چکیده:
پیشبینی قیمت سهام در بورس اوراق بهادار تهران، به سرمایهگذاران درتصمیمگیری وپذیرش ریسک سهام کمک شایانی می کند. در این مقاله از سه روش اقتصادسنجی شامل الگوی خودرگرسیو (AR)، الگوی میانگین متحرک (MA) و الگوی خودرگرسیو میانگین متحرک انباشته (ARIMA) به منظور پیشبینی قیمت سهام و انتخاب بهترین روش از میان روشهای ذکر شده استفاده شده است. به این منظور دادههای روزانه قیمت سهام شرکت کشاورزی و دامپروری مگسال یکی از شرکتهای فعال و پربازده بورس از تاریخ 4/ 11/ 1389 تا 1/ 4/ 1390 مورد استفاده قرار گرفته است. نتایج حاصل از مطالعه نشان داد که از میان سه روش یاد شده، مدل ARMIA دارای قدرت برازش بهتری بوده و به این منظور از این روش برای پیشبینی استفاده شده است. همچنین پیشبینی با استفاده از مدلARIMA ناچیز بودن درصد خطای پیشبینی نسبت به دو روش دیگر را استنباط کرده است.
Predicting the agriculture stock prices in Tehran Stock Exchange is greatly helped for investors in making decisions and accepting the agriculture stock price risk. For predicting agriculture price stock three econometric methods are used in this paper; include Auto-Regressive model, Moving Average Process model and Autoregressive Integrated Moving Average Process model. The paper compares these methods in predicting the daily stock price. The selected sample in this research is Magsal Agriculture and Livestock Company stock price which is one of the most active stock companies. Time series data of daily stock price are used from 1389/11/4 to 1390/4/1 period. The results showed that the daily stock price of Maysal company is located at an unstable level and it can become stable by making a difference. Among econometric models ARMIA model is used for predicting because it has a better processing power. Another reason of using ARIMA model is the slight difference between the predicted prices and the actual stock price; it deduces the small percentage of prediction error.
خلاصه ماشینی:
در این مقاله از سه روش فرآیند خودرگرسیون (AR)، فرآیند میانگین متحرک (MA) و فرآیند خودرگرسیون میانگین متحرک انباشته (ARIMA) برای پیش بینی قیمت سهام شرکت کشاورزی و دامپروری مگسال که از شرکت های فعال در بازار بورس اوراق بهادار تهران میباشد، استفاده شده است .
جدول (٣) نتایج الگوی میانگین متحرک (رجوع شود به تصویر صفحه) مأخذ: یافته های پژوهش در این الگو پارامتر (١)MA از لحاظ آماری معنی دار شده است ، اما در مقایسه با الگوی (١)AR ، اولا آماره R-squared از قدرت برازش خوبی برخوردار نیست و مقدار ٨ درصد را نشان میدهد، ثانیا مقدار آماره دوربین واتسن خود همبستگی مثبت را نشان میدهد و در نهایت آماره آکائیک و شوارتز نیز در مقایسه با الگوی (١)AR مقدار بیشتری را نشان میدهند، بنابراین الگوی مناسبی برای پیش بینی روزانه قیمت سهام نمیتواند باشد.
بنابراین مدل ARIMA روش بهتری برای پیش بینی قیمت سهام شرکت کشاورزی و دامپروری مگسال میباشد.
جدول (٦) آماره های توصیفی سری قیمت سهام (رجوع شود به تصویر صفحه) مأخذ: یافته های پژوهش برآورد مدل ARIMA برای شرکت کشاورزی و دامپروری مگسال در طول دوره مورد بررسی حاکی از مناسب بودن سرمایه گذاری در این شرکت به دلیل نوسانات کم قیمتی میباشد، بنابراین سرمایه گذاران با استفاده از این ابزار برای دوره های آتی میتوانند نوسانات قیمتی سهام خود را پیش بینی کرده و از شدت ریسک سرمایه گذاری خود بکاهند.