مدلسازی تلاطم بازده در بازارهای سهام، از منظر افراد آکادمیک و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیش بینی بازده سهام، موضوع با اهمیتی به نظر می رسد . این پیش بینی ها در مواردی چون مدیریت ریسک، قیمت گذاری مشتقات مالی و پوشش ریسک ناشی از آنها، بازارسازی، انتخاب سبدهای مالی و بسیاری از فعالیت هایی مالی دیگر می تواند مورد استفاده قرار گیرد . از این جهت تخمین تلاطم در بازارهای مالی، اهمیت می یابد. در بسیاری از سری های زمانی، خصوصاً سری های زمانی مالی، ویژگی واریانس ناهمسانی مشاهده می شود و جهت تحلیل و مدلسازی آنها، باید از مدل هایی استفاده شود که شروط ناهمسانی را در برازش در نظر بگیرند. در این راستا، ما برآن شدیم تا در این پژوهش کلاس های مختلف از مدل های garch و مدل تلاطم تصادفیsv را مورد بررسی و مقایسه قرار دهیم. در این تحقیق با استفاده از برآوردگر حداکثر درستنمایی شبیه سازی شده، پارامترهای مدل تلاطم تصادفی را به دو روش is1و is2برآورد کردیم و جزء خطای ?_t را یک بار دارای توزیع نرمال استاندارد و بار دیگر دارای توزیع t-استیودنت فرض کردیم و نتایج این چهار مدل را مقایسه کرده و بهتریم مدل را در هر روش و بهترین مدل را از بین این چهار مدل، تعیین نمودیم. نتایج نشان می دهند که مدل garch-t در مقایسه با مدل garch و مدل تلاطم تصادفیsv نتایج بهتری در پی داشته است. از طرفی در صورت استفاده از مدل sv استفاده از روشis1 زمانی که جزء خطای ?_t را دارای توزیع نرمال استاندارد فرض کردیم؛ ما را به نتایج بهتری رسانده است و برای شاخص بورس اوراق بهادار تهران مناسب تر بوده است.

با توجه به اهمیت محاسبه ارزش در معرض خطر به عنوان یک معیار مهم از ریسک، در این تحقیق علاوه بر روش های مرسوم و قدیمی برای محاسبه ارزش در معرض خطر، از نظریه ارزش فرین هم برای محاسبه ارزش در معرض خطر استفاده شده است. و سپس با استفاده از روش های ارزیابی متفاوتی، شامل آزمون کوپیک، آزمون کریستوفرسن و تابع زیان لوپز، به ارزیابی این روش ها پرداخته شده است. این تحقیق نشان می دهد که برای محاسبه ارزش در معرض خطر، در بسیاری از موارد استفاده از نظریه ارزش فرین و در نظر گرفتن حالت های شرطی نتایج بهتری را برای داده ها موجب می شود. و لزوماً استفاده از روش های قدیمی برای محاسبه ارزش در معرض خطر مناسب نمی باشد. بر اساس این تحقیق خواهیم دید که، ممکن است برای داده ها, در سطوح اطمینان مختلف روش های مختلفی مناسب باشد. علاوه بر این در می یابیم که دنباله ها لزوماً از توزیع های همانند پیروی نمی کنند و گاهی نیاز به روش های مختلفی برای اندازه گیری ارزش در معرض خطر خواهند داشت.

در سال های اخیر علاقه فزاینده ای به مطالعه ویژگی های غیرخطی در سری های زمانی مالی و اقتصادی در سطح کلان، شکل گرفته است که دلیل آن را می توان در امکان بروز نتایج و تحلیل های گمراه کننده با درنظر نگرفتن رفتار غیرخطی در محاسبات، و همچنین بررسی روندهای زمانی، تاثیرگذاری شوک های ساختاری و تغییر ویژگی های رفتاری این سری ها در طول زمان، دانست. استفاده از آزمون های رایج اقتصادسنجی بر این موضوع دلالت دارد که این سری های زمانی اغلب حاوی ریشه واحد بوده و به سبب آن نامانایی i(1) دارند. برخی از این نتایج با نظریه های اقتصادی مغایرت دارند. بنابراین همیشه یک عدم قطعیتی در خصوص جابه جایی در پایداری یک سری زمانی مانند جابه جایی از مانایی i(0) به نامانایی i(1) و یا برعکس، وجود دارد. در این پایان نامه سعی شده است تا به بررسی مدل غیرخطی تعمیم یافته ریشه واحد تصادفی (gstur ) با استفاده از تحلیل بیزین و روش های عددی mcmc بر روی سری زمانی شاخص کل بورس اوراق بهادار تهران، پرداخته شود. همچنین از طریق فاکتور بیز، مقایسه ای بین مدل غیرخطی gstur با مدل خطی گام تصادفی (rw) شده است.

در این تحقیق ارزش در معرض خطر با استفاده از سه روش واریانس کوواریانس، garch-t(1,1) و garch-n(1,1) در دو سطح معنی داری 0.99و 0.95 و با پنجره های چرخشی 1000 و 500 محاسبه شده و سپس از آن ها برای ترکیب روش های پیش بینی استفاده گردیده است. روش های ترکیب شامل روش های میانگین، میانه، msfe تخفیفی، بهترین پیش بینی اخیر، روش انقباضی و مولفه های اصلی می باشد. داده های تحقیق، داده های روزانه شاخص قیمت و بازده نقدی از تاریخ 1378/05/03 تا تاریخ 1390/07/27 می باشد. نتایج بررسی حاکی از بهبود عملکرد ارزش در معرض خطر با استفاده از ترکیب پیش بینی ها در هر دو پنجره چرخشی می باشد.

هدف این پژوهش به کارگیری skew-normal (sn) markov-switching(ms) garch جهت لحاظ نمودن چولگی در توزیع سریهای زمانی مالی است. انگیزه اصلی بیان این مدل آن است که روش متداول برای در نظر گرفتن عدم تقارن در مدل های normal(n) ms garch یعنی اضافه نمودن میانگین رژیم ها به مدل، منجر به ایجاد بازده های خود همبسته می گردد که امری نامطلوب است. جهت یک مقایسه کامل ، تمامی حالات ممکن مدل های sn ms garch و n ms garch را در نظر گرفته و نیز دو مدل بسیار معروف t-garch و skewed-t garch را هم برای رسیدن به یک چشم انداز بهتر از مدل های تغییر ساختاری بررسی خواهیم نمود. بدین ترتیب این پژوهش مجموعا 16 مدل مختلف را در برخواهد گرفت که با توجه به نتایج آزمون های انجام شده، sn ms garch بهترین عملکرد را در بین تمامی مدلها از خود نشان می دهد.

با توجه به کاربرد فراوان و اهمیت بالای قرارداد اختیار معامله در بازاراهای مالی و دنیای واقعی و نقش این ابزار در مدیریت ریسک، ضرورت ارایه آن در بازار اجاره مسکن ایران غیر قابل انکار است. از آنجا که این نوع قراردادها هنوز در بازارهای ایران مورد استفاده قرارنگرفته است لذا لازم است که این موضوع هم از دیدگاه نظری و هم از دیدگاه محاسباتی مورد بررسی قرار گیرد. در این پایان نامه ابتدا وضعیت اجاره مسکن درایران مورد بررسی قرار گرفته و بر اساس آن ابزار مالی مناسب انتخاب خواهد شد. پس از انتخاب اختیار معامله، به بررسی روش های قیمت گذاری اختیار می پردازیم و روش های موجود و مبانی ریاضی آنها را بررسی میکنیم. آنگاه با توجه به برخی فرضیات محدود کننده روش های موجود، رویکردی جدید برای ارزشگذاری اختیار معاملات ارایه خواهیم داد که علاوه بر معتبر بودن نتایج مدل، از فرضیات محدود کننده روش های موجود مبرا خواهد بود.

در مباحث مالی معمول است که از مدل های garch برای پیش بینی میزان نوسانات داده های مالی همچون قیمت سهام، نرخ بازده، تورم و... استفاده می شود. اکثر داده های مالی، داده هایی با چولگی و کشیدگی زیاد هستند و دارای رفتار های متفاوتی می باشند که به وسیله روش های کلاسیک قابل توضیح نیستند. به همین خاطر استفاده از روش های استوار در برآورد پارامترهای مدل های مالی اهمیت زیادی دارد. ما در این پایان نامه از توابع استوار هوبر، توکی و کوشی برای برآورد پارامترهای مدل garch بر اساس m- برآوردگر شبه حداکثر درستنمایی استفاده می کنیم. با استفاده از شبیه سازی مونت کارلو و ارائه یک مثال موردی، نتایج را با برآوردگر کلاسیک شبه حداکثر درستنمایی با فرض توزیع نرمال و برآوردگر استوار حداقل قدر مطلق انحرافات مقایسه می کنیم. نشان می دهیم که معیار کارایی حدی برآوردهای استوار ارائه شده بیشتر از برآورد کلاسیک و برآورد حداقل قدر مطلق انحرافات است. همچنین نشان می دهیم که میانگین مربعات خطای برآوردهای استوار ارائه شده به مراتب کمتر از برآورد کلاسیک و حداقل قدر مطلق انحرافات است

اکثر داده های مالی بورس ایران دارای خاصیت تغییر پذیری، توزیع غیر نرمال و چولگی می باشند و کشیده هستند. برای برآورد و تخمین دقیق تر پارامترهای مالی و اقتصادی، نوسانپذیری و یا پیش بینی قیمت و بازده این ضرورت به وجود می آید که از ابزارها و روشهایی استفاده شود که استوار بوده و فرض و محدودیت خاصی را برای توزیع داده های مورد بررسی در نظر نگیرند. روشهای کلاسیک، توزیع داده های مالی را نرمال یا t-استیودنت و یا این که جملات جزء اخلال یا خطا را دارای واریانس ثابت و تغییر ناپذیر در نظر می گیرند. در این مقاله عملکرد و کیفیت پیش بینی بازده را با توجه به برآورد و در نظر گرفتن نوسانپذیری با استفاده از چهار روش arima ، garch-n و garch-t و روش استوار رگرسیون چندکی مقایسه می کنیم و نشان می دهیم که روش رگرسیون چندکی که به عنوان یک ابزار استوار معرفی شده است، در پیش بینی قیمت و بازده سهام نسبت به روشهای کلاسیک از عملکرد و دقت بهتر و خطای کمتر برخوردار است.

پیش بینی قیمت ها شاید مهمترین عامل در مدیریت ریسک و سرمایه گذاری باشد. تلاش ها بر این است که پیش بینی دقیق تری از قیمت ها در آینده صورت بگیرد. از این رو برای پیش بینی دقیق تر باید پیشامدهای فرین، که دارای تاثیرات شدیدی در سود یا ضرر افراد یا شرکت ها هستند، با احتمال بیشتری در نظر گرفته شود. علاوه بر این بررسی ها بر روی داده های مالی نشان می دهد که داده های مالی دارای توزیعی چوله و با دم های پهن هستند. لذا در این پژوهش برای مدلسازی نوسان پذیری بازده دارایی های مالی از مدل garchی استفاده شده است که جزء اخلال آن دارای توزیع پایدار است. در این پژوهش بازده 5 شاخص از شاخص های بورس تهران انتخاب شده اند. در همه ی این موارد در نظر گرفتن توزیعی دم پهن برای جزء اخلال برازش بسیار خوبی از خود نشان داده است و در ده مورد از یازده مورد مدل پایدار garch برازش بهتری نسبت به مدل garch-n و garch-t برای مدلسازی نوسان پذیری از خود نشان می دهد.

با توجه به وجود نوسانات و ریسک بازار، نیاز به ابزارهایی جهت پوشش ریسک افرایش یافته است.یکی از مهمترین ابزارها که در حال حاضر در ایران قابل استفاده می باشند،قراردادهای آتی هستند. ویژگیهای جذاب بازار قراردادهای آتی معامله گران بسیاری را به سوی خود جذب می کند.این افراد معمولا به طور هم زمان در بازار سهام و بازار قراردادهای آتی شرکت می کنند. از این رو قیمت های بازار نقد و بازار آتی و ارتباط آنها با هم برای فعالان اقتصادی حائز اهمیت می باشد. برای به دست آوردن این اطلاعات باید به بررسی روند قیمتی در بازار نقد و بازار آتی پرداخته و مدل مناسب جهت تعیین این ارتباط را برآورد نمود. با توجه به اینکه تنها قراردادهای آتی فعال در ایران،سکه طلا می¬باشد، ارتباط قیمت قراردادهای آتی این دارایی پایه را با قیمت های بازار نقدی مورد مطالعه قرار گرفت. با توجه به ماهیت داده ها از مدل های آرما،خود رگرسیون برداری،گارچ و تصحیح خطا استفاده و نتایج آنها باهم مقایسه شد و بهترین مدل برای نشان دادن این ارتباط انتخاب شد.

سال 2008 میلادی در تاریخ اقتصادی جهان، سال بازگشت بحران بود. در این سال دنیا شاهد ورشکستگی برخی از بزرگ ترین و با سابقه ترین موسسات مالی جهان بود و رکود اقتصادی شدید در آمریکا و اروپا، رشد اقتصادی جهانی را تحت الشعاع خود قرار داد. دامنه این بحران مالی در سطح جهان به حدی گسترش یافت که اقتصاد دانان و سیاست گذاران انتظار آن را نداشتند. پس از بحران مالی در ده های گذشته بعضی از تحلیل گران اقتصادی و متخصصین مسائل مالی به فکر افتادند که باید بتوان بحران را قبل از وقوع پیش بینی کرد، لذا سیستم های هشدار دهنده در زمینه مالی توسعه پیدا کرد. جان دانه و دیگران بحران مالی 2008 را برای بازارهای اختیار معامله سهام با استفاده از یک معیار جدید، مورد بررسی قرار دادند. ایشان این معیار هشدار دهنده را شاخص ترس نام گذاری کردند و پیشنهاد اندازه گیری شاخص ترس به وسیله سه شاخص ریسک نوسانات، ریسک نقدینگی و ریسک رفتار گله ای را دادند. سوالی که در آن زمان مطرح شد این بود که اثر وزنی هرکدام از این شاخص ها چقدر است؟ برای پاسخگویی به این سوال از دو روش میانگین متحرک ساده و هموارسازی نمایی برای محاسبه وزن شاخص های به کاررفته در شاخص ترس استفاده کردیم. همچنین برای افزایش اعتماد و اعتبار به شاخص ترس جدید محاسبه شده، از دو نوع نمودار کنترلی استفاده و در پایان شاخص ترس قوی تر و کارآمدتر از شاخص قبلی را معرفی کردیم