Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13057
Title: Μελετη Προβλεψης Χρηματιστηριακων Τιμων Χρηματοπιστωτικων Ιδρυματων Με Χρηση Στατιστικων Και Μη Γραμμικων Μοντελων Και Εκτιμηση Επιδρασης Της Οικονομικης Κρισης
Authors: Μίαρης Δημήτριος
Ασημακόπουλος Βασίλειος
Keywords: τιμή μετοχής
στατιστικά μοντέλα πρόβλεψης
τεχνητά νευρωνικά δίκτυα
μικροοικονομικές παράμετροι
μακροοικονομικές παράμετροι
χρηματοπιστωτική κρίση
Issue Date: 21-Mar-2016
Abstract: Η ανεξέλεγκτη ανάπτυξη του παγκόσμιου χρηματοπιστωτικού συστήματος, την προηγούμενη δεκαετία, οδήγησε στην χρηματοοικονομική κρίση του 2008, η οποία επηρέασε ολόκληρο τον πλανήτη. Τις συνέπειες της κρίσης βίωσε πρώτος απ’όλους ο χρηματοπιστωτικός κλάδος, ο οποίος δέχτηκε βαρύτατο πλήγμα στην αξιοπιστία του. Ως άμεση συνέπεια αυτού οι χρηματιστηριακές τιμές των μεγαλύτερων χρηματοπιστωτικών ιδρυμάτων σημείωσαν πρωτοφανή πτώση.Η παρούσα διπλωματική εργασία έχει ως στόχο την πρόβλεψη των τιμών κλεισίματος 10 κορυφαίων τραπεζικών μετοχών, οι περισσότερες εκ των οποίων διαπραγματεύονται στο χρηματιστήριο της Νέας Υόρκης (NYSE), το μεγαλύτερο χρηματιστήριο στον κόσμο. Παράλληλα έχει ως στόχο την εκτίμηση της επίδρασης του μικροοικονομικού και μακροοικονομικού περιβάλλοντος ενός χρηματοπιστωτικού οργανισμού στην εξέλιξη της χρηματιστηριακής τιμής του.Η πρόβλεψη των τιμών αυτών γίνεται με χρήση τόσο στατιστικών μοντέλων πρόβλεψης υπό τη μορφή χρονοσειρών, όσο και αλγοριθμικών-ντετερμινιστικών μοντέλων.Συγκεκριμένα, όσον αφορά στις μεθόδους πρόβλεψης με χρήση χρονοσειρών, εφαρμόζονται οι μέθοδοι: Naive, SES, Holt, DES και Theta. Χρησιμοποιώντας ως δεδομένα τις μηνιαίες τιμές κλεισίματος των μετοχών από το 2007-2013, επιχειρείται προέκταση των μοντέλων αυτών στο μέλλον, πραγματοποιώντας μηνιαίες προβλέψεις για τις τιμές των μετοχών το έτος 2014.Ως μη γραμμικό μοντέλο, επιλέγεται να χρησιμοποιηθεί νευρωνικό δίκτυο πρόσθιας τροφοδότησης. Το δίκτυο αυτό, δέχεται ως εισόδους μηνιαίες παραμέτρους μακροοικονομικής αλλά και μικροοικονομικής φύσεως, οι οποίες τοποθετούνται χρονικά από το 2007-2013 και εντοπίζοντας τις σχέσεις που συνδέουν τις παραμέτρους αυτές με τις τιμές των μετοχών, επιχειρείται η μηνιαία πρόβλεψή τους για το 2014 και πάλι.Μετά από σύγκριση των σφαλμάτων όλων των μοντέλων που εφαρμόστηκαν, παρατηρείται ότι τα Τεχνητά Νευρωνικά Δίκτυα πέτυχαν την μεγαλύτερη ακρίβεια για την πρόβλεψη των περισσοτέρων τιμών μετοχών που εξετάστηκαν.Οι μακροοικονομικές και μικροοικονομικές παράμετροι που χρησιμοποιήθηκαν αποδεικνύεται ότι παίζουν καθοριστικό ρόλο στην εξέλιξη της τιμής μίας τραπεζικής μετοχής.
URI: http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13057
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File SizeFormat 
DT2016-0037.pdf4.64 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.