مقایسه گشتاوری مدلهای توزیع حدی و تفاوت نسبت شکست الگوهای متفاوت زمانی شاخص کل بورس تهران
محورهای موضوعی : مهندسی مالیعلی رضاییان 1 , حمیدرضا وکیلی فرد 2 * , مریم خلیلی عراقی 3
1 - گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه حسابداری، دانشکده مدیرت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
3 - گروه مدیریت بازرگانی، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
کلید واژه:
چکیده مقاله :
چکیدهارزیابی ریسک حدی و استفاده از مدلهای کارآتر برآورد ریسک حدی در دنیای متغیر مالی امروز از اهمیت مضاعفی برخوردار است. در مقاله حاضر با استفاده از روش نوین شاخص گشتاوری ال–مومنت برای مقادیر حدی مثبت و منفی شاخص کل بورس تهران (رویکرد ماکزیمم بلوک‌ها) و برآورد ریسک حدی شرطی در الگوهای متفاوت زمانی، نسبت به انتخاب مدل آماری حدی مناسب و الگوی مطلوب زمانی برای برآورد شاخص ریسک حدی ثابت و متغیر در زمان اقدام گردید. نتایج بررسی گشتاوری مدلهای مهم توزیع حدی، پس از براورد پارامترهای مدلهای مقادیر حدی هم در سری‌های حدی مثبت (حداکثر) و هم منفی (حداقل)، نشان داد که مدل مطلوب انطباقی با لگاریتم بازده حدی بورس تهران، غالباً مدل GEV و گاهاً مدل GL بوده و در بین الگوهای متفاوت زمانی نیز، الگوی روزانه و هفتگی در سطح اطمینان 90% دارای خطای برآوردی کمتری می‌باشند.واژه‌های کلیدی: مدل سازی گشتاوری، مدلهای ریسک حدی، نسبت خطا، ماکزیمم بلوک‌ها.
THE TORQUE COMPARISON OF THE EXTREME DISTRIBUTION MODELS AND THE DIFFERENCE IN THE RATIO OF FAILURE PATTERNS OF DIFFERENT TIME MODELS OF TEHRAN STOCK EXCHANGEExtreme risk assessment and the use of more efficient risk estimation models in today's financial world are of secondary importance. In this paper, appropriate partial statistical model and the optimal time pattern for estimating a constant and variable periodic risk index in time were selected using the new method of L-Moment torque index for positive and negative extreme values of Tehran Stock Exchange index (maximum block approach) and Estimation of the conditional Extreme risk in different time patterns. The results of the torque study of Extreme distribution models in both positive and negative (minimum and maximum) series showed that the optimal matching model with logarithm of return efficiency of Tehran Stock Exchange are often the GEV model and sometimes the GL model and from among the different time patterns, the daily and weekly pattern at a 90% confidence level, have less estimated errors.Key words: Torque modeling, Extreme risk models, Error Ratio, Block maximum.