پیش‌بینی CVaR مبتنی بر معاملات درون روزی در ‎ETFهای بورس تهران: رویکرد مدل‎‌های خود رگرسیون ناهمگن

نویسندگان

1 گروه مدیریت مالی، دانشکده مدیریت، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران.

2 گروه حسابداری، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

3 گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

4 گروه مهندسی صنایع، دانشکده مهندسی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.

doi
10.22105/dmor.2024.489195.1889
چکیده

هدف: این پژوهش به بررسی دقت مدل‌های خودرگرسیون ناهمگن در پیش‌بینی ارزش در معرض ریسک شرطی صندوق‌های قابل معامله در بورس تهران می‌پردازد. اهمیت موضوع از نیاز به مدیریت دقیق‌تر ریسک در بازارهای مالی ناشی می‌شود، جایی که نوسانات و پرش‌ها می‌توانند تاثیرات قابل توجهی بر تصمیم‌گیری‌های سرمایه‌گذاری داشته باشند.روش‌شناسی پژوهش: داده‌های 9 صندوق سهامی، شاخصی و درآمد ثابت طی سال‌های 1399 تا 1401 با رویکرد درون‌روزی و فراوانی بالا (روزانه و پانزده‌دقیقه‌ای) تحلیل شدند. سه خانواده اصلی مدل‌های HAR با در نظر گرفتن متغیرهای مرتبط، ارزیابی شدند.یافته‌ها: نتایج نشان دادند که مدل‌های مبتنی بر تغییرات توان دوم در پیش‌بینی نوسانات تحقق‌یافته برتری داشتند. همچنین، پیش‌بینی CVaR در صندوق‌های شاخصی نسبت به صندوق‌های سهامی و درآمد ثابت دقیق‌تر بود و مدل خودرگرسیون ناهمگن مرتبه چهارم عملکرد بهتری نسبت به سایر مدل‌ها نشان داد.اصالت/ارزش افزوده علمی: این پژوهش، کاربرد مدل‌های HAR را در پیش‌بینی ریسک ETFs بررسی کرده و به‌عنوان یک مطالعه نوآورانه در بازار سرمایه ایران، چارچوبی مفید برای مدیریت ریسک و تصمیم‌گیری‌های سرمایه‌گذاری ارایه داده است.