ریسک و بازده در بورس سهام

ISSN 1929-5812 (آنلاین)-ISSN 1929-5804 (چاپ) انتشار سه ماهه جلد 11 شماره 3 صص 235-246 ، 2022

یک مدل تصمیم گیری سرمایه گذاری برای پیش بینی ریسک و بازده بازار سهام: کاربردی از صفحات Arima-GJR-Garch 235-246 دانلود PDF

چکیده: در تصمیم گیری برای سرمایه گذاری در سهام معامله شده در بازار سرمایه ، سرمایه گذاران باید پیش بینی کنند که کدام سهام چشم انداز بازده و خطرات مورد نیاز را فراهم می کند. این مقاله با هدف پیش بینی بازده و خطر عدم تقارن سهام با استفاده از یک رویکرد مدل سری زمانی انجام شده است. پیش بینی بازده سهام و ریسک مبتنی بر مدل متوسط یکپارچه Autoregrangegive Autoregrate ، jagaatan jagaatan generalized autoregressive neteroscedasticity (Arima-GJR-GARCH) است. در مقابل ، بزرگترین اندازه گیری پتانسیل ریسک با استفاده از مدل ارزش-خطر (VAR) انجام می شود. داده های مورد تجزیه و تحلیل بهترین ده سهام با توجه به معیارهایی که در IDX اعمال می شود ، دوره بین 17 دسامبر 2018 تا 14 دسامبر 2021 ، که شامل نام سهام BBCA ، BBNI ، BBRI ، BMRI ، ASII ، ICBP ، PGAS ، PTBA است.، tlkm ، و unvr. نتایج تجزیه و تحلیل نشان می دهد که از بهترین ده سهام ، بر اساس نسبت بین مقادیر پیش بینی شده میانگین بازده و ارزش در معرض خطر ، کسانی که عملکرد نسبتاً بهتری دارند ، سهام PTBA ، TLKM ، UNVR و BBCA هستند. بر اساس نتایج این تجزیه و تحلیل ، می توان از آن به عنوان مرجع در تصمیم گیری های سرمایه گذاری برای سرمایه گذاران استفاده کرد ، به طور خاص سرمایه گذاری در ده سهام مورد تجزیه و تحلیل.

نحوه استناد به این مقاله

Hidayana ، R. ، Napitupulu ، H & Sukono ، S. (2022). یک مدل تصمیم گیری سرمایه گذاری برای پیش بینی ریسک و بازده بازار سهام: کاربرد Arima-GJR-Garch. نامه های علمی تصمیم گیری ، 11 (3) ، 235-246.

علی ، G. (2013). EGARCH ، GJR-GARCH ، TGARCH ، AVGARCH ، NGARCH ، IGARCH و APARCH برای عوامل بیماری زا در مکانهای تفریحی دریایی. مجله روشهای آماری و اقتصاد سنجی ، 2 (3) ، 57-73. Bakhtiar ، S. M. ، Syata ، I. ، Alwi ، W. ، Ibnas ، R. ، & Anugrawati ، S. D. (2021 ، مه). برآورد ارزش متوسط در ریسک (AVAR) در شاخص سهام مشترک شریعت با استفاده از مدل Glosten ، Jaggnathan و Runkle (GJR). در اولین کنفرانس بین المللی آموزش ریاضیات و ریاضیات (ICMMed 2020) (صص 143-149). Atlantis Press. Bollerslev ، T. (1986). ناهمگونی مشروط به خودی تعمیم یافته. مجله اقتصاد سنج ، 31 (3) ، 307-327. بروکس ، ج. (2008). کتابچه راهنمای موش صحرایی برای همراهی با اقتصاد سنجی مقدماتی برای امور مالی. کتابهای کمبریج. Bucevska ، V. (2013). ارزیابی تجربی از مدل های GARCH در برآورد ارزش در معرض خطر: شواهدی از بورس اوراق بهادار مقدونیه. تحقیقات سیستم های تجاری: مجله بین المللی انجمن پیشرفت نوآوری و تحقیقات در اقتصاد ، 4 (1) ، 49-64. Campbell ، J. Y. ، Lo ، A. W. ، Mackinlay ، A. C. ، & Whitelaw ، R. F. (1998). اقتصاد سنجی بازارهای مالی. دینامیک کلان اقتصادی ، 2 (4) ، 559-562. Dritsaki ، C. (2017). ارزیابی تجربی در مدل سازی نوسانات Garch: شواهدی از بورس اوراق بهادار استکهلم. مجله امور مالی ریاضی ، 7 (2) ، 366-390. DWIPA ، N. M. S. (2016). Glosten Jagaathan Runkle Generalized Heteroscedastics مشروط مشروط (GJR-GARCH) برای پیش بینی ارزش در معرض خطر (VAR). ادامه ICMSE ، 3 (1) ، M-63. Engle ، R. F. (1982). ناهمگونی مشروط اتوگرافی با برآورد واریانس تورم انگلستان. اقتصاد سنجی: مجله انجمن اقتصادسنجی ، 987-1007. Glosten ، L. R. ، Jagaathan ، R. ، & Runkle ، D. E. (1993). در رابطه بین مقدار مورد انتظار و نوسانات بازده اضافی اسمی سهام. مجله مالی ، 48 (5) ، 1779-1801. Hartono ، E. F. & Wahyuni ، D. U. (2017). Analisis Faktor-Faktor Keputusan Investasi Pada Perusahaan Properties Dan Real Estate. Jual Ilmu Dan Riset Manajemen ، 6 (6). Bursa Efek اندونزی.(2021). دفترچه راهنمای سهام IDX. جاکارتا: بی. Kalfin ، Sukono ، & Caia ، E. (2019). بهینه سازی نمونه کارها از مدل انحراف متوسط در برخی از سهام با استفاده از ماتریس کواریانس مفرد. مجله بین المللی فناوری و مهندسی اخیر (IJRTE) ، جلد 8 شمار ه-3 ، 7818-7822. لی ، ا. (2007). یک مطالعه در مورد فرایند آستانه آستانه تبدیل شده باکس-Cox (1 ، 1).