы за период январь 2004 – декабрь 2011 гг. (рис. 1) [13]. Рисунок 1 – Диффузионные индексы индекса PMI (Еврозона), индекса PMI (Германия), индекса PMI (Великобритания), индекса ISM (США) за период 2004 – 2011 гг. (по оси X отложены месяцы, а по оси Y отложены %) Лопатин А.К., Черненко О.Б. «Искусственный интеллект» 3’2012278 4Л Для численной оценки характера поведения траекторий собственно в кризисный период август 2007 – февраль 2010 гг. была построена матрица корреляции (табл. 1). Таблица 1 – Матрица корреляции диффузионных индексов: индекса PMI (Еврозона), индекса PMI (Германия), индекса PMI (Великобритания), индекса ISM (США) за собственно кризисный период август 2007 – февраль 2010 гг. EURO GER GB USA EURO 1 GER 0,989212 1 GB 0,973611 0,939279 1 USA 0,921149 0,894586 0,945297 1 Из табл. 1 видно, что поведение исследуемых диффузионных индексов за соб- ственно кризисный период август 2007 – февраль 2010 гг. идентично. В качестве эталонного индекса выберем индекс PMI (Еврозона) по двум при- чинам, так как он: – характеризует европейскую зону, куда входит Украина; – имеет высокую корреляцию со всеми другими индексами (0,95 – 0,99). Выделение статистических циклов в эталонном диффузионном индексе PMI (Еврозона) на основе метода нормированного размаха Херста На рис. 2 приведен результат анализа эталонного диффузионного индекса PMI (Еврозона) на основе метода нормированного размаха Херста. Рисунок 2 – Кривая нормированного размаха Херста разбита на 5 циклов: предкризисный период август 2006 – август 2007 гг. (отрезок АB ), показатель Херста 0,4527; начало кризиса август 2007 – август 2008 гг. (отрезок BС ), показатель Херста 0,4649; разгар кризиса август 2008 – февраль 2010 гг. (отрезок СВ), показатель Херста 1,4202; начало восстановления февраль 2010 – февраль 2011 гг. (отрезок ВE), показатель Херста 0,2483; стабильное восстановление – февраль 2011 г. – настоящее время (отрезок E – настоящее время), показатель Херста 0,9735 Модели мировых фондовых и финансовых рынков в условиях кризиса... «Штучний інтелект» 3’2012 279 4Л Как видно из рис. 2, можно выделить пять статистических циклов (табл. 2). Таблица 2 – Пять статистических циклов Отрезок на диаграмме Временной период Показатель Херста AB Предкризисный период август 2006 – август 2007 гг. 0,4527 BC Начало кризиса август 2007 – август 2008 гг. 0,4649 CD Разгар кризиса август 2008 – февраль 2010 гг. 1,4202 DE Начало восстановления февраль 2010 – февраль 2011 гг. 0,2483 E-н.в. Стабильное восстановление февраль 2011 г. – настоящее время 0,9735 Вывод: имеющиеся данные по индексу PMI за период с февраля 2010 г. по нас- тоящее время (декабрь 2011 г.) говорят об устойчивом росте экономики в персис- тентном режиме с высоким показателем Херста 0,9735. Можно уверенно говорить о восстановлении экономики после кризиса. Анализ динамики индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite [14] На рис. 3 представлены перечисленные данные за период 2004 – 2011 гг. Рисунок 3 – Динамика индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite в предкризисный, кризисный и посткризисный периоды за период 2004 – 2011 гг. Для численной оценки характера поведения траекторий собственно в кризисный период август 2007 – февраль 2010 гг. была построена матрица корреляции для изуча- емых данных (табл. 3). Как видно из табл. 3, существует хорошая корреляция между индексом PMI_EURO и динамики индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite и PMI_EURO (соответственно 0,81, 0,81 и 0,77). Лопатин А.К., Черненко О.Б. «Искусственный интеллект» 3’2012280 4Л Для численной оценки характера поведения траекторий собственно в период стабильного восстановления май 2011 гг. – настоящее время была построена матрица корреляции для изучаемых данных (табл. 4). Как видно из табл. 4, существует хорошая корреляция между индексом PMI_EURO и динамики индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite и PMI_EURO (соответственно 0,69, 0,79 и 0,74). Таблица 3 – Матрица корреляции индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite и PMI_EURO в собственно кризисный период август 2007 – февраль 2010 гг. DJ SP500 Nasdaq PMI_EURO DJ 1 SP500 1,00 1 Nasdaq 0,91 0,92 1 PMI_EURO 0,81 0,81 0,77 1 Таблица 4 – Матрица корреляции индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite и PMI_EURO в период стабильного восстановления май 2011 гг. – настоящее время DJ SP500 Nasdaq PMI_EURO DJ 1 SP500 0,98 1,00 Nasdaq 0,94 0,98 1 PMI_EURO 0,69 0,79 0,74 1 Таким образом, динамика индексов Dow Jones Industrial Average, Standard and Poors 500, Nasdaq Composite в предкризисный, кризисный и посткризисный периоды на временном интервале 2004 – 2011 гг. в целом следует закономерностям мирового кризиса. На этапе стабильного восстановления (май 2011 г. – настоящее время) имеется также хорошая корреляция в поведении с диффузионным индексом деловой актив- ности. Индекс корреляции здесь порядка 0,7 – 0,8, что говорит о стабильности восста- новления фондовых рынков в этот период. Выводы Метод нормированного размаха Херста является мощным инструментом иссле- дования числовых рядов. Он дает объективную основу построения статистических циклов, т.е. исследования фрактальных систем. Диффузионный индекс индекса деловой активности PMI_EURO дает мощный инструмент исследования числовых рядов в сочетании с методом нормированного размаха Херста. В качестве основной модели для исследования экономических процессов в пост- кризисный период мирового финансового кризиса 2007 – 2009 гг. выбрана эталонная модель диффузионного индекса деловой активности PMI_EURO. Для него построены статистические циклы Херста (на основе метода нормированного размаха Херста). Далее исследуемый числовой ряд разбивается на эти циклы и проводится анализ его поведения, в том числе и путем сопоставления с эталонным индексом. Модели мировых фондовых и финансовых рынков в условиях кризиса... «Штучний інтелект» 3’2012 281 4Л На основе анализа диффузионного индекса деловой активности Еврозоны, США, Германии, Великобритании в качестве эталонного выбран индекс PMI (Еврозона) по двум причинам, так как он: – характеризует европейскую зону, куда входит Украина; – имеет высокую корреляцию со всеми другими индексами (0,95 – 0,99). Проведен анализ статистических циклов индекса PMI_EURO и получен такой результат (табл. 5). Таблица 5 Временной период Показатель Херста Предкризисный период август 2006 – август 2007 гг. 0,4527 Начало кризиса август 2007 – август 2008 гг. 0,4649 Разгар кризиса август 2008 – февраль 2010 гг. 1,4202 Начало восстановления февраль 2010 гг. – февраль 2011 гг. 0,2483 Стабильное восстановление февраль 2011 г. – настоящее время 0,9735 Фондовые и финансовые рынки США и Еврозоны в предкризисный, кризисный и посткризисный периоды на временном интервале 2004 – 2011 гг. в целом следуют закономерностям мирового кризиса. На этапе стабильного восстановления февраль 2011 г. – настоящее время также имеется хорошая корреляция в поведении по срав- нению с диффузионным индексом деловой активности. Индекс корреляции здесь по- рядка 0,7 – 0,8, что говорит о стабилизации. На пятом цикле – стабильное восстановление февраль 2011 г. – настоящее время – показатель Херста 0,9735 индекса PMI_EURO говорит о стабильном росте фондовых и финансовых рынков, их персистентном характере. Вместе с тем хорошая корреляция с исследованными данными порядка 0,7 – 0,8 указывает на тот факт, что в рассмот- ренных финансовых рынках имеют тенденцию к стабилизации в ближайшем будущем. Оценка восстановления фондовых и финансовых рынков после февраля 2011 г. до настоящего времени и в ближайшем будущем положительна и оптимистична. Литература 1. Hurst H.E. Long-term Storage of Reservoirs. Transactions of the American Society of Civil Engineers / Hurst H.E. – 1951. – 116 р. 2. Mandelbrot B.B. Fractals, forms, chance and dimensions. Freeman / Mandelbrot B.B. – San-Francisco, 1977. 3. Мандельброт Б.Б. Фрактальная геометрия природы / Мандельброт Б.Б. – Москва : Институт компью- терных исследований, 2002. – 656 с. 4. Федер Е. Фракталы / Федер Е. – Москва : Мир, 1991. 5. Кузнецов С.П. Динамический хаос / Кузнецов С.П. – М. : Физматлит, 2001. 6. Петерс Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка / Петерс Э. – М. : Мир, 2000. 7. Петерс Э. Фрактальный анализ финансовых рынков: Применение теории Хаоса в инвестициях и экономике / Петерс Э. – М. : Интернет-трейдинг, 2004. 8. Лопатин А.К. Статистические свойства финансового рынка Украины / А.К. Лопатин, О.Б. Черненко // Актуальные проблемы экономики. – 2006. – № 10 (64). – С. 136-149. 9. Лопатин А.К. Статистическая периодичность числовых рядов и их качественная классификация / А.К. Лопатин // Искусственный интеллект. – 2007. – № 3. – С. 93-104. 10. Лопатин А.К. Статистические циклы числовых рядов курса USD-UAH и их качественная характерис- тика / А.К. Лопатин, О.Б. Черненко // Актуальные проблемы экономики. – 2007. – № 10. – С. 142-150. Лопатин А.К., Черненко О.Б. «Искусственный интеллект» 3’2012282 4Л 11. Лопатин А.К. Системный анализ мирового финансового кризиса 2007 – 2008 (статистические ас- пекты) / А.К. Лопатин // Искусственный интеллект. – 2008. – № 3. – С. 179-186. 12. Лопатин А.К. Cистемный анализ экономических циклов Украины, России, Германии, США на фоне мирового финансового кризиса 2007 – 2009 г.г. (статистические аспекты) / А.К. Лопатин, О.Б. Чер- ненко // Искусственный интеллект. – 2010. – № 3. – С. 494-500. 13. Режим доступа : http://www.ereport.ru/ 14. Статистические данные индекса DJI, S&P 500 [Электронный ресурс]. – Режим доступа : http://finance.yahoo.com/ Literatura 1. Hurst H. E. Long-term Storage of Reservoirs. Transactions of the American Society of Civil Engineers 116. 1951. 2. Mandelbrot B.B. Fractals, forms, chance and dimensions. Freeman. San-Francisco. 1977. 3. Mandel’brot B. B.. Fraktal’naja geometrija prirody. Moskva.: Institut komp’juternyh issledovanij. 2002 g.656 s. 4. Feder E. Fraktaly. Moskva: Mir. 1991. 5. Kuznecov S.P. Dinamicheskij haos. M.: Fizmatlit. 2001. 6. Peters Je. Haos i porjadok na rynkah kapitala. Novyj analiticheskij vzgljad na cikly, ceny i izmenchivost’ rynka. M.: Mir. 2000. 7. Peters Je., Fraktal’nyj analiz finansovyh rynkov: Primenenie teorii Haosa v investicijah i jekonomike. M.: Internet-trejding. 2004. 8. Lopatin A.K. Aktual’nye problemy jekonomiki. №. 10(64). 2006. S. 136-149. 9. Lopatin A.K. Iskusstvennyj intellect. 2007. № 3. S. 93-104. 10.Lopatin A.K. Aktual’nye problemy jekonomiki. 2007. № 10. S. 142-150. 11.Lopatin A.K. Aktual’nye problemy jekonomiki. 2007. № 10. S. 142-150. 12.Lopatin A.K. Iskusstvennyj intellekt, 2008. № 3. S. 179-186. 13.Lopatin A.K. Iskusstvennyj intellect. 2010. №. 3. S. 494-500. 14.Dannye. http://www.ereport.ru/ 15.Statisticheskie dannye indeksa DJI, S&P 500. http://finance.yahoo.com/ RESUME A.K. Lopatin, O.B. Chernenko Models of the World Stock and Financial Markets in the Crisis 2007-2009 and beyond The Hurst rescaled range method is a powerful tool for studying numerical series. It provides an objective basis for constructing statistical cycles, i.e. the study of fractal systems. The diffusion PMI_EURO index of business activity in conjunction with the method of Hurst rescaled range provides a powerful tool of study of numerical series. As a basic model for the study of economic processes in the post-crisis global financial crisis 2007-2009, the reference model of the diffusion PMI_EURO index of business activity was chosen. For it the statistical Hurst cycles (based on the method of Hurst rescaled range) were built. Further, the studied numerical series is divided into these cycles, and then analysis of its behavior is carried out, in particular by comparison with the reference index. On the basis of the analysis of the diffusion indices of business activity of European zone, USA, Germany, UK the reference PMI index (European zone) has been chosen for two reasons, since it: • describes the European zone, which includes Ukraine http://www.ereport.ru/ http://finance.yahoo.com/ http://www.ereport.ru/ http://finance.yahoo.com/ Модели мировых фондовых и финансовых рынков в условиях кризиса... «Штучний інтелект» 3’2012 283 4Л • has a high correlation with all other indices (0.95-0.99). The analysis of the cycles of the statistical index PMI_EURO was carried out and the following results were obtained: Time period Hurst exponent The pre-crisis period in August 2006 - August 2007 0,4527 The beginning of the crisis in August 2007 - August 2008 0,4649 Height of the crisis in August 2008 - February 2010 1,4202 The beginning of recovery in February 2010- February 2011 0,2483 Stable recovery February 2010- currently 0.9735 Stock and financial markets in US and European zone in the before crisis, crisis and post-crisis periods in the time interval 2004-2011 in general, follow the laws of the global crisis. On the stage of sustainable recovery in February 2010 – currently, there is also a good correlation in the behavior as compared with the PMI_EURO diffusion index of business activity. The index of correlation is about 0.7-0.8, indicating the stabilization of these economics. In the fifth cycle of sustainable recovery in February 2010 – currently, the Hurst exponent of the PMI_EURO index 0.9735 shows the stable growth stock and financial markets, their persistent nature. However, the good correlation of the order of 0.7-0.8 with the investigated data points to the fact that in these financial markets there is a tend to stabilization in the near future. Evaluation of stock and financial markets recovery after February 2011 until the present time and in the near future is positive and optimistic. Статья поступила в редакцию 04.07.2012.

Модели мировых фондовых и финансовых рынков в условиях кризиса 2007 – 2009 годов и последующие периоды

Репозитарії

Схожі ресурси