دانلود پایان نامه
نمودار (4-1): سری زمانی قیمت سهام ( شاخص کل قیمت سهام) 79
نمودار(4-2): سری زمانی بازدهی 79
نمودار(4-3): بررسی نرمالیتی بازدهی ها 83
نمودار(4-4): فراوانی حاصل از شبیه سازی 89

چکیده
در این پژوهش به بررسی توان پیش بینی شبیه سازی مونت کارلو برای نوسان در افق یکماهه پرداخته شده است. هدف پژوهش در قالب دو فرضیه بیان شده است. فرضیه اول به این شکل مطرح شده که تفاوت معناداری در پیش بینی نوسانات قیمت سهام توسط شبیه سازی مونت کارلو با پیش بینی مدل گارچ وجود دارد و فرضیه دوم بیان میکند که با استفاده از شبیه سازی مونت کارلو می توان نوسانات قیمت سهام را برای دوره خارج از نمونه پیش بینی نمود. دادهای پژوهش شامل سری شاخص کل قیمت سهام در فاصله سالهای 1376 تا 1391 می باشد. برای مدل گارچ از سه تابع توزیع نرمال ، t-استیودنت و GED استفاده شده است و برای ارزیابی نتایج از سه تابع زیان آماری RMSE ، MAE و MAPE کمک گرفته ایم. همچنین برای بررسی معناداری تفاوت پیش بینی های مدل گارچ و شبیه سازی مونت کارلو ، آزمون دایبولد-ماریانو را انجام میدهیم. نتایج حاکی از آن است که مدل گارچ پیش بینی های دقیق تری را نسبت به شبیه سازی مونت کارلو ارائه میدهد، اما پیش بینی های این دو روش با توجه به آزمون دایبولد-ماریانو تفاوت معناداری ندارند و بطور کلی می توان گفت شبیه سازی مونت کارلو نتایج قابل قبولی را برای پیش بینی نوسان بدست میدهد.
کلمات کلیدی: پیش بینی نوسان، مدل گارچ، شبیه سازی مونت کارلو، حرکت هندسی براونی
فصل اول: کلیات تحقیق

1-1. مقدمه
نوسان پذیری یا تغییر پذیری از آن دسته متغیرهای مهمی است که در دهه های اخیر برای مدل سازی آن تلاش های بسیاری صورت پذیرفته است. پیش بینی این متغیر در مدیریت ریسک، ارزش گذاری سبد سرمایه، قیمت گذاری مشتقات و … دارای کاربردهای فراوانی است. با دست یافتن به الگوهای نوسان بازده سهام و با استفاده از پیش بینی پذیری قیمت سهام می توان تخصیص سرمایه را به شکل هموارتر و کاراتر صورت داد. اما از دیدگاه معامله گران بازار مشتقات، درک نوسان پذیری، پیش بینی دقیق آن و حفاظت از دارایی های پرتفوی در مقابل هزینه هایی که این متغیر به ارزش کل تحمیل می کند، از اهمیت دو چندانی برخوردار می باشد. دانستن این واقعیت که معاملات و ابزارهای مشتقه در فضای بازار سرمایه ایران روندی تکاملی به خود گرفته است، بر ضرورت اجرای تحقیقات کاربردی بیشتر در این حوزه می افزاید.
نتیجه تلاش محققان در خصوص این متغیر را می توان در پیدایش و ارتقاء مدل های ناهمسانی واریانس شرطی خودرگرسیو مشاهده نمود. مدل های سری زمانی مالی که مبتنی بر نظریه های مالی و اقتصادی می باشند، به تدریج به چارچوب هایی پذیرفته شده برای پیش بینی متغیرها و سری های زمانی مالی تبدیل شده اند. اما هنوز این نظریه ها به اندازه کافی ارتقاء پیدا نکرده اند که با اتکاء صرف به برآوردهای حاصل از آن بتوان بر عوامل گوناگون خارجی که بر صحت پیش بینی ها موثر است، فائق آمد. بسیاری از تحقیقات مالی در سال های اخیر بر این مساله متمرکز بوده است که مدل های سنتی خطی و غیرخطی را برای دست یافتن به برآوردها و پیش بینی دقیق تر، به نحوی ارتقاء دهند. (سعیدی،1391، ص2)
آنچه در این میان بسیار مورد تاکید بوده و این تحقیق می تواند در راستای آن قرار گیرد، این نکته است که تا کنون هیچ روش قطعی برای پیش بینی تلاطم بازده سبد سهام به عنوان روشی با قابلیت اطمینان بالا مطرح نبوده است و اگر در بازاری روشی کارائی بالاتر از خود نشان دهد، در بازاری دیگر لزوما از کارائی بالائی برخودار نبوده است. ماهیت متفاوت بازارهای مالی، تاثیرپذیری از ساختار اقتصادی کشورها با توجه به تفاوت زیاد کشورها از نظر اقتصادی، توسعه یافتگی متفاوت بازارهای مالی، برهمکنش بازارهای مالی روی همدیگر و … باعث شده است که برای مدیریت ریسک و پیش بینی تلاطم بازارهای مالی و سبدهای سهام مطالعات گسترده ای در کشورهای مختلف صورت گیرد که معمولا به نتایج یکسانی هم منجر نشده است و محققان متفاوت روش های مختلفی را به عنوان روش مناسب ارائه دهند.
با گسترش و توسعه بازار سرمایه کشور که در راس انها بورس اوراق بهادار تهران قرار گرفته است، امروزه بخش قابل توجهی از دارایی های سرمایه گذاران در قالب سهام شرکت های پذیرفته شده در بورس موجود می باشد.
روش شبیه سازی مونت کارلو راه حل هایی تقریبی با استفاده از نمونه گیری آماری و فرآیندهای تصادفی برای دامنه گسترده ای از مسائل موجود از ریاضیات و دیگر شاخه های علوم بوجود آورده است. این روش نوعی روش شبیه سازی آماری بوده که توانسته شبیه سازی مربوطه را با استفاده از دنباله هایی از اعداد تصادفی محقق نماید. روش شبیه سازی مونت کارلو در واقع مجموعه ای از روش هایی متفاوت بوده که اساسا فرآیند یکسانی را طی می نمایند. این فرآیند، شبیه سازی های متعددی را با استفاده از اعداد تصادفی در جهت دستیابی به جوابی تقریبی برای مسئله موردنظر ممکن می سازد. ویژگی و مشخصه اصلی روش شبیه سازی مونت کارلو این بوده است که می تواند با استفاده از تولید کننده های اعداد تصادفی و تولید اینگونه اعداد در حجم بسیار زیاد جواب هایی منطقی و درست در خصوص پدیده های فیزیکی ارائه نماید. ( معارفیان، 1389، ص 17)
در این پژوهش کارایی شبیه سازی مونت کارلو در پیش بینی نوسان مورد ارزیابی قرار میگیرد و کیفیت این پیش بینی از طریق مقایسه با پیش بینی مدل گارچ آزمون می شود.
1-2. تشریح و بیان موضوع تحقیق
پیش بینی نوسان یکی از مسایل بسیار مهم در بازارهای مالی است که توجه بسیاری از پژوهشگران دانشگاهی و کارشناسان این حوزه را در چند دهه ی گذشته به خود جلب کرده است. اهمیت این موضوع از آن جا ناشی میشود که نوسان در بازار مالی یکی از متغیرهای مهم در زمینه ی تصمیمات سرمایه گذاری، قیمت گذاری اوراق بهادار و مشتقه ها، مدیریت ریسک، تدوین مقررات و سیاستگذاری پولی است. (تهرانی،1389، ص24) بطور مثال سرمایه گذاران سطوح معینی از ریسک پذیری یا درجه تحمل ریسک را دارا می باشند و از این بابت ارائه مدل مناسبی برای پیش بینی نوسانات در طی دوره سرمایه گذاری می تواند نقطه آغازین خوبی برای ارزیابی ریسک سرمایه گذاری باشد. علاوه براین در حال حاضر مدیریت ریسک مالی از نقش های محوری اکثر نهادهای مالی محسوب می شود ولذا شناخت و پیش بینی نوسان بازارهای مالی از ضرورت های عملیاتی چنین موسساتی خواهد بود.همچنین بسیاری از مدل های قیمت گذاری داریی، از تخمین نوسانات به عنوان یک سنجش ریسک ساده استفاده می کنند و توجه به محاسبه بهتر نوسان باعث می شود که قدرت تخمین در سایر مدل های مالی همانند مدل قیمت گذاری بلک-شولز که در آنها از نوسان استفاده می گردد بیشتر شده و از این رو کارایی تخمین در مدل های مذکور افزایش یابد. به علاوه نوسان پذیری بازارهای مالی تاثیر مهمی در اقتصاد کشورها از طریق ایجاد یا کاهش اطمینان و اعتماد عمومی ایفا می نماید. بدین دلیل سیاستگذاران توجه خاصی را به پدیده نوسان نشان می دهند. با توجه به مطالب فوق شناسایی دینامیک نوسان در تمامی بازارهای مالی از اهمیت و جایگاه خاصی برخوردار بوده وارائه مدل های مناسب برای پیش بینی نوسانات از ابزارهای اصلی دست اندرکاران اقتصادی و مالی کشورها، بورس ها و شرکت ها در اتخاذ تصمیمات سرمایه گذاری تلقی می شود. (نصیری، 1389، ص 96-97)
بنابراین توجه به این مسایل سبب ایجاد سوالهایی از این قبیل می شود که چطور می توانیم بطور موثری نوسانات را پیش بینی کنیم و آیا ممکن است که مشخصا یک تکنینک ترجیح داده شده را انتخاب کنیم؟
این موضوع که بعضی از مشکلات مالی می توانند به کمک ابزارهای علمی نشان داده شوند، موضوع جدیدی نیست. در سال۱۹۰۰میلادی لوئیز باچیلیر در رابطه با نوسانات قیمت سهام در بورس اوراق بهادار پاریس مطالعاتی را انجام داد، وی یک مفهوم فراتر از ریاضیات را وارد محاسبات خود نمود و آن ، یک مفهوم فیزیکی به نام « حرکت تصادفی » بود که پیش تر از وی توسط ایساک نیوتن معرفی شده بود. مدل بازار سهام باچیلیر بسیار ساده بود و بسیاری از جریانات و نوسانات قیمت را در بر نمی گرفت به عنوان مثال شامل احتمالات شکست نمی شد. وی فرض کرده بود که بسیاری از تغییرات به دنبال توزیع چگالی گاووسی است و شکست ها در مدل وی در نظر گرفته نشده بود زیرا احتمال رخ دادن حوادث بزرگ و مهم در یک جهان گاووسی بسیار کوچک است.
در ابتدای قرن بیست و یکم فرضیه بازار کارآ کمرنگ شد خیلی از متخصصان آماری و اقتصادانان مالی تا حدی به قابل پیش بینی بودن قیمت سهام اعتقاد پیدا کردند. گروهی از اقتصادانان بر اجزای رفتاری و روانی تعیین کننده قیمت سهام تاکید نموده اند و اعتقاد به قابل پیش بینی بودن قیمت سهام بر مبنای الگوی قیمت گذشته سهام داشته اند، بعضی از اقتصادانان ادعا کرده اند که الگوهای قابل پیش بینی به سرمایه گذار توانایی تحصیل بازده اضافی را میدهد.
بسیاری از دانشمندان تلاش کرده اند که مدل های مالی بهتری را ایجاد نمایند. ایجاد یک مدل مناسب نوسانات قیمت در راستای کنترل بهتر ریسک مالی توسط بازیگران مالی عامل حیاتی در بازارهای بین المللی است. در واقع بازارها می توانند به عنوان « مبادلات ریسک » در نظر گرفته شوند که در آن هریک از بازیگران مالی سعی در کاهش ریسک خود دارند. یک مدل نوسانات قیمت سعی در پیش بینی این موضوع دارد که در آینده چه اتفاقی با چه احتمالاتی رخ خواهند داد. پس این نظریه که یک حالت مشخص حتماً رخ خواهد داد کاملاً بی معناست. این موضوعی است که منجر به توسعه قوانین آماری می شود .تا به امروز مدلی جامع که تمام جوانب بازارهای مالی و سرمایه را در نظر بگیرد، ارائه نشده است ولی مدل های گوناگونی توسط فیزیکدانان آماری ارائه شده است که همگی سعی در پیش بینی آینده بازارهای مالی و سرمایه دارند، درواقع سعی در پیش بینی تغییرات محصولات در آن بازارها را دارند.
در پاسخ به اهمیت موضوع نوسان پذیری، مدل های اقتصادسنجی فراوانی در این خصوص توسط محققین اقتصاد مالی ارائه شده است که این مهم از نیاز مبرم به مدل سازی شرایط عدم اطمینان و لزوم مدیریت ریسک نهفته در دارایی های مالی ناشی می شود. بازدهی های دارایی های مالی معمولا دارای سه ویژگی مهم است: نوسان خوشه ای ، رابطه نامتقارن و غیرخطی بودن . ( سعیدی، 1391، ص4)