برآورد مدل اتورگرسیو برداری با توزیع نرمال چوله چندمتغیره برای شوک ها و تحلیل عملکرد آن برای دو مجموعه داده واقعی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 113

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJER-30-102_002

تاریخ نمایه سازی: 19 مرداد 1404

چکیده مقاله:

مدل سازی مبحث بسیار مهمی در پژوهش های اقتصادی و مالی است و نقش بسیار بالایی در تحلیل ها و اتخاذ تصمیمات و سیاست گذاری و برنامه ریزی ها دارد. از طرفی در مدل سازی ها، مفروضات نقش مهمی در مسئله برآوردها و پیش بینی ها ایفا می کنند زیرا می توانند بر نتایج مدل ها و تحلیل ها اثرگذار باشند. یکی از پرکاربردترین مدل های سری زمانی کلاسیک،  مدل اتورگرسیو  است  که مقادیر فعلی فرآیند ترکیب خطی متناهی از مقادیر گذشته آن  می باشد. از طرف دیگر، در مسائل واقعی متغیرهای زیادی بر هم تاثیرمی گذارند، به همین دلیل مدل های سری زمانی برداری به کار گرفته می شوند که جزء سری زمانی چندمتغیره  محسوب می گردند.  مدل  اتورگرسیو برداری در مدل سازی های اقتصادی و مالی بسیار پرکاربرد است.  از سوی دیگر، مدل های اتورگرسیو برداری معمولا با شوک های (نویز) نرمال در نظر گرفته می شوند. ازآن جاکه  در مسائل اقتصادی و مالی به ویژه اقتصاد کلان، شوک ها حالت تقارن ندارند، در این مقاله مدل اتورگرسیو برداری با توزیع نرمال چوله چندمتغیره روی شوک ها در نظر گرفته می شود و چون برآورد پارامترها مرحله مهمی در مدل سازی است، برآورد پارامترهای مدل با استفاده از الگوریتم بیشینه سازی امید ریاضی شرطی به دست آورده می شوند. در پایان با استفاده از دو مجموعه داده های واقعی کانادا و ایران که شوک ها دارای چولگی هستند و براساس معیارهای ارزیابی مدل ها، نشان داده می شود که مدل  اتورگرسیو برداری با توزیع نرمال چوله چندمتغیره برای شوک ها در این داده ها کارایی بیشتری نسبت به مدل اتورگرسیو با توزیع نرمال چندمتغیره دارد.

کلیدواژه ها:

اتورگرسیو برداری ، الگوریتم بیشینه سازی امید ریاضی شرطی ، برآورد بیشینه درست نمایی ، چولگی ، نرمال چوله چندمتغیره

نویسندگان

منیژه محمودی

دانشجوی دکتری رشته آمار، دانشگاه علامه طباطبائی، تهران، ایران

محمدرضا صالحی راد

دانشیار گروه آمار، دانشکده آمار، ریاضی و رایانه، دانشگاه علامه طباطبائی، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • اسفنجیر عباسی، علی اصغر و رضایی روشن، هدی. (۱۳۹۹). بررسی ...
  • حیدری، حسن. (۱۳۹۰). مدل VAR جایگزین برای پیش بینی تورم ...
  • خورسندی، مرتضی، محمدی، تیمور، ارباب، حمیدرضا و سخایی، عمادالدین. (۱۴۰۱). ...
  • https://doi.org/۱۰.۲۲۰۵۴/ijer.۲۰۱۹.۱۱۱۱۲Akaik, H. (۱۹۷۴). A new look at the statistical model ...
  • doi.org/۱۰.۱۱۰۹/TAC.۱۹۷۴.۱۱۰۰۷۰۵Arellano-Valle, R B., Ozan, S., Bolfarine, H., Lachos, VH. (۲۰۰۵). ...
  • doi.org/۱۰.۱۰۱۶/j.jmva.۲۰۰۴.۱۰.۰۰۲Arellano-Valle, R.B., Gomez, H.W. & Quintana, F.A. (۲۰۰۴). A new ...
  • Azzalini, A. (۱۹۸۵). A class of distributions which includes the ...
  • doi.org/۱۰.۶۰۹۲/ASSN.۱۹۷۳-۲۲۰۱/۷۱۱Azzalini, A. (۲۰۰۵). The skew-normal distribution and related multivariate families. ...
  • doi.org/۱۰.۱۱۱۱/۱۴۶۷-۹۴۶۹. ۲۰۰۵.۰۰۴۲۶.xBalakrishnan, N. & Scarpa, B. (۲۰۱۲). Multivariate measures of ...
  • Esfanjir, A.A. & Rezaei R.H. (۱۳۹۹). Investigating the effect of ...
  • Koop, G. & Korobilis, D. (۲۰۰۹). Bayesian multivariate time series ...
  • Lütkepohl, H. (۲۰۰۵). New Introduction to Multiple Time Series Analysis. ...
  • Lütkepohl, H. (۲۰۲۰). Structural vector autoregressive models with more shocks ...
  • Pourahmadi, M. (۲۰۰۱). Foundation of Time Series Analysis and Prediction ...
  • Schwarz, G. (۱۹۷۸). Estimating the dimension of a model. Ann ...
  • Sims, C. (۱۹۸۰). Macroeconomic and reality. Econometric, ۴۸, ۱-۴۸. doi.org/۱۰.۲۳۰۷/۱۹۱۲۰۱۷Stock, ...
  • doi.org/۱۰.۲۳۰۷/۳۳۱۶۰۶۴Tarami, B. & Pourahmadi, M. (۲۰۰۳). Multi-variate t autoregressive: innovations, ...
  • Zamani Mehryan, S. & Sayyareh, A. (۲۰۱۵). Statistical inference in ...
  • نمایش کامل مراجع