Программа дисциплины Финансовая эконометрика для направления 080100. 62 «Экономика» подготовки бакалавра

Национальный исследовательский университет «Высшая школа экономики»

Программа дисциплины Финансовая эконометрика

для направления 080100.62 «Экономика» подготовки бакалавра

Правительство Российской Федерации

Область применения и нормативные ссылки

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.

Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 080100.62 специальности «Экономика» подготовки бакалавра, изучающих дисциплину «Финансовая эконометрика».

Программа разработана в соответствии с:

Образовательным стандартом НИУ ВШЭ, утвержденным ученым советом НИУ ВШЭ, протокол от 02.07.2010г. № 15

https://www.hse.ru/org/spb/orkko/structure%20standards-hse

Образовательной программой по направлению 080100.62 «Экономика» подготовки бакалавра
Рабочим учебным планом университета по направлению 080100.62 «Экономика» подготовки бакалавра

Цели освоения дисциплины

Целями освоения дисциплины являются формирование у студентов-бакалавров компетенций в области эконометрического анализа и оценки современных моделей финансовых рынков.

Компетенции обучающегося, формируемые в результате освоения дисциплины

В результате освоения дисциплины студент должен:

знать основные концепции современной теории финансовых рынков; основные эконометрические модели финансовых рынков; основные подходы к измерению риска и оптимизации портфеля с учетом риска; основные принципы моделирования стохастики рыночных цен/ставок. Знать основные методы оценивания и построение статистических выводов. Знать основные подходы к оценке и тестированию изучаемых в рамках курса моделей. Знать основные результаты эмпирического тестирования моделей.
уметь оценивать эконометрические модели финансовых рынков, строить статистические выводы, выбирать эконометрическую модель и метод оценивания, проводить тесты спецификации модели, интерпретировать получаемые результаты;
обладать навыками самостоятельного эконометрического моделирования в пакете Eviews, эмпирического тестирования моделей финансовых рынков, оценки параметров и проверки качества моделей, моделирования в Эксель.

В результате освоения дисциплины студент осваивает следующие компетенции:

Компетенции	Код по ФГОС/ НИУ	Дескрипторы – основные признаки освоения (показатели достижения результата)	Формы и методы обучения, способствующие формированию и развитию компетенции
Способность осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных экономических задач	ПК-4	Владеет методами обработки данных, регрессионным анализом, другими методами оценивания и построения статистических выводов. Находит рыночные, макроэкономические, финансовые данные. Строит и анализирует модели временных рядов.	Лекционные занятия; Компьютерный практикум; Выполнение лабораторных и домашних заданий, включающих поиск и обработку данных, построение эконометрической модели, анализ и интерпретацию результатов.
Способность выбрать инструментальные средства для обработки экономических данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы	ПК-5	Самостоятельно решает поставленную задачу по поиску и обработке данных, построению модели и анализу и интерпретации результатов ходе выполнения индивидуальных домашних заданий и компьютерных практикумов. Грамотно обосновывает свои решения и анализирует результаты расчетов. Владеет инструментарием финансовой эконометрики	Лекционные занятия; Решение задач; Компьютерный практикум; Выполнение лабораторных и домашних заданий, включающих получение и обработку данных, построение эконометрической модели, анализ и интерпретацию результатов. Работа с ридером Контрольная работа
Способность на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты	ПК-6	Выполняет индивидуальные задания по по построению, анализу и интерпретации эконометрической модели. Грамотно обосновывает свои решения и анализирует результаты расчетов. Знает методы и модели финансовой эконометрики.	Лекционные занятия; Компьютерный практикум; Выполнение лабораторных и домашних заданий, включающих получение и обработку данных, построение эконометрической модели, анализ и интерпретацию результатов. Работа с ридером Контрольная работа
Способность использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии	ПК-10	Владеет пакетом Eviews (выполняет задания, решает самостоятельные исследовательские задачи). Осуществляет поиск данных. Владеет средствами организации, обработки и анализа данных в Эксель.	Компьютерный практикум; Выполнение лабораторных и домашних заданий, включающих получение и обработку данных, построение эконометрической модели, анализ и интерпретацию результатов.

Место дисциплины в структуре образовательной программы

Настоящая дисциплина является факультативом для направления 080100.62 «Экономика».

Изучение данной дисциплины базируется на следующих дисциплинах:

«Микроэкономика», «Теория вероятностей», «Эконометрика», «Корпоративные финансы», «Теория денег и финансовых рынков», «Фондовый рынок»

Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и компетенциями:

Знать инструменты финансового рынка, основные концепции и модели финансовых рынков, методы оценки рисков, принципы оценки финансовых инструментов, основы теории вероятностей и математической статистики, эконометрические методы.

Владеть методами принятия решения в условиях риска, методами регрессионного анализа, тестирования гипотез, анализа временных рядов.

Уметь находить и читать финансовую информацию, формировать данные пригодные для анализа, проводить численный анализ данных средствами Эксель и Eviews.

Основные положения дисциплины могут быть использованы в дальнейшем при подготовке дипломных работ.

Тематический план учебной дисциплины

	Наименование разделов и тем	Аудиторные часы			Самост. работа	Всего часов
	Наименование разделов и тем	лекции	семинары	всего
1	Введение	1	-	1		1
2	Методы оценивания	3	4	7	10	17
3	Оптимальный портфель	2	2	4	7	11
4	CAPM	5	4	9	12	21
5	Многофакторные модели	4	4	8	14	22
	Контрольная работа	0	2	2	5	7
6	Применение многофакторных моделей	3	2	5	10	15
7	Информационная эффективность финансового рынка и модели поведения цен	4	4	8	12	20
8	Моделирование волатильности на финансовых рынках	2	2	4	6	10
9	Коинтеграция	2	2	4	6	10
10	VaR	2	2	4	6	10
	Всего часов	28	28	56	88	144

Формы контроля знаний студентов

Тип контроля	Форма контроля	1 год		Параметры **
Тип контроля	Форма контроля	1	2
Текущий	Контрольная работа 1	*		Контрольная работа – 80 минут
Текущий	Контрольная работа 2			Контрольная работа – 80 минут
Итоговый	Зачет		*	Письменный зачет – 80 мин, Подготовка –10 часов

6.1 Критерии оценки знаний, навыков

Текущий контроль осуществляется в форме контрольных работ. Самостоятельная работа - Домашние работы требуют проведения эконометрического исследования по заданной теме. Выполняются в Eviews или Excel в зависимости от условия задания. Студенту требуется продемонстрировать умение собирать необходимые данные; работать с исходными данными, преобразовывая их во временные ряды, пригодные для дальнейшего анализа; оценивать регрессионные модели и проводить тесты спецификации; строить наиболее подходящую эконометрическую модель и обосновывать ее выбор; давать экономическую интерпретацию результатов.

Домашние работы оцениваются на основании теоретической аккуратности проведения статистических тестов, логичности и аргументированности процесса построения окончательной модели, полноты и проработанности исследования, качества интерпретации результатов и сделанных выводов.

Итоговый контроль проводится в форме письменной работы, требующей решение задач и ответов на вопросы.

Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.

Преподаватель вправе по результатам текущего контроля аттестовать отдельных студентов без осуществления процедуры итогового контроля при условии, что по текущему контролю накопительная оценка не ниже 8 баллов.

6.2 Порядок формирования оценок по дисциплине

Аудиторная работа студентов оценивается на основании выполнения заданий в ходе практических занятий (преимущественно в форме компьютерных практикумов); активности студента в ходе практических занятий; участия в обсуждении текущих заданий и вопросов; ответов на вопросы преподавателя; решения задач у доски; выполнение текущих домашних заданий (задания, выдаваемые на практических занятиях); качества подготовки студента к практическим занятиям; посещаемости. Самостоятельная работа студентов оценивается на основании выполнения письменных домашних. Результирующая оценка по 10-ти балльной шкале за работу на практических занятиях (с учетом текущих домашних заданий) определяется перед итоговым контролем О_ауд. Результирующая оценка по 10-ти балльной шкале за самостоятельную работу (письменные домашние задания) определяется перед итоговым контролем – О_сам.

Текущий контроль включает 2 контрольные работы, оцениваемых также по 10-бальной шкале. Результирующая оценка за текущий контроль О_{текущий} учитывает результаты студента по текущему контролю следующим образом:
О_{текущий} = 0.5О_кр1 +0.5О_кр2.
Накопительная оценка формируется на основании оценок по текущему контролю, аудиторной и самостоятельной работе:
О_нак =(k₂· О_{текущий} + k₃·О_сам + k₄·О_ауд)/(k₂+ k₃+ k₄).
Результирующая оценка по дисциплине выставляется по результатам накопленной оценки и оценки полученной на зачете:

О_{результирующая} = k₁·О_зачет + (1-k₁) О_нак.
где О_зачет – оценка, полученная на зачете.
Применяются следующие значения весовых коэффициентов: k₁= 0,4; k₂= 0,3; k₃= 0,2; k₄=0,1.

Способ округления оценки - арифметический

Содержание дисциплины

Тема 1. Введение

Финансовая эконометрика: основные задачи. Взаимосвязь с финансовой экономикой.

Тема 2. Методы оценивания

Стохастические регрессоры. Приближенные асимптотические выводы в линейной регрессионной модели. Динамические модели. Асимптотические свойства МНК оценок в динамической регрессии. Состоятельное оценивание ковариационной матрицы оценок коэффициентов регрессии. Метод максимального правдоподобия. Обобщенный метод моментов.

Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. –6-е изд., – М.: Дело, 2004.
Анатольев С. А. Эконометрика для продолжающих: курс лекций.— М.: РЭШ, 2004. Стр. 6-18.
Анатольев С. А. Эконометрика для подготовленных: курс лекций.— М.: РЭШ, 2003. Стр.7-45.

Семинары 1-2

Повторение регрессии. Стохастические регрессоры. Динамические модели. Свойства оценок. Решение задач.

Оценка регрессии с перекрывающимися периодами. Проверка предсказуемости инфляции на основе временной структуры процентных ставок. Оценка рисковой премии на фьючерсном рынке.
Тема 3. Оптимальный портфель

Понятие портфеля. Оптимальный портфель по Марковицу. Эффективная граница. Задача максимизации математического ожидания доходности портфеля при заданной дисперсии. Тест принадлежности активов эффективной границе (DeRoon, Nijman).

Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. –6-е изд., – М.: Дело, 2004. Стр. 446-455.
Cuthbertson K. and D. Nitzsche. Quantitative financial economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004. Стр. 119-126, 142-148.
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997. Стр. 184-188.

Семинар 3

Построение оптимального портфеля в Эксель. Оценка параметров. Построение эффективной границы.

Тест на принадлежность актива к эффективной границе. Проведение теста на примере фондовых индексов.

Тема 4. CAPM

Оптимальный портфель с безрисковым активом. Модель CAPM. CAPM в версии Блэка. Оценка модели CAPM: регрессия на временных рядах. Тест совместной гипотезы о нулевых альфа коэффициентах для всех активов. Эмпирическая линия рынка ценных бумаг (SML). Методология Фамы-Макбета. Основные результаты эмпирической проверки CAPM. Результаты, не поддерживающие CAPM: аномалии. Характеристики компаний, имеющие объясняющую способность доходностей по акциям: P/E, размер компании, отношение балансовой стоимости компании к рыночной, доходности в предшествующий период. Контраргументы: ошибки в измерении рыночного портфеля, смещенность оценок, обусловленная выборкой (sample-selection bias), data snooping, необходимость рассматривать модель в условных математических ожиданиях. Модификации модели CAPM для развивающихся рынков.

Cuthbertson K. and D. Nitzsche. Quantitative financial economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004. Стр. 132-138, 176-179, 189-195
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997. Стр.181-218.

Семинары 4-5

Оценка регрессии на временных рядах. Анализ регрессии. Тест совместной гипотезы о равенстве нулю всех коэффициентов альфа. Анализ пространственной регрессии. Подход Фамы-Макбета. Пространственная регрессия с дополнительными объясняющими переменными.

Тема 5. Многофакторные модели

Рыночная модель. Многофакторные модели. Приложения: снижение размерности, симуляции, рисковая премия за систематический риск, оценка эффективности с учетом риска. APT. Примеры имплементации модели:

– макроэкономические факторы: Чен, Ролл, Росс (1986); Бурмейстер, МакЭлрой (1987)

– факторы -портфели, сформированные по определенным признакам: трехфакторная модель Фама-Френч (1993); Кархарт (1997).

Совместный тест на точное соответствие заданной факторной модели (exact factor pricing).

Факторный анализ и метод главных компонент.

Cuthbertson K. and D. Nitzsche. Quantitative financial economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004. Стр. 181-187, 195-202.
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997. Стр. 219-252.
Rachev S.T. et. al. Financial Econometrics: From Basics to Advanced Modeling Techniques. Wiley & Sons, 2007. Ch.5, 13.
Fama, E. and K. French. 1992, "The Cross-Section of Expected Stock Returns," Journal of Finance, 47, 427-465.
Chen, N.-F., Roll, R. and Ross, S. 1986. Economic Forces and the Stock Market. Journal of Business (The University of Chicago Press) 59 (3): 383–403

Семинары 6-7

Трехфакторная модель Фамы-Френча.

Анализ вариации доходностей российских акций с помощью экономических факторов.

Анализ доходностей российских акций с помощью метода главных компонент.

Совместный тест на точное соответствие заданной факторной модели.

Тема 6. Применение многофакторных моделей

Оценка эффективности инвестиционных фондов. Критерии эффективности. Оценка на основе факторных моделей.

Методология оценки влияния событий на доходность активов (event study analysis).

Cuthbertson K. and D. Nitzsche. Quantitative financial economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004. Стр. 205-244.
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997. Стр.149-180.

Семинар 8

Оценка эффективности инвестиционного фонда с помощью рыночной модели. Оценка эффективности на основе факторной модели. Тест на принадлежность фонда эффективной границе.

Тема 7. Информационная эффективность финансового рынка и модели поведения цен

Гипотеза эффективного рынка (EMH). Формы эффективности.

Исследования поведения рыночных цен: Башелье, Кендалл, Самуэльсон. Случайное блуждание. Мартингалы. Геометрическое случайное блуждание, экспоненциальная форма.

Тесты предсказуемости доходностей. Тесты слабой формы EMH: тест знаков, проверка автокорреляции (портмонто статистики, тест множителей Лагранжа, авторегрессия), тест отношения дисперсий. Тестирование полусильной формы EMH.

Результаты эмпирического тестирования EMH.

Cuthbertson K. and D. Nitzsche. Quantitative financial economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004. Стр. 205-244.
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997. Стр.149-180.
Fama, E. 1970, Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance, 25, 383-417.

Семинары 9-10

Модели поведения цен: геометрическое случайное блуждание, модель возврата к среднему. Оценка параметров. Оценка простого опциона методом Монте-Карло.

Оценка

Тема 8. Моделирование волатильности на финансовых рынках

Стилизованные факты о финансовых данных. Авторегрессионные модели с условной гетероскедастичностью. Модели ARCH(m) (Энгл) и GARCH(p,q) (Боллерслев). Свойства ARCH и GARCH процессов: стационарность, моменты безусловного распределения. Оценка ARCH и GARCH процессов методом максимального правдоподобия и его асимптотические свойства. Тесты на наличие ARCH- эффектов.

Rachev S.T. et. al. Financial Econometrics: From Basics to Advanced Modeling Techniques. Wiley & Sons, 2007. Стр. 279-319.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. –6-е изд., – М.: Дело, 2004. Стр. 311-314.

Семинар 11

Построение моделей с условной гетероскедастичностью на примере цены акции. Тестирование на наличие ARCH эффектов. Прогнозирование волатильности.

Тема 9. Коинтеграция

Ложная регрессия. Свойства оценок в случае, когда переменные регрессии I(1) ряды. Примеры ложной зависимости. Коинтеграция. Примеры коинтеграции. Свойства оценок линейной регрессии, если имеет место коинтеграция. Тест Энгла-Гренжера.

Rachev S.T. et. al. Financial Econometrics: From Basics to Advanced Modeling Techniques. Wiley & Sons, 2007. Стр. 373-406.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. –6-е изд., – М.: Дело, 2004. Стр. 276-284.

Семинар 12

Оценка и анализ коинтеграционного соотношения. Тест Энгла-Гренжера.

Оценка критических значений для проверки нулевой гипотезы в тесте Энгла-Гренжера методом Монте-Карло.
Тема 10. VaR

Параметрический VaR. Оценка волатильностей и корреляций. Дельта-нормальный VaR. Монте-Карло VaR. Разложение Холецкого для корреляционной матрицы.

Халл, Дж. К. Опционы, фьючерсы и другие производные финансовые инструменты. 6-е издание. Вильямс, 2008. Стр. 597-630.
Энциклопедия финансового риск-менеджмента/ Под ред. Лобанова А.А., Чугунова А.В.– М.: Альпина Бизнес Букс, 2005. Гл. 3.

Семинар 13
Оценка волатильностей и корреляций. Дельта-нормальный VaR. Оценка VaR методом Монте-Карло.

Оценочные средства для текущего контроля и аттестации студента

8.1 Тематика заданий текущего контроля

Контрольная работа №1

Выберите один из паевых инвестиционных фондов акций на сайте https://pif.investfunds.ru/quotes. Сохраните данные по стоимости пая за период 3-4 года (2008 год включать не рекомендуется) и постройте ряды недельных, либо месячных доходностей. Фондовые индексы, цены акций и макроэкономические переменные можно получить по следующим веб адресам: https://export.rbc.ru/exportfree.shtml, https://finance.yahoo.com/, https://www.finam.ru/analysis/profile041CA00007/default.asp .

Выполните задания и проинтерпретируйте результаты.
Задание 1. а) Оцените эффективность управления портфелем фонда (то есть способность управляющего получать доходность выше справедливой рыночной доходности) с помощью рыночной модели

где – превышение доходности фонда над безрисковой доходностью (можете игнорировать безрисковую доходность, если используете недельные данные). Формальный тест предполагает проверку нулевой гипотезы , в пользу альтернативной .

б) Добавьте в регрессию экономические факторы в качестве дополнительных источников систематического риска

Изменятся ли теперь ваши выводы?

Задание 2. Постройте тест на сдвиг эффективной границы при добавлении выбранного инвестиционного фонда к портфелю ликвидных ценных бумаг российского рынка (либо отраслевых индексов), а также облигаций (индекса облигаций) и индекса S&P; 500. Используйте регрессию доходностей фонда на доходности по соответствующим индексам (акциям)

где – вектор доходностей ликвидных акций (отраслевых индексов). Если фонд не создает дополнительных инвестиционных возможностей (граница не сдвигается), должна выполняться нулевая гипотеза о совместном выполнении условий и , где – вектор из единиц (то есть сумма элементов вектора равна единице).

Контрольная работа №2
Выбрать акцию из числа наиболее ликвидных на российском рынке. Проведите следующие тесты предсказуемости доходностей:

1. Проверьте автокорреляцию доходностей с помощью теста Бокса-Льюинга или теста множителей Лагранжа для дневных, недельных и месячных данных.

2. Проверьте наличие возврата к среднему с помощью теста отношения дисперсий (variance ratio test) для q = 2, 4.

3. Постройте регрессию доходностей по выбранной акции на лагированные временные ряды факторов. В качестве факторов можно брать лагированные доходности по самой акции, экономические факторы, фондовые индексы.

8.3 Вопросы для оценки качества освоения дисциплины

Асимптотические свойства МНК оценок в динамической регрессии
Состоятельное оценивание ковариационной матрицы оценок коэффициентов регрессии
Проверка гипотезы рациональных ожиданий
Задача максимизации математического ожидания доходности портфеля при заданной дисперсии. Построение эффективной границы по точкам
Тест принадлежности активов эффективной границе (DeRoon, Nijman)
Эффективная граница в случае существования безрискового актива, линия рынка капитала (CML). CAPM
Систематический и индивидуальный риск. Пределы диверсификации. Интерпретация коэффициента бета
Оценка параметров альфа и бета в модели CAPM: регрессия на временных рядах
Проверка совместной гипотезы о равенстве нулю коэффициентов альфа для всех активов
Эмпирическая линия рынка ценных бумаг: пространственная регрессия
Подход Фамы-Макбета к проверке CAPM
Трехфакторная CAPM Фамы и Френча
Рыночная модель. Многофакторные модели
APT
Подходы к выбору факторов
Факторный анализ и метод главных компонент
Тесты на точное соответствие заданной факторной модели (exact factor pricing)
Критерии оценки эффективности.
Оценка эффективности с помощью факторных моделей
Методология оценки влияния событий на доходность активов (event study analysis)
Гипотеза эффективного рынка. Формы эффективности.
Модели поведения цен: случайное блуждание, мартингалы, геометрическое случайное блуждание
Тесты предсказуемости доходностей по прошлым ценам (проверка слабой формы Гипотезы эффективного рынка): проверка автокорреляции (портмонто статистики, тест множителей Лагранжа, авторегрессия), тест отношения дисперсий
ARCH- GARCH модели. Представление уравнения для условной дисперсии в форме AR, ARMA процессов
Моменты безусловного распределения в ARCH- GARCH моделях
Оценка ARCH- GARCH моделей ММП
Проверка наличия условной гетероскедастичности
Ложная регрессия. Свойства оценок в случае, когда переменные регрессии I(1) ряды.
Коинтеграция. Свойства оценок линейной регрессии в случае коинтегрированности
Тест Энгла-Гренжера
Дельта-нормальный VaR. Оценка волатильностей и корреляций
Монте-Карло VaR. Разложение Холецкого для корреляционной матрицы

Учебно-методическое и информационное обеспечение дисциплины

9.1. Базовый учебник

нет

9.2 Основная литература

Бухвалов А.В., Дорофеев Е.А., Окулов В.Л. Лекции по избранным вопросам классических финансовых моделей.– СПб: Изд. ВШМ, 2010.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. –6-е изд., – М.: Дело, 2004. – 576 с.
Campbell J.Y., Lo A.W., and A.C. MacKinlay. The Econometrics of Financial Markets. Princeton University Press, 1997.
Cuthbertson K. and D. Nitzsche. Quantitative Financial Economics: stocks, bonds and foreign exchange. 2-nd ed. Wiley & Sons, 2004.
Rachev S.T. et. al. Financial Econometrics: From Basics to Advanced Modeling Techniques. Wiley & Sons, 2007.

9.3 Дополнительная литература

Анатольев С. А. Эконометрика для продолжающих: курс лекций.— М.: РЭШ, 2004.
Канторович Г.Г. Анализ временных рядов.// Экономический журнал ВШЭ, №1, 2002 – №1, 2003.
Крушвиц Л. Финансирование и инвестиции. — СПб.: Питер, 2000.
Халл, Дж. К. Опционы, фьючерсы и другие производные финансовые инструменты. 6-е издание. Вильямс, 2008.
Уотшем Т., Паррамоу К. Количественные методы в финансах. М.: Финансы, ЮНИТИ, 1999.
Энциклопедия финансового риск-менеджмента/ Под ред. Лобанова А.А., Чугунова А.В.– М.: Альпина Бизнес Букс, 2005.
Cochrane J.N. Asset Pricing. Princeton University Press, 2001. Режим доступа: https://faculty.chicagobooth.edu/john.cochrane/research/papers/samplechapters.pdf
Copeland T.E., and J.F. Weston. Financial Theory and Corporate Policy. Addison-Wesley, Inc., 1993.
Föllmer H., and A. Schied. Stochastic Finance an Introduction in Discrete Time.—2-nd ed. Walter de Gruyter, 2004.
Green W.H. Econometric Analysis. 4^th ed. Prentice Hall International, Inc., 2000.
Handbook of Quantitative Finance and Risk Management// Editors: Cheng-Few Lee, Alice C. Lee, John Lee. Springer, 2010.
Mills T. Econometric Modelling of Financial Time Series. — Cambridge Univ. Press, 1993.

9.4. Программные средства

При проведении практических занятий используются следующие программные средства:

Специализированный пакет эконометрического анализа Eviews 6.0.
Авторские кейсы, подготовленные в MS Excel,

Материально-техническое обеспечение дисциплины

Для проведения лекций и практических занятий по дисциплине используется мультимедийный проектор. Практические занятия проводятся в компьютерном классе.

Автор программы: _Косенко А.В.____/_______________/

Наименование разделов и тем

Всего часов

Формы контроля знаний студентов