پایان نامه مدیریت

منبع پایان نامه ارشد با موضوع شاخص بازار بورس-فروش پایان نامه کامل

دانلود پایان نامه

است. این نتایج در برابر چندین مشخصه مقاوم هستند. مدل DDMS-ARCH همه رکودهای مهم بازار بورس را در حالت بازده پایین دسته بندی می کند. همچنین این فیلتر تاریخ نقاط عطف سقوط های تاریخی بازار بورس، همانند سال 1929 را نشان می دهد. مدل DDMS-DD نشان دهنده تحولی در توضیح بازده های درون-نمونه بر روی مدل خطی است. براساس تست های عیب یابی مبتنی بر پسماند ، مدت زمان(دیرش) به عنوان یک متغیر شرطی می تواند همه واریانس های ناهمسان پسماند را توجیه کند. نقشه های انحراف معیار شرطی از مدل های DDMS-ARCH و DDMS-DD به شکل قابل توجهی مشابه یکدیگرند.
مدل مک کاردی و ماهئو نشان دهنده وابستگی منفی به مدت زمان(دیرش) در احتمالات انتقالی بازارهای صعودی و نزولی است. نتایج اولیه نشان می دهند که وابستگی زمانی در ماتریس انتقالی از فرآیند میانگین شرطی و واریانس شرطی ناشی می شود. بناراین دیرش به عنوان یک متغیر شرطی هم برای میانگین شرطی و هم برای واریانس شرطی حائز اهمیت است. برای مثال بهترین منافع بازار در ابتدای یک بازار صعودی به دست می آیند و تغییر پذیری با افزایش مدت زمان بازار نزولی بالا می رود.
نیلسن و اولسن (2000)، با بهره گرفتن از مدل چرخش رژیم دو مرحله‌ای، در رژیم کم بازده – کم نوسان و پر بازده_پر نوسان را برای بازار سهام دانمارک شناسایی نموده‌اند که رژیم کم بازده_کم نوسان به استثنای چند بازه زمانی کوتاه تا اویل دهه 70 در این بازار رژیم غالب بود و در دهه های 80 و 90 بازار سهام دارای رژیم پر بازده– پر نوسان بودند. آن ها فرایند بازگشت به میانگین را طراحی کردند. با اجرای این تست ، برگشت به میانگین نه در سطح اهمیت 5% ، بلکه در سطح اهمیت 10% اتفاق افتاد که نسبت به شواهد به دست آمده از طراحی و تخمین یک مدل خودکاهنده استاندارد برای بازده ها، شواهد ضعیف تری را نشان می دهد. علاوه براین با تحلیل سهم هر دو رژیم به این نتیجه دست یافتند که بازگشت به میانگین تنها به دلیل وجود رژیم اخیر که دارای تغییر پذیری بالا و بازده بالا بوده است؛ پدید آمده است. مدل چرخش رژیم که توسط کیم و نلسون(1998) و نلسون استارتز(1998) بر روی بازده های بورس و با بهره گرفتن از داده های ایالات متحده اجرا شده است.
نیلسن و اولسن معتقدند، رویکردشان با توجه به در نظر گرفتن عبارت خودکاهنده و با بهره گرفتن از تغییرات رژیم در میانگین از دیگر رویکردها متمایز است. هر دوی این خصوصیات با داده های به دست آمده از بازار بورس دانمارک ارتباط دارند.
اسماعیل و ایزا (2008)، با بهره گرفتن از مدل MS-AR به توضیح رفتار انتقال رژیم برای 4 شاخص بورس مالزی بین سال‌های 1974 تا 2003 پرداخته اند. این مدل موفق به کنترل زمان‌بندی انتقال رژیم در 4 سری زمانی مورد نظر شده و علت وقوع این تغییر را در بحران‌های مالی و اقتصاد جهانی نظیر شوک‌های نفتی 1974، سقوط بازار سهام 1987 و بحران‌های مالی 1997 تشخیص داده است.
استفاده از مدل MS-AR در شناسایی زمان بندی تغییرات رژیم در این چهار سری موفق بود و تغییرات رژیم بحران های مالی و اقتصادی جهانی چون شوک قیمت نفت در سال 1974، نقدینگی بازار بورس در سال 1987 و بحران مالی در سال 1997 بود. افزون برآن، با توجه به نتایج چشمگیر به دست آمده از نسبت احتمال (تست) LR ، استفاده از مدل غیر خطی MS-AR نسبت به مدل خطی AR توجیه پذیر است.
همه سری ها از نظر بازده مورد تحلیل قرار گرفتند. آن ها در این با فرض اینکه با بهره گرفتن از داده های با فراوانی کم می توان تغییرات رژیم در خلال زمان را با وضوح بیشتری مشاهده کرد از سری های ماهانه استفاده کردند و بازده های منفی بالا در سال های 1987و 1997 شناسایی گردید. این امر نشان دهنده آن است که تغییرات رژیم در طول این دوره ها اتفاق افتاده است.
اسماعیل و ایزا پیشنهاد کردند، بهتر است در تحقیقات آینده از مدل MS-AR با تعویض در میانگین و واریانس برای مشخص کردن ترتیب گاهشمارانه چرخه بازرگانی در مالزی استفاده گردد.
کاسوانتا و سالاما (2009)، با بهره گرفتن از مدل چرخش رژیم می‌تواند منجر به پیش‌بینی بهتری از نوسانات بازار سهام در بازار بورس آلمان شود.
آن ها مدلی را که به طور همزمان حافظه بلند مدت و چرخش رژیم برای بازده های سهام آلمان استفاده شده است را محاسبه کردند و در برآورد پارامترها فرض بر این است که احتمال انتقال نامعلوم است.
کاسوانتا و سالاما براساس این فرض با بهره گرفتن از احتمالات برآوردی با کمک مدل انتقال سوئیچینگ مارکوف به عنوان اطلاعات پیش بینی شده درنظر گرفت و با توجه به حوادث گذشته، پیش بینی های بهتری از نوسانات بازار سهام گرفت.
تیمر من و انگ (2011)، آنها معتقدند مدل های چرخشی رژیم می تواند برای تغییر یکباره رفتار در بازارهای بورس که موجب یک رفتار جدید در متغیرهای مالی، معمولاً تا چندین دوره پس از تغییر باقی می مانند، تطبیق داده شوند. اگرچه رژیم های شناسایی شده توسط مدل های چرخشی رژیم در یک فرآیند اقتصاد سنجی مورد شناسایی قرار می گیرند، معمولاً ماهیتاً با دوره های مختلف در مقررات، سیاست و دیگر تغییرات سکولار هماهنگی دارند.در برآوردهای تجربی، میانگین، بی ثباتیها، خودهمبستگی ها و کوواریانسهای متقاطع های چرخشی رژیم در بازگشتیهای سرمایه معمولاً در میان رژیم های مختلف متفاوت است ، همین امر این امکان را می دهد که مدل های تعویض رژیم به شناسایی رفتار روشمند بسیاری از سری های مالی چون دنباله ضخیم، واریانس ناهمسان، چولگی و همبستگی های متغیر زمان بپردازند.
آن هادر این مطالعه چگون
گی مدل سازی تغییرات رژیم، تاثیر آن ها بر قیمت های سرمایه متوازن و شواهد تجربی منطبق بر رژیم ها در سری های بازده سرمایه ای مختلف در درآمد ثابت، دیون و بازارهای ارز را مورد بررسی قرار دادند و به این نتیجه رسیدند حوادث مهمی مانند ورشکستگی شرکت Lehman در سپتامبر 2008، یا سرنگونی شاه در ایران و در پی آن افزایش ناگهانی قیمت های نفت ، ممکن است جرقه اولیه را بزند. امّا به شکل گسترده تر، رژیم ها می توانند نوسانات را به وضعیت اقتصاد نزدیک کنند تا ماهیتی دوگانه نداشته باشد و در طول زمان رشد کنند. احتمال دیگر این است که رژیم ها از اتنظارات سرمایه گذاران شکل می گیرند.
آن ها با تحلیل ساده ای که بر روی مدل قیمت گذاری سرمایه متوازن انجام دادند به این نتیجه رسیدند که رژیم ها در رشد مصرفی یا سود سهام به رژیم هایی در بازده سرمایه تبدیل می شوند که یکنواختی کمتری دارند و می توانند در شناخت بهتر ویژگی های پنهان و اساسی کمک کننده باشند.
تیمر من و انگ معتقدند؛ شناخت، پویایی و عقلانیت محدود می تواند از جمله دلایل وجود رژیم ها باشد. علاوه بر عوامل پنهان رژیم ها، حوزه های وسیع دیگری نیز وجوددارند که در تحقیقات آتی جای کار دارند. بسیاری از کارهایی که در زمینه قیمت گذاری سرمایه و چرخش رژیم صورت گرفته اند معمولا در آن یک سرمایه ریسک دار یا مجموعه کوچکی از این سرمایه ها را در نظر گرفته اند. تاثیرات سطح مقطعی رژیمها بر بازده سرمایه نیز بسیار کم مورد مطالعه قرار گرفته است. سهام های فردی و اوراق بهادار صنعتی نیز ممکن است از نظر حساسیت و مواجهه با تغییرات رژیم با یکدیگر تفاوت داشته باشند.

 
 
عجمی و چارفدین (2011)، با بهره گرفتن از مدل‌های چرخش رژیم به بررسی بازار سهام تونس پرداخته‌اند. آن ها به بررسی این نکته پرداختند که آیا بازده بازار بورس تونس یا TUNINDEX نشان دهنده رفتار چرخش رژیم هست یا خیر. مدل‌های LSTAR و MS-AR را برای بررسی تغییر در نوسانات بازار مورد مقایسه قرار دادند.
تحقیق در زمینه حالت های غیرخطی در بازده های بازار بورس در حوزه تحقیقاتی رو به گسترش است.به ویژه، بسیاری از مقالات نوشته شده در این زمینه بیانگر آن هستند که مدل های چرخشی رژیم نتایج بهتری نسبت به مدل های خطی دارند. در این تحقیق آن ها به بررسی ماهیت رفتار انتقالی بین رژیم بالا و پایین در تغییرپذیری بازده بازار بورس تونس پرداخته و در این بررسی از هر دو مدل LSTAR و MS-AR استفاده کردند. نتایج مطالعه آن ها نشان می‌دهد که مجموعه این مدل‌های غیر خطی برای مدل‌سازی بازار بورس نسبت به مدل‌های خطی مناسب‌تر است، با بررسی ویژگی‌های این دو مدل، مدل LSTAR برای مدل‌سازی شاخص بازار بورس تونس مناسب‌تر است و هماهنگی و تناسب بهتری با داده ها دارد. عجمی و چارفدین، قیمت تمام شده روزانه شاخص بازار بورس تونس در بازه زمانی 31/12/1997 تا 31/12/2010 مورد بررسی قرار دادند و مجموعاً 3244 مشاهده در این مطالعه مورد استفاده قرار گرفت. بازده شاخص بازار بورس تونس به این شکل محاسبه گردید: که در آن قیمت تمام شده شاخص بازار بورس تونس در روز t و قیمت تمام شده شاخص بازار بورس تونس در روز تجاری ماقبل آن است.
آن ها معتقدند یکی از ویژگی های مهمی که باید در تحقیقات آینده مد نظر قرار گیرد رفتار تغییرپذیری متغیر زمان است که می توان با ترکیب مدل چرخشی رژیم و فرآیندهای خانواده آرچ به بررسی آن پرداخت .آن ها امیدوارند که بتوانند در آینده تحقیقات بیشتری در این زمینه انجام دهند.
وسیم و کامایابندی (2012)، انتقال رژیم در بازار سهام هند را با بهره گرفتن از مدل چرخشی مارکوف مورد بررسی قرار داده و این روش را برای شناسایی رژیم‌های “گاونر” و “خرس” در بازار سهام هند توسط یک مدل خودرگرسیونس چرخشی مارکوف به کار برده‌اند. آن ها با ارائه چارچوبی بنیادین و اصلی به شناسایی پویایی رفتار بازار بورس و شناسایی تحرکات بازار بورس در رژیم های مختلف و تحت عناوین صعودی و نزولی پرداخته اند.
آن ها در این تحقیق با بهره گرفتن از داده های روزانه دوره مربوط به جولای 1997 تا دسامبر 2010 به تخمین و برآورد مدل MS(2)-AR(2)برای هر دو شاخص پیشتاز بازار بورس هند (BSE-Sensex و NSE-Nifty) پرداخته اند. بنابر پیش بینی انجام شده توسط این مدل، بازار بورس هند در مقایسه با رژیم نزولی، به احتمال بسیار زیاد تحت رژیم صعودی باقی می ماند. ماندگاری رژیم صعودی در هر دو بازار بیش از یک ماه به طول انجامید و همچنین نتایج این تحقیق نشان دهنده فازهای نزولی در طول بحران sub-prime (2008) است که بیش از یک سال و با مدت میانگین 254 روز در هر دو شاخص بازار به طول انجامید.

پیش بینی یک ماهه این دو شاخص نشان دهنده وجود گرایشات مشابه بازار بورس هند برای باقی ماندن در رژیم صعودی با احتمال بسیار بالا و اندکی اعتدال در اواخر دسامبر 2010 بود. نهایتاً ، نتایج مطالعه آن ها نشان می دهد که بازار سهام خود حساسیت بیشتری نسبت به شوک های خارجی و مداخلات سیاسی دارد و پشت صحنه سیاست های آزادسازی اقتصادی که سبب حساس تر شدن بازار بورس هند به شوک های خارجی شده و نشان دهنده فضای باز و پرپتانسیل موجود برای مداخلات سیاسی است. زیرا با قرار گرفتن اقتصاد در مسیر رشد و تاثیرپذیری آن از فضای باز و یکپارچگی مالی آن با دیگر نقاط جهان ،بازار بورس از هر نظر به توجه بیشتر و اقدامات متناظری برای ادامه مدرن سازی و تقویت نیاز دارد.
بینیک و بروکس(2010) به بررسی این موضوع که آیا حجم معاملات سهام به پیش بینی جهت تغییرات بازده در بازار سهام استرالیا کمک میکند یا خیر پرداختند. آنها این فرضیه را با بهره گرفتن از 6 معیار متفاوت از حجم معاملات برای یک نمونه از شرکتهای پذیرفته شده در بازارسهام استرالیا در دوره پنج ساله 2000-2005 مورد آزمون قرار دادند. نتایج حاصل از تحقیق آنها نشان میدهد که حجم معاملات تا حدودی دارای قدرت پیشبینی برای شرکتهای با حجم معاملاتی بالا و صنایع خاص در بازار استرالیا میباشد. ولی برای شرکتهای کوچک، حجم معاملات به همان اندازه دارای قدرت پیشبینی برای توضیح بازده سهام نبود.
هاتسن و همکاران(2008) به بررسی ارتباط میان حجم معاملات و چولگی بازده در 33 بازار سهام بین المللی با بهره گرفتن از داده های روزانه و ماهانه طی دوره 1980-2004 پرداختند. نتایج آنها نشان داد که حجم معاملات بالا منجر به چولگی منفی در بازده میشود.
فصل سوم
روش تحقیق
3-1-جامعه اماری
داده های مورد استفاده در این تحقیق داده های حجم معاملات و نرخ بازده سهام بورس اوراق بهادار تهران می باشد.که نرخ بازده را از تفاضل لگاریتمی شاخص قیمت سهام به دست آمده است.
3-2-حجم نمونه
سری زمانی مورد استفاده در این تحقیق به صورت روزانه و از 1388/01/05 تا 1393/08/28 می باشد.
3-3-مدل تحقیق
مدل تحقیق حاضر به شکل زیر می باشد
volum = a + ρ volum t-1+ δt tepix +εt for i=1,2
volum:حجم معاملات

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 :  انتظارات عقلایی

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

Tepix:نرخ بازده سهام
εt:جزء خطا
3-4-مقدمه
علاقه قابل توجهی در مدل سازی رفتار پویا ی مقادیر مشاهده شده ی متغیرهای کلان و مالی در طول زمان وجود دارد. یک چالش برای این تجزیه و تحلیل این است که یک سری زمانی به احتمال زیاد دستخوش تغییرات در رفتار خود در طول دوره مورد بررسی نمونه قرار می گیرد. این تغییرات می تواند در قالب شکست ساختاری ظاهر شود (به تغییرات دائمی در رفتار سری زمانی شکست ساختاری گفته می شود). البته در مواردی ممکن است رفتار سری زمانی بازگردنده به روند قبلی خود باشد؛ مثلا در دوره های جنگ، کسادی، ابر تورم یا بحران های مالی ممکن است سری زمانی چنین رفتاری داشته باشد.
گاهی اوقات تغییرات رفتار سری زمانی را نمی توان با یک روند نشان داد، در واقع یک روند نمی تواند توضیح قابل قبولی از رفتار متغیر سری زمانی ارائه نماید. در نتیجه در دهه های اخیر علاقه زیادی از سوی اقتصاد سنجی دانان به طراحی مدل هایی که بتواند چنین رفتاری را مدل سازی کند، نشان داده شده است. یک رهیافت مناسب برای مدل سازی چنین رفتارهایی، رهیافت رژیم سوئچی (تغییر در رژیم ) می باشد که به محقق اجازه می دهد تغییرات رفتار متغیر سری زمانی را در برهه های زمانی گوناگون و با رژیم های متفاوت، مدل سازی کند. نقطه سوئیچ مناسب غیر قابل مشاهده می باشد که روند تعیین نقطه شروع رژیم جدید، بصورت استوکستیک (تصادفی) در مدل، مدل سازی می شود. این عمل به اقتصاد سنجی دان اجازه می دهد احتمال وقوع یک رژیم را در یک نقطه زمانی محاسبه کند.
اهمیت کاربرد مدل های رژیم سوئیچی (تغییر در رژیم) در اقتصاد، معمولا در پدیده هایی آشکار می شود که تغییرات متغیر بصورت تناوبی و باز گردنده (recurrent & cyclic) است. به عنوان مثال طی دهه های اخیر کاربرد مدل های سوئیچی در تبیین ادوار تجاری، بازار مشتقات مالی و نوسان قیمت دارایی آشکار شده است. اما باید توجه داشت مدل های سوئیچی نیازی به حالت دوار و بازگردنده یک سری متغیرهای اقتصادی ندارند بلکه قادرند در تمامی مواردی که تغییر رژیمی صورت می گیرد، به گونه ای موفق عمل نمایند. همچنین در مواردی که رژیم بصورت غیر

دیدگاهتان را بنویسید