مدلسازی نوسانات نهفته شاخص بورس اوراق بهادار با استفاده از الگوی کاپولا-نوسان تصادفی

در این مطالعه، یک روش ترکیبی کاپولا نوسانات تصادفی مبتنی بر زنجیره مارکوف مونت کارلو، برای ارزیابی نوسانات نهفته شاخص بورس اوراق بهادار توسعه داده شده است. روش پژوهش حاضر توصیفی از نوع همبستگی می باشد. داده های مورداستفاده به منظور تخمین مدل ها شامل مقادیر شاخص کل بورس تهران از ابتدای سال 1399 تا ابتدای سال 1400 به صورت روزانه در تواتر 30 دقیقه ای می باشد. همچنین به منظور تعیین خطا از داده های تاریخ (07/01/1400) الی (30/09/1400) در تواتر 15 دقیقه ای استفاده شده است. در مطالعه حاضر توزیع لگاریتم مربعات بازده به عنوان معیاری از نوسانات تحقق یافته با استفاده از مدل نوسان تصادفی جهت به دست آوردن نوسانات نهفته شبیه سازی شده و سپس با به کارگیری آمیخته ای از توزیع های خانواده کاپولا و زنجیره مارکف مونت کارلو مدل سازی و تخمین در فاز آموزش صورت پذیرفت و درنهایت در فاز آزمون با استفاده از داده های برون نمونه جهت تخمین مدل نوسانات تصادفی فاز آزمون بررسی گردید. نتایج نشان می دهد که از بین توابع کاپولای گامبل، گالامبوس، جو، کلایتون و فرانک در فاز آزمون، 3 کاپولای گامبل، گالامبوس، جو عملکرد قابل قبولی داشته و ازاین بین مدل نوسان تصادفی-گامبل کاپولا مبتنی بر MCMC با کمترین میزان خطا در بین داده های برون نمونه عملکرد بهتری را ثبت کرده است.