مدل سازی سری زمانی مقادیر فرین بر اساس رویکرد تحلیل طیفی

از آنجا که پژوهشگران، در ادبیات مالی، برای مدل سازی مقادیر فرین به تحلیل داده ها توجه کرده اند و در بازارهای مالی نیز مدیران ریسک بازار به آن توجه می کنند، شناسایی رویکردهای نوین و مناسب می تواند در پیش بینی رویدادهای بسیار نادر به تحلیل گران ریسک، بینش عمیقی ایجاد کند. تحلیل رویدادهای بسیار نادر بر اساس توزیع زمانی، یکی از مناسب ترین رویکردها در تحلیل ریسک است. هدف پژوهش حاضر، ترکیب رویکرد تحلیل زمانی و تحلیل طیفی برای شناسایی و ارایه رویکردی نوین در استخراج و تحلیل نوسان های آشکار و پنهان در امتداد تمامی طول موج های ممکن سری زمانی است تا بتوان رفتار قیمتی سهام و نوسان های آن را شناسایی کرد.

بر اساس الگوریتم تعریف ‏شده، ابتدا در دوره بررسی، برای هر سهم، حداکثر زیان بازدهی استخراج و طبق توزیع زمانی به شکل یک سری زمانی تعریف شد. برای سری زمانی به دست آمده، الگوی ساختاری تکرارشونده با استفاده از دوره نگار و رویکرد تحلیل واریانس چندهارمونیکی اجرا و نوسان های پنهان در بازده های حداکثر زیان با درجه های متفاوت کیفیت شناسایی شدند، سپس باکیفیت ترین دوره، طبق رابطه سینوسی تخمین زده شد. برای این منظور، از قیمت سهام برای دوره آماری 1377 تا 1397 (20 سال) و 105 شرکت پذیرفته شده در بورس اوراق بهادار تهران استفاده شده است.

یافته ها:

 با استفاده از یافته های حاصل از روش ارایه شده، چرخه 460روزه می تواند مناسب ترین و باکیفیت ترین چرخه در شناسایی نوسان موجود در سری زمانی بررسی شده باشد. همچنین، بر اساس این چرخه، پارامترهای الگوی سینوسی برآورد شده، معنادارند. آزمون نکویی برازش نیز نشان داد که می توان 78درصد از تغییرات بازدهی را به‎کمک الگوی ارایه شده، شناسایی کرد.

نتیجه گیری: 

به کارگیری رویکرد ترکیبی تحلیل سری زمانی و طیف نگار، برای توصیف رفتار سری زمانی بازدهی سهام شرکت ها، صلاحیت لازم را دارد. از این رو، می توان از الگوی ارایه شده برای پیش بینی و تحلیل در بازار سرمایه بهره برد.