بررسی حافظه‎ی بلندمدت بورس اوراق بهادار تهران

در این مقاله حافظه‎ی بازار سهام مورد تخمین و تفسیر قرار گرفته است. تخمین پارامتر تفاضل کسری با روش‎های مختلفی از جمله روش حداکثر درست‎نمایی ML، حداقل مربعات غیر خطیNLS ، نمای هرست Hurst Exponent ، جوک و پورتر- هوداکGPH ، نمای هرست تعدیل شده Modified Hurst یا لوLO ، وایتل Whittle و موجکWavelet انجام شده است. نتایج تخمین وایتل، هرست، لو و موجک بیانگر آنست که بازده‎ی شاخص‎های کل، بازده و قیمت، بازده‎ی نقدی، صنعت و مالی دارای حافظه‎ی بلندمدت میباشند. تخمینهای به‎دست آمده با روش GPH بیانگر آنست که بازده‎ی تمامی شاخصها به جزء شاخص بازده‎ی نقدی دارای حافظه‎ی بلندمدت میباشد. با توجه به معنیدار نبودن نتایج تخمینهای ML و NLS در بیش‎تر بازههای مورد بررسی، تخمینهای حاصل از این دو تکنیک از اعتبار کافی برخوردار نبوده و از تحلیل کنار گذاشته شدند. نتایج حاصل از بررسی روند تغییرات حافظه نیز بیانگر آن است که پارامتر حافظه‎ی بورس اوراق بهادار تهران روند تغییر محسوسی نداشته و به عبارت دیگر طی دوره‎ی مورد بررسی، کاهش یا افزایش معنیداری در کارایی بازار رخ نداده است. طبقهبندی JEL: C۱۴, C۳۲, D۵۳

Keywords:

انباشتگی کسری , بازار سهام , تفاضل کسری , حافظه‎ی بلندمدت , سری‎های زمانی , مدل