اقتصاد سنجی
ندا اسماعیلی؛ مریم ایهامی
چکیده
هدف این مقاله بررسی وجود اطلاعات نامتقارن در بازار سهام ایران و تأثیر آن بر بازده مورد انتظار سبدمالی با استفاده از ابزار اندازه‌گیری احتمال حجم-همگام شده‌ی معامله‌ی آگاهانه (VPIN) است. برای این منظور از داده‌های واقعی 40 شرکت در بورس اوراق بهادار تهران (TSE) در بازه زمانی 1 فروردین 1397 تا 29 اسفند 1398 استفاده کردیم. نتایج نشان‌دهنده وجود ...
بیشتر
هدف این مقاله بررسی وجود اطلاعات نامتقارن در بازار سهام ایران و تأثیر آن بر بازده مورد انتظار سبدمالی با استفاده از ابزار اندازه‌گیری احتمال حجم-همگام شده‌ی معامله‌ی آگاهانه (VPIN) است. برای این منظور از داده‌های واقعی 40 شرکت در بورس اوراق بهادار تهران (TSE) در بازه زمانی 1 فروردین 1397 تا 29 اسفند 1398 استفاده کردیم. نتایج نشان‌دهنده وجود سطوح سمیت متوسط در سفارشات سهام این 40 شرکت منتخب در بازه زمانی مورد بررسی است. از آنجایی که اطلاعات نامتقارن برای سرمایه‌گذاران ریسک به همراه دارد, از این‌رو ممکن است آنها برای معامله دارایی‌های با ریسک اطلاعات نامتقارن حق بیمه درخواست کنند. به عبارت دیگر بازارسازان ممکن است ریسک اطلاعات نامتقارن را در قیمت‌گذاری دارایی‌ها بگنجانند. برای بررسی این موضوع، تأثیر ریسک اطلاعات نامتقارن را بر بازده سهام با افزودن یک عامل مرتبط با سطح سمیت سفارش‌ها به مدل‌های قیمت‌گذاری دارایی 3، 4 و 5 عاملی مورد ارزیابی قرار دادیم. با توجه به یافته‌های این پژوهش، تأیید می‌کنیم که بازار سهام ایران ریسک اطلاعات نامتقارن را در بازه زمانی 1 فروردین 1397 تا 29 اسفند 1398 قیمت‌گذاری کرده است. بنابراین، در نظر گرفتن عامل ریسک اطلاعاتی علاوه بر ترکیبی از عواملی مانند بازار، اندازه، سودآوری و سرمایه گذاری برای به دست آوردن موثرترین توضیح برای بازده سبدهای مالی ضروری است.
اقتصاد سنجی
توفیق بیگی؛ احمد صدرایی جواهری؛ علی حسین صمدی؛ ابراهیم هادیان
چکیده
نااطمینانی یک موضوع بحث‌برانگیز در فلسفه و روش‌شناسی علم اقتصاد است. از آنجایی که نااطمینانی اقتصادی به طور مستقیم قابل مشاهده نیست، کمّی کردن آن با پیچیدگی‌های زیادی رو به‌رو است. یکی از روش‌های متداول در این زمینه، محاسبه پروکسی نااطمینانی بر پایه الگوهای سری زمانی است. در این چارچوب، نوسان تصادفی اجزاء غیر قابل پیش‌بینی سری‌های ...
بیشتر
نااطمینانی یک موضوع بحث‌برانگیز در فلسفه و روش‌شناسی علم اقتصاد است. از آنجایی که نااطمینانی اقتصادی به طور مستقیم قابل مشاهده نیست، کمّی کردن آن با پیچیدگی‌های زیادی رو به‌رو است. یکی از روش‌های متداول در این زمینه، محاسبه پروکسی نااطمینانی بر پایه الگوهای سری زمانی است. در این چارچوب، نوسان تصادفی اجزاء غیر قابل پیش‌بینی سری‌های زمانی به‌عنوان معیار اندازه‌گیری نااطمینانی لحاظ می‌شود. در این راستا، الگوی پایه باید به شیوه‌ای تصریح شود که خطای پیش‌بینی آن فاقد هر گونه محتوای قابل پیش‌بینی باشد. در مطالعات قبلی تأکید صِرف بر متغیرهای اقتصادی و مالی در محاسبه معیار نااطمینانی بوده اما نقش عوامل نهادی در الگوی پیش‌بینی نادیده گرفته شده است. این در حالی است که بر پایه ادبیات اقتصادی، نهادها نقش مهمی در کنترل و کاهش نااطمینانی دارند. بنابراین در مطالعه حاضر معیار نااطمینانی اقتصادی بر پایه‌ی یک الگوی پویای عاملی و با استفاده از مجموعه‌ی 72 سری زمانی اقتصادی و نهادی، برای اقتصاد ایران استخراج گردید. نتایج نشان داد که لحاظ نکردن عوامل نهادی در الگوی پیش‌بینی می‌تواند به برآورد بیش از حد نااطمینانی اقتصادی منجر شود. دیدگاه ما دقت اندازه گیری نااطمینانی را افزایش می دهد و درک جامع تری از عوامل تعیین کننده نااطمینانی اقتصادی ارائه می کند.
اقتصاد سنجی
پگاه مهدوی؛ محمدعلی احسانی
چکیده
با توجه به پیشرفت‌ها و تحقیقات اخیر در کاربردهای استنتاج علی، درک مدل‌سازی کاربردی در اثرات علی از اهمیت ویژه‌ای در اقتصاد سنجی برخوردار است. ما همچنین یک طرح کلی از استفاده اقتصادسنجی از استنتاج علی ارائه می دهیم. اکثر اقتصاددانان موافق هستند که آزمایش تصادفی کنترل شده استاندارد طلایی برای نتیجه گیری است، اما در واقع، بخش قابل ...
بیشتر
با توجه به پیشرفت‌ها و تحقیقات اخیر در کاربردهای استنتاج علی، درک مدل‌سازی کاربردی در اثرات علی از اهمیت ویژه‌ای در اقتصاد سنجی برخوردار است. ما همچنین یک طرح کلی از استفاده اقتصادسنجی از استنتاج علی ارائه می دهیم. اکثر اقتصاددانان موافق هستند که آزمایش تصادفی کنترل شده استاندارد طلایی برای نتیجه گیری است، اما در واقع، بخش قابل توجهی از کار تجربی در اقتصاد سنجی به داده های مشاهداتی متکی است، جایی که، در میان چیزهای دیگر، احتمال مخدوش یا از دست دادن برون زایی باید وجود داشته باشد. به حساب آورده شود. ما به طور خاص بر دو نوع تحقیق معاصر تمرکز می کنیم: آزمایش های تصادفی و مطالعات مشاهده ای. بررسی ما از رویکرد مطالعه علیت پویا، روش خطی، که شامل LP و VAR، و مدل‌سازی آماری غیرخطی که شامل BART است، و استفاده از آنها در اقتصاد سنجی، همگی در این مقاله بررسی می‌شوند. مدل‌سازی سیستم‌های پویا با مدل‌های پارامتری خطی معمولاً از محدودیت‌هایی رنج می‌برند که بر عملکرد پیش‌بینی و پیامدهای سیاست تأثیر می‌گذارد. در چارچوب ناپارامتری، مشخصات BART می تواند پیش بینی های دنباله دقیق تری نسبت به ساختار VAR ایجاد کند. در نهایت، BART کمترین RMSE را در فرآیندهای تولید داده‌های خطی و غیرخطی دارد و همچنین عملکرد متغیرهای مهم BART در مجموعه‌ای از داده‌های کلان اقتصادی عملکرد بهینه‌ای نسبت به سایر برآوردگرهای رگرسیونی دارد.
اقتصاد سنجی
امین امینی مهر؛ علی رئوفی؛ اکبر امینی مهر؛ امیر حسین امینی مهر
چکیده
در این تحقیق به منظور پیش‌بینی داده های سری زمانی مالی با استفاده از شبکه عصبی حافظه کوتاه و بلند مدت ماندگا تاثیر روش های مختلف پیش‌پردازش داده ها با همدیگر مقایسه شده است. در روش اول داده های مربوط به 78 اندیکاتور تکنیکال به الگوریتم تحلیل مولفه های اولیه داده شده و با استفاده از خروجی های آن، مدل پیش‌بینی پیاده سازی شده است. در ...
بیشتر
در این تحقیق به منظور پیش‌بینی داده های سری زمانی مالی با استفاده از شبکه عصبی حافظه کوتاه و بلند مدت ماندگا تاثیر روش های مختلف پیش‌پردازش داده ها با همدیگر مقایسه شده است. در روش اول داده های مربوط به 78 اندیکاتور تکنیکال به الگوریتم تحلیل مولفه های اولیه داده شده و با استفاده از خروجی های آن، مدل پیش‌بینی پیاده سازی شده است. در روش دوم به جای استخراج مؤلفه های موثر، برای انتخاب موثر ترین متغیر ها از الگوریتم جنگل تصادفی استفاده شد. در آزمایشی دیگر از متغیر های تولید شده توسط استراتژی های تکنیکال برای توسعه الگوریتم پیش‌بینی استفاده شده است. در نهایت با استفاده از مدل یادگیری عمیق سری زمانی تغذیه شده توسط وقفه های متغیر وابسته، یک بار با کمک موجک و نوفه زدایی و بار دیگر بدون موجک پیش‌بینی انجام شده است. نتایج حاصل شده از توابع متعدد سنجش خطا از جمله MSE, MAE, MAPE و نیکویی برازش بر روی داده های آزمون نشان داد که مدل یادگیری عمیق به همراه موجک بهترین پیش‌بینی را بر روی شاخص بورس تهران ارائه داده اند. در نهایت آزمون دیابود ماریانو نشان داد که اختلاف دقت روش های مقایسه شده در این تحقیق از حیث آماری معنی دار میباشد. به طور خلاصه این تحقیق نشان داد که با وجود این که مدل های یادگیری عمیق توان خوبی برای استخراج دانش از میان داده های سری زمانی مربوط به شاخص بورس تهران را دارند، این عملکرد را با استفاده از تکنیک نوفه زدایی موجک بهبود بخشیده می شود.
اقتصاد سنجی
علیرضا کمالیان؛ سید کمیل طیبی؛ علیمراد شریفی؛ هادی امیری
چکیده
مچینگ ضریب تمایل به وفور برای تخمین اثر برنامه و مداخلات سیاستی برای داده های مشاهده‌ای استفاده شده است. این روش با مقایسه ی میان دوگروه درمان و کنترل به استنتاج آماری درباره معنی داری تاثیر این سیاستها بر متغیرهای هدف می پردازد و به همین دلیل یکی از موضوعات مهم در هنگام استفاده از مچینگ ضریب تمایل، برآورد انحراف معیار برای تخمین ...
بیشتر
مچینگ ضریب تمایل به وفور برای تخمین اثر برنامه و مداخلات سیاستی برای داده های مشاهده‌ای استفاده شده است. این روش با مقایسه ی میان دوگروه درمان و کنترل به استنتاج آماری درباره معنی داری تاثیر این سیاستها بر متغیرهای هدف می پردازد و به همین دلیل یکی از موضوعات مهم در هنگام استفاده از مچینگ ضریب تمایل، برآورد انحراف معیار برای تخمین اثر درمان است. برآورد دقیق واریانس و انحراف معیار،آزمون آماری کاراتر و فاصله اطمینان دقیق تر را ممکن می سازد. با این حال اختلافات بسیاری در ادبیات چگونگی تخمین انحراف معیار وجود دارد. برخی از این روشها مبتنی بر بازنمونهگیری و برخی مستقل از آن است. در این پژوهش با بهکارگیری شبیهسازی مونت کارلو و محاسبهی میانگین حداقل مربعات خطای این برآوردگرها( MSE) به مقایسه این روشها پرداخته شدهاست. نتایج شبیهسازی در این مطالعه دلالت بر مزیت روش‌های جکنایف و استاندارد نسبت به روش های آبادی-ایمبنز ، بوت استرپ و زیرنمونه داشتهاست. در پایان نیز با بررسی مقاله طیبی و همکاران نشان داده شد که روش های مختلف برآورد واریانس در برآوردگر مچینگ منجر به استنتاج آماری متفاوت از لحاظ معنی داری آماره ها می شد.
