‏ به کارگیری مدل های معادلات دیفرانسیل تصادفی در تحلیل سری های زمانی مالی

پایان نامه
چکیده

موضوع تلاطمات یکی از مباحث مهم در ریاضیات مالی است که همواره مورد علاقه شدید شرکت کنند‎‎‎‎گان در بازار‎‎های مالی، پژوهشگران وحتی عموم مردم می باشد، که غالباً آن را با واژه ریسک می شناسند. بنابراین مدل سازی و پیش بینی تلاطمات در ریاضیات مالی دارای اهمیت فراوان است. یکی از مدل های مهم که برای بررسی بازده تلاطمات در دوره های زمانی با فاصله مساوی در بازار بورس مورد استفاده فراوان قرار گرفته‏، فرایند های ناهمواریانس شرطی اتورگرسیو (گارچ) زمان گسسته است. معادله واریانس شرطی مدل گارچ توصیف کننده تلاطمات یک سری زمانی مالی است. دسترسی گسترده به داده های با حجم زیاد در بازه‎های زمانی بسیار کوتاه توجه پژوهشگران را معطوف به مدل های زمان پیوسته نموده است. در ریاضیات مالی یکی از تلاش ها برای ساختن یک مدل زمان پیوسته با جایگزینی فرایند لوی به جای متغیرهای نوفه در یک مدل گارچ زمان گسسته حاصل شده است. با انجام این تغییر یک مدل گارچ زمان گسسته تبدیل به یک معادله دیفرانسیل تصادفی می شود. مدل گارچ زمان پیوسته (کوگارچ) یک جواب این معادله دیفرانسیل تصادفی است. برای براورد پارامترهای مدل کوگارچ روش های متعددی پیشنهاد شده است که سه تا از مهمترین روش ها عبارتند از روش ماکسیمم درستنمایی، روش گشتاوری و رویکرد بیزی با استفاده از روش های شبیه سازی مارکف مونت کارلو (mcmc)‎ ‎. در یک بررسی تجربی هدف ما مقایسه عملکرد مدل های گارچ و کوگارچ و سه روش براورد مدل گارچ با استفاده از داده های بازده تلاطمات بورس ازجهت برازش مدل و توانایی پیش بینی تلاطمات با استفاده از داده های خارج از نمونه است. توجه ما معطوف به سری زمانی ساعتی بازده بازار بورس ایالات متحده و ایران طی سال های 2000 تا 2012 میلادی است. نتایج نشان دهنده عملکرد خوب مدل کوگارچ و همچنین نشان دهنده این است که رویکرد بیزی براورد های قابل اطمینانی را دربین روش های رقیب ارائه می کند.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

برآورد احتمال تغییر وضعیت رفتار سری های زمانی مالی با مدل اتورگرسیو تبدلی مارکف

در این مقاله، با استفاده از احتمال های تغییر وضعیت m-دوره بعد زنجیر مارکف، احتمال تغییر وضعیت رفتار نوسان های در این مقاله روشی برای برآورد احتمال تغییر وضعیت سری های زمانی مالی توسط مدل اتورگرسیو تبدلی مارکوف پیشنهاد شده است. سپس با استفاده از این مدل، رفتار نوسان های نرخ ارز به دو رژیم نرخ تغییرات کم و زیاد مدل بندی شده است. نتایج پیش بینی نشان می دهد که احتمال ماندگاری در رژیم ها رو به کاهش...

متن کامل

مدل سازی و پیش بینی قیمت سهمام با استفاده از معادلات دیفرانسیل تصادفی

فرایندهای سری زمانی را می توان به سه طبقه خطی، تصادفی و آشوبگونه دسته بندی کرد و براین اساس قابلیت پیش بینی در فرایندهای خطی ممکن، درفرایندهای تصادفی غیرممکن و در فرایندهای آشوبگونه تا حدی ممکن است. تحقیقات و مطالعات انجام شده قبلی در زمینه مدل سازی و پیش بینی قیمت سهام بیشتربر اساس اثبات این فرضیه بوده است که تغییرات قیمت و بازده سهام در بازار بورس و مخصوصآ بازار بورس تهران علیرغم شباهت زیادی...

متن کامل

مدل‎سازی و پیش‎بینی نرخ ارز بر اساس معادلات دیفرانسیل تصادفی

پیش‎بینی روند آتی نرخ ارز به عنوان یکی از پر اهمیت‎ترین و تأثیرگذارترین متغیرهای اقتصاد کلان، همواره مورد توجه بسیاری از پژوهش‎گران بوده است. در این مقاله به منظور مدل‎سازی و پیش‎بینی روند سری زمانی نرخ ارز در بازار رسمی ارز ایران مدل‎های معادلات دیفرانسیل تصادفی حرکت برآونی ژئومتری و انتشار- پرش مرتن به کارگرفته شده‎ است. به‌منظور بررسی عملکرد این مدل‎ها در پیش‎بینی خارج از نمونه‎ی نرخ ارز، مق...

متن کامل

مقایسه پیش بینی تورم بر پایه معادلات دیفرانسیل تصادفی با مدل های رقیب

در این مقاله به منظور پیش بینی تورم در اقتصاد ایران، ابتدا ماهیت سری زمانی cpi برای داده های ماهانه ایران در بازه زمانی 1 m1369 تا 6 m1388، از لحاظ خطی ویا غیر خطی بودن و همچنین آشوبی یا تصادفی بودن مشخص گردیده است. نتایج آزمون ها نشان می دهد که سری زمانی تورم ساختاری غیرخطی دارد و همچنین سری زمانی cpi دارای رفتاری آشوبناک است. سپس بر پایه معادله دیفرانسیل تصادفی، حرکت برآونی هندسی مدلی پویا بر...

متن کامل

کاربرد مدل های مارکوف پنهان در سری های زمانی مالی

مدل های مارکوف پنهان، مدل هایی هستند که در آن ها توزیعی که مشاهدات را تولید می کند به حالاتی از یک فرآیند مارکوف غیر قابل مشاهده بستگی دارد. به همین دلیل، آن ها را مدل های مارکوف پنهان نامیده اند. اغلب، در سری های زمانی مالی با پدیده بی ثباتی واریانس روبرو هستیم. بیشتر محققان، از مدل های اتورگرسیو ناهمگن شرطی تعمیم یافته(garch)، به منظور پیش بینی تغییرپذیری برای زمان های آتی استفاده می کنند. ...

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

دانشگاه بین المللی امام خمینی (ره) - قزوین - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023