مدلسازی سری زمانی مقادیر فرین بر اساس رویکرد تحلیل طیفی
نویسندگان
1 استادیار، گروه مدیریت مالی، دانشکده مدیریت، دانشگاه پیام نور، یزد، ایران.
2 استادیار، گروه آمار، دانشکده آمار، دانشگاه پیام نور، یزد، ایران.
doi
10.22059/frj.2020.299591.1007004چکیده
هدف: از آنجا که پژوهشگران، در ادبیات مالی، برای مدلسازی مقادیر فرین به تحلیل دادهها توجه کردهاند و در بازارهای مالی نیز مدیران ریسک بازار به آن توجه میکنند، شناسایی رویکردهای نوین و مناسب میتواند در پیشبینی رویدادهای بسیار نادر به تحلیل گران ریسک، بینش عمیقی ایجاد کند. تحلیل رویدادهای بسیار نادر بر اساس توزیع زمانی، یکی از مناسبترین رویکردها در تحلیل ریسک است. هدف پژوهش حاضر، ترکیب رویکرد تحلیل زمانی و تحلیل طیفی برای شناسایی و ارائه رویکردی نوین در استخراج و تحلیل نوسانهای آشکار و پنهان در امتداد تمامی طول موجهای ممکن سری زمانی است تا بتوان رفتار قیمتی سهام و نوسانهای آن را شناسایی کرد. روش: بر اساس الگوریتم تعریف شده، ابتدا در دوره بررسی، برای هر سهم، حداکثر زیان بازدهی استخراج و طبق توزیع زمانی به شکل یک سری زمانی تعریف شد. برای سری زمانی بهدستآمده، الگوی ساختاری تکرارشونده با استفاده از دورهنگار و رویکرد تحلیل واریانس چندهارمونیکی اجرا و نوسانهای پنهان در بازدههای حداکثر زیان با درجههای متفاوت کیفیت شناسایی شدند، سپس باکیفیتترین دوره، طبق رابطه سینوسی تخمین زده شد. برای این منظور، از قیمت سهام برای دوره آماری ۱۳۷۷ تا ۱۳۹۷ (20 سال) و ۱۰۵ شرکت پذیرفته شده در بورس اوراق بهادار تهران استفاده شده است. یافتهها: با استفاده از یافتههای حاصل از روش ارائه شده، چرخه ۴۶۰روزه میتواند مناسبترین و باکیفیتترین چرخه در شناسایی نوسان موجود در سری زمانی بررسی شده باشد. همچنین، بر اساس این چرخه، پارامترهای الگوی سینوسی برآورد شده، معنادارند. آزمون نکویی برازش نیز نشان داد که میتوان 78درصد از تغییرات بازدهی را بهکمک الگوی ارائهشده، شناسایی کرد. نتیجهگیری: بهکارگیری رویکرد ترکیبی تحلیل سری زمانی و طیف نگار، برای توصیف رفتار سری زمانی بازدهی سهام شرکتها، صلاحیت لازم را دارد. از این رو، میتوان از الگوی ارائه شده برای پیشبینی و تحلیل در بازار سرمایه بهره برد.
