Professional Documents
Culture Documents
Sabihand@stu Edu Iq
Sabihand@stu Edu Iq
Sabihand@stu Edu Iq
امللخص
يهدف البحث الى تشخيص أفضل أنموذج سلسلة زمنية مالئم للتقلبات لمتوسطات األسعار الشهرية للنفط الخام
جينكنز في بناء األنموذج المالئم للتقلبات من- وتطبيق مراحل طريقة بوكس، )م2017-2006( العراقي المصدر للفترة
والكشف عن وجود، وبعد أجراء العديد من االختبارات اإلحصائية لدراسة استق اررية السلسلة المدروسةARCH عائلة
ً بعد تحويل السلسلة األصلية الى سلسلة العودة والتي غالبا، مشكلة عدم تجانس التباين التي تتصف بها هذه األنموذجات
وبأخطاءAR(1) وهو ما تستخدم مع السالسل الزمنية المالية ونتائج التحليل اظهرت بأن األنموذج األفضل
) ومعنوية معلمات األنموذج المقدرة كونه حقق أقل قيمAIC , SBC , H-Q( باستخدام معايير المفاضلةTARCH(2,2)
ايضاً وجود عدم، واتضح من النتائج ان الصدمات التي تحدث في فترات ماضية مزعزعة لالستقرار. للمعايير المذكورة
. وهناك انخفاض في التقلبات الالحقة لألسعار، تناظر في الصدمات الموجبة والسالبة
Abstract
The research aims to diagnose the best time series model for fluctuations in the monthly
average price of Iraqi crude oil for the period (2006-2017), and to apply the stages of the
Box-Jenkins method in building the appropriate model for volatility from the ARCH family
and after conducting several statistical tests to study the stability of the studied series, And
the detection of the existence of the problem of heterogeneity characteristics of these
models, after converting the original chain to the return series, which is often used with
financial time series, the best model was diagnosed as AR (1) and TARCH errors (2,2)
using differentiation criteria (AIC, SBC , HQ) and moral parameters. The model is estimated
to have achieved the lowest values for the mentioned criteria. It was clear from the results
that the shocks that occur in past periods destabilize, as well as the presence of asymmetry
in positive and negative shocks, and there is a decrease in subsequent price volatility .
281
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
تتمثل المشكلة من خالل إمكانية ارتباط األخطاء الخاصة بالسالسل الزمنية لفترة حالية باألخطاء الحاصلة من فترات سابقه
فضال عن امتالك الخطاء تباين عالي ,كما إن هنالك مشاكل ترافق التشخيص للنموذج عند امتالك السلسلة الزمنية تقلبات
فجائية عالية الحدة
يهدف البحث إلى التعرف على أفضل نموذج سلسلة زمنيه مالئم لبيانات البحث وللفترة ()2017-2006م من خالل مقارنة
عدد من األنموذجات وإيجاد األنموذج األفضل للتنبؤ وحسب المعايير الموضوعة (. )AIC , SBC , H-Q
282
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
أصبحت أنموذجات ( ARCHو (GARCHأدوات مهمة في تحليل بيانات السالسل الزمنية وخاصة في التطبيقات
االقتصادية والمالية وغيرها .تكون هذه األنموذجات مهمة جدا في تحقيق التحليل والتوقع والتنبؤ لهذا النوع من السالسل
ُوتستخدم الزمنية,وتعد هذه األنموذجات مالئمة عندما يكون الخطأ الحالي للسلسلة دالة لألخطاء في فترات سابقه
أنموذجات ARCHعادة في السالسل الزمنية المالية التي تظهر تقلبات متفاوتة في الوقت أي فترات التقلبات المتخللة مع
فترات من الهدوء النسبي في بعض األحيان ،تُعتبر األنموذجات من نوع ARCHضمن عائلة أنموذجات التقلب العشوائي.
اجلانب النظري
( (1-2تمهيد
تتصف بعض السالسل الزمنية بقدر كبير من عدم التأكد خصوصاً السالسل الزمنية المالية وان استخدام أنموذجات
السالسل الزمنية العشوائية الخطية اليجدي نفعاً ،لذلك تم التأكيد على أنموذجات السالسل الزمنية العشوائية الالخطية
،حيث تم اقتراح انموذجات عائلة )The Autoregressive Conditionally Heteroscedastic Model (ARCH
(االنحدار الذاتي المشروط بعدم تجانس التباين) من قبل العالم ( )Engle , 1982لنمذجة تباين السالسل الزمنية التي
تعاني من عدم تجانس تباين الخطأ وبمتوسط صفر ،هذه السالسل تعاني من تقلبات ذات نمط ديناميكي أي ان التباين
يتغير بمرور الزمن .تضمن هذا المبحث بعض المفاهيم الخاصة بالسالسل الزمنية ومفهوم عدم تجانس تباين الخطأ
Heteroscedasticityوأنموذجات السالسل الزمنية المناسبة للبيانات المالية والعديد من االختبارات وخطوات التشخيص
التي سيتم تطبيقها في المبحث الثالث .
( )2-2مفهوم عدم تجانس تباين الخطأ ) ) Heteroscedasticity
يتكون المصطلح Heteroscedasticityمن مقطعين األول ( )Heteroويعني مختلف والمقطع اآلخر
()3
. ( )scedasticityويعني عدم التجانس أو االنتشار وهنا يعني عدم ثبات التباين لألخطاء أي ان( . )Var(𝜀t)≠ 𝜎𝜀2
ركزت األنموذجات الكالسيكية على فكرة أساسية هي أن متوسط األخطاء معدوم وتباينها ثابت بمرور الزمن وأنها مستقلة
()11
عن بعضها البعض أي أن
Cov(𝜀t , 𝜀i ) = E(𝜀t , 𝜀i)=0 ⩝ t≠i , t = 1 ,2, ….. , T )…(2-3
وأن تقدير األنموذجات بإسقاط هذه الفرضيات يعد أم ار صعبا وذلك لوجود خاصية عدم التجانس واالرتباط بين األخطاء مما
يقلل من كفاءة األنموذجات المقدرة ، .قدمت الكثير من األفكار والحلول لحل مشكلة عدم تجانس األخطاء يتجه معظمها
إلى إيجاد تباين يتطور مع الزمن ،ومن هذه الحلول هو إدخال متغيرات جديدة ( )xtلتفسير هذا التطور ،مثالً جعل التباين
أو االنحراف المعياري كدالة خطية لمتغيرات خارجية ويفترض هنا أن المتغير الداخلي يكون مستقل عن تغيير التباين .من
283
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
هنا جاءت التعديالت التي قدمها ( ، )Engleحيث قدم أنموذج التباين العشوائي بأدراج المشاهدات السابقة في شكل انحدار
()8
ذاتي لمربعات األخطاء
ℎ𝑡 = ∅1 𝜀𝑡−1
2
+∅2 𝜀𝑡−2
2
𝑝+……+∅𝑝 𝜀𝑡−
2
( حيث ( ) pدرجة األنحدار الذاتي
…(2-4
𝑡𝜇 𝜀𝑡 = 𝑥𝑡−1 يقدم عدم التجانس كدالة لمتغيرات خارجية تتمثل بالمعادلتين :
)…(2-5
Var(𝜀𝑡 ) =𝑥𝑡−1
2
𝜎2 )…(2-7 التباين غير الشرطي
𝜀
Var( 𝑡⁄𝑥𝑡−1 ) =𝑥𝑡−1
2
𝜎2 )…(2-8 التباين الشرطي
) (∅0 = 0 , ∅1 = 1فتصبح المعادلة ( )2-5والمعادلة ( )2-6هي i=1,2أي حيث عندما ∅1 = i
نفسها ونحصل على :
مما يعني أن التباين الشرطي له معلمة خارجية .فكرة ( )Engleاألساسية هي تعويض المتغيرات (𝜀) بدالًعن (𝑥) في
المعادلتين ( )2-5و ( )2-6ومنه نحصل على المعادلتين ( )2-10و ()2-11
()1
، ) ∅0 +∅1 𝜀𝑡−1يتضح مما سبق ان األنموذج نفسه هو مصدر التباين الشرطي .
2
) 𝜎 2 ، )𝜀𝑡−1
2
)𝜎 2
()3-2أنموذجات السالسل الزمنية العشوائية الال خطية غي ار لمتناظرة ASymmetric Non- Linear stochastic
time series models
تتصف هذه األنموذجات بقدر كبير من عدم التأكد ،وان االهتمام الحديث في دراسة السالسل الزمنية ال ينصب بدراسة
،ودراسة عدم التاكد التنبؤ فقط خصوصا في الظواهر المالية ،وإنما االهتمام بعنصر عدم التاكد Uncertainty
بحاجة الى انموذجات خاصة تتعامل مع التقلبات Volatilityفي قيم الظاهرة والذي يطلق علية تباين السلسلة
()4
.في هذا ، Varianceواألنموذجات التي تستخدم مع هذا النوع من التباين تنتمي الى اسرة أنموذجات )(ARCH
البحث تم تشخيص أحد األنموذجات الالخطية وغير المتماثلة (غير المتناظرة) فكرة هذه األنموذجات هي أن مفعول تأثير
()2
. عدم التجانس يختلف حسب كون أشارة الخطأ السابق موجبة أو سالبة .
284
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
)TGARCH(p,q ( -)4-2أنموذج االنحدار الذاتي المعمم المشروط بعدم تجانس التباين ذات العتبة
𝜎𝑡2 = ω + 𝛽 𝜎𝑡−1
2
+ α 𝜀𝑡−1
2
+ γ 𝜀𝑡−1
2
)𝑑t−1 …(2-12
إذا كانت ( 𝑡 )εسالبة ،وتكون ( )𝑑𝑡 =0خالف ذلك ،في هذا األنموذج يميل التقلب الى األرتفاع بسبب حيث 𝑑𝑡 =1
األخبار السيئة ( ، )𝜀t-1 < 0ويميل إلى االنخفاض مع األخبار الجيدة ( ، )𝜀t-1 > 0األخبار الجيدة لها تأثير من ()α
بينما األخبار السيئة لها تأثير من (. )α + γيهتم هذا األنموذج بتأثير عدم التماثل في التقلبات .إذا كانت ( )γ=0تكون
التقلبات متماثلة ،إذا كانت ( )γ≠0تكون التقلبات غير متماثلة ،إذا كانت ( )γ>0تعني هناك تأثير لعدم التماثل ،ويكون
()7
)α 𝜀𝑡−1يعكس تأثير األخبار أو المفاجآت من الفترات ،الحد ( ARCH استمرار التقلبات بواسطة (. )α+𝛽+2
2 γ
السابقة التي تأثر على التقلب في األسعار )α( ،أذا كان كبير وايجابي يصور مدى تأثير الصدمات على التقلب الذي
يزعزع االستقرار ،عندما تكون ( )α>1تكون الصدمات التي تحدث في الماضي مزعزعة لالستقرار ،الحد 𝛽 ( GARCH
) 𝜎𝑡−1يقيس تأثير التباين المتوقع من الفترات السابقة على التباين الشرطي الحالي ،إذا كانت قيمة المعامل (𝛽) قريبة
2
من الواحد ذلك يعني درجة عالية من الثبات في تقلب األسعار .يخبرنا مجموع المعاملين (𝛽 )α+عن سرعة تقارب توقع
التقلبات الشرطية إلى حالة االستقرار ،حيث كلما اقتربت قيمة المجموع من الواحد كلما كان التقارب أبطأ .الحد
)γ 𝜀𝑡−1يقيس ويوضح تأثير الفرق بين األخبار الجيدة والسيئة .تشير قيمة معامل عدم
2
TARCHغير المتماثل( 𝑑t−1
التماثل ( ) γإلى األهمية اإلحصائية لحجم تأثير عدم التماثل ،وعالمة اتجاهها .القيمة الموجبة للمعامل تشير إلى الزيادة
()9
،والقيمة السالبة للمعامل تشير إلى االنخفاض في التقلب الالحق في السعر .
اجلانب العملي
سيتم عرض الجانب التحليلي القياسي للسلسلة الزمنية الشهرية ألسعار النفط الخام المصدر من العراق للفترة من
وباالستعانة ()2017-2006م والتي تم الحصول عليها من الجهاز المركزي وبلغ حجم المشاهدات ()144مشاهدة
ببرنامج ( ، )Eviews 9برنامج ( )SPSSتم بدراسة استق اررية السلسلة الشهرية ألسعار النفط الخام المصدر ثم استعمال
أنموذجات السالسل الزمنية الغير خطية لتشخيص أنموذج االنحدار الذاتي المشروط بعدم تجانس التباين لألخطاء كونها
األنموذجات األكثر مالئمة لنمذجة السالسل الزمنية المالية ،قبل البدء بتشخيص وتحليل السلسلة الزمنية سيتم تحويل
السلسلة األصلية الى سلسلة العودة ( )Return Seriesتمثل هذه السلسلة الفرق األول للوغاريتم المشاهدات ،وألنه من
المالحظ على السالسل الزمنية المالية عدم استق اررية الوسط باإلضافة إلى عدم الثبات قي التباين ( )Volatilityويجب
285
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
معالجتها من خالل إخضاعها لالختبارات اإلحصائية واكتشاف خصائصها اإلحصائية من حيث األستق اررية وثبات التباين
كما يأتي :
( )1-3وصف البيانات
جدول ()1اإلحصاء الوصفي لمعدالت األسعار الشهرية للنفط الخام العراقي المصدر للفترة ()2017-2006
Indices Values
Mean 73.335
Median 71.323
Maximum 122.907
Minimum 22.200
Std.dev 26.743
Skewness 0.078
Kurtosis 1.663
Jarque-Bero 10.859
Probability 0.004
في الجدول ( )1والشكل ( )1الذي يمثل رسم سلسلة العودة ألسعار النفط الخام وذلك بتحويل بيانات السلسلة األصلية
لألسعار بأخذ لوغاريتم القيم والفرق األول وذلك للحد من تأثير عدم االستقرار لكل من الوسط والتباين ،تمثلت سلسلة
األسعار بمتوسط قدره ( )73.33525دوالر وقيمة دنيا ( )22.20028دوالر وقيمة عظمى ( )122.9071دوالر وبانحراف
معياري ( ، )26.74318وان قيمة معامل االلتواء ( )Skewnessبلغت ( )0.0787موجبة يعني ذلك ان األخطاء لها
ذيل طويل ملتو التواء موجب إلى اليمين ،أيضا معامل التفلطح ()Kurtosisبلغت ( )1.66902وهي تختلف عن القيمة
( )3المميزة للتوزيع الطبيعي ،ذلك يعني أن السلسلة تتصف بالتفلطح وهو ما يبين اختالفها عن التوزيع الطبيعي وعدم
التجانس في مستويات سلسلة البيانات واألحصاءة ( )Jarque-Beraتثبت ذلك من خالل القيمة االحتمالية لها التي بلغت
()0.004وهي أقل من (.)%5من خالل ما نالحظه في الجدول والشكل البياني أعاله تتميز هذه السلسة بظهور تقلبات
متجمعة ومن المعروف إن انموذجات ARCHتسمح بظهور هذه الظاهرة .ال نستطيع الحصول على جواب حول استق اررية
السلسلة من عدمها ،لذلك تم استخدام أختبارات األستق اررية كاآلتي .
شكل رقم ()1سلسلة العودة ألسعار النفط الخام العراقي المصدر للفترة ()2017-2006
.1
.0
-.1
-.2
-.3
-.4
06 07 08 09 10 11 12 13 14 15 16 17
286
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
H0 : 𝜌1 =𝜌2 =-----𝜌k----= 𝜌k =0 االرتباط الذاتي :يتم اختبار الفرضية التالية ⩝ : أ-
k=1,2----m
شكل رقم ( )2يوضح التمثيل البياني لمعامالت االرتباط الذاتي عند المستوى(I(0
من خالل الشكل رقم ( )2نالحظ سلوك دالة االرتباط الذاتي بأن معامالتها تختلف معنويا عن الصفر أي إنها خارج حدود
) ،ونالحظ إنها تميل لالنخفاض ببطء نحو الصفر كلما ازدادت فترات اإلزاحة ( ، )Lagيظهرمن الثقة (
−1.96 1.96
,
𝑛√ 𝑛√
الرسم البياني انخفاض األعمدة البيانية بمرور فترات اإلزاحة (اإلبطاء) ،وان هذه األعمدة التي تمثل قيم معامالت االرتباط
الذاتي خارج حدود الثقة ،لذلك نرفض فرضية العدم أي إن معامالت االرتباط الذاتي ال تساوي معنويا للصفر عند مستوى
معنوية ()%5مما يدل على عدم استق اررية السلسلة المدروسة .
من الشكل رقم ( )3نالحظ معامالت االرتباط الذاتي متغيرة بين االرتفاع واالنخفاض وضمن حدود الثقة
) خالل فترات اإلبطاء المتأخرة وذلك يوحي باألستق اررية لبيانات سلسلة األسعار الشهرية للنفط المصدر (
−1.96 1.96
,
𝑛√ 𝑛√
عند الفرق األول .ومن مالحظة الرسم البياني لها باالعتماد على النظر بالعين المجردة فان النتائج غير دقيقة ،لذلك يجب
استخدام االختبارات اإلحصائية واألدوات الخاصة بها للتأكد من استق اررية السلسلة قبل البدء بمراحل التشخيص .
287
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
شكل رقم ( )3التمثيل البياني لالرتباط الذاتي بعد أخذ الفرق األول
ثانيا :اختبارات جذر الوحدة :
فرضية االختبار هي :
(وجود جذر وحدة أي عدم استق اررية)
H0 : δ=0 or 𝜙 =1
(عدم وجود جذر وحدة أي استق اررية) H1 :
وبأحصاءة االختبار : δ<0 or 𝜙 <1
̂
= 𝜏
∅
̂∅ ̂
𝜎
ثالث ا -اختبار الكشف عن االتجاه :للكشف عن االتجاه تم إجراء االختبار التالي :
H0 : Time Series has a linear trend H1 : Time Series do not have a linear trend
تم تقسيم السلسلة إلى قسمين متساويين وتقدير معادلة االتجاه لكل قسم وبتطبيق أحصاءة االختبار :
الفرق االول للسلسلة عند مستوى معنوية القيم االصلية عند مستوى معنوية %5 االختبار
%5
الحالة P- القيمة القيمة الحالة P- القيمة القيمة
الجدولية المحسوبة value value المحسوبة الجدولية
0.000 -6.933 -2.881مستقرة غير 0.117 -2.499 -2.881 ADF -
مستقرة 7 test
مستقرة 0.000 -6.763 غير -2.881 0.251 -2.083 -2.881 PP – test
مستقرة
مستقرة 0.095 0.463 - - KPSS -
test
288
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
2
= Fc = = 23.3118
𝑖∑ 𝑒4 𝑓𝑑⁄ 𝑆𝑆𝐸4 ⁄𝑑𝑓4
𝑓𝑑2 ⁄
𝑖∑ 𝑒3 𝑆𝑆𝐸3 ⁄𝑑𝑓3
وبمقارنة القيمة المحسوبة مع القيمة الجدولية ( ) F(0.05 , 140 , 4) = 4.303
تبين ان القيمة المحسوبة اكبر من القيمة الجدولية وعليه ترفض فرضية العدم بمعنى إن االتجاه لجزئي السلسلة الزمنية غير
متساوي أي إن السلسلة التمتلك اتجاه خطي .
( )3-3مرحلة التشخيص أو التحديد :تم في هذه المرحلة معرفة األنموذج وتحديد رتبته وتبين من سلوك دالتي ()ACF
االرتباط الذاتي و( )PACFاالرتباط الذاتي الجزئي وبعد أخذ الفرق األول للسلسلة المدروسة نالحظ أنهما بين االرتفاع
واالنخفاض ويقتربان من الصفر تدريجياً عند فترات اإلبطاء المتأخرة وهذا ما يشير إلى أن أنموذج السلسلة من النوع
) ، ARIMA(p,I,qوتبين بان أفضل نموذج هو النموذج ) ARIMA(1,1,0حيث امتلك اقل قيم في مقياس المفاضلة
). (AIC , SIC , H-Q
( )4-3تقدير األنموذج )ARIMA(1,1,0
بعد تشخيص األنموذج وتحديد درجته وتقديره البد من التأكد من صحة مالئمة األنموذج وكفاءته من خالل اختبار
Ljung-Boxوكما موضح في الجدول التالي:
289
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
Residual PACF
شكل رقم ( )4التمثيل البياني لمعامالت االرتباط الذاتي والجزئي لسلسلة البواق
ب -اختبار أثر ( ARCH-LM )ARCHللنموذج ) : AR(1يستخدم هذا االختبار لمعرفة فيما إذا كان النموذج المقدر
يعاني من إثر ARCHفي سلسلة البواقي وذلك من خالل الفرضية التالية:
290
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
( )6-3تشخيص تأثير عائلة ( :)ARCHتم في هذه الخطوة تجريب العديد من األنموذجات لتمثيل تأثير ARCHواختيار
األنموذج األكثر كفاءة باالعتماد على معايير المفاضلة ( )AIC , BIC , H-Qوتم اختيار األنموذج األفضل الذي يعطي
أقل القيم .
291
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
يوضح الجدول ( )10مخرجات األنموذج )TARCH(2,2والذي تم تقديره بواسطة طريقة اإلمكان األعظم وباستخدام
برنامج ( )Eviews 9ومن خالل قيم zالمحسوبة ومستوى الداللة تبين لنا باناغلب معالم األنموذج كانت معنوية عند
مستوى داللة ()5%ذلك يشير إلى مالئمة أنموذج البيانات.نالحظ إن قيم المعلمتين) )𝜸𝟏 , 𝜸𝟐 >0التي تشير إلى
األهمية اإلحصائية لحجم تأثير عدم التماثل أي وجود تأثير الصدمات الموجبة والسالبة ذلك يعني وجود اختالف في
تأثير األخطاء السابقة حسب إشارتها(سالبة أو موجبة) ،وان إشارات قيم معلمتي عدم التناظر( 𝟐𝜸 )𝜸𝟏 ,ظهرت سالبة
مما يشير إلى انخفاض قوة التقلبات الالحقة في األسعار أي ان الصدمات كانت موجبة (األخبار الجيدة) ،اما قيم
معلمات ( 𝟐𝜶 ) 𝜶𝟏 ,تشير إلى مدى تأثير الصدمات على التقلبات التي تزعزع استقرار سلسلة األسعار وبما أن هذه
القيم اقل من الواحد ستكون الصدمات التي تحدث في الماضي مزعزعة لالستقرار ،هناك استمرار في التقلبات من خالل
. )α + تحقق الشرط ( < 1
𝛄
𝟐
وبما ان القيمة كانت اقل من الواحد ذلك يدل على مالئمة األنموذج أي ان التنبؤات المشروطة للتباين تقترب من
التنبؤلت الغير مشروطة وسيتضح ذلك في مرحلة التنبؤ .
ويمكن كتابة معادلة أنموذج التباين الشرطي باالعتماد على المعادلة ( )2-52بالشكل التالي :
292
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
شكل رقم ()5دالتي االرتباط الذاتي والجزئي لسلسلة البواقي ل( )36من التباطؤ الزمني
ب -اختبار أثر ( )ARCHلألنموذج ) : TARCH(2,2يستخدم هذا االختبار الذي تم استخدامه سابقاً في األنموذج
األولي لمعرفة فيما إذا كان النموذج المقدر النهائي ال زال يعاني من إثر وجود نماذج عائلة ARCHفي سلسلة البواقي
وذلك من خالل الفرضية التالية:
Ho: There is no ARCH effect , H1: There is ARCH effect
جدول رقم ( )15اختبار عدم تجانس التباين ()ARCH
Heteroskedasticity Test: ARCH
)Prob. F(1,139 0.8674 F-statistic 0.027964
)Prob. Chi-Square(1 0.8663 Obs*R-squared 0.028358
من خالل النتائج في الجدول ( )15نالحظ بان القيمة االحتمالية ل ( )Obs*R-squaredبلغت ( )0.8663وهي أكبر
من مستوى المعنوية (, )0.05وهذا يعني قبول فرضية العدم عند مستوى معنوية ( ، )0.05أي عدم وجود أثر ل ARCH
في األنموذج ،وذلك يميز األنموذج بالكفاءة .
ج -اختبار طبيعة البواقي :نستخدم هذا االختبار لبيان هل إن البواقي تتوزع توزيعا طبيعيا أو ال؟ من خالل الفرضية
التالية:
Ho: Residual are normally distributed , H1: Residual are not normally distributed
)𝜀𝑡−1الكبيرة تميل
2
يظهر من الجدول ( )16ان قيمة التفلطح( )Kurtosisبلغت ( )4.540879 > 3مما يدل على ان (
الى ان يتبعها ( ) 𝜀𝑡2كبير آخر ،وهذا يولد السلوك المعروف في السالسل الزمنية المالية المتمثل في التقلبات ،وتبين لنا
من نتائج اختبار األحصاءة Jarque-Beraحيث بلغت قيمتها ( )24.24825وبقيمة احتمالية ( )0.000005وهي اقل
من مستوى المعنوية ( ) 0.05وعلية ترفض فرضية العدم وتقبل الفرضية البديلة القائلة إن البواقي ال تتوزع توزيع طبيعي ،
وتعد هذه النتيجة غير مرغوب فيها ولكن يمكن قبولها في حالة إن البواقي تحقق اختبارين من اختبارات البواقي ،لذا نعتبر
نتائج الدراسة مقبولة وهذا أفضل ما يمكن الوصول له من نتائج .
( )9-3التنبؤ:
تم التنبؤ لسنتين وحسب االشهر ويوضح الشكل ( )6تزايد بسيط في القيم المتنبأ بها ألسعار النفط الخام المصدر في
العراق ،ونالحظ ايضاً تقارب كبير بين السلسلة األصلية والمتنبأ بها .
293
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
120
price
forecast
95 percent interval
110
100
90
80
70
60
50
40
30
20
2012 2013 2014 2015 2016 2017 2018 2019 2020
شكل رقم ( )6القيم األصلية والقيم المتنبأ بها ألسعار النفط الخام المصدر للفترة ()2019-2018
الفصل الرابع
األستنتاجات والتوصيات
ً
اوال :األستنتاجات
في ضوء نتائج الجانب التطبيقي تم التوصل الى االستنتاجات التالية:
-1شهدت األسعار الشهرية للنفط الخام المصدرللفترة من ()2017-2006م تذبذب كبير وتقلبات في األسعار وبعد أخذ
الفرق األول أصبحت السلسلة مستقرة .
-2بأستخدام معايير التشخيص ( )AIC , SC , H-Qلعدة انموذجات مرشحة من ARIMAتوصلنا الى اختيار األنموذج
) AR(1لتمثيل سلسلة أسعار النفط الخام المصدر .
-3وجود أثر ARCHكان واضحاً في سلسلة األخطاء(البواقي) مما دعى الى أستخدام أنموذجات ARCHالمعروفة
بتمثيلها للسالسل الزمنية المالية.
-4تمت المفاضلة بين العديد من األنموذجات المرشحة من عائلة ( ARCHالمتناظرة وغير المتناظرة) وبأستخدام معايير
التشخيص ( )AIC , BIC , H-Qتم تشخيص األنموذج األكثرمالئمة لنمذجة اسعار النفط الخام المصدر والتنبؤ بها هو
األنموذج ) AR(1بأخطاء ). TARCH(2,2تبين من تشخيص هذا األنموذج ومن خالل القيم األحتمالية ألختبارات
العشوائية وأختبار أثر ARCHللبواقي ومربعات البواقي أثبتت عدم وجود األرتباط الذاتي وعدم وجود أثر ل ARCHمما
يؤكد كفاءة األنموذج وقدرته على التنبؤ بمعدالت التقلبات ألسعار النفط الخام المصدر العراقي .
-5نالحظ ان الصدمات التي تحدث في الفترات الماضية مزعزعة لألستقرار ،ويوجد عدم تناظر في الصدمات الموجبة
والسالبة ،وهناك انخفاض في التقلبات الالحقة لألسعار.
-6تشخيص األنموذج األمثل يعتمد على مهارة الباحث في البرمجيات المستخدمة في مرحلة التشخيص.
-7من خالل رسم السلسة االصلية والسلسلة المتنبأ بها نالحظ هناك تقارب كبير بينهما سواء في التزايد او التناقص وذلك
يؤكد صحة األسلوب األحصائي المتبع .
-8من خالل نتائج التنبؤ الشهرية نالحظ بان هناك تزايد في االسعار بشكل بسيط.
294
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
ً
ثانيا :التوصيات
-1دراسة انموذجات GARCHألهميتها في دراسة السالسل الزمنية المالية نظ اًر لجودتها في وصف الظواهر
المالية وايضاً لحداثتها في التطبيق.
-2دراسة األنموذجات الغير متناظرة األخرى كونها تبين تأثير الصدمات على التقلبات بالزيادة أو النقصان.
-3عمل مقارنة بين أألنموذجات المتناظرة والغير متناظرة وبيان فاعلية كل منها لمعرفة ميزة كل أنموذج عن اآلخر
-4
املصادر
.1أسحق ،حسن عبدهللا و الرشيد ،طارق محمد(")2017أستخدام نماذج GARCHفي تقدير تباين التضخم في
السودان ()2015-1990م" رسالة ماجستير مقدمة الى جامعة السودان للعلوم والتكنولوجيا .
.2بغداد ،بنين (" )2009نمذجة قياسية لدراسة أسعار بترول الجزائر(دراسة حالة صحاري بالند من -2006
، ")2009رسالة ماجستير في األحصاء مقدمة الى جامعة الجزائر ،كلية العلوم األقتصادية وعلوم التسيير
.3عبد ،حميد عبيد (")2017األقتصاد القياسي" ،دار الكتب ،الطبعة األولى ،العراق ،جامعة كربالء .
.4العتابي ،عباس لفته كنيهر " ، 2017 ،قياس التطاير في السالسل الزمنية المالية ()ARCH & GARCH
جامعة الموصل ،كلية األدارة واألقتصاد .
5. Ahmed,A.E.M&Saliman,S.Z (2011)”Modeling stock market volatility using GARCH
models evidence from sudan” International Journal of business and social science ,
2(23) .
6. Bollerslev,T., )(2008 , Glossary to ARCH(GARCH), CREATES Research
paper,2008,49
7. Caiado.J.(2004) Modelling and forecasting the volatility of the Portuguese stock
index Psi-20 . Estudos de Gestao . Vol.9 No.1.3-22 .
8. Engle, R,F. (1982). Autoregressive Conditional Heteroskedasticity with Estimates of
the variance of united kingdom Inflation , Econometrica,50(4) , 987-1008 .
9. Mohammadi. T, Taghavi, M. & Bandidarian. A (2012) .”The Effect of Exchange
10. Robert,F.Engle . (1982) “Autoregressive conditional Heteroscedasticit with Estimates
of the Variance of united kingdom Inflation” Econometric(50),987-1007
11. Stavros,A.Degiannaks&Evdokia.Xekalaki . (2004) “Autoregressive conditional
”Heteroscedasticity (ARCH) models : A Review
295
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
المالحق
ملحق ( )1المعدالت الشهرية ألسعار النفط الخام العراقي للفترة ()2017-2006م
2011 2010 2009 2008 2007 2006 السنوات
األشهر
90.77015 75.22998 36.69113 80.60469 48.69347 50.77193 كانون2
98.43669 73.03109 37.77526 89.78253 50 50.42356 شباط
107.1136 76.20315 44.29715 94.84874 49.96488 53.62937 آذار
114.3567 79.65094 49.31136 103.8279 58.03138 60.38254 نيسان
108.2652 73.85349 57.15567 115.1547 60.94639 59.92026 آيار
105.1818 71.10238 64.37435 122.9071 67.1929 62.12048 حزيران
108.7887 71.2167 64.43423 114.0085 67.02448 63.9556 تموز
105.0693 71.4296 68.05457 120.932 66.10484 59.6996 آب
104.8986 73.06766 66.04089 85.47465 71.76938 54.55394 ايلول
104.0463 77.10562 71.9433 58.89773 78.99283 48.84483 تشرين1
106.5975 80.45993 73.76667 43.4518 83.48896 51.96429 تشرين2
106.1789 86.16997 73.39478 34.51687 83.17021 49.94118 كانون1
296
حزيران 2020 العدد ( )34اجمللد ()9 جملة اإلدارة واإلقتصاد
ملحق ()2
297