طراحی شاخص ترکیبی استرس فراگیر برای بورس اوراق بهادار تهران با رویکرد یادگیری ماشین
DOI::
https://doi.org/10.61838/jafci.207کلمات کلیدی:
ریسک سیستمی, سرایت مالی, شاخص استرس فراگیر, DCC-MGARCH, الگوریتم جنگل تصادفیچکیده
هدف این پژوهش طراحی و اعتبارسنجی شاخصی جامع برای پایش استرس فراگیر و ریسک سیستمی در بورس اوراق بهادار تهران با استفاده از مدلهای پیشرفته آماری و الگوریتمهای یادگیری ماشین است. این مطالعه از دادههای روزانه شاخصهای منتخب بورس اوراق بهادار تهران طی سالهای ۱۳۹۳ تا ۱۴۰۳ استفاده کرده است. ابتدا بازدهی لگاریتمی محاسبه شد و با مدل DCC-MGARCH ماتریس همبستگی شرطی و شاخصهای ریسک سیستمی از جمله ΔCoVaR استخراج گردید. سپس برای تعیین اهمیت و وزندهی شاخصها سه الگوریتم یادگیری ماشین (بردار پشتیبان رگرسیونی، شبکه عصبی و جنگل تصادفی) مقایسه شد و مدل جنگل تصادفی به دلیل دقت بالاتر انتخاب گردید. نهایتاً شاخص ترکیبی استرس فراگیر طراحی و از طریق آزمونهای پایداری زمانی، تحلیل استرس (شوک) و مدل رگرسیون لجستیک اعتبارسنجی شد. نتایج نشان داد شاخصهای خودرو، انبوهسازی، محصولات کاغذی و محصولات فلزی بیشترین ریسک سیستمی و شاخصهای رایانه، ذغالسنگ و منسوجات کمترین ریسک سیستمی را دارند. شاخص استرس فراگیر توانست سیگنالهای هشدار زودهنگام در دورههای پرتنش بازار ارائه دهد و در آزمون رگرسیون لجستیک با AUC معادل 0.801 و دقت 89.9٪ توانایی خوبی در پیشبینی شوکهای بازار داشت. شاخص استرس فراگیر طراحیشده ابزاری کارآمد برای شناسایی نقاط آسیبپذیری و پیشبینی بحران در بورس تهران است و میتواند به تحلیلگران، سیاستگذاران و نهادهای نظارتی در مدیریت ریسکهای سیستمی و افزایش تابآوری بازار کمک کند. توسعه بیشتر این شاخص با لحاظ دادههای کلان اقتصادی و بازههای زمانی طولانیتر پیشنهاد میشود.
دانلودها
مراجع
Akhtaruzzaman, M., Boubaker, S., & Sensoy, A. (2021). Financial contagion during COVID-19 crisis. Finance Research Letters, 38, 101604. https://doi.org/10.1016/j.frl.2020.101604
Bhaduri, A., Gupta, A., & Graham-Brady, L. (2022). Stress field prediction in fiber-reinforced composite materials using a deep learning approach. Composites Part B: Engineering, 238, 109879. https://doi.org/10.1016/j.compositesb.2022.109879
Boshkoska, M., Odzaklieska, D., & Spaseska, T. (2024). Understanding Financial Contagion: Insights Into Transmission Mechanisms and Their Contribution in Shock Intensification. Balkan and Near Eastern Journal of Social Sciences, 10(01), 119-125.
Chen, Y., Wang, G. J., Zhu, Y., Xie, C., & Salah Uddin, G. (2024). Identifying systemic risk drivers of FinTech and traditional financial institutions: machine learning-based prediction and interpretation. The European Journal of Finance, 30(18), 2157-2190. https://doi.org/10.1080/1351847X.2024.2358940
Covi, G., Montagna, M., & Torri, G. (2019). Economic shocks and contagion in the euro area banking sector: a new micro-structural approach. Financial stability review, 1, 1.
Dastkhan, H. (2020). Principles of Systemic Risk in Financial Markets: A Special Focus on the Application of Financial Networks.
Diaz-Ramos, R. E., Gomez-Cravioto, D. A., Trejo, L. A., López, C. F., & Medina-Pérez, M. A. (2021). Towards a resilience to stress index based on physiological response: a machine learning approach. Sensors, 21(24), 8293. https://doi.org/10.3390/s21248293
Ding, C., Zhang, Y., & Ding, T. (2023). A systematic hybrid machine learning approach for stress prediction. Peerj Computer Science, 9, e1154. https://doi.org/10.7717/peerj-cs.1154
Fallah, M. F., Pourmansouri, R., & Ahmadpour, B. (2024). Presenting a new deep learning-based method with the incorporation of error effects to predict certain cryptocurrencies. International Review of Financial Analysis, 95, 103466. https://doi.org/10.1016/j.irfa.2024.103466
Flavin, T. J., & Lagoa-Varela, D. (2020). Financial Contagion and Shock Transmission During the Global Financial Crisis: A Review of the Literature. In Emerging Tools and Strategies for Financial Management (pp. 173-197). https://doi.org/10.4018/978-1-7998-2440-4.ch008
Gai, P., & Kapadia, S. (2019). Networks and systemic risk in the financial system. Oxford Review of Economic Policy, 35(4), 586-613. https://doi.org/10.1093/oxrep/grz023
Gao, Y., Rojasavachai, R., Rouxelin, F., & Yang, L. (2025). Financial Illiteracy as a Systemic Risk: Implications for Household Resilience and Portfolio Vulnerability.
Liu, J., Song, Q., Qi, Y., Rahman, S., & Sriboonchitta, S. (2020). Measurement of systemic risk in global financial markets and its application in forecasting trading decisions. Sustainability, 12(10), 4000. https://doi.org/10.3390/su12104000
Martins, N. M. (2020). Risco sistêmico, fragilidade financeira e crise: uma análise pós-keynesiana a partir da contribuição de Fernando Cardim de Carvalho. Revista de Economia Contemporanea, 24, e202428. https://doi.org/10.1590/198055272428
Pourmansouri, R., Fallahshams, M., & Afshani, R. G. G. (2024). Designing a financial stress index based on the GHARCH-DCC approach and machine learning models. Journal of the Knowledge Economy, 1-30. https://doi.org/10.1007/s13132-024-02075-9
Shokrollahi, Y., Nikahd, M. M., Gholami, K., & Azamirad, G. (2023). Deep learning techniques for predicting stress fields in composite materials: A superior alternative to finite element analysis. Journal of Composites Science, 7(8), 311. https://doi.org/10.3390/jcs7080311
So, M. K., Chan, T. W., & Chu, A. M. (2024). Bayesian Systemic Risk Analysis using Latent Space Network Models. Data Science in Science, 3(1), 2381724. https://doi.org/10.1080/26941899.2024.2381724
Tedeschi, G., Caccioli, F., & Recchioni, M. C. (2020). Taming financial systemic risk: models, instruments and early warning indicators. Journal of Economic Interaction and Coordination, 15, 1-7. https://doi.org/10.1007/s11403-019-00278-x
Yarovaya, L., Brzeszczyński, J., Goodell, J. W., Lucey, B., & Lau, C. K. M. (2022). Rethinking financial contagion: Information transmission mechanism during the COVID-19 pandemic. Journal of International Financial Markets, Institutions and Money, 79, 101589. https://doi.org/10.1016/j.intfin.2022.101589
Zhang, X., & Hu, Q. (2024). Counterparty risk and contagion in financial networks. Applied Economics Letters, 1-14. https://doi.org/10.1080/00036846.2024.2405202
دانلود
گاهشمار انتشار
- ارسال
- بازنگری
- پذیرش
شماره
نوع مقاله
مجوز
حق نشر 2025 Elham Babaheidarian, Farhad Hanifi, Mirfiz Fallah Shams (Author)
این پروژه تحت مجوز بین المللی Creative Commons Attribution-NonCommercial 4.0 می باشد.
