الهام فرزانگان

حباب قیمتی به معنای افزایش شدید و پیوسته در قیمت دارایی ها است. این پدیده به گونه ای است که افزایش های اولیه قیمت ناشی از عواملی مثل پیش بینی افزایش های آتی قیمت ها موجب جذب خریداران جدید، سفته بازی و از این رو افزایش بیشتر قیمت ها می شود. برای بررسی این موضوع، فرضیة اصلی این تحقیق آن است که آیا افزایش شدید قیمت سهام در بورس اوراق بهادار تهران توسط عوامل بنیادی بازار تعیین می شود یا سفته بازی عوامل بازار نیز در تعیین قیمت نقش دارند؟ به منظور بررسی رابطه ی بین سیاست پولی و قیمت های سهام، مکانیزم انتقال براساس مدل خطی شده ی انتظارات عقلایی با فرض رفتار پیش نگر درقیمت سهام در چارچوب مکتب کینزی جدید درنظر گرفته شده است. بررسی های تجربی این موضوع بااستفاده ازروش متغیرهای ابزاری GMM و به-کارگیری داده های آماری در بازه ی زمانی فروردین 1379 تا اسفند 1388، نشان می دهند که نرخ بهره ی حقیقی اثر منفی و تولید اثر مثبت اما ضعیف بر بازدهی حقیقی سهام دارند. همچنین بازدهی های دوره های گذشته، بازخوردی مثبت بر قیمت های جاری سهام دارند که این امر دلالت بر وجود رفتارهای سفته بازی و انحراف قیمت ها از ارزش ذاتی خود دارد.

بازارهای مالی به ویژه بازار سرمایه از مهم ترین ابزارهای تجهیز و تخصیص منابع مالی به شمار میروند. نظر به اهمیت استراتژیک مالی و اقتصادی این بازار، هرگاه اخلال و انحراف گسترده ای در آن رخ دهد، تجهیز و تخصیص منابع مالی کشور با مشکل جدی مواجه می شود. یکی از عوامل به وجود آورنده این مسایل حباب قیمتی است. به طورکلی هنگامی که قیمت یک سهم با قیمت انتظاری آتی آن، تفاوت داشته باشد بحث حباب در بازار مطرح می شود. این مقاله اعتبار مدل ارزش حال با انتظارات متغیر زمانی را با استفاه از آزمون هم انباشتگی آستانه ای تکانه ای M-TARبررسی می کند و به پژوهش این موضوع می پردازد که آیا هیچ تعدیل نامتقارنی بین قیمت های سهام و بازده نقدی سهام در بلند مدت در بازار بورس اوراق بهادار تهران طی دوره زمانی فروردین 1379 تا آبان 1387 وجود دارد یا خیر؟ نتایج مشخص کردند که رابطه هم انباشتگی بلند مدت بین قیمت سهام و بازده نقدی سهام وجود ندارد، که بیانگر وجود حباب عقلایی است.

بازار مسکن در سال 1384 از رکود خارج شد و رشد غیر طبیعی به خود گرفت. ولی به دنبال رشد قیمت مسکن که تا سال 1386 ادامه داشت، در بهار سال 1387 بازار مسکن ایران با رکود معاملات و ثبات قیمت ها مواجه شد. سپس در فصل تابستان قیمت ها به صورت مطلق روند کاهشی به خود گرفتند. این درحالیست که در سطح جهانی نیز شاهد افزایش قیمت مسکن بودیم. در مقاله پیش رو این موضوع که آیا این افزایش قیمت ها ریشه در عوامل بنیادی اقتصاد دارد و یا ناشی از حباب است، مورد بررسی قرار می گیرد. در این تحقیق مکانیزم انتقال سیاست پولی، مدل خطی شده ای از انتظارات عقلایی فرض می شود. با استفاده از روش GMM و مدل کلان کینز جدید پیش نگر برای یک اقتصاد بسته، به بررسی اثر نرخ بهرهی حقیقی بر بازدهی حقیقی مسکن در بازه زمانی 1/1380 تا 6/1387، پرداخته شده است. نتایج بیانگر آن هستند که طی این دوره، نرخ بهرهی حقیقی اثر منفی و مقدار تاخیری بازدهی حقیقی مسکن و GDP اثر مثبت بر بازدهی حقیقی مسکن دارد.

یکی از مسائل چالشی و بحرانی در تئوری مالیه رفتاری آن است که چگونه می توان یک مدل تحقیق پذیر را برای توضیح فرآیند شکل گیری حباب قیمتی فرمول سازی کرد. دراین مقاله،براساس کار اولیه اشلایفر و ویشنی (1997) و بافرض آربیتراژکنندگان عقلایی نزدیک بین این سؤال مطرح می شود که آیا وجود حباب عقلایی می تواند ناشی از فعالیت و واکنش معامله گران اختلال زا به اطلاعات اختلالی باشد. بدین منظور، با استفاده از آمارهای بورس اوراق بهادار تهران،طی بازه فروردین سال 1383 تا پایان خرداد سال 1394ش، یک مدل اتورگرسیوترکیبی لوجستیک از پویایی های قیمت سهام در قالب یک سیستم دورژیمی درنظر گرفته شده به گونه ای که فرآیند حباب قیمت گذاری دریک رژیم ایجاد می شود اما در رژیم دیگر نوعیهم انباشتگی خطی بین قیمت و سود سهام برقرار است.برطبق نتایج تجربی،احتمال تغییر رژیم به تورم برون زا و وقفه قیمت سهام بستگی دارد. این نشان می دهد که قیمت های سهام نسبت به اطلاعات اختلالی در بازار آسیب پذیر هستند.

در این مقاله با به کارگیری نسل جدید مدل های نوسان پذیری چندمتغیره شامل مدل ADCC ، مدل GO-GARCH و مدل های GARCH مبتنی بر کاپیولا، به تخمین و بررسی عملکرد پوشش ریسک بازار نقد با بازار آتی سکه بهار آزادی، طی دوره زمانی 5/8/1389 تا 31/4/1395، پرداخته ایم. نتایج تجربی حاکی از برتری نسبت های پوشش ریسک به دست آمده از مدل GO-GARCH در مقایسه با سایر مدل های رقیب، برای پوشش ریسک نوسانات قیمت های نقد با آتی سکه بهار آزادی است. نتایج تجربی همچنین نشان می دهند که قیمت های نقد و آتی طی دوران تنش در بازار سکه، گرایش به هم حرکتی دارند. در واقع، سرمایه گذارانی که پورتفولیوهای متنوع سازی شده از سکه و آتی آن نگهداری می کنند، ممکن است با زیان های قابل توجهی طی زمان های رکود بازار سکه رو به رو شوند. در چنین شرایطی، اتخاذ موقعیت فروش در آتی سکه برای سرمایه گذاران در بازار نقد می تواند با منفعت همراه باشد، زیرا به کاهش زیان های حدی پورتفولیو کمک می کند.

اهداف: در این مقاله برای نخستین بار موضوع حافظه بلندمدت زمان متغیر در بورس اوراق بهادار تهران با به کارگیری شاخص کارایی جدیدی ازطریق رویکرد از پنجره متحرک بررسی شده است. به منظور بررسی و قوت نتایج، این روش تخمین برای پنجره های با تعداد روزهای انتقال 5 روز نیز انجام و از ورژن بوت استرپ ریسکی آزمون کلی نگر اتوماتیک (AQ) و آزمون نسبت واریانس اتوماتیک (AVR)، برای تعداد روزهای انتقال 14 و 5 روز نیز استفاده شده است. روش: مجموعه قیمت های  استفاده شده در این مقاله شامل 2621 مشاهده روزانه از شاخص کل قیمت بورس اوراق بهادار تهران (TEPIX)، طی دوره زمانی23/9/1387 تا 1/8/1398 است و از نرم افزار ره آورد نوین گردآوری شده است. فرضیه ها با استفاده از نرم افزارهای اکسل، ایویوز، آر و متلب آزمون شده اند. نتایج: براساس نتایج، در بورس اوراق بهادار تهران، مقدار به دست آمده از نما های هرست تعمیم یافته (GHE) برای کلیه پنجره ها با روزهای انتقال 14 روز، بیشتر از شاخص کارایی (مقدار 5/0) است؛ از این رو، حافظه بلندمدت در بورس اوراق بهادار تهران وجود دارد؛ همچنین، درجه بالایی از نسبت عدم کارایی در این بازار مشاهده شده است و بورس اوراق بهادار تهران در طی زمان کاراتر نشده است. درپایان، نتایج حاصل از تخمین پنجره های زمانی با روزهای انتقال 5 روز و نتایج حاصل از تخمین ورژن بوت استرپ ریسکی آزمون های AQ و AVR برای روزهای انتقال 14 و 5 روز، بر صحت و قوت نتایج تجربی قبلی دلالت دارد. یافته های این مقاله برای سرمایه گذاران، مدیران سبد و سیاست گذاران دستاوردهایی نیز دارد.

پژوهش حاضر برای نخستین بار ﺗﺄثیر رفتار گله ای بر نوسان پذیری غیرسیستماتیک مازاد بازار را در سطح صنایع فعال در بورس اوراق بهادار تهران، با استفاده از داده های روزاﻧه 105 شرکت در قالب 21 صنعت در سال های 1398-1387 بررسی می کند که شامل حباب قیمت سهام و تحریم های هسته ای علیه ایران می شود. نتایج حاصل از مدل CSAD (انحراف مطلق مقطعی) تعمیم یافته نشان می دهند طی دوره های آشفتگی فوق، باوجود اینکه رفتار گله ای در سطح کل بازار وجود ندارد، این رفتار در برخی صنایع مشاهده می شود. به علاوه، احساسات و ترس سرمایه گذاران از زیان های شدید در آشفتگی های بازار موجب می شود اطلاعات شخصی خود را نادیده بگیرند و به تقلید از تصمیم گیری های معامله گرانی که آنها را مطلع می پندارند، بپردازند و به حرکات گله ای در سیزده صنعت وارد شوند. بر طبق یافته های حاصل از مدل GJR-GARCH تعمیم یافته، ﺗﺄثیر رفتار گله ای بر نوسان پذیری در صنایع، متفاوت بوده است؛ به ویژه اینکه رفتار گله ای موجب کاهش نوسان پذیری غیرسیستماتیک شرطی در چهارده صنعت علاوه بر کل بازار شده است. به علاوه، چون معاملات حجیم سرمایه گذاران موجب افزایش معاملات آگاهانه می شود، تغییرات حجم معاملات تأثیر منفی بر نوسان پذیری غیرسیستماتیک شرطی در شانزده صنعت دارد.

در فرایند اوراق بهادارسازی، بانی با فروش وام به سرمایه گذاران ریسک پذیر، می تواند ریسک وام های رهنی را به آنها تخصیص دهد. در این صورت ممکن است بانی انگیزه ای برای غربال قرض گیرندگان نداشته باشد، بنابراین مشکل مخاطره اخلاقی به وجود می آید. این نوشتار در قالب رابطه کارفرما کارگزار، این نوع مسئله عاملیت را بررسی می کند؛ بدین صورت که سرمایه گذار برای کاهش عدم تقارن اطلاعات از برنامه جبران برای ایجاد انگیزه به بانی استفاده می کند و به استنباط ابعاد مختلف تلاش انجام گرفته، از قاعده بیز کمک می گیرد و اعتقادهای پسین مشترک خود از مشاهدات وضعیت اعتباری ادغام وام ها و ابعاد مختلف تلاش را در مسئله طراحی قرارداد لحاظ می کند. نتایج نشان می دهد شکل قرارداد بهینه، تابعی از محتوای اطلاعاتی مشاهده های سرمایه گذار و اطلاعات استنباط شده است و حاکی از آن است که استفاده از اطلاعات اضافی از فرصت طلبی های بانی جلوگیری می کند و بانی به احتمال بیشتر وظایف تعیین شده را هنگام اعطای وام به متقاضیان انجام می دهد.

به دلیل وجود ناهمگنی ها در دنیای واقعی، ممکن است قیمت ها انحراف قابل توجه و ماندگاری از ارزش های بنیادی خود داشته باشند. البته اگر این عناصر ناهمگن اثر چندانی نداشته باشند، قیمت های دارایی ها و نرخ های بازدهی آن ها به طور عمده توسط عوامل بنیادی اقتصاد و رفتار عقلایی تعیین خواهند شد. در این صورت با مشاهده رفتارهای واقعی در بورس اوراق بهادار می توان فرصت های معاملاتی سودآوری که برای دوره هایی ماندگار است را جدا کرد. این شواهد تحت عنوان بی قاعد گی-های بازار، ارجاع داده می شوند. در این پژوهش، روش بازنمونه گیری بوت استراپ ناپارامتریک، به-منظور بررسی و پیش بینی الگوهای دوره ای در بازدهی ماهانه سهام، استفاده شده است. بر طبق نتایج، از بی قاعد گی های مطرح شده در بازارهای سرمایه، اقدام به فروش برای گریز از مالیات و پرده پوشانی، تغییرات دوره ای در متوسط بازدهی ماهانه سهام عادی بورس اوراق بهادار تهران طی دوره M11379 تا M121388 را به طور قابل توجهی توضیح می دهند. همچنین وجود این الگوهای تقویمی در بازدهی که از مهم ترین بی قاعدگی های بازارهای مالی محسوب می شوند، با فرضیه کارآیی بازارهادر تناقض است.

ثبات اقتصادی، از جمله اهداف اصلی دولت در حیطه ی اقتصاد است. یکی از عوامل مخرب و نابودکننده ی بازارهای مالی، حباب های قیمتی می باشد. حباب از نوعی انتظار سرچشمه می گیرد بنابراین تشکیل حباب در بازارها را می توان نتیجه ی رفتار سرمایه گذاران دانست، زیرا قیمت های بازار عمدتا بازتاب انتظارات سرمایه گذاران از پیش بینی آینده ی بنگاه ها هستند. تحقیق پیش رو درنظر دارد وجود حباب های عقلایی را با درنظر گرفتن یکی از محدودیت های آربیتراژ، ریسک معامله گران اختلال زا و با فرض انتظارات عقلایی? در بورس اوراق بهادار تهران مورد بررسی قرار دهد. برای رسیدن به این هدف، با استفاده از روش داده های ترکیبی ((Panel Data و روش خودرگرسیونی با وقفه های توزیعی(ARDL) طی دوره زمانی فروردین سال 1379 تا آبان ماه 1387، مدل های مورد نیاز تخمین زده شده اند. برطبق نتایج? حتی با وجود آربیتراژ کنندگان عقلایی، معامله گران اختلال زا در انحراف قیمت ها از عوامل بنیادی تأثیر قابل توجهی داشته اند. نتایج براهمیت تورم و ضریب قیمت-سود سهام هنگام ارزیابی ریسک سرمایه گذاری، تأکید می کنند. طبقه بندی: E44, G14, G11, E31

هدف: پژوهش حاضر با استفاده از رویکرد هم انباشتگی کسری، به مدل سازی سری های زمانی بیشترین و کمترین قیمت معامله شده سهام و سری بازه سهام می پردازد که مشخص کننده تفاضل بین بیشترین و کمترین قیمت است. همچنین، ویژگی تغییر رژیم در رابطه هم انباشتگی میان سری قیمت ها نیز بررسی شده است.روش: برای دستیابی به هدف پژوهش، از رویکرد خودرگرسیون برداری هم انباشته کسری (FCVAR) برای شش شاخص عمده بورس اوراق بهادار تهران، یعنی شاخص کل بورس، شاخص بازار اول، شاخص بازار دوم، شاخص صنعت، شاخص مالی و شاخص کل فرابورس، با فراوانی های زمانی مختلف، طی بازه 23/5/1386 تا 24/5/1401 استفاده شده است. برای آزمون ریشه واحد کسری در هر سری قیمت، از روش های GPH و ELW نیز استفاده شده است. همچنین، فرضیه وجود حافظه بلندمدت واقعی در مقابل حافظه بلندمدت کاذب، در سری های بازه با استفاده از رویکرد پیشنهادی کیو (2011) آزمون می شود. به منظور آزمون هم انباشتگی آستانه ای در سری بازه این شاخص ها، رویکرد خودرگرسیون آستانه ای خود موجود (SETAR) با تصریح دو رژیم، نیز برآورد شده است.یافته ها: در خصوص اکثر شاخص ها، مقدار برآورد شده از پارامتر کسری برای سری های بازه، در مقایسه با مقدار به دست آمده از این پارامتر برای سری های بیشترین و کمترین قیمت، کوچک تر است. همچنین، بیشترین و کمترین قیمت ها و سری بازه آن ها، از تغییرات رژیم یا روند به طور هموار متغیر، ﻣﺘﺄثر شده اند. بیشترین و کمترین قیمت اکثر شاخص ها، در هر دو منطقه مانایی و نامانایی از بازه بیشترین قیمت کمترین قیمت، هم انباشته کسری هستند. به علاوه، رویکرد هم انباشتگی کسری، معیار پایین تری را از ماندگاری درسری بازه قیمت در مقایسه با رویکرد انباشتگی کسری ارائه می دهد. این یافته نسبت به فراوانی های زمانی مختلف روزانه، هفتگی و ماهانه، به قوت خود باقی می ماند. به علاوه، نتایج بر زمان متغیر بودن رابطه هم انباشتگی میان سری بیشترین و کمترین قیمت سهام دلالت دارند. از این رو، در کاربردهای عملی برای بورس اوراق بهادار تهران، می بایست چارچوب FCVAR در جهت درنظر گرفتن این مشخصه ها تعمیم داده شود.نتیجه گیری: نتایج تجربی نشان می دهند که برخلاف بازده که مانا و پیش بینی ناپذیر است، بازه قیمت از ویژگی فرایندهای حافظه بلندمدت برخوردار است که در منطقه نامانایی، علاوه بر سطوح مانایی با رفتار برگشت به میانگین، قرار می گیرد. در نتیجه، می توان یک تخمین زن نوسان پذیری مبتنی بر بازه نامانا را نتیجه گرفت که نسبت به تخمین زن نوسان پذیری تحقق یافته مبتنی بر بازده مانا، کاراتر است. از این رو، از تخمین نوسان پذیری مبتنی بر بازه، می توان به عنوان جایگزینی برای تخمین نوسان پذیری شاخص های بورس اوراق بهادار تهران و شاخص فرابورس و حتی، برای مدل سازی و پیش بینی قیمت سایر دارایی ها نیز استفاده کرد. این یافته ها برای معامله گران، سرمایه گذاران و سیاست گذاران دلالت بر این دارد که می توانند قیمت های حدی آینده شاخص های بازار را با استفاده از مقادیر گذشته آن ها پیش بینی کنند و از این پیش بینی ها برای طراحی استراتژی های سرمایه گذاری خود بهره گیرند. وجود هم انباشتگی میان بیشترین و کمترین قیمت های شاخص ها نیز بر وجود فرصت های محدود آربیتراژ برای سرمایه گذاران و معامله گران در بورس اوراق بهادار تهران و فرابورس ایران دلالت دارد. به علاوه، نتایج نشان می دهد که کارایی در این بازارها برای همه شاخص ها به یک شکل نیست. با این حال، روابط بلندمدت استواری میان بیشترین و کمترین قیمت شاخص ها وجود دارد. از این رو، برای طراحی استراتژی های صندوق پوشش ریسک که دربرگیرنده ترکیبی از سهام این بازارهاست، رفتار و رابطه بلندمدت میان این شاخص ها می بایست مدنظر قرار گرفته شود. همچنین، تخصیص پرتفوی و استراتژی های متنوع سازی، نباید دربرگیرنده دارایی هایی باشد که رفتار کوتاه مدت با شاخص هایی دارند که رابطه بلندمدت نشان می دهند. این یافته برمبنای این عقیده قرار دارد که قیمت گذاری نادرست و بیش پوشش ریسک می تواند در شرایط عدم وجود رابطه هم انباشتگی میان سری قیمت ها اتفاق بیفتد.

ریسک سیستمی ثبات بازار مالی را به خطر می اندازد، چرا که شکست هر بخش می تواند به کل سیستم مالی آسیب برساند. ازاین رو اندازه گیری دقیق ریسک سیستمی و تجزیه وتحلیل مکانیزم انتقال ریسک های مالی میان بخش های مختلف برای محافظت سیستم مالی دربرابر ریسک های سیستمی، از اهمیت خاصی برخوردار است. لذا در پژوهش حاضر، یک شبکه رخداد دنباله ای محور ساخته می شود تا با استفاده از آن اثر سرایتی ریسک سیستمی و وابستگی متقابل ریسک های دنباله ای میان صنایع در بورس اوراق بهادار تهران بررسی شود. بدین منظور، 29صنعت اصلی در بورس اوراق بهادار تهران، متشکل از 196 شرکت فعال، طی دوره زمانی 1397 الی 1401 که دوره های استرس مختلفی را پوشش می دهد مورد آزمون قرار می گیرند. برای اندازه گیری پروفایل های ریسک، ریزش های مورد انتظار شرطی (CoES) محاسبه می شود. ماتریس های مجاورت زمان متغیر که براساس مشابهت بین پروفایل های ریسک هر جفت گره بدست می آیند نشان می دهند که ارتباط متقابل در شبکه وجود دارد. پروفایل های ریسک صنایع به طور مثبت همبسته هستند؛ صنعت بانک ها و موسسات اعتباری و صنعت بیمه و بازنشستگی هیچ گونه نقشی در تنوع بخشی ریسک طی رخدادهای دنباله ای، ندارند. با محاسبه نمره ریسک سیستمی و استفاده از تکنیک تجزیه ریسک سیستمی، می توان نتیجه گرفت که بجز صنایع مالی، سایر صنایع، صنایع مهم سیستمی در شبکه محسوب می شوند. نتایج حاصل از مدل رگرسیون کوانتیل شبکه ای رخداد دنباله ای محور در کوانتیل های مختلف، نشان می دهد که همه صنایع در انتقال ریسک تحت شرایط حدی بازار، نقش دارند. یافته های حاصل از این پژوهش، از اهمیت کاربردی برای مقامات نظارتی جهت اصلاح سیاست های مالی و بهبود چارچوب های سیاست های کلان برخوردار است و نیز برای تصمیم گیری سرمایه گذاران در تخصیص دارایی ها مفید واقع می شوند.

جریان اطلاعات و تعاملات درون بازارهای مالی تأثیر مهمی بر فرآیند کشف قیمت و انتشار احساسات و ریسک دارد. برای بورس اوراق بهادار تهران به عنوان یکی از مهم ترین بخش های بازار سرمایه ایران تاکنون پژوهش چندانی در حوزه آنتروپی انتقال و پویایی های جریان انتقال اطلاعات درون بازار انجام نشده است. در این پژوهش پویایی های جریان اطلاعات میان شاخص های 39 صنعت اصلی در بورس اوراق بهادار تهران طی دوره زمانی 7/1/1389 تا 31/3/1402، مورد بررسی قرار می گیرد. به منظور اندازه گیری شدت جریان اطلاعات بین صنایع، از رویکرد آنتروپی انتقالِ ﻣﺆثر استفاده می شود. سپس، دنباله ماتریس های اطلاعات برای پنجره غلتان با اندازه یک سال و تعداد روزهای انتقال 5 روز، ساخته می شود. با توجه به وقوع رخدادهای بحرانی متعدد طی دوره زمانی پژوهش، به منظور بررسی تأثیر آن ها بر جریان اطلاعات، از شبکه k-نزدیک ترین همسایه مبتنی بر فاصله فروبنیوس، آنالیز قوتِ تأثیر و شبکه آستانه، استفاده می شود. محاسبات نشان می دهد که ماتریس آنتروپی انتقال ﻣﺆثر از ویژگی زمان متغیر برخوردار است و طی اکثر دوره ها پایدار هست، بعلاوه، اکثر رخدادهای بحرانی بوقوع پیوسته در دوره زمانی پژوهش بر پویایی های جریان اطلاعات تأثیر قوی دارند. برطبق یافته ها مقادیر غیرنرمال قوت تأثیر با نوسانات بزرگ بازار و رخدادهای مهم همراه شده اند. به ویژه اینکه منبع اطلاعات غالب در دنباله شبکه های جریان اطلاعات، به طور چشمگیری طی زمان تغییر می کند که بیانگر آن است که صنعت غالب در شبکه پایدار نیست و تغییر می کند.

هدف: یکی از حقایق شناخته شده در توزیع بازده دارایی ها، الگوی چولگی و کشیدگی است. در پژوهش های گذشته نشان داده شده است که بحران ها و تلاطم های مالی با شوک هایی همراه هستند که اثر بزرگی بر توزیع بازده دارند؛ به طوری که علاوه بر ایجاد دنباله های پهن، واکنش نامتقارن دنباله ها را نیز به همراه دارد. علی رغم اینکه هر دو مشخصه کشیدگی و چولگی بر ریسک دنباله، ﺗﺄثیر مشترکی دارند، در مطالعات تجربی مالی توجه چندانی به اهمیت این دو ویژگی برای پیش بینی ریسک نشده است. توسعه مدل های مناسب برای پیش بینی دقیق ریسک موضوع مهمی است که همواره توجه سیاست گذاران، اقتصاددانان، مشارکت کنندگان در بازارهای مالی و پژوهشگران را به خود جلب نموده است. بدین منظور، در این پژوهش به پیروی از جیمنز و همکاران (b2022) یک رویکرد نیمه-ناپارامتریک برای تخمین چگالی بازده اتخاذ می گردد که بر مبنای ویژگی های مجانبی سری های گرام-چارلیر (GC) قرار دارد. این رویکرد امکان بررسی اهمیت درنظر گرفتن چندجمله ای های هرمیت و حاصل ضرب متقاطع آن ها در چگالی های گرام-چارلیِر را برای پیش بینی ریسک فراهم می کند؛ ارزیابی معیارهای ریسک در یک ساختار نیمه ناپارامتریک امکان در نظر گرفتن همه حقایق کشف شده سری زمانی بازده را برای ارزیابی اثر چولگی و کشیدگی و تعامل بین آن ها از طریق اضافه کردن پارامترهای جدید به تابع چگالی به عنوان منبع اضافه اطلاعات، فراهم می کند. روش: در این پژوهش، برای نخستین بار، تابع چگالی گرام-چارلیر تعمیم یافته (mGC) که شامل گشتاورهای دوم و سوم (چولگی و کشیدگی) و تعاملات بین آن ها می شود برای مدل سازی ریسک توزیع زیان روزانه شاخص کل بورس اوراق بهادار تهران به کار برده می شود. به علاوه، عملکرد مدل های جایگزین مبتنی بر تصریح های مختلف گرام-چارلیر، ازنظر دقت پیش بینی معیارهای ریسک، با استفاده از آزمون های نوین بک تست ارزیابی می شود. بدین منظور، در پژوهش معیار ارزش در معرض ریسک (VaR) و برای نخستین بار معیار ریزش میانه (MS) استفاده می شود. نمونه آماری شامل سری های روزانه شاخص کل قیمت بورس تهران (TEPIX) طی دوره 1/1/1387 لغایت 31/5/1402 می شود. با تمرکز بر دنباله راست توزیع TEPIX، سری زیان به صورت منفی تفاضل لگاریتمی قیمت محاسبه می شود. مدل ها نیز با استفاده از نرم افزارهای R و MATLAB تخمین زده می شوند. مدل سازی زیان های بازده شاخص TEPIX مطابق گام های زیر انجام می شود: گام 1: مدل ARMA(1,1)-GARCH(1,1) با فرض توزیع گاوسی برای جملات اختلال و با استفاده از رویکرد شبه- حداکثر راستنمایی (QML) تخمین زده شود. گام 2: پارامترهای بسط گرام-چارلیر تعمیم یافته و سایر تصریح ها با استفاده از پسماندهای استانداردشده که از گام قبل استخراج شده اند تخمین زده می شوند. برازش تصریح های مختلف چگالی گرام-چارلیر با استفاده از روش حداکثر راستنمایی انجام می شود. برای برازش درون نمونه ای مدل ها، پنجره تخمین با اندازه W_E=2656 مشاهده، انتخاب می شود که گام رو به جلو به اندازه یک مشاهده جدید است. 1000 مشاهده باقی مانده برای پیش بینی های برون نمونه ای مورد استفاده قرار می گیرند. یافته ها: نتایج برازش درون نمونه ای مدل ARMA(1,1)  GARCH(1,1) با فرض چگالی گرام-چارلیر تعمیم یافته برای جمله اختلال، بر معنادار بودن آماری چولگی، کشیدگی و تعامل بین آن ها و ازاین رو بر محتوای اطلاعاتی معنادار آن ها ازنظر اقتصادی و مالی، دلالت دارد. نتایج آزمون های بک تست معیارهای ارزش در معرض ریسک و ریزش میانه در سطح 99 درصد، عملکرد برون نمونه ای تصریح چگالی گرام-چارلیر با پارامتر چولگی را برای پیش بینی قابل اتکای ریسک باﻷخص ریسک دنباله های توزیع، در مقایسه با تصریح های جایگزین ﺗﺄیید می کند. نتیجه گیری: به طور کلی، نتایج نشان می دهند که در نظر گرفتن پارامتر مرتبط با عدم تقارن چگالی بازده به تنهایی می تواند منبع مرتبطی از اطلاعات باشد که معیارهای ریسک دقیقی را برای مشارکت کنندگان در بازار فراهم می کند. نتایج تجربی بدست آمده دستاوردهایی برای طراحی استراتژی های مدیریت ریسک و تصمیم گیری تحت شرایط بی ثباتی بازار دارد. نوآوری پژوهش حاضر در به کاربردن رویکرد نیمه-ناپارامتریک برای ارزیابی پیش بینی ریسک شاخص TEPIX است. پژوهش های قبلی، عمدتاً سری بازده را براساس توزیع های پارامتریک و ناپارامتریک مدل سازی کرده اند. براین اساس، یافته های تجربی پژوهش حاضر کاربرد نوآورانه برای مدیریت ریسک بورس اوراق بهادار تهران فراهم می کند؛ نتایج تجربی این پژوهش می تواند دستاوردهای مفیدی برای ثبات بخشیدن به بازار مالی داشته باشد.