پایان نامه مدیریت

منبع پایان نامه ارشد با موضوع تولید ناخالص ملی

دانلود پایان نامه

همبستگی قابل ملاحظه ای را بین قیمت سهام و حجم معاملات بیابند (چارلز ، 2008،13).
نتیجه دیگر کار گود فری و مورگسترن این بود که حجم معاملات روزانه با تغییر قیمت سهام در روزهایی که تغییر زیاد یا تغییر کم است همبستگی مثبت وجود دارد .این نتیجه توسط تحقیقات بعدی مورد تایید قرار گرفت و تحقیقات بعدی نشان داد که حجم معاملات روزانه با مربع تغییرات قیمت روزانه بستگی دارد. آنها این همبستگی را به سفارشات تعلیق دستور فروش یا دستور خرید های بالای قیمت نسبت دادند، زیرا عوامل فوق حجم معاملات را افزایش می دهد و قیمت را از نقطه تعادل خود منحرف می کند. نظریه او پس از این استدلالات این بود که حجم معاملات بر اثر حرکت قیمت در طی روز تغییر می کند و بهمین دلیل توزیع متغیر تابعی از حجم معاملات است.شکست تحقیقات گود فری و همکارانش جهت یافتن رابطه بین قیمت و حجم معاملات یینگ و کروچ را تشویق کرد تا در این زمینه فعالیت کنند. یینگ با بهره گرفتن از توزیع ‹ کای دو› روش تحلیل واریانس و همچنین شاخص قیمت روزانه طی شش سال آزمونی انجام داد او در این آزمون از شاخص ترکیبی استاندارد پوزر جهت 500 شرکت استفاده کرد و آن را با شاخص تقسیم سود اصلاح کرد.
همچنین حجم معاملات سهام روزانه را با تعداد کل سهام موجود در بازار بورس نیویورک اصلاح کرد و به نتایج ذیل دست یافت :
1-حجم معاملات کم عموماً با کاهش قیمت همراه است.
2-حجم معاملات زیاد عموماً با افزایش قیمت همراه است.
3- یک افزایش زیاد در حجم معاملات عمومی با یک افزایش زیاد یا کاهش زیاد در قیمت همراه است.
تحقیقات یینگ مورد انتقاد واقع شد، اما آیتم های اول و دوم نتایج تحقیق او وجود همبستگی مثبت بین حجم معاملات و قدر مطلق تغییرات قیمت را نشان داد، این تغییر توسط تحقیقات بعدی مورد تاکید قرار گرفت. بنابر این یینگ اولین کسی بود که همبستگی حجم معاملات و قیمت را اثبات نمود.
به غیر از یینگ افراد بسیار دیگری در این زمینه تحقیقاتی را انجام داده اندکه از جمله آنها کارلس اًپس بود او ابتدا آزمونهایی را بر روی اوراق قرضه و سپس بر روی سهام انجام داد. این آزمونها نشان می دادند که نرخ همبستگی بین حجم و قدر مطلق تغییر قیمت سهام زمانی که قیمت روند صعودی دارد از زمانی که قیمت کاهش می یابد بیشتر است. آنها همچنین مشاهده کردند که این رابطه در فاصله زمانی یک روز صرف نظر از روند افزایش یا کاهش قیمت وجود دارد، حال آنکه شواهد مغایری توسط وود و مکنیش و وارد بدست آمد. آنها دریافتند که نرخ همبستگی بین حجم و قدر مطلق تغییر قیمت وقتی روند کاهنده دارد بیشتر است. اسمیرلاک و استارک دریافتند که فقط در روزهایی که جریان پیوسته اطلاعات وجود دارد نظر اپس صحیح است و در سایر روزها در دوران افزایش قیمت این همبستگی کمتر از دوران کاهش قیمت است و علت این امر را به هزینه معاملات نسبت دادند.
جین و جوه(1995) دریافتند که حجم معاملات با اندازه تغییر قیمت مربوط است اما حجم معاملات به طور محسوسی نسبت به افزایش قیمت واکنش نشان می دهد تا نسبت به کاهش قیمت. آنها از اطلاعات مربوط به شاخص ساعتی بازار استفاده کردند نتایج تحقیقات فوق وجود رابطه بین حجم معاملات و تغییر قیمت را اثبات کرد. یینگ با بهره گرفتن از آزمون ضریب همبستگی و شاخص بازار به بررسی این رابطه پرداخت. روگالسکی(1998) با بهره گرفتن از آمار معاملات ماهانه 10 نوع سهام و10 نوع حق تقدم سهام، یک ضریب همبستگی مثبت بین حجم معاملات و تغییر قیمت بصورت همزمان پیدا کرد، اما هیچ گونه آزمون فاصله زمانی را انجام نداد. هاریس و مورگان در سالهای 1976 و 1986 همبستگی مثبت بین حجم معاملات و تغییر قیمت را بعنوان نتایج جنبی تحقیق خود مطرح کردند. ریچاردسون و سفیک و تامپسون و کمیسکی و والنیک و ویک وایک در سال 1989 همبستگی مثبت و متقابل بین گردش سالانه هر سهم و تغییرات قیمت آن پیدا کردند جیمز و ادمیستر در سال 1989سهام ها را بر اساس میانگین تعداد سهام معامله شده روزانه آنها درجه بندی کردند و تغییر حجم معاملات را نسبت به میانگین حجم معاملات روزانه اندازه گرفتند. آنهاهیچ رابطه ای بین تغییر قیمت و حجم مبادلات نیافتند.
دو خصوصیت اصلی تحقیقات فوق عبارتند از:

اول اینکه برخلاف آنچه در مورد رابطه حجم و قدر مطلق تغییر قیمت سهام گفته شده است اکثر همبستگی ها در بازار سهام یا اوراق قرضه گزارش شده اند و در بازار پیش خرید کالاها رابطه بین حجم معاملات و تغییر قیمت سهام گزارش نشده است.
دوم اینکه مشابه آنچه در مورد رابطه بین حجم معاملات و قدر مطلق تغییر قیمت سهام گفته شده اغلب نتایج آماری حاصله ضعیف هستند بعنوان مثال ضریب همبستگی که توسط روگالسکی جهت سهام های عادی محاسبه شده بطور میانگین 395/0 است و جهت حق تقدم خرید سهام های مذکور در این جا 318/0 محاسبه شده است. بعلاوه ضریبهای همبستگی محاسبه شده در آن همگی مثبت نیستند.
نکته جالب توجه ای که در این قسمت به چشم می خورد اینست که در اکثر مواردی که در بالا از آنها یاد شد رابطه معناداری بین حجم معاملات و قیمت سهام به چشم نمی خورد و باید دید که در کشور ما و بصورت ویژه در تحقیق حاضر به چه نتایجی بدست خواهد آمد .
همیلتون (1989)، برای نخستین بار وی انتقال رژیم را در مدل گلدفلد و کوانت (1973) با بهره گرفتن از یک مدل خودرگرسیونی چرخش رژیم (MS-AR) مورد استفاده قرار داد. در این مطالعه رفتار بسیاری از متغیرهای اقتصادی در طول زمان در مواجهه با رویدادهای مختلف دستخوش تغییرات اساسی و بنیادی می شود. مشاهده چنین رفتاری در بلند مدت تقریبا برای هر متغیر کلان اقتصادی و مالی امکان پذیر است. چنین تغییرات آشکاری در فرآیند سری های زمانی می تواند در نتیجه وقایعی همچون جنگ، بحران های مالی و یا تغییرات اساسی در سیاست های پولی و مالی ایجاد شود.وی در این مقاله به ارائه رویکردی مشخص و قابل اجرا در زمینه مدل سازی تغییرات رژیم ها می پردازد. برای مثال ممکن است میانگین نرخ رشد یک سری ناایستا دچار تغییرات گسسته و مقطعی گردد. اقتصادسنجان نمی توانند این تغییرات را به طور مستقیم مشاهده کنند بلکه با توجه به رفتاری که از سری ها مشاهده می کنند می توانند نتیجه گیری احتمالی در مورد امکان و زمان وقوع این تغییرات دست یابند. در این مقاله الگوریتمی برای چنین نتیجه گیری های احتمالی در قالب یک فیلتر تکرارشونده غیرخطی ارائه شده است. این فیلتر با بهره گرفتن از شیوه احتمال حداکثری به تخمین پارامترهای جمعیتی می پردازد و زمینه پیش بینی ارزش های این سری ها در آینده را فراهم می کند. به کاربستن تجربی این تکنیک ها در تولید ناخالص ملی واقعی پس از جنگ درا یالات متحده نشان می دهد که تغییر دوره ای از نرخ رشد مثبت به نرخ رشد منفی ویژگی رایج چرخه بازرگانی ایالات متحده است و می تواند به عنوان یک معیار هدف برای تعریف و اندازه گیری رکودهای اقتصادی مورد استفاده قرار گیرد.
ارزش های پارامتری پیش بینی شده نشان می دهند که به طور معمول بحران اقتصادی با افت دائمی و 3 درصدی در سطح تولید ناخالص ملی همراه است و این مطالعه به بررسی احتمال وقوع تغییرات گسسته و خودهمبسته در نرخ های رشد تولید ناخالص ملی واقعی می پردازد. گمانه زنی های تجربی نشان می دهند که در تعریف یک چرخه بازرگانی بهتر است به جای در نظر گرفتن ضرایب مثبت در وقفه های پایینِ یک مدل خودکاهنده، الگوی تکرار شونده تغییرات مابین حالت رکود و حالت رشد اقتصادی را مدنظر قرار داد. درواقع برآوردهای آماری حالت رشد اقتصادی کاملاً با تاریخ های ارائه شده توسط دفتر ملی پژوهش های اقتصادی ( NBER ) در مورد رکودهای پس از جنگ همخوانی دارد و می تواند به عنوان شیوه ای جایگزین و عینی برای تعیین تاریخ چرخه های بازرگانی مورد استفاده قرار گیرد.
چو و همکاران (1996)، رابطه بین بازدهی سهام و نوسانات بازار سهام با بهره گرفتن از مدل MS-AR مورد بررسی قرار داده و دریافتند که رابطه غیر خطی و نامتقارن بین بازدهی و نوسان بازار وجود دارد. آن ها در مدل خود از شاخص وزنی ارزش بازار بورس نیویورک از جولای 1962 تا دسامبر 1993 بکار بردند. داده ها از نوار داده های CRSP به دست آمده اند.بازده های ماهانه برای اولین مرحله تخمین مورد استفاده قرار گرفته اند. معیار Schwert از نوسانات ماهانه برای برآورد مرحله دوم مورد استفاده قرار گرفت وNTIS تعداد بازده های روزانه و RITAS متوسط بازگشت در ماه t است.
این مقاله مربوط به تغییر در نوسانات بازده سهام به تغییرات رژیم در بازده می باشد .بطور خاص، آن ها یک مدل سوئیچینگ مارکوف برای بازده سهام و بررسی نوسان در رژیم های مختلف بازده بکار بردند.
آن ها نتیجه گرفتند که بازده به بهترین وجه توسط شش رژیم توصیف می شود و در اکتبر سال 1987 محاسبه پرت برای بخش بزرگی از تغییر در نوسانات است.

پایان نامه
برای دانلود متن کامل پایان نامه ، مقاله ، تحقیق ، پروژه ، پروپوزال ،سمینار مقطع کارشناسی ، ارشد و دکتری در موضوعات مختلف با فرمت ورد می توانید به سایت  77u.ir  مراجعه نمایید
رشته مدیریت همه موضوعات و گرایش ها : صنعتی ، دولتی ، MBA ، مالی ، بازاریابی (تبلیغات – برند – مصرف کننده -مشتری ،نظام کیفیت فراگیر ، بازرگانی بین الملل ، صادرات و واردات ، اجرایی ، کارآفرینی ، بیمه ، تحول ، فناوری اطلاعات ، مدیریت دانش ،استراتژیک ، سیستم های اطلاعاتی ، مدیریت منابع انسانی و افزایش بهره وری کارکنان سازمان

مطلب مشابه :  منابع مقاله دربارهابراز وجود

در این سایت مجموعه بسیار بزرگی از مقالات و پایان نامه ها با منابع و ماخذ کامل درج شده که قسمتی از آنها به صورت رایگان و بقیه برای فروش و دانلود درج شده اند

برآورد های آن ها حاکی از رابطه ای قوی و همزمان بین بازده و نوسانات در سراسر رژیم است و زمانی که این نوسانات بیشتر باشد ” بازده بالا” یا “زیر طبیعی” می باشد و بازده ها و نوسانات به صورت غیر خطی مرتبط هستند و رابطه نامتقارن است. علاوه بر آن، افزایش در نوسانات برای انحراف منفی در بازده، بزرگتر از انحرافات مثبت است .
اسچالر و نوردن (1997)، رفتار چرخش رژیم شدید را در رفتار بازدهی سهام مشاهده نمودند. آن ها با بهره گرفتن از آزمایش های جدید، شواهد بسیار قوی در تغییر رفتار رژیم یافتندآن ها شواهد بسیار قوی از رفتار تغییر در بازده های بازار سهام را پیدا کردند. این شواهد شامل تغییردر میانگین ، تغییر در واریانس ، و یا تغییر هم در میانگین و هم در واریانس می باشد. آن ها نشان دادند که فرضیه عدم چرخش رژیم را می توان در دوره پس از جنگ جهانی دوم رد کرد.

 
 
هنگامی که اسچالر و نوردن تغییر در میانگین ها را ایجاد کردند، دو حالت متمایز در داده ها پدید آمد. در حالت 0 (صفر)، بازده بیش از 82 واحد(پایه) در هر ماه (در حدود 10 درصد در سال) وجود دارد. این حالت بسیار ماندگار است. در حالت 1 (یک)، سقوط بازار سهام، متحمل زیان هایی در حدود 17٪ در یک ماه را شامل می شود. این حالت بسیار زودگذر است.هنگامی که آن ها تغییر در واریانس ها را ایجاد کردند، دریافتند واریانس بازده در حالت واریانس- بالا حدود سه برابر بیشتر نسبت به حالت واریانس-کم می باشد. هر دو حالت بسیار پایدار هستند (احتمال باقی ماندن در هرحالت بیش از 90٪ است). دوره ای که در آن احتمال حالت بازده بالا ،کم می باشد عبارتند از اوایل دهه 1930، اواخر سال 1930، و 1987. نرخ های کوچکتر احتمال حالت بازده – بالا در سال 1960 و 1970 اتفاق می افتد و تا حد قابل توجهی، در این دوره ها احتمال حالت واریانس-کم، پایین است . وقتی که هم در میانگین و هم در واریانس تغییرات ایجاد کردند، دریافتند در یک حالت، بازده ها بیش از حد، بالا هستند و واریانس کم است، درسایر حالت ها ، بازده ها بیش از حد پایین (منفی) است و واریانس بالا است.
اسچالر و نوردن بازده های بازار سهام را به طور گسترده مورد مطالعه قرار دادند. آن ها معتقدند این مقاله تعدادی از ویژگی های جدید بازدهی بازار سهام را برجسته می کند. آن ها محققان تجربی را برای پیوستن به این روش های جدید و جالب و نظریه پردازان قیمت گذاری دارایی را جهت رسیدن به این حقایق بیشتر که در این تحقیق مشخص شد، دعوت می کنند .
نیشی یاما (1998)، وجود و ماهیت رژیم‌های مختلف در بازدهی کل سهام را در پنج کشور صنعتی مورد بررسی قرار داده و به این نتیجه دست یافت که نوسانات سهام نقش بیشتری را در انتقال رژیم بر عهده داشته است. وی با بهره گرفتن از مدل سوئیچینگ مارکوف برای بررسی تغییرات در رژیم های مختلف در بازدهی کل سهام از سال 1976 تا 1991 در کشورهای آلمان، ژاپن، ایالات متحده آمریکا، انگلیس و کانادا مورد بررسی قرار داد و به این نتیجه دست یافت که بازار آلمان طولانی ترین زمان را بعد از یک شوک، برای بازگشت به حالت عادی دارد و کانادا کوتاه ترین زمان را برای بازگشت به حالت عادی دارد و واریانس بازده سهام آلمان دارای کمترین میانگین بازده در حالت نوسانات- شدید می باشد.
افزایش در نوسانات قبل از سقوط بازار سهام در سال 1987 تشخیص داده شد.نیشی یاما به این نتیجه دست یافت که بازده سهام و زمان مختلف هستند و واریانس شرطی وابسته به حالت است و اینکه بازار به طور گسترده ای در فرکانس های تغییرات رژیم، تغییر می کند و تداوم دارد.
مک کاردی و ماهئو (2000)، با بهره گرفتن از مدل چرخش رژیم، بازار سهام آمریکا را در دو رژیم مختلف بازدهی بالا_وضعیت پایدار و بازدهی کم_وضعیت نوسان مشخص نموده‌اند. در این مطالعه از مدل چرخشی مارکف که دارای وابستگی زمانی است برای شناسایی ساختار غیرخطی در میانگین شرطی و واریانس بازده سهام استفاده گردیده است. در این مدل بازار سهام آمریکا را در دو رژیم مختلف بازدهی بالا_وضعیت پایدار و بازدهی کم_وضعیت نوسان دسته بندی می شوند که به ترتیب به این دو حالت بازارهای صعودی و نزولی می گوییم. این تحقیق با بهره گرفتن از داده های ماهیانه، به شناسایی رکودهای اقتصادی مهم بازار در مدت زمان 160 سال می پردازد. اگرچه بهترین منافع بازار در آغاز بازار صعودی به دست می آیند، بازارهای صعودی دارای تابع نزولی خطرناکی هستند. در بازارهای نزولی، تغییرپذیری (نوسانات) در طول زمان افزایش می یابد. با تغییر این نوسانات با زمان، امکان کنترل خوشه بندی نوسانات وجود دارد. این داده ها از شُوِرت(1990) گرفته شده و بازده های ماهیانه، ازجمله سودهای سهامِ مربوط به سال های 1802 تا 1925 می باشد. داده های مربوط به سال 1926 تا 1995 از پرتفوی وزندار ارزشی GRSP برای شاخص های NYSE/AMEX و به صورت ماهیانه جمع آوری شده اند. نحوه انتخاب داده های نشانگر هدف، کنترل تعداد ممکن و حداکثری فازهای بازار بورس، به منظور رسیدن به تخمین دقیق است. به دلیل وجود شکست ساختاری مشهود در واریانس سری های ماه اول سال 1834، از داده های بازه زمانی 2/1834 تا 2/1995 استفاده شد. داده های مربوط به سال های 1802 تا 1833 در مقایسه با داده های پس از سال 1833 نشان دهنده واریانس بسیار کمتری هستند. آن ها در مطالعه خود شواهدی مبنی بر رفتار غیرخطی در بازده های ماهیانه سهام به بررسی ترکیبی کلی از مدل توزیعات پرداختند. آن ها این مدل را برای درنظر گرفتن تاثیرات ARCH بسط داده از مدت زمان(دیرش) به عنوان یک متغیر شرطی استفاده کردند.
برآوردهای مدل های تجربی به وضوح به شناسایی یک حالت بازده بالا و بازده پایین می پردازند که از آن ها با عنوان بازارهای صعودی و نزولی یاد می کنند. حالت بازده بالا با واریانس شرطی پایین مرتبط است درحالی که حالت بازده پایین نشان دهنده واریانس شرطی بالاتر

مطلب مشابه :  پایان نامه رشته مدیریت درباره :آزمون همبستگی اسپیرمن

دیدگاهتان را بنویسید