این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مدلسازی اقتصادی، جلد ۳، شماره ۹، صفحات ۱۱۷-۱۴۱
عنوان فارسی مدل‌سازی و پیش‌بینی نوسانات بازار سهام با استفاده از مدل انتقالی گارچ مارکف
چکیده فارسی مقاله در این مطالعه، قدرت برازش و قدرت پیش‌بینی مجموعه‌ای از مدل‌های انتقالی گارچ مارکف SW-GARCH ، با استفاده از داده های بازار بورس اوراق بهادار تهران، طی سال‌های 90-1376 مقایسه می‌شود. در این مقاله، از مدل انتقالی گارچ مارکف برای پیش‌بینی نوسانات در بازار بورس اوراق بهادار تهران در افق‌های پیش‌بینی کوتاه مدت شامل یک‌روزه و پنج‌روزه (هفته‌ای) و دوره بلندمدت شامل ده‌روزه و 22روزه استفاده شده است. علت استفاده از این مدل‌ها آن است که برای همۀ شاخص‌های مدل، امکان چرخش یا انتقال بین دو رژیم پرنوسان و کم‌نوسان وجود دارد. به همین دلیل، هم توزیع گوسی (نرمال) و هم دو توزیع دنبالۀ پهن ( t -استیودنت و GED ) برای خطاها در نظر گرفته شده است. درجۀ آزادی نیز بین دو رژیم نوسان تغییرپذیر تعبیه شد تا چولگی احتمالی وابسته به زمان نیز در نظر گرفته شود. نتایج تجربی نشان می‌دهد برای پیش‌بینی نوسانات بازار سهام ایران، عملکرد مدل‌های SW - GARCH با توزیع خطای t و با درجۀ آزادی متغیر بین دو رژیم، بسیار بهتر از مدل‌های گارچ معمولی است. حتی در برازش و بررسی‌های داخل نمونه‌ای نیز این نوع از مدل‌های انتقالی مارکف، رتبۀ اول را در زمینه قدرت برازش به خود اختصاص دادند.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimating and forecasting the volatility of Tehran stock market, using Markov regime switching GARCH models
چکیده انگلیسی مقاله In this study we compare a set of Markov Regime-Switching GARCH models in terms of their ability to forecast the Tehran stock market volatility at different time intervals. SW-GARCH models have been used to avoid the excessive persistence that usually found in GARCH models. In SW-GARCH models all parameters are allowed to switch between a low or high volatility regimes. Both Gaussian and fat-tailed conditional distributions are assumed for the residuals, and the degrees of freedom can also be state-dependent to capture possible time-varying kurtosis. Using stationary bootstrap and re-sampling, the forecasting performances of the competing models are evaluated by statistical loss functions. The empirical analysis demonstrates that SW-GARCH models outperform all standard GARCH models in forecasting volatility. Also, the SW-GARCH model with the t distribution for errors has the best performance in fitting a model and estimation.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مینو نظیفی نایینی | minoo nazifi naeini
isfahan university
اصفهان- ح توحید میانی، بعد از شهید قندی، کوچه بانک پارسیان، بن بست رحمت ، پلاک39
سازمان اصلی تایید شده: بانک پارسیان

شهرام فتاحی | shahram fatahi
razi university
کرمانشاه دانشکده علوم اجتماعی گروه اقتصاد
سازمان اصلی تایید شده: دانشگاه رازی (Razi university)

سعید صمدی | saeed samadi
isfahan university
دانشگاه اصفهان گروه اقتصاد
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

نشانی اینترنتی http://jemr.khu.ac.ir/browse.php?a_code=A-10-599-1&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده پولی و مالی
نوع مقاله منتشر شده بنیادی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات