Архив статей журнала
Предмет. Прогнозирование значений спредов доходности на первичном рынке корпоративных облигаций стран БРИКС. Выборка включает в себя облигации из всех стран БРИКС. Исследование проводилось на данных по облигациям компаний реального сектора экономики.
Цели. Выбрать подходящую конфигурацию искусственной нейронной сети и список входных переменных (экономических показателей) для прогнозирования спредов доходности. Проверить способность полученной нейронной сети прогнозировать спреды доходности корпоративных облигаций на данных по странам БРИКС и по России в частности.
Методология. Исследование проводилось на двух не связанных между собой наборах данных, полученных из разных источников. В первый набор данных входят только российские рублевые корпоративные облигации. Во второй - облигации компаний из всех стран БРИКС. Вначале была выбрана конфигурация нейронной сети, позволяющая получать приемлемые прогнозы на данных по России. Далее как на данных по России, так и на данных по странам БРИКС отбирались модели (списки независимых переменных), позволяющие получить наиболее точные прогнозы. Прогнозирование осуществлялось следующим образом: вначале нейронная сеть обучалась на данных за пять лет, затем на данных за шестой год строился прогноз. После построения прогноза оценивалось качество получаемого прогноза.
Результаты. В модели, рассчитываемой на наибольшем числе наблюдений и не учитывающей особенностей компании эмитента, для ~75% наблюдений ошибка прогноза не превышает 200 базисных пунктов. В остальных моделях результаты еще лучше.
Выводы. Выбранный способ прогнозирования применим на данных как по России, так и на данных по странам БРИКС.