چکیده:
در این مقاله، رفتار تصادفی بازدههای روزانه شاخص کل بورس اوراق بهادار تهران (TEDPIX) برای دوره 7/ 1/1389 تا 12/ 5/1394 مورد بررسی قرار گرفته است. با استفاده از مدل مؤلفههای مشاهده نشده، بازده سهام به دو مؤلفه دایمی و موقتی تجزیه میشوند. در مؤلفه موقتی، ناهمسانی واریانس از نوع انتقال مارکفی بوده که دارای سه وضعیت (واریانس پایین، متوسط و بالا) است. نتایج پژوهش، مناسب بودن مدل مدهای گذرا را نشان میدهد و مقدار پایین (کمتر از 50) معیار RCM نشاندهنده طبقهبندی مناسب رژیمها در مدل است. مجموع ضرایب خودرگرسیونی در مؤلفه موقتی، تقریباً 4/0 است که نشان میدهد، حدود 40 درصد مقادیر جاری مؤلفه موقتی، توسط مقادیر دو دوره گذشته (دو روز گذشته) توضیح داده میشوند. دیرش مورد انتظار در وضعیت سه (واریانس بالا) دارای کمترین مقدار است، به این معنا که نوسانات بالا در بازده سهام سریعاً به سطح نرمال خود بازمیگردند. بررسی نمودار مقادیر احتمال بودن در وضعیت سه نشان میدهد، تعداد احتمالات با مقادیر یک برای وضعیت سه، در سال مربوط به انتخابات ریاستجمهوری، بسیار زیاد است.
In this paper, the stochastic behavior of Tehran stock exchange return index (TEDPIX) is examined by using unobserved component Markov switching model (UC-MS) during the period 3/27/2010 - 8/3/2015. In this model, stock returns are decomposed into two components; permanent and transitory components. The transitory component has three-state Markov switching heteroskedasticity (low, medium, and high). Results show that UC-MS model is appropriate for this data. Low value of RCM criteria implies that model can successfully distinguish between regimes from behavior of data. The sum of the autoregressive coefficients in temporary component indicates that 40 percent of current value of temporary component is explained by its 2-period lagged values. The duration of high-variance regimes for transitory component are short-lived and revert to normal levels quickly. The presidential election has significant effect on being in the third regime.