تاثیر اندازه و شدت هم جهش‌ها‌ی قیمتی در پیش بینی تلاطم شاخص در بورس اوراق بهادار تهران

مدل‌سازی و پیش‌بینی تلاطم محقق شده از اهمیت بسزایی برخوردار بوده و در سال‌های اخیر، مطالعات شناخت تلاطم محقق شده به طور قابل توجهی توسعه یافته است. پژوهش حاضر، با استفاده از روش‌های تشخیص هم‌جهش روزانه و در‌ طول روز، و برآورد بازده ده دقیقه‌ای قیمت سهام شرکت‌های موجود در شاخص30 شرکت بزرگ بورس اوراق بهادار تهران (tefix30) در طول سال‌های 1390 تا 1394‌(نمونه آزمون) و سال‌های 1395 تا 1398‌(خارج از نمونه) به برآورد تلاطم محقق شده سهام از طریق مدل har-rv پرداخته و با توسعه مدل، تاثیر اندازه و شدت هم‌جهش‌های قیمتی سهام را در پیش‌بینی تلاطم شاخص مورد آزمون قرار داده است. نتایج آزمون، حاکی از آن بود که توسعه مدل‌هایhar-rv و har-rv-cj از طریق مولفه‌های اندازه و شدت هم‌جهش (har-ccj)، نه تنها توان پیش‌بینی مدل‌ها را بهبود نبخشیده، بلکه به مقدار ناچیزی، عملکرد پیش‌بینی مدل‌های پایه را تعدیل نموده است، از طرفی، با توجه به وجود رفتارهای هیجانی میان سرمایه‌گذاران ، نتیجه حاصله می‌تواند بیانگر سوگیری‌های رفتاری سرمایه‌گذاران در بازار باشد.

the effect of size and intensity of price cojumps on forecasting index volatility in tehran stock exchange

modeling and forecasting the realized volatility is very important. realized volatility recognition studies have been significantly developed in recent years. the present study, using daily and intraday cojump diagnosis methods, and estimating the ten-minute stock price returns of companies listed in the index of 30 large companies of tehran stock exchange (tefix30) during the years 1390(2011) to1394 (2015) (test sample) and the years 1395(2015-16) to 1398(2017-18) (out of sample) to estimate the stock realized volatility through the har-rv model and by developing the model, it has tested the effect of the size and intensity of stock price cojumps in predicting index volatility. the test results showed that the development of har-rv and har-rv-cj models through the har-ccj components not only did not improve the predictive power of the models, but also, it has moderated the predictive performance of the base models to a small extent. on the other hand, due to the emotional behaviors among investors, the result can indicate the behavioral biases of investors in the market.