-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
بانک
آماره آزمون
-15.80897
آماره آزمون
-25.08131

ارزش بحرانی آزمون
سطح 1%
-3.435563
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863730

سطح 5%
-2.863726

سطح 10%
-2.567986

سطح 10%
-2.567984
دارو
آماره آزمون
-19.28340
آماره آزمون
-21.81640

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
ماشین‌آلات
آماره آزمون
-10.90907
آماره آزمون
-29.30294

ارزش بحرانی آزمون
سطح 1%
-3.435572
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863734

سطح 5%
-2.863726

سطح 10%
-2.567988

سطح 10%
-2.567984
محصولات فلزی
آماره آزمون
-27.27047
آماره آزمون
-28.38717

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
فرآورده‌های نفتی
آماره آزمون
-29.35045
آماره آزمون
-29.92899

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
خودرو
آماره آزمون
-16.97943
آماره آزمون
-24.44245

ارزش بحرانی آزمون
سطح 1%
-3.435563
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863730

سطح 5%
-2.863726

سطح 10%
-2.567986

سطح 10%
-2.567984
فلزات اساسی
آماره آزمون
-24.93845
آماره آزمون
-25.38404

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
مواد غذایی
آماره آزمون
-19.01769
آماره آزمون
-29.47514

ارزش بحرانی آزمون
سطح 1%
-3.435559
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863728

سطح 5%
-2.863726

سطح 10%
-2.567985

سطح 10%
-2.567984
کاشی و سرامیک
آماره آزمون
-14.92118
آماره آزمون
-27.23897

ارزش بحرانی آزمون
سطح 1%
-3.435563
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863730

سطح 5%
-2.863726

سطح 10%
-2.567986

سطح 10%
-2.567984
قندو شکر
آماره آزمون
-23.44216
آماره آزمون
-24.56249

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
لاستیک
آماره آزمون
-32.46026
آماره آزمون
-32.58460

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
سیمان
آماره آزمون
-11.49801
آماره آزمون
-22.33979

ارزش بحرانی آزمون
سطح 1%
-3.435567
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863732

سطح 5%
-2.863726

سطح 10%
-2.567987

سطح 10%
-2.567984
معدن
آماره آزمون
25.41289-
آماره آزمون
-25.89117

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
مستغلات
آماره آزمون
22.53090-
آماره آزمون
-22.98216

ارزش بحرانی آزمون
سطح 1%
-3.435554
ارزش بحرانی آزمون
سطح 1%
-3.435554

سطح 5%
-2.863726

سطح 5%
-2.863726

سطح 10%
-2.567984

سطح 10%
-2.567984
بیمه
آماره آزمون
-26.18320
آماره آزمون
-24.55286

ارزش بحرانی آزمون
سطح 1%
-3.435608
ارزش بحرانی آزمون
سطح 1%
-3.435608

سطح 5%
-2.863750

سطح 5%
-2.863750

سطح 10%
-2.567997

سطح 10%
-2.567997

با توجه به نتایج آزمون دیکی‌فولر تعمیم‌یافته و فلیپس‌پرون، سری زمانی بازده کلیه صنایع مانا می‌باشد. در این رابطه باید اشاره داشت با توجه به اینکه سری مورد نظر بر حسب بازدهی (ln p_t/p_(t-1) ) ارائه شده است، مانایی این سری‌ها در سطح، منطقی می‌باشد و در نتیجه با توجه به فقدان مرتبه انباشتگي (d)، ساختار مدل‌های ARIMA به ARMA تبدیل می‌شود.
پس از آزمون ریشه واحد و تایید مانایی متغیرها، تعداد جملات خود‌رگرسيو(p) و تعداد جملات ميانگين متحرک(q)، با استفاده از توابع خودهمبستگي(AC) و خودهمبستگي‌جزئي(PAC) بر اساس مراحل باکس- جنکينز محاسبه گردید. سپس براساس معيارهاي هنان-کوئین مورد بازبيني قرار گرفت و مدل میانگین نهایی برای صنایع بصورت جدول (4-2) استخراج شد.
جدول (4-2) مدل میانگین سری زمانی بازده صنایع منتخب
صنعت
مدل
ضرایب مدل میانگین سری زمانی بازده صنایع منتخب
سرمایه‌گذاری
ARMA(1,0)
y_t=001+0.35y_(t-1)
(13.6) (3.37)
شیمیایی
ARMA(1,2)
y_t=002+0.93y_(t-1)-0.57u_(t-1)-0.28u_(t-2)
(7.34-) (9.42-) (18.38) (3.53)
بانک
ARMA(3,1)
y_t=001-0.51y_(t-1)+0.23y_(t-2)+0.06y_(t-3)+0.89u_(t-1)
(28.8) (1.99) (6.6) (12.16-) (3.2)
دارو
ARMA(1,2)
y_t=001+0.91y_(t-1)-0.44u_(t-1)-0.25u_(t-2)
(7.39-) (11.49-) (37.45) (2.84)
ماشین‌آلات
ARMA(1,0)
y_t=001+0.32y_(t-1)
(11.7) (3.15)
محصولات فلزی
ARMA(1,0)
y_t=001+0.24y_(t-1)
(8.47) (2.46)
فرآورده‌های نفتی
ARMA(1,0)
y_t=001+0.17y_(t-1)
(5.85) (3.39)
خودرو
ARMA(0,1)
y_t=001+0.36u_(t-1)
(13.5) (2.1)
فلزات اساسی
ARMA(1,2)
y_t=001+0.91y_(t-1)-0.58u_(t-1)-0.25u_(t-2)
(6.25-) (8.36-) (15.03) (2.44)
مواد غذایی
ARMA(2,0)
y_t=001+0.22y_(t-1)+0.11y_(t-2)
(3.8) (7.7) (2.01)
کاشی و سرامیک
ARMA(1,1)
y_t=001+0.31y_(t-1)+0.05u_(t-1)
(1.64) (10.5) (3.6)
قندو شکر
ARMA(1,0)
y_t=002+0.37y_(t-1)
(13.97) (3.51)
لاستیک
ARMA(1,1)
y_t=002+0.97y_(t-1)-0.95u_(t-1)
(41.34-) (59.8) (1.98)
سیمان
ARMA(1,3)
y_t=.01+0.95y_(t-1)-0.45u_(t-1)-0.3u_(t-2)-0.08u_(t-3)
(2.7-) (8.6-) (10.2-) (30.6) (1.7)
معدن
ARMA(1,0)
y_t=001+0.31y_(t-1)
(11.01) (2.94)
مستغلات
ARMA(1,0)
y_t=001+0.41y_(t-1)
(15.47) (1.72)
بیمه
ARMA(1,2)
y_t=001+0.89y_(t-1)-0.58u_(t-1)-0.19u_(t-2)
(5.64-) (11.74-) (22.42) (0.99)
منبع: یافته‌های تحقیق
با بررسی مدل‌های میانگین بازدهی شاخص صنایع مشاهده می‌شود که ساختار بازدهی صنایع تا حدودی متفاوت از هم می‌باشد، بگونه‌ای که بازدهی 7 صنعت (شامل: سرمایه‌گذاری، ماشین‌آلات، محصولات فلزی، فرآورده‌های نفتی، قند و شکر، معدن و مستغلات) صرفاً از بازده روز گذشته خود و بازدهی 1 صنعت (مواد غذایی) از بازدهی دو روز گذشته خود تبعیت می‌کنند و دارای ساختار AR می‌باشد. در این بین بازدهی شاخص صنعت خودرو صرفاً از جمله اخلال روز گذشته خود تبعیت می‌کند و دارای ساختار MA می‌باشد. بقیه صنایع دارای بازدهی هستند که از مقادیر روزهای گذشته و همچنین جملات اخلال روزهای گذشته خود تبعیت می‌کنند.

4-2-2- گام دوم: تخمین مدلهای خانواده GARCH
پس از تخمین مدل ARMA، اثرات ARCH و GARCH مدل مربوطه، مورد بررسی قرار گرفت.
جدول (4-3) نتیجه بررسی آزمون ناهمسانی شرطی میانگین بازده صنایع را نشان می‌دهد.

جدول (4-3): نتیجه بررسی آزمون ناهمسانی شرطی میانگین بازده صنایع
صنعت
آزمون ناهمسانی ARCH
مقدار آماره
احتمال
سرمایه‌گذاری
F
142.4121
0.0000

χ^2
127.5605
0.0000
شیمیایی
F
6.737123
0.0096

χ^2
6.710763
0.0096
بانک
F
102.9506
0.0000

χ^2
94.98634
0.0000
دارو
F
36.63547
0.0000

χ^2
35.61270
0.0000
ماشین‌آلات
F
0.822962
0.3645

χ^2
0.823767
0.3641
محصولات فلزی
F
0.950023
0.3299

χ^2
0.950851
0.3295
فرآورده‌های نفتی
F
0.833271
0.3615

χ^2
0.834077
0.3611
خودرو
F
17.22722
0.0000

χ^2
17.01259
0.0000
فلزات اساسی
F
17.24413
0.0000

χ^2
17.02888
0.0000
مواد غذایی
F
2.260345
0.1330

χ^2
2.259857
0.1328
کاشی و سرامیک
F
2.563727
0.1096

χ^2
2.562529
0.1094
قندو شکر
F
20.13685
0.0000

χ^2
19.83850
0.0000
لاستیک
F
0.000941
0.9755

χ^2
0.000942
0.9755
سیمان
F
153.5781
0.0000

χ^2
136.4306
0.0000
معدن
F
16.94819
0.0000

χ^2
16.74069
0.0000
مستغلات
F
77.74665
0.0000

χ^2
73.15210
0.0000
بیمه
F
5.098116
0.0241

χ^2
5.084922
0.0241
منبع: یافته‌های تحقیق

همانطور که از جدول (4-3) مشاهده می‌گردد بر اساس آماره F و χ^2 کلیه صنایع به استثنای 6 صنعت (ماشین‌آلات، محصولات فلزی، مواد غذایی، کاشی و سرامیک، فرآورده‌های نفتی و لاستیک) دارای اثر ARCH می‌باشند. در واقع صنایعی که در آن میزان احتمال آزمون آماره F و χ^2 کمتر از 5 درصد باشد، دارای اثر ARCH می‌باشند. در واقع برای صنایعی که وجود اثر ARCH در آنها تایید شد می‌توان اینگونه تفسیر نمود که سری زمانی این صنایع دارای واریانس همسان نمی‌باشند. اما از آنجایی که مدل‌هاي سري‌زماني عموماً بر پايه‌ي فرض همساني واريانس‌ها بنا شده‌اند، جهت برآورد روند سری‌های زمانی دارای واریانس ناهمسان، بایستی از مدل‌هايي استفاده شود که شروط ناهمساني را در برازش این نوع سری‌های زمانی درنظر بگیرد(ابراهیمی، 1385). معروف‌ترین نوع از این مدل‌ها، مدل‌های خانواده GARCH می‌باشند.
بنابراین در ادامه 6 صنعتی که دارای اثر ARCH نبودند به گام بعدی منتقل می‌شوند و باقی صنایع ( که دارای اثر ARCH هستند) بر اساس 6 مدل از خانواده GARCH بر حسب توابع توزیع نرمال، t و GED مدلسازی می‌گردند. در این رابطه ابتدا از مدل GARCH ساده و GARCH-M شروع می‌شود، سپس با درنظر گرفتن اثر عدم تقارن معادله تخمین‌زده شده، به ترتیب مدل EGARCHو EGARCH-M برآورد می‌گردد در نهایت با درنظر گرفتن وجود اثر مانایی در معادله واریانس شرطی، مدل IGARCH و IGARCH-M برآورد می‌گردد. با در نظر گرفتن 3 نوع تابع توزیع در نهایت برای هر صنعت 18 مدل برآورد می‌گردد. جداول (4-4) مدل‌های میانگین و واریانس شرطی برآورد شده صنعت سرمایه‌گذاری را نشان می‌دهد. مدل‌های برآورد شده 16 صنعت دیگر در پیوست (و) ارائه شده است.

جدول(4-4): مدل‌های میانگین و واریانس شرطی برآورده شدهِ صنعت سرمایه‌گذاری
مدل
توزیع
میانگین شرطی
واریانس شرطی
GARCH
نرمال
y_t=001+0.35y_(t-1)
(13.1) (3.64)
σ_t^2=.001+0.1ε_(t-1)^2+0.89σ_(t-1)^2
(64.5) (6
.86) (3.45)

t
y_t=001+0.34y_(t-1)
(12.9)

Written by 

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *