بررسي پيش‌بيني پذيري شاخص قيمت بورس اوراق بهادار تهران

Predicting the price index of Tehran Stock Exchange

امروزه با پيشرفت علم و پديد آمدن شيوه‌هاي نوين مديريتي در اقتصاد و بازارهاي مالي، مي‌توان اميد داشت كه با سرمايه‌هاي اندك ولي با تصميم‌گيري مناسب و بهنگام به سود بيشتر دست‌ يافت. در اين ميان، بازار بورس يكي از شاخص‌ترين بازارهاست كه در آن مديريت سرمايه و شيوه تصميم‌گيري اهميت بسيار زيادي دارد. شاخص بازار سهام را مي‌توان به‌عنوان يكي از نمودهاي عيني وضعيت كلان مالي در يك جامعه دانست. سرمايه‌گذاري در بازار سهام به سبب عدم اطمينان و نوسان پذيري قيمت‌ها ريسك بالايي دارد. بنابراين پيش‌بيني رفتار بازار سهام خيلي مشكل است. ازاين‌رو كاربرد روش‌هاي كمـّي در دانش مالي امري ضروري است. به‌طوركلي در مبحث پيش‌بيني سري‌هاي زماني، اولين سوالي كه بايد پاسخ داده شود اين است كه آيا سري زماني موردمطالعه پيش‌بيني پذير است يا خير. چراكه اگر سري زماني مورد نظر داراي روند تصادفي باشد، در آن صورت مي‌توان انتظار داشت كليه روش‌ها و مدل‌هاي موجود در بحث پيش‌بيني سري‌هاي زماني نتواند نتايج مناسب و ايده آل ارائه دهد. در اين تحقيق با به‌كارگيري روش تحليل تغيير مبناي حوزه تغييرات (R/S) جهت بررسي ساختار سري زماني و همچنين آزمون نسبت واريانس به‌ منظور آزمودن فرضيه گام تصادفي، به بررسي پيش‌بيني پذيري مقادير ماهيانه شاخص قيمت بورس اوراق بهادار تهران پرداخته مي‌شود. نتايج تحليل R/S و آزمون نسبت واريانس به ترتيب نشان‌دهنده وجود همبستگي مثبت (حافظه بلندمدت) و تصادفي نبودن مقادير ماهيانه سري زماني شاخص قيمت است.

Today, pursuant to development of science and emerging of modern managerial techniques in economics and financial markets, one can hope to achieve more profits by small capitals but appropriate and timely decision making. Inter alia, stock exchange is one of the most prominent markets in which management of capital and decision-making method are crucially important. The stock exchange index may be assumed as one of the objective manifestations of the macro financial status in a community. Due to fluctuation of prices, investment in stock exchange is followed by high risk. Thus, prediction of behavior of stock exchange is a very difficult task. Hence, it necessitates for adaption of quantitative techniques in financial knowledge. Overall, this first question which should be responded regarding prediction of time series is that whether the studied time series are predictable or not. It is because of this fact if the given time series includes random trend then it can be expected that all of the existing techniques and models concerning prediction of the time series fail to propose appropriate and ideal results. By employing Rescaled Range Analysis (R/S) for review on structure of time series and also Variance Ratio Test for testing Random Walk theory in this study, predictability of monthly values of Tehran Exchange Price Index (TEPIX) is examined. The results of R/S analysis and variance ratio test indicate the presence of positive correlation (long-term memory) and non-random monthly values of time series for price index, respectively.