مدل سازی پویایی های قیمت و پیش بینی ریسک در بورس اوراق بهادار تهران: مدل های غیرخطی غیرگوسی تلاطم تصادفی
محل انتشار: فصلنامه تحقیقات مالی، دوره: 25، شماره: 2
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 102
فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFR-25-2_005
تاریخ نمایه سازی: 22 مهر 1402
چکیده مقاله:
هدف: تلاطم و سنجه ریسک، پارامترهای ضروری در برنامه های مدیریت ریسک هستند که بر فعالیت های اقتصادی و اعتماد عمومی در بازار سهام تاثیر می گذارند. همچنین این دو، پارامترهای کلیدی در مطالعاتی هستند که ارتباط بین بازار سهام، رشد اقتصادی و سایر متغیرهای مالی را بررسی می کنند. بی ثباتی در بورس اوراق بهادار تهران در سالیان اخیر، کنترل اثرهای منفی ناشی از تلاطم قیمت های سهام، پیش بینی و مدلسازی پویایی های قیمت و اندازه گیری ریسک را برای مشارکت کنندگان در این بازار ضروری کرده است. روش: در پژوهش حاضر، از کلاس مدل های پارامترمحور تلاطم تصادفی برای پیش بینی تلاطم قیمت های سهام و محاسبه ریسک بورس اوراق بهادار تهران استفاده شده است. برای بررسی جامع، مدل ها به گونه ای انتخاب شده است که ویژگی های خوشه ای بودن تلاطم، عدم تقارن در تلاطم (اثر اهرمی) و دم سنگین بودن توزیع بازده قیمت سهام (با توزیع t و نرمال چوله) را دربرگیرند. یافته ها: بر اساس فاکتور بیزی، مدل تلاطم تصادفی با توزیع نرمال چوله (SNSV) در پیش بینی تلاطم بازار سهام، از سایر مدل ها کاراتر است؛ بنابراین به منظور تجزیه وتحلیل ریسک های بازار سهام با استفاده از مدل های تلاطم تصادفی، به لحاظ کردن اثر اهرمی در فضای حالت معادله تلاطم این مدل ها نیازی نیست. نتیجه گیری: نتایج حاکی از آن است که مدل SNSV برآورد مناسبی از تلاطم ارائه می دهد و پیش بینی ها با استفاده از آن، شفافیت بازار و مدیریت ریسک را بهبود می بخشد. همچنین پس آزمون های ارزیابی ریسک بازار VaR و CVaR با استفاده از آزمون کوپیک و DQ، شواهدی از برآورد بیش ازحد یا کمترازحد ریسک را نشان نمی دهد.
کلیدواژه ها:
نویسندگان
مسلم نیلچی
دانشجوی دکتری، گروه مهندسی مالی، دانشگاه یزد، یزد، ایران.
داریوش فرید
دانشیار، بخش حسابداری و مالی، دانشگاه یزد، یزد، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :