اقتصادسنجی
مجتبی رستمی؛ سید نظام الدین مکیان
چکیده
پیشبینی بازده سهام برای سرمایهگذاران در بازارهای مالی از اهمیت فراوانی برخوردار است. به طور کلی چهار روش برای پیشبینی قیمت سهام وجود دارد: تحلیل تکنیکال، تحلیل بنیادی، پیشبینی سریهای زمانی کلاسیک و روش یادگیری ماشینی. این مطالعه در دسته سوم؛ یعنی پیشبینی سری زمانی که در آن مقادیر یک متغیر در طول زمان پیشبینی میشود، ...
بیشتر
پیشبینی بازده سهام برای سرمایهگذاران در بازارهای مالی از اهمیت فراوانی برخوردار است. به طور کلی چهار روش برای پیشبینی قیمت سهام وجود دارد: تحلیل تکنیکال، تحلیل بنیادی، پیشبینی سریهای زمانی کلاسیک و روش یادگیری ماشینی. این مطالعه در دسته سوم؛ یعنی پیشبینی سری زمانی که در آن مقادیر یک متغیر در طول زمان پیشبینی میشود، قرار میگیرد. بررسی مطالعات انجام شده نشان میدهد پیشبینی قیمت سهام بیشتر با روشهایی چون شبکه عصبی و الگوریتم ژنتیک که در گروه روش یادگیری ماشینی قرار دارند، بوده است. عدم کاربرد روش بیزین، هموارسازی نمایی و باکس جنکینز در مطالعات انجام شده مشهود است. در واقع تمایز این پژوهش با سایر مطالعات، کاربرد روشهای بیزین، هموارسازی نمایی و باکس جنکینز و مقایسه آنها در پیشبینی بازده سهام است. این مطالعه پیشبینی با سریهای زمانی با سه روش مختلف فوق را مورد استفاده قرار داده است. بازه زمانی این مطالعه از 0۶/0۱/13۹۷ تا ۲۷/1۲/۱۳۹۹ در تناوب روزانه است. براساس معیار ریشه میانگین مربع خطاها (RMSE) که کاهش آن تنها در صورتی ممکن است که روش مورد استفاده اطلاعات بیشتری را از فرآیند سری زمانی دادهها لحاظ کند. نتیجه این مطالعه نشاندهنده برتری روش بیزی بر سایر روشها است. این تحقیق اهمیت توجه به این روش پیشبینی در بازده بازارهای مالی را نشان می دهد.
سید نظام الدین مکیان؛ مجتبی رستمی؛ داوود فرهادی؛ محمد امین زابل
چکیده
بسیاری از مطالعات تجربی ارتباط بین مسایل اقتصادی و ناهنجاریهای اجتماعی را مورد بررسی قرار دادهاند. بیکاری از مزمنترین عارضههایی است که خوشایند هیچ نظام اقتصادی نیست. اثر بیکاری بر جرم تحت تأثیر بسیاری از عوامل خاص استانی (یا کشوری) میتواند نامتجانس باشد. ادبیات اقتصادسنجی بیان میکند که به دلیل همبستگی بالای فعالیتهای ...
بیشتر
بسیاری از مطالعات تجربی ارتباط بین مسایل اقتصادی و ناهنجاریهای اجتماعی را مورد بررسی قرار دادهاند. بیکاری از مزمنترین عارضههایی است که خوشایند هیچ نظام اقتصادی نیست. اثر بیکاری بر جرم تحت تأثیر بسیاری از عوامل خاص استانی (یا کشوری) میتواند نامتجانس باشد. ادبیات اقتصادسنجی بیان میکند که به دلیل همبستگی بالای فعالیتهای اقتصادی و اجتماعی نمیتوان فرض مستقل بودن واحدهای انتخابی (استانها یا کشورها) را در نمونه پذیرفت. بنابراین، رویکردهایی که این واقعیت را نادیده میگیرند دارای خطای سیستماتیک هستند و چنانچه نمونه کوچک باشد، این خطا حادتر خواهد بود. ازاینرو، برای بررسی دقیقتر و فنیتر مسئله تأثیرهای نامتجانس متغیر توضیحی بر وابسته، در این تحقیق، تأثیر بیکاری بر جرم، با استفاده از رویکرد ضرایب تصادفی بیزین (سلسلهمراتبی) در قالب مدل پنل پواسون مزدوج برای پنج استان ایران در دوره زمانی 1393– 1388 مورد تجزیهوتحلیل قرار میگیرد. نتایج نشان میدهد که افزایش یک واحد نرخ بیکاری، اثرات متفاوتی بر جرم در مناطق مختلف میگذارد. به عبارت دیگر، تأثیر نرخ بیکاری یکسان بر جرم در استانهای نمونه دارای اثرات متفاوت است.