خلاصة:
در این مقاله با الگوسازی و پیشبینی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران مبتنی بر ساختار تلفیقی الگوریتم ژنتیک با رویکرد شبکه عصبی GMDH ،سعی در شناخت متغیرهای مؤثر بر شاخص بورس اوراق بهادار شده است.یازده متغیر کلان اقتصادی مرتبط با بازار سرمایه به همراه وقفههای یک و دو ماهه هرکدام از آنها و وقفههای متغیر وابسته،الگویی با 53 متغیر ورودی را ایجاد کرد که نتایج به دست آمده نشاندهنده تأثیر قوی و معنادار شاخص قیمت زمین،هزینه مسکن، CPI ،پایه پولی،کرایه مسکن اجارهای و قیمت جهانی نفت خام بر شاخص قیمت و بازده نقدی بورس اوراق بهادار است.در مقابل،بازار ارز خارجی و طلا،ارتباط کمتری با بازار سهام داشته است.
طبقهبندی JEL : G,G1,G17 .
ملخص الجهاز:
"هاشم زارع(4831)رابطه متغیرهای سکه طلا،مسکن و ارز بهعنوان دارائیهای رقیب و حجم پول،شاخص تولیدات صنعتی،قیمت نفت و نسبت قیمتهای داخل به خارج را بهعنوان برخی از متغیرهای مهم کلان اقتصادی بر شاخص قیمت بورس با استفاده از مدل (ARDL) بررسی نموده است؛ نتایج حاصل از این تحقیق مشخص میسازد که رابطهای مثبت بین شاخص قیمت بورس با قیمت مسکن،قیمت نفت،بهای سکه طلا و نیز نسبت قیمت داخل به خارج و همچنین رابطهای منفی بین شاخص بورس با نرخ ارز و حجم پول وجود دارد.
به این ترتیب متغیرهای موردنظر در این تحقیق عبارتاند از شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران،شاخص قیمت زمین،برآورد متوسط هزینه یک متر مربع بنا در ساختمانهای تکمیلشده در مناطق شهری کشور(بدون احتساب قیمت زمین)،متوسط نرخ فروش ماهانه دلار در بازار آزاد شهر تهران،قیمت سکه طلای طرح قدیم:،پایه پولی،نقدینگی،شاخص بهای کالاها و خدمات مصرفی (CPI) 5،شاخص کرایه مسکن اجارهای،میزان ارزش واردات CIF 6،میزان ارزش صادرات غیرنفتی به ارزش FOB 7و قیمت جهانی نفت خام که در اینجا از قیمت ماهانه نفت خام برنت استفاده شده است.
مدل نهایی با هفت ورودی و دو لایه پنهان برآورد گردید که در آن متغیرهای ورودی به این شرح هستند: 0قیمت زمین 0هزینه بنا با وقفه دو ماهه 0 CPI 0شاخص قیمت و بازده نقدی با وقفه یک ماهه 0پایه پولی با وقفه یک ماهه 0کرایه مسکن با وقفه یک ماهه 0قیمت جهانی نفت خام با وقفه یک ماهه مقدار RMSE الگوی نهایی برابر 0/89220 است."