|
|
|
|
برآورد ارزش در معرض خطر شرطی با استفاده از فرایندهای لوی تلاطم تصادفی در بورس اوراق بهادار تهران
|
|
|
|
|
|
|
|
نویسنده
|
مدرسی نویده ,پیمانی مسلم ,درویشی مشتاق
|
|
منبع
|
چشم انداز مديريت مالي - 1400 - شماره : 34 - صفحه:69 -94
|
|
چکیده
|
پژوهش‌های نشان داده است که تلاطم تصادفی و پرش‌ها در روند بازار قیمت سهام نقش مهمی را‌ایفا می‌کنند و در نظر گرفتن‌این دو عامل تاثیر بسزایی در توصیف بهتر دارایی‌ها دارد. فرایندهای پرش نامتناهی لوی ویژگی‌های چولگی و دم سنگینی بازده دارایی را پوشش می‌دهند اما بیانگر تلاطم خوشه‌ای نمی‌باشند. با زمان متغیر کردن‌این فرایند‌ها توسط انتگرال فرایند کاکس اینگرسول راس، مدل فرایندهای لوی تلاطم تصادفی بدست می‌آید که در‌این مقاله در تعیین ارزش در معرض خطر شرطی به‌کار گرفته شده است. با کمک روش تبدیل فوریه سریع فرم بسته‌ای از تابع چگالی احتمال را به دست آورده شده است. همچنین با استفاده از الگوریتم بهینه‌سازی ترکیبی ازدحام ذرات پارامترهای مدل برآورد شده است. ارزش در معرض خطر شاخص کل بورس اوراق بهادار تهران را در بازه زمانی 1388 تا 1398 بر مبنای مدل معرفی شده، برآورد کرده و با رویکردهای شبیه‌ساز تاریخی و واریانس کوواریانس مقایسه شد. نتایج تکنیک‌های پس آزمون در مورد محاسبه ارزش در معرض خطر، حاکی از برتری مدل‌های لوی تلاطم تصادفی در مقایسه با رویکردهای شبیه‌ساز تاریخی و واریانس کوواریانس است.
|
|
کلیدواژه
|
تلاطم تصادفی، فرایندهای لوی پرش نامتناهی، الگوریتم بهینه‌سازی ترکیبی ازدحام ذرات، تبدیل فوریه سریع
|
|
آدرس
|
دانشگاه علامه طباطبائی, گروه ریاضی مالی, ایران, دانشگاه علامه طباطبائی, گروه مالی و بانکداری, ایران, دانشگاه علامه طباطبائی, ایران
|
|
پست الکترونیکی
|
moshtaghdr90@gmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Estimation of Conditional Value at Risk under Stochastic Volatility Levy Processes for Tehran Stock Market
|
|
|
|
|
Authors
|
Modarresi Navideh ,Peymani Moslem ,Darvishi Moshtagh
|
|
Abstract
|
Research has shown that stochastic volatility and jumps play an important role in stock price trends market, and considering these two factors has a significant impact on a better description of assets. Infinite jump Levy processes cover skewness and heavytailedness properties but can not present volatility clustering. By time chainging these processes by integrating the CoxIngersollRoss, it is abtained a stochastic volatility Levy processes model that are applied to determine the conditional value at risk (VaR) in this paper. Applying the fast Fourier transform, a closed form formula of probability density function is derived. Moreover, by applying Hybrid Particle Swarm Optimization algorithm, Grid search method and univariate method algorithm, the parameters are estimated. Based on the introduced model, we estimate the VaR of along total Index of Tehran Stock Exchange in 1388 to 1398 and compare it by historical simulation and VarianceCovariance approaches. The results of Backtest techniques in computing the VaR indicate that the stochastic volatility Levy processes with infinite jumps have better performance than the VarianceCovariance methods.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|