بررسی عملکرد مدلهای GARCH(1,1) و TGARCH در پیش بینی نوسان شاخص بورس بازار اوراق بهادار تهران در سه دوره زمانی قبل ، طی و پس از بحران ارزی سال 1391
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 648
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMEH02_166
تاریخ نمایه سازی: 16 شهریور 1395
Abstract:
باعنایت به نقش سرمایه در چرخه کلان اقتصادی امروزه سیاست گذاران اقتصادی نگاه ویژه ای به جذب سرمایه از طریق تشویق . ترغیب سرمایه گذاران دارند و از این رو موضوع کاهش ریسک و پیش بینی نوسانات در بازارهای مالی خصوصا بازار بورس اهمیت دوچندانی یافته است. و همین رویکرد جذابیت آن را برای محققین و پژوهشگران بیشتر نموده است. پژوهش حاضر تلاش دارد تا دو مدل از انواع مدلهای گارچ را که دارای خصوصیت پیش بینی بیش از سایر مدلهای اقتصاد سنجی هستند مقایسه نموده و کارایی هر یک را در دوره های زمانی متفاوت ارزیابی نماید. بدین جهت با استفاده از اطلاعات روزانه شاخص کل بورس بازاربورس اوراق بهادار تهران در بازه زمانی 1381/10/29 لغایت 94/02/15 شمسی و بصورت هفتگی همگن برابر با 644 مشاهده مستخرج گردیده است .بحران ارزی سال 91 که تا انتهای سه ماه اول سال 92 ادامه داشت دوره بحران تلقی شده است و برای ارزیابی مدلها از سه معیار اندازه گیری خطا سنی استفاده گردیده است. نتایج این پژوهش در هر سه بازه زمانی عملکرد مدل گارچ متقارن را تایید می نماید.و دارای کمترین انحراف پیش بینی بوده است.
Keywords:
مدلهای گارچ شاخص بورس اوراق بهادار تهران معیارهای اندازه گیری خطا
Authors
رضا اعتمادی نیا
دانشجوی کارشناسی ارشد توسعه اقتصادی و برنامه ریزی، دانشگاه آزاد اسلامی واحد اهواز، ایران
امیر غلامی
استادیارگروه اقتصاد، دانشگاه آزاد اسلامی واحد تهران، شمالی
مهدی بصیرت
استادیار گروه اقتصاد، دانشگاه آزاد اسلامی واحد اهواز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :