روش بوت استرپ در مدل های GARCH

مدلسازی نوسانات بازده در بازارهای سهام از منظر اقتصاددانان و کارپردازان علوم مالی به لحاظ موارد استفاده آن در پیشبینی بازده سهام از اهمیت بالایی برخوردار است. خط مشی سرمایه گذاران در ارتباط با ریسک و بازده مورد انتظار آنها وهمچنین نوسانات موجود در بازار سهام و نفت خام و اثرات نامتعارف آنها بر روی اقتصاد کشور، نرخ ارز و طلا و تأثیر آن برروی متغیرهای تولید، پس انداز، سرمایه گذاری، قیمت کالاها و خدمات، نوسانات سرعت گردش پول و تأثیر آن بر روی تورم، تولید و حجم پول در گردش اقتصاد هر کشور را با استفاده از مدلهای خانواده GARCH میتوان تشریح نمود. با اندازه گیری و درک گسترده ای از نوسانات امکان پیدا کردن راه حلهایی به منظور کاهش نوسانات بازارهای مالی برای کارشناسان اقتصادی وجود خواهد داشت. پیش بینی ها نیز در مدیریت ریسک و بسیاری از فعالیتهای مالی میتواند مورد استفاده قرارگیرد. این مدل ها به طور فراگیری در شاخه های مختلف اقتصاد سنجی به خصوص در تحلیل سریهای زمانی مالی مورد استفاده قرار می گیرند. در این مقاله ابتدا به معرفی مدلهای خانواده GARCH در سری های زمانی پرداخته می شود. سپس روش بوت استرپ برای محاسبه ی بازه های اطمینان پارامترها و همچنین بازه های پیشگویی برای مشاهدات و نوسانات در مدلهای GARCH ارائه می شود. در ادامه با استفاده از شبیه سازی مونت کارلو به مقایسه ی این بازه ها پرداخته می شود. در انتها داده های بورس اوراقبهادار تهران مورد بررسی و تحلیل قرار می گیرند. نتایج این تحقیق می تواند در دستگاه ها و مراکز اقتصادی کشور ازجملهبانک مرکزی، سازمان بورس، اتاق بازرگانی و همچنین وضع نابسامان اقتصاد کشور کاربرد داشته باشد.

کلیدواژه ها:

مدل های GARCH ، نوسانات بازار سهام ، بوت استرپ نیم پارامتری ، شبیه سازی مونت کارلو