پیشبینی بازده سهام با استفاده از مدلهای غیرخطی آستانهای و بررسی نقش حجم معاملات در بهبود عملکرد این مدلها
نویسندگان
1 کارشناس ارشد مدیریت مالی، دانشگاه الزهرا، تهران، ایران
2 دانشیار و عضو هیئت علمی دانشگاه الزهرا، تهران، ایران
doi
10.22059/jfr.2013.25022چکیده
در طول سالهای اخیر مدلهای سری زمانی غیرخطی یکی از ابزارهای جدید در توصیف و پیش-بینی بازدهی سهام بوده است. شواهد بسیاری رابطه عکس بین بازدهی آینده سهام و حجم معاملات را تأیید کرده است. وجود این رابطه نشان میدهد، حجم معاملات میتواند بهعنوان متغیر آستانهای مناسب در مدلهای خودتوضیح آستانهای (TAR) و خودتوضیح انتقال هموار لجستیک (LSTAR) استفاده شود. در این پژوهش توانایی مدلهای خطی ARMA و مدلهای TAR و LSTAR مقایسه شده است. علاوهبر این از متغیر حجم معاملات بهعنوان متغیر آستانهای یا انتقال در مدلهای TAR و LSTAR استفاده شده است. بدین منظور نمونهای از 26 شرکت در طول سال-های 1380 تا 1388 از شرکتهای بورس اوراق بهادار تهران مورد مطالعه قرار گرفتند. از دادههای 7 سال به عنوان دادههای آموزشی و از دادههای 2 سال به عنوان دادههای آزمایشی استفاده شد. با استفاده از آزمون دایبلد ماریانو ، عملکرد مدلها مورد مقایسه قرارگرفت. نتایج نشان دادند، مدلهای غیرخطی از قدرت پیشبینی بالاتری نسبت به مدل ARMA برخوردارند. همچنین بهکارگیری حجم معاملات در مدلهای غیرخطی عملکرد این مدلها را بهبود نبخشید.