مدل های سری زمانی،رگرسیون های چندک پویا

نمایش ۱ تا ۳ مورد از کل ۳ مورد.

۱.

بررسی کارایی انواع الگو های ARCH در پیش بینی و الگوسازی فرآیند قیمت گوشت مرغ(مقاله علمی وزارت علوم)

نویسنده: بهزاد فکاری سردهایی محمد قربانی

منبع: اقتصاد و توسعه کشاورزی جلد ۳۰ تابستان ۱۳۹۵ شماره ۲

کلیدواژه‌ها: قیمت مرغ نمودار QQ ARCH-M PGARCH TGARCH

حوزه های تخصصی:

تعداد بازدید : ۱۰۷۹ تعداد دانلود : ۷۴۰

مرغ از جمله کالاهای اساسی سبد خانوار است که در سال های اخیر شاهد نوسانات قیمتی بوده است. وجود نوسانات قیمت باعث ایجاد نااطمینانی شده و مصرف کننده را نسبت به قیمت بی اعتماد می نماید. در این مقاله تلاش شده با استفاده از داده های روزانه قیمت گوشت مرغ در سطح کشور از ۱۳۹۱:۱ تا ۱۳۹۲:۹ و با به کارگیری الگوهای خانواده ARCH نوسانات قیمت مرغ به دست آمده و پیش بینی قیمت صورت گیرد. نتایج نشان داد که از میان الگوهای خانواده ARCH، ARCH(۱) بهترین پیش بینی را دارد. قیمت مرغ دارای عدم تقارن در اثرات اخبار خوب و بد است که اثرگذاری اخبار خوب بیشتر از اخبار بد است و همچنین اثرات اهرمی در قیمت مرغ وجود ندارد. همچنین نوسانات دوره قبل به دوره بعد نیز منتقل نمی گردد.

۲.

Modeling Stock Market Volatility Using Univariate GARCH Models: Evidence from Bangladesh(مقاله علمی وزارت علوم)

نویسنده: ابوحسن عبدالودود

منبع: International Journal of Business and Development Studies Vol. ۸, No. ۱, (۲۰۱۶)

کلیدواژه‌ها: GARCH Heteroskedasticity Volatility Clustering Asymmetric Volatility

حوزه های تخصصی:

تعداد بازدید : ۸۶۹ تعداد دانلود : ۵۹۵

This paper investigates the nature of volatility characteristics of stock returns in the Bangladesh stock markets employing daily all share price index return data of Dhaka Stock Exchange (DSE) and Chittagong Stock Exchange (CSE) from 02 January 1993 to 27 January 2013 and 01 January 2004 to 20 August 2015 respectively. Furthermore, the study explores the adequate volatility model for the stock markets in Bangladesh. Results of the estimated MA(1)-GARCH(1,1) model for DSE and GARCH(1,1) model for CSE reveal that the stock markets of Bangladesh capture volatility clustering, while volatility is moderately persistent in DSE and highly persistent in CSE. Estimated MA(1)-EGARCH(1,1) model shows that effect of bad news on stock market volatility is greater than effect induced by good news in DSE, while EGARCH(1,1) model displays that volatility spill over mechanism is not asymmetric in CSE. Therefore, it is concluded that return series of DSE show evidence of three common events, namely volatility clustering, leptokurtosis and the leverage effect, while return series of CSE contains leptokurtosis, volatility clustering and long memory. Finally, this study explores that MA(1)-GARCH(1,1) is the best model for modeling volatility of Dhaka stock market returns, while GARCH models are inadequate for volatility modeling of CSE returns.

۳.

روش برآورد تاثیر با وقفه زمانی براساس داده های مدل هم تجمعی

نویسنده: ابراهیم هادیان

منبع: پژوهش های اقتصادی ایران بهار و تابستان ۱۳۷۹ شماره ۴ و ۳

حوزه های تخصصی:

حوزه‌های تخصصی اقتصاد روش های ریاضی و کمی مدل های تک معادله ای مدل های سری زمانی،رگرسیون های چندک پویا

تعداد بازدید : ۲۰۵۴ تعداد دانلود : ۱۰۹۱

روش های موجود دربرآورد میزان تاثیرشوک های وارده براقتصاد غالبا قادربه بیان این اثرات درطی زمانی هستند که منحصرا توسط مدل تعیین می گردد، درصورتی که تغییربعضی ازاین متغییرها می تواند برای مدت زمان طولانی ترازآنچه که مدل تعیین نموده است، تاثیرخود را برجای گذارد. روش نوین هم تجمعی درتحلیل سری های زمانی این امکان را می دهد تا بتوان روشی برای برآورد تاثیر با وقفه زمانی تغییرات متغیرهای توضیحی بر متغیروابسته ارائه نمود. ازاین رو، دراین مقاله پس از تدوین یک مدل هم تجمعی فرضی وتشکیل مدل تصحیح خطای مربوط به آن، روشی برای برآورد تاثیربا وقفه زمانی تغییرات موقت و دایمی متغیر توضیحی برمتغیروابسته ارایه شده است.

درخت حوزه‌های تخصصی