بررسی حافظه بلندمدت دوگانه با تأکید بر توزیع چوله و دم پهن پسماندها: شواهدی از بورس اوراق بهادار تهران
Authors
Abstract:
پژوهش حاضر وجود حافظه بلندمدت را در بورس اوراق بهادار تهران با کاربرد مدلهای GPH، GSP، ARFIMA و FIGARCH بررسی میکند. دادههای موردبررسی، حاوی بازده روزانه هستند و آزمونهای حافظه بلندمدت، برای بازده و نیز برای نوسان سری TEPIX انجامشدهاست. نتایج مدلهای GPH، GSP و ARFIMA، وجود حافظه بلندمدت را در بازده سری نشان میدهند. همچنین نتایج اشاره براین دارند که پویاییهای حافظه بلندمدت در بازده و نوسان میتواند توسط کاربرد مدل ARFIMA-FIGARCH، مدلسازی شود. نتایج این مدل شواهد قوی حافظه بلندمدت را هم در میانگین شرطی و هم در واریانس شرطی نشان میدهد. بهعلاوه، فرض غیرنرمال برای دربرگرفتن دم پهن و نامتقارن باقیماندههای تخمین زدهشده، مناسب است. یافتهها نشان میدهند که مدل براساس فرض نرمال گاوسی، ممکن است برای مدلسازی خصوصیت حافظه بلندمدت مناسب نباشد. در نهایت بهنظر میرسد که بازار سرمایه تهران نمیتواند بهعنوان بازار کارا از لحاظ سرعت انتقال دادهها بررسی شود. ازاینرو، امکان کسب سودهای غیرعادی باثبات، از طریق پیشبینی قیمت سهام وجود دارد.
similar resources
بررسی حافظه بلندمدت در بورس اوراق بهادار تهران
بر اساس فرضیه بازار کارا قیمت ها در بازار سهام از فرآیند گشت تصادفی پیروی میکند. در چنین بازاری اطلاعات به سرعت در بازار منتشر می شوند و بر قیمت سهام تاثیر می گذارند. بنابراین بازده سهام را نمی توان بر اساس تغییرات گذشته قیمت ها پیش بینی کرد. از این رو بخش بزرگی از نظریه های مالی، بر مبنای فرآیند گام تصادفی برای قیمت و بازده دارایی ها توسعه یافته است.حافظه بلندمدت یکی از نواقض بازار کارآ است ک...
full textبررسی حافظهی بلندمدت بورس اوراق بهادار تهران
در این مقاله حافظهی بازار سهام مورد تخمین و تفسیر قرار گرفته است. تخمین پارامتر تفاضل کسری با روشهای مختلفی از جمله روش حداکثر درستنمایی ML، حداقل مربعات غیر خطیNLS ، نمای هرست Hurst Exponent ، جوک و پورتر- هوداکGPH ، نمای هرست تعدیل شده Modified Hurst یا لوLO ، وایتل Whittle و موجکWavelet انجام شده است. نتایج تخمین وایتل، هرست، لو و موجک بیانگر آنست که بازدهی شاخصهای کل، بازده و قیمت، ...
full textبررسی حافظه بلندمدت در بورس اوراق بهادار تهران
بر اساس فرضیه بازار کارا قیمت ها در بازار سهام از فرآیند گشت تصادفی پیروی می کند. در چنین بازاری اطلاعات به سرعت در بازار منتشر می شوند و بر قیمت سهام تاثیر می گذارند. بنابراین بازده سهام را نمی توان بر اساس تغییرات گذشته قیمت ها پیش بینی کرد. از این رو بخش بزرگی از نظریه های مالی، بر مبنای فرآیند گام تصادفی برای قیمت و بازده دارایی ها توسعه یافته است.حافظه بلندمدت یکی از نواقض بازار کارآ است ک...
full textبررسی وجود حافظه بلندمدت در بورس اوراق بهادار تهران و ارزیابی مدلهایی که حافظه بلندمدت را در نظر میگیرند
طی دهه گذشته، فرآیندهای با حافظه بلند مدت، بخش مهمی از تجزیه و تحلیل سریهای زمانی را به خود اختصاص دادهاند. وجود حافظه بلند مدت در بازده داراییها کاربردهای مهمی در بررسی کارایی بازار، قیمتگذاری اوراق مشتقه و انتخاب سبد دارایی دارد. در این تحقیق، ابتدا وجود حافظه بلند مدت در سری زمانی بازده و نوسانها ی شاخص کل بورس اوراق بهادار تهران بررسی شده است. نتایج آزمونهای آماری، وجود حافظه بلندمد...
full textحافظه بلندمدت و سطح انتقال ها: کاربردی از آزمونGPH تعدیل شده در بورس اوراق بهادار تهران
همواره یکی از دغدغههای پژوهشگران در بررسی سری زمانی اقتصاد- مالی وجود حافظه بلندمدت است و اینکه آیا حافظه بلندمدت مشاهده، تحت تاثیر ویژگی سطح انتقال ها، سری میباشد یا خیر؟ برای دوری از حافظه بلندمدت جعلی که ممکن است ناشی از سطح انتقال ها باشد روش های متفاوتی آزمون شده است که در مقاله حاضر به بررسی این امر با توجه به روش GPH تعدیل شده اسمیت (2005) در بازده و نوسان (شامل دو نگرش: 1) بازده فیلتر...
full textMy Resources
Journal title
volume 12 issue 33
pages 151- 181
publication date 2015-01-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023