مدل‎سازی تلاطم بازده نقدی در بورس سهام تهران با استفاده از داده‌های پانل و مدل GARCH

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشیارعلوم اقتصادی، دانشگاه صنعتی شریف.

2 کارشناس ارشد مهندسی سیستم‌های اقتصادی اجتماعی

چکیده

مدلسازی تلاطم بازده در بازارهای سهام، از منظر پژوهشگران دانشگاهی و نیز کارپردازان علم مالی، به لحاظ موارد استفاده آن در پیش‌بینی بازده سهام، موضوع با اهمیتی به نظر می‌رسد. این پژوهش با استفادۀ همزمان از مدل GARCH با توجه به ویژگی واریانس ناهمسانی، در کنار استفاده از مزایای داده‌های پانل از جمله درجات آزادی بالاتر، انعطاف‌پذیری بیشتر و کنترل آثار متغیرهای حذف شده یا مشاهده نشده و در نتیجه افزایش دقت تخمین، در پانل‌هایی متشکل از شاخص‌های چندین گروه صنعت به صورت نمونه و سری‌های زمانی مربوط به قیمت سهام شرکت‎های داخل این گروه‌های صنعت در بورس اوراق بهادار تهران در دوره زمانی تیر ماه ۱۳۸۴ تا آبان ماه ۱۳۸۷، با استفاده از روش شناسی کل به جزء بکری (۲۰۰۶) به دنبال بررسی تشابهات و تفاوت‌های ساختار تلاطم بازده سهم‌های درون صنایع یکسان و نیز ساختار تلاطم بازده سهم‌های صنایع غیر یکسان است. نتایج نشان می‌دهد که نمی‌توان ساختار تلاطمی مشابهی را برای سهم‌های موجود در یک گروه صنعت و یا در سطحی بالاتر، برای گروه‌های صنعت نمونه انتخاب شده از بورس سهام تهران، چه از لحاظ میانگین بازده سهام و چه از لحاظ یکسانی ساختار تلاطم بازده یا یکسانی میانگین تلاطم بازده در نظر گرفت.

کلیدواژه‌ها

عنوان مقاله [English]

مدل‎سازی تلاطم بازده نقدی در بورس سهام تهران با استفاده از داده‌های پانل و مدل GARCH

نویسندگان [English]

  • GholamReza Keshavarz Haddad 1
  • Arash Babaii 2
1 Sharif University of Technology

مراجع

  1. Aldrich John (1997). R.A. Fisher and the Making of Maximum Likelihood 1912-1922, Statistical Science 12, 162-176.
  2. Apergis Nicholas (2005). Inflation Uncertainty and Growth: Evidence from Panel Data, Australian Economic Papers, Volume 44, Number 2, pp. 186- 197(12).
  3. Bakry Walid (2006). A Panel in GARCH Analysis of Stock Return Volatility in an Emerging Market a Case Study of Egypt, Western Sydney University PhD Thesis.
  4. Barnes Michelle, Pedro De Lema (1999). Modelling Financial Volatility: Extreme Observations, Nonlinearities and Non Stationarities, Working Paper, Adelaide University, Australia.
  5. Bollerslev Tim (1986). Generalized Autoregressive Conditional Heteroskedasticity, Journal of Econometrics 31, 307.
  6. Bollerslev Tim, Ray Y. Chou, Kenneth F. Kroner (1992). ARCH Modeling in Finance: A Review of the Theory and Empirical Evidence, Journal of Econometrics 52, 5-59.
  7. Brennan Michael J (1986). A Theory of Price Limits in Futures Markets, Journal of Financial Economics 16, 213-33.
  8. Brooks, Robert (2007). Power arch modeling of the volatility of emerging equity markets, Emerging Markets Review 8, 124-133.
  9. Cameron Colin, Pravin Trivedi (2005). Micro econometrics: Methods and Applications (Cambridge University Press, New York).
  10. Cermeno Rodolfo, K. Grier (2005). Conditional Heteroskedasticity andCross-Sectional Dependence in Panel Data: An Empirical Study of Inflation Uncertainty in the G7 countries, Contributions in Economic Analysis, Badi H. Baltagi, Ed., North-Holland. Forthcoming.
  11. Cermeno Rodolfo, M. E. Sanin (2005). Exchange Rate Arrangements and Volatility of Real Exchange Rate Depreciation: Panel evidence for the G7 and 8 Latin American Countries, Documento de Trabajo N. 297, CIDE.
  12. Cermeno Rodolfo, Kevin Grier (2001). Modeling GARCH Processes in Panel data: Theory, Simulations and Examples, Working Paper No. 3, Department of Economics, University of Oklahoma, Norman.
  13. Chappel David, Joanne Padmore, Julia Pidgeon (1998). A Note on ERM Membership and the Efficiency of the London Stock Exchange, Applied Economics Letters 5, 19-23.
  14. De Santis Giorgio, Selahattin Imrohoroglu (1997). Stock Returns and Volatility in Emerging Financial Markets, Journal of International Money and Finance 16, 561-79.
  15. Ding Z, Granger C, Engle R (1993). A Long Memory Property of Stock Market Returns and a New Model, Journal of Empirical Finance 1, 83-106.
  16. Engle Robert F.(1982). Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica 50, 987.
  17. Fama Eugene F (1965). The Behaviour of Stock-Market Prices, Journal of Business 38, 34-105.
  18. Fama Eugene F(1970). Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of Finance 25, 383-417.
  19. French Kenneth R, G. William Schwert, Robert F. Stambaugh (1987). Expected Stock Returns and Volatility, Journal of Financial Economics 19, 3-29.
  20. Glosten Lawrence R, Ravi Jagannathan, David E. Runkle (1993). On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks, Journal of Finance 48, 1779-1801.
  21. Harris Richard, R Sollis (2003). Applied Time Series Modelling and Forecasting (John Wiley & Sons, Ltd, Chichester, West Sussex, England, Hoboken).
  22. Hausman J. A (1978). Specification Tests in Econometrics, Econometrica 46, 1251- 1371.
  23. Hsiao Cheng (2003). Analysis of Panel Data (Cambridge University Press, Cambridge; New York and Melbourne).
  24. Kitazawa Yoshitsugu (2000). Estimating the Leverage Effect using Panel Data with a Large Number of Stock Issues over a Short-run Daily Period Focus on the Tokyo Stock Exchange, Journal of Financial Management and Analysis 13, 21-27.
  25. Kling, Gerhard (2004). Mergers During the First and Second Phase Globalization: Success, Insider Trading and the Role of Regulation, Unpublished Thesis, Faculty of Economics, Eberhard-Karls-UniversitätAldrich John (1997). R.A. Fisher and the Making of Maximum Likelihood 1912-1922, Statistical Science 12, 162-176.Tübingen, Germany.
  26. Lamoureux Christopher G, William D. Lastrapes (1990). Persistence in Variance, Structural Change, and the GARCH Model, Journal of Business and Economic Statistics 8, 225-34.
  27. Levin Andrew, Chien-Fu Lin (1993). Unit Root Tests in Panel Data: New Results, Economics Working Paper Series 93-56, University of California at San Diego.
  28. Mandelbrot B (1963). The Variation of Certain Speculative Prices, Journal of Business 36, 394-419.
  29. Mele Antonio (2007). Asymmetric stock market volatility and the cyclical behavior of expected returns, Journal of Financial Economics 86, 446-478.
  30. Nelson, Daniel B (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach, Econometrica 59, 347-70.
  31. Neyman J, E. S. Pearson (1928). On the use and Interpretation of Certain Test Criteria for Purposes of Statistical Inference: Part I, Biometrika 20A, 175-240.
  32. Neyman J, Elizabeth L. Scott (1948). Consistent Estimates Based on Partially Consistent Observations, Econometrica: Journal of the Econometric Society 16, 1-32.
  33. Pesaran M, Hashem, Yongcheol Shin, Richard J. Smith (2000). Structural Analysis of Vector Error Correction Models with Exogenous I (1) Variables, Journal of Econometrics 97, 293-343.
  34. Phylaktis Kate, Manolis Kavussanos, Gikas Manalis (1999). Price Limits and Stock Market Volatility in the Athens Stock Exchange, European Financial Management 5, 69.
  35. Poon Ser-Huang, Clive W. J. Granger (2003). Forecasting Volatility in Financial Markets: A Review, Journal of Economic Literature 41, 478-539.
  36. Su, Dongwei, Belton M. Fleisher (1998). Risk, Return and Regulation in Chinese Stock Markets, Journal of Economics and Business 50, 239-56.
  37. Tsay Ruey (2002). Analysis of Financial Time Series (John Wiley & Sons Ltd, Chichester; New York).
  38. Verbeek Marno (2000). A Guide to Modern Econometrics (John Wiley & Sons, Chichester, England).
  39. Wang Peijie (2003). Financial Econometrics: Methods and Models (Routledge, London and New York).
  40. Zakoian Jean-Michel (1994). Threshold Heteroskedastic Models, Journal of Economic Dynamics and Control 18, 931-55.
تحقیقات مالی
دوره 13، شماره 31 - شماره پیاپی 31
تحقیقات مالی
شهریور 1390
صفحه 41-72

فایل ها

هم رسانی

ارجاع به این مقاله

آمار