ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > بحث>التنبؤ بالتقلبات المستقبلية لس...>الوصف

التنبؤ بالتقلبات المستقبلية لسلسلة أسعار المؤشر 225 Nikkie باستخدام الأنموذج الهجين "1,1" ARIMA "p,0,q"- TGARCH

العنوان بلغة أخرى: Forecasting the Future Fluctuations of the Nikkie 225 Price Series Using the Hybrid Model TGARCH "1,1" ARIMA "p,0,q"
المصدر: مجلة الإدارة والاقتصاد
الناشر: الجامعة المستنصرية - كلية الإدارة والاقتصاد
المؤلف الرئيسي: طه، قصي أحمد (مؤلف)
مؤلفين آخرين: الموسوي، جواد كاظم خضير (م. مشارك)
المجلد/العدد: ع135
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الشهر: كانون الأول
الصفحات: 218 - 231
ISSN: 1813-6729
رقم MD: 1342958
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
التقلبات المستقبلية | الانحدار الذاتي | الأسهم المالية | السلاسل الزمنية
كلمات المؤلف المفتاحية:
أنموذج TGARCH (1,1) | أنموذج ARIMA (P, Q) | التوزيع الإحتمالي المستمر الملتوي وغير الملتوي | TGARCH (1,1) Model | ARMA (P, Q) Model | Skewed and Untwisted Continuous Probability Distribution
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: من الأساليب الأكثر شيوعا في إطار نمذجة التقلبات والتنبؤ في التباين الشرطي هي أنموذج الانحدار الذاتي المشروط بعدم تجانس التباين (Autoregressive Conditional Heteroscedasticity) أو (ARCH) وأنموذج الانحدار الذاتي المشروط بعدم تجانس التباين المعمم (Autoregressive Generalized Conditional Heteroscedasticity) أو (GARC) وأن كل من الانموذجين يمثلان دالة خطية للقيم السابقة التربيعية. وقد لاحظ كل من (Rabemananjara and Zakoian, 1993) أن دالة التباين (σ_t^2) تختلف اعتمادًا على ما إذا كانت القيم السابقة موجبة أو سالبة، وأن أسعار الأصول تتحرك بسرعة أكبر خلال بعض الفترات، الأمر الذي يجعل إدخال إطار تبديل النظام (System Switching) في نماذج (ARCH) و(GARCH) أمرا ضروريا لنمذجة التقلبات. وكان أكثرها ملاءمة هو أنموذج العتبة للعملية GARCH ويكتب اختصارا TGARCH)). أما بحثنا هذا التنبؤ بالتقلبات المستقبلية لسلسة أسعار المؤشر Nikkie 225 باستخدام الأنموذج الهجين ARIMA (p,0,q)- TGARCH (1,1) عندما تتبع عملية الخطأ العشوائي توزيعا ملتويا وغير ملتوي.

One of the most common methods in the framework of modeling fluctuations and predicting conditional variance is the Autoregressive Conditional Heteroscedasticity (ARCH) model and the Autoregressive Conditional Heteroscedasticity Generalized (GARCH) model. And that each of the two models represents a linear function of the squared previous values. (Rabemananjara and Zakoian, 1993) (8) noted that the variance function (σ_t^2) varies depending on whether the previous values are positive or negative and that asset prices move more quickly during some periods, which makes the introduction of a switching framework System Switching in (ARCH) and (GARCH) models is essential for modeling fluctuations. The most appropriate of these was the GARCH threshold model (TGARCH). As for our research, this is to predict the future fluctuations of the Nikkie 225 index price series using the hybrid model (TGARCH (1,1 ARIMA (p,0, q)) - when the random error process follows a skewed and untwisted distribution.
ISSN: 1813-6729

عناصر مشابهة

خيارات البحث

المزيد من البحث

هل تحتاج مساعدة؟


© 2024 المنظومة. جميع الحقوق محفوظة.