ارائه یک الگوی هشدار پیش از وقوع نوسانات شدید در بازار سهام تهران: رویکرد مارکوف سوئیچینگ گارچ
محورهای موضوعی : دانش مالی تحلیل اوراق بهادار
یونس نادمی
1
,
اسمعیل ابونوری
2
,
زهرا علمی
3
1 - استادیار وعضو هیات علمی دانشگاه آیت الله العظمی بروجردی
2 - استاد اقتصادسنجی و آمار اجتماعی بخش اقتصاد دانشگاه سمنان
3 - دانشیار اقتصاد دانشگاه مازندران
کلید واژه: مدل مارکوف سوئیچینگ گارچ, بازار سهام تهران, الگوی هشدار پیش از وقوع, نوسانات
, 
, بازدهی,
چکیده مقاله :
هدف از این مقاله معرفی یک الگوی جدید برای پیش بینی نوسانات شدید بازدهی بازار سهام تهران است.بدین منظور با برآورد مدل مارکوف سوئیچینگ گارچ، نوسانات بازدهی سهام مدل سازی شد. با برآورد این مدل،ماتریس احتمالات انتقال دو وضعیت پر نوسان و کم نوسان بازدهی بازار سهام تهران محاسبه شد. با استفاده ازاین ماتریس می توان احتمال مواجهه شدن بازار با نوسانات شدید را در هر دوره پیش رو پیشبینی نمود و بدینترتیب به یک الگوی مناسب برای پیشبینی نوسانات شدید دست یافت. با توجه به معیارهای انتخاب الگویAIC و BIC ، مدل رژیم چرخشی مارکوف با توزیع جی ای دی، بهترین مدل برای پیشبینی نوسانات در بازارسهام تهران است. بر اساس این الگو، در این مقاله الگوی هشدار پیش از وقوع نوسانات شدید در بازار سهامتهران ارائه شده است. با دستیابی به چنین الگویی می توان سیاست هایی را برای جلوگیری از وقوع چنین نوساناتیاتخاذ کرد و امنیت سرمایه گذاری در بازار سهام تهران را افزایش داد.
The goal of this paper is to introduce a new model to predict the high volatility of Tehran Stock Exchange. For do it, a Markov switching GARCH models was modeled. With Estimating this model, the transition probability matrix of two states of high and low volatility, was calculated. Using this matrix, we can forecast the probability of market fluctuations in the each period ahead and we can obtain a suitable model for forecasting high volatility. According to the model selection criteria consist of AIC and BIC, the Markov regime switching GARCH model with GED distribution is the best model for forecasting volatility in Tehran Stock Exchange. Based on this model, in this paper, an Early Warning System has been introduced in Tehran Stock Exchange. This model can be used for policy makers to prevent the occurrence of high volatility and to increase the security of investors in Tehran Stock Exchange.
