مدلسازي ساختار وابستگي نقدشوندگي و بازدهي پرتفوي با داده‌هاي طي‌روز در بورس تهران با رويكرد ACP-GARCH-High Dimension Vine Copula

‌اين تحقيق با ‌استفاده از داده‌هاي ‌۱۵ سهم از ۷ گروه صنعتي مختلف در بازه ‌‌۵ دقيقه‌اي طي‌روز ‌در ‌سال ۱۳۹۸ به ارائه مدلي براي ساختار وابستگي نقدشوندگي و بازدهي سبدي از سهام ‌در بورس اوراق بهادار تهران پرداخته است. در اين راستا، به علت پيچيدگي‌هاي ناشي از مدل‌سازي توأمان بيش از 30 متغير (توزيع توأمان نقدشوندگي و بازدهي)، پس از مدل‌سازي تك متغيره نقدشوندگي هر يك از سهم‌ها بر مبناي مدل پواسون خودرگرسيو شرطي (ACP) و بازدهي هر سهم بر مبناي مدل خودرگرسيون تعميم‌يافته شرطي ناهمساني واريانس (GARCH)، از توزيع‌هاي حاشيه‌اي مزبور براي مدل‌سازي توزيع توأمان با روش كاپيولا واين (Copula vine) استفاده گرديد. ‌يافته‌هاي مبتني ‌بر ‌داده‌هاي پربسامد نشان داد ميان نقدشوندگي سهم‌ها و همچنين ميان نقدشوندگي و بازدهي سهم‌ها با يكديگر همبستگي قوي‌ غيرخطي دنباله‌اي ‌وجود دارد. بنابراين، ‌ارزيابي دقيق‌تر ريسك ايجاب مي‌كند ‌شاخص‌هايي نظير ارزش در معرض خطر مورد توجه قرار گيرد. به‌علاوه‌، نتايج ‌تحقيق حاضر نشان داد مدل‌سازي توزيع توأمان نقدشوندگي و بازدهي سهام در ابعاد زياد با تكيه بر كاپيولا واين به دليل انعطاف بالا، برازش مناسبي براي توزيع توأمان نقدشوندگي و بازدهي ‌داراي همبستگي قوي ‌غيرخطي دنباله‌اي ‌ارايه مي‌دهد.