نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه شهید چمران ـدانشکده ریاضی

2 مرودشت - فارس

3 دانشگاه شهید چمران

چکیده

در این تحقیق به تاثیر و شناسایی انواع نقاط پرت نوساز، جمع پذیر، تغییر سطح، تغییر موقت در تعیین مدل و براورد پارامترهای سری زمانی چند متغیره پرداخته می شود. برای شناسایی انواع نقاط پرت در مدل سری های زمانی چند متغیره روش تکرار پانکراز و همکاران (2000) مورد توجه قرار می گیرد. سپس توانایی این روش نسبت به روش کلاسیک یک متغیره سری زمانی مورد بررسی قرار می گیرد. از آنجا که قیمت سکه تحت تاثیر قیمت جهانی طلا و همچنین به دلیل استفاده آن در اعیاد و مراسم ملی تحت تاثیر تغییرات فصلی مختلف قرار می گیرد، الگوی مناسبی برای سری های زمانی توام با نقاط پرت و شوک های اقتصادی است. روش پیشنهادی برای به دست آوردن شوک های اقتصادی قیمت ربع، نیم و تمام سکه آزادی ایران از فروردین 1378 تا آذر 1387 مورد استفاده قرار گرفته و نتایج آن با روش کلاسیک یک متغیره مقایسه شده است. مقایسه نتایج عددی نیانگر حساسیت روش پیشنهادی نسبت به روش معمول است.

کلیدواژه‌ها

عنوان مقاله [English]

Detection of Shocks of Coin Price in Iran using Multivariate Time series

نویسنده [English]

  • Behzad Mansouri 3

2 Azad university

3 Shahid Chamran University

چکیده [English]

This study seeks to analyze the effectiveness of outliers types, shocks, innovational (IO), additive (AO), level shift (LS), temporary change (TC) in model assignment and multivariate time series, MTS, parameters. Repetitious approach given by Tessy (2000) is considered for detecting different types of outliers, AO, IO, LS, TC in multivariate time series model. The performance of the proposed method has been shown in comparing with classical one-variable approach suggested by Chen and Liu.
Price of the golden coin can be a good example for the time series data subjected to the outliers. First, there is a highly dependence between the variations of price of the golden coin and the global price of the gold. Second, as the golden coin has been used as a gift in fiestas and national ceremonies, its price can be varied with different sorts of seasonal patterns. These and some other reasons lead us to possibly detect different shocks in the price of the, quarter, half and full, golden coin in Iran. The data were taken from the Bank of Markazi of Iran and includes 117 observations from Farvardin 1378 to Azar 1387. The data have been analyzed to detect outliers and compared with results obtained from the classical approach. The numerical results showed that the this approach is more sensitive than one-variable approach to detect outliers.

کلیدواژه‌ها [English]

  • Innovational outliers (IO). Additive outliers (AO)
  • Level Shift outliers (LS)
  • Temporary Change outliers(TC)
  • (MTS)