ارز آستانه t چیست؟

اطلاعات مقاله

اطلاعات مجله

مجله بین المللی احتمال و آمار

P-ISSN: 2168-4871 E-ISSN: 2168-4863

پیش بینی نرخ ارز با استفاده از مدل های آستانه غیرخطی

Akintunde Mutairu Oyewale 1 ، Chigozie Kelechi Acha 2 ، Agunloye Oluokun Kasali 3 ، Eriobu Nkiru Obioma 4 ، Oyekunle Janet Olufunmike 1 ، Abdulazeezeezeezeezeezeezeezeezeezeezeezeezeezeezeezeezeezeezeinka 1

1 گروه آمار ، دانشکده علوم کاربردی پلی تکنیک فدرال ، EDE ، ایالت اوسون ، نیجریه

2 دانشگاه کشاورزی مایکل اوکپارا ، Umudike ، ایالت ابیا ، نیجریه

3 گروه ریاضیات ، دانشکده علوم Obafemi Awolowo ، Ile-Eife ، ایالت اوسون ، نیجریه

4 گروه آمار ، دانشکده علوم فیزیکی ، دانشگاه Nnamdi Azikiwe ، Awka ، ایالت آنامبرا

مکاتبات با: Akintunde Mutairu Oyewale ، گروه آمار ، دانشکده علوم کاربردی پلی تکنیک فدرال ، EDE ، ایالت اوسون ، نیجریه.

کپی رایت © 2019 نویسنده (ها). منتشر شده توسط انتشارات علمی و دانشگاهی.

این کار تحت مجوز بین المللی Creative Commons Attribution (CC توسط) مجاز است. http://creativeecommons.org/licenses/by/4. 0/

ارزی یکی از مهمترین ابزارهای مالی بسیار بی ثبات و هرج و مرج است. امروزه نقش بازار ارز در بازارهای مالی در سراسر جهان اهمیت بیشتری پیدا می کند. این تنها ابزاری در سراسر جهان برای سنجش استاندارد زندگی ، عملکرد اقتصادی و ایستادن کشور در بین کمیته ملل است. بازار ارزی که یک بازار بدون نسخه است برای تجارت ارزها استفاده می شود. این بازار ارز را به بزرگترین و نقدی ترین بازار در بین بازارهای مالی تبدیل می کند. کار قاب ریاضی لازم به کار گرفته شد ، این با داده های مربوط به سابقه بانک مرکزی نیجریه از طریق وب سایت رسمی آنها نشان داده شده است. از این طریق عملکرد مدل های آستانه غیرخطی در پیش بینی نرخ ارز نیجریه در رابطه با ایالات متحده آمریکا به عنوان نیمکت. نرم افزار مورد استفاده برای تجزیه و تحلیل نمای اقتصاد سنجی (نمای الکترونیکی) بود. آزمایش های ثابت قبل از تجزیه و تحلیل انجام شد ، (داده های اصلی ثابت نبود ، اما در ابتدا تفاوت آن ثابت بود ، پس از آن تجزیه و تحلیل جامع داده ها انجام شد). نتایج پیش بینی نشان می دهد که مدل های SETAR در هر دوره از پیاده روی تصادفی بهتر عمل نمی کنند. مدل های TAR در دوره نتایج امیدوار کننده ای ارائه می دهند. این مطالعه از این عقیده کلی پشتیبانی می کند که نرخ ارز هرج و مرج ، بی ثبات و پیش بینی بسیار دشوار است و این در مورد سیستم نرخ ارز نیجریه اعمال می شود ، همانطور که در جهان توسعه یافته است.

واژه های کلیدی: پیش بینی ، تست ثابت بودن ، نرخ ارز ، غیرخطی بودن ، ستار ، تار

این مقاله را ذکر کنید: Akintunde Mutairu Oyewale ، Chigozie Kelechi Acha ، Agunloye Oluokun Kasali ، Eriobu Nkiru Obioma ، Oyekunle Janet Olufunmike ، Abdulazeezeezeezeez ismailyinka ، نرخ ارز با استفاده از Probacasting staticalition staticalition staticalition statical8 شماره 2 ، 2019 ، صص 30-36. doi: 10. 5923/j. ijps. 20190802. 02.

طرح بندی مقاله

1. معرفی

ارزی یکی از مهمترین ابزارهای مالی است. امروزه نقش بازار ارز در بازارهای مالی در سراسر جهان اهمیت بیشتری پیدا می کند. بازار ارزی که یک بازار بدون نسخه است برای تجارت ارزها استفاده می شود. معاملات 24 ساعت شبانه روز در سراسر جهان اتفاق می افتد و تعداد زیادی ارز هر ساعت در حال معامله است. این بازار ارز را به بزرگترین و نقدی ترین بازار در بین بازارهای مالی تبدیل می کند. مطالعات زیادی در مورد پیش بینی نرخ ارز انجام شده در سراسر جهان وجود دارد. تاکنون مدلهای پیش بینی زیادی وجود دارد که هر یک از نقاط قوت و ضعف خود را در پیش بینی نرخ ارز استفاده می کنند ، چنین مطالعه ای شامل مدل ARIMA (Tseng ، 2001) ، [19] ، حداقل مدل مربع [10] یا برابری قدرت خرید است. مدل و [3].[13] از مدل ARIMA برای پیش بینی تورم در ایرلندی استفاده کرد ، [14] از مدل ARIMA برای پیش بینی قیمت سهام استفاده کرد. Arima همچنین برای پیش بینی قیمت سهام در تحقیقات [12] ، [11] استفاده می شود. همچنین برای پیش بینی قیمت طلا استفاده می شود [8]. طبق بررسی [1] سه ساله ، گردش مالی در بازارهای جهانی ارز به طور متوسط 5. 1 تریلیون دلار در روز انجام می شود. این از 5. 4 تریلیون دلار در آوریل 2013 کاهش یافته است ، یک ماه که شاهد افزایش فعالیت در ین ژاپن در برابر پیشینه تحولات سیاست های پولی در آن زمان بود. علاوه بر این ، از حرکات نرخ ارز برای مقایسه تأثیر نظرسنجی های قبلی در سال جاری استفاده می شود. به طور خاص ، قدردانی از دلار آمریکا بین سال 2013 در مقایسه با سال 2016. هنگامی که با نرخ ارز ثابت (آوریل 2016) ارزشمند بود ، گردش مالی کمی افزایش یافت ، حدود 4 ٪ بین آوریل 2016 و آوریل 2013. با این وجود ، آخرین تحولات در تضاد با قوی استرشد گردش مالی مشاهده شده بین بررسی های سه ساله از سال 2001. نرخ ارز خارجی دو کاربرد اصلی دارد. در مرحله اول ، به مشاغل این امکان را می دهد تا با نرخ ارز تعیین شده ، ارز خود را به یک ارز هدف مبادله کنند. بنابراین ، این به نفع تجارت و سرمایه گذاری جهانی است. ثانیاً ، این حدس و گمان ها و تسریع در تجارت حمل را نیز فراهم می کند ، که در آن سود قابل توجهی در دسترس است. با این حال ، در این گمانه زنی ها نیز ریسک بالایی وجود دارد.

شکل 1 در بالا نرخ ارز نسبت به برخی از ارزهای منتخب در بازار جهانی را خلاصه می کند.

2. بررسی ادبیات مربوطه

بنابراین بسیاری از مدل سازی اقتصاد سنجی تجربی در اقتصاد کشاورزی ، مالی و داده های اقتصادی فرض می کنند که روابط خطی است. نظریه اقتصادی نقش منفعلانه ای در این زمینه ایفا می کند ، و بنابراین بیشتر تحقیقات کاربردی فرض خطی بودن را راحت می دانند. در دهه 2000 ، برخی از محققان سعی می کنند نظریه تجربی را به چالش بکشند - مدل پیاده روی تصادفی نرخ ارز را به بهترین وجه پیش بینی می کند. آنها از روشهای مختلف استفاده کردند و مدلهای مختلفی را انتخاب کردند. برای مثال ، از داده های کشورهای اروپای مرکزی و شرقی برای مقایسه مدل های پیش بینی در اقتصادهای انتقال استفاده شده است [2]. از نرخ ارز خارجی به عنوان مشاهدات استفاده شد [9]. آنها دریافتند که برخی از مدل های پیشرفته سری زمانی مانند مدل سوئیچینگ رژیم مارکوف عملکرد بهتری نسبت به مدل های پیاده روی تصادفی تحت شرایط دوره زمانی فشرده دارند. بنابراین ، نظریه تجربی "مدل پیاده روی تصادفی پیش بینی می کند نرخ ارز به بهترین وجهی پیش بینی می کند" گاهی اوقات خوب کار نمی کند. این فکر بیان شده بر اساس بی نظمی مشاهده شده در داده های اقتصادی و مالی شروع به تغییر کرد ، که مشخصات غیر خطی به تدریج به یک نمایش واقعی تر از فرآیندهای تولید داده تبدیل می شود. به عنوان مثال ، در امور مالی ، بازده سهام در صورت نوسانات کم نسبت به زمانی که نوسانات زیاد باشد ، همبستگی بیشتری دارند. یک رفتار مشابه در مکانیسم های نرخ ارز مشاهده شده است که ممکن است نرخ ارز محدود شود تا در یک منطقه هدف از پیش تعریف شده قرار بگیرد [4]. برای قرار دادن این نوع رفتار پویا با استفاده از داده های سری زمانی ، مدل های تغییر دهنده رژیم (RSM) معرفی شده اند ([15] & [16] ؛ [7]). مدل خودگردان (TAR) آستانه به طور مرتب در ادبیات اقتصاد کشاورزی به عنوان الگویی ظاهر می شود که از محبوبیت استفاده می شود [18] ، و به طور گسترده در تانگ مورد بحث قرار می گیرد [17].

3. مقدمات ریاضی مدلهای تار و ستار

3. 1مدلهای ستار

مدل SETAR یک روش مناسب برای مشخص کردن یک مدل TAR است زیرا Q T به سادگی به عنوان متغیر وابسته تعریف می شود. در این حالت ، این فرایند می تواند به طور رسمی نوشته شود ، زیرا جالب است که برآورد مدل های SETAR نیاز به کاربرد حداقل روشهای مربع فقط ، به طور خاص تر ، حداقل مربعات مشروط پی در پی داشته باشد. برای مدل SETAR دو رژیم ، مراحل را می توان به شرح زیر بیان کرد: مرحله 1: برای سادگی تنظیم کنید و ضرایب AR را مشروط به مقدار آستانه (C) تخمین بزنید. مرحله 2: باقیمانده های مشروط و واریانس های تخمین زده شده از ضرایب در مرحله 1 را محاسبه کنید. مرحله 3: با به حداقل رساندن واریانس باقیمانده نسبت به تمام مقادیر ممکن ضریب آستانه C ، حداقل مربعات از C را بدست آورید ، یعنی این به حداقل رساندن نیاز به جستجوی مستقیم بیش از حد داردمقادیر مرتب شده [6] رویکردی عاری از پارامترهای مزاحمت که در تخمین نقش دارند ، فراهم می کند. همچنین توجه داشته باشید که در مدلهای پیچیده تر ، جستجوی مستقیم ممکن است بیش از مقادیر C و D باشد ، و بنابراین ، برآورد واریانس در مرحله 3 مشروط به مقادیر C و D است (به عنوان مثال ، [6]). مرحله 4: تخمین های نهایی و از نتایج در مرحله 3 را بدست آورید. تخمین مقادیر آستانه در مرحله 3 مستلزم آن است که هر رژیم حاوی مشاهدات کافی برای برآورد قابل اعتماد از ضرایب AR باشد. به نظر می رسد حدود پانزده درصد (15 ٪) از مشاهدات مربوط به هر رژیم به خوبی کار می کند.

3. 2مدل های تار

اگر دنباله فوق ثابت باشد ، حداقل تخمین مربعات از توزیع عادی چند متغیره بدون علامت است. این فرایند به طور رسمی به این صورت مشخص می شود:

4- توضیحات و داده های anaysis

داده های نرخ ارز مورد استفاده در این مطالعه از بانک مرکزی نیجریه بولتن سال 2017 استخراج شد. داده ها برای 1996 تا 2018 بدست آمد.

4. 1شناسایی یک وضعیت ثابت سریال

4. 2نتایج انتخاب مدل Arima

4. 3نتایج مدل SETAR

4. 4نتایج عملکرد پیش بینی خارج از نمونه

5. نتیجه گیری ها

در ابتدا ، ما معتقد بودیم که هیچ راهی برای رگرسیون خطی وجود ندارد که یک سریال را برای همیشه مناسب کند که در آن قیمت سهام از یک روند غیرخطی پیروی می کند. با توجه به تغییر محیط اقتصادی ، بازار سهام تحت تأثیر قرار می گیرد و با گذشت زمان تغییر می کند. بنابراین ، رگرسیون غیر خطی باید بهتر از رگرسیون خطی در بازار نرخ ارز باشد. اولین مرحله از داده های سری زمانی ، بررسی وضعیت ثابت در میانگین است. ما فهمیدیم که یک ریشه واحد وجود دارد ، بنابراین اختلاف اول را مورد تجزیه و تحلیل قرار دادیم. در مرحله بعد ، ما با استفاده از معیارهای انتخاب AIC یک مدل ARIMA ساختیم. و ما یک مدل Setar را توسط AIC نیز می سازیم. پس از آن ، ما قدرت پیش بینی را با چهار معیار (MSE ، MAE ، AMAPE و MAPE) بررسی کردیم و تمام این استانداردها نشان داد که Setar قدرت پیش بینی قوی تری نسبت به Arima دارد. نتایج همچنین از فرضیات قبلی این پایان نامه پشتیبانی می کند. مدل SetAR غیر خطی بهتر از مدل خطی ARIMA در بازار نرخ ارز نیجریه است.