تمت في كلية الادارة والاقتصاد – جامعة بغداد , مناقشة رسالة الماجستير في تخصص الاحصاء للطالبة (هبة ظاهر علوان) بأشراف أ.د. سهيل نجم عبدالله عن رسالتها الموسومة (تحليل نماذج GARCH غير المتناظرة مع تطبيق عملي)
تحتل السلاسل الزمنية (Time series) مجالات واسعة في حياتنا لاسيما المجالات الاقتصادية وبالتحديد المالية منها. ومن هنا بدأ الاهتمام بدراسة السلاسل الزمنية المالية والتي تتماز غالبا بخاصية عدم الثبات او التقلب (Volatility) ، اي ان هنالك فترات زمنية من التقلبات تتبعها فترات زمنية من الهدوء النسبي، ولغرض معالجة ذلك كان لابد من استعمال نماذج إحصائية تأخذ بعين الاعتبار هذه التقلبات وتحاول تفسيرها ومن هذه النماذج نماذج (GARCH) الغير خطية والتي تعرف على إنها نماذج انحدار ذاتي مشروطة بعدم تجانس التباين .
تتلخــص اهــداف البحث في المحــاور التاليــة :
- التعرف على نماذج ((GARCH غير المتناظرة ودراسة سلوكها وأهم مجالات استعمالها .
- إعطاء طابع تجديدي للدراسات القياسية باستعمال نماذج السلاسل الزمنية المالية متمثلة بنماذج (GARCH) غير المتناظرة .
- محاولة التحكم في الاساليب الاحصائية الكمية والقياسية وربط ما هو نظري في الجانب التحليلي .
- صياغة افضل انموذج لقياس أثر تقلبات اسعار صرف الدينار العراقي مقابل الدولار الامريكي .
- تسليط الضوء على خصائص البيئة المالية العراقية من خلال تحليل السلسلة الزمنية الخاصة بها في محاولة لمواكبة التطور الكبير في الاوساط المالية العالمية .
- المساهمة في تقديم المقترحات للمعنيين باتخاذ القرار في البنك المركزي العراقي لأخذ التدابير والسياسات الاقتصادية والمالية اللازمة للمحافظة على استقرار سعر الصرف .
وقد توصلت الدراسة الى مجموعة من الاستنتاجات اهمها :
- اثبتت الدراسة نجاح الطريقة المقترحة في استعمال البيانات الحقيقية في تقدير قيم معاملات النماذج المدروسة بدلاً من افتراضها ومن ثم استعمال هذه القيم في عملية توليد بيانات المحاكاة .
- اظهرت الدراسة نجاح اختباري ( (ARCH test و (Ljung-Box ) في تشخيص النماذج (NAGARCH, AVGARCH, APGARCH) حتى في حال التكرارات العالية وان افضل النتائج كانت مع حجوم العينات الكبيرة .
- اثبتت طريقة الامكان الاعظم الشرطية (CMLE) كفاءتها في تقدير معاملات النماذج (NAGARCH,AVGARCH,APGARCH) وان افضل النتائج لأنموذج (NAGARCH) كانت مع توزيع (Normal distribution) ولأنموذج (AVGARCH&APGARCH) كانت مع توزيع (Student-t distribution) وان افضل المقدرات كانت مع حجوم العينات الكبيرة وهذا ما اثبتته نتائج (MSE) والذي كانت تقل قيمته بازدياد حجم العينة .
- اظهر معيار (Drapers) لتحديد رتبة الأنموذج و المقترح توظيفه في الجانب النظري افضلية على معايير المقارنة الاخرى كونه قد حصل على اعلى التكرارات مع انموذج NAGARCH)) وانموذج AVGARCH)) عندما يتبع الخطأ توزيع (General error distribution) ومع انموذج (APGARCH) عندما يتبع الخطأ توزيع ((Student-t distribution , اما معيار (Shibata) والمقترح توظيفه ايضا في الجانب النظري فقد كانت نتائجه مطابقة لمعيار (Akaike) ومقاربة لمعيار Bayesian)) .
- اثبتت الدراسة مدى ملائمة النماذج (NAGARCH,AVGARCH,APGARCH) في معالجة حالة عدم تجانس التباين و وجود مشكلة الارتباط الذاتي للأخطاء فيما يتعلق باختبار سلسلة البواقي القياسية المربعة وان افضل النتائج كانت مع انموذج ((APGARCH عندما يتوزع الخطأ (Student-t distribution).
ومن خلال الاستنتاجات التي توصلت اليها الدراسة قدمت الباحثة عدد من التوصيات :
- نوصي بتطبيق نماذج (GARCH) غير المتناظرة مع انواع اخرى من البيانات كأسعار النفط او الذهب كونها تسمح بإدراج الاثر غير التناظري للصدمات في معادلة التباين مما يساهم في معرفة تأثير اتجاه الصدمات وبالتالي تقليل الخسائر للمستمرين قدر الامكان .
- نوصي باستعمال نماذج اخرى لغرض تجنب المخاطرة لدى لمستثمرين في حال عدم تحقق شروط نماذج ( (GARCHغير المتناظرة ومنها انموذج EWMA)) .
- نوصي بتهجين نماذج ((GARCH غير المتناظرة مع نماذج الشبكات العصيبة ومنها ((ANN .
- نوصي باستعمال معيار Drapers)) لتحديد الرتب مع نماذج ((GARCH غير المتناظرة وكذلك معيار (Shibata) لثبوت كفاءتهما في الجانب التجريبي والتطبيقي .
- نوصي بتطبيق اختبار MGN & F)) مع نماذج ((GARCH غير المتناظرة لثبوت كفاءتها في التحقق من دقة التنبؤات .