پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدل های میانگین متحرک (MA) و میانگین متحرک با ورودی های خارجی (MAX)

چکیده:
تحقیق حاضر با هدف مدل سازی و پیش بینی بازده بورس اوراق بهادار تهران با استفاده از مدل های میانگین متحرک و میانگین متحرک با ورودی های خارجی صورت پذیرفته است. تحقیق حاضر ابتدا به بررسی موضوع بازده و انواع بازده پرداخته و سپس عوامل موثر بر بازده را که منتج از مبانی تئوریک مالی و تحقیقات مرتبط می باشد، شناسایی نموده است. در ادمه موضوع پیش بینی و روش های متداول آن بررسی و انواع مدل های پیش بینی بازده بازار سرمایه به تفصیل مورد بررسی قرار گرفته است. در قسمت بعدی روش تحقیق و نحوه تحلیل داده ها بررسی شده است. سپس از مدل رگرسیون خطی کلاسیک برای پیش بینی بازده بورس اوراق بهادار تهران استفاده گردیده و پس از آنکه نتایج آزمون های تشخیصی دلالت بر تاثیرپذیری متغیر وابسته از میانگین متحرک یک تا ده خود می باشد از مدل های MA و MAX جهت پیش بینی بازده بورس اوراق بهادار تهران استفاده گردید. پس از تخمین مدل های مذکور و تایید قدرت تصریح آنها از طریق بکارگیری آزمون های تشخیصی، بازده بورس اوراق بهادار تهران برای 4 دوره آتی پیش بینی گردید. پیش بینی های صورت پذیرفته با استفاده از مدل های تخمینی با داده های واقعی مورد مقایسه قرار گرفته و مدل بهینه با استفاده از معیارهای اطلاعاتی آکائیک، شوارزبیزین و حنان-کوئیک و همچنین معیار MSE،MAE،MAPE انتخاب گردید. نتیجه نهایی موید برتری مدل MAX بر مدل MA می باشد.
زبان:
فارسی
صفحات:
16 تا 37
لینک کوتاه:
magiran.com/p1119911 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!