بررسی وجودحافظه بلندمدت در نوسانات قیمت املاک مسکونی شهر تهران

در سالهای اخیر، فرایندهای با حافظه بلندمدت، نقش مهمی در تجزیه و تحلیل سری های زمانی ایفا نموده اند. وجود حافظه بلندمدت در بازده دارایی ها، کاربردهای مهمی در بررسی کارایی بازار، منطق رفتاری سرمایه گذاران، قیمت گذاری و انتخاب پرتفوی دارایی دارد. در پژوهش حاضر با استفاده از مدل میانگین متحرک خودهمبسته با انباشتگی جزئی (ARFIMA) و مدلهای واریانس شرطی خودهمبسته با انباشتگی جزئی (FIGARCH) و واریانس شرطی خودهمبسته هیپربولیک (HYGARCH) به بررسی وجود حافظه بلندمدت در قیمت املاک مسکونی شهر تهران با استفاده از داده های فصلی طی دوره زمانی سه ماهه ابتدایی سال ۱۳۸۵ لغایت سه ماهه دوم ۱۴۰۲ می پردازیم . نتایج حاکی از آن است که وجود حافظه بلندمدت در قیمت املاک مسکونی شهر تهران در مدل ARFIMA در هر دو حالت ML و GLS و در مدل های خانواده GARCH در هر دو مدل FIGARCH و HYGARCH تایید می شود. با توجه به این نتایج می توان گفت رفتار قیمتی در سری زمانی یاد شده تابعی از گذشته بوده و انگیزههای معاملاتی سوداگرانه بر بازار آن ها حاکم است

Keywords:

قیمت املاک مسکونی شهر تهران , حافظه بلندمدت , میانگین متحرک خودهمبسته با انباشتگی جزئی , واریانس ناهمسانی شرطی خودهمبسته با انباشتگی جزئی