درخت حوزه‌های تخصصی

بازارهای مالی

ادبیات اقتصاد تاریخ تربیت بدنی جغرافیا حقوق روانشناسی زبان شناسی علم اطلاعات و دانش‌شناسی علوم اجتماعی علوم اسلامی علوم انسانی علوم تربیتی علوم سیاسی فلسفه و منطق مدیریت مطالعات زنان هنر و معماری
ارزیابی اقتصادی پروژه ها اقتصاد اسلامی اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد بین الملل اقتصاد خرد اقتصاد کلان و اقتصاد پولی اقتصاد مالی اقتصاد مدیریت اقتصاد منطقه ای، شهری، روستایی اقتصاد و مذهب، اقتصاد و اخلاق توسعه اقتصادی،تغییر تکنولوژیکی،رشد روش شناسی علم اقتصاد روش های ریاضی و کمی سایر قانون و اقتصاد مکاتب اقتصادی نقد و بررسی کتاب نقش علم اقتصاد، نقش اقتصاد دانان، رابطه علم اقتصاد با سایر علوم نوبلیست ها
بازارهای مالی بحران های مالی حاکمیت و مالیه شرکتی نهاد ها و خدمات مالی
اطلاعات و کارایی بازار انتخاب پرتفوی،تصمیمات سرمایه گذاری پیش بینی های مالی سایر سیاست گذاری و قانون گذاری قیمت گذاری آتی قیمت گذاری دارائی،حجم مبادله،نرخ های بهره اوراق قرضه
ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۴۶۱ تا ۴۸۰ مورد از کل ۸۰۳ مورد.
۴۶۸.

پیش بینی شاخص کل بورس اوراق بهادار تهران با مدل ARFIMA(مقاله علمی وزارت علوم)

نویسنده:
منبع: تحقیقات اقتصادی بهار ۱۳۸۸ شماره ۸۶
حوزه‌های تخصصی:
تعداد بازدید : ۳۳۱۷ تعداد دانلود : ۱۷۴۴
در این مقاله با استفاده از داده‎های روزانه شاخص کل بورس اوراق بهادار تهران در دوره زمانی 6/1/1382 تا 14/4/1386، به بررسی ویژگی حافظه بلند این شاخص پرداخته و مدل ARFIMA را بر آن برازش می‎دهیم. هم‎چنین عملکرد پیش‎بینی مدل ARFIMA را با مدل ARIMA مقایسه می‎کنیم. نتایج نشان می‎دهند که اولاٌ این سری زمانی از نوع حافظه بلند است، بنابراین می‎توان با تفاضل‎گیری کسری آن را مانا کرد. پارامتر تفاضل‎گیری به‎دست آمد. پس از تفاضل‎گیری کسری و تعیین تعداد وقفه‎های اجزای خودبازگشت و میاانگین متحرک مدل، شکل کلی به‎صورت ، مشخص می‎شود. پارامترهای این مدل برای 900 داده درون نمونه‎ای برآورد شده است و از آن‎ها برای پیش‎بینی 70 داده خارج از نمونه استفاده می‎شود. مقایسه عملکرد پیش‎بینی مدل ARFIMA با مدل ARIMA، نشان می‎دهد که مدل ARFIMA از قدرت پیش‎بینی‎کنندگی بالاتری برخوردار است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان