شناسایی و مدل سازی اثرات تقویمی بورس اوراق بهادار تهران با استفاده از مدل های ARCH و GARCH
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
شناسایی و مدل سازی اثرات تقویمی بورس اوراق بهادار تهران با استفاده از مدل های ARCH و GARCH دارای ۳۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد شناسایی و مدل سازی اثرات تقویمی بورس اوراق بهادار تهران با استفاده از مدل های ARCH و GARCH کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی شناسایی و مدل سازی اثرات تقویمی بورس اوراق بهادار تهران با استفاده از مدل های ARCH و GARCH،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن شناسایی و مدل سازی اثرات تقویمی بورس اوراق بهادار تهران با استفاده از مدل های ARCH و GARCH :
نام کنفرانس، همایش یا نشریه : پژوهشهای اقتصادی
تعداد صفحات :۳۰
این مقاله به بررسی اثرات تقویمی بازده بورس اوراق بهادار تهران پرداخته است. در ابتدا با استفاده از یک مدل کلی که طیف وسیعی از اثرات تقویمی شناخته شده در سایر بورس های اوراق بهادار جهان را شامل می گردد، به شناسایی اثرات تقویمی موجود در مقادیر بازده بورس اوراق بهادار تهران پرداخته شده است. شواهد، بیانگر اثر قوی مقادیر بازده در ماه مهر و اسفند می باشد. بعلاوه نتایج نشان می دهند که بازده روزانه بورس با گذشت زمان کاهش یافته است. بعد از شناسایی اثرات تقویمی و حذف این اثرات از بازده بورس و قبل از برازش مدل های ARCH و GARCH جهت شبیه سازی نوسان پذیری بازده، با استفاده از آماره BDS به بررسی نشانه های وجود ساختار غیر خطی در مقادیر پسماند حاصل از رگرسیون پرداخته شده است.نتایج حاصل از به کارگیری این تست، موید این مطلب است که با وجود شناسایی و حذف اثرات تقویمی از مقادیر بازده روزانه، باز هم شواهدی مبنی بر وابستگی بین آنها یافت می شود. برازش مدل های ARCH و GARCH حاکی از موفق بودن این مدل ها در شبیه سازی وابستگی مقادیر پسماند می باشد. در انتها مقاله به بررسی اهمیت منظور کردن اثرات تقویمی در پیش بینی بازده بورس پرداخته است. شواهد نشان می دهد که منظور کردن اثرات تقویمی باعث افزایش قدرت پیش بینی می گردد؛ هر چند مدل رگرسیون معمولی که اثرات تقویمی در آن منظور شده باشد، نسبت به مدل های GARCH(1,1) عملکرد بهتری را دارد.
کلید واژه: اثرات تقویمی، بازار کارا، نوسان پذیری، همبستگی سریالی، مدل های GARCH
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.