ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تحليل السلسلة الزمنية لمؤشر أس...>الوصف
يجب تسجيل الدخول أولا

تحليل السلسلة الزمنية لمؤشر أسعار الأسهم لسوق الخرطوم للاوراق المالية استخدام منهجية بوكس جنكنز

المصدر: مجلة الاقتصاد والعلوم السياسية والإحصائية
الناشر: جامعة أم درمان الإسلامية - كلية الاقتصاد والعلوم السياسية
المؤلف الرئيسي: محمود، عبدالله سليمان (مؤلف)
المجلد/العدد: ع13
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2013
التاريخ الهجري: 1435
الشهر: جمادى الآخر / أبريل
الصفحات: 45 - 86
ISSN: 1858-5868
رقم MD: 758556
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
السياسة المالية | النظام المالي | الأوراق المالية | سوق الخرطوم للاوراق المالية | السودان | مستخلصات الأبحاث | المعايير الإحصائية
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

21

حفظ في:
المستخلص: يهدف هذا البحث إلى تحليل السلسلة الزمنية لمؤشر أسعار الأسهم لسوق الخرطوم للأوراق المالية باستخدام منهجية بوكس- جنكنز. حيث يتم التعرف على نمط المؤشر لبناء أفضل نموذج يساعد على التنبؤ بقيم المؤشر في الأجل القصير، وذلك بالاعتماد على البيانات الشهرية للفترة من يناير 2005 إلى يونيو 2012. وقد أظهرت نتائج الدراسة أن السلسلة الزمنية للمشاهدات الأصلية غير ساكنة وتم استخدام التحويلة اللوغاريتمية والفروق الأولى لتحويلها إلى سلسلة ساكنة. وعند استخدام المعايير الإحصائية لاختيار النموذج المناسب مثل اختبار عشوائية البواقي وتطبيق معايير (Akaike) و(Schwarze)، توصلت الدراسة إلى أن أفضل نموذج يلائم بيانات مؤشر أسعار الأسهم هو نموذج الانحدار الذاتي المتكامل من الدرجة الأولى ARIMA (1, 1, 0) دون وجود تأثيرات موسمية. وبالاعتماد على هذا النموذج تم التنبؤ بقيم مؤشر أسعار الأسهم للفترة من يوليو 2011 إلى يونيو 2012 وقد كانت القيم التنبؤية متناسقة مع القيم الأصلية للسلسلة.

The aim of this research is to analyse the time series of Khartoum stock market index using Box- Jenkins method, in order to built a model for forecasting in short run, depending on the monthly data covering the period from January 2005 to June 2012. The results of data analysis show that the time series of original observations is non- stationary, and it was transformed into a stationary series by taking a logarithm and first differences. According to different methods and tests, the Integrated Autoregressive model of order one ARIMA (1,1,0) is the best model fitting data. The seasonal pattern of the series has no effects on the model. According to this model we forecast the values of index from July 2011 to June 2012, so the forecasting values were consistent with original values of the series.
ISSN: 1858-5868

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.