سمانه صفرزاده بیجاربنه

شاخص قیمت سهام یکی از متغیرهای مؤثر در سیستم های اقتصادی بوده که این سری های زمانی بسیار پیچیده، اغلب تصادفی و در نتیجه تغییر آن ها غیرقابل پیش بینی فرض می شود. به همین جهت آزمون های پیش بینی پذیری و غیرخطی جهت بررسی وجود روند آشوبی معین و فرآیندهای غیرخطی در سری زمانی شاخص قیمت سهام در بورس تهران به صورت روزانه بین سال های ۸۷ تا ۱۳۹۲ مورد استفاده قرار گرفت. نتایج آزمون ها حاکی از آن بود که آزمون تسلسل و هارست غیر تصادفی بودن شاخص قیمت سهام را تأیید کردند، نتایج حاصل از آزمون های [1] BDS، تسای و اندرسون-دارلینگ بیان کننده این بود که شاخص قیمت سهام از فرآیند غیرخطی تبعیت می کند.آزمون های مستقل بودن کوکران، همبستگی دوگانه و استقلال  Chowdenning هم، همبستگی بین مشاهدها را مورد آزمون قراردادند که نتایج حاصل دال بر وجود همبستگی بین متغیرها بود و در ادامه آزمون های دوره ای تجمعی و آزمون تعدیل شده West cho  مبنی بر آزمودن فرآیند آشوبی متغیر شاخص قیمت سهام صورت گرفت که نتایج هر دو آزمون، آشوبی بودن فرآیند را مورد تأیید قراردادند. پس از احراز قابلیت پیش بینی شاخص قیمت سهام،  برای پیش بینی در دوره های آتی،  مدل های ARFIMA، FIGARCH، LSTAR و ESTAR تخمین زده شد. در بین مدل هایی که به بررسی وجود حافظه بلندمدت در متغیر شاخص قیمت سهام پرداخته اند مدل FIGARCH که هم حافظه بلندمدت متغیر و هم واریانس و تغییرات متغیر را مدل سازی کرده است دارای قدرت بیشتری در پیش بینی بود و در میان مدل های غیرخطی مدل ESTAR دارای قدرت پیش بینی بالاتری بود. در انتها نیز پیش بینی با فرآیند یک گام به جلو برای ده دوره گزارش شده است. <br clear="all" />