ترغب بنشر مسار تعليمي؟ اضغط هنا

تحليل حجم تداول أسهم البنوك المدرجة في بورصة عمان باستخدام نموذج السلاسل الزمنية

Analysis of the status of shares related to the Banking Sector in Amman Stock Exchange, through the use of Time Series Analysis Model

1113   2   5   0.0 ( 0 )
 تاريخ النشر 2009
  مجال البحث ادارة الأعمال
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

هدفت هذه الدراسة إلى تحليل واقع الأسهم في بورصة عمـان فـي قطـاع البنـوك باستخدام نموذج تحليل السلاسل الزمنية، وذلك من خلال تحقيق الأهداف التالية : ١ -تحليل اتجاه الأسهم في بورصة عمان للأوراق المالية في قطاع البنـوك باسـتخدام نموذج تحليل السلاسل الزمنية . ٢ -الحصول على سوق كفء بتطبيق الشروط الموجودة في السوق. ٣ -تحليل واقع الاتجاه العام لأسعار الأسهم في بورصة عمان للأوراق المالية وذلك مـن خـلال معدل دوران الأسهم وعلى مدى اثني عشر شهراً لمدى ثماني سـنوات مـن (٢٠٠٠-٢٠٠٧ (لإيجاد المتغيرات المؤثرة في الأداء. ٤ -التوصل إلى تحديد أهم مكونات السلسلة الزمنية التي تـتـأثر بها أسعار الأسهم في بورصة عمان للأوراق المالية (الموسمية، والدورية، والعشوائية) مع تحديد أي مـن هذه المكونات التي تخضع لها التغيرات السعرية للأسهم. ٥ -محاولة تحديد التوجه العام لاتجاه السلسلة الزمنية لأسعار الأسهم للفترة القادمة مـن خلال استخدام نموذج المكونات الأساسية. وقد قامت هذه الدراسة على ثلاث فرضيات رئيسة، وتكونت عينة الدراسة من البنوك المدرجة في بورصة عمان والمكونة من (١٧ (بنكاً، وتم استخدام برنامج الإكسـل لتحليـل بيانات معدل دوران الأسهم في بورصة عمان للتوصل إلى النتائج . وقد توصلت الدراسة إلى العديد من الاستنتاجات أهمها : - أظهرت النتائج إلى أن تأثر معدل دوران الأسهم في قطاع البنوك المدرجة في بورصـة عمان بالمتغيرات غير المنتظمة كان واضحاً، إضافة إلى تأثير التغيرات المتعلقة بالاتجاه العام والمتغيرات الموسمية والمتغيرات الدورية . - أظهرت النتائج أن حجم التداول يلعب دوراً كبيراً في تغيير مسار اتجاه الأسـعار، ففـي حالة ارتفاع الأسعار فإن زيادة حجم التداول شيء مطلوب، أما في حالة انخفاض الأسعار فإن المرغوب فيه هو خفض حجم التداول . وبناء على ما تقدم من استنتاجات، قدمت الباحثة مجموعة من التوصـيات المناسـبة لاستخدام نموذج تحليل السلاسل الزمنية في تحليل واقع الأسهم في بورصة عمان.

المراجع المستخدمة
Asai, Hiroo (1999). Randam – Walk hypothesis and time series analysis about stock price movement. http://www.is.nagoya-u.ac.jp/thesis/M2005/cm/M350401012e.pdf
Andersson, Jonas, and Lauvsnes, Svein Oskar (2007). Forecasting stock index prices and domestic credit: Does cointegration help ?. www.mtk.ut.ee/orb.aw/class=file/action=preview/id=236473
قيم البحث

اقرأ أيضاً

تعتمد دراسة و تصميم المآخذ المائية للينابيع على تحليل السلاسل الزمنية للقياسات التاريخية من خلال التنبؤ بأحجام المياه الواردة أو المتوقع ورودها مستقبلاً. يهدف البحث إلى نمذجة تدفقات المياه الشهرية لنبع السن في الساحل السوري و التنبؤ المستقبلي بهذه ا لتدفقات، باعتماد نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، لارتفاع درجة الدقة في تنبؤاتها. اعتمدنا بيانات تدفقات المياه الشهرية و بالتالي حجوم المياه الشهرية لـ 101 شهراً من حزيران 2008 حتى تشرين الأول 2016م، و بعد إجراء عمليات استقرار السلسلة في التباين و المتوسط و إزالة الموسمية و تنفيذ الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(2,0,1) (2,1,0)12، و تم تقسيم البيانات إلى 81 شهراً لبناء النموذج و 20 شهراً لاختباره، و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(3,1,0) (1,1,0)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية في النبع المقيسة فعلياً.
هدفت هذه الدراسة إلى تحديد درجة استجابة أسعار أسهم الشركات الأردنية المدرجة في سوق عمان للأوراق المالية للإعلان عن توزيع أرباح في صورة أسهم في الأردن, و لتحديد ذلك الأثر قام الباحث بحساب متوسط العوائد غير العادية للشركات الأردنية التي أعلنت عن توز يع أرباح في صورة أسهم خلال فترة الإعلان من اليوم ( 20 ) قبل يوم الإعلان إلى اليوم ( 20 ) بعد يوم الإعلان و ذلك خلال الفترة ( 2006-2010 ).
تعتمد دراسة و تصميم السدود المائية بشكل رئيس على التنبؤات بأحجام المياه الجارية في الأنهار أو المتوقع ورودها مستقبلاً، باستخدام تحليل السلاسل الزمنية للقياسات التاريخية. يهدف البحث إلى إعداد دراسة إحصائية لحجوم المياه الشهرية الواردة في نهر الروس في الساحل السوري و التنبؤ المستقبلي بهذه الحجوم. و اعتمدت نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، و ذلك لارتفاع درجة الدقة في تنبؤاتها. اعتمدنا بيانات حجوم المياه الشهرية لمدة 15 عاماً، و بعد إجراء الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(0,1,2) (1,2,1)12، و بعد تقسيم البيانات إلى 14 سنة لبناء النموذج و سنة واحدة لاختباره و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(1,1,0) (0,1,1)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية الواردة في النهر المقيسة فعلياً.
يهدف هذا البحث إلى التعرف على الاتجاه العام لأسعار الأسهم لمصرف التجارة والتمويل الدولي(IBTF) وذلك خلال الفترة الممتدة من بداية انطلاق سوق دمشق للأوراق المالية في آذار 2009 و حتى نهاية شهر شباط عام 2011, و بناء نموذج يساعد على التنبؤ بسعر السهم في الأجل القصير. وقد تم تطبيق الأساليب الإحصائية المتعلقة بالسلاسل الزمنية( نماذج الانحدار للسلاسل الزمنية ونماذج أريما ARIMA)) ، توصلت الدراسة إلى أن أفضل نموذج للتنبؤ المستقبلي بأسعار الأسهم هو نموذج الانحدار من الدرجة الثالثة ونموذج ARIMA(2,0,1) وذلك بناءً على عدة مؤشرات لاختبار جودة النموذجين المذكورين دون الأخذ بعين الاعتبار التغيرات الطارئة والموسمية.
هدفت هذه الدراسة إلى التحقق فيما إذا كانت سوق دمشق للأوراق المالية كفء من الصيغة الضعيفة. استخدمت الدراسة العوائد الشهرية المعدلة لضعف التداول للشركات المدرجة في سوق دمشق للأوراق المالية من 2009 و حتى 2014 و طبقت مجموعة من الاختبارات التي تمكن من الحكم على وجود سير عشوائي في العوائد كاختبار: جذر الوحدة، الارتباط الذاتي، التكرارات و نموذج غارج. لأخذ أثر الأزمة السورية بعين الاعتبار عند الحكم على كفاءة السوق، تم تقسيم فترة الدراسة إلى ثلاث فترات، فترة ما قبل الأزمة، فترة الأزمة و الفترة الكمية. بينت النتائج عدم التمكن من رفض فرضية كفاءة السوق من المستوى الضعيف لأكثر من نصف الشركات المدروسة. كما بينت أن الأزمة السورية، بشكل عام، أثرت سلبا على كفاءة أسهم معظم الشركات المدروسة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا