مقایسه تطبیقی پیش بینی تلاطم پذیری قیمت سهام با روش گارچ و گارچ بوت استرپ

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 77

فایل این مقاله در 27 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAMFN-11-1_012

تاریخ نمایه سازی: 16 آبان 1402

چکیده مقاله:

با توجه به اهمیت اندازه گیری نوسانات در ارزیابی ریسک و دو ویژگی تلاطم خوشه­ای و کشیدگی در سری­های زمانی در این پژوهش به ارائه روشی جهت پیش بینی برون­نمونه ای نوسان قیمت سهام با استفاده از روش گارچ و گارچ بوت استرپ پرداخته شده است. داده­های تحقیق، ۵۰ شرکت برتر بازار اوراق بهادار، با توجه به مقایسه بازه­های اطمینان حاصل از دو روش مذکور و ارزیابی پیش بینی با استفاده از ضرایب تخمینی بوت استرپ، نتایج حاصل از ۵۰۰ بار نمونه گیری مجدد حاکی از آن است که بازه اطمینان روش گارچ بوت استرپ از بازه اطمینان روش گارچ، کوتاه تر است، لذا روش گارچ بوت استرپ پیش­بینی دقیق­تری نسبت به روش گارچ ارائه می­دهد. معمولا انتظار بر این است که با افزایش افق زمانی پیش بینی واریانس افزایش یابد اما در مورد روش گارچ (۱,۱) چنین حالتی رخ نمی دهد؛ لذا پیش بینی با استفاده از روش گارچ بوت استرپ سازگاری بیش­تری با شواهد تئوریک دارد.

نویسندگان

رحیم قاسمیه

گروه مدیریت، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز ، ایران

حسنعلی سینایی

گروه مدیریت، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز ، ایران

عبدالحسین نیسی

گروه مدیریت، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز ، ایران

زهرا چهارلنگی سردارآبادی

گروه مدیریت، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، اهواز ، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Seo, Y.-J., Et Al. (۲۰۱۷). The Enablers To Achieve Supply ...
  • Wang, L., Fan H., and Gong T. (۲۰۱۷). The Sales ...
  • Bala, M. and Kumar D. (۲۰۱۱). Supply chain performance attributes ...
  • Brandenburg, M. and Seuring, S. (۲۰۱۱). Impacts of supply chain management ...
  • Diehl, D. and Spinler, S. (۲۰۱۳). Defining a common ground ...
  • Bottani, E., R. Montanari, and Volpi, A. (۲۰۱۰). The impact ...
  • Bottani, E. and Rizzi, A. (۲۰۰۸). Economical assessment of the ...
  • Fearne, A. and Hughes, D. (۱۹۹۹). Success factors in the ...
  • Hughes, D. and Merton, I. (۱۹۹۶). “Partnership in produce”: the ...
  • Gimenez, C. (۲۰۰۶). Logistics integration processes in the food industry, International ...
  • Vanelslander, T., Deketele, L. and Van Hove, D. (۲۰۱۳). Commonly used ...
  • Diabat, A., Govindan, K., and Panicker, V.V. (۲۰۱۲). Supply chain ...
  • Christopher, M., et al. (۲۰۱۱). Approaches to managing global sourcing risk, ...
  • Manuj, I. and Mentzer, J.T. (۲۰۰۸). Global supply chain risk management, ...
  • Zahiri, B., Tavakkoli-Moghaddam, R., and Pishvaee, M.S. (۲۰۱۴). A robust possibilistic ...
  • Zahiri, B., et al., (۲۰۱۵). Blood collection management: a robust possibilistic ...
  • Bouzembrak, Y., et al., (۲۰۱۲). A possibilistic linear programming model for ...
  • Mohammed, A. and Wang, Q. (۲۰۱۷). Developing a meat supply ...
  • Mousazadeh, M., Torabi, S.A., and Zahiri, B. (۲۰۱۵). A robust possibilistic ...
  • Rabbani, M., Zhalechian, M., and Farshbaf‐Geranmayeh, A. (۲۰۱۸). A robust possibilistic ...
  • Zhu, Y., and Huang, G. (۲۰۱۵). A robust possibilistic mixed-integer programming ...
  • Bansal, A. (۲۰۱۱). Trapezoidal fuzzy numbers (a, b, c, d): ...
  • Pishvaee, M.S. and Torabi, S.A. (۲۰۱۰). A possibilistic programming approach for ...
  • Pishvaee, M.S., Razmi, J., and Torabi, S.A. (۲۰۱۲). Robust possibilistic programming ...
  • Mousazadeh, M., et al., (۲۰۱۸). Health service network design: a ...
  • Saffari, H., et al., (۲۰۱۵). Multi-objective robust optimization model for social ...
  • Mavrotas, G. (۲۰۰۹). Effective implementation of the ε-constraint method in multi-objective ...
  • نمایش کامل مراجع