خرید و دانلود فصل دوم پایان نامه و ادبیات نظری سری های زمانی و واریانس و پژوهش های مرتبط با فرمت docx در قالب 42 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش

محمدی و همکاران در سال 1388 نوسانات در بورس اوراق بهادار تهران با استفاده از مدلهای گارچ  مدلسازی می نماید .نتایج این تحقیق که از نوع پیمایشی و کاربردی میباشد نشان میدهد که اولاً، مدل های ناهمسانی واریانس شرطی به خوبی میتوانند ویژگیهای داده های مالی از قبیل نوسانات خوشه ای، حافظه بلندمدت و اثرات اهرمی را مدل سازی نمایند . ثانیاً، در هر دو پرتفوی مورد بررسی یعنی پرتفوی متشکل از تمامی شرکتها و پرتفوی متشکل از پنجاه شرکت با نقد شوندگی بالا، همبستگی مثبتی میان ریسک و بازده وجود دارد .

نصیری و محمدی در سال 1389 مدل های ریسک متریک و گارچ در پیش بینی نوسانات شاخص بازده کل بورس اوراق بهادار تهران مقایسه كردند. در این تحقیق عملکرد پیش بینی خارج از نمونه 6مدل برای نوسانات روزانه شاخص قیمت و بازده نقدی  مورد ارزیابی قرار گرفته است. در فرضیه ادعا می شود که قدرت پیش بینی مدل ریسک متریک در بورس اوراق بهادار تهران بیشتر از مدل های نوع گارچ است.  مدل هایی که در این تحقیق با هم مقایسه شده اند عبارتند از: مدل ریسک متریک و تعدادی از مدل های نوع گارچ، شامل مدل GARCH، EGARCH، APARCH، TARCH، IGARCH. داده های مورد استفاده در این تحقیق، نرخ بازدهی روزانه در بورس اوراق بهادار تهران می باشد که به صورت روزانه جمع آوری شده است و دوره زمانی 07/01/1378 تا 28/12/1387 را تحت پوشش قرار می دهد. برای ارزیابی عملکرد پیش بینی مدل های مورد مقایسه، از سه آماره ارزیابی خطا استفاده شده است: ارزیابی خطای ریشه میانگین مربعات خطا ((RMSE ، متوسط قدرمطلق خطا ( MAE ( و تایل (Theil). نتایج حاصله از این تحقیق  بیانگر آنست که بر اساس هر سه معیار ارزیابی خطا، مدل ریسک متریک  بطور قابل ملاحظه ای بهترین عملکرد را در مقایسه با پنج مدل دیگر ( از خانوداه گارچ ) دارد و مدل EGARCH بدترین عملکرد پیش بینی را ارائه می دهد.

فهرست مطالب

2-1. مقدمه

2-2. مروری بر ادبیات تحقیق

2-2-1. تحقیقات داخلی

2-2-2. تحقیقات خارجی

2-3. سری های زمانی

2-3-1. روش های تحلیل سری های زمانی

2-3-2. ویژگی های سری های زمانی

2-3-3. مدل سازی سری های زمانی

2-3-4. معیارهای اطلاعاتی آکائیک و شوارتز

2-3-5. روش باکس- جینز

2-3-6. تبدیلات

2-3-7. پیش بینی

2-3-8. انواع واریانس

2-3-9. ویژگی های سری های زمانی مالی

2-4. واریانس ناهمسانی شرطی اتورگرسیو تعمیم یافته(گارچ )

2-4-1. فرآیند GARCH(p,q)

2-4-2. فرآیند GARCH(1,1)

2-4-3. آزمون مدل گارچ

2-4-4. تخمین حداكثر درستنمایی در مدلهای گارچ

2-5. شبیه سازی مونت كارلو

2-5-1. تاریخچه شبیه سازی مونت كارلو

2-5-2. اعدادتصادفی

2-5-3. تولید كننده های اعداد تصادفی

2-5-4. روش های تولید اعداد تصادفی

2-5-5. فرآیند شبیه سازی مونت كارلو

2-5-6. روش های شبیه سازی مونت كارلو

2-5-7. كاربردهای شبیه سازی مونت كارلو

2-5-8. مزایا و معایب شبیه سازی مونت كالو

منابع