تعداد نشریات | 25 |
تعداد شمارهها | 924 |
تعداد مقالات | 7,620 |
تعداد مشاهده مقاله | 12,415,630 |
تعداد دریافت فایل اصل مقاله | 8,837,390 |
یک الگوی تعادلی برای شبیه سازی تصادفی رفتار بازار سهام ایران: رهیافتی از اقتصاد فیزیک | ||
راهبرد مدیریت مالی | ||
مقاله 4، دوره 6، شماره 2 - شماره پیاپی 21، شهریور 1397، صفحه 82-113 اصل مقاله (3.45 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22051/jfm.2018.14248.1297 | ||
نویسندگان | ||
هاشم زارع* 1؛ زینب رضایی سخا2؛ محمد زارع2 | ||
1گروه اقتصاد، دانشکده اقتصاد و مدیریت، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران | ||
2دانشگاه آزاد اسلامی، واحد شیراز، باشگاه پژوهشگران جوان ونخبگان، شیراز، ایران | ||
چکیده | ||
مطالعه حاضر سعی بر آن دارد با عبور از دیدگاههای سنتی علمی با استفاده از علوم بینرشتهای، برخی الگوهای ذهنی بازار سرمایه در اقتصاد ایران را کاربردی نماید. ازاینرو با بهرهگیری از علوم مختلف درزمینه مباحث مالی یک چارچوب نظری تعادلی را در بازار سهام ارائه نماید. روش پژوهش نیز جهت شبیهسازی رفتار شاخص قیمت سهام بازار بورس اوراق بهادار تهران از یک مسیر ساز پویای تصادفی در چارچوب الگوی بلک شولز بهره گرفتهشده است. ازاینرو دادههای سری زمانی روزانه شاخص قیمت سهام، از نیمه آذرماه سال 1387 تا نیمه مردادماه سال 1395 بکار گرفتهشده است. نتایج نشان میدهد امکان شبیهسازی روند بلندمدت تا حدودی فراهمشده است. اگرچه، الگو از پیشبینی وقوع بحرانها و نوسانات شدید در طول دوره معذور میباشد. همچنین آزمون مقایسه فرم توزیع دادههای شبیهسازیشده، بسیار نزدیک با دادههای واقعی میباشد. بعلاوه کاهش در پارامتر ریسک گریزی و نیز کاهش در نسبت نقدینگی به سهام نگهداری شده توسط سرمایهگذار، به ترتیب باعث انتقال منحنی شبیهسازیشده شاخص قیمت، به سمت پایین و بالا خواهد شد. | ||
کلیدواژهها | ||
شبیهسازی؛ بازار سهام؛ ریسک گریزی؛ فرآیند تصادفی | ||
عنوان مقاله [English] | ||
An Equilibrium Model for Stochastic Simulation of Iranian Stock Market Behavior: An Econophysic Approach | ||
نویسندگان [English] | ||
Hashem Zare1؛ Zeinab Rezaei sakha2؛ Mohammad Zare2 | ||
1Department of Economic, Faculty of Economic and Management, Shiraz Branch, Islamic Azad University | ||
2Young Researchers and Elite Club, Shiraz Branch, Islamic Azad University, Shiraz, Iran University | ||
چکیده [English] | ||
This study attempts to cross borders and disciplines of traditional approaches using interdisciplinary sciences to make the mental models of Iran's capital market applicable. Hence, this study using a variety of sciences in the context of financial discussions, presents an equilibrium theoretical framework in the stock market. The research method used a randomized dynamic path mapper within the framework of the Black Scholes model to simulate the stock price index of Tehran stock exchange behavior. Thus, the daily time series data of the stock price index has been used since December 2008 to August of 2017. The results indicate that simulation of long-term trend is provided to some extent. Although the model is excused of forecasting the crisis and volatilities along the period, the results of comparison test suggest that simulated data distribution forms are very close to actual data. In addition, laboratory results indicate that the decrease in risk aversion parameter and the ratio of liquidity to the shares held by investors make the simulated price index curve shift upward and downward respectively | ||
کلیدواژهها [English] | ||
Simulation, Stock Market, Risk Aversion, Stochastic Process | ||
مراجع | ||
- اسلاملوئیان، کریم، هاشم زارع. (1385). "بررسی تأثیر متغیرهای کلان و داراییهای جایگزین بر قیمت سهام در ایران یک الگوی خود همبسته با وقفههای توزیعی". پژوهشهای اقتصادی ایران، 29، 17-46. - حسین مرزبان، افشین منتخب، شکرالله خواجوی، علی حسین صمدی، هاشم زارع. (1392). "رهیافتی از اقتصاد فیزیک در بازار سهام ایران". پژوهشها و سیاستهای اقتصادی، 65. 183-200. - مشیری، سعید و امیر بهداد سلامی(1388)، "شبیهسازی بازار سهام با توجه به ویژگیهای ساختاری بازار سهام تهران"، مجله پژوهشنامه اقتصادی، 32، 167-203. - فلاحپور، سعید، علی پور ریکنده، جواد. (1393). "پیشبینی شاخص سهام با استفاده از شبکههای عصبی موجکی در بورس اوراق بهادار تهران". راهبرد مدیریت مالی، 2(4)، 15-31. - فرید رادمهر، فرید، و شمس قارنه، ناصر. (1392 ). "پیشبینی شاخص بازار بورس تهران با استفاده از مدل سری زمانی فازی مرتبه بالا و الگوریتم شبیهسازی تبرید"، همایش بینالمللی مهندسی صنایع و مدیریت تولید، ص 95-106. - موسوی حقیقی، محمد هاشم و ستوده، فیروزی. (1392). "شبیهسازی الگوی پویای رفتاری سهام در بورس اوراق بهادار تهران"، مطالعات مدیریت راهبردی، 4(14)، 35-52. - موسوی حقیقی، محمد هاشم، خلیفه، مجتبی، صفایی، بهزاد و صابری، حامد. (1395). "شبیهسازی قیمت سهام از منظر عوامل داخلی و خارجی مؤثر بر سیستم با استفاده از رویکرد پویاییشناسی سیستمی". مدیریت دارایی و تأمین مالی، 4(4)، 79-98. - Abry, P., & Sellan, F. (1996). “The wavelet-based synthesis for fractional Brownian motion proposed by F. Sellan and Y. Meyer: Remarks and fast implementation”. Applied and Computational Harmonic Analysis, 3 (4), 377-383. - Banner, A., R. Fernholz, & I. Karatzas. (2005). "On Atlas Models of Equity Markets". Annals of Applied Probability, 15, 2296-2330. - Banks, J., Carson, J. S., Nelson, B. L., & Nicol, D. M. (2010). Discrete-event system simulation. (5th ed. ed.), Upper Saddle River, NJ: Prentice Hall - Baryam, y. (1997). Dynamics of Complex Systems: Contents (1 ed.). Cambridge: New England Complex Systems Institute. - Blok, H. J., & B. Bergersen. (2000). "Synchronous Versus Asynchronous Updating in the Game of Life". Physical Review . E, 59, 3876-3879. - Caraiani, P. (2014). “The predictive power of singular value decomposition entropy for stock market dynamics”. Physica A: Statistical Mechanics and its Applications, 393, 571-578. - Duffie, D. (2010). Dynamic asset pricing theory. Princeton University Press. - Eslamloueyan, K., & Zare, H. (2006). “The impact of macro variables and alternative ssets on stock price movement in Iran: an ARDL model”,. Iranian Journal of Economic Research, 29, 17-46. - Fallahpour, S., & AliPour Rikandeh, J,. (1393). “Stock Indicators Forecasting Using Wavelet Neural Networks in Tehran Stock Exchange”. Financial Management Strategy, 2 (4), 15-31. - Grossman, S. (1976). “On the efficiency of competitive stock markets where trades have diverse information”. The Journal of finance, 31(2), 573-585. - Karatzas, I., & Kardaras, C. (2007). The numéraire portfolio in semimartingale financial models. Finance and Stochastics, 11(4), 447-493. - Karatzas, I., & Kou, S. G. (1996). On the pricing of contingent claims under constraints. The annals of applied probability, 321-369. - Ke, J., & Chen, Y. (2013). “Modeling and simulation of the artificial stock market trading system”. Appl. Math, 7(4), 1599-1607. - McCauley, J. L. (2004). Dynamics of markets: econophysics and finance. Cambridge University Press. - Mandelbrot, B. B. (1963). “The variation of certain speculative prices”, Journal of Business, 36 , 394-419. - Mantegna, R. N., & H. E. Stanley. (1995). "Scaling Behaviour in the Dynamics of an Economic Index". Nature, 376, 46-49. - Mantegna, R., & Stanley, H. E. (2000). An Introduction to Econophysics, Cambridge University Press. Cambridge, MA. - Marzban H, Montakhab A, Khajavi S, Samadi A H, Zare H. (2013). “Approach of the Econophysics in the Stock Market”. Quarterly Journal of Economic Research and Policies, 21 (65) :183-200. - Mas-Colell, A., Whinston, M. D., & Green, J. R. (1995). Microeconomic theory. New York: Oxford university press. - Menezes, C. F., & Hanson, D. L. (1970). “On the theory of risk aversion”. International Economic Review, 481-487. - Mousavi Haghighi, M. H., Khalifa, M., Safai, B. and Saberi, H (2016). “Simulation of stock prices in terms of internal and external factors affecting the system dynamical approach”. Asset Management and Financing, 4 (4), 79-98. - Moshiri, S, Behdad Salami, A, (2007). “Simulation of stock exchange based on structural features of it” Economic Journal, 167-203. - Ponta, L., Pastore, S., & Cincotti, S. (2018). “Static and dynamic factors in an information-based multi-asset artificial stock market”. Physica A: Statistical Mechanics and its Applications, 492, 814-823. - Rickles, D.(2007). “Econophysics for philosophers”, Studies in the History and Philosophy of Modern Physics, 38 (4), 948–978. - Schinckus, C. (2010). “Is econophysics a new discipline? The neopositivist argument”. Physica A: Statistical Mechanics and its Applications, 389(18), 3814-3821. - Simon, H. A. (1955). “On a class of skew distribution functions”. Biometrika, 42(3/4), 425-440. - Vargas, M. R., de Lima, B. S., & Evsukoff, A. G. (2017). “Deep learning for stock market prediction from financial news articles”. In Computational Intelligence and Virtual Environments for Measurement Systems and Applications, IEEE International Conference, 60-65. - Von Neumann, J., & Morgenstern, O. (1945). “Theory of games and economic behavior”. Bull. Amer. Math. Soc, 51(7), 498-504. - Zare, H., Sakha, Z. R., & Zare, M. (2016). “Survey Castaing Distribution on Iranian Stock Market: An Econophysic Approach”. Hyperion International Journal of Econophysics & New Economy, 9(2). | ||
آمار تعداد مشاهده مقاله: 922 تعداد دریافت فایل اصل مقاله: 1,269 |