پیش بینی بیثباتی بازدهی کل بورس اوراق بهادار تهران با استفاده از روش های اقتصادسنجی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 532

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMHCONF01_441

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

از سال 1987 با سقوط بازار سهام، مدل سازی و پیش بینی نوسانات بازار مالی، به دلیل نقش محوری آن در برنامه های مختلفمالی، ازجمله، گزینه قیمت گذاری توجه زیادی از سوی دانشگاهیان، محققان و تنظیم کنندگان بازار، دریافت نموده است. دراین پژوهش به مطالعه توان پیش بینی کنندگی چندی از مدل های ناهمسانی واریانس شرطی طی دوره متوالی 1383/1/1 تا 1393/12/30 بر بازده روزانه شاخص بازده نقدی قیمت بورس اوراق بهادار تهران پرداخته شد. در این تحقیق برای سنجش توان پیش بینی کنندگی مدلهای متفاوت از چهار معیار TIC, MAPE, MAE, RMSE استفاده گردید. نتایج تحقیق نشان دادکه در سه معیار TIC, MAPE, RMSE مدل IGARCH پیش بینی بهتری داشته است. یعنی در این سه معیار مدل IGARCHدارای کمترین خطا در پیشبینی است. همچنین در معیار MAE ، مدل PARCH دارای کمترین خطای ممکن یعنی بهترینپیش بینی در بازه زمانی مورد مطالعه بوده است.

کلیدواژه ها:

مدلهای ناهمسانی واریانس شرطی ، بی ثباتی ، شاخص ، پیش بینی

نویسندگان

داریوش فرید

عضو هیئت علمی دانشگاه یزد، دانشیار، گروه مدیریت مالی

سودابه صادقی

دانشجوی کارشناسی ارشد دانشگاه یزد، گروه مدیریت بازرگانی مالی

حیدر میرفخرالدینی

عضو هیئت علمی دانشگاه یزد، دانشیار، گروه مدیریت صنعتی

مرتضی محمودی

مربی دانشگاه یزد، گروه اقتصاد

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 :
  • میزراد، نگار(1393)، بررسی حافظه بلند مدت در نوسانات پویا: رابطه ...
  • Amiri p, A. &. (2009). Designing a New Modl of ...
  • Bagchi, D. (2012). Cross-sectionl analysis of emerging market volatility index ...
  • Billirici, N., Ersin, O. O. (2009). "Improving forecasts of GARCHI ...
  • Bollerslev, T. (1986). Generalized Autoregressive Conditional Hetero skedasticity. Journal of ...
  • Bubak, v. (2008). value at risk on centrl and eastem ...
  • C h engyangWang, Yoshihiko Nishiyama. (2015). Volatility forecast of stock ...
  • Engle, R. F. (1982). Autoregressive Conditional Hetero skedasticity with Estimates ...
  • Fukushima, A. (2011). Hybrid forecasting models for S&P 500 index ...
  • Nelson, D. (1991). Conditional Hetero skedasticity in Asset Return, A ...
  • Sonia R. Bentes. (2015). A comparative analysis of the predictive ...
  • Yong Li _ Wei-Ping Huang _ Jie Zhang. (2013). Forecasting ...
  • نمایش کامل مراجع