Modelling volatility persistence under stochasticity assumptions: evidence from common and alternative investments

تخمین حافظه درازمدت یک روش مکانیک آماری کاربردی برای ارزیابی پیش بینی شده در سری زمانی است. در کار ما، ساختار وابستگی طولانی مدت نوسانات را در مجموعهای از سرمایه گذاری های جایگزین و مشترک از طریق استفاده از مدل تقریبا یکپارچه مشروط هتروسهودستیک، بررسی می کنیم. به طور خاص، ما پارامتر پایداری کسری از دینامیک زمانی را برای سری متغیرهای شاخص های سرمایه گذاری اسلامی، اجتماعی اجتماعی و مشترک در رابطه با بازارهای عمده جهانی بین المللی ارزیابی می کنیم. حافظه طولانی مدت در نوسانات بر اساس انواع مختلف تصادفی بازار، یعنی ویژگی های توزیعی که در آن اجزای خطای تصادفی از تراکم های نرمال و غیر طبیعی اندازه گیری می شود، اندازه گیری می شود. نتایج تجربی ما نشان از شواهد قوی در مورد وابستگی طولانی مدت در نوسانات سرمایه گذاری های جایگزین و مشترک در همه پیش فرض های تصادفی دارد. علاوه بر این، ما نشان می دهیم که پروفایل تصادفی هیچ تاثیری بر تغییرات حافظه دور برد ندارد. ما نشان می دهد تفاوت در اهمیت آماری حافظه دراز مدت در بازار های مورد بررسی و همچنین در درجه استمرار. یافته های ما پیامدهای جدی در زمینه مدیریت و بهینه سازی نمونه های کمی دارد.