سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات162
تعداد شماره‌ها6,693
تعداد مقالات72,239
تعداد مشاهده مقاله129,212,398
تعداد دریافت فایل اصل مقاله102,041,385
تهرانی, رضا, محمدی, شاپور, پورابراهیمی, محمدرضا. (1389). مدل‌سازی و پیش‎بینی نوسانات بازده در بورس اوراق‌ بهادار تهران. , 12(30), 23-36.
رضا تهرانی; شاپور محمدی; محمدرضا پورابراهیمی. "مدل‌سازی و پیش‎بینی نوسانات بازده در بورس اوراق‌ بهادار تهران". , 12, 30, 1389, 23-36.
تهرانی, رضا, محمدی, شاپور, پورابراهیمی, محمدرضا. (1389). 'مدل‌سازی و پیش‎بینی نوسانات بازده در بورس اوراق‌ بهادار تهران', , 12(30), pp. 23-36.
تهرانی, رضا, محمدی, شاپور, پورابراهیمی, محمدرضا. مدل‌سازی و پیش‎بینی نوسانات بازده در بورس اوراق‌ بهادار تهران. , 1389; 12(30): 23-36.

مدل‌سازی و پیش‎بینی نوسانات بازده در بورس اوراق‌ بهادار تهران

تحقیقات مالی
مقاله 1، دوره 12، شماره 30، بهمن 1389، صفحه 23-36    اصل مقاله (244.27 K)
نویسندگان
رضا تهرانی1؛ شاپور محمدی2؛ محمدرضا پورابراهیمی3
1دانشیار دانشکده مدیریت دانشگاه تهران، ایران
2عضو هیئت علمی دانشکده مدیریت دانشگاه تهران، ایران
3دانشجوی دوره دکترای مدیریت مالی دانشکده مدیریت دانشگاه‌ تهران، ایران
چکیده
در این مقاله عملکرد پیش‌بینی مدل‌های نوسان شرطی و غیر شرطی (12 مدل) در خصوص پیش‌بینی نوسان شاخص بازده نقدی و قیمت بورس تهران (TEDPIX) بر اساس معیار ارزیابی میانگین مربعات خطا (RMSE) بررسی شده است. نتایج نشان می‌دهد؛ عملکرد مدل میانگین متحرک 250 روزه، هموارسازی نمایی و CGARCH طبق معیار RMSE از دیگر مدل‌ها بهتر است. نتایج مدل‌های ترکیبی نیز نشان می‌دهد که در کل، مدل‌های غیر شرطی عملکرد بهتری نسبت به مدل‌های شرطی داشته‌اند. علاوه‎بر این، نتیجه به‎دست آمده از آماره دایبولد ـ ماریانو نشان می‌دهد که تفاوت معناداری میان قدرت پیش‌بینی مدل MA250 و مدل CGARCH وجود ندارد.
کلیدواژه‌ها
پیش‌بینی نوسان؛ شاخص بازده نقدی و قیمت بورس تهران؛ مدل‌های نوسان شرطی تعمیم‎یافته (GARCH)؛ نوسان شرطی؛ نوسان غیر شرطی
عنوان مقاله [English]
Modeling and forecasting the volatility of Tehran Exchange Dividend Price Index (TEDPIX)
نویسندگان [English]
Reza Tehrani1؛ Shapoor Mohammadi2؛ Mohammadreza Porebrahimi3
چکیده [English]
Modeling and forecasting the volatility of Tehran Exchange Dividend Price Index (TEDPIX)

The present research, analyses the forecasting performance of a variety of conditional and non-conditional models of TEDPIX volatility at the daily frequencies performance criterion namely the root mean square error (RMSE).
Under RMSE, results show MA250 and CGARCH models had better performance between non conditional and conditional models respectively. Results of combined models also show that non-conditional models have had better performance relative to conditional models. Further, result of Diebold- Mariano test shows that the forecasting performance of MA 250 is not statistically significant from that of CGARCH.
کلیدواژه‌ها [English]
Conditional Volatility, GARCH, non-conditional volatility, TEDPIX., Volatility Forecasting
آمار
تعداد مشاهده مقاله: 4,246
تعداد دریافت فایل اصل مقاله: 10,277





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب