مدلسازی ساختار وابستگی نقدشوندگی و بازدهی پرتفوی با داده های طی روز در بورس تهران با رویکرد ACP-GARCH-High Dimension Vine Copula

این تحقیق با استفاده از داده های ۱۵ سهم از ۷ گروه صنعتی مختلف در بازه ۵ دقیقه ای طی روز در سال ۱۳۹۸ به ارائه مدلی برای ساختار وابستگی نقدشوندگی و بازدهی سبدی از سهام در بورس اوراق بهادار تهران پرداخته است. در این راستا، به علت پیچیدگی های ناشی از مدل سازی توامان بیش از ۳۰ متغیر (توزیع توامان نقدشوندگی و بازدهی)، پس از مدل سازی تک متغیره نقدشوندگی هر یک از سهم ها بر مبنای مدل پواسون خودرگرسیو شرطی (ACP) و بازدهی هر سهم بر مبنای مدل خودرگرسیون تعمیم یافته شرطی ناهمسانی واریانس (GARCH)، از توزیع های حاشیه ای مزبور برای مدل سازی توزیع توامان با روش کاپیولا واین (Copula vine) استفاده گردید. یافته های مبتنی بر داده های پربسامد نشان داد میان نقدشوندگی سهم ها و همچنین میان نقدشوندگی و بازدهی سهم ها با یکدیگر همبستگی قوی غیرخطی دنباله ای وجود دارد. بنابراین، ارزیابی دقیق تر ریسک ایجاب می کند شاخص هایی نظیر ارزش در معرض خطر مورد توجه قرار گیرد. به علاوه ، نتایج تحقیق حاضر نشان داد مدل سازی توزیع توامان نقدشوندگی و بازدهی سهام در ابعاد زیاد با تکیه بر کاپیولا واین به دلیل انعطاف بالا، برازش مناسبی برای توزیع توامان نقدشوندگی و بازدهی دارای همبستگی قوی غیرخطی دنباله ای ارایه می دهد.

Keywords:

نقدشوندگی , کاپیولا-واین , ابعاد بالا , ACP