پیشبینی و مدلسازی تلاطم بازدهی سهام در بورس اوراق بهادار تهران با استفاده از مدلهای GARCH
Authors
Abstract:
هدف از این پژوهش مدلسازی و مقایسه قدرت پیشبینی کنندگی مدلهای GARCH در پیشبینی تلاطم بازدهی سهام در بورس اوراق بهادار تهران است. ازاینرو دوره زمانی 1/1/1388 تا 30/12/1395 بر مبنای بازدهی روزانه شاخص کل قیمت (TEPIX) شامل 1900 مشاهده انتخاب شد و مدلهای GARCH، EGARCH، PGARCH، GJR، GARCH-M،FIGARCH و FIEGARCH با رویکرد سری زمانی و تحت فرض توزیع مجانبی نرمال بررسی گردید و عملکرد پیشبینی این الگوها بر اساس معیارهای میانگین خطای معیار (MSE)، میانه خطای معیار (MedSE)، میانگین قدر مطلق خطای پیشبینی (MAE)، جذر میانگین مربعات خطاهای پیشبینی (RMSE) و ضریب نابرابری تایل (TIC) مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل FIGARCH ازنظر سه معیار MSE، MAE و RMSE دارای کمترین خطا است که نشان میدهد خوبی برازش این مدل از تمامی مدلهای دیگر برای پیشبینی تلاطم بازدهی سهام بیشتر است. همچنین مشخص شد که بازدهی شاخص کل قیمت سهام (TEPIX) دارای تلاطمهای خوشهای است بدین معنی که با نوسانات کم، تلاطم کوچک در دورههای بعدی دارد و با نوسانات زیاد دچار تلاطم شدید میشود.
similar resources
مدلسازی تلاطم بازده نقدی در بورس سهام تهران با استفاده از دادههای پانل و مدل GARCH
مدلسازی تلاطم بازده در بازارهای سهام، از منظر پژوهشگران دانشگاهی و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیشبینی بازده سهام، موضوع با اهمیتی بهنظر میرسد. در این پژوهش با استفادهی همزمان از مدل GARCH با توجه به ویژگی واریانس ناهمسانی، در کنار استفاده از مزایای دادههای پانل از جمله درجات آزادی بالاتر، انعطافپذیری بیشتر و کنترل آثار متغیرهای حذف شده یا مشاهده نشده و در نتیجه ا...
full textمقایسه قابلیتهای مدلهای مبتنی بر حافظه بلندمدت و مدل های شبکه عصبی پویا در پیشبینی بازدهی بورس اوراق بهادار تهران
این مقاله با هدف معرفی یک الگوی مناسب جهت پیشبینی شاخص بازدهی بورس اوراق بهادار تهران صورت پذیرفته است. دادههای مورد استفاده در این پژوهش به صورت روزانه و شامل بازهی زمانی پنجم فروردین 1388 تا سیام آبان 1390 که مشتمل بر 616 مشاهده بوده که جهت مجزا سازی پیشبینیهای داخل نمونهای و خارج از نمونهای، از تقریباً 90% از مشاهدات (556 مشاهده) جهت تخمین ضرایب مدل و از مابقی (60 مشاهده) جهت انجام پی...
full textمقایسه بازدهی سهام رشدی با سهام ارزشی در بورس اوراق بهادار تهران
یکی از مهمترین دغدغههای سرمایهگذاران، یافتن روشی برای انتخاب مناسبترین سهم یا پرتفوی از میان انبوه سهام موجود در بازار میباشد. مطالعات نشان میدهد که بین بازدهی سهام شرکتها و نسبت ارزش دفتری به ارزش بازار (B/P) آنها ارتباط وجود دارد. با افزایش نسبت B/P، نوع سهام از رشدی به ارزشی تغییر مییابد. این پژوهش به دنبال مقایسهی متوسط بازدهی سهام رشدی با سهام ارزشی در بورس اوراق بهادار تهران ا...
full textمدلسازی تلاطم بازده نقدی در بورس سهام تهران با استفاده از داده های پانل و مدل garch
مدلسازی تلاطم بازده در بازارهای سهام، از منظر پژوهشگران دانشگاهی و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیش بینی بازده سهام، موضوع با اهمیتی به نظر می رسد. در این پژوهش با استفاده ی همزمان از مدل garch با توجه به ویژگی واریانس ناهمسانی، در کنار استفاده از مزایای داده های پانل از جمله درجات آزادی بالاتر، انعطاف پذیری بیشتر و کنترل آثار متغیرهای حذف شده یا مشاهده نشده و در نتیجه ا...
full textبررسی اثر نا اطمینانی نرخ ارز بر شاخص قیمت سهام و میزان سرمایهگذاری در بورس اوراق بهادار تهران (با استفاده از مدلهای GARCH و VAR)
در تحقیق حاضر به مطالعه حجم معاملات، نوسانات و بازده سهام در بورس اوراق بهادار تهران و روابط آنها با استفاده از تجزیه و تحلیل رگرسیون چند متغیره مدل (GARCH,ARCH) و مدل های اتورگسیو ( VAR ) بر روی داده های مربوط به سال های 1393-1370 پرداخته است. نتایج تحقیق حاضر نشان می دهد که نوسانات نرخ سود بانکی، ثبات قوانین، نوسانات بازدهی، حجم معاملات بورس، نرخ تورم، نرخ ارز رسمی و بازارآزاد و سرمایه گذاری...
full textمقایسه قابلیتهای مدلهای مبتنی بر حافظه بلندمدت و مدل های شبکه عصبی پویا در پیشبینی بازدهی بورس اوراق بهادار تهران
این مقاله با هدف معرفی یک الگوی مناسب جهت پیشبینی شاخص بازدهی بورس اوراق بهادار تهران صورت پذیرفته است. دادههای مورد استفاده در این پژوهش به صورت روزانه و شامل بازهی زمانی پنجم فروردین 1388 تا سیام آبان 1390 که مشتمل بر 616 مشاهده بوده که جهت مجزا سازی پیشبینیهای داخل نمونهای و خارج از نمونهای، از تقریباً 90% از مشاهدات (556 مشاهده) جهت تخمین ضرایب مدل و از مابقی (60 مشاهده) جهت انجام پی...
full textMy Resources
Journal title
volume 11 issue 43
pages 55- 70
publication date 2019-11-22
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023