مدل‏سازي و پيش ‏بيني توزيع بازدهي شاخص كل بازار سرمايه ايران و رمزارز بيت‏كوين با روش زمان متغير GAS

پيش‏بيني بازدهي با كمترين خطا يكي از مسائل بسيار مهم در بازارهاي مالي است كه مورد توجه پژوهشگران زيادي در چند دهة اخير قرار گرفته است. مدل‏هاي خطي و غيرخطي سنتي با توجه به عدم كارايي كافي مدل‏هاي خطي در تلاطم‏هاي قيمتي، عدم استخراج صحيح شكل توزيع شرطي داده‏ها به علت ضبط نشدن پويايي توزيع شرطي در مدل‏هاي غيرخطي و وجود فرض‌هاي محدود كننده خلاف واقعيت، توانايي مناسبي جهت پيش‏بيني بازدهي در دنياي امروز ندارد. در جهت رفع نقصان مدل‏هاي سنتي، در پژوهش حاضر با استفاده از روش نوين زمان-متغير به نام امتياز خود رگرسيوني تعميم يافته (GAS) مدل‌سازي در راستاي پيش‏بيني توزيع بازدهي شاخص كل بورس اوراق بهادار طي بازه 1390 الي 1399 و براي رمزارز بيت‏كوين طي بازه سال 2014 تا 2020 ميلادي  انجام شده است. نتايج مدل‏سازي شده براي دو دارايي توسط مدل نوين GAS با نتايج مدل‏هاي GARCH و AR مقايسه شده و عملكرد آنها براي درون و برون نمونه آزموده شده است. نتايج آزمون‏هاي درون و برون نمونه‏اي نشان دهنده اين است كه جهت پيش‏بيني توزيع بازدهي روزانه شاخص كل مدل نوين GAS عملكرد بهتري داشته و براي پيش‏بيني توزيع بازدهي روزانه بيت‏كوين مدل GARCH ارجح‏تر بوده است.