Article

مدلسازی عدم تقارن و تغییر ساختاری سری های زمانی مالی با استفاده از فرآیندهای markov-switching garch

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

در طول سالیان گذشته استفاده از فرآیند¬های markov-switching (ms) جهت مدل¬نمودن دینامیک غیرخطی تلاطم سری¬های زمانی مالی به دلیل انعطاف¬پذیری آن در لحاظ ساختارهای مختلف برای داده¬ها به طور قابل ملاحظه¬ای افزایش یافته است. فرض متداول توزیع بازده، نرمال می-باشد در حالی که تحقیقات نشان داده است سری¬های زمانی مالی دارای چولگی معناداری نیز می¬باشند که چشم¬پوشی از آن می¬تواند منجر به خطا در پیش¬بینی که مهمترین هدف از بررسی یک سری زمانی است گردد. بنابراین آن¬چه که انگیزه اصلی این تحقیق را شکل داده است معرفی ms garch جهت مدل نمودن تلاطم بازده است به گونه¬ای که مدل بتواند عدم تقارن داده¬¬های مالی را نیز لحاظ نماید. بدین ترتیب عملکرد مدل¬های متقارن و نامتقارن ms garch را بر روی شاخص بورس اوراق بهادار تهران (tepix) با یکدیگر مقایسه خواهیم نمود. در نهایت با توجه به ارزیابی¬های انجام شده مدل نا متقارن mixicept که توانایی تولید چولگی دارد بهترین عملکرد را در بین تمامی مدل¬ها از خود نشان می¬دهد.

Authors and affiliations
  1. رسول سجاد — دکترای امور مالی-گرایش مدلسازی دانشگاه essex لندن استادیار دانشگاه علم و فرهنگ
  2. امیرحسین فراهانی راد — کارشناسی ارشد مهندسی مالی دانشگاه علم و فرهنگ

Similar items