لحاظ نمودن اثرات حافظه بلند مدت در پیش بینی تلاطم و ارزش در معرض خطر

نوع مقاله: مقاله پژوهشی

نویسندگان

1 مدیر سرمایه گذاری / کارگزاری بانک صنعت و معدن

2 معامله گر/کارگزاری بانک صنعت و معدن

چکیده

پیش بینی و لحاظ حافظه بلند مدت در سریهای زمانی یکی از با اهمیت ترین موضوعات در بازارهای مالی است که در پیش بینی تلاطم و ارزش در معرض ریسک کاربردهای وسیعی دارد. ارزش در معرض ریسک یکی از معروفترین ابزارهای ارزیابی ریسک در مدیریت مالی است. در این مقاله برای دو سری زمانی شاخص بورس اوراق بهادار تهران و شاخص فرابورس ایران در بازه زمانی مهر ماه 1387 تا بهمن ماه 1393 از مدلهای خانواده  GARCHاستفاده گردیده است. نتایج حاکی از وجود اثرات نامتقارن در بازدهی هر دو سری زمانی مورد بررسی است. برای ارزیابی پیش بین و ارزش در معرض ریسک از معیارهای کمترین خطا و آزمونهای آماری برای ارزیابی کفایت مدلهای برآورد کننده ارزش در معرض ریسک استفاده شده است. نتایج این پژوهش نشان می دهد که لحاظ اثرات نامتقارن در سریهای بازدهی و همچنین اثرات حافظه بلندمدت منجر به بهبود پیش بینی تلاطم و ارزش در معرض ریسک این دو سری زمانی می گردد.

کلیدواژه‌ها


عنوان مقاله [English]

Forecasting Volatility & Risk Management in Tehran Stock Exchange through Long memory impacts

نویسندگان [English]

  • ehsan Taiebysani 1
  • Madihe Changi Ashtiani 2
چکیده [English]

In  this  paper  we explored  the  relevance  of  asymmetry  and  long  memory  in  modeling  and  forecasting  the  conditional volatility and market risk of equity market in Iran capital Market (Tehran Stock exchange(TSE) and Iran Fara Bourse(IFB)). A broad set of the most popular linear and nonlinear GARCH (generalized autoregressive conditional Heteroskedasticity)-type models is used to investigate this relevancy of asymmetry and long memory. Our in sample and out-of-sample results  displayed  that volatility  of commodity  returns can be  better described  by  nonlinear volatility models accommodating the long memory and asymmetry features. In particular, the FIAPARCH (Fractionally Integrated Asymmetric Power ARCH) model is found to be the best suited for estimating the VaR forecasts for both short and long trading positions. This model given a risk exposure at the 99% confidence interval level have Several implications for equity market risks, policy regulations and hedging strategies can be drawn from the obtained results of this paper.

کلیدواژه‌ها [English]

  • Long memory
  • Tehran Stock Exchange index (TEPIX)
  • Iran Fara Bourse Index
  • GARCH Asymmetric Model
  • Value at risk