خوشه بندي نوسانات و عدم تقارن آن در بورس اوراق بهادار تهران

Clustering of volatility and its asymmetry in Tehran Stock Exchange

هدف از اين پژوهش بررسي خوشه بندي نوسانات و عدم تقارن آن در بورس اوراق بهادار تهران مي باشد.تغييرات بزرگ در قيمتها تمايل به تغييرات بزرگ و تغييرات كوچك تمايل به تغييرات كوچك دارند كه بدان خوشه بندي نوسانات گفته ميشود.از طرفي نوسانات بيشتر بازده، تمايل به تشكيل خوشه بيشتري نسبت به نوسانات كوچك دارند كه بدان عدم تقارن خوشه بندي نوسانات گفته مي شود. نوسانات بازده هاي دارايي مي تواند به طور مستقيم روي قيمت اختيارهاي معامله و ريسك سهام و پورتفوي اثر بگذارد. اين پژوهش جزو تحقيقات كاربردي وكمي است .جامعه آماري سري زماني شاخص كل بورس اوراق بهادار تهران و نمونه مورد استفاده سري زماني بازده شاخص كل در بازه زماني ابتداي سال 1387 تا مرداد سال 1396 مي باشد . مقادير شاخص از نرم افزار ره آورد نوين استخراج و سپس بازده لگاريتمي محاسبه و با نرم افزار ايويوز تحليل شده اند. براساس رهيافت باكس و جنكينز معادله ميانگين ARMA تهيه و با ARCH test وجود خوشه بندي نوسانات تاييد شد.مدل TGARCH عدم تقارن در نوسانات و اثر اهرمي را نشان داد .با توجه به آماره آكاييك بهترين مدل خانواده گارچ جهت استخراج نوسانات ، ETGARCH معرفي شد .

The purpose of this study is to investigate the clustering of fluctuations and its asymmetry in Tehran Stock Exchange. Large changes in prices tend to be large changes and small changes tend to be small changes that are called clustering of fluctuations. On the other hand, higher volatility fluctuations, They tend to form more clusters than small fluctuations, which are referred to as clustering oscillations of oscillations. The volatility of return on assets can directly affect the price of transaction options and the risk of stocks and portfolios. This research is a practical and quantitative research. The statistical society of the time series of the index of Tehran Stock Exchange and the sample used in the time series of return on the total index in the period from the beginning of 2008 to August 2012 is. The index values are extracted from the new rational software and then the logarithmic yield is calculated and analyzed with the Eviews software. Based on the Box and Jenkins approach, the mean ARMA equation was obtained and ARCH test confirmed the existence of clustering fluctuations. The TGARCH model showed asymmetry in volatility and leverage effect. According to the AKIC statistic, the best GARCH model was used for extraction of fluctuations, ETGARCH was introduced.