ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Volatility Estimation and Forecasting of EGX30

المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: Elkhouly, Mona Samy (Auth)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الصفحات: 1 - 21
DOI: 10.21608/JSST.2017.59302
ISSN: 2090-5327
رقم MD: 1027628
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: من بين السمات الهامة للبيانات المالية التي حظيت باهتمام كبير هو ظاهرة التقلب (volatility)؛ حيث يعد مقياس رقمي للمخاطر التي يواجهها المستثمرون الأفراد والمؤسسات المالية. ومن المعلوم أن تقلبات البيانات المالية (volatility) كثيرا ما تتغير بمرور الوقت وتميل إلى التكتل في فترات (volatility clustering). بحيث يتبع أي ارتفاع في معدل التذبذب ارتفاع في معدل التذبذب، والتقلبات المنخفضة يتبعها تقلبات منخفضة. هذه الظاهرة تتماشى مع والتقلبات المتأرجحة. ولقياس التقلبات تم اقتراح نماذج مختلفة للسلاسل الزمنية ودراستها. قدم Engle عام (1982) نماذج (ARCH) التي تفوقت على العديد من نماذج السلاسل الزمنية للانحدار الذاتي والمتوسطات المتحركة لأنها تسمح للتباينات الشرطية في بيانات السلاسل الزمنية أن تكون دالة محددة من المشاهدات التاريخية السابقة. تم في هذه الدراسة مقارنه QMLE مع عدة توزيعات باستخدام بيانات العائد اليومي لاحد اهم المؤشرات المالية في سوق الأوراق المالية في الشرق الأوسط وهو EGX3. كما تم دراسة تأثيرات القيم المتطرفة على النمذجة والتنبؤ بالفروق المشروطة في سلاسل العودة مع هذه السلسلة.

One of the significant features of financial data that has won much attention is the volatility; because it is a numerical measure of the risk faced by individual investors and financial institutions. It is well known that the volatility of financial data often varies over time and tends to cluster in periods, i.e., high volatility is usually followed by high volatility, and low volatility by low volatility. The QML estimation procedure is illustrated with using daily return data for one stock in the Middle East Stock Exchange. The effects of outliers on modeling and forecasting the conditional variances in return series are also studied with this series.

ISSN: 2090-5327