فیلترینگ یک طرفه و دوطرفه ریسک با استفاده از مدل عاملی پویای تعمیم یافته در بورس اوراق بهادار تهران

چکیده برآورد ریسک بدون در نظر گرفتن عوامل مرتبط و فقط با تمرکز بر روی چند سری معادلات، پیش بینی های غیرمعمولی را ایجاد می کند. در این مطالعه از اطلاعات یک صفحه بزرگ سری های زمانی و روشی جدید برای برآورد ریسک استفاده نمودیم. این برآورد با استفاده از بازده داده های روزانه سری زمانی 25 شاخص مختلف بورس اوراق بهادار تهران در بازه ده ساله از 1387 الی 1397 بر اساس یک مدل عاملی پویای تعمیم یافته (GDFM) انجام شد. ابتدا با استفاده از مدل عاملی پویای توسعه یافته توسط فورنی و همکاران نسبت به تعیین تعداد عوامل استاتیک و دینامیک مدل عاملی اقدام نموده و در ادامه نوسانات جزء مشترک سری های تحت مطالعه را با کمک نرم افزار MATLAB فیلتر نموده و به عنوان ریسک بورس اوراق بهادار تهران برآورد نمودیم. در ادامه از روش حداقل مربعات تعمیم یافته (GLS)، تاثیر ریسک های فیلتر شده را بر روی بازده شاخص کل بورس موردبررسی قراردادیم. نتایج نشان داد اگر چه ریسکهای برآورد شده از طریق فیلترینگ یک طرفه و فیلترینگ دوطرفه به صورت معنی داری تغییرات بازده شاخص کل بورس موردمطالعه را توضیح می دهند، اما ریسک برآورد شده از طریق فیلتر دوطرفه با استفاده از مدل عاملی پویای تعمیم یافته، تغییرات بازده را بسیار بهتر از فیلتر یک طرفه با استفاده از همان مدل توضیح می دهد.