17-11-2015_11-58-24 / Вопросы к экзамену
.docВопросы к экзамену по дисциплине «Эконометрика и
экономико-математические методы и модели»
для студентов ФФБД
I. Вопросы по экономико-математическим методам и моделям
-
Простой процент: наращенная сумма, текущая стоимость, коэффициенты наращения и дисконтирования.
-
Сложный процент: наращенная сумма, текущая стоимость, коэффициенты наращения и дисконтирования.
-
Смешанный метод начисления процентов при нецелом числе периодов капитализации: наращенная сумма, текущая стоимость, коэффициенты наращения и дисконтирования.
-
Общий метод начисления процентов при нецелом числе периодов капитализации: наращенная сумма, текущая стоимость, коэффициенты наращения и дисконтирования.
-
Непрерывная капитализация процента: наращенная сумма, текущая стоимость, коэффициенты наращения и дисконтирования.
-
Эффективная процентная ставка: экономический смысл и нахождение.
-
Эквивалентные процентные ставки: экономический смысл, критерий эквивалентности.
-
Текущая и будущая стоимости последовательности платежей: экономический смысл и нахождение.
-
Стоимость последовательности платежей в произвольный момент времени: экономический смысл и нахождение.
-
Продолжительность последовательности платежей и ее использование для оценки чувствительности текущей стоимости последовательности платежей к изменению процентной ставки.
-
Конечная рента: вывод формул для текущей и будущей стоимости, продолжительность.
-
Вечная рента: вывод формул для текущей стоимости и продолжительности.
-
Свободные денежные потоки и горизонт оценивания свободных денежных потоков инвестиционного проекта.
-
Текущая стоимость инвестиционного проекта: формула и экономический смысл.
-
Чистая текущая стоимость инвестиционного проекта: формула и экономический смысл.
-
Внутренняя доходность инвестиционного проекта: уравнение и экономический смысл.
-
Модель с постоянным процентным ростом свободных денежных потоков.
-
Задача оптимального финансирования проекта.
-
Задача оптимального выбора инвестиционных проектов.
-
Анализ чувствительности денежных потоков инвестиционного проекта.
-
Анализ безубыточности инвестиционного проекта.
-
Уровень инфляции, номинальная и реальная процентные ставки, и их взаимосвязь (вывод формулы).
-
Учет инфляции при моделировании денежных потоков инвестиционного проекта.
-
Математическое моделирование финансового риска; доказать, что стандартное отклонение является мерой финансового риска (для случая нормального распределения денежного потока).
-
Имитационное моделирование денежных потоков инвестиционного проекта.
-
Облигации: платежи, текущая стоимость (вывод формулы и экономический смысл).
-
Доходность к погашению облигации: уравнение и экономический смысл.
-
Чистые доходности облигаций, их экономический смысл и методы нахождения.
-
Синтетические бескупонные облигации: экономический смысл и нахождение.
-
Использование чистых доходностей для дисконтирования денежных потоков облигации и экономический смысл найденной таким образом текущей стоимости облигации.
-
Форвардные доходности облигаций: нахождение и экономический смысл.
-
Продолжительность портфеля облигаций (вывод формулы).
-
Чувствительность текущей стоимости портфеля облигаций к изменению доходностей облигации.
-
Чувствительность собственного капитала финансовой организации к изменению доходностей облигаций.
-
Иммунизация будущих платежей от процентного риска.
-
Использование линейной регрессионной модели для оценки кредитного риска.
-
Использование моделей логит и пробит для оценки кредитного риска.
-
Регрессионная дискриминатная модель оценки кредитного риска.
-
Использование множественного дискриминантногго анализа для оценки кредитного риска.
-
Нахождение ожидаемой доходности и стандартного отклонения инвестиционного портфеля.
-
Множество инвестиционных возможностей портфелей, понятие эффективного портфеля, эффективная граница множества инвестиционных возможностей: экономический смысл и графическая иллюстрация.
-
Задача максимизации ожидаемой доходности портфеля: математическая постановка и графическая иллюстрация.
-
Задача минимизации риска портфеля: математическая постановка и графическая иллюстрация.
-
Задача максимизации полезности инвестора: математическая постановка и графическая иллюстрация.
-
Комбинации портфеля и безрискового актива: ожидаемая доходность, стандартное отклонение, множество инвестиционных возможностей, коэффициент "тета".
-
Оптимизация портфеля при наличии безрискового актива.
-
Максимизация полезности инвестора при наличии безрискового актива.
-
Понятие рыночного портфеля, модель финансового рынка (market model) и ее основные допущения.
-
Разложение риска ценной бумаги на систематический и собственный.
-
Диверсификация собственного риска.
-
Модель оценки финансовых активов (CAPM)
-
Рыночная стоимость форвардного контракта.
-
Соотношение между рыночной стоимостью форвардного контракта и форвардной ценой базового актива.
-
Форвардные контракты на покупку валюты.
-
Форвардные контракты на процентные ставки.
-
Фьючерсные контракты и их денежные потоки.
-
Микрохеджирование с помощью фьючерсных контрактов.
-
Макрохеджирование с помощью фьючерсных контрактов.
-
Методика оценивания рыночной стоимости финансовых производных (однопериодная модель)
-
Цены состояний: экономический смысл, вычисление и использование для оценки рыночной стоимости финансовых производных
-
Нейтральные к риску вероятности: экономический смысл, вычисление и использование для оценки рыночной стоимости финансовых производных
-
Свойства стандартного винеровского процесса. Аппроксимация стандартного винеровского процесса в дискретном времени.
-
Моделирование динамики финансового актива в непрерывном времени. Аппроксимация непрерывновременнóй динамики финансового актива в дискретном времени.
-
Методика оценивания рыночной стоимости финансовых производных в непрерывном времени с помощью нейтральной к риску вероятностной меры
-
Оценивание рыночной стоимости европейских опционов в непрерывном времени. Формула Блэка-Шолса.
II. Вопросы по эконометрике
-
Общее представление об эконометрическом моделировании: предмет и методология исследования, основные задачи.
-
Парная линейная регрессионная модель: основные гипотезы.
-
Парная линейная регрессионная модель: оценка коэффициентов регрессии методом наименьших квадратов (МНК).
-
Парная линейная регрессионная модель: графическая интерпретация МНК.
-
Парная линейная регрессионная модель: доказать несмещенность МНК-оценок коэффициентов регрессии.
-
Парная линейная регрессионная модель: эффективность МНК-оценок коэффициентов регрессии.
-
Парная линейная регрессионная модель: остатки регрессии, необъясненная дисперсия и стандартная ошибка регрессии.
-
Парная линейная регрессионная модель: дисперсии, стандартные отклонения и ковариация МНК-оценок коэффициентов регрессии, и их оценки (на основе необъясненной дисперсии).
-
Понятие о распределениях «хи квадрат» и Стъюдента (с заданным числом степеней свободы), квантили распределения Стъюдента.
-
Парная линейная регрессионная модель: построение t-статистик для коэффициентов регрессии, проверка гипотез для коэффициентов регрессии.
-
Парная линейная регрессионная модель: полная, остаточная и объясненная суммы квадратов, коэффициент детерминации и его использование для оценки общего качества модели.
-
Парная линейная регрессионная модель: интервальные оценки коэффициентов регрессии.
-
Парная линейная регрессионная модель: точечный прогноз и его несмещенность.
-
Парная линейная регрессионная модель: интервальный прогноз для ожидаемого значения зависимой переменной.
-
Парная линейная регрессионная модель: интервальный прогноз для зависимой переменной.
-
Множественная линейная регрессионная модель: спецификация модели с матричном виде, преобразование модели со свободным членом к модели без свободного члена.
-
Множественная линейная регрессионная модель: основные гипотезы в матричном виде.
-
Множественная линейная регрессионная модель: оценка коэффициентов регрессии методом наименьших квадратов (МНК).
-
Множественная линейная регрессионная модель: доказать несмещенность МНК-оценок коэффициентов регрессии.
-
Множественная линейная регрессионная модель: эффективность МНК-оценок коэффициентов регрессии.
-
Множественная линейная регрессионная модель: ковариационная матрица МНК-оценок коэффициентов регрессии.
-
Множественная линейная регрессионная модель: остатки регрессии, необъясненная дисперсия и стандартная ошибка регрессии.
-
Множественная линейная регрессионная модель: оценка ковариационной матрицы МНК-оценок коэффициентов регрессии (на основе необъясненной дисперсии).
-
Множественная линейная регрессионная модель: дисперсии и стандартные отклонения МНК-оценок коэффициентов регрессии, и из оценки.
-
Множественная линейная регрессионная модель: построение t-статистик для коэффициентов регрессии, проверка гипотез для коэффициентов регрессии.
-
Множественная линейная регрессионная модель: интервальные оценки коэффициентов регрессии.
-
Множественная линейная регрессионная модель: полная, остаточная и объясненная суммы квадратов, коэффициент детерминации и его использование для оценки общего качества модели.
-
Понятие о распределении Фишера (с заданным числами степеней свободы), квантили распределения Фишера.
-
Множественная линейная регрессионная модель: построение F-статистики общего вида, проверка гипотез.
-
Множественная линейная регрессионная модель: построение F-статистики для проверки гипотезы о равенстве всех коэффициентов регрессии нулю.
-
Множественная линейная регрессионная модель: построение F-статистики для проверки гипотезы о равенстве некоторых коэффициентов регрессии нулю.
-
Множественная линейная регрессионная модель: доверительная область для коэффициентов регрессии
-
Множественная линейная регрессионная модель: точечный прогноз и его несмещенность.
-
Множественная линейная регрессионная модель: интервальный прогноз для ожидаемого значения зависимой переменной.
-
Множественная линейная регрессионная модель: интервальный прогноз для зависимой переменной.
-
Скорректированный коэффициент детерминации и его использование для выбора объясняющих переменных.
-
Метод оптимального отбора объясняющих переменных.
-
Нелинейные регрессионные модели: метод наименьших квадратов, методика выбора вида зависимости объясняемого фактора от объясняющих факторов.
-
Показательная регрессионная модель: экономический смысл коэффициентов регрессии, сведение к линейной модели.
-
Полулогарифмические модели: экономический смысл коэффициентов регрессии, сведение к линейной модели.
-
Модели, линейные относительно коэффициентов регрессии, и их сведение к линейным моделям.
-
Обратная и степенная регрессионные модели, и их сведение к линейным моделям.
-
Качественные переменные: общее понятие о качественных переменных, экономический смысл коэффициентов регрессии при таких переменных.
-
Качественные переменные и их использование для исследования сезонных колебаний.
-
Понятие и признаки мультиколлинеарности, выборочный частный коэффициент корреляции.
-
Последствия и методы устранения мультиколлинеарности.
-
Понятие, причины и последствия гетероскедастичности.
-
Обнаружение гетераскедастичности: графический анализ остатков, тест Уайта.
-
Понятие, причины и последствия автокорреляции.
-
Обнаружение автокорреляции: графический метод, тест Дарбина-Уотсона.
-
Обобщенная линейная регрессионная модель: основные гипотезы в матричном виде.
-
Сведение обобщенной линейной регрессионной модели к классической модели.
-
Обобщенный метод наименьших квадратов (ОМНК): оценки коэффициентов регрессии.
-
Обобщенная линейная регрессионная модель: ковариационная матрица ОМНК-оценок коэффициентов регрессии.
-
Обобщенная линейная регрессионная модель: остатки регрессии, необъясненная дисперсия и стандартная ошибка регрессии.
-
Обобщенная линейная регрессионная модель: оценка ковариационной матрицы ОМНК-оценок коэффициентов регрессии (на основе необъясненной дисперсии).
-
Обобщенная линейная регрессионная модель: дисперсии и стандартные отклонения ОМНК-оценок коэффициентов регрессии, и из оценки.
-
Обобщенная линейная регрессионная модель: построение t-статистик для коэффициентов регрессии, проверка гипотез для коэффициентов регрессии.
-
Обобщенная линейная регрессионная модель: интервальные оценки коэффициентов регрессии.
-
Обобщенная линейная регрессионная модель: построение F-статистики общего вида, проверка гипотез.
-
Обобщенная линейная регрессионная модель: доверительная область для коэффициентов регрессии
-
Обобщенная линейная регрессионная модель: эффективный и несмещенный точечный прогноз.
-
Обобщенная линейная регрессионная модель: интервальный прогноз для ожидаемого значения зависимой переменной.
-
Обобщенная линейная регрессионная модель: интервальный прогноз для зависимой переменной.
-
Понятие о практически реализуемом (доступном) обобщенном методе наименьших квадратов.
-
Реализация ОМНК в случае наличия гетероскедатичности.
-
Реализация ОМНК в случае наличия автокорреляции остатков.
-
Метод скользящего среднего
-
Метод экспоненциального сглаживания
-
Метод Холта (с учетом тренда)
-
Метод Винтерса (с учетом тренда и сезонных колебаний)
-
Модели с распределенными лагами, методика определения количества лагов.
-
Модель геометрических лагов, преобразование Койка.
-
Модель авторегрессии первого порядка: спецификация модели, критерий стационарности, вывод формул для автоковариаций и автокорреляций.
-
Модель авторегрессии первого порядка: оценивание параметров, прогнозирование.
-
Модель авторегрессии порядка p: спецификация модели, вывод формул для автоковариаций и автокорреляций.
-
Модель авторегрессии порядка p: оценивание параметров, прогнозирование.
-
Определение порядка авторегрессии для модели AR(p).
-
Модель авторегрессии порядка p: критерий стационарности, тест Дики-Фулера.
-
Модель скользящего среднего первого порядка: спецификация модели, вывод формул для автоковариаций и автокорреляций.
-
Модель скользящего среднего первого порядка: оценивание параметров, прогнозирование.
-
Модель скользящего среднего порядка q: спецификация модели, вывод формул для автоковариаций и автокорреляций, определение порядка модели.
-
Модель скользящего среднего порядка q: оценивание параметров и прогнозирование.
-
Модель авторегрессии – скользящего среднего порядка (p,q): спецификация модели, прогнозирование.
-
Модель авторегрессии – проинтегрированного скользящего среднего порядка (p,q,r): спецификация модели, определение порядка r (для разностей), прогнозирование.