طراحی الگوی غیرخطی سرایت پذیری شاخص کل بورس اوراق بهادار تهران از بازار دارایی های فیزیکی (کاربردی از مدل شبکه عصبی مصنوعی NARX)

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

پژوهش حاضر به بررسی سرایت پذیری شاخص کل بورس اوراق بهادار تهران از قیمت دارایی های موازی با بکارگیری شبکه عصبی مصنوعی پویا می پردازد. برای انجام محاسبات، سری زمانی قیمت سکه تمام بهار آزادی (نماینده بازار طلا)، قیمت هر متر مربع ساختمان مسکونی (نماینده بازار مسکن)، قیمت هر بشکه نفت خام ایران و نرخ دلار آمریکا در برابر ریال و نوسانات شرطی آن ها به عنوان متغیرهای ورودی و شاخص کل بورس اوراق بهادار تهران و نوسان شرطی آن به عنوان متغیر هدف از سال 1387 تا 1397با تواتر روزانه مورد بررسی قرار می گیرد. شبکه عصبی غیرخطی پویا با چهار متغیر ورودی و یک متغیر هدف با لایه ها و نرون های مختلف با معیار میانگین مجذور خطا و ضریب تعیین مورد ارزیابی قرار گرفته و مدل ها با دو لایه به ترتیب با 20 نرون و 10 نرون دارای حداقل میانگین مجذور خطا می باشند. نتایج پژوهش نشان می دهد بورس اوراق بهادار تهران حداکثر با دو وقفه زمانی از بازارهای رقیب سرایت پذیری داشته که نشان دهنده ی کارایی ضعیف بازار اوراق بهادار تهران می باشد. نتایج نشان می دهند شبکه های عصبی پیشنهادی قدرت بالایی در پیش بینی شاخص کل بورس اوراق بهادار تهران و نوسانات آن از سال 1387 تا 1397 به عنوان پیش بینی درون نمونه ای و سال 1398 به عنوان پیش بینی برون نمونه ای دارند.

زبان:
فارسی
صفحات:
476 تا 494
لینک کوتاه:
magiran.com/p2286896 
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!