پیش بینی بازده سهام با استفاده از مدل های غیرخطی آستانه ای و بررسی نقش حجم معاملات در بهبود عملکرد این مدل ها

در طول سال های اخیر مدل های سری زمانی غیر خطی 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 تایید کرده است. وجود این رابطه نشان می دهد، حجم معاملات می‎تواند به عنوان متغیر آستانه ای مناسب در مدل های خودتوضیح آستانه ای (tar) و خودتوضیح انتقال هموار لجستیک (lstar) استفاده شود. در این پژوهش توانایی مدل های خطی arma و مدل های tar و lstar مقایسه شده است. علاوه بر این از متغیر حجم معاملات به عنوان متغیر آستانه ای یا انتقال در مدل های tar و lstar استفاده شده است. بدین منظور نمونه ای از 26 شرکت در طول سال-های 1380 تا 1388 از شرکت های بورس اوراق بهادار تهران مورد مطالعه قرار گرفتند. از داده‎های 7 سال به عنوان داده های آموزشی و از داده های 2 سال به عنوان داده های آزمایشی استفاده شد. با استفاده از آزمون دایبلد ماریانو ، عملکرد مدل ها مورد مقایسه قرارگرفت. نتایج نشان دادند، مدل های غیرخطی از قدرت پیش‎بینی بالاتری نسبت به مدل arma برخوردارند. همچنین به‎کارگیری حجم معاملات در مدل های غیرخطی عملکرد این مدل ها را بهبود نبخشید.