مقایسۀ مدل‌های Riskmetric و GARCH در پیش‌بینی نوسانات شاخص بازده کل بورس اوراق بهادارتهران

Abstract

پیش­بینی نوسان در بازارهای مالی یک فعالیت بحرانی و کلیدی است و دارای حوزۀ تأثیرگذاری گسترده­ای می­باشد که شامل سرمایه­گذاری، ارزش گذاری اوراق بهادار، مدیریت ریسک و ایجاد سیاست پولی است. همانطور که مشخص است این موارد بوضوح از ارزش زیادی در تصمیم گیریهای اقتصادی برخوردار است بنابراین، توجه به این مسائل سبب ایجاد سؤالهایی از این قبیل می­شود که چطور می­توانیم بطور مؤثری نوسانات را پیش­بینی کنیم و آیا ممکن است که مشخصاً یک تکنیک ترجیح داده شده را انتخاب کنیم؟ روش‌های مختلفی که بوسیلۀ آنها، چنین پیش­بینی­هایی می­تواند بدست آید در ادبیات این موضوع گسترش یافته و در عمل بکار برده شده است. چنین تکنیکهایی، دربرگیرندۀ محدودۀ وسیعی از مدل‌های نسبتاً ساده که از مفروضات ساده استفاده می­کنند ( روش گام تصادفی) تا مدل‌های نسبتاً پیچیدۀ واریانس ناهمسانی شرطی خانوادۀ گارچ می­باشند. در این تحقیق عملکرد پیش­بینی خارج از نمونۀ 6 مدل برای نوسانات روزانۀ شاخص قیمت و بازده نقدی TEDPIX در دورۀ زمانی آغاز 1378 تا پایان 1387 (شامل 2355 مشاهده) مورد ارزیابی قرار گرفته است، که 2300 مشاهدۀ اول برای تخمین پارامترها استفاده شده و باقیماندۀ داده­ها برای پیش­بینی بکار رفته است. مدل‌هایی که در این تحقیق با هم مقایسه شده­اند عبارتند از:مدل Riskmetric و تعدادی از مدل‌های نوع گارچ، شامل مدل GARCH , EGARCH , APARCH , TARCHو IGARCH . برای ارزیابی عملکرد پیش­بینی مدل‌های مورد مقایسه، از سه آمارۀ ارزیابی­­خطااستفاده­شده­است:MAE,RMSE,Theil. نتایج حاصله از این تحقیق بیانگر آن است که بر اساس هر سه معیار ارزیابی خطا، مدل Riskmetric بطور قابل ملاحظه­ای بهترین عملکرد را در مقایسه با پنج مدل دیگر دارد. و از طرف دیگر، مدل EGARCH بدترین عملکرد پیش­بینی را ارائه می­دهد.