مدل سازی و تخمین بازده بورس اوراق بهادار تهران با استفاده از مدل های پویا (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
از زمانی که بازار سهام در قرن نوزدهم ایجاد شد بسیاری از پژوهشگران به پژوهش بر روی مدل های پیش بینی قیمت سهام و بازده بازار تمرکز کرده اند. مدل های پیش بینی آماری مانند ارما، اریما، آرچ، به طور گسترده بکار برده شده اند اما هیچ کدام نتیجه مطلوب نداشته اند؛ بنابراین اخیراً بسیاری از پژوهشگران بازار سهام را به عنوان یک سیستم پویای غیرخطی در نظر گرفته اند. کاربرد مدل های غیرخطی و همچنین تکنیک های پیش رفته اگرچه س الهای زیادی نیست که شروع شده است ولی در همین مدت زمان ک م توانسته است، جایگاه خود را در علوم مختلف باز کند. هدف از این مطالعه پیش بینی شاخص بورس با استفاده از مدل پویای میانگین گیری و نیز روش مدل پویای انتخابی و استفاده از داده های فصلی سال های 1380-1399 و به کارگیری نرم افزار متلب می باشد. مزیت اصلی مدل مورداستفاده در مطالعه حاضر ورود تعداد زیادی متغیر مستقل به جهت پویایی آن است بدون اینکه مشکل معمول برازش بیش ازحد در مدل ظاهر شود. در این مقاله اثر برخی متغیرهای کلان اقتصادی بر فرآیندِ مدل سازی و تخمین بازده سهام بورس اوراق بهادار بررسی شد. نتایج مقاله نشان داد که احتمال ورود متغیرهای رشد حجم پول، رشد شبه پول، تورم، رشد شاخص قیمت زمین در شهرهای بزرگ بیشتر از سایر متغیرهای ورودی استModeling and Estimating the return of Tehran Stock Exchange using dynamic models
Since the creation of the stock market in the nineteenth century, many researchers have focused on research into stock price forecasting models and market returns. Statistical prediction models such as Arma, Arima, Arch, have been widely used but none of them have had the desired result. Therefore, many researchers have recently considered the stock market as a nonlinear dynamic system. The application of nonlinear models as well as advanced techniques, although not many years have begun, but in a short time has been able to open its place in various sciences. The purpose of this study is to predict the stock index using the dynamic model averaging DMA and also the method of the dynamic model selective DMS and the use of quarterly data for the years 1380-1399. The main advantage of the model used in the present study is the introduction of a large number of independent variables for its dynamics without the usual problem of overfitting appearing in the model. In this paper, the effect of some macroeconomic variables on the process of modeling and forecasting stock returns on the stock exchange was investigated. The results of the article showed that the probability of entering the variables of money supply growth, quasi-money growth, inflation, land price index growth in large cities is more than other input variables.
تبلیغات
