هدف از این پژوهش بررسی خوشه بندی نوسانات و عدم تقارن آن در بورس اوراق بهادار تهران می باشد.تغییرات بزرگ در قیمتها تمایل به تغییرات بزرگ و تغییرات کوچک تمایل به تغییرات کوچک دارند که بدان خوشه بندی نوسانات گفته میشود.از طرفی نوسانات بیشتر بازده، تمایل به تشکیل خوشه بیشتری نسبت به نوسانات کوچک دارند که بدان عدم تقارن خوشه بندی نوسانات گفته می شود. نوسانات بازده های دارایی می تواند به طور مستقیم روی قیمت اختیارهای معامله و ریسک سهام و پورتفوی اثر بگذارد. این پژوهش جزو تحقیقات کاربردی وکمی است .جامعه آماری سری زمانی شاخص کل بورس اوراق بهادار تهران و نمونه مورد استفاده سری زمانی بازده شاخص کل در بازه زمانی ابتدای سال 1387 تا مرداد سال 1396 می باشد . مقادیر شاخص از نرم افزار ره آورد نوین استخراج و سپس بازده لگاریتمی محاسبه و با نرم افزار ایویوز تحلیل شده اند. براساس رهیافت باکس و جنکینز معادله میانگین ARMA تهیه و با ARCH test وجود خوشه بندی نوسانات تایید شد.مدل TGARCH عدم تقارن در نوسانات و اثر اهرمی را نشان داد .با توجه به آماره آکاییک بهترین مدل خانواده گارچ جهت استخراج نوسانات ، ETGARCH معرفی شد . Manuscript profile

یکی از علائم هشدار بحران مالی، استرس‌های فزاینده‌ای است که در بازارهای مالی روی می‌دهد و به افزایش نااطمینانی و بی‌ثباتی در اقتصاد منجر می‌شود. از این رو هدف اصلی این پژوهش، محاسبه شاخص استرس مالی در بازارهای مالی ایران و شناسایی تأثیرهای آن بر رشد اقتصادی است.در این مقاله در قالب سه مرحله به رابطه استرس مالی و رکود و رونق اقتصادی ایران پرداخته شده است. در مرحله اول با ساخت یک شاخص ترکیبی نااطمینانی استرس مالی با بکارگیری مدل آرچ و گارچ قادر به بررسی رابطه میان رشد اقتصادی و شاخص نااطمینانی استرس مالی گشته ایم. در مرحله دوم تأثیر استرس مالی بر روی رونق و رکود اقتصادی به روش پرسپترون چند لایه نشان می‌دهد که پیش‌بینی می‌شود از سال 1397 تا فصل اول 1399 همچنان اقتصاد در حال رکود باشد و با شروع فصل دوم 1399 شاهد رونق اقتصادی باشیم. با توجه به نتایج به دست آمده استرس مالی در تشخیص و پیش بینی رکود و رونق اقتصادی نقش به‌سزایی دارد. در مرحله پایانی تاثیر استرس مالی در کنار بقیه متغیرهای تابع تولید بر روی رشد اقتصادی با استفاده از مدل خود رگرسیونی مارکوف سوییچینگ سنجیده شده است. بر اساس نتایج به دست آمده شاخص در مدل‌های بلندمدت و کوتاه مدت اثر منفی و معنی دار بر رشد اقتصادی دارد. Manuscript profile

هدف این پژوهش طراحی الگویی جدید جهت پیش بینی شاخص بورس تهران با استفاده از تشخیص الگو در ترکیبی از مدل مارکوف مخفی وهوش مصنوعی بود که تحقیق حاضر از نوع کاربردی و روش تحلیلی ریاضی می باشد. قلمرو مکانی آن بورس اوراق بهادار تهران و طی سال های 1389 تا 1398 است. یافته های پژوهش نشان داد که میزان خطای پیش‌بینی با شبکه عصبی مصنوعی از دقت بالاتری نسبت به مدل مخفی مارکوف برخوردار است. همچنین میزان خطای پیش بینی مدل ترکیبی به مراتب از دو مدل دیگر برای پیش بینی شاخص کل سهام بورس تهران کمتر بوده، لذا دقت بالاتری برای پیش بینی سهام را دارا می باشد. با توجه به شاخص MAPE روش مدل ترکیبی توانسته 044/0 درصد توان پیش بینی شبکه عصبی مصنوعی را بهبود ببخشد و همچنین 70/0 درصد قدرت پیش بینی کنندگی مدل مخفی مارکوف را بهبود ببخشد. Manuscript profile