ارزیابی بازده و ارزش در معرض خطر (VaR) در دارایی هایی سرمایه ای (سهام) مبتنی بر تلفیق الگوی چندعاملی قیمت گذاری و تابع جریمه

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 573

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_FEJ-10-41_004

تاریخ نمایه سازی: 18 فروردین 1399

چکیده مقاله:

ارزیابی سهام بر مبنای ریسک و بازده در ارتباط با دارایی­ های سرمایه ­ای (سهام) یکی از مسائل حائز اهمیت است. غالب الگوهای چندعاملی بر مبنای ارزیابی یکی از معیارهای بازده و ریسک تعریف   شده­ اند، در حالی که الگوی پیشنهادی به طور همزمان به ارزیابی بازده و ریسک می­ پردازد. الگوهای چند عاملی ایستا بوده و تغییرات پویا در طی بازه­ های زمانی متاثر از عوامل پنهان را بیان نمی­ کنند. در این پژوهش نوسانات پیش­ بینی نشده در بازده سهام در تابع جریمه (پنالتی) بعنوان عوامل پنهان تعریف شد. با استفاده از شبیه ­سازی رگرسیون پویای فاما-مک­بث در برآورد پارامترهای تاثیرگذار و تفکیک اثرات عوامل پنهان و آشکار موثر بر بازده و ریسک سهام، برآورد دقیق­ تری ارائه نمود. بر اساس تحلیل حوزه دانش و تحلیل محتوی، عوامل موثر بر بازده سهام شناسایی و بر مبنای تولرانس­ ها موثرترین عوامل مشتمل بر سنجه ­های بازار به عنوان عوامل آشکار، پالایش شد. در نهایت الگوی پیشنهادی تلفیقی (P-PCA) در پیش­ بینی ریسک (ارزش در معرض خطر) سرمایه ­گذاری، مورد استفاده قرار گرفت. نتایج تحقیق نشان داد که الگوی مزبور در بلند مدت اثرات عوامل پنهان و موثر بر بازده سهام را بهتر بیان کرد و ریسک سرمایه­ گذاری را با دقت مناسب و مشابه الگوهای واریانس شرطی نظیر آرچ و گارچ پیش­ بینی نمود.

کلیدواژه ها:

ارزش در معرض خطر ، بازده سهام ، دارایی های سرمایه ای (سهام) ، الگوی چند عاملی ، تابع جریمه

نویسندگان

علی اکبر فرزین فر

دانشجوی دکتری حسابداری، دانشکده علوم انسانی، واحد قم، دانشگاه آزاد اسلامی، قم، ایران

حسین جهانگیرنیا

گروه حسابداری، دانشکده علوم انسانی، واحد قم، دانشگاه آزاد اسلامی، قم، ایران

رضا غلامی جمکرانی

گروه حسابداری، دانشکده علوم انسانی، واحد قم، دانشگاه آزاد اسلامی، قم، ایران.

حسن قدرتی قزاآنی

گروه حسابداری ومدیریت، دانشکده علوم انسانی، واحد کاشان، دانشگاه آزاد اسلامی، کاشان، ایران.