پس از تخمین مدل ARIMA، به بررسی اثرات ARCH[10] مدل میانگین صنایع پرداخته می‌شود. در صورت تایید وجود اثرات ARCH به برآورد مدل‌های خانواده GARCH  پرداخته می‌شود. در این رابطه از ۶ مدل از خانواده GARCH جهت مدل‌سازی واریانس شرطی بازدهی شاخص صنایع استفاده می‌گردد. در این رابطه ابتدا از مدل GARCH ساده و GARCH-M شروع می‌شود، سپس با درنظر گرفتن اثر عدم تقارن واکنش بازدهی شاخص صنایع به شوک‌ها، به ترتیب مدل EGARCHو EGARCH-M برآورد می‌گردد. در نهایت با درنظر گرفتن وجود اثر مانایی در معادله واریانس شرطی، مدل IGARCH و IGARCH-M برآورد می‌گردد. با در نظر گرفتن ۳ نوع تابع توزیع؛ نرمال، t و GED برای هر یک از مدل‌ها، در نهایت برای هر صنعت ۱۸ مدل برآورد می‌گردد.

گام سوم:  تخمین مدلهای خانواده سوئیچینگ مارکوف

پس از تخمین مدلهای خانواده GARCH، هر یک از مدلهای ۱۸ گانه مذکور، توسط رهیافت سوئیچینگ مارکوف برآورد می‌شود. در واقع در این گام با تلفیق رهیافت مارکوف در مدل‌های خانواده GARCH به برآورد مدل‌های مذکور پرداخته می‌شود.

گام چهارم: انتخاب مدلهای بهینه (سوئیچینگ و غیر سوئیچینگ)

پس از برآورد مدلهای خانواده GARCH و مدل‌های تلفیقی خانواده GARCH با سوئیچینگ مارکوف، در این مرحله با بهره گرفتن از آزمون نسبت درستنمایی گارسیا و پرون ( LRPG) مدلهای بهینه هر گروه انتخاب می‌شود. از این پس جهت ساده‌سازی مفاهیم به گروه نخست « مدلهای خانواده GARCH بدون اثر سوئیچینگ» و گروه دوم « مدلهای خانواده GARCH با اثر سوئیچینگ » گفته می‌شود.

گام پنجم: آزمون نرمالیتی

پس از انتخاب مدلهای مناسب هر گروه، با بهره گرفتن از آزمون جارک-برا، نرمال بودن توزیع متغیر بازدهی شاخص صنعت در هر یک از مدلهای منتخب مورد آزمون قرار می‌گیرد. در صورت تایید نرمال بودن توزیع بازدهی شاخص صنعت در مدلهای برآورد شده، آنها به گام بعدی منتقل میشوند. در غیر این صورت توزیع مناسب سری زمانی بر حسب توزیع آزمون نسبت درستنمایی گارسیا و پرون (LRPG) انتخاب میشوند. در واقع این مدلها یا دارای توزیع t و یا دارای توزیعGED می‌باشند.

گام ششم: انتخاب مدل بهینه و اندازهگیری ارزش در معرض خطر(VaR)

پس از آنکه مدلهای بهینه هر یک از صنایع، استخراج شد و توزیع بهینه آنها (نرمال، t و GED)  انتخاب گردید، در این مرحله مجدداً با بهره گرفتن از آزمون نسبت درستنمایی گارسیا و پرون  LRPG، مدل بهینه از میان مدل‌های منتخب هر صنعت بین دو گروه ( با درنظر گرفتن اثر سوئیچینگ و بدون درنظر گرفتن اثر سوئیچینگ)، انتخاب میگردد. پس از تعیین مدل بهینه نهایی، با استخراج واریانس شرطی از آن، سری زمانی نااطمینانی تولید می‌شود. با تولید این سری، سری زمانی ریسک با بهره گرفتن از روش ارزش در معرض ریسک(VaR) براساس معادله مشخص تولید می‌شود.

گام هفتم: مدلسازی خودرگرسیونی با وقفه‌های توزیعی (ARDL)

پس از استخراج سری زمانی ریسک، با مدل خودرگرسیونی با وقفه‌های توزیعی، این متغیر (به عنوان متغیر وابسته) براساس سری زمانی نرخ ارز مدلسازی می‌شود. ضرایب بدست آمده (کوتاهمدت و بلندمدت) از متغیر مستقل سری زمانی نرخ ارز، بیانگر میزان تاثیرپذیری بازدهی منفی (ریسک) هر یک از صنایع از نوسانات نرخ ارز میباشد. در نهایت پس از استخراج ضرایب مذکور برای کلیه صنایع، این صنایع بر حسب میزان تاثیرپذیری از نوسانات نرخ ارز رتبه بندی میگردند.

۱-۷-۲ جامعه آماری

در پژوهش حاضر دو نوع سری زمانی انتخاب گردید: سری زمانی نوسانات نرخ ارز و شاخص صنایع مختلف بورس. سری زمانی نرخ بازاری دلار از پایگاه اطلاعاتی شرکت بورس اوراق بهادار تهران استخراج گردید. در این مطالعه برای بررسی شاخص صنایع، صنایعی که در آن حداقل ۳ شرکت پذیرفته شده در بورس و اوراق بهادار (بازار اول و دوم) حضور دارند، انتخاب شد که با این قید، در مجموع ۱۷ صنعت به شرح زیر انتخاب گردید. صنایع منتخب شامل: سرمایه‌گذاری، شیمیایی، بانک، دارو، ماشین‌آلات، محصولات فلزی، فرآورده‌های نفتی، خودو، ساخت فلزات اساسی، مواد غذایی، قند و شکر، کاشی و سرامیک، پلاستیک (لاستیک)، سیمان، معدن، مستغلات و بیمه می‌باشد. اطلاعات مربوط به شاخص صنایع نیز از پایگاه اطلاعاتی شرکت بورس اوراق بهادار تهران استخراج شد.

دوره زمانی مورد مطالعه دوره ۵ ساله از ۳۱ شهریور سال ۱۳۸۸ تا ۳۱ شهریور ۱۳۹۳ می‌باشد و داده‌ها بصورت روزانه بوده و جمعاً ۱۲۱۰ مشاهده می‌باشد.

۱-۸ چارچوب تحقیق

ادامه مطلب

دیگر سایت ها :