ریزش مورد انتظار در بورس اوراق بهادار تهران ( رویکرد نیمه پارامتریک پویا)
Publish place: Journal of Economic Modeling Research، Vol: 11، Issue: 44
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 176
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMR-11-44_006
تاریخ نمایه سازی: 23 بهمن 1400
Abstract:
با توجه به چالش های موجود در ارتباط با برآورد و پیش بینی معیار ریزش مورد انتظار (ES) به صورت پویا و با رویکرد نیمه پارامتریک، در این پژوهش، با ارائه چارچوب کلی، به معرفی و ارزیابی عملکرد مدل های نیمه پارامتریک پویا درپیش بینی معیار ریزش مورد انتظار (ES) در بورس اوراق بهادار تهران پرداخته می شود. در این راستا داده های دوره زمانی ۱۴/۰۹/۱۳۸۷-۰۵/۰۶/۱۳۹۹ مورد استفاده قرار می گیرند و با استفاده از رویکرد رتبه بندی اتورگرسیو تعمیم یافته (GAS)، مدل های پویای و نیمه پارامتریک GAS-۲F، GAS-۱F، GARCH-FZ وhybrid GAS/GARCH به منظور برآورد معیار ریزش مورد انتظار (ES) معرفی و در پیش بینی این معیار در بورس اوراق بهادار تهران مورد ارزیابی قرار می گیرند. در ادامه، کارایی این مدل ها با مدل های سنتی در این حوزه از جمله مدل های گارچ و مدل های پنجره غلتان بر اساس آزمون های پس آزمایی مقایسه می شوند. نتایج این مطالعه حاکی از عملکرد بهتر مدل های نیمه پارامتریک پویا در پیش بینی برون نمونه ای معیار ریزش مورد انتظار (ES) نسبت به مدل های رقیب است علاوه بر این مدل GAS-۱F در پیش بینی برون نمونه ای بهترین عملکرد را در بین مدل های پویا نشان داده است.
Keywords:
Expected Shortfall , Generalized Auto Regressive Scoring Model (GAS) , Tehran Stock Exchange , ریزش مورد انتظار , مدل امتیازدهی اتورگرسیو تعمیم یافته (GAS) , بورس اوراق بهادار تهران
Authors
مجتبی خدام
Islamic Azad University Khomein Branch
محسن نصرتیان نسب
University of Mazandaran
احمد جعفری صمیمی
University of Mazandaran
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 :