بازارهای مالی دائماً در معرض ریسک می‌باشند. پیش‌بینی و محاسبه ریسک یکی از مهم‌ترین موضوعات در حوزه مباحث مالی است. با مرور بحران‌های مالی سال‌های اخیر می‌توان این طور استنباط کرد که یکی از دلایل وقوع این بحران‌ها توجه بیش از حد به داده‌های پرتکرار مرکزی و عدم‌توجه به داده‌های فرین است. به عبارت دیگر در تجزیه‌و‌تحلیل داده‌های مالی باید به بخش انتهایی توزیع نیز توجه نمود. هدف از این پژوهش، ارائه مدلی جهت برآورد ریسک دنباله‌ای با استفاده از مدل‌های ترکیبی ارزش فرین است. بر همین اساس از چهار مدل تک‌دنباله‌ای و یک مدل دو دنباله‌ای در دو تابع ساده و GARCH استفاده شده است. مدل‌سازی بر مبنای سه دسته داده صورت گرفته است. داده‌های مورد بررسی شامل شاخص کل، شاخص قیمت (هم‌وزن) و شاخص 50 شرکت برتر می‌باشد. دلیل اصلی استفاده از این شاخص‌ها یافتن نتایج حساسیت و عملکرد مدل‌های مختلف بر روی داده‌های اقتصادی بازار سرمایه کشور است. با توجه به نتایج بدست آمده، شبیه‌سازی مدل‌ها با GARCH به طور قابل توجهی عملکرد مدل‌ها را بهبود می‌بخشد و میزان خطای داده‌های شبیه‌سازی شده در مدل‌های مبتنی بر GARCH کاهش می‌یابد. همچنین یافته‌ها حاکی از آن است که مدل‌های دو دنباله‌ای نسبت به مدل‌های تک‌دنباله‌ای از دقت بیشتری برخوردارند. پرونده مقاله

The main criterion in investment decisions is to maximize the investors utility. Traditional capital asset pricing models cannot be used when asset returns do not follow a normal distribution. For this reason, we use capital asset pricing model with independent and identically asymmetric power distributed (CAPM-IIAPD) and capital asset pricing model with asymmetric independent and identically asymmetric exponential power distributed with two tail parameters(CAPM-AIEPD) to estimate return and risk. When the assumption of normality is violated, the first and second moments lose their efficiency in optimization and we need to use the third and fourth moments. For the first time, we propose independent and identically asymmetric exponential power distributed with two tail parameters. Then, we use higher moments optimization with unequal weights to optimize portfolios. The results indicate that capital asset pricing model with independent and identically asymmetric power distributed (CAPM-IIAPD) is better than asymmetric independent and identically asymmetric exponential power distributed with two tail parameters(CAPM-AIEPD) to estimate return and risk. Adjusted Sharp ratio in portfolio optimization in second moments are higher than others. Adjusted returns to risk in third and fourth moments in the CAPM-IIAPD model significantly differ from the CAPM-AIEPD model and have a better performance. پرونده مقاله

در این تحقیق ˓ در تلاشیم تا در مواقعی که دچار بحران مالی شده و توزیع بازدهی دارایی ها از توزیع نرمال تبعیت نمی کند بتوان مدل مطلوبی را برای برآورد بازدهی و ریسک تبیین کرد.بدین منظور از مدل های قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نامتقارن جزء خطا (CAPM-IIAPD) و مدل قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نمایی جزء خطا (CAPM-AIEPD) در کنار مدل سنتی استفاده کردیم.در گام بعدی ˓ با استفاده از برنامه ریزی آرمانی بهینه ترین پرتفوهای سرمایه گذاری را با استفاده از گشتاورهای سوم و چهارم بدست می آوریم. قلمرو زمانی تحقیق از ابتدای سال1390 تا پایان سال 1396 و جامعه آماری کلیه شرکت های بورس اوراق بهادار تهران بوده که از بین آنها 30 شرکت انتخاب شده است. نتایج حاکی از برتری مدل قیمت گذاری دارایی سرمایه ای با فرض مستقل و یکنواخت بودن توزیع نامتقارن جزء خطا (CAPM-IIAPD) نسبت به سایر مدل ها بوده و بازدهی تعدیل شده نسبت به ریسک در مدل های بهینه سازی با درنظر گرفتن گشتاور سوم و چهارم در مدل های تعمیم یافته تفاوت معناداری با مدل سنتی داشته و عملکرد مطلوب تری دارند. پرونده مقاله