| المستخلص: |
تهدف هذه الورقة لمقارنة أداء طريقتى بوكس-جنكنز و نماذج الانحدار الذاتى لاختلاف التباين الشرطى فى نمزجة و التنبؤبتقلبات اسعار السلع الزراعية الزراعية فى السودان باستخدام بيانات اسعار سلع الذرة، السمسم، الدخن و القمح للفترة من 1/1/1997 إلى 30/8/2010. بإستخدام منهجية بوكس-جنكنز للتنبؤ، أسفرت نتائج التحليل، إلى انة بالنسبة لهذه البيانات، فإن نماذج ARIMA (1,1,1) ، ARIMA (0,1,0) ، ARIMA (1,1,2) وARIMA (1,1,1) تعد الافضل للتنبؤ بتقلبات اسعار سلع الذرة، السمسم، الدخن و القمحعلى التوالى.بالاضافة الى منهجية بوكس-جنكنز، أستخدمت فى هذة الورقة نماذج GARCH (1,1)، EGARCH(1,1)، TGARCH(1,1) و APARCH(1,1) للانحدار الذاتى لاختلاف التباين الشرطى، لنمزجة والتنبؤ بوجود، إنتظام و التغيرات التى تحدث فى أسعار سلع الذرة، السمسم، الدخن و القمح الزراعية فى السودان لنفس الفترة. و قد أوضحت نتائج الدراسة أنة بالنسبة لهذا النوع من البيانات، فإن نماذج الانحدار الذاتى لاختلاف التباين الشرطى تعد الأفضل لنمزجة و التنبؤ بوجود، إنتظام وتقلبات اسعار السلع الزراعية الزراعية فى السودان.
The paper attempts to modeling and forecasting agricultural commodity prices data in the Sudan. Tow financial time series approaches namely; Box-Jenkins (ARIMA) and Generalized Autoregressive Conditional Heteroskedasticity (GARCH) models were applied to four agricultural commodity prices series cover the period 1st January 1997 – 30th September 2010; these commodities are surgham, seaseme, millet and wheat. Based on Box-Jenkins approach, through the model identification, estimation and diagnostic checking, the most appropriate models for forecasting agricultural commodity prices are ARIMA (1,1,1) for surgham commodity, ARIMA (0,1,0) for seaseme commodity, ARIMA (1,1,2) for millet commodity and ARIMA (1,1,1) for wheat commodity respectively.In addition, thispaper also develops an empirical analysis of various types of Generalized Autoregressive Conditional Heteroskedasticity models for instance; GARCH (1,1), EGARCH(1,1), TGARCH(1,1) and APARCH(1,1) to test the hypothesis of persistence, asymmetry and volatility of the prices of agricultural commodities. The Empirical analysis concluded that, Generalized Autoregressive Conditional Heteroskedasticity (GARCH) models provided appropriate models to forecast agricultural commodity prices volatility, because of their smallest values of AIC and SIC of the comparison criteria. Hence, for data of this type, a forecast based on GARCH approach is strongly recommended
|
