در سالهای اخیر بازارهای مالی با نوسانات زیادی مواجه شده و عدم اطمینان ناشی از این نوسانها، نگرانیهایی را در سرمایهگذاران ایجاد نموده است. از این رو مدلسازی نوسان و پیشبینی آن در مسائل مختلف تحقیقی و عملی مالی، مورد توجه قرار گرفته است. در این راستا، امکان دسترسی ب چکیده کامل
در سالهای اخیر بازارهای مالی با نوسانات زیادی مواجه شده و عدم اطمینان ناشی از این نوسانها، نگرانیهایی را در سرمایهگذاران ایجاد نموده است. از این رو مدلسازی نوسان و پیشبینی آن در مسائل مختلف تحقیقی و عملی مالی، مورد توجه قرار گرفته است. در این راستا، امکان دسترسی به دادههای پرفراوانی، عرصهی جدیدی برای مدلسازی نوسان و پیشبینی بازده داراییهای مالی ایجاد نموده است.
در این پژوهش، مدلسازی نوسان با استفاده از دادههای پرفراوانی و با کمک مدلهای خانوادهی HAR-RV، انجام شده و اثر اضافه نمودن جزء پرش در کارایی پیشبینی نوسان شاخص کل بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. نتایج مدلسازی و پیشبینی حاکی از این است که خطای پیشبینی با اضافه نمودن جزء پرش به مدل کاهش یافته و همچنین مجزا نمودن اجزای پرش و پیوسته نوسان تحققیافته نیز در بهبود کارایی پیشبینی تاثیرگذار است.
پرونده مقاله