Все выпуски

Современная литература содержит многочисленные примеры применения распределений с тяжелыми хвостами для прикладных исследований сложных систем. Моделирование экстремальных данных обычно ограничено небольшим набором форм распределений, которые исторически применяются в данной области прикладных исследований. Расширение набора форм возможно посредством сопоставления мер форм распределений. В работе на примере бета-распределения второго рода показано, что неопределенность моментов тяжелохвостых бета-распределений ограничивает применимость классических методов моментов для исследования их форм. На данном этапе сохраняется актуальность построения методов сопоставления распределений с помощью квантильных мер формы, которые освобождены от ограничений на параметры формы. Цель работы состоит в компьютерном исследовании возможности построения пространства квантильных мер форм для проведения сравнения распределений с тяжелыми хвостами. На основе компьютерного моделирования проводится картирование реализаций распределений в пространстве параметрических, квантильных и информационных мер формы. Картирование распределений в пространстве только параметрических мер формы показало, что наложение множества распределений с тяжелыми хвостами в пространстве квантильных мер асимметрии и эксцесса не позволяет сопоставить формы распределений, принадлежащие разным типам распределений. Хорошо известно, что информационные меры содержат дополнительную информацию о мере формы распределений. В работе предложен квантильный коэффициент энтропии в качестве дополнительной независимой меры формы, построенной на отношении интервалов энтропийной и квантильной неопределенностей. На примере логнормального распределения и распределения Парето иллюстрируются возможности сравнения форм распределений с реализациями бета-распределения второго рода. В частности показано, что, несмотря на близость положений форм в трехмерном пространстве, формы реализаций логнормального распределения отсутствуют среди реализаций бета-распределения второго рода. Картирование положения устойчивых распределений в трехмерном пространстве квантильных мер форм позволило оценить параметры формы бета-распределения второго рода, для которого форма наиболее близка к форме распределения Леви. Из материала статьи следует, что отображение распределений в трехмерном пространстве квантильных мер форм значительно расширяет возможность сравнения форм для распределений с тяжелыми хвостами.

Финансовая математика является одним из наиболее естественных приложений для статистического анализа временных рядов. Действительно, финансовые временные ряды являются порождением одновременной деятельности большого числа различных экономических агентов, что дает основания ожидать, что к ним могут быть применимы методы статистической физики и теории случайных процессов.

В настоящей работе проведен статистический анализ временных рядов для пар валют на рынке FOREX. Особый интерес представляет сравнение поведения временного ряда как функции, с одной стороны, физического времени и, с другой стороны, условного торгового времени, измеряемого в числе элементарных актов изменения цены (тиков). Экспериментально наблюдаемая статистика рассмотренных временных рядов (пар валют «евро–доллар» для первых половин 2007 и 2009 годов и «британский фунт–доллар» для 2007 года) радикально отличается в зависимости от выбора способа измерения времени. Так, при измерении времени в единицах тиков распределение приращений цены может быть хорошо описано нормальным распределением уже на масштабе порядка десяти тиков. При этом при измерении приращений цены как функции реального физического времени распределение приращений продолжает радикально отличаться от нормального, вплоть до масштабов порядка минут и даже часов.

Для объяснения этого явления нами исследованы статистические свойства элементарных приращений по цене и по времени. В частности, показано, что распределение времени между тиками для всех трех рассмотренных временных рядов имеет длинные (1-2 порядка по времени) степенные хвосты с экспоненциальным обрезанием на больших временах. Получены приближенные выражения для распределений времен ожидания для всех трех рассмотренных случаев. Другие статистические характеристики временного ряда (распределение элементарных изменений цены, парные корреляционные функции для приращений цены и для времен ожидания) демонстрируют достаточно простое поведение. Таким образом, именно аномально широкое распределение времен ожидания играет наиболее важную роль в наблюдаемом отклонении распределения приращений от нормального. В связи с этим результатом мы обсуждаем возможность применения модели случайного процесса с непрерывным временем (continuous time random walk, CTRW) для описания временных рядов FOREX.

В настоящей работе представлена методика оценки функционирования сложных систем с учетом типа распределения показателей, характеризующих функционирование структурных элементов такой системы, действующей в условиях неопределенности. В отличие от ранее проведенных исследований, в работе осуществлена интеграция идентификации типа распределения индикаторов с их байесовской оценкой с учетом нормативов, характеризующих требуемые результаты функционирования структурных элементов системы. Тип распределения и его характеристики дают более полную информацию о свойствах объекта, и их учет влияет на результаты оценки функционирования элементов сложных систем, особенно в случаях наличия «тяжелых» хвостов, характерных для ряда социально-экономических процессов и систем. Показано, что идентификацию типа распределения целесообразно осуществлять по модифицированным за счет исключения наилучшего по статистическим характеристикам тренда данным. Определение наилучшего типа распределения осуществляется по критерию согласия Колмогорова–Смирнова, показавшему лучшие (по имеющееся выборке), по сравнению с другими критериями или их смесью, статистические оценки. Полученный тип распределения используется при вероятностной оценке результатов функционирования элементов подсистемы на основе байесовских интеллектуальных технологий, успешно работающих в условиях неопределенности и которые дают возможность представить такие результаты на числовой и лингвистической шкалах в общей иерархической информационной модели. Методика была апробирована на примере объектной подсистемы (пространственно-временная классификация Г.Б. Клейнера) экономической подсистемы Тульской области. В качестве показателей оценки были использованы объемы валового регионального продукта по шести разделам общероссийского классификатора видов экономической деятельности (разделы A, B, C, D, E). В некоторых случаях удается снизить уровень неопределенности в оценках показателей; получить более строгие по отношению к нормативу оценки, что в итоге позволяет сделать вывод, что использование типа распределения при формировании вероятностных оценок показателей структурных элементов сложных систем дает возможность обосновать их корректное применение в рамках концепции доказательного моделирования.