ارزیابی کارآیی الگو‌های گارچ در برآورد ریسک سیستماتیک دارایی‌‌های مالی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 324

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_AMF-8-1_002

تاریخ نمایه سازی: 11 اسفند 1399

Abstract:

بازار سهام هر کشوری علاوه بر منعکس‌کردن ساختار اقتصادی آن کشور، منبع مهم گردش سرمایه در آن محسوب می‌شود؛ بنابراین، شناخت عوامل ایجادکنندۀ بی‌ثباتی در بازار سهام اهمیت زیادی برای برنامه‌‎ریزان اقتصادی دارد. از عوامل شناخته‌شده در مدیریت سبد سهام، مطالعه دربارۀ رفتار ریسک سیستماتیک است. هدف این پژوهش الگو‌سازی ریسک سیستماتیک با استفاده از الگوهای گارچ[1]، ایگارچ[2]، ام گارچ[3]، آرفیما - گارچ[4] و آرفیما - فیگارچ[5]  است که بر بررسی باقی‌ماندۀ الگوی رگرسیونی متمرکز است و متغیر وابستۀ آن بازده بازار و متغیر مستقل آن لگاریتم طبیعی تغییرات شاخص قیمت و بازده نقدی[6] به‌منزلۀ سودآوری سبد بازار است؛ ازاین‌رو، داده‌های مرتبط برای ‌174‌‌ شرکت در بورس اوراق بهادار تهران و به‌صورت روزانه برای بازۀ زمانی 1394-1385 استخراج شد. پس از تحلیل و بررسی داده‌‌ها در نرم‌افزار اُکس متریکس[7] و بررسی الگوها با استفاده از سه معیار مجذور میانگین مربعات خطا[8]، میانگین قدر مطلق خطا[9] و ضریب تایل[10]، نتایج نشان داد الگوی آرفیما - فیگارچ در هر سه معیار کمترین خطا را دارد که نشان‌دهندۀ کارآیی زیاد الگو در برآورد بتای ریسک سیستماتیک است. [1]. GARCH [2]. E-GARCH [3]. M-GARCH [4]. ARFIMA-GARCH [5]. ARFIMA- FIGARCH [6]. TEDPIX [7]. OXmetrics [8]. RMSE [9]. MAE [10]. TIC

Keywords:

Authors

نعمت راستگو

دانشجوی دکتری ،گروه حسابداری ، واحد کاشان ، دانشگاه آزاد اسلامی ، کاشان ، ایران

حسین پناهیان

دانشیار ،گروه حسابداری،واحد کاشان، دانشگاه آزاد اسلامی ، کاشان ، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • عباسی نژاد، ح. و تشکینی، ا. (1389). اقتصادسنجیکاربردیپیشرفته، تهران: انتشارات ...
  • فلاح شمس، م. (1389). بررسی مقایسه‌ای کارایی مدل ریسک سنجی ...
  • فلاح شمس، م. و پناهی، ی. (1393). مقایسه کارایی مدل‌های ...
  • حسین‌پور، ع. و سعیدی، پ. (1395). رابطه بین نسبت‌های مالی ...
  • کیقبادی، ا. و احمدی، م. (1395). مقایسه کارایی روش‌های GARCH ...
  • کشاورز حداد، غ. (1395). اقتصاد سنجی داده‌های خرد و ارزیابی ...
  • رحمانی، ع.؛ پیکارجو، ک. و عزیزی، م. (1393). رابطه بتای ...
  • Abbasi Nejad, H., & Tashkini, A. (2010). Advanced Applied Econometrics. ...
  • Alalaya, B. T. (2014). A case study: Study of Amman ...
  • Baillie, R. T., Bollerslev, T., & Mikkelsen. H. O. (1996). ...
  • Baillie, R. T., & Chung, F. C. (1996). Analysing inflation ...
  • Brealey, R. A., Myers's, C., & Allen. F. (2006). Principiosde ...
  • Brimble, M., & Hodgson, A. (2007). Assessing the risk relevance ...
  • Brooks, R. D., Foff, R. W., & Mckenzie. M. D. ...
  • Cai, Z., Ren, R. W. (2011). A new estimation on ...
  • Ceremeno, R., & Grier, K. (2001). Modeling GARCH processes in ...
  •  Choudhry, T., & Wu, H. (2009). Forecasting the weekly time- ...
  • Damodaran, A. (2010). Applied Corporate Finance. New York: John Wiley ...
  • Elyasiani, E., & Mansur, I. (2005). The association between market ...
  • Fabozzi, F., & Francis, J. (1978). Beta as a random ...
  • Faff, R., Hillier, W., & Hillier. D. J. (2000). Time ...
  • Fallah Shams, M. (2010). Comparative study of the effectiveness of ...
  • Fallah Shams, M., & Panahi, Y. (2014). Efficiency comparison among ...
  • Fama, E., & French. K. R. (1995). Size and book ...
  • Girardi, G., & Ergün, A. T. (2013). Systemic risk measurement: ...
  • Granger, C. W. J., & Joyeux, R. (1980). An introduction ...
  • Hosking, J. R. M. (1981). Fractional differencing. Biometrika, 68 (1), ...
  • Hosseinpour, A., & Saeidi, P. (2016). The relationship between financial ...
  • Kearney, C., & Patton, A. J. (2000). Multivariate GARCH modeling ...
  • Keshavarz Haddad, G. )2015(. Microeconomic Data Economics and Policy Evaluation. ...
  • Keyghobadi, A. R., & Ahmadi, M. (2017). Comparison of the ...
  • Luchtenberga, K. F., & Vu, Q. V. (2015). The 2008 ...
  • Mergner. S, & Bulla, J. (2008). Time-varying beta risk of ...
  • Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A ...
  • Nelson, C. R., & Charles, I. P. (1982). Trends and ...
  • Nieto, B., Orbe, S., & Zarraga. A. (2014). Time-varying market ...
  • Noseleit, F. (2013). Entrepreneurship, structural change and economic growth. Journal ...
  • Pederzoli, C. (2006). Stochastic volatility and GARCH: A comparison based ...
  • Poon, H., & Granger, C. (2003). Forecasting volatility in financial ...
  • Rahmani, A., Peikarjoo, K., & Azizi. M. (2014). The relationships ...
  • Ribeiro, P. P., Ceremeno, R., & Curto. J. D. (2016). ...
  • Robinson, F. P. (2003). Time Series with Long Memory. New ...
  • Turkyilmaz, S. (2014). Long memory behavior in the returns of ...
  • نمایش کامل مراجع