Финансовая математика

Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора и параметров сглаживания. Оценка адекватности модели на основе исследования случайной остаточной компоненты по критерию пиков. Точечный прогноз на четыре шага.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 18.01.2014
Размер файла 129,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

Кафедра Экономико-математических методов и моделей

КОНТРОЛЬНАЯ РАБОТА

«Финансовая математика»

Проверил:

Ст. преподаватель

Концевая Наталья Валерьевна

Выполнил:

Раннева О.Н.

Специальность: ФиК

Группа№221405

Москва 2012г.

Задача 1

Имеются поквартальные данные о кредитах, выданных банком (в условных единицах)

Строка соответствует году, столбец - кварталу

1-кв.

2-кв.

3-кв.

4-кв.

1-й год

39,0

50,0

59,0

38,0

2-й год

42,0

54,0

66,0

40,0

3-й год

45,0

58,0

69,0

42,0

4-й год

50,0

62,0

74,0

46,0

Требуется :

1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора и приведенных ниже параметров сглаживания

Параметры сглаживания альфа1 альфа2 альфа3

Значения параметров 0,3 0,6 0,3

2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации и средней квадратической ошибки

3) Оценить адекватность построенной модели на основе исследования случайной остаточной компоненты по критерию пиков

Оценить независимость уровней для рада остатков по d-критерию (критические значения d1 = 1,1 и d2=1,37) или по первому коэффициенту автокорреляции при критическом значении r1=0,32)

При исследовании нормальности распределения остаточной компоненты по R/S-критерию критическими уровнями считать 3,0-4,21.

4) Построить точечный прогноз на четыре шага вперед т,е. На 1 год

5)Отобразить на графике фактические, расчетные и прогнозные данные

Решение:

1)Построение адаптивной мультипликативной модели Хольта-Уинтерса

Для оценки нач. значений a(0) и b(0) применим линейную модель к первым 8 значения ряда

адаптивный мультипликативный сглаживание прогноз

Линейная модель имеет вид :

t

y(t)

лин. модель y(t)

F(t)=y(t)/модель y(t)

1

39,00

45,33

0,86

2

50,00

46,24

1,08

3

59,00

47,14

1,25

4

38,00

48,05

0,79

5

42,00

48,95

0,86

6

54,00

49,86

1,08

7

66,00

50,76

1,30

8

40,00

51,67

0,77

Метод наименьших квадратов дает возможность определить коэффициенты линейного

Уравнения а(0) и b(0).

A

b

44,43

0,90

=ОТРЕЗОК(B28:B35;A28:A35) =НАКЛОН(B28:B35;A28:A35)

Зная a(0), b(0) , параметры сглаживания и коэффициенты сезонности рассчитаем параметры модели на момент t=1

Уравнение Yp(t) = [a(t-1)+1*b(t-1)] * F(t-L) для t=1 примет вид [ a(0) + b(0) ] * F(-3)

Yp(1) = [ 44,43 + 0,90 ] * 0,86 = 38,94

Уравнение a(t) = альфа1*Y(t)/F(t-L) + (1-альфа1) * [a(t-1)+b(t-1)] для t=1 примет вид

a(1)=альфа1*Y(1)/F(-3)+(1-альфа1)*{a(0)+b(0)} = 0,3 * 39,0 / 0,86

+ 0,7 * ( 44,43 + 0,90 ) = 45,35

Уравнение b(t) = альфа3*[a(t)-a(t-1)] + (1 - альфа3)*b(t-1) для t=1 примет вид

b(1)=альфа3*[a(1) - a(0)] + (1 - альфа3) * b(0) = 0,3 * ( 45,35 -

- 44,43 ) + 0,7 * 0,90 = 0,91

Уравнение F(t) = альфа2*Y(t)/a(t) + (1-альфа2)*F(t-L) для t=1 примет вид

F(1)= альфа2*Y(1)/a(1) + (1-альфа2)*F(-3) =

0,6 * 39,0 / 45,35 + 0,4 * 0,86 =0,86

Определив для t=1 значения Y(1), a(1), b(1), F(1) по приведенному выше алгоритму определим эти значения для t= 2, 3, ... , 16.

Квартал

Объем кредитования

y(t)

a(t)

b(t)

F(t)

модель y(t)

-3

0,86

-2

альфа 1

альфа 2

альфа 3

1,08

-1

0,30

0,60

0,30

1,28

0

44,43

0,90

0,78

1

39,00

45,35

0,91

0,86

38,94

2

50,00

46,24

0,90

1,08

50,06

3

59,00

46,87

0,82

1,27

60,14

4

38,00

47,95

0,90

0,79

37,32

5

42,00

48,85

0,90

0,86

41,99

6

54,00

49,80

0,91

1,08

53,82

7

66,00

51,15

1,04

1,28

64,19

8

40,00

51,75

0,91

0,78

41,15

9

45,00

52,57

0,88

0,86

45,27

10

58,00

53,48

0,89

1,08

57,90

11

69,00

54,22

0,85

1,28

69,62

12

42,00

54,72

0,74

0,77

42,91

13

50,00

56,32

1,00

0,88

47,56

14

62,00

57,28

0,99

1,08

62,13

15

74,00

58,19

0,96

1,27

74,33

16

46,00

59,28

1,00

0,77

45,68

Для того, чтобы модель была адекватна исследуемому процессу ряд остатков E(t) должен обладать свойствами

а) случайности,

б) независимости последовательных уровней и

в) нормальности распределения

остатки e(t)

e(t)^2

Повороты

(e(t)-e(t-1))^2

(e(t)*e(t-1))^2

Относит. Ошибка

abs(e(t)/y(t)

0,06

0,00

-

0,14%

-0,06

0,00

0

0,01

0,00

0,12%

-1,14

1,31

1

1,18

0,07

1,94%

0,68

0,46

1

3,32

-0,78

1,79%

0,01

0,00

1

0,45

0,00

0,01%

0,18

0,03

0

0,03

0,00

0,34%

1,81

3,28

1

2,65

0,33

2,75%

-1,15

1,33

1

8,78

-2,09

2,88%

-0,27

0,08

0

0,77

0,32

0,61%

0,10

0,01

1

0,14

-0,03

0,17%

-0,62

0,38

0

0,52

-0,06

0,90%

-0,91

0,83

1

0,08

0,56

2,17%

2,44

5,95

1

11,21

-2,22

4,88%

-0,13

0,02

0

6,61

-0,32

0,21%

-0,33

0,11

1

0,04

0,04

0,45%

0,32

0,10

-

0,43

-0,11

0,70%

0,98

13,90

9,00

36,24

-4,28

20,05%

сумма

0,06

0,87

2,42

-0,29

1,25%

Среднее знач.

Проверку случайности уровней остаточной компоненты проводим на основе критерия поворотных точек. Для этого каждый уровень ряда сравниваем с двумя соседними.

Общее число поворотных точек ровно 9.

Поскольку неравенство p>q

То свойство случайности уровней выполнено.

Проверка независимости (отсутствия автокорреляции)

Проверку проводим двумя методами:

а) по d-критерию Дарбина-Уотсона ;

б) по первому коэффициенту автокорреляции r(1).

d pac=?(ei-ei-1)^2/?e(t)^2

2,78

d1 pac=4-d pac

1,22

d pac превышает 2,то это свидельствует о наличии отрицательной автокорреляции.Так как расчетное значение d1 попадает в интервал от d2 до 2. Свойство независимости выполняется. Следовательно, модель по этому критерию адекватна.

Проверка по первому коэффициенту автокорреляции r(1)

Рассчитали r(1) по формуле -0,31

r(1)= [СУММ (E(t)* E(t-1))] / [СУММ(E(t)^2]= -4,28 / 13,91

Из условия задачи критическ. r= 0,32

уровни независимы,модель адекватна

Соответствие ряда остатков нормальному распределению

определяем по RS - критерию

S=КОРЕНЬ[(СУММ(E(t)^2/(N-1)] = 0,962509996

R/S=(emax-emin)/S 3,729796441

Выполняется нормальный закон распределения.

Оценим точность построенной модели

Средняя по модулю относительная погрешность рассчитывалась из соотношения

Eотн,сред=1/.N * СУММ{abs(E(t))/Yр(t)x100%} = 20,05/16 = 1,25

Уровень точности удовлетворительный.

Составим точечный прогноз на 1 год вперед с t=17 по t=20

Прогнозные значения на k шагов вперед рассчитываем по формуле

Yp(t+k)= [ a(t) + k*b(t) ] * F(t - 4 + k) для t=16 имеет вид Yp(16+k)=[a(16)+k*b(16)] * F(16 - 4 + k)

Yp(17)=[ a(16)+1*b(16)]*F(16- 4 + 1)= 52,79

Yp(18)= [a(16)+2*b(16)]*F(16 -4 +2)= 66,37

Yp(19)= [ a(16)+3*b(16)]*F(16-4+3)= 79,31

Yp(20)=[a(16)+4*b(16) *F(16-4+4)= 49,01

Задача 2

Даны цены (открытия, максимальная, минимальная и закрытия) за 10 дней.

Дни t

Максимальная цена за день Н(t)

Минимальная цена за день L(t)

Цена закрытия, С(t)

1

2

3

4

1

595

580

585

2

579

568

570

3

583

571

578

4

587

577

585

5

586

578

582

6

594

585

587

7

585

563

565

8

579

541

579

9

599

565

599

10

625

591

618

Интервал сглаживания принять равным 5 дням. Рассчитать:

· экспоненциальную скользящую среднюю;

· Момент;

· Скорость изменения цен;

· Индекс относительности %R,%K и %D/

Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных.

Находим коэффициент k k=2/(10+1) = 0,18

Находим простую среднюю за 10 дней.

Дальнейшие значения рассчитываем по формуле ЕМА(t) = C(t)*k+EMA(t-1)*(1-k)

дни

цены

Средние

макс

мин

закр

Простая

Экспоненциальная

1

595

580

585

k=2/(n+1)

585,00

2

579

568

570

0,18

582,27

3

583

571

578

581,50

4

587

577

585

582,13

5

586

578

582

580,00

582,11

6

594

585

587

580,40

583,00

7

585

563

565

579,40

579,73

8

579

541

579

579,60

579,59

9

599

565

599

582,40

583,12

10

625

591

618

589,60

589,46

Момент MOM(t)=C(t) - C(t-n+1), где C(i) - цена закрытия i-го дня

Для t=5 вносим разность значений 585-582

для t=6 вносят 570-587 и т.д.

Аналогично рассчитывают скорость изменения цен по ф-ле ROC(t)= [C(t) / C(t-n+1)] *100%

Расчеты приведены в таблице.

дни

цены

Средние

макс

мин

закр

Простая

Экспоненциальная

1

595

580

585

k=2/(n+1)

585,00

2

579

568

570

0,18

582,27

3

583

571

578

581,50

4

587

577

585

582,13

5

586

578

582

580,00

582,11

6

594

585

587

580,40

583,00

7

585

563

565

579,40

579,73

8

579

541

579

579,60

579,59

9

599

565

599

582,40

583,12

10

625

591

618

589,60

589,46

RSI(t) = 100 - 100 / [1+AU(t) / AD(t) ] где AU и AD сумма приростов и убыли конечных цен за n дней, включая текущий.

дни

цены

макс

мин

закр

1

595

580

585

2

579

568

570

3

583

571

578

4

587

577

585

5

586

578

582

6

594

585

587

7

585

563

565

8

579

541

579

9

599

565

599

10

625

591

618

приросты

Индекс относит силы RSI (t)

с(t)-c(t-1)

-15,00

8,00

7,00

-3,00

45,45

5,00

86,96

-22,00

32,43

14,00

43,18

20,00

63,93

19,00

70,67

Момент сравниваем с 0,если меньше 0,то цены падают, как это происходит на 5,7 и 8 день.

ROC сравниваем относительно 100,меньше 100 то цены падают, как это происходит на 5,7 и 8 дни.

Простая скользящая средняя и экспоненциальная скользящая средняя являются наиболее простыми методами сглаживания данных.

Если простая скользящая средняя находится под графиком цен, тренд является «бычьим», если над графиком - «медвежьим».Если простая скользящая средняя пересекает ценовой график и идет под графиком цен - это сигнал к покупке. У нас есть сигнал к продаже на 6-7 день и к покупке на 8 день.

RSI-На 5 день не стоит покупать, скорее это является сигналом к продаже, так как уже мы находимся в зоне перекупленности, значит будет скорее всего разворот тренда. Лучше всего начать покупать на 7-8 день цены снижаются, но есть тенденция к повышению.

Когда значение %K выше 80, то это может быть знаком на продажу. Только может быть; для большей вероятности надо проделать более детальный анализ инструмента. С другой стороны, когда осциллятор находится ниже линии в 20, то это может быть знаком на покупку.

Менее значительными, но все-таки сигналами, являются пересечения осциллятором своей неразлучной среднескользящей линии. Если %K пересекла %D сверху вниз, -- это может быть знак на продажу, а если снизу вверх -- на покупку. Но эти пересечения могут случаться очень часто, особенно на быстрых стохастиках, и поэтому являются менее значимыми.

По сути стохастические осцилляторы дают сигнал к покупке на 8ой день

Задача 3

Сумма

Дата начальная

Дата конечная

Время в днях

Время в годах

Ставка

Число начислений

S

Тдн

Тлет

i

m

4 000 000,00

10.01.2002

20.03.2002

90

5

45

4

69

0,45

1. Банк выдал ссуду, размером 4 000 000 руб. Дата выдачи ссуды - 10.01.2002, возврата - 20.03.2002. День выдачи и день возврата считать за 1 день. Проценты рассчитываются по простой процентной ставке 45% годовых.

Найти:

точные проценты с точным числом дней ссуды

I= S*t*i/K= 4 000 000*69*0,45/365 = 340 273,97

обыкновенные проценты с точным числом дней ссуды

I= 4 000 000*69*0,45/360 = 345 000,00

обыкновенные проценты с приближенным числом дней ссуды

I= 4 000 000*70*0,45/360 = 350 000,00

2. Через 90 дней после подписания договора должник уплатит 4000000 руб. Кредит выдан под 45% годовых (проценты обыкновенные). Какова первоначальная сумма и дисконт.

Дисконтирование и учет по простым ставкам(математический)

P= S/(1+i*Tдн/360) =4 000 000/(1+0,45*90/360) = 3 595 505,62

D= S-P =4 000 000-3 595 505,62 404 494,38

3. Через 90 дней предприятие должно получить по векселю 4 000 000 руб. Банк приобрел этот вексель с дисконтом. Банк учел вексель по учетной ставке 45% годовых ( год равен 360 дням). Определить полученную предприятиям сумму и дисконт.

Банковский учет

D= S*i*Tдн/360= 4 000 000*0,45*90/360= 450 000,00

P= S-D = 4 000 000-450 000 = 3 550 000,00

4. В кредитном договоре на сумму 4 000 000 руб. и сроком на 5 лет, зафиксирована ставка сложных процентов, равная 45% годовых. Определить наращенную сумму.

Сложные проценты

P= S*(1+i)^Tлет = 4 000 000*(1+0,45)^5 25 638 936,25

5. Ссуда, размером 4 000 000 руб. предоставлена на 5 лет. Проценты сложные, ставка - 45%. Проценты начисляются 4 раза в год. Вычислить наращенную сумму.

Сложные проценты с ежеквартальным начислением

P= S*(1+i/m)^Tмес./3= 4 000 000*(1+0,45/4)^60/3= 33 733 420,84

6. Вычислить эффективную ставку процента, если банк начисляет проценты 4 раза в год, исходя из номинальной ставки 45% годовых.

iэ= (1+i/m)^m-1 =(1+0,45/4)^4-1=0,531792993 т.е. 53,18%

7. Определить какой должна быть номинальная ставка при начислении процентов 4 раза в год, чтобы обеспечить эффективную ставку 45% годовых.

j= m*(1*i)^(1/m)-1 =4*(1*0,45)^(1/4)-1=0,389367987 т.е. 38,94%

8. Через 5 лет предприятию будет выплачена сумма 4 000 000 руб. Определить ее современную стоимость при условии, что применяется сложная процентная ставка 45% годовых. Математический учет.

P= S*(1+i)^(-Tлет)= 4 000 000*(1+0,45)^(-5) = 624 050,85

9. Через 5 лет по векселю должна быть выплачена сумма 4 000 000 руб. Банк учел вексель по сложной учетной ставке 45% годовых. Определить дисконт.

P= S*(1-i)^Tлет = 4 000 000*(1-0,45)^5= 201 313,75

D= S-P =4 000 000- 201 313,75 3 798 686,25

10. В течении 5 лет на расчетный счет в конце каждого года поступает по 4 000 000 руб., на которые 4 раза в год начисляются проценты по сложной годовой ставке 45%. Определить сумму на расчетном счете к концу указанного срока.

S= S*((1+i)/m)^(Тлет*m))/(1+i /m)^m-1) = 4070284

Размещено на Allbest.ru

...

Подобные документы

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора и согласно параметрам сглаживания. Средняя ошибка аппроксимации. Определение коэффициентов заданного линейного уравнения. Проверка точности построенной модели.

    контрольная работа [1,6 M], добавлен 20.01.2010

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Определение эффективной ставки процента по вкладу в банке, номинальной ставки при начислении процента. Расчет дисконта по формуле математического дисконтирования.

    контрольная работа [756,3 K], добавлен 05.04.2011

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Коммерческий расчет экспоненциально скользящей средней цены с использованием интервала сглаживания. Построение графиков фактических, расчетных и прогнозных данных.

    контрольная работа [626,5 K], добавлен 28.04.2011

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Оценка точности построенной модели с использованием средней относительной ошибки аппроксимации. Определение суммы банковской ссуды, долга по ссуде и дисконта.

    контрольная работа [393,0 K], добавлен 06.12.2007

  • Построение адаптивной мультипликативной модели Хольта-Уинтерса, оценка ее точности и адекватности с использованием средней относительной ошибки аппроксимации. Построение точечного прогноза. Отражение на графике фактических, расчетных и прогнозных данных.

    контрольная работа [816,2 K], добавлен 23.03.2013

  • Построение анализа случайной компоненты для проверки адекватности выбранных моделей реальному процессу (в частности, адекватности полученной кривой роста). Оценка параметров модели в условиях автокорреляции и определение критерия автокорреляции.

    контрольная работа [44,0 K], добавлен 13.08.2010

  • Построение и анализ однофакторной и многофакторной эконометрической модели. Вычисление парных и частичных коэффициентов корреляции. Проверка адекватности модели по критерию Фишера. Исследование наличия мультиколлениарности по алгоритму Феррара-Глобера.

    контрольная работа [172,4 K], добавлен 28.05.2010

  • Сущность метода наименьших квадратов. Экономический смысл параметров кривой роста (линейная модель). Оценка погрешности и проверка адекватности модели. Построение точечного и интервального прогноза. Суть графического построения области допустимых решений.

    контрольная работа [32,3 K], добавлен 23.04.2013

  • Построение описательной экономической модели. Матрица корреляций между исходными статистическими признаками. Оценка параметров модели. Определение и графическое изображение регрессионной зависимости между показателями. Оценка адекватности модели.

    контрольная работа [215,8 K], добавлен 13.10.2011

  • Анализ автокорреляции уровней временного ряда, характеристика его структуры; построение аддитивной и мультипликативной модели, отражающую зависимость уровней ряда от времени; прогноз объема выпуска товаров на два квартала с учетом выявленной сезонности.

    лабораторная работа [215,7 K], добавлен 23.01.2011

  • Построение и анализ классической многофакторной линейной эконометрической модели. Вид линейной двухфакторной модели, её оценка в матричной форме и проверка адекватности по критерию Фишера. Расчет коэффициентов множественной детерминации и корреляции.

    контрольная работа [131,9 K], добавлен 01.06.2010

  • Построение ряда динамики. Расчет параметров линейного, степенного, экспоненциального (показательного), параболического, гиперболического трендов с помощью пакета Excel. Вычисление относительной ошибки аппроксимации. Оценка адекватности линейной модели.

    практическая работа [165,9 K], добавлен 13.05.2014

  • Нахождение коэффициента корреляции и параметров линии регрессии по заданным показателям y и х. Оценка адекватности принятой модели по критерию Фишера. Построение графика линии регрессии и ее доверительной зоны, а также коэффициента эластичности.

    контрольная работа [2,1 M], добавлен 09.07.2014

  • Порядок построения линейного регрессионного уравнения, вычисление его основных параметров и дисперсии переменных, средней ошибки аппроксимации и стандартной ошибки остаточной компоненты. Построение линии показательной зависимости на поле корреляции.

    контрольная работа [75,1 K], добавлен 29.01.2010

  • Оценка адекватности эконометрических моделей статистическим данным. Построение доверительных зон регрессий спроса и предложения. Вычисление коэффициента регрессии. Построение производственной мультипликативной регрессии, оценка ее главных параметров.

    контрольная работа [1,2 M], добавлен 25.04.2010

  • Максимальная ошибка прогноза. Геометрический смысл коэффициента. Истинная прямая регрессии. Ширина доверительного интервала. Матричная запись многофакторной регрессии. Эконометрический анализ нелинейной зависимости показателя от второго фактора.

    контрольная работа [125,7 K], добавлен 30.07.2010

  • Построение эконометрической модели, описывающей линейную зависимость результативного признака факторов, входящих в нее, методом матрицы. Проверка ее на адекватность по критерию Фишера. Определение дисперсии, ковариации, корреляции и детерминации.

    контрольная работа [180,5 K], добавлен 03.12.2014

  • Эконометрическое исследование признаков деятельности предприятий: доля расходов на закупку товаров, среднедневная заработная плата одного работающего. Построение линейного графика регрессионной зависимости между показателями, оценка адекватности модели.

    контрольная работа [93,3 K], добавлен 14.12.2011

  • Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.

    контрольная работа [73,9 K], добавлен 23.01.2009

  • Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.

    курсовая работа [1005,0 K], добавлен 07.08.2013

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.