العنوان بلغة أخرى: |
Predicting Unemployment in Light of the Corona Pandemic in Algeria Using Long Memory Models "ARFIMA" during the Time Period from 2008 to 2020 |
---|---|
المصدر: | مجلة البشائر الاقتصادية |
الناشر: | جامعة طاهري محمد، بشار - كلية العلوم الاقتصادية والعلوم التجارية وعلوم التسيير |
المؤلف الرئيسي: | بن عياد، وفاء (مؤلف) |
مؤلفين آخرين: | بلمقدم، مصطفى (م. مشارك) |
المجلد/العدد: | مج8, ع2 |
محكمة: | نعم |
الدولة: |
الجزائر |
التاريخ الميلادي: |
2022
|
الشهر: | أوت |
الصفحات: | 234 - 251 |
DOI: |
10.33704/1748-008-002-014 |
ISSN: |
2437-0932 |
رقم MD: | 1311053 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | العربية |
قواعد المعلومات: | EcoLink |
مواضيع: | |
كلمات المؤلف المفتاحية: |
معدل البطالة | وباء كورونا | تنبؤ | نماذج السلاسل الزمنية | نماذج الذاكرة الطويلة | Unemployment Rate | Corona Pandemic | Prediction | Time Series Models | Long Memory Models | ARFIMA
|
رابط المحتوى: |
المستخلص: |
تعبر مشكلة البطالة بشكل واضح عن وجود خلل وعجز في البنى الاقتصادية ومن بين مظاهر الاستخدام الغير فعال للطاقات البشرية خاصة فئة الشباب، حيث يترتب عن تعطيل هاته الطاقات الجسدية خلق مشاكل اجتماعية ومشاكل أمنية متمثلة في حالات التظاهر والعنف من قبل العاطلين عن العمل. بناءا على ذلك تهدف هذه الدراسة لتطبيق نموذج الانحدار الذاتي والمتوسطات المتحركة الكسرية ARFIMAالتي تعتبر من أهم نماذج الذاكرة الطويلة المستخدمة للتنبؤ بمعدلات البطالة الشهرية في الجزائر خلال الفترة الزمنية من 2008 إلى 2020 مع استخدام مقدرين هما 'MLP' و 'EML'. أظهرت النتائج أن أداء كلا المقدرين كان جيدا وتم اختيار نموذج ARFMA2(1.0.34.10)المتحصل عليه بتطبيق مقدر 'MLP' للتنبؤ بمعدلات البطالة لــــ 15 شهرا قادمة من أبريل إلى غاية جوان 2021. The problem of unemployment clearly expresses the existence of defects and deficits in the economic structures, and among the manifestations of the ineffective use of human energies, especially the youth category, as the disruption of these physical energies creates social and security problems represented in cases of demonstrations and violence by the unemployed ,accordingly, this study aimed to apply the autoregressive model and ARFIMA, which is one of the most important long-memory models used to predict monthly unemployment rates in Algeria during the time period from 2008 to 2020 with the use of two estimators, 'MLP' and 'EML', the results showed that The performance of both estimators was good, and the ARFMA2(1.0.34.10) model obtained by applying the 'MLP' estimator was chosen to predict unemployment rates for the next 15 months from April to June 2021. |
---|---|
ISSN: |
2437-0932 |