فرآیند های تصادفی

در این مقاله با استفاده از اطلاعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیز ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: روشهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی، در هر مورد نتایج به دست آمده رسم شده اند. با استفاده از پیش پردازش های اشاره شده، نشان داده می شود که قیمت و بازده سهام (درهر 6 سهم مربوط به صنایع مختلف) از نگاشتهای پیچیده غیرخطی و آشوبگرانه به وجود آمده اند و اساساً از روشهای غیرخطی شبکه های عصبی به خودی خود و به شکل متعارف بهبود قابل ملاحظه ای را به دنبال ندارد. با ارائه پیشنهاد ساختار جدید، می توان قیمت و بازده را به خوبی در دو حالت پیش بینی روز بعد و پیش بینی سی روز بعد تخمین زد.

نقدینگی به مانند شریان اصلی بانکهای تجاری برای بقا و ادامه فعالیت می باشد. از اینرو، اندازه گیری و مدیریت کردن ریسک نقدینگی اهمیت فراوانی دارد که این مهم پس از بحران 2008 دو چندان شده است. این پژوهش با تعریف شاخص نیاز نقدینگی که خود تابعی از تغییرات حجم داراییها و بدهیهای بانک می باشد، به کمی سازی ریسک زیان نقدینگی پرداخته است. هدف اصلی، برآورد ارزش در معرض خطر (VaR) و ارزش در معرض خطر شرطی (cVaR) زیان ناشی از ریسک نقدینگی در یکی از بانکهای تجاری منتخب برای دوره زمانی یکساله آتی با استفاده داده های آذر 1390 لغایت مرداد 1395 بوده است. جهت کمی سازی زیان ریسک نقدینگی، ابتدا نیاز نقدینگی بانک با مدلهای فرآیند تصادفی پیش بینی و سناریوسازی شده است و آن دسته از سناریوها که منجر به کسری نقدینگی شده اند، محاسبه گردیده و سپس این کسری با اقدامات جبرانی بانک مبنی بر فروش بخشی از دارایی های خود، جبران گردیده که زیان حاصل از فروش کمتر از قیمت واقعی به عنوان متغیر تصادفی ریسک زیان نقدینگی در نظر گرفته شده است و بر اساس توزیع آن ارزش در معرض خطر معرفی شده است. این پژوهش نشان داده است، فروش بهینه داراییها می تواند صرفه جویی اقتصادی قابل توجهی برای بانک منتخب به همراه داشته باشد و رقم Var ریسک نقدینگی از مبلغ 1،111 به 989 میلیارد ریال کاهش پیدا کرده است.