Аrch/garch-моделирование в исследовании динамики волатильности рынка криптовалюты (на примере биткоина)

 
Код статьиS020736760007591-9-1
DOI10.31857/S020736760007591-9
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Должность: проректор Казанского (Приволжского) федерального университета
Аффилиация: Казанский (Приволжский) федеральный университет
Адрес: Российская Федерация
Должность: заведующий отделом Центра перспективных экономических исследований Академии наук Республики Татарстан, директор Центра стратегических оценок и прогнозов Казанского (Приволжского) федерального университета
Аффилиация:
Центр перспективных экономических исследований Академии наук Республики Татарстан
Центр стратегических оценок и прогнозов Казанского (Приволжского) федерального университета
Адрес: Российская Федерация
Должность: ведущий научный сотрудник Центра перспективных экономических исследований Академии наук Республики Татарстан
Аффилиация: Центр перспективных экономических исследований Академии наук Республики Татарстан
Адрес: Российская Федерация
Название журналаОбщество и экономика
ВыпускВыпуск 11
Страницы78-89
Аннотация

Цифровизация хозяйственных процессов существенным образом трансформирует устоявшиеся модели развития экономических систем, формируя новые факторы социально-экономического роста.  В данной статье предложен инструментарий прогнозирования рынка криптовалюты на основе построения модели авторегрессионной условной гетероскедастичности. Работа позволяет определить наиболее подходящую модель из семейства GARCH для прогнозирования одной из наиболее распространенных и востребованных криптовалют в мире – биткоина. Предлагаемый и апробированный инструментарий дает возможность планирования развития рынка криптовалюты на краткосрочный период. Это, в свою очередь, может служить основой для контроля и предсказания будущих корректировок рынка, что позволяет координировать меры государственного планирования в данном секторе экономических отношений.

Ключевые словацифровая экономика, рынок криптовалюты, прогнозирование, модели GARCH, биткоин, планирование
Источник финансированияИсследование выполнено за счет гранта Российского научного фонда (проект №19-18-00202).
Получено02.12.2019
Дата публикации05.12.2019
Кол-во символов17545
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 0, всего просмотров: 913

Оценка читателей: голосов 0

1. О. А. Николайчук Электронная валюта в свете современных правовых и экономических вызовов // Журнал экономического регулирования, 2017, том. 8 (№ 1 ), п. 142 – 154.

2. Выступление Руководителя Центра Россия-ОЭСР РАНХиГС А. Левашенко на конференции РБК Режим доступа: https://www.ranepa.ru/images/News/2018-12/25-12-2018-oesr.pdf

3. М. А. Эскиндаров, Абрамова М. А. и др. Направления развития финтеха в России: экспертное мнение финансового университета // Мир новой экономики. 2018. № 2. С. 6-23.

4. А. В. Григорьев, И.В. Лебедева. Биткоин и экономическая политика России // Каспийский регион: политика, экономика, культура. 2018. № 1 (54). С. 111-115.

5. Н.А. Поветкина, Ю.В. Леднева. «Финтех" и "Регтех»: границы правового регулирования // Право. Журнал Высшей школы экономики. 2018. № 2. С. 46-67.

6. Е.В. Худько. Рынок Финтех в России: последствия для деятельности традиционных финансовых институтов // Финансовый менеджмент. 2019. № 1. С. 95-105.

7. О. В. Борисова. Криптовалюта как средство повышения привлекательности российского бизнеса // Стратегии бизнеса. 2017. № 9 (41). С. 17-21.

8. Granger, C.W.J., King, M.L., White, H. : "Comments on the Testing of Economic Theories and the Use of Model Selection Criteria" // Journal of Econometrics, 1995, 67. Р. 173-187.

9. Woo, David et al, 2013. Bitcoin: A First Assessment FX and Rates.

10. М.Р. Сафиуллин, А.А. Абдукаева, Л.А. Ельшин. Разработка прогностической модели динамики курса криптовалют с применением инструментов стохастического анализа // Вестник Института экономики Российской академии наук. 2018. № 5. С. 161-173.

11. М.Р. Сафиуллин, Л.А. Ельшин, А.А. Абдукаева. Разработка многофакторной прогностической модели развития глобального рынка криптовалюты // Теоретическая и прикладная экономика. 2018. № 3. С. 151-161.

12. R. F. Engle. Autoregressive conditional heteroscedasticity with estimates of variance of United Kingdom inflation // Econometrica. 1982. Vol. 50. P. 987–1008.

Система Orphus

Загрузка...
Вверх