معرفی کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی)

نویسنده: روی تسیمترجم: احمد نبی زادهناشر: انتشارات شرکت چاپ و نشر بازرگانی

معرفی کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی)

کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی) نوشته‌ی روی تسی، می‌کوشد ویژگی‌های مقدماتی سری‌های زمانی مالی را بیان کند، انواع مدل‌های اقتصادسنجی مالی را مرور نماید و شیوه‌ی آنالیز آن‌ها را توضیح دهد.

این کتاب آموزشی بر سری‌های خطی، غیرخطی، مدل‌های ناهمسان شرطی و زمان پیوسته متمرکز می‌شود و با ارائه‌ی مثال‌های واقعی و داده‌های حقیقی، کاربرد آن‌ها را در مدل‌سازی و پیش‌بینی تشریح می‌کند.

درباره‌ی کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی)

همه‌ی ما تمایل داریم بتوانیم آینده را تا حدی پیش‌بینی کنیم. این موضوع مخصوصاً در حوزه‌ی اقتصاد و امور مالی اهمیت بیشتری دارد. برای مثال، می‌خواهیم بدانیم اگر در جایی سرمایه‌گذاری کنیم، چه نتیجه‌ای به دست خواهیم آورد؟ چه زمانی به سود می‌رسیم؟ یا احتمال شکستمان چقدر خواهد بود؟ پیش‌بینی آینده از نظر آمار و احتمالات اگرچه امرس شدنی، اما گذشته‌نگر است.

یعنی برای این‌که بتوانیم آینده را حدس بزنیم باید اطلاعاتی از گذشته داشته باشیم و آن‌ها را تجزیه و تحلیل کنیم. مفهوم سری‌های زمانی دقیقاً برای همین فرآیند خلق شده است. در این مفهوم، تکنیک‌ها و مدل‌هایی وجود دارد که به کاربر این امکان را می‌دهد تا احتمالات آتی را با تقریب مناسبی پیش‌بینی کند.

مدل‌های سری‌های زمانی نه‌فقط در مسائل مالی، که در تجارت، مهندسی یا بورس نیز کارایی بسیار زیادی دارند.

کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی) (Analysis of Financial Time Series) نوشته‌ی روی تسی (Ruey S. Tsay) راهنمایی است که به مقدمات و مبانی ابتدایی این مفهوم می‌پردازد و می‌کوشد آن را به شکلی ساده بیان کند. این کتاب در واقع چکیده‌ی درس آنالیز سری‌های زمانیِ دانشگاه شیکاگو است که تسی سال‌ها تدریس آن را بر عهده داشته.

او در این منبع، به چندین مدل و تکنیک مهم این سری اشاره می‌کند و کاربرد آن‌ها در اقتصادسنجی را نشان می‌دهد.

سری‌های زمانی به معنای دنباله‌ای از متغیرها هستند که در یک زمان محدود و مشخص جمع‌آوری شده‌اند. با بررسی این متغیرها در طول این زمان می‌توانیم به روند تغییراتشان پی ببریم و بر همین اساس هم می‌توانیم تغییرات آتی آن‌ها را حدس بزنیم. طبیعتاً هر چه متغیرها واقعی‌تر باشند، مدل‌های سری زمانی هم پیچیده‌تر خواهند بود.

برای مثال وقتی یک متغیر غیرقابل‌پیش‌بینی مثل زلزله رخ بدهد، سری زمانی دچار تغییرات نامشخص و نامعمولی می‌شود و از الگوهای مشخص پیروی نخواهد کرد. تاکنون مدل‌های متعددی برای آنالیز این سری‌ها معرفی شده‌اند. روی تسی در کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی)، از میان این مدل‌ها سری‌های خطی، غیرخطی، مدل‌های ناهمسان شرطی و زمان پیوسته را معرفی می‌کند و ویژگی‌های آن‌ها توضیح می‌دهد.

این راهنما با استفاده از مثال‌های واقعی و داده‌های حقیقی به دانشجو کمک می‌کند در تحلیل سری‌های زمانی تجربه کسب کند و متبحر شود.

کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی) را احمد نبی‌زاده برای شرکت چاپ و نشر بازرگانی ترجمه کرده است.

نکوداشت‌های کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی)

• این کتاب هم برای دانشجویان و هم افراد خبره و حرفه‌ای مرجعی ارزشمند است. (Zentralblatt MATH)
• کسانی که در حوزه‌ی تحلیل سری‌های زمانی کار می‌کنند نباید این کتاب ارزشمند را از دست بدهند. (Statistical Computation and Simulation)
• این راهنما با استفاده از مثال‌های دنیای واقعی و داده‌های مالی حقیقی، مدل‌ها و روش‌های توصیفی‌اش را توضیح می‌دهد.

  (Insurance News Net)

کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی) برای چه کسانی مناسب است؟

دانشجویان رشته‌های اقتصاد، بازرگانی، ام‌بی‌اِی و همین‌طور ریاضی و آمار از مخاطبان اصلی این کتاب هستند. به‌طورکلی اگر به مبحث سری‌های زمانی علاقه‌مند هستید، این راهنما آشنایی خوبی به شما خواهد داد.

در بخشی از کتاب تجزیه و تحلیل سری‌های زمانی مالی (مقدماتی) می‌خوانیم

ویژگی خاص نوسان یک سهم این است که مستقیماً قابل مشاهده نمی‌باشد. برای مثال، بازدهی لگاریتمی روزانه‌ی سهم IBM را ملاحظه نمایید.

به دلیل اینکه فقط یک مشاهده در یک روز وجود دارد نوسان روزانه مستقیماً از داده‌های بازدهی قابل مشاهده نمی‌باشد. اگر داده‌های درون روز سهم، مانند داده‌های 10 دقیقه‌ای بازدهی، در دسترس باشند؛ در این صورت شخص می‌تواند نوسان روزانه را تخمین بزند. برای این منظور بیش (3-15) را مشاهده نمایید.

هرچند شایسته است درستی چنین تخمینی با دقت بررسی شود. برای مثال، نوسان سهم متشکل از نوسان درون روز و نوسان شبانه می‌باشد که دومی اشاره به تغییر نوسان در بین روزهای معاملاتی دارد. بازدهی‌های روزانه با فراوانی بالا تنها شامل اطلاعات خیلی محدود درباره‌ی نوسان در طی شب هستند.

عدم قابل مشاهده بودن نوسان باعث می‌شود که ارزیابی پیش‌بینی عملکرد مدل‌های ناهمسان شرطی دشوار گردد. این بحث را بعداً ادامه می‌دهیم.

در بازارهای اختیارات، اگر فرد ایده‌ی اینکه قیمت‌ها به‌وسیله‌ی یک مدل اقتصادسنجی همانند فرمول بلک-شولز تعیین می‌شوند را قبول نماید؛ بنابراین وی می‌تواند از قیمت برای به دست آوردن نوسان ضمنی استفاده کند. با این وجود، غالباً این روش برای استفاده از یک مدل خاص مورد انتقاد است، زیرا بر پایه‌ی فرضیاتی است که شاید در عمل واقعی نباشند.

برای مثال، از قیمت‌های مشاهده شده یک اختیار خرید اروپایی فرمول بلک-شولز معادله‌ی (3-1) برای نتیجه‌گیری در مورد انحراف استاندارد شرطی استفاده کرد.