مدلسازی و ارزیابی پیش بینی مدل های مختلف حافظه کوتاه مدت، حافظه بلندمدت، مارکوف سوئیچینگ و هایپربولیک گارچ در پیش بینی نوسانات قیمت نفت خام اوپک

نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
پیش بینی در بازارهای مالی بسیار پیچیده است و دلایل این پیچیدگی را می توان به مواردی چون نا ایستایی داده ها، غیرخطی بودن روند داده ها و تغییرات زیاد داده ها خلاصه کرد. تعیین الگوی مناسب جهت پیش بینی نوسانات می تواند در راستای تصمیم گیری نقش بسزایی ایفا کند. در مدل های اقتصاد سنجی قدیمی، فرض بر این است که پراکندگی جزء اختلال در کل دوره زمانی نمونه ثابت می باشد. اما در بسیاری از سری های زمانی مالی مشاهده می شود که در دوره هایی نوسانات بسیار شدید می باشد. با این شرایط، فرض وجود همسانی واریانس دیگر معقول به نظر نمی رسد. در مقاله حاضر مدل های تک رژیمی GARCH، IGARCH، EGARCH، GJR-GARCH، FIEGARCH، HYGARCH و مدل دو رژیمی MRS-GARCHدر پیش بینی نوسانات قیمت نفت اوپک در طی سالهای 2010 الی 2016 مورد ارزیابی قرار گرفته و بر اساس معیار خطای RMSEدقت عملکرد آن ها سنجیده شده است. نتایج حاصل از این ارزیابی نشان از برتری مدل دو رژیمی مارکوف سوئیچینگ گارچ در افق های 5 و 22 روزه دارد. همچنین مدل حافظه بلند مدت FIEGARCHدر افق های پیش بینی 1 و 10 روزه از عملکرد بهتری در پیش بینی نوسانات قیمت نفت نسبت به سایر مدل های رقیب برخوردار می باشد.
زبان:
فارسی
صفحات:
249 تا 272
لینک کوتاه:
magiran.com/p1855624 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!