چکیده:
ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ از ﭘﮋوﻫﺶﻫﺎی ﻣﺨﺘﻠﻒ در ﺧﺼﻮص ﮐﺎرآﯾﯽ ﺑﺮﺧﯽ از ﺑﻮرسﻫﺎی اوراق ﺑﻬﺎدار ﻧﺸﺎن ﻣـﯽ دﻫﻨـﺪ ﮐﻪ اﯾﻦ ﺑﺎزارﻫﺎ ﻓﺎﻗﺪ ﮐﺎرآﯾﯽ، ﺣﺘﯽ در ﺷﮑﻞ ﺿﻌﯿﻒ ﻫﺴﺘﻨﺪ؛ ﺑﻨـﺎﺑﺮاﯾﻦ ﺑﺎ در ﻧﻈﺮﮔﺮﻓﺘﻦ ﻧـﺎ ﮐﺎرآﯾﯽ اﯾـﻦ ﺑﺎزارﻫـﺎ ﻣﯽﺗﻮان ﻧﺘﯿﺠﻪ ﮔﺮﻓﺖ ﮐـﻪ ﺑﺎ اﻧﺠﺎم ﻣﻌﺎﻣﻼﺗﯽ ﺑﺮاﺳﺎس ﻣﺠﻤﻮﻋﻪای از اﻃﻼﻋﺎت، ﻣـ ﯽﺗـﻮان ﺳﻮد اﻗﺘﺼﺎدی ﮐﺴﺐ ﻧﻤﻮد؛ ﺑﻪ اﯾﻦ ﻣﻌﻨﺎ ﮐﻪ ﻋﺪم ﮐﺎرآﯾﯽ ﻧﺸﺎﻧﻪ اﯾﻦ اﻣـﺮ اﺳـﺖ ﮐﻪ ﻣـ ﯽﺗـﻮان ﻣـﺪل ﻫـﺎ ﯾﯽ ﻃﺮاﺣـﯽ ﮐـﺮد ﺗـﺎ ﺳـﻮدﻫﺎ ی ﻏﯿﺮﻣﺘﻌﺎرﻓﯽ ﺑﻪ دﺳﺖ آﯾﺪ. ﭘﮋوﻫﺶﻫـﺎ ی ﻓﺮاواﻧـﯽ ﺑـﻪ ﻣﻨﻈـﻮر ﺑﺮرﺳـﯽ ﺣﺎﻓﻈـﻪ ﺑﻠﻨﺪﻣـﺪت و ﻃﺮاﺣـﯽ ﻣـﺪل ﻫـﺎ ی ﭘﯿﺶﺑﯿﻨﯽ ﺷﺎﺧﺺﻫﺎی آﯾﻨﺪه اﻧﺠﺎم ﮔﺮﻓﺘﻪ اﺳﺖ و در اﯾﻦ ﭘﮋوﻫﺶ ﺳﻌﯽ ﮔﺮدﯾﺪه ﺗﺎ از ﯾﮏ زاوﯾﻪ دﯾﮕﺮ، ﯾﻌﻨـﯽ از روش آرﻓﯿﻤﺎ و روش ﺗﺤﻠﯿﻞ دوره ﻧﮕﺎر )ﮐﻪ ﯾﮏ روش ﺗﺠﺰﯾﻪوﺗﺤﻠﯿﻞ ﺳﺮی زﻣـﺎﻧﯽ اﺳـﺖ ( ﺑـﺮای ﺑﺮرﺳـﯽ ﺣﺎﻓﻈﻪ ﺑﻠﻨﺪﻣﺪت و ﻫﻤﭽﻨﯿﻦ ﻃﺮاﺣﯽ ﻣﺪل ﭘﯿﺶﺑﯿﻨﯽ اﺳﺘﻔﺎده ﺷﻮد. ﻫﺪف اﺻﻠﯽ اﯾـﻦ ﭘـﮋوﻫﺶ ﺗﺠﺰﯾـﻪ وﺗﺤﻠﯿـﻞ ﺳﺮی زﻣﺎﻧﯽ ﺷﺎﺧﺺﻫﺎی ﮐﻞ و ﻣﺎﻟﯽ ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان اﺳﺖ ﮐﻪ ﻗﻠﻤﺮو زﻣﺎﻧﯽ آن ﺑﻪﺻﻮرت روزاﻧﻪ از 1383/01/08 ﻟﻐﺎﯾﺖ 1394/04/24 اﺳﺖ. ﺑﺪﯾﻦ ﻣﻨﻈﻮر از روشﻫﺎﯾﯽ از ﻗﺒﯿﻞ ﺗﺒـﺪﯾﻞ ﺑـﺎﮐﺲ ﮐﺎﮐﺲ، دﯾﮑـﯽ ﻓﻮﻟﺮ، ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎی 4.SAS9 و R اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. ﻧﺘﺎﯾﺞ اﯾـﻦ ﭘـﮋوﻫﺶ ﻧﺸـﺎن ﻣـ ﯽدﻫﻨـﺪ ﮐـﻪ ﺷﺎﺧﺺﻫﺎی ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان دارای ﺣﺎﻓﻈﻪ ﺑﺎ داﻣﻨﻪ ﺑﻠﻨﺪﻣـﺪت اﺳـﺖ ، ﻫﻤﭽﻨـﯿﻦ روش ﺗﺤﻠﯿـﻞ دوره ﻧﮕﺎر در ﻣﻘﺎﯾﺴﻪ ﺑﺎ روش آرﻓﯿﻤﺎ، روش ﻣﻨﺎﺳﺒﯽ ﺑـﺮای ﭘـﯿﺶ ﺑﯿﻨـﯽ ﺷـﺎﺧﺺ ﻫـﺎ ی ﺑـﻮرس اوراق ﺑﻬـﺎدار اﺳـﺖ و درﻧﻬﺎﯾﺖ ﻣﯽﺗﻮان ﺑﯿﺎن ﮐﺮد ﮐﻪ دوره ﻧﻬﺎن )دوره ﻗﺎﺑﻞ ﺗﮑﺮار( در ﺑﯿﻦ دادهﻫﺎی ﺷﺎﺧﺺ ﺑﻮرس وﺟﻮد دارد.
خلاصه ماشینی:
7 ضريب تعيين R2 - لگاريتم درستنمايي LogLik 25600 ٥-٣-٢ تخمين حافظه سري، برازش الگويARFIMA براي شاخص مالي دراين زيربخش به دنبال برازش الگوي)ARFIMA(p,d,q،به داده هايسريزمانيشاخص ماليوبرآوردپارامترهاياين الگووپيش بينيسريزمانيهستيم است تـابـه ايـن منظـوريکـياز اهداف تحقيق پاسخ داده شود.
٥-٤-١ تخمين دوره نهان سري، برازش الگوي دوره نگار شاخص کل دراين زيربخش به دنبال برازش الگوي دوره نگار،به داده هـايسـريزمـانيشـاخص کـل و برآورددوره هاينهان وپيش بينيسريزمانيهستيم است تابه اين منظوريکـيازاهـداف تحقيـق پاسخ داده شود.
Fit Criteria for dtxt AIC AICC SBC Adj R-Sq Adj R-Sq PRESS Intercept 1+c67 2+s12 3+c1 4+c4 Intercept 1+c67 2+s12 3+c1 4+c4 Effect Sequence Effect Sequence Best Criterion Value Step Selected by PRESS نماي (١٠) نمودار انتخاب بهترين زير مجموعه پيش بيني کننده شاخص کل برآوردالگويرگرسيون دوره نگارنشان داده است که اين روش بهترين الگوهاوتکميل تـرين الگوهابرايشاخص کل ميباشدحال جهت انتخاب الگوينهاييازملاکهاومعيارهـايآمـاري جهت شناساييبهترين الگواستفاده شده است که نتايج آن درجدول زيرآمده است .
0358 لگاريتم درستنمايي - LogLik ٥-٤-٢ تخمين دوره نهان سري، برازش الگوي دوره نگار شاخص مالي دراين زيربخش به دنبال برازش الگوي دوره نگار،به داده هايسريزمانيشاخص مالي وبرآورددوره هاينهان وپيش بينيسريزمانيهستيم است تابه اين منظوريکيازاهداف تحقيق پاسخ داده شود.
Fit Criteria for dtxm AIC AICC SBC Adj R-Sq Adj R-Sq PRESS Intercept 1+c1 2+s9 3+c44 4+s41 Intercept 1+c1 2+s9 3+c44 4+s41 Effect Sequence Effect Sequence Best Criterion Value Step Selected by PRESS نماي (١٢): نمودار انتخاب بهترين زير مجموعه پيش بيني کننده شاخص مالي برآوردالگويرگرسيون دوره نگارنشان داده است که اين روش بهترين الگوهاوتکميل تـرين الگوهابرايشاخص مالي ميباشدحال جهت انتخاب الگوينهاييازملاکهاومعيارهايآمـاري جهت شناساييبهترين الگواستفاده شده است که نتايج آن درجدول زيرآمده است .