شناسایی و برآورد پارامترهای فرآیند FIGARCH

تغییرپذیری، یک معیار آماری جهت نشان دادن میزان پراکندگی درآمد برای یک شاخص بازار است. این معیار می تواند به وسیله انحراف معیار یا واریانس میان سود حاصله از شاخص سرمایه اندازه گیری شود. به طور معمول، تغییرپذیری بالاتر معادل با ریسک بیشتر است. در سری های زمانی، مدل های ناهمواریانس شرطی از جمله مدل هایی هستند که هدفشان توضیح اینگونه از تغییرات است. این پژوهش، با هدف شناسایی، برآورد و پیش بینی پارامترهای فرآیند ناهمواریانس شرطی خودبرگشت کسری تلفیق یافته و به روش شبیه سازی انجام شده است. در این مقاله، نخست مدل ناهمواریانس شرطی خودبرگشت کسری تلفیق یافته (FIGARCH) برای کنترل حافظه بلند مدت در واریانس شرطی معرفی گردیده است. خاصیت حافظه بلند مدت به این مدل اجازه می دهد تا گزینه بهتری نسبت به دیگر مدل های ناهمواریانس شرطی برای مدل سازی تغییرپذیری در بعضی حالت ها مانند نرخ های ارز، بازده بازار سهام و نرخ های تورم باشد. در ادامه نحوه شناسایی، روش های برآورد پارامترهای مدل FIGARCH و ساختار این مدل با استفاده از روش های شبیه سازی مورد بحث قرار گرفته است.