نرمال چوله چندمتغیره

مدل سازی مبحث بسیار مهمی در پژوهش های اقتصادی و مالی است و نقش بسیار بالایی در تحلیل ها و اتخاذ تصمیمات و سیاست گذاری و برنامه ریزی ها دارد. از طرفی در مدل سازی ها، مفروضات نقش مهمی در مسئله برآوردها و پیش بینی ها ایفا می کنند زیرا می توانند بر نتایج مدل ها و تحلیل ها اثرگذار باشند. یکی از پرکاربردترین مدل های سری زمانی کلاسیک،  مدل اتورگرسیو  است  که مقادیر فعلی فرآیند ترکیب خطی متناهی از مقادیر گذشته آن  می باشد. از طرف دیگر، در مسائل واقعی متغیرهای زیادی بر هم تأثیرمی گذارند، به همین دلیل مدل های سری زمانی برداری به کار گرفته می شوند که جزء سری زمانی چندمتغیره  محسوب می گردند.  مدل  اتورگرسیو برداری در مدل سازی های اقتصادی و مالی بسیار پرکاربرد است.  از سوی دیگر، مدل های اتورگرسیو برداری معمولاً با شوک های (نویز) نرمال در نظر گرفته می شوند. ازآن جاکه  در مسائل اقتصادی و مالی به ویژه اقتصاد کلان، شوک ها حالت تقارن ندارند، در این مقاله مدل اتورگرسیو برداری با توزیع نرمال چوله چندمتغیره روی شوک ها در نظر گرفته می شود و چون برآورد پارامترها مرحله مهمی در مدل سازی است، برآورد پارامترهای مدل با استفاده از الگوریتم بیشینه سازی امید ریاضی شرطی به دست آورده می شوند. در پایان با استفاده از دو مجموعه داده های واقعی کانادا و ایران که شوک ها دارای چولگی هستند و براساس معیارهای ارزیابی مدل ها، نشان داده می شود که مدل  اتورگرسیو برداری با توزیع نرمال چوله چندمتغیره برای شوک ها در این داده ها کارایی بیشتری نسبت به مدل اتورگرسیو با توزیع نرمال چندمتغیره دارد.