پایان‌نامه

پیش بینی قیمت جهانی طلا با استفاده از مدل غیر خطی خودتوضیح آستانه ای(tar)

چکیده

قاعدتاً پول رایج هر کشور باید علاوه بر وظیفه «مبادله پرداخت»، به عنوان وسیله ذخیره ارزش نیز مورد استفاده قرار گیرد. در زمان جنگ، انقلاب و تورم شدید، پول رایج کشورها نمی تواند نقش خود را به عنوان ذخیره ارزش به خوبی ایفا نمایددر این زمان مردم برای حفظ ارزش دارایی خود به طلا روی می آورند که ارزش آن با تورم افزایش یافته و به دارنده خود در مقابل تورم منفعت می-رساند. بنابراین، طلا از دیرباز، به عنوان پول یا شبه پول، به دلیل قدرت نقدشوندگی بالا در سطح جهانی یک دارایی مهم و مقبول بوده است. پیش بینی قیمت ها، نقش عمده ای در بهینه سازی تولید، بازاریابی، استراتژی بازار و همچنین نقش موثری در سیاست گذاری دولت ها ایفا می نماید. چرا که دولت ها سیاست های خود را نه صرفاً بر مبنای وضع موجود، بلکه بر مبنای پیش-بینی های کوتاه و بلندمدت از متغیرهای کلیدی اقتصادی و مالی(نظیر رشد اقتصادی، قیمت نفت، ارز، طلا و شاخص بورس اوراق بهادار) ، تدوین نموده و به مورد اجرا می گذارند. بدیهی است که میزان صحت پیش بینی از جمله رموز موفقیت این سیاست ها می تواند به شمار آید. این پژوهش با هدف معرفی یک الگوی مناسب جهت پیش بینی قیمت جهانی طلا صورت پذیرفته است. داده های به کا رفته در این مطالعه از نوع داده های سری زمانی قیمت روزانه جهانی طلا به دلار آمریکا و مشتمل بر هفته اول 1/2008 الی هفته چهارم 1/2012 می باشد. از مجموع این مشاهدات، تعداد 1002 مشاهده (داده های تا انتهای سال 2011) برای مدل سازی و برآورد ضرایب مدل ها و نیز تعداد پانزده مشاهده (داده های ژانویه 2012) جهت پیش بینی خارج از نمونه مورد استفاده قرار گرفته شده است. همچنین، جهت بهبود پیش بینی های این تحقیق، نخست به تفکیک سری های «روند» و «دوران» از سری بازدهی قیمت جهانی طلا به کمک روش فیلترینگ (هادریک- پروسکات) پرداخته شده و سپس به تخمین مدل arima جهت تبیین سری بازدهی قیمت طلا و نیز سری فیلتر شده ی آن پرداخته شده و در انتها به مقایسه عملکرد این دو مدل در مدل سازی قیمت طلا، جهت بررسی تأثیر روندزدائی در بهبود عملکرد مدل ها پرداخته شده است. در ادامه جهت بررسی وجود اثرات غیرخطی در سری مربوطه، آزمون هایی نظیر: آزمون نسبت واریانس، آزمون بعد جاذب، آزمون reset رمزی، آزمون مک لئود- لی ارائه شده و پس از تأیید وجود اثرات غیرخطی در این سری، و نیز تأیید وجود حد آستانه در آن، به کمک مدل اتورگرسیو آستانه ای (tar) به مدل سازی و پیش بینی قیمت طلا در بازه زمانی تحقیق پرداخته شده است. یافته های این پژوهش نشان می دهد که اولاً به کارگیری روش فیلترینگ (هادریک- پروسکات) و در نتیجه استفاده از روندزدائی (همانطور که در مطالعات خارجی نیز تأیید شده بود)، سبب بهبود در مدل سازی ها و عملکرد پیش بینی ها شده است. ثانیاً در بین مدل های تحقیق مدل خود رگرسیون آستانه ای دارای بهترین عملکرد در پیش بینی های خارج از نمونه بر اساس معیارهای محاسبه ی خطای پیش بینی نظیر میانگین مجذور خطا (mse) و نیز معیار جذر میانگین مجذور خطا (rmse) بوده و پس از آن، مدل های رگرسیونی خطی arima ی فیلتر شده و نهایتاً مدل رگرسیونی خطی arima ی فیلتر نشده، بر اساس معیارهای بررسی دقت پیش بینی مذکور، در جایگاه بعدی برخورداری از عملکرد بهتر پیش بینی قرار گرفته اند.

اساتید راهنما و مشاور

لیلا ترکی، کریم آذربایجانی

پایان‌نامه‌های مشابه

اسناد مشابه

  • مدل سازی و پیش بینی قیمت سهمام با استفاده از معادلات دیفرانسیل تصادفی

    مقاله۲۰۰۵تحقیقات اقتصادیدکتر حمید خالوزاده، دکتر على خاکى صدیق

    فرایندهای سری زمانی را می توان به سه طبقه خطی، تصادفی و آشوبگونه دسته بندی کرد و براین اساس قابلیت پیش بینی در فرایندهای خطی ممکن، درفرایندهای تصادفی غیرممکن و در فرایندهای آشوبگونه تا حدی ممکن است. تحقیقات و مطالعات انجام شده قبلی در زمینه مدل سازی و پیش بینی قیمت سهام بیشتربر ا

  • مدل سازی و پیش بینی قیمت سهمام با استفاده از معادلات دیفرانسیل تصادفی

    مقاله۲۰۰۵مجله تحقیقات اقتصادیدکتر حمید خالوزاده، دکتر علی خاکی صدیق

    فرایندهای سری زمانی را می توان به سه طبقه خطی، تصادفی و آشوبگونه دسته بندی کرد و براین اساس قابلیت پیش بینی در فرایندهای خطی ممکن، درفرایندهای تصادفی غیرممکن و در فرایندهای آشوبگونه تا حدی ممکن است. تحقیقات و مطالعات انجام شده قبلی در زمینه مدل سازی و پیش بینی قیمت سهام بیشتربر ا

  • مدل سازی پیش بینی قیمت سهام با استفاده از شبکه عصبی و مقایسه آن با روشهای پیش بینی ریاضی

    مقالهپژوهشنامه اقتصادی

    استفاده از روشهایی برای پیش بینی وضعیت آینده، همواره دغدغه اصلی اندیشمندان علوم مختلف بوده است. در این راه بطور طبیعی، روشهایی، قابلیت ماندگاری و کاربردی مناسب دارند که دارای کمترین خطای ممکن در پیش بینی باشند. بر این مبنا در سالهای بسیار، روشهایی ریاضی؛ اعم از میانگین ساده، میان

  • مدل سازی و پیش بینی قیمت بنزین با استفاده از شبکه عصبی gmdh

    مقالهپژوهش های اقتصادی ایران

    در این پژوهش از شبکه عصبی gmdh مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) ب

  • پیش بینی قیمت سهام با استفاده از تلفیق مدل مارکوف پنهان و زنجیره مارکوف

    مقالهچشم انداز مدیریت مالیمصطفی زندیه، . دانشیار، گروه مدیریت صنعتی دانشگاه شهید بهشتی مهرداد خامی، کارشناسی ارشد مهندسی مالی ،دانشگاه رجا (نویسنده مسئول).

    در این تحقیق، تلفیقی از مدل «مارکوف پنهان» و مفهوم «زنجیره مارکوف» به­منظور پیش­بینی رفتار بازارهای مالی ارائه شده است. این ابزار توسعه­یافته می­تواند در تجزیه­وتحلیل بازار سهام، کاربردی مناسب داشته باشد. در ابتدا از الگوریتم ژنتیک به­منظور تعیین و تنظیم پارامترهای مدل «مارکوف پن

  • ارائه مدل پیش بینی قیمت سهام با استفاده از الگوریتم های یادگیری عمیق و کاربرد آن درقیمت گذاری سهام بانک های اسلامی

    مقاله۲۰۲۳اقتصاد و بانکداری اسلامیمهران سعیدی اقدم، احمد صادقی، علیرضا بحیرایی، سید یوسف حاجی اصغری

    پیش بینی قیمت سهام امری پیچیده است؛ مؤلفه­های گوناگونی از قبیل وضع عمومی اقتصاد، رخداد­های سیاسی و انتظارات سرمایه گذاران، بر بازار سهام تأثیر می گذارد. بازار سهام، در حقیقت یک سیستم غیرخطی و آشوبناک است که به عوامل متعدد سیاسی، اقتصادی و روانی وابسته است، برای غلبه بر مح