کاربرد سامانه های پویای پارامتری و ناپارامتری در پیش بینی بازدهی سهام: مطالعه موردی بازار بورس تهران

با توجه به نقش بازارهای سرمایه در فرایند تجمیع و توزیع منابع مالی، این بازارها و به ویژه بازار بورس همواره مورد توجه سرمایه گذاران داخلی و خارجی و دولت­ها بوده اند. از جمله مسائل بازارهای مالی، مسئله ریسک و مدیریت آن است که در بازار بورس این مقوله ارتباط تنگاتنگی با پیش بینی قیمت و بازده سهام دارد که اهمیت آن در سنجش کارایی اطلاعاتی بازار  منعکس شده است. بر این اساس، پژوهش حاضر به دو روش متفاوت؛ پویاپارامتری با استفاده از مدل نوسانی ARMA-PGARCH و رویکرد پویاناپارامتری با بهره گیری از شبکه عصبی خودبازگشتی NARX به مدلسازی و پیش بینی بازده بورس تهران می پردازد. پیش بینی ها به دو صورت درون داده ای و برون داده ای و بر مبنای مشاهدات روزانه طی دوره ۶/۷/۱۳۷۶ تا ۰۲/۰۳/۱۳۹۴ انجام شده است. بر اساس نتایج به دست آمده، دقت مدل ها در زمینه پیش­بینی، مقایسه گردیده و همچنین کارایی اطلاعاتی بورس تهرانمورد بررسی قرارگرفته است. نتایج پژوهش حاضر نشان دهنده عملکرد و کارایی دقیق سامانه پویای ناپارامتریکر مقایسه با رویکرد پارامتریک بوده است. همچنین، یافته ها حاکی از عدم کارایی اطلاعاتی بازار بورس تهراندر  سطح ضعیف آن می باشد.

کلیدواژه ها:

Nonlinear Modeling ، Parametric &amp ، Nonparametric Approaches ، Return Forecasting ، Stock Market Informational Efficiency. ، : مدلسازی غیرخطی ، روش های پارامتریک و ناپارامتریک ، پیش بینی بازده سهام ، کارایی اطلاعاتی بازار بورس.