مدلسازی شاخص کل بورس اوراق بهادار تهران با در نظر گرفتن حافظه بلند‌مدت و تغییرات ساختاری
کد مقاله : 1133-FEMATH (R1)
نویسندگان:
نسرین علیخانی *
دانشجوی کارشناسی رشد
چکیده مقاله:
با توجه به اهمیت مدل‌سازی سری‌های زمانی در مباحث مالی و ویژگیهای متنوع و متفاوت این سری‌ها، در سالهاهی اخیر تحقیقات به سمت یافتن مدل‌هایی با انعطاف بالاتر معطوف شده است. در این پژوهش، علاوه بر لحاظ کردن همبستگی‌های خطی و ناهمسانی واریانس شرطی، به بررسی دو ویژگی حافظه بلندمدت و شکست‌های ساختاری بر روی داده‌های روزانه شاخص کل بورس اوراق بهادار تهران از تاریخ 16/9/1387 تا 19/3/1394 پرداخته‌ایم. نتایج بررسی‌ها وجود ویژگی حافظه بلندمدت و شکست‌های ساختاری را در بازده شاخص کل نشان می‌دهد. همچنین مقایسه مدل‌های مختلف نشان داد که نادیده گرفتن هر کدام از این ویژگی‌ها، بر نتایج مدل‌سازی تاثیرگذار است و مدلی که در آن هر دو ویژگی لحاظ شده باشد میانگین مربعات خطای کمتری دارد. نتیجه دیگر این بررسی این بود که وجود نقاط تغییر در پاسخ آزمون‌های حافظه بلندمدت تأثیرگذار است و گاهی موجب تفسیر اشتباه نتایج و انتخاب مدل نامناسب می‌شود، همچنین آزمون‌های تشخیص تغییر الگو نیز نیازمند تایید ثانویه هستند. علاوه بر این نتایج نشان داد که بازار بورس تهران در دوره‌های مختلف بین کارایی و ناکارایی در نوسان بوده و یک بازار تطبیقی است.
کلیدواژه ها:
حافظه بلندمدت، شکست ساختاری، سری زمانی مالی
وضعیت : مقاله برای ارائه به صورت پوستر پذیرفته شده است