نجمه اکبری - دانشجوی کارشناسی ارشد، گروه آمار، دانشگاه زنجان
علی اقامحمدی - عضو هیئت علمی،گروه آمار، دانشگاه زنجان

هدف این مقاله مطالعه ی مدلهای نوسان تصادفی یا به اختصار مدلهای SV در سری های زمانی مالی و استنباط در مورد آنها با استفاده از روشهای بیزی است. نوسانات نقش مهمی در پیشینی های مالی دارد، زیرا می تواند میزان تورم در ارزش سرمایه و کمیت های تصادفی که اغلب تغییرات ناگهانی قیمت ها، چدید می آورند را اندازه گیری کند. در بین مدلهای پیش بینی سری های زمانی مالی، از آنجاییکه مدلهای SV توانایی ارزیابی تغییرات واریانس سهام یا نرخ ارز که در طی زمان مشاهده می شوند را دارد، به عنوان یکی از مهمترین کلاس مدلها در این زمینه محسوب می شوند. این مدلها در سری های زمانی مالی توسط بسیاری از تحلیلگران کمی، با تمرکز بر فرایندهای نرمال یا لاگ نرمال مورد مطالعه قرار گرفته است. در حالی که می دانیم کشیدگی بازده های مالی نشان دهنده ی این است که توزیع بازده ها دمهایی پهنت تر نسبت به توزیع نرمال دارند. در نتیجه توزیع نرمال نسبت به دادهها (بازده ها) استواری قابل قبولی ندارند. به همین دلیل استفاده از توزیع هایی با کشیدگی بالا نسبت به توزیع نرمال مانند توزیعهای آمیخته و ... در سالهای اخیر برای مدلهای نوسان تصادفی پیشنهاد شده است. در این مقاله توزیع پیشنهادی توزیع لاپلاس چوله است که کشیدگی و چولگی آن نسبت به توزیع نرمال و توزیع های آمیخته، انعطاف پذیرتر و همچنین دارای استواری بیشتری نیز می باشد. در واقع هدف تحلیل بیزی مدلهای نوسان تصادفی با فرض توزیع لاپلاس چوله برای بازده ها می باشد. زیرا در این گونه مدلها توزیع های پسینی پارامترها به شکل بسته قابل حصول نیست، از روشهای MCMC برای استنباط استفاده خواهد شد. در پایان نیز کارایی مدل پیشنهادی نسبت به مدلهای دیگر با استفاده از داده های واقعی بازار مورد مقایسه قرار خواهد گرفت.

مدل نوسان تصادفی، روشهای MCMC، توزع لاپلاس چوله، استنباط بیزی