<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن مهندسی مالی ایران</PublisherName>
				<JournalTitle>دانش سرمایه‌گذاری</JournalTitle>
				<Issn>2322-5777</Issn>
				<Volume>7</Volume>
				<Issue>27</Issue>
				<PubDate PubStatus="epublish">
					<Year>2018</Year>
					<Month>09</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Modelling of capital market returns fluctuations for Tehran Price Index Return:  MRS-FI-TGARCH and FI-TGARCH models</ArticleTitle>
<VernacularTitle>مدل سازی نوسانات بازده بورس اوراق بهادار تهران مدل MRS-FI-TGARCH و FI-TGARCH</VernacularTitle>
			<FirstPage>321</FirstPage>
			<LastPage>338</LastPage>
			<ELocationID EIdType="pii">12969</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>هاجر</FirstName>
					<LastName>مرادیان</LastName>
<Affiliation>دانشجوی دکتری،گروه اقتصاد، واحد شیراز، دانشگاه آزاداسلامی، شیراز، ایران</Affiliation>

</Author>
<Author>
					<FirstName>علی</FirstName>
					<LastName>حقیقت</LastName>
<Affiliation>استادیار و عضو هیات علمی گروه اقتصاد، واحد شیراز، دانشگاه آزاداسلامی، شیراز، ایران (نویسنده مسئول)</Affiliation>

</Author>
<Author>
					<FirstName>هاشم</FirstName>
					<LastName>زارع</LastName>
<Affiliation>استادیار و عضو هیات علمی گروه اقتصاد، واحد شیراز، دانشگاه آزاداسلامی، شیراز، ایران.</Affiliation>

</Author>
<Author>
					<FirstName>مهرزاد</FirstName>
					<LastName>ابراهیمی</LastName>
<Affiliation>استادیار و عضو هیات علمی گروه اقتصاد، واحد شیراز، دانشگاه آزاداسلامی، شیراز، ایران.</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2017</Year>
					<Month>11</Month>
					<Day>19</Day>
				</PubDate>
			</History>
		<Abstract>The aim of this paper is to expand flexibility of modeling in capital market fluctuations. We achieve the goal by introducing MRS-FITGARCH model for the first time in the world. We use weekly TEPIX changes from 2009 to 2017. The parameters could change through the regimes. Results show that there are two regimes; regime one with high return mean and high return variance and regime two with low return mean and low return variance. Adding asymmetric effects and long memory potential prediction, are the novation of our new model. Valued Negative asymmetric effects coefficient results that bad news effects on the fluctuations were less than good news. It was not to be valued in regime tow and it means, good news and bad news has the symmetric effects in this regime. In regime one, there is unlimited long memory coefficient but in regime two fluctuations effects decreases in hyperbolic rate. &lt;br /&gt; </Abstract>
			<OtherAbstract Language="FA">هدف این مقاله افزایش انعطاف پذیری مدل سازی نوسانات بازار سرمایه می باشد. این امربا معرفی مدل &lt;em&gt;MRS-FI-TGARCH&lt;/em&gt; برای اولین بار در دنیا انجام می گیرد. به این منظور از شاخص هفتگی قیمت بورس اوراق بهادار تهران طی سالهای ۲۰۰۹ تا ۲۰۱۷ استفاده می شود .پارامترها قابلیت تغییر با رژیم را دارند. نتایج نشان داد دو رژیم رونق، با بازده انتظاری بالا و نوسان بالا و رژیم رکود، با بازده انتظاری پایین و نوسان پایینوجود دارند. افزودن قابلیت پیش بینی اثرات نامتقارن وحافظه بلند مدت نوآوری مدل جدید است. معناداری ضریب منفی اثرات نامتقارن دررژیم رونق نشان می دهد اثر اخبار بد بر نوسانات، کمتر از اخبار خوب است . معنادارنبودن آن در رژیم رکود ، بیانگرمتقارن بودن اثرات اخبار خوب و بد است. دررژیم رونق، حافظه نامحدود وجود دارد اما دررژیم رکود اثر نوسانات با نرخ هیپربولیک کاهش می یابد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مدل سازی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بازده سهام</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مارکوف</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">حافظه بلندمدت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">تقارن</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">http://www.jik-ifea.ir/article_12969_4cbb466a35d3bb7304ea43cd687929f0.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
