Мультипликативные стохастические модели

Простейшая мультипликативная стохастическая модель динамики финансового ресурса  [c.152]

Типична иллюстрация результатов практического применения мультипликативной стохастической модели приведена на рис. 4.2.1.  [c.156]


Как уже отмечалось выше, предположение о том, что коэффициенты элементарного перехода а, являются случайными величинами, имеющими одно и то же логарифмически нормальное распределение с параметрами i, о2 (а,-е п(ц,а2)), предопределяет справедливость прогнозов, получаемых на основе мультипликативной стохастической модели в течение ограниченного временного периода, характеризующегося неизменностью условий. Отсюда вытекает задача разработки методов оперативного и эффективного определения момента изменения факторов, влияющих на динамику ресурса (момента изменения значений ц, а2 ). Она может быть решена за счет мониторинга (постоянного отслеживания) значений математического ожидания m, - Ma(i) и дисперсии s,2 = Da(z ) случайных коэффициентов элементарного перехода a(z ), z = l,..., n,....  [c.160]

Многоэтапная динамика на базе мультипликативной стохастической модели  [c.166]


Для начала рассмотрим относительно простую ситуацию. Будем считать, что объемы привлеченных средств по периодам являются некоторым внешним фактором, динамика которого может быть описана с помощью мультипликативной стохастической модели (см. п. 4.2.1).  [c.166]

Для построения прогнозов значений отдельных финансовых ресурсов, фигурирующих в деятельности банков, может быть использована мультипликативная стохастическая модель, в рамках которой переход объема ресурса, определяемого действительным числом , ., >0 в момент времени t = i- 1, к ресурсу величиной х,>0, соответствующему моменту времени t = i, описывается соотношением  [c.200]

Мультипликативные стохастические модели 151  [c.151]

Мультипликативные стохастические модели  [c.151]

Мультипликативные стохастические модели 153  [c.153]

Мультипликативные стохастические модели 155  [c.155]

Мультипликативные стохастические модели 161  [c.161]

Мультипликативные стохастические модели 163  [c.163]

Прогнозы значений финансовых ресурсов, полученные с помощью мультипликативной стохастической модели, сохраняют свою справедливость в случае неизменности условий, при которых они были построены. Оперативное выявление момента изменения условий ( момента разладки ) может быть осуществлено за счет процедур мониторинга среднего (на основе вычисления скользящей дроби Стьюдента) и дисперсии (на основе расчета скользящей F- дроби).  [c.201]

Дальнейшее развитие данного подхода намечается путем соединения детерминированной и стохастической моделей, в результате чего открываются новые возможности повышения содержательности получаемых аналитических результатов экспериментирования с мультипликативными моделями [63].  [c.51]

Из сказанного следует необоснованность противопоставления данных типов моделей. В качестве основы выбора типа модели невозможно принять детерминированный или стохастический характер моделируемой связи, так как связь между исследуемыми показателями часто можно выражать обоими типами моделей. Например, влияние изменения численности работающих на объем выпускаемой продукции можно исследовать на основе как детерминированной мультипликативной индексной модели (с разной степенью детализации), так и регрессионной модели (парной или многомерной). Данные типы моделей имеют различные предпосылки построения и возможности применения в экспериментах. Модель выбирается исходя из соответствия поставленной задаче. В этом смысле лучше говорить не о детерминированной и стохастической моделях, а о детерминированном и стохастическом подходах к моделированию связей между показателями.  [c.117]


Одной из основных задач и особенностей анализа является количественная оценка взаимосвязи показателей, описывающих состояние системы. На выявление и измерение взаимосвязи показателей направлены методы детерминированного и стохастического факторного анализа. Методы детерминированного факторного анализа требуют построения факторных моделей, которые можно свести к четырем типам аддитивные, мультипликативные, кратные, смешанные.  [c.65]

В качества положительной стороны построенной выше стохастической мультипликативной модели динамики ресурса следует отметить возможность ее применения как к различным видам финансовых ресурсов, так и к различным по масштабу временным интервалам. В то же время, поскольку в настоящей модели осуществляется только пассивное отслеживание изменений под воздействием текущих тенденций и условий, то значения прогнозных величин х и sn будут справедливы при неизменности этих условий, т. е. в течение некоторого ограниченного периода. К спорным сторонам модели, безусловно, следует отнести требования строгой положительности объемов ресурса ( х, > 0 ) на каждом шаге. Однако для большинства реальных ситуаций выполнение этого ограничения тем или иным образом может быть обеспечено.  [c.156]

Используя результаты, полученные для стохастических мультипликативных моделей, прогноз величины привлеченных средств на момент t + 1 может быть выражен как  [c.168]

Если наблюдаемые значения а,,...,а коэффициентов элементарных переходов интерпретировать как значения соответствующих случайных величин а,,...,ал, то формула (4.2.2) дает следующую стохастическую мультипликативную модель динамики ресурса на дискретном отрезке времени [0,и]  [c.153]

Для указанного случая простой стохастической мультипликативной модели динамики ресурса, когда все коэффициенты элементарных переходов независимы и имеют одно и то же логарифмически нормальное распределение, можно предложить следующую схему оценивания параметров i, а2.  [c.155]

Учитывая вышесказанное, для мониторинга параметров т,, s2 стохастической динамики ресурса можно предложить следующую схему. Пусть исследователь наблюдает ряд последовательных значений хй, xv..., xn величины ресурса. Полагая, что все эти значения положительны, вычисляем ряд значений а,,..., ая коэффициентов элементарного перехода a =xi/xi i, i = i n. Согласно мультипликативной стохастической модели динамики ресурса ряд значений In a , i = i n можно интерпретировать как ряд однократных реализаций независимых нормальных случайных величин In a,. е Л (ц ,о2), г = 1 и. Для мониторинга математического ожидания (тренда) этого ряда можно использовать скользящее среднее k-ro порядка Д(г ), вычисляемое по формуле  [c.161]

Смотреть страницы где упоминается термин Мультипликативные стохастические модели

: [c.161]