در این تحقیق تلاش شده‌ است با استفاده از مدل‌های میانگین‌گیری پویا و داده‌های ماهانه در بازه زمانی 1388:1 تا 1396:12 بازدهی سهام در بورس اوراق بهادار تهران بررسی شود. در این راستا متغیرهای کلان و شاخص‌های بازارهای موازی به منظور پیش‌بینی بازده سهام مورد استفاده قرار‌گرفته‌است. نخست با برآورد مدل‌های رگرسیون بازگشتی، مدل‌های پارامتر متغیر-زمان (TVP)، مدل انتخابی پویا (DMS) و مدل میانگین‌گیری پویا (DMA) در نرم افزار متلب مشاهده گردید مدل DMS با 95/0 α= β= بر اساس معیارهای سنجش عملکرد پیش‌بینی) MAFE، MSFE و Log(PL) ( از دقت پیش‌بینی بالاتری در مقایسه با سایر روش‌ها برخوردار است. همچنین بر اساس نتایج برآورد متغیر قیمت طلا (48 دوره)، نرخ ارز (36 دوره) و متغیر تورم (30 دوره) به ترتیب بالاترین و متغیرهای قیمت جهانی نفت و تولید ناخالص داخلی نیز به ترتیب با 28 و 2 تکرار کمترین تاثیر را بر بازدهی سهام داشته‌اند. نتایج مبین آن است که استفاده از مدل‌های پویا با در نظر گرفتن تغییرات زمانی پارامترها و تغییر در مدل، کارایی پیش‌بینی بازدهی سهام را افزایش می‌دهد. تفاصيل المقالة