This paper focuses on the forecasting of market risk measures for the Russian RTS index future, and examines whether augmenting a large class of volatility models with implied volatility and Google Trends data improves the quality of the estimated risk measures. We considered a time sample of daily data from 2006 till 2019, which includes several episodes of large-scale turbulence in the Russian future market. We found that the predictive power of several models did not increase if these two variables were added, but actually decreased. The worst results were obtained when these two variables were added jointly and during periods of high volatility, when parameters estimates became very unstable. Moreover, several models augmented with these variables did not reach numerical convergence. Our empirical evidence shows that, in the case of Russian future markets, TGARCH models with implied volatility and Student’s t errors are better choices if robust market risk measures are of concern.
Журнал адресован специалистам аналитических отделов банков, компаний, федеральных, региональных и муниципальных органов власти, маркетологам и менеджерам различного уровня, а также научным работникам, аспирантам и студентам, специализирующимся в области эконометрики и прикладной статистики. В 2006 году журнал «Прикладная эконометрика» включен в список периодических изданий ВАК, рекомендованных для публикации результатов диссертационных исследований. Материалы, помещаемые в журнале, посвящены эмпирическому анализу конкретных российских социально-экономических и финансовых процессов и систем, проблемам образования и консультациям в области эконометрических методов и их практического применения. Они, в частности, нацелены на теоретико-методологическую и практическую поддержку читателя в диапазоне: • принятия оптимальных управленческих решений на уровне фирм, предприятий, банков, федеральных и региональных органов власти; • выбора оптимальных решений игры на финансовых и фондовых рынках; • эффективного применения эконометрических методов в маркетинге, анализа и прогноза потребительского спроса; • прогнозирования в бизнесе и в задачах социально-экономического развития региона, страны в целом; • использования современных пакетов программ по эконометрике и прикладной статистике; • содержания и методологии преподавания эконометрики и прикладной статистики в высшей школе. Журнал является первым и единственным периодическим изданием в данной области, дополняющим такие известные зарубежные журналы, как Journal of Applied Econometrics, Econometrica, Journal of Econometrics, Econometrics Reviews и др. Журнал выходит 4 раза в год. Журнал включен в международную базу данных RePEc.
Ежедневно на Интернет-порталы органов государственной власти поступает большое количество электронных обращений (заявлений, предложений или жалоб), представленных в неструктурированном текстовом виде. Качество и скорость автоматической обработки указанных сообщений напрямую зависит от правильности их классификации (отнесения к конкретной предметной области), в основе которой лежат их отличительные особенности. Однако специфика таких сообщений (небольшой размер, наличие ошибок, отсутствие четкой структуры и т.д.) не позволяет использовать известные методы рубрицирования текстовых документов. Авторами разработана модель рубрицирования электронных неструктурированных текстовых документов с учетом синтаксических связей и ролей слов в предложениях на основе нечеткого дерева решений. Построение дерева решений основано на анализе степени пересечений словарей рубрик, а также расстояний между рубриками в n-мерном пространстве признаков. Данная модель позволяет более точно рубрицировать электронные неструктурированные текстовые документы в условиях взаимосвязанных рубрик, а также повысить оперативность обработки поступивших документов.
В работе рассматриваются нечеткие модели анализа качества микросервисных архитектур, которые являются одним из основополагающим подходов к созданию и сопровождению современных, быстро реагирующих на изменения запросов бизнеса, информационных систем. Реализация непрерывной поставки программных компонентов для динамичных бизнес-процессов информационных систем может быть осуществлена различными наборами микросервисов, оптимальный выбор и модификация которых представляет сложную многоальтернативную задачу. Предлагаемый подход направлен на решение задачи выбора микросервисов ИС с учетом обеспечения качества обслуживания на базе нечетких моделей. Решение данной задачи позволит проводить обоснованный выбор эффективных вариантов наборов микросервисов для информационных систем.
Авторами рассматривается моделирование системы обслуживания ресторана быстрого питания. Представлена табличная модель, параметры распределений случайных величин были получены на основе статистических данных реального объекта. Проведение вычислительных экспериментов было выполнено с помощью разработанной программы, реализующей набор типовых сценариев.