تمت في كلية الادارة والاقتصاد / جامعة بغداد ، مناقشة رسالة الماجستير الموسومة ( استعمال الأنموذج الهجين لتقدير نماذج السلاسل الزمنية ذات الذاكرة الطويلة مع تطبيق عملي) في تخصص الاحصاء للطالبة ( تبارك يحيى عبد إبراهيم ) بأشراف أ.د فراس أحمد محمد
تهدف الدراسة إلي استعمال الأنموذج الهجين الذي يجمع بين الأنموذجين لغرض التنبؤ بمؤشر سوق الأسهم للقطاعين القطاع المصرفي وقطاع الاتصالات وتم اقتراح النماذج الهجينة المتمثلة بالمركبة الخطية وهي أنموذج الانحدار الذاتي للإبطاء الموزع (Autoregressive Distributed Lag Model (ARDL)) والمركبة غير الخطية التي تمثلها الشبكات العصبية((ANN) Artificial Neural Network ) انحدار المتجه الداعم Support vector Regression (SVR) والذاكرة طويلة قصيرة المدى Long short Term Memory (LSTM) ووحدات البوابات المتكررة Gated Recurrent UNITE (GRU) والمقارنة بينهم للحصول على نتائج اكثر دقة .
وتكمن مشكلة الدراسة في إن النماذج الفردية لا تعطي تنبؤات دقيقة للسلسلة وذلك لاحتوائها على جزء خطي وغير خطي , لذا فان أنموذج وحده غير كافي لنمذجة السلاسل الزمنية , لذلك سيتم في هذا البحث استعمال الأنموذج الهجين الذي يجمع بين السلوك الخطي المتمثل بأنموذج الانحدار الذاتي للإبطاء الموزع (ARDL) وأنموذج غير الخطي المتمثل بنماذج الذكاء الاصطناعي (ANN,SVR,LSTM,GRU) لتعويض النقص الموجود في كل أنموذج والحصول على نتائج اكثر دقة لعملية التنبؤ .
وقد توصلت الدراسة الى عدد من الاستنتاجات اهمها:
- أظهرت نتائج اختبار ADF عدم استقرار السلسلة الزمنية عند المستوى الاصلي , وتم استقرارها بعد اخذ الفرق الاول لها .
- أظهرت نتائج اختبار تحديد درجة الإبطاء المثلى وحسب المعايير (AIC,BIC,H-Q) ان افضل نموذج هو ARDL(8,2) من بين نماذج الإبطاء المقترحة .
- أظهرت نتائج اختبار الحدود (F Bound test , T Bound test) وجود علاقة تكامل مشترك بين قطاع الاتصالات وقطاع المصارف اي وجود علاقة توازنية طويلة الأجل .
- أظهرت نتائج اختبارات (CUMSUM , CUMSUM OF SQUER) ان الأنموذج ARDL(8,2) يتمتع بالاستقرار الهيكلي ويسمح باستعماله في تقدير معاملات الأجل الطويل والقصير.
ومن خلال الاستنتاجات التي توصلت اليها الدراسة قدمت الباحثة عدد من التوصيات اهمها :
- نوصي بزيادة استعمال النماذج الهجينة للنبؤ بالسلاسل الزمنية , وذلك لغرض التغلب على النقص الذي تعاني منه النماذج عند استعمالها بطريقة مفردة .
- نوصي باستعمال خوارزميات أخرى للمقارنة مع الخوارزميات المستعملة في الدراسة .
- نوصي بتوسيع مجال مجموعة البيانات المستعملة لتشمل قطاعات أخرى لغرض تحسين الأداء .
- نوصي باستعمال مؤشرات مالية أخرى يستفيد منها المستثمرون في سوق الأوراق المالية .