محمد حسن نژاد - استادیار دانشگاه شهید بهشتی

بازده بازارهای سرمایه تحت تاثیر عوامل مختلفی هستند. این عوامل دامنه گسترده و وسیعی از عوامل کلان جهانی تا رفتارهای تاریخی متغیر وابسته را شامل می شود. پژوهشگران زیادی، هریک بخش یا بخش هایی از این دامنه گسترده عوامل تاثیرگذار بر بازده بازار سرمایه را در کشورهای مختلف، انتخاب و اقدام به مدل سازی برای پیش بینی بازده بازار سرمایه مربوطه کرده اند. پژوهش حاضر نیز با هدف مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران، از مدل های خود توضیحی و ترکیبی استفاده کرده است. به گونه ای که از مدل های خودرگرسیون میانگین متحرک و خودرگرسیون میانگین متحرک با ورودی های خارجی برای مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران یاری گرفته است. در پژوهش حاضر، برای تبیین هر چه کامل تر مدل و به کارگیری عوامل حداکثری، پس از بررسی موضوع بازده و عوامل موثر بر بازده، موضوع پیش بینی و روش های متداول آن و انواع مدل های پیش بینی بازده بازار سرمایه بررسی شده است. سپس از مدل های رگرسیون خطی کلاسیک، خود رگرسیون میانگین متحرک (ARMA) و خود رگرسیون میانگین متحرک با ورودی های خارجی (ARMAX) برای پیش بینی بازده بورس اوراق بهادار تهران استفاده شد. پس از تخمین مدل های یادشده، با استفاده از داده های ۹۹ دوره ای و تایید قدرت تصریح آن ها بااستفاده از به کارگیری آزمون های تشخیصی، بازده بورس اوراق بهادار تهران برای ۴ دوره آتی پیش بینی شد. پیش بینی های صورت پذیرفته با استفاده از مدل های تخمینی با داده های واقعی مورد مقایسه قرار گرفته و مدل بهینه با استفاده از معیارهای اطلاعاتی آکائیک، شوارزبیزین و حنان کوئیک و همچنین معیار MSE,MAE,MAPE انتخاب شد. نتیجه نهایی موید برتری مدل ARMA بر مدل ARMAX است.

بازده, بازار سرمایه, پیش بینی, خودرگرسیون, میانگین متحرک, خودرگرسیون میانگین متحرک, خود رگرسیون میانگین متحرک با ورودی های خارجی