@article { author = {}, title = {First Pages}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {-}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {}, keywords = {}, title_fa = {صفحات آغازین نشریه}, abstract_fa = {}, keywords_fa = {}, url = {https://jferm.khatam.ac.ir/article_57350.html}, eprint = {https://jferm.khatam.ac.ir/article_57350_4ba74d056e3e4130607d02509c252005.pdf} } @article { author = {Foroush Bastani, Ali and safie, Khosrou}, title = {American Option Pricing under Markov-Modulated Pure Jump Processes}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {133-157}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {In this paper, we present an approximate solution method based on finite-differences to the American option pricing problem under a Markov modulated. It could be shown by Ito calculus that the option price under this process satisfies a system ofpartial integro-differential equations (PIDEs) in which each equation is linked to an unknown early exercise (optimal) boundary. After extending the system to the entire domain by employing the dividend process, we arrive at a new numerical scheme. The results obtained support the claim that this scheme is stable and convergent. In conclusion, some further possible applications of this method specially in credit risk will be highlighted. JEL: G00, G13 How to cite this paper: Foroush Bastani, A., & Safy, Kh. (2017). American Option Pricing under Markov-Modulated Pure Jump Processes. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 133– 157. (In Persian)}, keywords = {American Option Pricing,Pure Jump Process,Finite difference method,Regime Switching Process}, title_fa = {قیمت‌گذاری اختیار آمریکایی تحت مدل مارکف رژیم متغیر با پرش‌های نامتناهی}, abstract_fa = {این مقاله یک جواب تقریبی با استفاده از روش تفاضل متناهی برای قیمت‌گذاری اختیارهای آمریکایی تحت مدل مارکف رژیم متغیر با پرش‌های نامتناهی در وضعیت اقتصادی ارائه می‌کند. می‌توان با استفاده از حسابان ایتو نشان داد که قیمت اختیار آمریکایی تحت این مدل در یک دستگاه با معادلة دیفرانسل انتگرالی جزئی (PIDEs) صدق می‌کند، به‌طوری‌که برای هر یک از این معادله‌ها یک مرز اجرای زود هنگام (بهینه) متناظر شده‌ است. پس از تعمیم این معادله به کل ناحیة هدف با استفاده از فرآیند سود تقسیمی، یک طرح عددی جدید به‌دست خواهیم آورد. نتایج عددی به‌دست آمده نشان‌دهندة دقت و سازگاری این طرح عددی است. در پایان به برخی از کاربردهای روش ارایه شده به‌ویژه ریسک اعتباری اشاره خواهد شد. JEL: G00, G13 نحوه استناد به این مقاله : فروش باستانی، ع.، و صافی، خ. (1396). قیمت‌گذاری اختیار آمریکایی تحت مدل مارکف رژیم متغیر با پرش‌های نامتناهی. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 133- 157.}, keywords_fa = {قیمت‌گذاری اختیار آمریکایی,فرآیند پرش محض,روش تفاضل متناهی,فرآیند رژیم متغیر}, url = {https://jferm.khatam.ac.ir/article_49570.html}, eprint = {https://jferm.khatam.ac.ir/article_49570_3dea20bee4882526a7533719e5db996d.pdf} } @article { author = {nadiri, mohammad and behzadi, maryam and nourahmadi, marziyeh}, title = {The Impact of Off-balance-sheet Activities on the Risk of Banks Listed in TSE}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {158-178}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {In this study, we analyzed and investigated off-balance sheet (OBS) activities based on the annual financial statements of banks during 2005-2015 with using data panel regression method, in three levels of total risk, bankruptcy risk and credit risk, in the 8 State owned banks and private owned banks separately. The results show that, the impact of the OBS activities on the overall risk in all banks and state banks is negative and segnificant although is not segnificant in private banks. OBS activities decreas credit risk and bankruptcy in State owned banks, but their impact on credit risk and bankruptcy of all banks and private owned banks is not significant, although its sign is positive. JEL: G2, G21 How to cite this paper: Nadiri, M., & Behzadi, M., & Nourahmadi, M. (2017). The Impact of Off-balance-sheet Activities on the Risk of Banks Listed in TSE. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 158– 178. (In Persian)}, keywords = {Credit risk,Total Risk,Bankruptcy Risk,Off-balance Sheet Activities}, title_fa = {بررسی تأثیر فعالیت‌های خارج از ترازنامه بر ریسک بانک‌های پذیرفته ‌شده در بورس اوراق بهادار تهران}, abstract_fa = {در این پژوهش، تأثیر فعالیت‌های خارج از ترازنامه بر ریسک در سه سطح ریسک کل، ریسک ورشکستگی و ریسک اعتباری در 8 بانک منتخب دولتی و خصوصی بورس اوراق بهادار، بر اساس اطلاعات صورت‌های مالی سالانة این بانک‌ها در دورة 1384- 1394 با روش رگرسیونی پنل دیتا بررسی ‌شده است. نتایج به‌دست ‌آمده، نشان‌دهندة تأثیر منفی و معنادار فعالیت‌های خارج از ترازنامه بر ریسک کل در کل بانک‌ها و بانک‌های دولتی و عدم معناداری آن در بانک‌های خصوصی است. همچنین فعالیت‌های خارج از ترازنامه منجر به کاهش ریسک اعتباری و ورشکستگی در بانک‌های دولتی می‌شود اما تأثیر این فعالیت‌ها بر ریسک اعتباری و ورشکستگی کل بانک‌ها و بانک‌های خصوصی معنادار نیست. JEL: G2, G21 نحوه استناد به این مقاله : ندیری، م.، بهزادی، م.، و نوراحمدی، م. (1396). بررسی تأثیر فعالیت‌های خارج از ترازنامه بر ریسک بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 158- 178.}, keywords_fa = {ریسک اعتباری,ریسک کل,ریسک ورشکستگی,فعالیت‌های خارج از ترازنامه}, url = {https://jferm.khatam.ac.ir/article_47368.html}, eprint = {https://jferm.khatam.ac.ir/article_47368_366b605f72f71cf93f27f4cacea36dac.pdf} } @article { author = {tabatabaei, seyed jalal}, title = {CAPM Anomalies Analysis in Respect of Hierarchical Bayesian Approach}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {179-196}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {The purpose of investors gets rational returns for investing in firms' stocks. Stock price or changes in it is one of the criteria for decision-making about buying and selling stocks. This study has tried to access capital asset pricing anomalies in TSE. The sample consisted of112 selected companies during the years 1384-1394. Firm characteristics as of anomalies include firm size, book value to market value, momentum, net marginal profit, asset growth rate, and the share issue. The hierarchical Bayesian approach in modeling conditional alpha on the company as a function of the characteristics of the company has been introduced. The results of the study show the existence of anomalies in the capital asset pricing model in separate analysis of characteristics. But the effect at the simultaneous analysis of the characteristics is reduced. The results indicate that there is a direct relationship between stock returns and four variables named book value to market value, momentum, net marginal profit and share issue but the relations between stock returns, firm size and growth rate of assets, would be inverse. JEL: G10, G12, G14 How to cite this paper: Tabatabaei, S. J (2017). CAPM Anomalies Analysis in Respect of Hierarchical Bayesian Approach. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 179– 196. (In Persian)}, keywords = {Anomalies,The hierarchical Bayesian,Capital asset pricing}, title_fa = {بررسی بی قاعدگی ها در مدل قیمت گذاری دارایی سرمایه ای بر اساس رویکرد سلسله مراتبی بیز}, abstract_fa = {در این پژوهش تلاش شده وجود بی‌قاعدگی‌ در مدل قیمت‌گذاری ‌دارایی ‌سرمایه‌ای در بورس‌ اوراق‌ بهادار تهران مورد بررسی قرار گیرد. برای این منظور نمونه‌ای مشتمل بر 112 شرکت در طی سال‌های1384-1394 انتخاب شده است. ویژگی‌های شرکتی مورد بررسی به عنوان بی‌قاعدگی شامل اندازة ‌شرکت، ارزش‌دفتری به ارزش‌بازار، شتاب، حاشیة سود خالص، نرخ رشد دارایی‌ها و انتشار سهام است. در پژوهش حاضر رویکرد سلسله ‌مراتبی بیز برای مدل‌سازی آلفای ‌شرطی در سطح شرکتی به عنوان تابعی از ویژگی‌های شرکتی ارائه شده است. نتایج پژوهش در بررسی مجزای ویژگی‌های مؤثر بر آلفا نشان می‌دهد، بی‌قاعدگی‌ها در مدل قیمت‌گذاری ‌دارایی ‌‌سرمایه‌ای وجود دارد. اما در تحلیل همزمان ویژگی‌های یاد شده، این اثر کاهش می‌یابد. بازدهی ‌سهام با چهار متغیر ارزش دفتری به ارزش ‌بازار، شتاب، حاشیة سود خالص و انتشار سهام رابطة مستقیم دارد و با دو متغیر اندازة شرکت و نرخ رشد دارایی‌ها رابطة معکوس دارد. JEL: G10,G12,G14 نحوه استناد به این مقاله : طباطبائی، س. ج. (1396). بررسی بی‌قاعدگی‌ها در مدل قیمت‌گذاری دارایی‌ سرمایه‌ای بر اساس رویکرد سلسله‌ مراتبی بیز. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 179- 196.}, keywords_fa = {بی‌قاعدگی‌,رویکرد سلسله ‌مراتبی بیز,قیمت‌گذاری ‌دارایی ‌سرمایه‌ای}, url = {https://jferm.khatam.ac.ir/article_47476.html}, eprint = {https://jferm.khatam.ac.ir/article_47476_12656161d9fc24f2d4c6a273aaf8cd2a.pdf} } @article { author = {rahimian, saeed and alimirzaei soloosh, mahrokh}, title = {House Prices and Lending Performance of Banks}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {197-224}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {This paper investigates the effect of fluctuations in housing prices on bank lending performance using panel data of 50 banks in the United States. Bank lending behavior, proxied by non-performing loan and loan growth rate, has been analyzed using dynamic panel approach. Moreover, we disentangle the influence of different types of loans (real estate, commercial and industry and consumer ) on lending behavior to explore any difference in the strength of them. The results show the house price fluctuations significantly affect the dynamics of bank lending performance, while the magnitude of the impact varies across loan categories. JEL: G00, G13 How to cite this paper: Rahimian, S., & Alimirzaei, soloush, M. (2017). House prices and Lending performance of banks. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 197–224. (In Persian)}, keywords = {Bank Lending Performance,Nonperforming Loan,Loan Behavior,Housing Prices}, title_fa = {قیمت مسکن و عملکرد وام‌دهی بانک‌ها}, abstract_fa = {در این پژوهش به منظور بررسی بحران اقتصادی امریکا و نقش بانک‌ها در این بحران به بررسی تأثیر نوسانات قیمت مسکن بر عملکرد وام‌دهی بانک‌ها با استفاده از داده‌های 50 بانک ایالت متحده امریکا بین سال‌های 2000 تا 2015 پرداخته شده است. برای این منظور از روش اقتصادسنجی پنل دیتا پویا بهره گرفته شده و عملکرد وام‌دهی بانک‌ها با استفاده از دو متغیر تسهیلات غیرجاری و نرخ رشد وام در نظر گرفته شده است. همچنین بررسی شدت تأثیرپذیری در انواع تسهیلات (املاک و مستغلات، تجاری و صنایع و مصرفی) نیز انجام گرفته است. در نهایت نیز به بررسی اثر متقابل تسهیلات غیرجاری و نرخ رشد وام، پرداخته شده است. نتایج بیانگر تأثیرپذیری عملکرد وام‌دهی از نوسانات شاخص قیمت مسکن است. همچنین شدت این تأثیرپذیری، در انواع وام‌ها متفاوت است. JEL: G00, G13 نحوه استناد به این مقاله : رحیمیان، س و علی میرزایی، م. (1396). قیمت مسکن و عملکرد وام دهی بانک‌ها. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 197 -224.}, keywords_fa = {عملکرد وام‌دهی,تسهیلات غیرجاری,نرخ رشد وام,نوسانات قیمت مسکن}, url = {https://jferm.khatam.ac.ir/article_46815.html}, eprint = {https://jferm.khatam.ac.ir/article_46815_085dc9e6a881401abf2aff22d84f5ebb.pdf} } @article { author = {Habibi, Reza and salehi rad, mohammad reza and zare pour, mohammad}, title = {Bayesian Modeling Speculative Bubbles in Iran Stock Market}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {225-241}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {Bubbles are one of the most destructive factors of any market. In bubble literature, there are a variety of statistical and economic methods available to diagnose. These models generally suffer from math complications. In this paper, a simple statistical model is presented to identify speculative bubbles in stock markets. Since the parameters estimates of model are time varying, including transition probabilities, it is possible identify when and how newly born bubbles grow and burst over time. The parameters of the model can be estimated by recursive relations, however, since they require a huge storage capacity for computers, approximation in the computation are introduced which maintains the recursive nature of estimations. We then apply this model to the stock markets of the United States, Japan, and China and Iran. Advantages of this model are its simplicity, recursive relations, approximations and the use of Bayesian inference. Empirical results show the efficiency of this model in diagnosing the speculative bubbles. JEL: G23, G32 How to cite this paper: Habibi, R., Salehi, M. R., & Zarepoor, M. (2017). Bayesian Modeling Speculative Bubbles in theStock Market in Iran. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 225–241. (In Persian)}, keywords = {Financial Market,Bayesian Modeling,Speculative Bubble}, title_fa = {مدل‌بندی بیزی حباب‌های قیمتی در بازار سهام ایران}, abstract_fa = {حباب‌های قیمتی از عوامل مخرب هر بازاری به شمار می‌آیند. روش‌های گوناگونی آماری و اقتصادی برای تشخیص حباب‌های قیمتی وجود دارد. این مدل‌ها به طور معمول از پیچیدگی‌های ریاضی رنج می‌برند. در این مقاله، یک مدل آماری ساده به منظور شناسایی حباب‌های قیمتی در بازارهای سهام ارائه می‌شود. به واسطة برآورد پارامترهای زمان متغیر مدل از جمله احتمال‌های انتقال، می‌توان تشخیص داد که چه وقت و به چه میزانی یک حباب که به تازگی شکل گرفته رشد کرده و چه هنگامی می‌ترکد. پارامترهای مدل یاد شده از طریق محاسبات بازگشتی قابل برآورد است. همچنین از آنجا که این محاسبات به حجم عظیمی از حافظة کامپیوترهای استاندارد نیاز دارد، تقریبی از محاسبات ارائه داده می‌شود که ویژگی بازگشتی بودن برآوردها را حفظ می‌کند. در پایان، برای تشخیص حباب، مدل در بازارهای بورس ایالات متحده، ژاپن و چین به کار گرفته شده و همچنین برای داده‌های بازار سهام ایران هم مورد استفاده قرار می‌گیرد. از مزایای این مدل، می‌توان به سادگی، روابط بازگشتی، تقریب روابط بازگشتی، استفاده از استنباط بیزی اشاره نمود. نتایج تجربی نیز نشان‌دهندة کارایی این روش در شناسایی حباب‌های قیمتی است. JEL: G23, G32 نحوه استناد به این مقاله : حبیبی، ر.، صالحی راد، م. ر.، و زارع‌پور، م. (1396). مدل‌بندی بیزی حباب‌های قیمتی در بازار سهام ایران. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 225-241.}, keywords_fa = {بازار سهام,مدل‌بندی بیزی,حباب‌های قیمتی}, url = {https://jferm.khatam.ac.ir/article_40422.html}, eprint = {https://jferm.khatam.ac.ir/article_40422_84689c3e02c611ae279899c93ff9a9a4.pdf} } @article { author = {Mohammadi, Saman and Dastgir, Mosen and Ghanbari, Mehrdad}, title = {Studying Investors Behavior and Monthly Effect Using Time-space-frequency Analysis (Case Study: Tehran Stock Exchange)}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {242-262}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {Anomaly, are events and happening that cannot explain them with dominant theory. About the stock market, anomaly is placed in the face of efficient market theory, so that in the case of existing patterns predetermined provides conditions for stock trading strategy with excess returns (over a certain amount of risk). The aim of this study is to investigate the anomaly of Monthly Effect and its effect on stock trading volume and volatility of stock index on Tehran Stock Exchange in the period of 2005 to 2015. Two models are designed to investigate this issue and using space-time-frequency analysis (Continuous Wavelet Transform and Short-time Fourier Transforms) have been tested. The results obtained of models test of this study show that Tehran Stock Exchange is inefficient and stock trading volume and volatility of stock index in the first half of calendar month is different than the second half. The results also indicate that market tension in the first half of month is more than the second half of calendar month. JEL: G11, G14 How to cite this paper: Dastkhan, H., & Shams Gharneh, N. (2017). Mohammadi, S., Dastgir, M., & Ghanbari, M. (2016). Studying Investors Behavior and Monthly Effect Using Time-Space-frequency Analysis (Case Study: Tehran Stock Exchange). Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 242–262. (In Persian)}, keywords = {Market Anomaly,Monthly Effect,Behavioral Finance,Time-space-frequency Analysis,Market Tension}, title_fa = {رفتار سرمایه‌گذاران و اثر چرخش ماه با استفاده از تحلیل‌های زمان-مکان-فرکانس (مطالعة موردی: بورس اوراق بهادار تهران)}, abstract_fa = {بی‌قاعدگی‌ها، رویداد و وقایعی هستند که نمی‌توان با تئوری غالب آن را توضیح داد. در مورد بازار سهام، بی‌قاعدگی‌ها در مواجهه با تئوری بازار کارآ قرار می‌گیرند به طوری که در صورت وجود الگوهای از پیش تعیین شده شرایط را برای استراتژی معاملة سهام با بازده‌های اضافی (بیش از مقدار ریسک معین) فراهم می‌آورد. از این‌رو در پژوهش حاضر به بررسی بی‌قاعدگی اثر چرخش ماه و اثر آن بر حجم معاملات سهام و نوسانات شاخص سهام در بورس اوراق بهادار تهران در بازة زمانی 1384 الی 1394 پرداخته شده است. برای بررسی این موضوع دو مدل طراحی شده و با استفاده از تحلیل‌های زمان-مکان-فرکانس (تبدیل ویولت پیوسته و تبدیل فوریة زمان-کوتاه) استفاده شده است. نتایج پژوهش بیانگر این مطلب است که بورس اوراق بهادار تهران ناکارا است و حجم معاملات سهام و نوسانات شاخص سهام در نیمة اول ماه تقویمی نسبت به نیمة دوم ماه تفاوت معناداری دارد. همچنین، نتایج حاکی از آن است که تنش بازار در نیمة اول ماه نسبت به نیمة دوم ماه تقویمی بیشتر است. JEL: G11, G14 نحوه استناد به این مقاله : محمدی، س.، دستگیر، م.، و قنبری، م. (1396). رفتار سرمایه‌گذاران و اثر چرخش ماه با استفاده از تحلیل‌های زمان-مکان-فرکانس (مطالعة موردی: بورس اوراق بهادار تهران). فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 242-262.}, keywords_fa = {بی‌قاعدگی بازار,اثر چرخش ماه,مالی رفتاری,تحلیل‌های زمان-مکان-فرکانس,تنش بازار}, url = {https://jferm.khatam.ac.ir/article_57360.html}, eprint = {https://jferm.khatam.ac.ir/article_57360_ab80b2d2934ef14f224a53203b8a0812.pdf} } @article { author = {asima, mahdi and ali abbaszade asl, amir}, title = {Does Time-Varying Beta Improve Asset Pricing? Evidence from TSE}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {263-277}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {Capital asset pricing model (CAPM) has been among the common models to estimate expected rate of return. Single-period standard capital asset pricing model assumes that investors have homogeneous expectations regarding return, risk and covariance of assets, therefore, the coefficient beta is constant. Because of changes in economic conditions, it is possible to revolve trade-off of investors in terms of return and risk in financial markets and beta was time-varying. Hence, threshold model has been used to estimate time-varying beta.Therefore, in this study, predictive power of the threshold CAPM and standard CAPM in Tehran Stock Exchange in the period from 2006 to 2015 has been tested. For this purpose, expected returns has estimated with regard to two abovementioned models during period of the study and the results have compared with realized returns. Mean absolute percentage error and especially Diebold-Mariano test are used to measure predictive power of the models. The results indicate that using threshold capital asset pricing model significantlyincreases predictive power of realized returns. JEL: C22, G12 How to cite this paper: Asima, M., & Ali Abbaszadeh Asl, A. (2017). Does Time-Varying Beta Improve Asset Pricing? Evidence from TSE. Quarterly Journal of Risk Modeling and Financial Engineering, 2(2), 263–277. (In Persian)}, keywords = {Time-Varying Beta,Threshold regression,Linear Capital Asset Pricing Model,Nonlinear Capital Asset Pricing Model}, title_fa = {آیا بتای زمان‌متغیر، قیمت‌گذاری دارایی را بهبود می‌بخشد؟ شواهدی از بورس تهران}, abstract_fa = {مدل قیمت‌گذاری دارایی سرمایه‌ای یکی از مدل‌های متداول در برآورد نرخ بازدة مورد انتظار است. در مدل یک دوره‌ای CAPM استاندارد، فرض می‌شود سرمایه‌گذاران انتظارات همگن در خصوص بازده، ریسک و کواریانس بین دارایی‌ها دارند، از این‌رو در این مدل ضریب بتا ثابت است. در حالی‌که در بازارهای مالی این امکان وجود دارد که با تغییر شرایط اقتصادی، هزینه-منفعت سرمایه‌گذاران در خصوص بازده و ریسک تغییر کند و در نتیجه بتا در طول زمان متغیر باشد، از مدل آستانه‌ای برای برآورد بتای زمان متغیر استفاده شده است. در این پژوهش سعی شده در بازۀ زمانی 1385 تا 1394 قدرت پیش‌بینی مدل CAPM آستانه‌ای و مدل CAPM استاندارد در بورس اوراق بهادار تهران آزمون شود. بدین منظور بازدة مورد انتظار بر اساس دو مدل یاد شده برآورد و نتایج با بازدة تحقق‌یافته مقایسه شد و از شاخص میانگین قدرمطلق درصد خطا برای سنجش قدرت پیش‌بینی مدل‌های پژوهش‌ استفاده شد. با استفاده از آزمون دایبولد-ماریانو بر روی شاخص میانگین قدرمطلق درصد خطای مدل‌های پژوهش با یکدیگر مقایسه شده‌اند. نتایج نشان می‌دهد در نظرگرفتن مدل آستانه‌ای باعث افزایش قدرت پیش‌بینی بازدة تحقق‌یافته با استفاده از مدل قیمت‌گذاری دارایی سرمایه‌ای می‌شود. JEL: C22, G12 نحوه استناد به این مقاله : آسیما، م.، و علی عباس‌زاده اصل، ا. (1396). آیا بتای زمان‌متغیر، قیمت‌گذاری دارایی را بهبود می‌بخشد؟ شواهدی از بورس تهران. فصلنامة مدلسازی ریسک و مهندسی مالی، 2(2)، 263-277.}, keywords_fa = {بتای زمان‌متغیر,رگرسیون آستانه‌ای,مدل قیمت‌گذاری دارایی سرمایه‌ای استاندارد,مدل قیمت‌گذاری دارایی سرمایه‌ای آستانه‌ای}, url = {https://jferm.khatam.ac.ir/article_43103.html}, eprint = {https://jferm.khatam.ac.ir/article_43103_d1f9ce11496db049c0e2c72fc4e08b1e.pdf} } @article { author = {}, title = {English Abstracts}, journal = {Journal of Risk modeling and Financial Engineering}, volume = {2}, number = {2}, pages = {-}, year = {2017}, publisher = {}, issn = {2538-5372}, eissn = {2538-5364}, doi = {}, abstract = {}, keywords = {}, title_fa = {چکیده های انگلیسی}, abstract_fa = {}, keywords_fa = {}, url = {https://jferm.khatam.ac.ir/article_57364.html}, eprint = {https://jferm.khatam.ac.ir/article_57364_0d88c3cd592672dc68ea860595e8baff.pdf} }