فهرست نشریات علمی دسترسی آزاد ایران

هدف: یکی از حقایق شناخته شده در توزیع بازدۀ دارایی‌ها، الگوی چولگی و کشیدگی است. در پژوهش‌های گذشته نشان داده‌شده است که بحران‌ها و تلاطم‌های مالی با شوک‌هایی همراه هستند که اثر بزرگی بر توزیع بازده دارند؛ به‌طوری‌که علاوه بر ایجاد دنباله‌های پهن، واکنش نامتقارن دنباله‌ها را نیز به همراه دارد. علی‌رغم اینکه هر دو مشخصۀ کشیدگی و چولگی بر ریسک دنباله، ﺗﺄثیر مشترکی دارند، در مطالعات تجربی مالی توجه چندانی به اهمیت این دو ویژگی برای پیش‌بینی ریسک نشده است. توسعۀ مدل‌های مناسب برای پیش‌بینی دقیق ریسک موضوع مهمی است که همواره توجه سیاست‌گذاران، اقتصاددانان، مشارکت‌کنندگان در بازارهای مالی و پژوهشگران را به خود جلب نموده است. بدین منظور، در این پژوهش به پیروی از جیمنز و همکاران (b2022) یک رویکرد نیمه-ناپارامتریک برای تخمین چگالی بازده اتخاذ می‌گردد که بر مبنای ویژگی‌های مجانبی سری‌های گرام-چارلیر (GC) قرار دارد. این رویکرد امکان بررسی اهمیت درنظر گرفتن چندجمله‌ای‌های هرمیت و حاصل‌ضرب متقاطع آن‌ها در چگالی‌های گرام-چارلیِر را برای پیش‌بینی ریسک فراهم می‌کند؛ ارزیابی معیارهای ریسک در یک ساختار نیمه‌ناپارامتریک امکان در نظر گرفتن همه حقایق کشف‌شده سری زمانی بازده را برای ارزیابی اثر چولگی و کشیدگی و تعامل بین آن‌ها از طریق اضافه کردن پارامترهای جدید به تابع چگالی به عنوان منبع اضافۀ اطلاعات، فراهم می‌کند.روش: در این پژوهش، برای نخستین‌بار، تابع چگالی گرام-چارلیر تعمیم‌یافته (mGC) که شامل گشتاورهای دوم و سوم (چولگی و کشیدگی) و تعاملات بین آن‌ها می‌شود برای مدل‌سازی ریسک توزیع زیان روزانۀ شاخص کل بورس اوراق بهادار تهران به‌کار برده می‌شود. به‌علاوه، عملکرد مدل‌های جایگزین مبتنی بر تصریح‌های مختلف گرام-چارلیر، ازنظر دقت پیش‌بینی معیارهای ریسک، با استفاده از آزمون‌های نوین بک‌تست ارزیابی می‌شود. بدین منظور، در پژوهش معیار ارزش در معرض ریسک (VaR) و برای نخستین‌بار معیار ریزش میانه (MS) استفاده می‌شود. نمونۀ آماری شامل سری‌های روزانۀ شاخص کل قیمت بورس تهران (TEPIX) طی دورۀ 1/1/1387 لغایت 31/5/1402 می‌شود. با تمرکز بر دنبالۀ راست توزیع TEPIX، سری زیان به‌صورت منفی تفاضل لگاریتمی قیمت محاسبه می‌شود. مدل‌ها نیز با استفاده از نرم‌افزارهای R و MATLAB تخمین زده می‌شوند. مدل‌سازی زیان‌های بازدۀ شاخص TEPIX مطابق گام‌های زیر انجام می‌شود: گام 1: مدل ARMA(1,1)-GARCH(1,1) با فرض توزیع گاوسی برای جملات اختلال و با استفاده از رویکرد شبه-‌حداکثر راستنمایی (QML) تخمین زده شود. گام 2: پارامترهای بسط گرام-چارلیر تعمیم‌یافته و سایر تصریح‌ها با استفاده از پسماندهای استانداردشده که از گام قبل استخراج‌شده‌اند تخمین زده می‌شوند. برازش تصریح‌های مختلف چگالی گرام-چارلیر با استفاده از روش حداکثر راستنمایی انجام می‌شود. برای برازش درون‌نمونه‌ای مدل‌ها، پنجرۀ تخمین با اندازۀ W_E=2656 مشاهده، انتخاب می‌شود که گام رو به جلو به اندازۀ یک مشاهدۀ جدید است. 1000 مشاهدۀ باقی‌مانده برای پیش‌بینی‌های برون‌نمونه‌ای مورد استفاده قرار می‌گیرند.یافته‌ها: نتایج برازش درون‌نمونه‌ای مدل ARMA(1,1)  GARCH(1,1) با فرض چگالی گرام-چارلیر تعمیم‌یافته برای جملۀ اختلال، بر معنادار بودن آماری چولگی، کشیدگی و تعامل بین آن‌ها و ازاین‌رو بر محتوای اطلاعاتی معنادار آن‌ها ازنظر اقتصادی و مالی، دلالت دارد. نتایج آزمون‌های بک‌تست معیارهای ارزش در معرض ریسک و ریزش میانه در سطح 99 درصد، عملکرد برون‌نمونه‌ای تصریح چگالی گرام-چارلیر با پارامتر چولگی را برای پیش‌بینی قابل‌اتکای ریسک باﻷخص ریسک دنباله‌های توزیع، در مقایسه با تصریح‌های جایگزین ﺗﺄیید می‌کند.نتیجه‌گیری: به‌طور کلی، نتایج نشان می‌دهند که در نظر گرفتن پارامتر مرتبط با عدم تقارن چگالی بازده به‌تنهایی می‌تواند منبع مرتبطی از اطلاعات باشد که معیارهای ریسک دقیقی را برای مشارکت‌کنندگان در بازار فراهم می‌کند. نتایج تجربی بدست آمده دستاوردهایی برای طراحی استراتژی‌های مدیریت ریسک و تصمیم‌گیری تحت شرایط بی‌ثباتی بازار دارد. نوآوری پژوهش حاضر در به‌کاربردن رویکرد نیمه-ناپارامتریک برای ارزیابی پیش‌بینی ریسک شاخص TEPIX است. پژوهش‌های قبلی، عمدتاً سری بازده را براساس توزیع‌های پارامتریک و ناپارامتریک مدل‌سازی کرده‌اند. براین اساس، یافته‌های تجربی پژوهش حاضر کاربرد نوآورانه برای مدیریت ریسک بورس اوراق بهادار تهران فراهم می‌کند؛ نتایج تجربی این پژوهش می‌تواند دستاوردهای مفیدی برای ثبات بخشیدن به بازار مالی داشته باشد.