مدل سازی نوسانات بازار سهام تهران

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,425

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECONOMETRICS01_017

تاریخ نمایه سازی: 9 دی 1391

چکیده مقاله:

بورس اوراق بهادار یک بازار متشکل و رسمی خرید و فروش سهام شرکت ها بر اساس ضوابط و قوانین خاص است. در بررس عملکرد بازار سهام معمولاً شاخص قیمت سهام آیینه ی تمام نمای بورس کشور تلقی می شود. متداول ترین نقطه ی شروع برای سرمایه گذاران در موقع خرید سهام، ارزیابی روند تغییرات قیمت سهام و نوسانات این عامل است. این پژوهش با استفاده از داده های روزانه ی دوره ی زمانی 1376/7/6 تا 1390/12/14 به مدل سازی نوسانات بازار سهام تهران می پردازد. بدین منظور به بررسی وجود حافظه بلند مدت و اثر اهرمی در شاخص کل قیمت سهام بورس اوراق بهادار تهران پرداخته شده است. حافظه بلند مدت بودن یک سری زمانی بدین معناست که اثر تکانه های وارده بر آن پایدار است و برای مدت نسبتاً طولانی باقی می ماند. برای محاسبه ی پارامتر حافظه ی بلند مدت از روش چگالی طیفی استفاده شده است و میزان پارامتر مورد نظر 0/43 به دست آمد که بیانگر آن است که سری تحت بررسی دارای حافظه ی بلند مدت است. ه مچنین نتایج وجود اثر اهرمی در بازار سهام تهران را نشان می دهد یعنی اثرات نامتقارن در شوک های وارده به بازار وجود دارد و واکنش شاخص کل قیمت در مواجهه با شوک های منفی و مثبت به یک اندازه نیست.

نویسندگان

عذرا بیاتی

دانشجوی کارشناسی ارشد علوم اقتصادی دانشگاه اصفهان

سعید صمدی

استادیار و عضو هیئت علمی گروه اقتصاد دانشگاه اصفهان- دانشکده علوم ادا

عذرا محمدی

دانشجوی کارشناسی ارشد علوم اقتصادی دانشگاه شهید چمران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • کشاورز حداد؛ صمدی، باقر (1388). برآورد و پیش‌بینی تلاطم بازدهی ...
  • مهرآرا، محسن؛ عبدلی، قهرمان (1385). نقش اخبار خوب و بد ... [مقاله ژورنالی]
  • نماگرهای اقتصادی، بانک مرکزی جمهوری اسلامی ایران، سال‌های .1376-90 ...
  • Baillie, R. (5669). Long Memory Process and Fractionl Integration in ...
  • Bhardwaj, G. & Swanson, N. R. (2006). An empirical Investigation ...
  • _ Bollerslev, T. (5699). Generalized Autoregressive Conditional Heteroskedas ticity. Journal ...
  • Brooks, R. (0119). Power Arch Modeling of The Volatility of ...
  • _ _ _ _ _ _ _ _ _ _ ...
  • Caiado, J. (011). Modelling and Forecasting the Volatility of The ...
  • Chan, N. & Wei, C. (5699). Limiting Distributions of Least ...
  • Cheonga. W. & Au Hassa Shaari, M. N. & Zaidi, ...
  • Ding, Z. & Granger, C. & Engle, R. (5667). A ...
  • Engle, R. (5690). Autoregressive Conditional He teroskedastic ity with Estimates ...
  • Fama, E. (5691). The behaviour of Stock-Market Prices. Journal of ...
  • Fama, E. (5691). Efficient Capital Markets: A Review of Theory ...
  • Geweke, J. & Porter-Hudak, S. (5697). The Estimation and Application ...
  • Granger, C. & Ding, Z. (5669). Varieties of Long Memory ...
  • Harvey, A.C. (1993). Long Memory in Stochastic Volatility. Working Paper, ...
  • Lux, T. & Kaizoji, T. (2007). Forecasting Volatility and Volune ...
  • Mandelbrot, B. (5697). The Variation of Certain Speculative Prices. Journal ...
  • _ _ _ _ _ _ _ _ _ _ ...
  • Man, K. S. (2003). Long Memory Time Series and Short ...
  • Mauro, C. F. (2005). Parametric Estimation for ARFIMA Models via ...
  • Nelson, D. (5665). Conditional Heteroskedas ticity in Asset Returns: A ...
  • Pagan, A. R. & Schwert G W. (5661). Alternative Models ...
  • Pilar, G. C. (0111). Tests of Long Memory: A Bootstrap ...
  • Poon, S. H & Granger, C. W. (0117). Forecasting Volatility ...
  • Robinson, P. (5661). L og-Perio dogram Regression of Time Series ...
  • Su, D. (0111). Risk, Return and Regulation in Chinese Stock ...
  • Tsay, R. (010). Analysis of Financial Time Series. John Wiley ...
  • Wurtz, D. & Zurich, I. E. (019). R/Rmnetrics: An Educational ...
  • Zivot, Eric & Wang, Jiahui (2003). Modelling Financial Time Series ...
  • نمایش کامل مراجع