آزمون آشوبی و غیرخطی بودن شاخص قیمت سهام در بورس تهران

شاخص قیمت سهام یکی از متغیرهای موثر در سیستم های اقتصادی بوده که این سری‌های زمانی بسیار پیچیده، اغلب تصادفی و در نتیجه تغییر آن‌ها غیرقابل پیش بینی فرض می‌شود. به همین جهت آزمون‌های پیش‌بینی پذیری و غیرخطی جهت بررسی وجود روند آشوبی معین و فرآیندهای غیرخطی در سری زمانی شاخص قیمت سهام در بورس تهران به صورت روزانه بین سال‌های 87 تا 1392 مورد استفاده قرار گرفت. نتایج آزمون‌ها حاکی از آن بود که آزمون تسلسل و هارست غیر تصادفی بودن شاخص قیمت سهام را تایید کردند، نتایج حاصل از آزمون های [1] bds، تسای و اندرسوندارلینگ بیان‌کننده این بود که شاخص قیمت سهام از فرآیند غیرخطی تبعیت می‌کند.آزمون‌های مستقل بودن کوکران، همبستگی دوگانه و استقلال  chowdenning هم، همبستگی بین مشاهدها را مورد آزمون قراردادند که نتایج حاصل دال بر وجود همبستگی بین متغیرها بود و در ادامه آزمون‌های دوره‌ای تجمعی و آزمون تعدیل‌شده west cho  مبنی بر آزمودن فرآیند آشوبی متغیر شاخص قیمت سهام صورت گرفت که نتایج هر دو آزمون، آشوبی بودن فرآیند را مورد تایید قراردادند. پس از احراز قابلیت پیش‌بینی شاخص قیمت سهام،  برای پیش‌بینی در دوره‌های آتی،  مدل های arfima، figarch، lstar و estar تخمین زده شد. در بین مدل هایی که به بررسی وجود حافظه بلندمدت در متغیر شاخص قیمت سهام پرداخته‌اند مدل figarch که هم حافظه بلندمدت متغیر و هم واریانس و تغییرات متغیر را مدل سازی کرده است دارای قدرت بیشتری در پیش‌بینی بود و در میان مدل های غیرخطی مدل estar دارای قدرت پیش‌بینی بالاتری بود. در انتها نیز پیش‌بینی با فرآیند یک گام به جلو برای ده دوره گزارش شده است.

Chaos and Nonlinear Stock Price Index of Tehran Stock ExchangeChaos and Nonlinear Stock Price Index of Tehran Stock Exchange

AbstractThe stock price indices are indispensable variables in economic systems, these usually complicated time series are almost stochastic, and hence their variation is assumed unpredictable. For this purpose, nonlinear and predictable examinations are used to test the existence of determined chaotic trend and nonlinear process in daily time series of Tehran’s stock index from 1387/4/8 to 1392/7/10.The results reflect that sign test proves the nonstochastic nature of price index. The BDS’ results and those of sign test show that stock price index follows a nonlinear process. The independence tests like BDS test, White test, Chow test, test the correlation between observations in which the results are affirmative. Moreover, the cointegrationadjusted tests are used for testing the chaotic process of the price index and the results of both are affirmative. For predicting the stock price index in ongoing periods, we have used ARFIMA, FIGARCH, LSTAR,and ESTAR. Among those models, which examine the existence of long run memory in stock price index, FIGARCH, which tests the long run memory and variance, has the most capacity of accurate prediction. Among the nonlinear models, ESTAR has the most capacity. At the last, prediction is reported for ten periods with the one head process.