Fulltext

Forecasting the use of Generalized Autoregressive Conditional Heteroscedastic Models (GARCH) Seasonality with practical application

التنبؤ باستعمال نماذج الانحدار الذاتي العامة المشروطة بعدم تجانس التباين (GARCH ) الموسمية مع تطبيق عملي

فارس طاهر حسن --- بريدة برهان كاظم

journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية
ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 96 Pages: 341-362
Publisher: Baghdad University جامعة بغداد

Abstract

In this paper has been one study of autoregressive generalized conditional heteroscedasticity models existence of the seasonal component, for the purpose applied to the daily financial data at high frequency is characterized by Heteroscedasticity seasonal conditional, it has been depending on Multiplicative seasonal Generalized Autoregressive Conditional Heteroscedastic Models Which is symbolized by the Acronym (SGARCH) , which has proven effective expression of seasonal phenomenon as opposed to the usual GARCH models. The summarizing of the research work studying the daily data for the price of the dinar exchange rate against the dollar, has been used autocorrelation function to detect seasonal first, then was diagnosed with a problem of heteroscdastic , passing through the phase estimation using the method of Maximum Likelihood Conditional and on the assumption that the random error is distributed normal distribution with the application on more than one rank for seasonal model, then determine the appropriate rank of the specimen using a variety of standards down to the prediction phase, it has been shown through the application on the study data stages that the best model for predicting volatility is SGARCH (1,0)(1,0).

يتناول البحث أحدى نماذج الانحدار الذاتي المعممة المشروطة بعدم تجانس التباين بوجود عنصر الموسمية، لغرض تطبيقها على البيانات المالية اليومية عالية التردد التي تتميز بوجود عدم التجانس الموسمي المشروط ، فقد تم الاعتماد على ما يسمى بانموذج الانحدار الذاتي المععم المشروط بعدم تجانس التباين الموسمي الذي يرمز له أختصارا (SGARCH) والذي أثبت فاعليته بالتعبير عن ظاهرة الموسمية على العكس من نماذج GARCH الاعتيادية . وقد تلخص عمل البحث بدراسة البيانات اليومية لسعر صرف لدينار مقابل الدولار ، فقد تم أستخدام دالة الارتباط الذاتي للكشف عن وجود الموسمية أولا، بعد ذلك تم تشخيص وجود مشكلة عدم التجانس ، مرورا بمرحلة التقدير باستخدام طريقة الامكان الاعظم الشرطية وعلى أفتراض أن الخطأ العشوائي يتوزع توزيعا طبيعيا مع التطبيق على أكثر من رتبة للنموذج الموسمي ، ثم تحديد رتبة الانموذج الملائم باستخدام العديد من المعايير الخاصة وصولا الى مرحلة التنبؤ ، وقد تبين من خلال مراحل التطبيق على بيانات الدراسة أن أفضل أنموذج للتنبؤ بالتقلبات هو ( SGARCH (1,0)(1,0 .

Keywords

Heteroscedasticity seasonal conditional --- Seasonality . --- عدم التجانس الموسمي المشروط ، الموسمية .