ارسل ملاحظاتك

ارسل ملاحظاتك لنا







يجب تسجيل الدخول أولا

Modélisation et Prévision du Cours D’amman à L’aide de la Méthodologie de Box-Jenkins: La Famille ARIMA Modeling and Forecasting of the Amman Stock Exchange Index Using the Box-Jenkins Methodology: ARIMA Model

العنوان المترجم: Modeling and Predicting the Amman Course Using the Box-Jenkins Methodology: ARIMA Family Modeling and Forecasting of The Amman Stock Exchange Index Using the Box-Jenkins Methodology: ARIMA Model
المصدر: مجلة إدارة الأعمال والدراسات الاقتصادية
الناشر: جامعة زيان عاشور بالجلفة
المؤلف الرئيسي: Hynda, Medfouni (Author)
مؤلفين آخرين: Chelghoum, Karima (Co-Author)
المجلد/العدد: مج6, ع1
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2020
الشهر: يونيه
الصفحات: 323 - 336
DOI: 10.51842/2179-006-001-042
ISSN: 2437-0525
رقم MD: 1107774
نوع المحتوى: بحوث ومقالات
اللغة: الفرنسية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Amman Stock Exchange | ARIMA Model | Box Jenkins Method | Forecasting | General Index
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
المستخلص: This paper investigates the time series of the Amman stock Exchange index, in order to build a model for forecasting in short run (six months). It uses general monthly weighted price index data covering the period January 2000 to December 2015. The Box-Jenkins methodology or what it is sometimes called Autoregressive moving average model. According to different methods and tests; the autoregressive moving average of degree three is the best model fitting the data.

L’objectif de cet article est l’étude des séries temporelles de l'indice boursier d'Amman. Cette étude vise la construction d’un modèle de prévision à court terme (six mois). Le modèle utilise les prix de l’indice général mensuel pondéré couvrant la période de Janvier 2000 à Décembre 2015. La méthodologie de Box-Jenkins ou ce que s’appelle parfois le modèle de moyenne mobile autorégressive. Selon différentes méthodes et essais; le modèle autorégressif à moyenne mobile de trois est le meilleur ajustement du modèle aux données.

ISSN: 2437-0525