Professional Documents
Culture Documents
صياغة النماذج المالية والاقتصادية مع EVIEWS دليل للطلبة والمحترفين PDF
صياغة النماذج المالية والاقتصادية مع EVIEWS دليل للطلبة والمحترفين PDF
ﻣﻊ EViews
ﺩﻟﻴﻞ ﻟﻠﻄﻠﺒﺔ ﻭﺍﳴﺤﻓ
ﺗﺄﻟﻴﻒ
ﻣﻌﺘﺼﻢ ﺗﺎﻃﺎﺣﻲ ﻋﺒﺪ اﻟﻘﺎدر اﻟﺠﻨﺪاﻟﻲ
ﺗﺮﺟﻤﺔ
د.ﺟﺎب ا ﻣﺤﻤﺪ ﺟﺎب ا د.رﻣﻀﺎن ﻣﻔﺘﺎح اﻟﻔﻴﺘﻮري
ﻛﻠﻴﺔ اﻻﻗﺘﺼﺎد ﻛﻠﻴﺔ اﻻﻗﺘﺼﺎد
ﺟﺎﻣﻌﺔ ﻋﻤﺮ اﻟﻤﺨﺘﺎر ﺟﺎﻣﻌﺔ ﻋﻤﺮ اﻟﻤﺨﺘﺎر
رﻗﻢ اﻹﻳﺪاع 2021/1977 :م
اﻟﺘﺮﻗﻴﻢ اﻟﺪوﻟﻰ978 - 977 - 6723 - 36 - 8 :
73 .. 5.3اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﺨﻟﺎﻣﺴﺔ :اﻟﻔﺮق اﻷول ﺑﻦﻴ اﻤﻟﺘﻐﺮﻴ RGDPو DRGDP
اﻟﻔﺼﻞ اﺤﻟﺎدي ﻋﺮﺸ :ﺤﺗﻠﻴﻞ ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ 325 ..................... Panel Data Analysis
1.11ﻃﺮﻳﻘﺔ اﺳﺘﻘﺮار اﻛﺎﻧﻞ 327 .............................. :Panel Stationary Approach
328 ................................................................ 1.1.11ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ LGDP
331 ............ ﻟﻠﺒﻴﺎﻧﺎت The First Difference of the Data 3.1.11اﻟﻔﺮوق اﻷو
332 ............................................................ 4.1.11ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGDP
اﻟﻔﺼﻞ اﺨﻛﺎ ﻋﺮﺸ :ﻧﻤﻮذج ﺗﺴﻌﺮﻴ اﻷﺻﻮل اﻟﺮأﺳﻤﺎ ﺔ )357 ....................... (CAPM
358 .................................................................................... 1.12ﻣﻌﺎدﻟﺔ CAPM
1.1ﻣﻘﺪﻣﺔ Introduction
ﺑﺮﻧﺎﻣﺞ EViewsﺑﺮﻧﺎﻣﺞ ﺣﺎﺳﻮب ﺗﻔﺎﻲﻠﻋ ﻟﻠﺘﺤﻠﻴﻞ اﻹﺣﺼﺎ واﻻﻗﺘﺼﺎد
اﻟﻘﻴﺎ ،ﻣﻊ ﺑﺮﻧﺎﻣﺞ EViewsﻳﻤﻜﻨﻚ ﺑﺮﺴﻋﺔ ﺗﻄﻮﻳﺮ ﻋﻼﻗﺔ إﺣﺼﺎﺋﻴﺔ ﻣﻦ
اﻛﻴﺎﻧﺎت اﻤﻟﻮﺟﻮدة ﻳﻚ ﺛﻢ اﺳﺘﺨﺪام ﻫﺬه اﻟﻌﻼﻗﺔ ﻟﻠﺘﻨﺒﺆ ﺑﺎﻟﻘﻴﻢ اﻤﻟﺴﺘﻘﺒﻠﻴﺔ
ﻟﻠﺒﻴﺎﻧﺎت ،ﻻﺣﻆ ﺑﺄن EViewsﻻ ﻳﻤﻜﻦ اﺳﺘﺨﺪاﻣﻪ ﻲﻓ اﺤﻟﺴﺎﺑﺎت اﻤﻟﺎ ﺔ )ﻣﺜﻞ
ﺣﺴﺎب اﻷﻗﺴﺎط ،وﺣﺴﺎب اﻟﻘﻴﻤﺔ اﺤﻟﺎ ﺔ وﺣﺴﺎب ﻣﻌﺪل اﻟﻌﺎﺋﺪ ا اﺧﻲﻠ ...
اﻟﺦ( واﻤﻟﺤﺎﺎﻛة وﺤﺗﻠﻴﻞ اﺤﻛﺎﻜ ﻒ.
ﺑﺮﻧﺎﻣﺞ EViewsﺗﻢ ﺗﻄﻮﻳﺮه ﻣﻦ ﻗﺒﻞ اﻻﻗﺘﺼﺎدﻳﻦﻴ وأﻏﻠﺐ اﺳﺘﺨﺪاﻣﺎﺗﻪ ﻲﻓ
اﻻﻗﺘﺼﺎد اﻟﻘﻴﺎ أو اﻻﻗﺘﺼﺎد اﻤﻟﺎﻲﻟ ،وﻫﺬا اﻟﺮﺒﻧﺎﻣﺞ ﻳﻮﻓﺮ ﻃﺮق ﺳﻬﻠﺔ ﻹدﺧﺎل
ﺳﻠﺴﻠﺔ ﻣﻦ اﻛﻴﺎﻧﺎت ﻣﻦ ﺧﻼل ﻟﻮﺣﺔ اﻤﻟﻔﺎﺗﻴﺢ ،و ﻧﺸﺎء ﺳﻠﺴﻠﺔ ﺟﺪﻳﺪة ﻣﻦ ﺑﻴﺎﻧﺎت
ً
ﻣﻮﺟﻮدة ﻣﺴﺒﻘﺎ ،واﺳﺘﺮﻴاد اﻛﻴﺎﻧﺎت ﻣﻦ Microsoft Excel ، IBM SPSS ، SAS
ﻟﻌﺮض وﻃﺒﺎﻋﺔ ﺳﻠﺴﻠﺔ واﻟﻘﻴﺎم ﺑﺎﺤﻛﺤﻠﻴﻞ اﻻﺣﺼﺎ ﻟﻠﻌﻼﻗﺎت ﺑﻦﻴ ﺳﻠﺴﻠﺔ
اﻛﻴﺎﻧﺎت ،وﺗﻈﻬﺮ اﺠﺘﺎﺋﺞ ﻲﻓ ﻧﺎﻓﺬة ﻳﻤﻜﻦ ﺗﻌﺪﻳﻠﻬﺎ ﺑﻌﺪة ﺗﻘﻨﻴﺎت ﻣﻌﻴﺎرﻳﺔ.
ﻳﻤﻜﻦ إدﺧﺎل أواﻣﺮ EViewsﻣﻦ ﺧﻼل اﻟﻘﻮاﺋﻢ ،وأﻏﻠﺐ اﺤﻛﻄﺒﻴﻘﺎت ﻬﻟﺎ
ﺠﻣﻤﻮﻋﺔ ﻣﻦ اﻟﻘﻮاﺋﻢ واﻟﻲﺘ ﺗﻘﻊ ﻲﻓ ﺮﺷﻳﻂ اﻷدوات اﻤﻟﻮﺟﻮد ﻲﻓ أﺒﻟ ﻧﺎﻓﺬة اﻟﺮﺒﻧﺎﻣﺞ،
وﻫﻨﺎك ﻗﻮاﺋﻢ ﻣﻨﺴﺪﻟﺔ ﻟﻞﻜ ﺠﻣﻤﻮﻋﺔ ﻣﻦ اﻟﻌﻨﺎﺮﺻ ﻲﻓ ﺮﺷﻳﻂ اﻟﻘﻮاﺋﻢ ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ
اﻤﻟﺜﺎل اﻟﻘﺎﺋﻤﺔ اﻟﺮﺋﻴﺴﻴﺔ ﺤﺗﺘﻮ ﺒﻟ ﻋﻼﻣﺎت اﺤﻛﺒﻮﻳﺐ أدﻧﺎه واﻟﻲﺘ ﻳﻤﻜﻦ اﻻﺧﺘﻴﺎر
ﻣﻨﻬﺎ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 12
ﻋﻨﺪ اﺠﻘﺮ ﺒﻟ ﻋﻼﻣﺔ اﺤﻛﺒﻮﻳﺐ Fileﺳﻮف ﺗﻔﺘﺢ ﻗﺎﺋﻤﺔ ﻣﻨﺴﺪﻟﺔ ﺤﺗﺘﻮي ﺒﻟ
ﺠﻣﻤﻮﻋﺔ إﺿﺎﻓﻴﺔ ﻣﻦ اﻷواﻣﺮ؛ ﺑﺮﻧﺎﻣﺞ EViewsﻳﺴﺘﺨﺪم ﻣﺮﺑﻌﺎت اﺤﻟﻮار ﻹدﺧﺎل
ﻣﻌﻠﻮﻣﺎت إﺿﺎﻓﻴﺔ ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل إذا ﻗﻤﺖ ﺑﺎﺧﺘﻴﺎر ﻗﺎﺋﻤﺔ ﺤﻛﺤﻠﻴﻞ اﻻﺤﻧﺪار
ﻓﺈن EViewsﻳﻔﺘﺢ ﻣﺮﺑﻊ ﺣﻮار ﻳﺴﻤﺢ ﻟﻠﻤﺴﺘﺨﺪم ﺑﺈدﺧﺎل ﻣﻌﻠﻮﻣﺎت إﺿﺎﻓﻴﺔ ﻋﻦ
ً
اﻤﻟﺤﺪدات ﺨرﺿﺎ اﻻﻗﺮﺘاﺣﺎت اﻻﻓﺮﺘاﺿﻴﺔ ﻟﻠﺨﻴﺎرات اﻤﻟﺘﺎﺣﺔ EViews ،ﻳﺴﺘﺨﺪم
ﻣﻔﺘﺎح ” “Escﻟﻺﻳﻘﺎف ،ﻓﺈذا ﻛﻨﺖ ﺗﺮﻳﺪ اﻟﻐﺎء اﻟﻮﻇﻴﻔﺔ اﺤﻟﺎ ﺔ أو اﻟﻌﻤﻠﻴﺔ ﻗﻴﺪ
اﻻﺟﺮاء ﻗﻢ ﺑﺎﻟﻀﻐﻂ ﺒﻟ ﻣﻔﺘﺎح ” “Escﻲﻓ ﻟﻮﺣﺔ اﻤﻟﻔﺎﺗﻴﺢ.
ً
وأﺧﺮﻴا ﻋﻨﺪﻣﺎ ﺗﻘﻮم ﺑﺘﺸﻐﻴﻞ اﻟﺮﺒﻧﺎﻣﺞ ﺳﻮف ﺗﻼﺣﻆ ﺑﺄن ﻧﺎﻓﺬة ﺑﺮﻧﺎﻣﺞ
EViewsﻛﻤﺎ ﻲﻫ ﻲﻓ اﻟﺸﻞﻜ ،1.1ﻲﻓ اﻷﺒﻟ ﺗﻼﺣﻆ ﺮﺷﻳﻂ اﻟﻌﻨﻮان ﻋﻨﺪﻣﺎ ﻳﻜﻮن
ً
EViewsﻫﻮ اﻟﺮﺒﻧﺎﻣﺞ اﻟﻨﺸﻂ ،وﺮﺷﻳﻂ اﻟﻌﻨﻮان ﻟﻮن أﻛﺮﺜ ﺗﺮ ﺰﻴا ﺨﻳﺘﻠﻒ ﻋﻦ
ﺑﺎﻲﻗ اﺨﻟﻄﻮط ﻲﻓ اﺠﺎﻓﺬة ﺣﻴﺚ أﻧﻪ ﻟﻮن داﻛﻦ أﻛﺮﺜ ،وﺤﺗﺖ ﺮﺷﻳﻂ اﻟﻌﻨﻮان
ﻣﺒﺎﺮﺷة ﺠﺗﺪ اﻟﻘﺎﺋﻤﺔ اﻟﺮﺋﻴﺴﻴﺔ واﻟﻘﻮاﺋﻢ اﻤﻟﻨﺴﺪﻟﺔ اﻟﻲﺘ ﺗﻈﻬﺮ ﻋﻨﺪﻣﺎ ﺗﻘﻮم ﺑﺎﺠﻘﺮ
ﺒﻟ أي ﻋﻨﺮﺼ ،وﺤﺗﺖ اﻟﻘﺎﺋﻤﺔ اﻟﺮﺋﻴﺴﻴﺔ ﻫﻨﺎك ﻣﺴﺎﺣﺔ ﺑﻴﻀﺎء ﺗﺴﻰﻤ ﻧﺎﻓﺬة اﻷواﻣﺮ.
أواﻣﺮ EViewsﻗﺪ ﺗﺘﻢ ﻃﺒﺎﻋﺘﻬﺎ ﻫﻨﺎ وﻳﺘﻢ ﺗﻨﻔﻴﺬ اﻷواﻣﺮ ﻋﻨﺪﻣﺎ ﻳﻘﻮم
اﻤﻟﺴﺘﺨﺪم ﺑﺎﻟﻀﻐﻂ ﺒﻟ ﻣﻔﺘﺎح اﻹدﺧﺎل ،Enterوﻫﺬه اﻤﻟﻨﻄﻘﺔ اﻛﻴﻀﺎء ﺗﻘﻮم
ﺑﻮﻇﻴﻔﺔ ﻣﻌﺎﻟﺞ اﺠﺺ ،وﻟﻲﻜ ﺗﺘﻤﻜﻦ ﻣﻦ اﺳﺘﺨﺪام ﻧﺎﻓﺬة اﻷواﻣﺮ ﻓﻼﺑﺪ ﻣﻦ
ﻣﻌﺮﻓﺔ ﺗﺮ ﻴﺒﺔ أواﻣﺮ ،EViewsﻲﻓ اﻷﺳﻔﻞ ﺠﺗﺪ ﻧﺎﻓﺬة ﺮﺷﻳﻂ اﺤﻟﺎﻟﺔ و ﻋﺪة
ﺗﻘﺴﻴﻤﺎت ﻓﺮﻋﻴﺔ ،اﺠﻟﺎﻧﺐ اﻷﻳﺮﺴ ﻲﻓ ﻛﺜﺮﻴ ﻣﻦ اﻷﺣﻴﺎن ﻳﺘﻀﻤﻦ رﺳﺎﻟﺔ اﺤﻟﺎﻟﺔ اﻟﻲﺘ
ﺗﻢ ﻋﺮﺿﻬﺎ ﻣﻦ ﻗﺒﻞ ،EViewsوﻳﻤﻜﻦ ﻣﺴﺤﻬﺎ ﻣﻦ ﺧﻼل اﺠﻘﺮ ﺒﻟ اﻟﺼﻨﺪوق
اﻤﻟﻮﺟﻮد ﻲﻓ آﺧﺮ ﻳﺴﺎر ﺧﻂ ﺮﺷﻳﻂ اﺤﻟﺎﻟﺔ ،اﺠﻟﺰ اﺤﻛﺎﻲﻟ ﻳﻌﺮض اﻤﻟﺠﺘ اﻻﻓﺮﺘا
ا ي ﺳﻮف ﻳﺴﺘﺨﺪﻣﻪ EViewsﻟﻠﺒﺤﺚ ﻋﻦ اﻛﻴﺎﻧﺎت واﻟﺮﺒاﻣﺞ.
ُ
اﻤﻟﻨﻄﻘﺔ اﻤﻟﻈﻠﻠﺔ ﻲﻓ ﻣﻨﺘﺼﻒ ﻧﺎﻓﺬة EViewsﻲﻓ اﻟﺸﻞﻜ 1.1ﺗﺴﻰﻤ ﻣﻨﻄﻘﺔ
اﻟﻌﻤﻞ ﺣﻴﺚ ﻳﻌﺮض ﻓﻴﻬﺎ EViewsﻋﺪد اﻟﻌﻨﺎﺮﺻ اﻤﻟﺨﺘﻠﻔﺔ )ﻫﺬه اﻟﻌﻨﺎﺮﺻ ﺗﺸﺒﻪ
اﻷوراق واﻤﻟﺬﻛﺮات اﻟﻲﺘ ﺗﻀﻌﻬﺎ ﺒﻟ ﻣﻜﺘﺒﻚ أﺛﻨﺎء اﻟﻌﻤﻞ(.
ﺑﺮﻧﺎﻣﺞ EViewsﺗﻢ ﺗﺼﻤﻴﻤﻪ ﺑﺎﻻﻋﺘﻤﺎد ﺒﻟ ﻣﻔﻬﻮم اﻟﻌﻨﺎﺮﺻ ،ﻓﺴﻼﺳﻞ
اﻛﻴﺎﻧﺎت واﻤﻟﻌﺎدﻻت واﺠﻈﻢ ﻲﻫ أﻣﺜﻠﺔ ﻗﻠﻴﻠﺔ ﻋﻦ اﻟﻌﻨﺎﺮﺻ ،ﻓﻞﻜ ﻋﻨﺮﺼ ﻧﺎﻓﺬﺗﻪ
اﺨﻟﺎﺻﺔ ﺑﻪ وﻗﺎﺋﻤﺘﻪ وﻣﺮاﺣﻠﻪ اﺨﻟﺎﺻﺔ ﺑﻪ ،ﻛﻤﺎ أن ﻣﻌﺎﻳﻨﺔ اﻛﻴﺎﻧﺎت اﺨﻟﺎﺻﺔ
13 اﻟﻔﺼﻞ ا!ول :ﻣﻘﺪﻣﺔ ﻟﺒﺮﻧﺎﻣﺞ EViews
)أو اﻧﻘﺮ ﺒﻟ أﻳﻘﻮﻧﺔ Details +/-ﺒﻟ ﺮﺷﻳﻂ اﻷدوات( ﻟﻠﺘﻨﻘﻞ ﺑﻦﻴ اﻟﻌﺮوض
اﻤﻟﺘﺎﺣﺔ ﻤﻟﻠﻒ اﻟﻌﻤﻞ ﻫﺬه اﻟﻌﺮوض ﺗﻌﺮض ﻣﻌﻠﻮﻣﺎت إﺿﺎﻓﻴﺔ ﺣﻮل اﻛﻴﺎﻧﺎت اﻟﻲﺘ
ﺗﻢ إﻧﺸﺎؤﻫﺎ أو ﺤﺗﺪﻳﺜﻬﺎ ﺑﺎﻹﺿﺎﻓﺔ إﻰﻟ ﻣﻌﻠﻮﻣﺎت ﻋﻦ اﺤﻛﻮﺻﻴﻒ ا ي ﺗﻢ إرﻓﺎﻗﻪ إﻰﻟ
ذﻟﻚ اﻟﻌﻨﺮﺼ ﻲﻓ ﻣﻠﻒ اﻛﻴﺎﻧﺎت اﺨﻟﺎر .
File
Open
EViews Workfile …
ي ﺤﻳﺘﻮي ﺒﻟ اﻤﻟﻠﻒ HARMON. ﺛﻢ ﻗﻢ ﺑﺎﻻﺳﺘﻌﺮاض ﺣ ﺗﺼﻞ إﻰﻟ اﻤﻟﺠﺘ ا
wf1ﺳﻮف ﺠﺗﺪ ﻗﺎﺋﻤﺔ ﺑﺎﻤﻟﺘﻐﺮﻴات اﻟﺴﺘﺔ اﻟﻲﺘ ﺗﻤﺜﻞ اﺨﻟﺼﻢ واﻤﻟﺒﻴﻌﺎت اﻟﺸﻬﺮﻳﺔ
monsalesو Cو ، RESIDوﻟﻜﻦ ﺗﺘﻤﻜﻦ ﻣﻦ ﻣﺸﺎﻫﺪة ﻗﻴﻢ اﻛﻴﺎﻧﺎت أﻧﻘﺮ ﺒﻟ
ً
DISC1ﻧﻘﺮة واﺣﺪة ﺳﻮف ﻳﺘﺤﻮل ﻟﻮن ذﻟﻚ اﻤﻟﺘﻐﺮﻴ إﻰﻟ ﻟﻮن داﻛﻦ ﻣﺸﺮﻴا إﻰﻟ أﻧﻪ
ﺗﻢ اﺧﺘﻴﺎره ،أﻧﻘﺮ ﺒﻟ ﻣﻔﺘﺎح Shiftﺛﻢ اﺳﺘﺨﺪام ﻣﻔﺘﺎح اﻟﺴﻬﻢ اﻟﺴﻔﻲﻠ ﻻﺧﺘﻴﺎر
ﺑﻘﻴﺔ اﻤﻟﺘﻐﺮﻴات ﺣ اﻤﻟﺘﻐﺮﻴ ) MONSALESﻗﻢ ﺑﺎﺳﺘﺨﺪام ﻣﻔﺘﺎح Shiftوﻣﻔﺘﺎح
Ctrlواﻧﻘﺮ اﻻﺧﺘﻴﺎر ﻋﺪة ﻣﺘﻐﺮﻴات ﻏﺮﻴ ﻣﺘﺠﺎورة( ﺳﻮف ﺗﺮى أن اﻤﻟﺘﻐﺮﻴات اﻟﻲﺘ
ﺗﻢ اﺧﺘﻴﺎرﻫﺎ أﺻﺒﺤﺖ داﻛﻨﺔ اﻟﻠﻮن ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .1.7
ﺛﻢ اﻧﻘﺮ ﺒﻟ
View
Show
ﺳﻮف ﺤﻳﺼﻞ اﻤﻟﺴﺘﺨﺪم ﺒﻟ ﻗﺎﺋﻤﺔ ﺑﻜﻞ اﻤﻟﺘﻐﺮﻴات اﻟﻲﺘ ﺗﻢ اﺧﺘﻴﺎرﻫﺎ ﻲﻓ ﻣﺮﺑﻊ
ﺣﻮار Showﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ ،8.1أﻧﻘﺮ زر OKﻻﺳﺘﻌﺮاض ﻗﻴﻢ اﺨﻟﺼﻢ اﻤﻟﺨﺘﻠﻔﺔ
ً
واﻤﻟﺒﻴﻌﺎت اﻟﺸﻬﺮﻳﺔ ﻛﻤﺎ ﻫﻮ واﺿﺢ ﻲﻓ اﻟﺸﻞﻜ 9.1؛ ﻗﻤﻨﺎ ﺳﺎﺑﻘﺎ ﺑﺎﺧﺘﻴﺎر اﻤﻟﺘﻐﺮﻴات ذات
اﻟﻌﻼﻗﺔ وﻣﻦ اﻤﻟﻤﻜﻦ ﻋﺮض ﻣﻠﺨﺺ إﺣﺼﺎ ﻟﻞﻜ ﻣﺘﻐﺮﻴ ﻣﻦ ﺧﻼل اﺠﻘﺮ ﺒﻟ:
اﻵن ﻧﻨﺘﻘﻞ إﻰﻟ اﺧﺘﺒﺎر اﺣﺼﺎ آﺧﺮ ﻳﺘﻌﻠﻖ ﺑﺎﻟﻜﺸﻒ ﻋﻦ ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط
ا ا اﻟﺘﺴﻠﺴﻲﻠ )أو اﻟﺰﻣﻲﻨ( ﻲﻓ اﻛﻮاﻲﻗ )Statistical test for serial (or temporal
.autocorrelation in the residuals
ﺑﺎﺠﻘﺮ ﺒﻟ زر Viewﻲﻓ اﻟﺼﻨﺪوق اﻤﻟﻮﺿﺢ ﻲﻓ اﻟﺸﻞﻜ 3.2واﺧﺘﻴﺎر:
Residual diagnostics
Serial correlation LM test
ّ
ﻫﻮ اﺧﺘﺼﺎر ﻻﺧﺘﺒﺎر .(Lagrange Multiplier )ﻻﺣﻆ إن LM
اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻀﺎﻓﺔ ﺿﻤﻦ ﻗﺎﺋﻤﺔ اﻤﻟﺘﻐﺮﻴات اﻟﻲﺘ ﺗﻢ ﺣﻔﻈﻬﺎ ،وﻋﻨﺪ اﺠﻘﺮ ﻋﻠﻴﻬﺎ
ﺳﺘﺘﻢ اﺳﺘﻌﺎدة اﻤﻟﻌﺎدﻟﺔ وﻣﻦ ﺛﻢ اﺳﺘﻜﻤﺎل اﺟﺮاء أي اﺧﺘﺒﺎرات إﺿﺎﻓﻴﺔ ﻟﻠﺒﻮاﻲﻗ
أو ﻏﺮﻴ ذﻟﻚ ﻣﻦ ﺧﻄﻮات اﺤﻛﺤﻠﻴﻞ اﻹﺣﺼﺎ واﻟﻘﻴﺎ .
Quick
Graph
Line graph
وﻗﻢ ﺑﺈدﺧﺎل اﺳﻢ اﻤﻟﺘﻐﺮﻴ residﻲﻓ اﻤﻟﺮﺑﻊ اﺤﻟﻮاري اﺠﺎﺗﺞ .رﺑﻤﺎ ﺗﺮﻏﺐ ﻲﻓ
ﺗﻤﺜﻴﻞ اﻟﻘﻴﻢ اﻤﻟﻌﻴﺎرﻳﺔ ﻟﻠﺒﻮاﻲﻗ ) standardized residualsاﻟﻮﺳﻂ اﺤﻟﺴﺎ ﻟﻠﺒﻮاﻲﻗ
= ،0واﻻﺤﻧﺮاف اﻤﻟﻌﻴﺎري ﻟﻠﺒﻮاﻲﻗ = ،(1واﻟﻲﺘ ﺳﻮف ﺗﺴﺎﻋﺪ ﻲﻓ ﺤﺗﺪﻳﺪ اﻟﻘﻴﻢ
اﺨﻟﺎرﺟﺔ أو اﻟﺸﺎذة ) .(outliersﺗﺬﻛﺮ أن ﺤﺗﻮﻳﻞ ﻗﻴﻢ اﻛﻮاﻲﻗ إﻰﻟ ﻗﻴﻢ ﻣﻌﻴﺎرﻳﺔ ﻳﺘﻢ
ﻣﻦ ﺧﻼل اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ:
’ ‘Sampleﻓﺪﻋﻪ دون إﺟﺮاء أي ﺗﻐﻴﺮﻴ ،ﻷﻧﺎ ﻧﺮﻳﺪ اﻟﻘﻴﻢ اﻤﻟﻌﻴﺎرﻳﺔ ﻟﻠﺒﻮاﻲﻗ ﻟﻞﻜ
اﻤﻟﺸﺎﻫﺪات .اﻧﻘﺮ ﺒﻟ زر OKوﺳﻮف ﺗﻼﺣﻆ أن اﻤﻟﺘﻐﺮﻴ اﺠﻟﺪﻳﺪ sresidﻗﺪ ﺗﻤﺖ
إﺿﺎﻓﺘﻪ ﻟﻘﺎﺋﻤﺔ اﻤﻟﺘﻐﺮﻴات .ﺑﺎﺠﻘﺮ اﻤﻟﺰدوج ﺒﻟ sresidﻲﻓ ﻫﺬه اﻟﻘﺎﺋﻤﺔ ﻣﻦ اﻤﻟﺘﻐﺮﻴات
ﺳﻮف ﻳﺘﻢ ﻋﺮض اﻤﻟﺨﺮﺟﺎت ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .10.2ﺠﺗﺪر اﻤﻟﻼﺣﻈﺔ أﻧﻪ ﻻﺗﻮﺟﺪ ﻗﻴﻢ
ﺧﺎرﺟﺔ ﻲﻓ ﻫﺬه اﻟﻌﺮﺸة أﺷﻬﺮ ﻃﺎﻤﻟﺎ أﻧﻪ ﻻ ﺗﻮﺟﺪ ﺑﻮاﻲﻗ ﻣﻌﻴﺎرﻳﺔ ﺗﻘﻊ وراء .±2
ﻹﻧﺸﺎء رﺳﻢ ﺑﻴﺎ ﻬﻟﺬه اﻟﺴﻠﺴﻠﺔ اﺠﻟﺪﻳﺪة sresidﺧﻼل اﻟﺰﻣﻦ ،ﻣﻦ ﻗﺎﺋﻤﺔ
EViewsاﻟﺮﺋﻴﺴﻴﺔ اﻧﻘﺮ:
Quick
Graph
ﺣﻴﺚ:
< =Yاﺠﺎﺗﺞ اﻟﻲﻠﻜ )اﻟﻘﻴﻤﺔ اﺠﻘﺪﻳﺔ ﻟﻠﻤﻮاد اﻤﻟﺼﻨﻌﺔ ﻲﻓ اﻟﺴﻨﺔ(
< = Lﻣﺪﺧﻼت اﻟﻌﻤﻞ
< = Kﻣﺪﺧﻼت رأس اﻤﻟﺎل
= ﺨﻣﻞ اﻹﻧﺘﺎﺟﻴﺔ اﻟﻲﻠﻜ A <
< αو βﻫﻤﺎ ﻣﺮوﻧﺎت ﺨﻣﺮﺟﺎت اﻹﻧﺘﺎج ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻌﻤﻞ ورأس اﻤﻟﺎل ﺒﻟ
اﺤﻛﻮاﻲﻟ .ﻫﺬه اﻟﻘﻴﻢ ﻲﻫ ﻗﻴﻢ ﺛﺎﺑﺘﺔ وﺤﻣﺪدة ﺑﻤﺴﺘﻮى اﺤﻛﻜﻨﻮﻟﻮﺟﻴﺔ اﻤﻟﺘﻮﻓﺮة.
ﻣﺮوﻧﺔ اﻹﻧﺘﺎج ﺗﻘﻴﺲ درﺟﺔ اﺳﺘﺠﺎﺑﺔ اﺠﺎﺗﺞ ﻟﻠﺘﻐﺮﻴ ﻲﻓ ﻣﺴﺘﻮﻳﺎت وﺣﺪات
اﻟﻌﻤﻞ أو رأس اﻤﻟﺎل اﻤﻟﺴﺘﺨﺪﻣﺔ ﻲﻓ اﻟﻌﻤﻠﻴﺔ اﻹﻧﺘﺎﺟﻴﺔ .ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل إذا
ﺎﻛﻧﺖ ،α = 0.15ﻓﺈن ذﻟﻚ ﻳﻌﻲﻨ أن زﻳﺎدة وﺣﺪات اﻟﻌﻤﻞ ﺑﻤﻘﺪار %1ﺳﻮف ﻳﺆدي
إﻰﻟ زﻳﺎدة اﺠﺎﺗﺞ ﺑﻤﻘﺪار .%0.15ﻛﺬﻟﻚ ،إذا ﺎﻛن ،1= β+αﻓﺈن داﻟﺔ اﻹﻧﺘﺎج
ذات ﻋﻮاﺋﺪ ﺣﺠﻢ ﺛﺎﺑﺘﺔ .أي إﻧﻪ إذا ازدادت Lو Kﺑﻤﻘﺪار ،%20ﻓﺈن Yﺳﻮف
ﺗﺰداد ﺑﻤﻘﺪار .%20أﻣﺎ إذا ﺎﻛﻧﺖ ،1 > β+αﻓﺈن ﻋﻮاﺋﺪ اﺤﻟﺠﻢ ﺳﻮف ﺗﻜﻮن
ﻣﺘﻨﺎﻗﺼﺔ .و ذا ﺎﻛﻧﺖ 1 < β +αﻓﺈن ﻋﻮاﺋﺪ اﺤﻟﺠﻢ ﺳﺘﻜﻮن ﻣﺰﺘاﻳﺪة .ﻣﻊ اﻓﺮﺘاض
37 اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ :ﻣﺒﺎدئ ﺗﻮﺟﻴﻬﻴﺔ 'ﺟﺮاء اﻻﻧﺤﺪار
اﻤﻟﻨﺎﻓﺴﺔ اﻟﺎﻜﻣﻠﺔ و ،1= β+αﻓﺈن αو βﻳﻤﺜﻼن ﺣﺼﺔ اﻟﻌﻤﻞ ورأس اﻤﻟﺎل ﻲﻓ
ً
اﺠﺎﺗﺞ .ﺗﺄﺳﻴﺴﺎ ﺒﻟ اﺠﻈﺮﻳﺔ أﻋﻼه ﻓﺈن اﺠﻤﻮذج اﻤﻟﺴﺘﺨﺪم ﻳﻤﻜﻦ أن ﻳﻜﻮن
ﺎﻛﻵ :
- 3ﻋﻨﺪ ﺛﺒﺎت ﻣﺪﺧﻼت رأس اﻤﻟﺎل ) ،(Kﻓﺈن زﻳﺎدة ﻣﺪﺧﻼت اﻟﻌﻤﻞ )(L
اﻤﻟﺴﺘﺨﺪم ﻲﻓ اﻟﻌﻤﻠﻴﺔ اﻹﻧﺘﺎﺟﻴﺔ ﺑﻤﻘﺪار %1ﺳﻮف ﺗﺆدي إﻰﻟ زﻳﺎدة اﺠﺎﺗﺞ
اﻟﻲﻠﻜ ) (Yﺑﻤﻘﺪار .%0.807
ٌ
- 4إذا ﻟﻢ ﺤﻳﺪث أي ﺗﻐﻴﺮﻴ ﻲﻓ ﻞﻛ ﻣﻦ رأس اﻤﻟﺎل ) (Kواﻟﻌﻤﻞ )) ،(Yﺑﻤﻌﻰﻨ أن
ﻗﻴﻤﺔ ﻞﻛ ﻣﻨﻬﻤﺎ ﻣﺴﺎوﻳﺔ ﻟﻠﺼﻔﺮ( ،ﻓﺈن ﻗﻴﻤﺔ اﺠﺎﺗﺞ اﻟﻲﻠﻜ اﻤﻟﺘﺤﺼﻞ ﻋﻠﻴﻪ
ً
ﺳﻴﻜﻮن ﻣﺴﺎوﻳﺎ ﻟﻘﻴﻤﺔ ) .(0.149-وﻫﻨﺎ ﺠﺗﺪر اﻹﺷﺎرة إﻰﻟ أن ﻗﻴﻤﺔ اﺤﻟﺪ
ً
اﺨﻛﺎﺑﺖ ﻏﺮﻴ ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺎ )(Prob. 0.6872 > 0.05
ﻻﺣﻆ أﻧﻨﺎ اﺳﺘﺨﺪﻣﻨﺎ اﻟﻨﺴﺐ اﻤﻟﺌﻮﻳﺔ ﻲﻓ اﺤﻛﻔﺴﺮﻴ ﻋﻨﺪ ﺤﺗﻮﻳﻞ اﻛﻴﺎﻧﺎت إﻰﻟ
اﻟﺼﻴﻐﺔ اﻟﻠﻮﺬﻟرﻳﺘﻤﻴﺔ ،أﻣﺎ إذا ﺎﻛﻧﺖ اﻛﻴﺎﻧﺎت اﻤﻟﺴﺘﺨﺪﻣﺔ ﻲﻓ اﻻﺤﻧﺪار ﻟﻢ ﻳﺘﻢ
ﺤﺗﻮﻳﺮﻫﺎ ﻓﺈن ﺗﻔﺴﺮﻴ اﺤﻛﻐﺮﻴ ﻳﻜﻮن ﺑﺎﺳﺘﺨﺪام وﺣﺪة ﻗﻴﺎس اﻤﻟﺘﻐﺮﻴ اﻤﻟﺴﺘﺨﺪم.
3.2.2اﺧﺘﺒﺎر اﻤﻟﻌﻠﻤﺎت Testing the Coefficients
ﺠﺗﺮى اﺧﺘﺒﺎرات اﻻﺤﻧﺪارات ) (βﺒﻟ ﻣﻌﻠﻤﺎت اﻻﺤﻧﺪار ﻣﻦ أﺟﻞ اﺤﻛﺄﻛﺪ
ﻣﻦ أﻧﻬﺎ ﻣﻮﺛﻮﻗﺔ )أي أﻧﻬﺎ ذات ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ( .ﻟﻞﻜ ﻣﻌﻠﻤﺔ ﻣﻦ ﻣﻌﻠﻤﺎت
اﻻﺤﻧﺪار ﻧﻘﻮم ﺑﺈﺟﺮاء اﺧﺘﺒﺎر اﻟﻔﺮوض ﻛﻤﺎ ﻳﻲﻠ:
-1
-2
-3
- 4ﺣﺴﺎب اﺣﺼﺎﺋﻴﺔ اﻻﺧﺘﺒﺎر )= (Test statistic
S.E. ((/ ﻲﻓ اﻟﻔﺮﺿﻴﺔ *) )- اﻤﻟﻌﻠﻤﺔ
ﺑﺎﺠﻈﺮ إﻰﻟ اﺠﺘﺎﺋﺞ ﺠﻧﺪ أﻧﻪ ﻓﻴﻤﺎ ﻳﺘﻌﻠﻖ ﺑـ ،LKﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم
) ،ﻷن اﻟﻘﻴﻤﺔ اﻻﺣﺘﻤﺎ ﺔ )ﻣﺴﺘﻮى ا ﻻﻟﺔ اﻹﺣﺼﺎﺋﻴﺔ (p-valueﻻﺧﺘﺒﺎر
اﻻﺤﻧﺪار ﺗﺴﺎوي 0.0014وﻲﻫ أﻗﻞ ﻣﻦ .0.05ﻟﻚ ﻓﺈﻧﻨﺎ ﻧﺴﺘﻨﺘﺞ أن ا ﻞ
ﻳﻈﻬﺮ أن اﺤﻧﺪار LKﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ .ﻧﻘﻮم ﺑﻨﻔﺲ اﺧﺘﺒﺎر اﻟﻔﺮوض ﻤﻟﻌﻠﻤﺔ
اﻻﺤﻧﺪار اﻤﻟﻘﺪرة ﻟﻠﻤﺘﻐﺮﻴ LLو ﺬﻟﻚ ﻟﻠﺤﺪ اﺨﻛﺎﺑﺖ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 42
ﺗﻮاﺟﻬﻨﺎ ﻣﺸﻠﻜﺔ ﺗﻌﺪد اﻟﻌﻼﻗﺎت اﺨﻟﻄﻴﺔ ﻋﻨﺪ إﺟﺮاء اﻻﺨﻧﺪار اﻤﻟﺘﻌﺪد ،أي
اﺤﻧﺪار ﻣﻊ أﻛﺮﺜ ﻣﻦ ﻣﺘﻐﺮﻴ ﺗﻔﺴﺮﻴي ،أﻣﺎ ﻲﻓ ﺣﺎﻟﺔ اﻻﺤﻧﺪار اﻟﺒﺴﻴﻂ ﻓﺈن ﻫﺬه
اﻤﻟﺸﻠﻜﺔ ﻻﺗﺴﺘﺪي أن ﺑﻨﻈﺮ إ ﻬﺎ .اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ ﺗﺘﻀﻤﻦ إﺟﺮاء اﺤﻧﺪار ﻣﺎ
ﺑﻦﻴ اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ ﺑﺪون اﺳﺘﺨﺪام اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ .ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ،إﺟﺮاء
اﻻﺤﻧﺪار ﻟﻞﻜ ﻣﻦ ) LK C LLﺑﺪون اﺳﺘﺨﺪام LYاﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ(.
ﺟﺪول 2.2ﻣﻠﺨﺺ ﻟﺴﻠﻮك اﻟﺒﻮاﻗﻲ ،أﺳﺒﺎﺑﮭﺎ وطﺮق ﻣﻌﺎﻟﺠﺘﮭﺎ
47
-ﻣــﺼــﻔــﻮﻓــﺔ اﻻرﺗـــﺒـــﺎط
-إﺿــﺎﻓــﺔ ﻣﺘﻐﺮﻴات
)(Correlation matrix ﻲﻓ اﻛــﻴــﺎﻧــﺎت وﺟﻮد ﻋﻼﻗﺔ ﺧﻄﻴﺔ اﻟﺮﺳﻢ اﻛﻴﺎ ﻟﻠﺒﻮاﻲﻗ
ﺟﺪﻳﺪة ذات ﻋﻼﻗﺔ ﺗﻌﺪد اﻟﻌﻼﻗﺎت
-اﺟـــﺮاء اﺤﻧـــﺪار ﻣــﺎ ﺑﻦﻴ
ﺑﺎﺠﻤﻮذج اﻤﻟﻘﻄﻌﻴﺔ وﺑﻴﺎﻧﺎت ﺑـــﻦﻴ اﻤﻟــﺘــﻐــﺮﻴات ﻳﻈﻬﺮ ﻗﻴﻤﺔ ﺧﺎرﺟﺔ اﺨﻟﻄﻴﺔ
اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ ﺛﻢ
-زﻳــــــــﺎدة ﻋـــﺪد ) (outliersأو أﻛﺮﺜ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻤﻟﺴﺘﻘﻠﺔ Multicollinearity
اﺟﺮاء ﻣﻌﺎﻣﻞ ﺗﻀﺨﻢ اﻤﻟﺘﻐﺮﻴ
اﻤﻟﺸﺎﻫﺪات
VIF
ﺑﻌﺪ ذﻟﻚ ﻧﻘــﻮم ﺑﺎﺗﺒﺎع اﺨﻟﻄــﻮات اﺤﻛﺎ ﺔ ﻻﺧﺘﺒﺎر ﺗﻮاﺟﺪ ﻣﺸــﻠﻜﺔ ﺗﻌﺪد
اﻟﻌﻼﻗﺎت اﺨﻟﻄﻴﺔ:
:ﻻ وﺟﻮد ﻤﻟﺸﻠﻜﺔ ﺗﻌﺪد اﻟﻌﻼﻗﺎت اﺨﻟﻄﻴﺔ - 1اﻟﻔﺮض اﻟﺼﻔﺮي
:وﺟﻮد ﻣﺸﻠﻜﺔ ﺗﻌﺪد اﻟﻌﻼﻗﺎت اﺨﻟﻄﻴﺔ - 2اﻟﻔﺮض اﻛﺪﻳﻞ
-3
49 اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ :ﻣﺒﺎدئ ﺗﻮﺟﻴﻬﻴﺔ 'ﺟﺮاء اﻻﻧﺤﺪار
ً -6
ﺑﻨﺎء ﺒﻟ اﻷدﻟﺔ اﻤﻟﺒﻴﻨﺔ أﻋﻼه ﻓﺄﻧﻨﺎ ﻧﺴﺘﻨﺘﺞ أن اﻛﻮاﻲﻗ ﺗﺘﺒﻊ اﺤﻛﻮزﻳﻊ اﻟﻄﺒﻴﻲﻌ.
3.5.2.2اﻟﻜﺸﻒ ﻋﻦ ﻣﺸﻠﻜﺔ ﻋﺪم ﺛﺒﺎت اﺤﻛﺒﺎﻳﻦ ﻲﻓ ﺑﺮﻧﺎﻣﺞ EViews
ﻟﻠﺘﺤﻘﻖ ﺛﺒﺎت ﺗﺒﺎﻳﻦ اﻛﻮاﻲﻗ ﺧﻼل ﻋﻤﻠﻴﺔ اﻻﺤﻧﺪار ﺑﺎﻟﺎﻜﻣﻞ ﻓﺈﻧﻨﺎ ﺤﻧﺘﺎج أن
ً
ﺠﻧﺮي اﺧﺘﺒﺎر رﺳﻲﻤ ﻳﻌﺮف ﺑﺎﺧﺘﺒﺎر Whiteوا ي ﺗﻤﺖ اﻹﺷﺎرة إ ﺔ ﻣﺴﺒﻘﺎ ﻲﻓ
ﻫﺬا اﻟﻜﺘﺎب .ﺤﻛﻔﺴﺮﻴ اﺠﺘﺎﺋﺞ ﻲﻓ اﻟﺸﻞﻜ 21.2ﻓﺈﻧﻨﺎ ﻧﺘﺒﻊ اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ:
51 اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ :ﻣﺒﺎدئ ﺗﻮﺟﻴﻬﻴﺔ 'ﺟﺮاء اﻻﻧﺤﺪار
ً
ﺣﺠﻢ اﻷﺧﻄﺎء اﻤﻟﻌﻴﺎرﻳﺔ ﻤﻟﻌﻠﻤﺎت ﻣﻴﻞ اﻻﺤﻧﺪار ﻣﻘﺎرﻧﺔ ﺤﺑﺠﻢ اﻷﺧﻄﺎء
اﻤﻟﻌﻴﺎرﻳﺔ ﻲﻓ ﻃﺮﻳﻘﺔ اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى اﻻﻋﺘﻴﺎدﻳﺔ اﻤﻟﻌﺮوﻓﺔ.
ﻲﻓ EViews 4.5.2.2اﻟﻜﺸﻒ ﻋﻦ ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط ا ا
اﻻرﺗﺒﺎط ا ا ﺤﻳﺪث ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻫﻨﺎك ارﺗﺒﺎط ﺑﻦﻴ ﻣﺸﺎﻫﺪﺗﻦﻴ
ﻣﺘﺘﺎ ﺘﻦﻴ ﻟﻠﺒﻮاﻲﻗ .ﻫﺬه اﻤﻟﺸﻠﻜﺔ ﺨدة ﻣﺎ ﺗﻈﻬﺮ ﻋﻨﺪ اﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت اﻟﺴﻼﺳﻞ
اﻟﺰﻣﻨﻴﺔ وﺑﺎﻹﻣﺎﻜن اﺳﺘﺨﺪام ﺷﻞﻜ أو ﺗﺼﻮﻳﺮ اﻻرﺗﺒﺎط ) (correlogram
ﻟﻼﺧﺘﺒﺎر وﺟﻮد ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط ا ا .اﻧﻘﺮ:
view
Residual Diagnostics
Correlogram- Q-statistics
واﻧﻘﺮ ،OKﻓﺈذا ﺎﻛﻧﺖ اﻛﻮاﻲﻗ ﻻ ﺤﺗﺘﻮي ﺒﻟ أي ارﺗﺒﺎط ذا ،ﻓﺈن اﻻرﺗﺒﺎﻃﺎت
ا اﺗﻴﺔ واﻻرﺗﺒﺎﻃﺎت ا اﺗﻴﺔ اﺠﻟﺰﺋﻴﺔ ﻋﻨﺪ ﻞﻛ ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ )اﻟﻔﺠﻮات( ﻳﻨﺒﻲﻐ
ً
أن ﺗﻜﻮن ﺗﻘﺮﻳﺒﺎ ﻣﺴﺎوﻳﺔ ﻟﻠﺼﻔﺮ وأن ﻞﻛ Q-Statisticsﻳﻨﺒﻲﻐ أن ﺗﻜﻮن ﻏﺮﻴ
ﻣﻌﻨﻮﻳﺔ وذات اﺣﺘﻤﺎ ﺔ ﻣﺮﺗﻔﻌﺔ ) p-valueﺗﻜﻮن ﻣﺮﺗﻔﻌﺔ(.
ﺑﻨﺎء ﺒﻟ اﻷدﻟﺔ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸﻞﻜ 22.2ﻓﺈﻧﻪ ﻻ ﻳﻮﺟﺪ ارﺗﺒﺎط ذا ﻲﻓ
اﻛﻮاﻲﻗ.
اﺧﺘﺒﺎر :LMاﺧﺘﺒﺎر Lagrange Multiplier
ﻟﻠﻜﺸﻒ ﻋﻦ اﻻرﺗﺒﺎط ا ا ﻳﻤﻜﻦ اﺳﺘﺨﺪام اﺧﺘﺒﺎر ،Durbin-Watson
وﻟﻜﻦ ﻫﺬا اﻻﺧﺘﺒﺎر ﻻ ﻳﻤﻜﻦ اﻟﻠﺠﻮء إ ﻪ ﻋﻨﺪﻣﺎ ﻳﻜﻮن ﻳﻨﺎ ﻗﻴﻢ ﻲﻓ ﻓﺮﺘات
زﻣﻨﻴﺔ ﺳﺎﺑﻘﺔ ﺧﺎﺻﺔ ﺑﺎﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ﻛﻮاﺣﺪة ﻣﻦ ﻗﻴﻢ اﺤﻛﻐﺮﻴات اﻤﻟﻔﺮﺴة .ﺠﻳﺐ
اﺳﺘﺨﺪام اﺧﺘﺒﺎر LMﻟﻼرﺗﺒﺎط اﻟﺘﺴﻠﺴﻲﻠ إذا ﺎﻛﻧﺖ ﻫﻨﺎك ﻓﺮﺘات ﺗﺒﺎﻃﺆ ﻲﻓ
اﺠﻟﺎﻧﺐ اﻷﻳﻤﻦ ﻣﻦ ﻣﻌﺎدﻟﺔ اﻻﺤﻧﺪار.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 54
ﻻﺣﻆ أن:
ﻲﻫ ﻣﻌﺎﻛﺴﺔ ﻟﻠﻔﺮض LM اﻟﻔﺮض اﻟﺼﻔﺮي واﻟﻔﺮض اﻛﺪﻳﻞ ﻻﺧﺘﺒﺎر
اﻟﺼﻔﺮي واﻟﻔﺮض اﻛﺪﻳﻞ ﻻﺧﺘﺒﺎر .Correlogram
:ﻻ ﻳﻮﺟﺪ ارﺗﺒﺎط ذا - 1اﻟﻔﺮض اﻟﺼﻔﺮي
:ﻳﻮﺟﺪ ارﺗﺒﺎط ذا - 2اﻟﻔﺮض اﻛﺪﻳﻞ
55 اﻟﻔﺼﻞ اﻟﺜﺎﻧﻲ :ﻣﺒﺎدئ ﺗﻮﺟﻴﻬﻴﺔ 'ﺟﺮاء اﻻﻧﺤﺪار
-3
ﺔ = The p-value = 0.5095 - 4ﻣﻦ اﻟﺸﻞﻜ ،23.2اﻟﻘﻴﻤﺔ اﻻﺣﺘﻤﺎ
ً
وﺑﻨﺎء ﺒﻟ - 5ﻷن Prob. = 0.5095 > 0.05ﻓﺈﻧﻨﺎ ﻧﻘﺒﻞ اﻟﻔﺮض اﻟﺼﻔﺮي
ذﻟﻚ ﻓﺈﻧﻨﺎ ﻧﺴﺘﻨﺘﺞ أﻧﻪ ﻻ وﺟﻮد ﻤﻟﺸﻠﻜﺔ اﻻرﺗﺒﺎط ا ا .
ﻛﻴﻒ ﻳﻤﻜﻦ اﺤﻛﻐﻠﺐ ﺒﻟ ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط ا ا ؟
ﻲﻓ )ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ا ا ( ﺑﺮﻀب اﻤﻟﻌﺎدﻟﺔ
ﻟﻠﺤﺼﻮل ﺒﻟ
ً
؛ ﻓﺈن اﻤﻟﻌﺎدﻟﺔ إذا ﺗﻢ ﺗﻘﺪﻳﺮ ﻫﺬه اﻤﻟﻌﺎدﻟﺔ اﺠﻟﺪﻳﺪة ﺑﺪﻻ ﻣﻦ اﺠﻤﻮذج اﻟﺮﺋﻴ
اﺠﻟﺪﻳﺪة ﺳﺘﻜﻮن ﺧﺎ ﺔ ﻣﻦ ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط ا ا ،وﺗﻌﺮف ﻫﺬه اﻤﻟﻌﺎدﻟﺔ
اﻷﺧﺮﻴة ﺑﻤﻌﺎدﻟﺔ اﻻرﺗﺒﺎط ا ا ذات اﻟﻔﺮوق ﻣﻦ ا رﺟﺔ اﻷو ).AR(1
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 56
ُ
اﻟﻜﺜﺮﻴ ﻣﻦ اﻛﻴﺎﻧﺎت اﻟﻲﺘ ﺗﺴﺘﺨﺪم أو ﻳﺘﻢ اﻹﻓﺼﺎح ﻋﻨﻬﺎ ﻲﻓ اﻻﻗﺘﺼﺎد ﻲﻫ
ﺑﻴﺎﻧﺎت ﺗﻢ ﺗﺪوﻳﻨﻬﺎ ﺧﻼل ﻓﺮﺘة ﻣﻦ اﻟﺰﻣﻦ ،ﻓﻤﺼﻄﻠﺢ ﺳﻼﺳﻞ زﻣﻨﻴﺔ time seriesﻳﺘﻢ
ً
اﻋﻄﺎؤه ﻟﺘﺴﻠﺴﻞ اﻛﻴﺎﻧﺎت )ﺬﻟﻛﺎ ﻣﺘﺪاﺧﻠﺔ( و ﺳﻠﺴﻠﺔ ﻬﻟﺎ ﻋﻼﻗﺔ ﺑﻠﺤﻈﺔ زﻣﻨﻴﺔ
ﻣﻌﻴﻨﺔ ،اﻷﻣﺜﻠﺔ ﺒﻟ ذﻟﻚ ﻣﺜﻞ أﺳﻌﺎر اﻷﺳﻬﻢ وﻣﺴﺘﻮى اﻤﻟﺨﺰون اﻷﺳﺒﻮﻲﻋ وأرﻗﺎم
ُ
اﻛﻄﺎﻟﺔ اﻟﺸﻬﺮﻳﺔ وﻲﻫ ﺗﺴﻰﻤ ﺳﻠﺴﻠﺔ ﻣﻨﻔﺼﻠﺔ ،ﺑﻌﺒﺎرة أﺧﺮى اﻟﻘﺮاءات اﻟﻲﺘ ﺗﻢ
أﺧﺬﻫﺎ ﻲﻓ ﻓﺮﺘات زﻣﻨﻴﺔ ذات ﻓﻮاﺻﻞ ﻣﺘﺴﺎوﻳﺔ ،وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن ﺷﻞﻜ ﺑﻴﺎﻧﺎت اﻟﺴﻼﺳﻞ
اﻟﺰﻣﻨﻴﺔ ﻳﻜﻮن ﻗﺎﺋﻤﺔ ﻣﻔﺮدة ﻣﻦ اﻟﻘﺮاءات اﻟﻲﺘ ﺗﻢ أﺧﺬﻫﺎ ﻲﻓ ﻓﺮﺘات ﻣﻨﺘﻈﻤﺔ ،وﻫﺬا
ﻫﻮ ﻧﻮع اﻛﻴﺎﻧﺎت ا ي ﺳﻮف ﻧﺮ ﺰ ﻋﻠﻴﻪ ﻲﻓ ﻫﺬا اﻟﻔﺼﻞ واﻟﻔﺼﻞ اﺤﻛﺎﻲﻟ.
ً
ﻫﻨﺎك ﺧﺎﺻﻴﺘﻦﻴ راﺳﺔ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ،أوﻻ ﻣﺮﺣﻠﺔ اﺤﻛﺤﻠﻴﻞ وﻲﻫ
ﺤﻣﺎوﻟﺔ ﺤﻛﻠﺨﻴﺺ ﺧﺼﺎﺋﺺ اﻟﺴﻠﺴﻠﺔ ﺤﻛﺤﺪﻳﺪ أﻫﻢ ﻣﻌﺎﻤﻟﻬﺎ ،وﺑﺎﻟﺮﻀورة ﻓﺈن ﻫﺬه
ً
اﻤﻟﺮﺣﻠﺔ ﺗﺘﻀﻤﻦ اﺧﺘﺒﺎر ﺳﻠﻮك اﻤﻟﺘﻐﺮﻴ ﻲﻓ اﻟﻔﺮﺘة اﻤﻟﺎﺿﻴﺔ؛ ﺛﺎﻧﻴﺎ ﻣﺮﺣﻠﺔ ﺻﻴﺎﻏﺔ
اﺠﻤﻮذج وﻫﺬه اﻤﻟﺮﺣﻠﺔ ﺗﻬﺘﻢ ﺑﻌﺮض اﺤﻛﻮﻗﻌﺎت اﻤﻟﺴﺘﻘﺒﻠﻴﺔ.
ﻲﻓ ﻫﺬا اﻟﻔﺼﻞ ﺳﻮف ﻧﻘﻮم ﺑﺪراﺳﺔ ﻣﺮاﺣﻞ اﺤﻛﺤﻠﻴﻞ وﺠﺗﺐ ﻣﻼﺣﻈﺔ أن
اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ أﻧﻪ ﻲﻓ ﻫﺬا اﻟﻔﺼﻞ ﻟﻦ ﺗﻜﻮن ﻫﻨﺎك أي ﺤﻣﺎوﻟﺔ ﻟﺮﺑﻂ اﻤﻟﺘﻐﺮﻴ
ﻗﻴﺪ ا راﺳﺔ ﺑﺄي ﻣﺘﻐﺮﻴات أﺧﺮى ﺣﻴﺚ أن ﻫﺬا ﻫﻮ ﻫﺪف ﻧﻤﺎذج اﻻﺤﻧﺪار،
ً
ﻓﺒﺪﻻ ﻣﻦ ذﻟﻚ ﻓﺈن ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ واﺤﻛﻐﺮﻴات ﻲﻓ ﻣﺘﻐﺮﻴ ا راﺳﺔ ﻳﺘﻢ
ﺗﻔﺴﺮﻴﻫﺎ ﻲﻓ ﺿﻮء ﻣﻮﻗﻌﻬﺎ أو ﺣﺮ ﺘﻬﺎ أﺛﻨﺎء اﻟﻔﺮﺘة اﻟﺰﻣﻨﻴﺔ اﻤﻟﺎﺿﻴﺔ ،وﻣﻦ ﺛﻢ ﻳﺘﻢ
ﺣﺴﺎب اﺤﻛﻨﺒﺆات ﻣﻦ ﺧﻼل اﻻﺳﺘﻘﺮاء ،و ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻓﺈﻧﻪ ﻣﻦ
ً
اﻤﻟﻔﻴﺪ ﺟﺪا اﺳﺘﺨﺪام اﻟﺮﺳﻮﻣﺎت اﻛﻴﺎﻧﻴﺔ ،ﺣﻴﺚ أن ﻫﺬه اﻟﺮﺳﻮﻣﺎت ﻗﺪ ﺗﻮﺿﺢ
ﺗﻐﺮﻴات ﻣﻌﻴﻨﺔ ﻲﻓ اﻛﻴﺎﻧﺎت وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈﻧﻬﺎ ﺗﺴﺎﻋﺪ ﻲﻓ ﺻﻴﺎﻏﺔ اﺠﻤﻮذج أو اﺧﺘﻴﺎره،
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 58
ﻣﻼﺣﻈﺔ:
اﺧﺘﺒﺎر اﻻرﺗﺒﺎط :ﻓﺮﺿﻴﺔ اﻟﻌﺪم واﻟﻔﺮﺿﻴﺔ اﻛﺪﻳﻠﺔ ﻟﻼرﺗﺒﺎط واﻻﺧﺘﺒﺎر اﻟﺮﺳﻲﻤ
ﻻﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ اﺤﻛﻜﻤﻴﻲﻠ ﻋﻜﺲ ﺑﻌﻀﻬﻤﺎ ،ﻓﻨﺘﺎﺋﺞ اﺧﺘﺒﺎر اﻻرﺗﺒﺎط ﻳﺘﻢ
ﻋﺮﺿﻬﺎ ﻲﻓ اﻟﺸﻞﻜ .3.2
: H0 - 1اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة.
: H1 - 2اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة.
α = 5% - 3أو 0.05
ﻟﻴﺲ ﻫﻨﺎك اﺧﺘﺒﺎر اﺣﺼﺎ ﻳﺘﻢ ﺣﺴﺎﺑﻪ ،ﺳﻮف ﻧﺮ ﺰ ﺒﻟ ﻋﻤﻮد اﻻﺣﺘﻤﺎل
” “Probﻲﻓ اﻟﺸﻞﻜ .3.2
61 اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ :ﺗﺤﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
ﻟﻚ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0وﻧﻘﺒﻞ اﻟﻔﺮض اﻛﺪﻳﻞ .H1 Prob = 0.000 < 0.05 -5
- 6اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
2.4.3اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ :إﺟﺮاء اﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ اﺤﻛﻜﻤﻴﻲﻠ )(ADF
اﺗﺒﺎع اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ ﻲﻓ :EViews
ً ً
ﻲﻓ ﻣﻨﻄﻘﺔ ﻣﻠﻒ اﻟﻌﻤﻞ اﻧﻘﺮ ﻧﻘﺮا ﻣﺰدوﺟﺎ ﺒﻟ اﻤﻟﺘﻐﺮﻴ .DRMD
ﻲﻓ اﺠﺎﻓﺬة اﻟﻲﺘ ﺤﺗﺘﻮي ﺑﻴﺎﻧﺎت اﻤﻟﺘﻐﺮﻴ DRMDاﺧﺮﺘ .Views - Unit Root Test
ﻲﻓ ﺧﻴﺎر Test typeاﺧﺮﺘ Augmented Dickey-Fuller
ﻲﻓ ﺧﻴﺎر Test for unit root inاﺧﺮﺘ Level
و ﺧﻴﺎر include in test equationاﺧﺮﺘ Trend and Interceptإذا ﺎﻛن اﻟﺮﺳﻢ
اﻛﻴﺎ ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻳﺸﺮﻴ إﻰﻟ اﺠﺗﺎه ﻣﻌﻦﻴ ﻲﻓ اﻟﺴﻠﺴﻠﺔ؛ ﻏﺮﻴ ذﻟﻚ اﺧﺮﺘ
Interceptﻓﻘﻂ ﺛﻢ اﻧﻘﺮ OKﻟﻌﺮض اﻤﻟﺨﺮﺟﺎت ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .12. 3
وﻗﺒﻮل H0 ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض اﻟﻌﺪم Prob - 5ﺑﻤﺎ أن = 0.0000 < 0.05
اﻟﻔﺮض اﻛﺪﻳﻞ .H1
- 6اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﻣﺴﺘﻘﺮة.
5.3اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﺨﺎﻣﺴﺔ :اﻟﻔﺮق اﻷول ﺑﻴﻦ اﻟﻤﺘﻐﻴﺮ RGDP
و DRGDP
ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ و ﻧﺸﺎء 1.5.3اﻟﻄﺮﻳﻘﺔ ﻏﺮﻴ اﻟﺮﺳﻤﻴﺔ :اﻟﺮﺳﻢ اﻛﻴﺎ
ﺟﺪول اﻻرﺗﺒﺎط
ﻗﻢ ﺑﺎﺗﺒﺎع اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ ﻲﻓ ﺑﺮﻧﺎﻣﺞ :EViews
اﻧﻘﺮ ﺒﻟ Quick - Graphواﻃﺒﻊ اﺳﻢ اﻤﻟﺘﻐﺮﻴ DRGDPﺛﻢ اﺧﺮﺘ & Line
symbolواﻧﻘﺮ OKﻟﻠﺤﺼﻮل ﺒﻟ ﺨﻣﺮﺟﺎت ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ 13. 3وا ي ﻳﻌﺮض
أن اﻟﺴﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة؛ ﻹﻧﺸﺎء ﺟﺪول اﻻرﺗﺒﺎط ﻟﻠﻤﺘﻐﺮﻴ DRGDPاﻧﻘﺮ ﺒﻟ
View - Correlogram - Levelواﻧﻘﺮ OKﻟﻠﺤﺼﻮل ﺒﻟ ﺨﻣﺮﺟﺎت ﻛﻤﺎ ﻲﻓ
اﻟﺸﻞﻜ .14. 3
ﻟﻴﺲ ﻫﻨﺎك اﺧﺘﺒﺎر اﺣﺼﺎ ﺤﻟﺴﺎﺑﻪ وﻳﻤﻜﻨﻨﺎ اﺠﻈﺮ إﻰﻟ ﻋﻤﻮد اﻻﺣﺘﻤﺎل .Prob
- 4ﻗﻴﻤﺔ p-values = 0.000
- 5اﻻﺣﺘﻤﺎل Prob = 0.000 < 0.05ﻟﻚ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0وﻧﻘﺒﻞ
اﻟﻔﺮض اﻛﺪﻳﻞ .H1
- 6اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
2.5.3اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ :إﺟﺮاء اﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﻠﺮ اﺤﻛﻜﻤﻴﻲﻠ )(ADF
ﻗﻢ ﺑﺎﺗﺒﺎع اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ ﺑﺮﺒﻧﺎﻣﺞ :EViews
ً ً
ﻲﻓ ﻣﻨﻄﻘﺔ اﻟﻌﻤﻞ أﻧﻘﺮ ﻧﻘﺮا ﻣﺰدوﺟﺎ ﺒﻟ اﻤﻟﺘﻐﺮﻴ .DRGDP
ﻣﻦ اﺠﺎﻓﺬة اﻟﻲﺘ ﺤﺗﺘﻮي ﺒﻟ ﺑﻴﺎﻧﺎت اﻤﻟﺘﻐﺮﻴ DRGDPاﺧﺮﺘ View - Unit Root test
ﻲﻓ اﺨﻟﻴﺎر Test typeاﺧﺮﺘ Augmented Dickey-Fuller
ﻲﻓ اﺨﻟﻴﺎر Test for unit root inاﺧﺮﺘ Level
ﻲﻓ اﺨﻟﻴﺎر Include in test equationاﺧﺮﺘ Trend and Interceptإذا ﺎﻛن اﻟﺮﺳﻢ
اﻛﻴﺎن ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻳﺸﺮﻴ إﻰﻟ اﺠﺗﺎه ،ﻏﺮﻴ ذﻟﻚ اﺧﺮﺘ interceptﻓﻘﻂ ،ﺛﻢ
اﻧﻘﺮ ﺒﻟ OKﻟﻠﺤﺼﻮل ﺒﻟ ﺨﻣﺮﺟﺎت ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .15. 3
ﺰ ﺒﻟ ﻋﻤﻮد اﻻﺣﺘﻤﺎل Prob ﻟﻴﺲ ﻫﻨﺎك اﺧﺘﺒﺎر اﺣﺼﺎ ﺤﻟﺴﺎﺑﻪ وﻟﻜﻨﻨﺎ ﻧﺮ
ﻲﻓ اﻟﺸﻞﻜ .3.17
- 4ﻗﻴﻢ p-values = 0.000
وﻧﻘﺒﻞ H0 ﻟﻚ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم Prob - 5اﻻﺣﺘﻤﺎل = 0.000 < 0.05
اﻟﻔﺮض اﻛﺪﻳﻞ .H1
- 6اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
ﻲﻓ اﺨﻟﻴﺎر Include in test equationاﺧﺮﺘ Trend and Interceptإذا ﺎﻛن اﻟﺮﺳﻢ
اﻛﻴﺎ ﻟﻠﺴﻠﺴﺔ اﻟﺰﻣﻨﻴﺔ ﻳُﺸﺮﻴ إﻰﻟ اﺠﺗﺎه ،ﻏﺮﻴ ذﻟﻚ اﺧﺮﺘ Interceptﻓﻘﻂ ،ﺛﻢ
اﻧﻘﺮ ﺒﻟ OKﻟﻠﺤﺼﻮل ﺒﻟ اﻤﻟﺨﺮﺟﺎت ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ 18. 3
79 اﻟﻔﺼﻞ اﻟﺜﺎﻟﺚ :ﺗﺤﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
زﻣﻨﻴﺔ ﺗﻜﻮن ﻤﻣﺜﻠﺔ ﻟﻠﻮﺳﻂ اﺤﻟﺴﺎ .اﻟﺮﺸط اﺨﻛﺎ أﻋﻼه ﻳﺸﺮﻴ إﻰﻟ ﺛﺒﺎت اﺤﻛﺒﺎﻳﻦ.
ﺗﺒﺎﻳﻦ اﻟﺴﻠﺴﻠﺔ ﻳﻌﻜﺲ درﺟﺔ اﻻﺧﺘﻼف ﺣﻮل اﻟﻮﺳﻂ اﻤﻟﻔﺮﺘض ﺛﺒﺎﺗﻪ وﻫﻮ ﺑﺬﻟﻚ
ﻳﻌﻄﻲ ﻣﻘﻴﺎس ﻟﻌﺪم ا ﻘﻦﻴ ﺣﻮل ﻫﺬا اﻟﻮﺳﻂ .ﻓﺈذا ﺎﻛن اﺤﻛﺒﺎﻳﻦ ﻏﺮﻴ ﺛﺎﺑﺖ ﺧﻼل
ّ
اﻟﺰﻣﻦ ،وﺠﻘﻞ أﻧﻪ ﻳﺰداد ،ﻓﺈﻧﻪ ﻣﻦ ﻏﺮﻴ اﻟﺼﺤﻴﺢ أن ﻧﻌﺘﻘﺪ ﺑﺄﻧﻨﺎ ﻳﻤﻜﻦ أن
ً
ﻧﻌﺮﺒ ﻋﻦ ﻋﺪم ا ﻘﻦﻴ ﺣﻮل اﻤﻟﺴﺘﻮى اﻤﻟﺘﻮﻗﻊ ﻟﻠﻮﺳﻂ ﻣﻊ ﺗﺒﺎﻳﻦ اﺳﺘﻨﺎدا ﺒﻟ ﻞﻛ
اﻛﻴﺎﻧﺎت .ﻲﻓ اﻟﻮاﻗﻊ إن ﻣﻌﻈﻢ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ واﺤﻛﺠﺎرﻳﺔ ﻲﻫ ﻏﺮﻴ
ﻣﺴﺘﻘﺮة ،ﻟﻚ ﻓﺈن ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻳﺴﺘﻠﺰم ﺤﺗﻮﻳﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
اﻟﻐﺮﻴ ﻣﺴﺘﻘﺮة إﻰﻟ ﺳﻼﺳﻞ ﻣﺴﺘﻘﺮة وذﻟﻚ ﻣﻦ أﺟﻞ ﺗﻄﺒﻴﻖ ﺟﻮاﻧﺐ ﺨﻣﺘﻠﻔﺔ ﻣﻦ
اﺠﻈﺮﻳﺔ اﻻﺣﺼﺎﺋﻴﺔ.
اﻤﻟﺮﺣﻠﺔ اﻷو ﻲﻓ ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻲﻫ اﻟﺮﺳﻢ اﻛﻴﺎ ﻟﻠﺒﻴﺎﻧﺎت
ً
)ﻣﺸﺎﻫﺪات اﻤﻟﺘﻐﺮﻴات( ﺧﻼل اﻟﺰﻣﻦ .إن اﺤﻛﻤﺜﻴﻞ اﻛﻴﺎ ﻟﻠﺒﻴﺎﻧﺎت ﻳﻌﺪ داﺋﻤﺎ
ً ً
ﺟﺰءا ﻣﻬﻤﺎ ﻲﻓ اﺤﻛﺤﻠﻴﻞ؛ وذﻟﻚ ﻷﻧﻪ ﻳﻮﺿﺢ ﺠﺎ ﻣﺎ إذا ﺎﻛﻧﺖ اﻛﻴﺎﻧﺎت ﺗﻨﻄﻮي
ﺒﻟ ﺑﻌﺾ اﻟﺴﻤﺎت اﺠﻮﻋﻴﺔ ﻣﺜﻞ اﻻﺠﺗﺎه اﻟﻌﺎم ،أو اﻻﺠﺗﺎﻫﺎت اﻤﻟﻮﺳﻤﻴﺔ أو اﻟﻘﻴﻢ
اﺨﻟﺎرﺟﺔ .ﺑﺎﺠﻈﺮ إﻰﻟ اﻟﺸﻞﻜ 1.4وا ي ﻳﻌﺮﺒ ﻋﻦ ﻣﺴﺘﻮﻳﺎت ﺨﻣﺰون ﺮﺷ ٍﺔ ﻣﺎ ﺒﻟ
ً ً
ﻣﺪى 81أﺳﺒﻮﺨ ﻣﺘﺘﺎ ﺎ ،ﻧﻼﺣﻆ وﺟﻮد ﻣﺎ ﻳﺪل ﺒﻟ وﺟﻮد اﺠﺗﺎه ﻲﻓ اﻛﻴﺎﻧﺎت ،وأن
اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻏﺮﻴ ﻣﺴﺘﻘﺮة .ﻣﻦ أﺟﻞ اﺤﻟﺼﻮل ﺒﻟ ﺳﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة ﻳﻨﺒﻲﻐ
إزاﻟﺔ ﻫﺬا اﻻﺠﺗﺎه.
ﻣﻌﻈﻢ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ ﻲﻫ ﻏﺮﻴ ﺳﺎﻛﻨﺔ وﺗﺘﻤﺰﻴ ﺑﺘﺤﺮ ت ﺒﻟ
ﻃﻮل ﻓﺮﺘة اﻻﺠﺗﺎه ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .1.4ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ وﺟﻮد ﻓﻬﻢ ﺨم ﻤﻟﺼﻄﻠﺢ
اﻻﺠﺗﺎه ،إﻻ أﻧﻪ ﻣﻦ اﻟﺼﻌﺐ ﺗﻌﺮﻳﻔﻪ ﺑﺸﻞﻜ أدق ﻣﻦ ” أي ﺗﻐﺮﻴ ﻣﻨﺘﻈﻢ ﻲﻓ ﻣﺴﺘﻮى
اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ“ .إن اﻟﺼﻌﻮﺑﺔ ﻲﻓ ﺗﻌﺮﻳﻒ اﻻﺠﺗﺎه ﺗﻨﺒﻊ ﻣﻦ ﺣﻘﻴﻘﺔ ﻣﻔﺎدﻫﺎ أن
ﻣﺎ ﻳﺒﺪو و ﺄﻧﻪ ﺗﻐﺮﻴ ﻲﻓ اﻤﻟﺴﺘﻮى ﻲﻓ ﺳﻠﺴﻠﺔ ﻗﺼﺮﻴة ﻣﻦ اﻤﻟﺸﺎﻫﺪات ﻗﺪ ﻳﺘﻀﺢ ﺠﺎ
ً
ﻓﻴﻤﺎ ﺑﻌﺪ أﻧﻪ ﻻ ﻳﺸﻞﻜ اﺠﺗﺎه ﻋﻨﺪﻣﺎ ﺗﺘﻮﻓﺮ ﻳﻨﺎ ﺳﻠﺴﻠﺔ أﻃﻮل ،ﺑﻞ ﺳﻴﻜﻮن ﺟﺰءا
ﻣﻦ ﺣﺮ ﺔ دورﻳﺔ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 84
9-7=2
11 - 9 = 2
ﻋﻨﺪ أﺧﺬ اﻟﻔﺮوق ﻣﻦ ا رﺟﺔ اﻷو ﻟﺴﻠﺴﻠﺔ ذات اﺠﺗﺎه ﺧﻄﻲ ،ﻓﺈن اﻻﺠﺗﺎه
ﺳﻮف ﺨﻳﺘﻲﻔ .إذا ﻗﻤﻨﺎ ﺑﺘﻄﺒﻴﻖ اﻟﻄﺮﻳﻘﺔ ﺒﻟ ﺳﻠﺴﻠﺔ ذات اﺠﺗﺎه ﻏﺮﻴ ﺧﻄﻲ،1 :
91 ،66 ،45 ،28 ،15 ،6؛ ﻓﺈن اﻟﻔﺮوق ﻣﻦ ا رﺟﺔ اﻷو ﻲﻫ ،21 ،17 ،13 ،9 ،5
.25ﻻﺣﻆ أن ﻫﺬه اﻟﺴﻠﺴﻠﺔ اﻷﺧﺮﻴة ذات اﻟﻔﺮوق ﺗﺘﻀﻤﻦ اﺠﺗﺎه ﺧﻄﻲ ﺑﺰﻳﺎدة
ﺛﺎﺑﺘﺔ ﺑﻤﻘﺪار 4وﺣﺪات .ﻟﻚ ﺑﺄﺧﺬ اﻟﻔﺮوق ﻟﻠﻔﺮوق )أي أﺧﺬ اﻟﻔﺮوق ﻣﻦ
ا رﺟﺔ اﺨﻛﺎﻧﻴﺔ(؛ ﺳﻨﺘﻤﻜﻦ ﻣﻦ اﺤﻟﺼﻮل ﺒﻟ ﺳﻠﺴﻠﺔ ﺧﺎ ﺔ ﻣﻦ اﻻﺠﺗﺎه .اﻟﻔﺮوق
ﻣﻦ ا رﺟﺔ اﺨﻛﺎﻧﻴﺔ ،ﻲﻓ اﻟﻮاﻗﻊ ،ﺗﺰﻳﻞ اﻻﺠﺗﺎه اﻟﺮﺘﺑﻴﻲﻌ ،واﻟﻔﺮوق ﻣﻦ ا رﺟﺔ
اﺨﻛﺎﺨﻛﺔ ﺗﺰﻳﻞ اﻻﺠﺗﺎه اﻤﻟﻜﻌﺐ .اﺠﻟﺪﻳﺮ ﺑﺎ ﻛﺮ أﻧﻪ ﻣﻦ اﺠﺎدر ﻲﻓ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
اﻻﻗﺘﺼﺎدﻳﺔ أن ﺗﺘﻀﻤﻦ ﻓﺮوق أﺒﻟ ﻣﻦ ﻓﺮوق ا رﺟﺔ اﺨﻛﺎﻧﻴﺔ .ﻛﺬﻟﻚ ﻳﻼﺣﻆ ﺑﺄﻧﻪ
ﻲﻓ ﻞﻛ ﻣﺮة ﻧﻘﻮم ﺑﺄﺧﺬ اﻟﻔﺮوق ﻟﺴﻠﺴﺔ ﻣﺎ؛ ﻓﺈﻧﻨﺎ ﺨﻧﺮﺴ ﻣﺸﺎﻫﺪة ﻣﻦ اﻛﻴﺎﻧﺎت.
ً ً
إن اﺤﻟﺼﻮل ﺒﻟ اﻛﻴﺎﻧﺎت اﻤﻟﻨﺘﻈﻤﺔ ﻛﻤﺎ ﻫﻮ أﻋﻼه ﻟﻴﺲ ﻤﻣﻜﻨﺎ داﺋﻤﺎ وذﻟﻚ ﻳﻌﻮد
ً
إﻰﻟ اﺤﻛﻘﻠﺒﺎت اﻟﻌﺸﻮاﺋﻴﺔ ﻲﻓ اﻛﻴﺎﻧﺎت .ﻣﻊ ذﻟﻚ ،و ﻤﺎ ذﻛﺮ آﻧﻔﺎ ،ﻓﺈن اﻟﻜﺜﺮﻴ ﻣﻦ
اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ ﺤﺗﺘﺎج ﻓﻘﻂ إﻰﻟ أﺧﺬ اﻟﻔﺮوق ﻣﻦ ا رﺟﺔ اﻷو أو
اﺨﻛﺎﻧﻴﺔ ﻣﻦ أﺟﻞ إزاﻟﺔ ﻣﻜﻮن اﻻﺠﺗﺎه )ﺳﻼﺳﻞ ﺑﻼ اﺠﺗﺎه( ،ﺤﻛﻜﻮن ﺟﺎﻫﺰة ﻹﺟﺮاء
أي ﺤﺗﻠﻴﻞ إﺿﺎﻲﻓ .ﻻﺣﻆ أﻧﻪ ﻋﻨﺪ إزاﻟﺔ اﻻﺠﺗﺎه؛ ﻓﺈن ﻋﻤﻠﻴﺔ أﺧﺬ اﻟﻔﺮوق ﺑﺸﻞﻜ
إﺿﺎﻲﻓ ﺳﺘﺴﺘﻤﺮ ﻲﻓ اﻧﺘﺎج ﺳﻠﺴﻠﺔ ﻣﻦ ﻏﺮﻴ اﺠﺗﺎه؛ وﻟﻜﻦ ﻲﻓ ﻞﻛ ﻣﺮة ﺳﻮف ﻧﻔﻘﺪ
ﻧﻘﻄﺔ ﻣﻦ اﻛﻴﺎﻧﺎت .ﻟﻚ ،ﻓﺄن اﻤﻟﺒﺎﻟﻐﺔ ﻲﻓ أﺧﺬ اﻟﻔﺮوق ﺳﻮف ﻳﻌﻘﺪ اﺠﻤﻮذج
وﻳﻨﺒﻲﻐ ﺠﺗﻨﺒﻪ.
Seasonal Differencing 2.1.4اﻟﻔﺮوق اﻤﻟﻮﺳﻤﻴﺔ
اﻟﻜﺜﺮﻴ ﻣﻦ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ ﺗﺸﺮﻴ إﻰﻟ أﻧﻤﺎط ﻣﻮﺳﻤﻴﺔ ﺠﺗﻌﻞ
اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻏﺮﻴ ﻣﺴﺘﻘﺮة .اﻟﻜﺜﺮﻴ ﻣﻦ اﻟﺴﻼﺳﻞ اﻟﺸﻬﺮﻳﺔ واﻟﺮﺑﻊ ﺳﻨﻮﻳﺔ
)اﻟﻔﺼﻠﻴﺔ( ﺗﺘﻀﻤﻦ ﺗﺄﺛﺮﻴات ذات درﺟﺔ ﺨ ﺔ ﻣﻦ اﻻﻧﺘﻈﺎم .اﻟﻄﺮﻳﻘﺔ اﻟﻲﺘ
ﺗﺴﺘﺨﺪم ﺤﻛﻌﺪﻳﻞ اﻛﻴﺎﻧﺎت ﻲﻓ ﻫﺬه اﺤﻟﺎﻟﺔ ﺗﺴﻰﻤ اﻟﻔﺮوق اﻤﻟﻮﺳﻤﻴﺔ ،وذﻟﻚ
ﺤﻛﻤﻴﺰﻴﻫﺎ ﻋﻦ ﻃﺮﻳﻘﺔ اﻟﻔﺮوق اﻤﻟﺘﺘﺎﺑﻌﺔ اﻟﻲﺘ ﺗﻤﺖ ﻣﻨﺎﻗﺸﺘﻬﺎ ﻲﻓ اﻟﻘﺴﻢ اﻷﺧﺮﻴ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 86
ﻣﻼﺣﻈﺎت ﻣﻬﻤﺔ:
ً
- 1ﻲﻓ اﺧﺘﺒﺎر اﺤﻛﺎﻜﻣﻞ ) (the cointegration testﻧﻘﻮم داﺋﻤﺎ ﺑﺈﺟﺮاء اﻻﺤﻧﺪار
ﺑﺎﺳﺘﺨﺪام اﻟﺴﻼﺳﻞ اﻷﺻﻠﻴﺔ ﺑﻐﺾ اﺠﻈﺮ ﻋﻦ ﻛﻮن ﻫﺬه اﻟﺴﻼﺳﻞ ﻣﺴﺘﻘﺮة
أم ﻻ.
- 2إذا ﺎﻛﻧﺖ اﻟﺴﻼﺳﻞ ﻏﺮﻴ ﻣﺴﺘﻘﺮة وﻟﻜﻦ اﺧﺘﺒﺎر اﺤﻛﺎﻜﻣﻞ أﺷﺎر إﻰﻟ وﺟﻮد
ﺗﻜﺎﻣﻞ ﺑﻴﻨﻬﺎ ،ﻓﺈن إﺟﺮاء اﻻﺤﻧﺪار ﺑﻦﻴ اﻟﺴﻠﺴﻠﺘﻦﻴ ﺳﻮف ﻟﻦ ﻳﻘﻮد إﻰﻟ
اﺤﻟﺎﻟﺔ اﻟﻲﺘ ﻳﻤﻜﻦ ﻓﻴﻬﺎ ﺧﺴﺎرة أﻳﺔ ﻣﻌﻠﻮﻣﺎت ﻟﻠﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ.
اﻧﻈﺮ اﺠﻤﻮذج أدﻧﺎه ﺣﻴﺚ أن RMDاﻟﻄﻠﺐ اﺤﻟﻘﻴﻲﻘ ﺒﻟ اﺠﻘﻮد ،و RGDP
ﻫﻮ اﺠﺎﺗﺞ اﻤﻟﺤﻲﻠ اﻹﻤﺟﺎﻲﻟ اﺤﻟﻘﻴﻲﻘ ،و INTﺳﻌﺮ اﻟﻔﺎﺋﺪة:
اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ:
إﺟﺮاء اﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ اﺤﻛﻜﻤﻴﻲﻠ ﻟﻠﺒﻮاﻲﻗ Augmented Dicky-Fuller
:Test (ADF) for residuals
ﻗﻢ ﺑﺎﺗﺒﺎع اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ ﻲﻓ :EViews
أﻧﻘﺮ ﻧﻘﺮ ﻣﺰدوج ﺒﻟ Uاﻤﻟﻮﺟﻮد ﻲﻓ ﻣﻠﻒ اﻟﻌﻤﻞ.
ﻣﻦ اﺠﺎﻓﺬة اﻟﻲﺘ ﺗﻌﺮض ﺑﻴﺎﻧﺎت Uاﺧﺮﺘ Views - Unit Root test-Standard
Unit Root test
ﺤﺗﺖ ﻧﻮع اﻻﺧﺘﺒﺎر Test typeاﺧﺮﺘ Augmented Dickey-Fuller
وﺤﺗﺖ Test for unit root inﻗﻢ ﺑﺎﺧﺘﻴﺎر level
ﺤﺗﺖ Include in test equationاﺧﺮﺘ Trend and interceptإذا ﺎﻛن اﻟﺮﺳﻢ
اﻛﻴﺎ ﻟﻠﺴﻠﺴﻠﺔ ﻳﺸﺮﻴ إﻰﻟ أﻧﻬﺎ ذات اﺠﺗﺎه ،أﻣﺎ إذا ﺎﻛن ﻻ ﻳﻮﺟﺪ اﺠﺗﺎه ﻓﺎﺧﺮﺘ
Interceptﻓﻘﻂ ﺛﻢ اﻧﻘﺮ ﺒﻟ OKﺳﻮف ﺤﺗﺼﻞ ﺒﻟ ﻧﺘﺎﺋﺞ اﻤﻟﺨﺮﺟﺎت ﻛﻤﺎ ﻲﻫ
ﻣﻮﺿﺤﺔ ﻲﻓ اﻟﺸﻞﻜ .5.4
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 92
ﺳﻴﻜﺘﺐ ﺎﻛﺤﻛﺎﻲﻟ: ﻓﺈن ﻧﻤﻮذج ﺑﻔﺠﻮة زﻣﻨﻴﺔ واﺣﺪة ﻬﻟﺬا اﺠﻤﻮذج اﻷﺳﺎ
ﻣﻦ اﺠﻟﺎﻧﺐ اﻷﻳﻤﻦ إﻰﻟ اﺠﻟﺎﻧﺐ .ﻧﺄﺧﺬ ﻞﻛ ﻋﻨﺎﺮﺻ اﻤﻟﻌﺎدﻟﺔ ﺑﺎﺳﺘﺜﻨﺎء )
اﻷﻳﺮﺴ ﻟﻠﻤﻌﺎدﻟﺔ وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﻤﻟﻌﺎدﻟﺔ ﺳﺘﻜﺘﺐ ﺎﻛﺤﻛﺎﻲﻟ:
ﺣﺪ ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ .و ﻨﺘﻴﺠﺔ ﻟﻚ ،ﻳﻤﻜﻦ إﺨدة ﺣﻴﺚ ﻳﻄﻠﻖ ﺒﻟ
ً
ﺑـ ،أي أن ﻧﻌﺮف ﻛﺘﺎﺑﺔ اﻤﻟﻌﺎدﻟﺔ اﻷﺧﺮﻴة ﺑﺎﺳﺘﺨﺪام ECMﺑﺪﻻ ﻣﻦ
.ECM
ﻲﻓ اﻷﺟﻞ اﻟﻘﺼﺮﻴ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻞﻜ ﻣﻦ RGDP ﻫﻤﺎ ﻣﺮوﻧﺔ و ﺣﻴﺚ
ٍ
و ،INT
ﻟﻞﻜ ﻣﻦ RGDPوﻲﻓ اﻷﺟﻞ اﻟﻄﻮﻳﻞ ﺑﺎﻟﻨﺴﺒﺔ ٍ أﻣﺎ و ﻫﻤﺎ ﻣﺮوﻧﺔ
،INT
إﻰﻟ ﺧﻄﺄ اﻟﻔﺮﺘة اﻷﺧﺮﻴة، ﻲﻫ ﺮﺳﻋﺔ اﺳﺮﺘﺟﺎع وﺿﻊ اﺤﻛﻮازن ﻟـ
(. اﻤﻟﺘﻮﻗﻊ أن ﺗﻜﻮن أﻗﻞ ﻣﻦ اﻟﺼﻔﺮ )
،ﻫﻮ ﺣﺪ ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ،أو ]
ﻣﻘﻴﺎس ﺨﻟﻄﺄ ﻋﺪم اﺤﻛﻮازن ﻲﻓ اﻟﻔﺮﺘة اﻟﺴﺎﺑﻘﺔ.
ً
أﺧﺮﻴا ،اﺤﻛﺄﺛﺮﻴات ﻃﻮﻳﻠﺔ اﻷﺟﻞ ﺤﺗﺪث ﺑﻤﻌﺪل ﺤﻳﺪد ﺑﻘﻴﻤﺔ .
ﺑﻨﺎء ﺒﻟ ذﻟﻚ ﻳﻤﻜﻦ اﺳﺘﺨﺪام OLSﺒﻟ اﻤﻟﻌﺎدﻟﺔ أﻋﻼه ﺑﺸﻞﻜ ﺻﺤﻴﺢ. < ً
،اﻤﻟﻌﻠﻤﺔ اﻤﻟﻘﺪرة ﺤﻟﺪ ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ﺗﺴﺎوي < اﻟﻔﺮض اﻟﺼﻔﺮي :
ﺻﻔﺮ ،وﺑﺬﻟﻚ ﻓﺈن اﻟﺴﻠﺴﻠﺘﻦﻴ ﻏﺮﻴ ﻣﺘﺎﻜﻣﻠﺘﻦﻴ واﻛﻮاﻲﻗ ﻣﻦ اﺤﻧﺪار اﺤﻛﺎﻜﻣﻞ
ﺗﺼﻨﻒ ﺒﻟ أﻧﻬﺎ ). I(1
واﻟﺴﻠﺴﻠﺘﻦﻴ ﻣﺘﺎﻜﻣﻠﺘﻦﻴ ،واﻛﻮاﻲﻗ ﺗﺼﻨﻒ < اﻟﻔﺮض اﻛﺪﻳﻞ :
ﺒﻟ أﻧﻬﺎ ).I(0
ﻳﺘﺒﻊ اﺤﻛﻮزﻳﻊ ﻏﺮﻴ < ﺤﺗﺖ اﻟﻔﺮض اﻟﺼﻔﺮي ،ﻓﺈن إﺣﺼﺎﺋﻴﺔ اﻻﺧﺘﺒﺎر
اﻟﻘﻴﺎ .
< ﻋﻨﺪﻣﺎ ﻧﺮﻓﺾ اﻟﻔﺮض اﻟﺼﻔﺮي وﻧﻘﺒﻞ اﻟﻔﺮض اﻛﺪﻳﻞ؛ ﺳﻨﺘﻤﻜﻦ ﻣﻦ اﻟﻮﺻﻮل
ﺠﺘﻴﺠﺔ ﻣﻔﺎدﻫﺎ أن ﻫﻨﺎك ﻋﻼﻗﺔ ﻃﻮﻳﻠﺔ اﻷﺟﻞ ﺑﻦﻴ اﻟﺴﻼﺳﻞ أو ﺑﻦﻴ اﻤﻟﺘﻐﺮﻴﻳﻦ.
< إذا ﻟﻢ ﻧﺘﻤﻜﻦ ﻣﻦ رﻓﺾ اﻟﻔﺮض اﻟﺼﻔﺮي؛ ﻳﻤﻜﻦ اﺳﺘﻨﺘﺎج أﻧﻪ ﻻ ﻳﻮﺟﺪ
ً
ﺗﻜﺎﻣﻞ ﺑﻦﻴ اﻟﺴﻠﺴﻠﺘﻦﻴ ،وﺑﺸﻞﻜ أﻛﺮﺜ ﺤﺗﺪﻳﺪا ،ﻓﺈن اﻻﺧﺘﺒﺎر أﻋﻼه ﻳﺸﺮﻴ إﻰﻟ
أﻧﻪ ﻣﻦ ﻏﺮﻴ اﻤﻟﻤﻜﻦ إﺠﻳﺎد ﻧﻤﻮذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ؛ و ﻟﻚ ﻻ ﻳﻤﻜﻦ ﺗﺄﺳﻴﺲ
ﻋﻼﻗﺔ ﺑﻦﻴ اﻤﻟﺘﻐﺮﻴﻳﻦ ﻲﻓ اﻷﺟﻞ اﻟﻄﻮﻳﻞ.
< إذا اﺳﺘﻄﻌﻨﺎ رﻓﺾ اﻟﻔﺮض اﻟﺼﻔﺮي ووﺟﺪﻧﺎ ﻋﻼﻗﺔ ﻃﻮﻳﻠﺔ اﻷﺟﻞ ﺑﻦﻴ
اﻟﺴﻼﺳﻞ ،ﻓﺈن ﻫﺬا اﺤﻛﻮازن ﻲﻓ اﻷﺟﻞ اﻟﻄﻮﻳﻞ ﻳﻌﺮﺒ ﻋﻨﻪ ﺑﺎﻤﻟﻌﺎدﻟﺔ:
ً
- 3اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ ﻻ ﺤﺗﺘﻮي ﺒﻟ ﺗﺄﺛﺮﻴات ﻣﻌﺎﺮﺻة ،وﻟﻜﻦ ﺑﺪﻻ ﻣﻦ ذﻟﻚ
ﺤﺗﺘﻮي ﺒﻟ ﺗﺄﺛﺮﻴ ﺗﻮازﻰﻳ ﻋﻨﺪﻣﺎ ﻳﻜﻮن اﺤﻛﺄﺛﺮﻴ اﻟﺴﺒﻲﺒ ﺒﻟ DRMDﺤﻳﺪث
ﻲﻓ ﻓﺮﺘات أو ﻧﻘﺎط زﻣﻨﻴﺔ ﻣﺴﺘﻘﺒﻠﻴﺔ .ﻲﻓ ﻫﺬا اﻟﺴﻴﺎق ﻓﺈن و ﻛﻼﻫﻤﺎ
ﻳﺴﺎوي اﻟﺼﻔﺮ.
ﺗﻜﻤﻦ ﻗﻮة ﻧﻤﺎذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ﻲﻓ أﻧﻬﺎ ﺗﺴﻤﺢ ﺠﺎ ﺑﺘﻘﺪﻳﺮ واﺧﺘﺒﺎر اﺨﻛﻼﺛﺔ
أﻧﻮاع ﻣﻦ اﺤﻛﺄﺛﺮﻴات اﻤﻟﺬﻛﻮرة أﻋﻼه .اﻟﻘﺪرة ﺒﻟ ﺗﻘﺪﻳﺮ ﻣﺜﻞ ﻫﺬه اﺤﻛﺄﺛﺮﻴات ﺳﻮف
ﺗﺸﺠﻊ ﺒﻟ ﺗﻄﻮﻳﺮ اﺠﻈﺮﻳﺎت اﻟﻲﺘ ﺠﺗﺴﺪ ﻫﺬه اﻷﺳﺌﻠﺔ .أﻣﺎ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺤﻠﻠﻦﻴ
اﺤﻛﻄﺒﻴﻘﻴﻦﻴ ﻓﺈن ذﻟﻚ ﻳﻌﻲﻨ ﺗﻮﺟﻴﻪ اﻫﺘﻤﺎم أﻛﺮﺒ ﻲﻓ ﻣﻌﺮﻓﺔ ﻣﺎ إذا ﺎﻛﻧﺖ ﻧﻈﺮﻳﺘﻬﻢ
ا ﻳﻨﺎﻣﻴﻜﻴﺔ ﺗﺘﻀﻤﻦ ﺗﺄﺛﺮﻴات ﻣﻌﺎﺮﺻة أم ﺗﻮازﻧﻴﺔ أم ﻛﻼﻫﻤﺎ.
ً ً
ﻧﻤﺎذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ) (ECMsﺗﻘﺪم ﻋﺪدا ﻣﻦ اﻤﻟﺰاﻳﺎ .أوﻻ ،إذا ﺗﻢ
ﺗﻮﺻﻴﻒ ﻧﻤﻮذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ﺑﺸﻞﻜ ﺻﺤﻴﺢ؛ ﻓﺈﻧﻪ ﻣﻦ اﻤﻟﻤﻜﻦ اﻻﻓﺮﺘاض أن
ﺎﻛف
ﺣﺪ ﺧﻄﺄ اﻧﻌﺪام اﺤﻛﻮازن ﻫﻮ ﻣﺘﻐﺮﻴ ﻣﺴﺘﻘﺮ ،وذﻟﻚ ﺑﻮﺟﻮد ﻋﺪد ﻛﺒﺮﻴ ﺑﺸﻞﻜ ٍ
ً ﻣﻦ اﻤﻟﺸﺎﻫﺪات أي أﻧﻪ ً
ﻓﻌﺎل ﺑﺸﻞﻜ ﻣﻘﺎرب .إﺿﺎﻓﺔ إﻰﻟ ذﻟﻚ ،ﻳﻤﻜﻦ ﺗﻘﺪﻳﺮ
ﻧﻤﻮذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ﺑﺎﺳﺘﺨﺪام ﻃﺮق اﻻﺤﻧﺪار اﺤﻛﻘﻠﻴﺪﻳﺔ وﺑﺈﻣﺎﻜﻧﻪ أن ﻳﻌﺘﻤﺪ
ﺒﻟ ﻣﺘﻐﺮﻴات ﻣﺴﺘﻘﺮات ذات ﺟﺪوى ،ﺣ وﻟﻮ ﻛﻨﺎ ﻧﺘﻌﺎﻣﻞ ﻣﻊ ﻋﻴﻨﺎت ﻛﺒﺮﻴة
ً
اﺤﻟﺠﻢ .ﺛﺎﻧﻴﺎ ،ﻧﻤﺎذج ﺗﺼﺤﻴﺢ اﺨﻟﻄﺄ ﺗﺴﻤﺢ ﺑﺘﺤﻮﻳﻞ اﺠﻤﺬﺟﺔ ﻣﻦ اﻟﻌﺎم إﻰﻟ
اﺨﻟﺎص.
اﺳﺘﺨﺪام EViewsﻓﻲ ﺗﻄﺒﻴﻖ ﻧﻤﻮذج ﺗﺼﺤﻴﺢ اﻟﺨﻄﺄ )(ECM
ﻳﻤﻜﻦ ﻛﺘﺎﺑﺔ ﻣﻌﺎدﻟﺔ ECMﻛﻤﺎ ﻳﻲﻠ:
ً
ﺣﻴﺚ Dﺗﻤﺜﻞ اﻟﻔﺮق اﻷول ﻟﻠﺴﻼﺳﻞ .ﺑﺪاﻳﺔ ،ﺤﻧﻦ ﻲﻓ ﺣﺎﺟﺔ ﻻﺳﺘﺨﺮاج
،ECMﻟﻚ ﺠﻳﺐ اﻟﻘﻴﺎم ﺑﺈﺟﺮاء اﻻﺤﻧﺪار ﻟﻠﻨﻤﻮذج اﻷﺳﺎ ﻟﻠﺤﺼﻮل ﺒﻟ
اﻛﻮاﻲﻗ ،أي ﺳﻨﻘﻮم ﺑﺘﻘﺪﻳﺮ اﺠﻤﻮذج اﻷﺳﺎ اﺤﻛﺎﻲﻟ:
97 اﻟﻔﺼﻞ اﻟﺮاﺑﻊ :ﻧﻤﺬﺟﺔ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
- 5ﺑﻤﺎ أن ﻗﻴﻤﺔ اﻻﺣﺘﻤﺎل )(P-value = 0.3030 > 0.05؛ ﻓﺈﻧﻪ ﻻ ﻳﻤﻜﻨﻨﺎ رﻓﺾ
-3
- 4ﺣﺴﺎب اﺣﺼﺎﺋﻴﺔ اﻻﺧﺘﺒﺎر )(Test statistic
أو
-3
ﻣﻊ P - value = 0.1132 = 4.357008 -4
ﻋﻨﺪ إﺟﺮاء اﺧﺘﺒﺎر اﻻرﺗﺒﺎط اﻟﺘﺴﻠﺴﻲﻠ ﻲﻓ ) EViewsاﻟﺸﻞﻜ ،(8.4ﺠﻧﺪ
أﻧﻪ ﻻ ﻳﻤﻜﻦ رﻓﺾ اﻟﻔﺮض اﻟﺼﻔﺮي ﺣﻴﺚ أن 0.1239و .0 < 0.1132وﺑﺬﻟﻚ
ﻧﺴﺘﻨﺘﺞ أﻧﻪ ﻻ ﺗﻮﺟﺪ ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ﻟﻮﺟﻮد ارﺗﺒﺎط ﺗﺴﻠﺴﻲﻠ وﻫﺬا د ﻞ ﺒﻟ أن
اﻛﻮاﻲﻗ ﻻ ﺗﻨﻄﻮي ﺒﻟ ﻣﺸﻠﻜﺔ اﻻرﺗﺒﺎط اﻟﺘﺴﻠﺴﻲﻠ.
ﻳﺴﺎوي ،1.5ﻗﻴﻢ اﻛﻴﺎﻧﺎت ﺗﻌﺮض ﺗﺬﺑﺬب ﺤﻧﻮ اﻟﺰﻳﺎدة أو اﺠﻘﺼﺎن ،ﻬﻟﺬا اﻟﺴﺒﺐ
ﻓﺈن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ Ytﻣﻊ اﺠﺗﺎه ﺤﻣﺪد ﺗﻮﺻﻒ ﺑﺄﻧﻬﺎ ﻋﻤﻠﻴﺔ ﻣﺴﺘﻘﺮة اﻻﺠﺗﺎه
).trend stationary process (TS
ﻻﺣﻆ ﺑﺄن اﻟﺰﻳﺎدة اﺨﻛﺎﺑﺘﺔ ﻲﻓ اﻤﻟﺘﻮﺳﻂ ﺧﻼل اﻟﺰﻣﻦ ﻲﻓ اﻟﺸﻞﻜ 5.1ﺠﺗﻌﻞ
اﻟﺴﻠﺴﻠﺔ ﻏﺮﻴ ﻣﺴﺘﻘﺮة )ﺗﺬﻛﺮ ﺑﺄﻧﻪ ﻟﻲﻜ ﺗﻜﻮن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻣﺴﺘﻘﺮة ﻓﻴﺠﺐ
أن ﺗﺘﻮاﻓﺮ ﻓﻴﻬﺎ ﺛﻼﺛﺔ ﺮﺷوط ﻲﻫ :ﻣﺘﻮﺳﻂ ﺛﺎﺑﺖ ،وﺗﺒﺎﻳﻦ ﺛﺎﺑﺖ ،وﺗﺒﺎﻳﻦ ﻣﺸﺮﺘك
ﺛﺎﺑﺖ( ،اﺳﺘﺒﺪال tﺑـ t - 1ﻲﻓ اﻤﻟﻌﺎدﻟﺔ ) (5.1ﻳﻜﺸﻒ أن
اﻤﻟﻌﺎدﻟﺔ اﻟﺴﺎﺑﻘﺔ ﻬﻟﺎ ”ﺧﺼﺎﺋﺺ ﻏﺮﻴ ﻣﺮﻏﻮﺑﺔ ﻟﻠﻐﺎﻳﺔ“ )أﻧﻈﺮ Brooks 2004
ص ،(372وﺑﺎﺤﻛﺎﻲﻟ ﻳﺘﻢ اﺤﻛﺄﻛﻴﺪ ﺒﻟ ﻋﺪم اﺳﺘﺨﺪام اﻟﻔﺮق ﻹزاﻟﺔ اﻻﺠﺗﺎه اﻤﻟﺤﺪد،
واﻟﻄﺮﻳﻘﺔ اﻟﺼﺤﻴﺤﺔ ﻹزاﻟﺔ أي اﺠﺗﺎه ﺤﻣﺪد ﻲﻫ ﺣﺴﺎب اﺤﻧﺪار Ytﻣﻊ tواﻛﻮاﻲﻗ
اﻟﻲﺘ ﻳﺘﻢ اﺤﻟﺼﻮل ﻋﻠﻴﻬﺎ ﻟﻦ ﻳﻜﻮن ﻬﻟﺎ اﺠﺗﺎه ﺧﻄﻲ ﺤﻣﺪد ،ﻋﺪم اﻟﺮﻏﺒﺔ ﻲﻓ اﻤﻟﻌﺎدﻟﺔ
ً
اﻟﺴﺎﺑﻘﺔ ﺳﻮف ﻳﺘﻢ ﺮﺷﺣﻬﺎ ﻻﺣﻘﺎ ﻲﻓ ﻫﺬا اﻟﻔﺼﻞ.
ً
ﻛﻤﺎ ﺠﻳﺐ اﻳﻀﺎ ﻣﻼﺣﻈﺔ ذﻟﻚ أن اﻻﺠﺗﺎه اﻤﻟﺤﺪد ﻳﻔﺮض ﻋﻠﻴﻨﺎ أﻧﻪ ﻠﻛﻤﺎ ﺎﻛﻧﺖ
ً
tﺗﺘﺠﻪ اﺠﺗﺎﻫﺎ ﻻ ﻧﻬﺎ و ﺬﻟﻚ اﺤﻟﺎل ﻟﻠﻤﺘﻐﺮﻴ Ytﻓﻬﺬه اﺨﻟﺎﺻﻴﺔ ﻏﺮﻴ ﻣﺮﻏﻮب ﻲﻓ
وﺟﻮدﻫﺎ ﻲﻓ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ ،ﻛﻤﺎ ﺠﺗﺐ اﻹﺷﺎرة إﻰﻟ أن Brooks
ُ
)ﻣﺮﺟﻊ ﺳﺎﺑﻖ ،ص (375ﻳﺮى ﺑﺄن اﻻﺠﺗﺎﻫﺎت اﻟﻌﺸﻮاﺋﻴﺔ )أﻧﻈﺮ أدﻧﺎه( ﺗﻄﺒﻖ ﺒﻟ
اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﺤﻟﻘﻴﻘﻴﺔ اﻻﻗﺘﺼﺎدﻳﺔ واﻤﻟﺎ ﺔ أﻛﺮﺜ ﻣﻦ اﻻﺠﺗﺎﻫﺎت اﻤﻟﺤﺪدة.
ً
ﺛﺎﻧﻴﺎ:
وﻫﺬا ﻧﻤﻮذج ﺳﺮﻴ ﻋﺸﻮا ﻣﻊ اﻧﺴﻴﺎب واﺠﺗﺎه ﺤﻣﺪد ،وﺤﺑﺴﺎب اﻟﻔﺮق اﻷول
ﻓﺈن
107 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
وﻫﺬا ﻳﺒﻦﻴ ﺑﺄن اﻟﻔﺮق اﻷول ﻳُﺒﻲﻘ ﺒﻟ اﺠﺗﺎه ﺤﻣﺪد ،وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﻟﻔﺮق اﻷول
ً ً
ﻏﺮﻴ ﻣﺴﺘﻘﺮ ﻛﻤﺎ ﺳﺒﻖ ﺮﺷﺣﻪ آﻧﻔﺎ ،وﻫﺬا ﻳﻌﻲﻨ أﻳﻀﺎ ﺑﺄن Ytﻲﻫ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ
ﻏﺮﻴ ﻣﺴﺘﻘﺮة ،وﻫﺬه اﻟﺴﻠﺴﻠﺔ ﻟﻴﺴﺖ DSPﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻔﺮق.
ً
راﺑﻌﺎ:
وﻫﺬا ﻳﺆدي إﻰﻟ إﻧﺸﺎء اﺠﻤﻮذج اﺤﻛﺎﻲﻟ
ﻣﻜﻮن اﻻﺳﺘﻘﺮار )) AR(1ﻫﺬا ﺑﺴﺒﺐ ﺣﻘﻴﻘﺔ أن ّ وﻫﺬا ﻫﻮ اﻻﺠﺗﺎه اﻤﻟﺤﺪد ﻣﻊ
،(β3<1وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن ﻫﺬا اﺠﻤﻮذج ﻫﻮ ﻓﺮق اﻻﺳﺘﻘﺮار ﺣﻮل اﺠﺗﺎه ﺤﻣﺪد.
2.5ﻣﻌﺎﻣﻞ ﻓﺘﺮة اﻟﺘﺒﺎﻃﺆ واﻟﻤﻌﻜﻮس
ﻗﺒﻞ ﻗﺮاءة ﻫﺬا اﺠﻟﺰء ﻧﻨﺼﺤﻚ ﺑﺎﻟﻌﻤﻞ ﺒﻟ اﺠﻈﺮﻳﺔ اﺨﻛﻨﺎﺋﻴﺔ ﻲﻓ اﻤﻟﻠﺤﻖ رﻗﻢ
5.1ﻲﻓ ﻧﻬﺎﻳﺔ ﻫﺬا اﻟﻔﺼﻞ.
ُ ُ
اﻤﻟﻌﺎﻣﻞ Lﻳﻌﺮف ﺑﺄﻧﻪ LY = Yوﺑﺸﻞﻜ ﺨم ﻳﻌﺮف ﺑﺄﻧﻪ L1Y =Y
t t-1 t t-1
ً
أو ﺑﺼﻮرة أﻛﺮﺜ ﺗﻌﻘﻴﺪا
ﺣﻴﺚ أن
ُ
وﺗﺴﻰﻤ ) A(Lﻣﺘﻌﺪدة اﺤﻟﺪود ﻲﻓ ﻣﻌﺎﻣﻞ اﺤﻛﺒﺎﻃﺆ أو اﻟﺮﺘﺗﻴﺐ pﻛﻤﺎ ﻲﻫ
ﺗﺮﺑﻴﻊ ﻣﺘﻌﺪدة اﺤﻟﺪود ﻲﻓ ﻣﺘﻐﺮﻴ ﻣﻌﻦﻴ ﻣﻦ ا رﺟﺔ اﺨﻛﺎﻧﻴﺔ ،وﺗﺘﻢ ﻛﺘﺎﺑﺔ ﻧﻤﻮذج
) ARMA(p,qﻛﻤﺎ ﻳﻲﻠ:
ً
ﺣﻴﺚ ﻗﻤﻨﺎ ﺑﻜﺘﺎﺑﺔ ﻋﻼﻣﺔ اﻟﺰاﺋﺪ ) (+ﻗﺒﻞ اﻤﻟﻌﺎﻣﻞ ﺛﻴﺘﺎ ) (θﺑﺪﻻ ﻣﻦ
اﻟﻌﻼﻣﺔ اﺤﻛﻘﻠﻴﺪﻳﺔ ﻧﺎﻗﺺ )وﻫﺬا ﻻ ﻳﺆدي إﻰﻟ أي اﺧﺘﻼف( ﺛﻢ ﻧﻘﻮم ﺑﻜﺘﺎﺑﺔ
اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ:
ﺳﻮف ﻧﻘﻮم ﺑﺘﻮﺿﻴﺢ اﻟﺮﺸط )أ( ﻣﻦ ﺧﻼل اﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻋﻤﻠﻴﺔ )AR(1
ﻣﻊ اﺤﻛﻘﺎﻃﻊ:
و ﺬﻟﻚ
ﻳﻤﻜﻨﻨﺎ إﻫﻤﺎل ﻣﻌﺎﻣﻞ ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ Lﻣﻦ اﺠﻟﺎﻧﺐ اﻷﻳﺮﺴ ﻣﺎ ﺑﻦﻴ اﻷﻗﻮاس
ﻷن أي ﻓﺮﺘة ﺗﺒﺎﻃﺆ ﻲﻫ ﻋﺒﺎرة ﻋﻦ ﺛﺎﺑﺖ β1وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈﻧﻪ ﻓﻴﻤﺎ ﺨﻳﺺ اﻟﻌﻤﻠﻴﺔ
(AR(1ﻳﻤﻜﻨﻨﺎ اﺷﺘﻘﺎق ﻣﺎ ﻳﻲﻠ:
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن ﻋﻤﻠﻴﺔ ) AR(1ﻬﻟﺎ ﻣﺘﻮﺳﻂ ﺣﺴﺎ ﺛﺎﺑﺖ وﺗﺒﺎﻳﻦ ﺛﺎﺑﺖ و ﻼﻫﻤﺎ ﻣﺴﺘﻘﻠﻦﻴ
ً
ﻋﻦ اﻟﺰﻣﻦ إذا ﺎﻛﻧﺖ وﻓﻘﻂ إذا ﺎﻛﻧﺖ β2 < 1وﺗﻐﺎﻳﺮ اﻤﻟﺘﻐﺮﻴ Ytﻗﺪ ﻳﻜﻮن ﺛﺎﺑﺘﺎ ﻟﻞﻜ
ﻫﻮ ﺮﺷط ﻣﻄﻠﻮب ، β2 < 1وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﻟﺮﺸط β2 < 1 اﻟﻔﺮﺘات اﻟﺰﻣﻨﻴﺔ tإذا ﺎﻛﻧﺖ
ﻷي ﻋﻤﻠﻴﺔ ) AR(1ﺣ ﺗﻜﻮن ﻣﺴﺘﻘﺮة )اﻤﻟﺘﻮﺳﻂ واﺤﻛﺒﺎﻳﻦ واﺤﻛﻐﺎﻳﺮ ﺛﺎﺑﺘﺔ( ،ﻛﻤﺎ ﻧﻼﺣﻆ
ﻣﻦ اﻤﻟﻌﺎدﻟﺔ ) (5.4أن ﻋﻤﻠﻴﺔ ) AR(1ﻳﻤﻜﻦ ﻛﺘﺎﺑﺘﻬﺎ ﻛﻌﻤﻠﻴﺔ ﻣﺘﻮﺳﻂ ﻣﺘﺤﺮك ﻻ ﻧﻬﺎﺋﻴﺔ
(. MA )
ﺠﻌﻮد اﻵن إﻰﻟ ﺧﺎﺻﻴﺔ اﻤﻟﻌﻜﻮس وﻫﻮ اﻟﺮﺸط اﺨﻛﺎ ،ﻫﺬا اﻟﺮﺸط ﻳﻔﺮض
أن ﻋﻤﻠﻴﺔ ) - MA(1ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل -ﻳﻤﻜﻦ ﺗﻤﺜﻴﻠﻬﺎ ﻣﻦ ﺧﻼل ﻋﻤﻠﻴﺔ AR
111 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
أو
ﻣﻦ اﻤﻟﻤﻜﻦ ﻋﺮض ﻋﻤﻠﻴﺔ ﻋﺸﻮاﺋﻴﺔ ﺳﻮف ﺗﻜﻮن ﻣﺴﺘﻘﺮة ﻓﻘﻂ إذا
ﺎﻛﻧﺖ ﻞﻛ ﺟﺬور A(L) = 0أﻛﺮﺒ ﻣﻦ وﺣﺪة اﻟﻘﻴﻤﺔ اﻤﻟﻄﻠﻘﺔ ،ﻳُﻘﺎل ﺑﺄن اﺠﻟﺬور
”ﺧﺎرج داﺋﺮة اﻟﻮﺣﺪة“ ،وﺨﺑﻼف ذﻟﻚ ﻓﺈن اﻟﻌﻤﻠﻴﺔ ﺳﻮف ﺗﻜﻮن ﻏﺮﻴ ﻣﺴﺘﻘﺮة
)(Tomas 1997:416
ﻓﺈن )AR(1 وﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻋﻤﻠﻴﺔ
وﺑﺘﻌﻮﻳﺾ A(L)=0 ﺣﻴﺚ ﺗﻜﻮن اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻤﺰﻴة
،وﻟﻼﺳﺘﻘﺮار ﻓﺈﻧﻨﺎ ﻧﻄﻠﺐ أن ﺗﻜﻮن اﻟﻘﻴﻤﺔ ﻳﻤﻜﻨﻨﺎ اﺤﻟﺼﻮل ﺒﻟ
اﻤﻟﻄﻠﻘﺔ ﺠﻟﺬر Lأﻛﺮﺒ ﻣﻦ اﻟﻮﺣﺪة ،أي ﺑﻌﺒﺎرة أﺧﺮى 1/β2 >1وﻫﺬا ﻳﺸﺮﻴ إﻰﻟ أن
ﺮﺷط اﻻﺳﺘﻘﺮار ﺗﻢ اﺤﻟﺼﻮل ﻋﻠﻴﻪ ﻲﻓ اﺠﻟﺰء اﻟﺴﺎﺑﻖ.
وﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻋﻤﻠﻴﺔ ) AR(2ﻓﺈن
وﺑﺎﺤﻛﻌﻮﻳﺾ ﻲﻓ A(L)=0ﻓﺈﻧﻨﺎ ﺤﻧﺼﻞ ﺒﻟ: ﻓﺈن
ُ
وﺟﺬورﻫﺎ ﺗﻌﻄﻰ ﺑﺎﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ
113 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
وﺑﺎﺳﺘﺒﻌﺎد
أو
ً
وﻫﺬا ﻳﺆدي إﻰﻟ 1.3565i+L1=0.4و ﺬﻟﻚ ) L2=0.4 - 1.3565iﻣﺴﺘﺨﺪﻣﺎ
( ،ﻓﻌﻨﺪﻣﺎ ﺗﻜﻮن ﺟﺬور اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻤﺰﻴة ﻣﺮ ﺒﺔ ﻓﺈن
اﻻﺳﺘﻘﺮار ﻳﺘﻄﻠﺐ أن ﺗﻜﻮن وﺣﺪاﺗﻪ أﻛﺮﺒ ﻣﻦ اﻟﻮﺣﺪة ،وﻫﻨﺎ ﻓﺈن اﺠﻟﺬور اﻤﻟﺮ ﺒﺔ
وﻲﻫ ﻬﻟﺎ ﻧﻔﺲ اﻤﻟﻌﺎﻣﻼت اﻤﻟﺴﻤﺎه ﻓﻴﺜﺎﻏﻮرس
أﻛﺮﺒ ﻣﻦ اﻟﻮﺣﺪة اﻤﻟﻄﻠﻮﺑﺔ ﻟﻼﺳﺘﻘﺮار.
ﻓــﺈن )AR(3 ﻋﻤﻠﻴــﺔ اﻻﻋﺘﺒــﺎر ﻲﻓ وﺑﺎﻷﺧــﺬ
ﺗﻜــﻮن واﻟــﻲﺘ
وﻫﺬا اﺤﻛﻜﻌﻴﺐ )ﺤﻟﺴﻦ اﺤﻟﻆ(
ﻳﻤﻜﻦ ﺗﻘﺴــﻴﻤﻪ إﻰﻟ (1-0.4L)(1+0.5L)(1-4L)=0ﺣﻴﺚ أن ﺟﺬور L1=2.5،
L2=-2، L3=0.25وﺑﻤــﺎ أن واﺣﺪ ﻣﻦ ﻫﺬه اﺠﻟﺬور أﻗــﻞ ﻣﻦ اﻟﻮﺣﺪة ﻲﻓ اﻟﻘﻴﻤﺔ
اﻤﻟﻄﻠﻘﺔ ﻟﻚ ﻓﺈن ﻋﻤﻠﻴﺔ ) AR(3ﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
وﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻧﻤﺎذج اﻟﺴــﺮﻴ اﻟﻌﺸــﻮا ﻣﻊ اﺠﺗﺎه وﺑﺪون اﺠﺗﺎه ﺒﻟ
ﻓﻜﻼ اﺠﻤﻮذﺟــﻦﻴ ﻣﻌﺎدﻻت ﻤﻣﺰﻴة ﻛﻤﺎ ﻳﻲﻠ اﺤﻛﻮاﻲﻟ
A(L) = 1 - Lﻋﻨﺪ A(L)=0و ﺬﻟﻚ ،L = 1وﻫﺬا ﻳﻮﺿﺢ ﺑﺄن ﻛﻼ ﻧﻤﺎذج اﻟﺴــﺮﻴ
اﻟﻌﺸﻮا ﻟﻴﺴﺖ ﻣﺴــﺘﻘﺮة ﻷن ﺟﺬور اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻤﺰﻴة ﻟﻴﺴﺖ أﻛﺮﺒ ﻣﻦ اﻟﻮﺣﺪة،
ﻓﻌﻨﺪﻣﺎ ﺗﻜﻮن L = 1ﻓﺈن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻳُﻘﺎل ﺑﺄن ﻬﻟﺎ ﺟﺬر وﺣﺪة واﻟﺴﻠﺴﻠﺔ
115 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
ً
وأﺧﺮﻴا ﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻧﻤﻮذج ) AR(1ﻣﻊ اﺠﺗﺎه ﺤﻣﺪد
ﻓﺈﻧﻪ ﺳﻮف ﻳﻜﻮن ﻓﺈذا ﺎﻛﻧﺖ
ﻳﻨﺎ ﻧﻤﻮذج ﺳﺮﻴ ﻋﺸﻮا ﻣﻊ اﺠﺗﺎه وﻫﺬا اﺠﻤﻮذج ﻏﺮﻴ ﻣﺴﺘﻘﺮ ﻷن ﺑﻪ ﺟﺬر
وﺣﺪة ،ﻓﺈذا ﻗﻤﻨﺎ ﺑﻄﺮح Yt-1ﻣﻦ ﻃﺮ اﻤﻟﻌﺎدﻟﺔ ﻓﺈﻧﻨﺎ ﺤﻧﺼﻞ ﺒﻟ اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ
و ذا ﻛﻨﺎ ﻧﺮﻳﺪ اﺧﺘﺒﺎر ﺣﻴﺚ أن
ﻓﺮﺿﻴﺔ اﻟﻌﺪم :H0اﺠﻤﻮذج اﺨﻛﺎﻟﺚ ﺟﺬر وﺣﺪه ،ﻓﺈﻧﻨﺎ ﺠﻳﺐ أن ﻧﻘﻮم ﺑﺎﺧﺘﺒﺎر
. وﻫﺬا ﻳﻜﺎﻓﺊ
وﻳﻌﺘﺮﺒ ) Dickey and Fuller (1979ﺑﺄن اﺨﻛﻼث اﻤﻟﻌﺎدﻻت اﻤﻟﺨﺘﻠﻔﺔ ﻣﻦ
اﻤﻟﺤﺘﻤﻞ أن ﻳﻜﻮن ﻬﻟﺎ ﺟﺬر وﺣﺪة:
اﻟﻔﺮق ﺑﻦﻴ ﻫﺬه اﺠﻤﺎذج اﺨﻛﻼث ﻳﺘﻌﻠﻖ ﺑﻮﺟﻮد اﻟﻌﻨﺎﺮﺻ اﻤﻟﺤﺪدة وﻲﻫ و
و ،واﻤﻟﻌﺎﻣﻞ ا ي ﻧﺮ ﺰ ﻋﻠﻴﻪ ﻲﻓ ﻫﺬه اﻤﻟﻌﺎدﻻت اﺨﻛﻼث ﻫﻮ و ذا ﺎﻛن
ﻓﺈن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة ،وﻳﺘﻀﻤﻦ اﺧﺘﺒﺎر Dickey and
Fullerﺗﻘﺪﻳﺮ واﺣﺪة أو أﻛﺮﺒ ﻣﻦ اﻤﻟﻌﺎدﻻت رﻗﻢ 5.6و 5.7و 5.8ﺑﺎﺳﺘﺨﺪام
اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى واﺧﺘﺒﺎر اﺣﺼﺎ ﻳﺘﻢ ﺣﺴﺎﺑﻪ ﻟـ ،اﻻﺧﺘﺒﺎر اﻹﺣﺼﺎ
ﻋﺪة اﺑﻌﺎد ﺤﺑﺴﺐ أي ﻣﻦ اﺠﻤﺎذج اﺨﻛﻼث ﺳﻮف ﻳﺴﺘﺨﺪم اﻛﺎﺣﺚ ،ﺑﺎﻹﺿﺎﻓﺔ
إﻰﻟ ذﻟﻚ ﻓﺈن اﻟﻘﻴﻢ اﺤﻟﺮﺟﺔ ﺨﺗﺘﻠﻒ ﺤﺑﺴﺐ أي ﻣﻦ اﺠﻤﺎذج اﺨﻛﻼث اﻟﺴﺎﺑﻘﺔ
ﻳﺘﻢ اﺧﺘﺒﺎره ،ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻨﻤﻮذج 5.6ﻻ ﻳﻮﺟﺪ ﺛﺎﺑﺖ أو اﺠﺗﺎه زﻣﻲﻨ واﻻﺧﺘﺒﺎر
اﻹﺣﺼﺎ ﺗﺘﻢ اﻹﺷﺎرة إ ﻪ ﺑﺎﻟﺮﻣﺰ ، τوﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻨﻤﻮذج 5.7ﻓﻴﻮﺟﺪ ﺑﻪ ﻗﻴﻤﺔ
ﻟﻠﺘﻘﺎﻃﻊ وﻻ ﻳﻮﺟﺪ ﺑﻪ اﺠﺗﺎه زﻣﻲﻨ واﻻﺧﺘﺒﺎر اﻹﺣﺼﺎ ﺗﺘﻢ اﻹﺷﺎرة إ ﻪ ﺑﺎﻟﺮﻣﺰ
أﻣﺎ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻨﻤﻮذج 5.8ﻓﻬﻨﺎك ﺗﻘﺎﻃﻊ واﺠﺗﺎه زﻣﻲﻨ واﻻﺧﺘﺒﺎر اﻹﺣﺼﺎ ﺗﺘﻢ
اﻹﺷﺎرة إ ﻪ ﺑﺎﻟﺮﻣﺰ ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ﻣﻦ اﺠﻟﺪاول اﻹﺣﺼﺎﺋﻴﺔ إذا ﺎﻛن ﺣﺠﻢ
، اﻟﻌﻴﻨﺔ n = 100ﻓﺈن اﻟﻘﻴﻢ اﺤﻟﺮﺟﺔ %5ﺗﺴﺎوي
ﺒﻟ اﺤﻛﻮاﻲﻟ ﻟﻠﻨﻤﺎذج اﺨﻛﻼث ،وﺗﺬﻛﺮ ﺑﺄن اﺧﺘﺒﺎر Dickey and ،
117 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
ﺳﻮف ﻧﻘﻮم ﺑﺈﺨدة ﺻﻴﻐﺔ اﻤﻟﻌﺎدﻟﺔ 5.9وﻧﺘﺬﻛﺮ ذﻟﻚ ﻋﻨﺪﻣﺎ ﻧﻘﻮم ﺑﺪراﺳﺔ
اﺤﻛﺎﻜﻣﻞ ،و ﺨدة اﻟﺼﻴﺎﻏﺔ ﺗﻌﻲﻨ ﺑﺒﺴﺎﻃﺔ اﺤﻛﻌﺒﺮﻴ ﻋﻦ اﻤﻟﻌﺎدﻟﺔ ﺑﻤﻌﺎدﻟﺔ أﺧﺮى ،أي
ﺑﻤﺎﻜﻓﺊ ﺟﺮﺒي آﺧﺮ ،ﻧﻘﻮم ﺑﻄﺮح Yt-1ﻣﻦ ﻃﺮ اﻤﻟﻌﺎدﻟﺔ رﻗﻢ 5.9وﻧﻌﺎود ﺗﺮﺗﻴﺒﻬﺎ
ﻛﻤﺎ ﻳﻲﻠ:
أو
)(5.12
ﺣﻴﺚ أن
و
ﻧﻌﻠﻢ ﺑﺄن اﻤﻟﻌﺎدﻟﺔ 5.9ﺳﻮف ﺗﻜﻮن ﻏﺮﻴ ﻣﺴﺘﻘﺮة إذا ﺎﻛن أي ﺟﺬور
ﻟﻠﻤﻌﺎدﻟﺔ اﻤﻟﻤﺰﻴة رﻗﻢ 5.10أﻗﻞ ﻣﻦ أو ﻳﺴﺎوي ﻟﻠﻮﺣﺪة ﺑﻘﻴﻤﺔ ﻣﻄﻠﻘﺔ ،إذا وﺟﺪ
ﺟﺬر اﻟﻮﺣﺪة L = 1ﻓﻤﻦ اﻤﻟﻤﻜﻦ ﻛﺘﺎﺑﺔ اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻤﺰﻴة ﻲﻓ اﻟﺸﻞﻜ اﺤﻛﺎﻲﻟ
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈذا ﺎﻛن ﻫﻨﺎك ﺟﺬر وﺣﺪة
ﺑﺎﻤﻟﻌﺎدﻟﺔ 5.9ﻓﺈﻧﻪ ﻳﻤﻜﻦ إﺨدة ﻛﺘﺎﺑﺔ اﻤﻟﻌﺎدﻟﺔ ﺒﻟ اﻟﺸﻞﻜ اﺤﻛﺎﻲﻟ:
ً
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈذا ﺎﻛن ﻫﻨﺎك وﻋﻤﻮﻣﺎ ﻓﺈن
ﺟﺬر وﺣﺪة ﻓﻴﻤﻜﻨﻨﺎ إﺨدة ﻛﺘﺎﺑﺔ اﻤﻟﻌﺎدﻟﺔ 5.9ﺒﻟ اﻟﺸﻞﻜ اﺤﻛﺎﻲﻟ:
*H1 : β ) H0 : β* = 0ﻟﻴﺴﺖ اﺳﺘﻘﺮارﻳﺔ اﻟﻔﺮق( ﻣﻘﺎﺑﻞ اﻟﻔﺮﺿﻴﺔ اﻛﺪﻳﻠﺔ < 0
)اﺳﺘﻘﺮارﻳﺔ اﻟﻔﺮق( ﻲﻓ ﺻﻴﻐﺔ اﻤﻟﻌﺎدﻟﺔ .5.12
اﻤﻟﻌﺎدﻟﺔ 5.11ﻲﻫ ﺑﺒﺴﺎﻃﺔ إﺨدة ﺻﻴﺎﻏﺔ ﻟﻠﻌﻤﻠﻴﺔ ) AR(3ﻲﻓ اﻤﻟﻌﺎدﻟﺔ ،5.9
ﻲﻓ اﻤﻟﻌﺎدﻟﺔ 5.12وﺗﻮﺿﺢ ﻋﻤﻠﻴﺔ ) AR(2ﺳﻮف ﻳﻜﻮن ﻬﻟﺎ ﺣﺪ ﻓﺮق ﻳﺴﺎوي
ﺑﺄن ﻋﻤﻠﻴﺔ ) AR(3ﻬﻟﺎ ﺣﺪﻳﻦ ﻟﻠﻔﺮق ﻻﺧﺘﻴﺎر ﻧﻤﻮذج ﻣﻊ ﺗﻘﺎﻃﻊ )ﻣﺜﻞ اﻤﻟﻮﺟﻮد ﻲﻓ
اﻤﻟﻌﺎدﻟﺔ (5.7واﺠﺗﺎه )ﻣﺜﻞ اﻻﺠﺗﺎه اﻤﻟﻮﺟﻮد ﻲﻓ اﻤﻟﻌﺎدﻟﺔ (5.8أو ﺑﺪون ﺗﻘﺎﻃﻊ وﻻ
اﺠﺗﺎه )ﻣﺜﻞ اﻤﻟﻌﺎدﻟﺔ ،(5.6رﺳﻢ ﺑﻴﺎ ﻗﺪ ﻳﺴﺎﻋﺪ ﻲﻓ اﺤﻛﻮﺿﻴﺢ ﻫﻨﺎ ،ﻓﻬﻮ ﻋﺒﺎرة ﻋﻦ
ﺳﺆال ﻋﻦ ﻣﺎ إذا ﺎﻛن اﻟﺴﻠﺴﻠﺔ ﻋﺸﻮاﺋﻴﺔ أو ﺨﻣﺘﻠﻄﺔ أو ﻛﻼﻫﻤﺎ ،ﻫﻨﺎك د ﻞ ﺒﻟ أن
ً
اﺤﻛﻮﻗﻌﺎت ﻗﺼﺮﻴة اﻷﺟﻞ ﺑﺎﺳﺘﺨﺪام ﻞﻛ ﻫﺬه اﺠﻤﺎذج ﻬﻟﺎ إداء ﻣﺘﻘﺎرب ﺟﺪا ،ﻓﻌﻨﺪ
اﻟﺸﻚ ﺠﻳﺐ ﻋﻠﻴﻨﺎ إﺿﺎﻓﺔ ﺗﻘﺎﻃﻊ أو ﺠﺗﺎﻫﻞ اﺣﺘﻤﺎ ﺔ اﻻﺠﺗﺎه اﻤﻟﺤﺪد.
ﻣﻦ اﻤﻟﻤﻜﻦ ﺗﻌﻤﻴﻢ اﺠﺘﺎﺋﺞ ﻟﻌﻤﻠﻴﺔ pthاﻻﺤﻧﺪار ا ا ﻟﻠﺮﺗﺐ:
pth اﻤﻟﺰﻴة اﻤﻟﻬﻤﺔ ﻲﻓ إﺨدة ﺻﻴﺎﻏﺔ اﻤﻟﻌﺎدﻟﺔ 5.15ﻲﻫ اﺧﺘﺒﺎر ﻋﻤﻠﻴﺔ ﻣﻦ اﻟﺮﺗﺒﺔ
ﻟﻼﺳﺘﻘﺮار وﻲﻫ ﻣﺎﻜﻓﺌﺔ ﻻﺧﺘﺒﺎر ﻣﺎ إذا ﺎﻛﻧﺖ ،β*=0ﻓﺈذا رﻓﻀﻨﺎ ﻓﺮﺿﻴﺔ اﻟﻌﺪم
H0=β*=0ﻓﺈن ذﻟﻚ ﻳﻌﻲﻨ أﻧﻪ ﻳﻨﺎ ﻋﻤﻠﻴﺔ ﻣﺴﺘﻘﺮة رﺗﺒﺘﻬﺎ ،pthوﻣﻌﺎﻣﻼت
اﻤﻟﻌﺎدﻟﺔ 5.15ﻳﺘﻢ ﺤﺗﺪﻳﺪﻫﺎ ﻣﻦ ﺧﻼل اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى ،ﻻﺣﻆ ﺑﺄن ﻫﺬا
اﻻﺧﺘﺒﺎر -ﺗﻢ اﻹﺷﺎرة إ ﻪ ﺑﺎﻟﺮﻣﺰ ) - ADF(pﺣﻴﺚ أن pﻋﺒﺎرة ﻋﻦ رﻗﻢ
اﺤﻟﺪود اﻤﻟﺨﺘﻠﻔﺔ اﻟﻲﺘ ﺗﻀﻤﻨﻬﺎ اﻟﻄﺮف اﻷﻳﻤﻦ ﻟﻠﻤﻌﺎدﻟﺔ 5.15
اﻟﺮﺸح اﻟﺴﺎﺑﻖ ﻳﻘﻮدﻧﺎ إﻰﻟ ﺮﺷح ﺨﻣﺮﺟﺎت EViewsﺨﺑﺼﻮص ﺟﺬور اﻟﻮﺣﺪة
ﺑﺘﻔﺎﺻﻴﻞ أﻛﺮﺜ.
ً
اﻤﻟﻌﺎدﻟﺔ 5.15ﺳﻮف ﺗﺄﺧﺬ ﺷﻞﻜ ﺨﻣﺘﻠﻒ ﻗﻠﻴﻼ إذا ﺗﻢ ﺗﻀﻤﻦﻴ اﺠﺗﺎه ﺤﻣﺪد.
ﻫﻨﺎك ﺛﻼﺛﺔ ﻧﻘﺎط أﺧﺮى ،ﻗﺪ ﻳﻜﻮن ﻫﻨﺎك أﻛﺮﺜ ﻣﻦ ﺟﺬر وﺣﺪة واﺣﺪ،
وﻟﻜﻦ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺗﺄﺧﺬ ﺟﺬر وﺣﺪة واﺣﺪ وﻻ ﻳﻜﻮن ﻣﺴﺘﻘﺮ اﻟﻔﺮق؛
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 120
ً
ﺛﺎﻧﻴﺎ ﻋﻤﻠﻴﺎت DFو ADFﻳﻤﻜﻦ ﺗﻄﺒﻴﻘﻬﺎ ﻓﻘﻂ ﺒﻟ ﻋﻤﻠﻴﺎت ،ARوﻟﻜﻦ ﻣﺎذا
ﻟﻮ ﺎﻛﻧﺖ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ MAﺤﺑﺘﻪ أو ﺧﻠﻴﻂ ﻣﺎ ﺑﻦﻴ ) AR/M(A؟ واﻟ ء
اﺠﻟﻴﺪ ﻫﻮ أﻧﻪ إذا ﺎﻛﻧﺖ ﺗﺘﺬﻛﺮ ﺮﺷط اﻤﻟﻌﻜﻮس ﻓﺈن ﺣﺪ MAﻳﻤﻜﻦ ﺻﻴﺎﻏﺘﻪ ﻲﻓ
ﺷﻞﻜ ، ARﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ﻋﻤﻠﻴﺔ ) MA(1ﻳﻤﻜﻦ ﺤﺗﻮﻳﻠﻬﺎ إﻰﻟ ﻋﻤﻠﻴﺔ ARﻻ
ً
ﻧﻬﺎﺋﻴﺔ ،ﺛﺎﺨﻛﺎ اﺧﺘﺒﺎرات DFو ADFﺗﻔﺮﺘض ﺑﺄن اﻛﻮاﻲﻗ ﻏﺮﻴ ﻣﺮﺘاﺑﻄﺔ وﻬﻟﺎ ﺗﺒﺎﻳﻦ
ﺛﺎﺑﺖ ،اﺧﺘﺒﺎر Phillips-Perronﺗﻢ اﺷﺘﻘﺎﻗﻪ ﺤﺑﻴﺚ ﻳﻤﻜﻦ ﺗﻄﺒﻴﻘﻪ ﺑﺪون ﻫﺬه
اﻟﻔﺮﺿﻴﺎت.
121 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
أﻳﻦ ﻫﻮ اﻟﺮﺘﻣﺰﻴ اﻟﻌﺎﻣﻲﻠ ﻲﻓ ﻣﺜﻞ ذﻟﻚ ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل 4!= 4 ×3 × 2 × 1 = 24
ُ ﻗﺪ ﺗﺮﻏﺐ ﻲﻓ اﺤﻛﺤﻘﻖ ﻣﻦ اﺠﺘﺎﺋﺞ ﻟـ (x + a)5ﻣﻦ ﺧﻼل اﺠﻈﺮﻳﺔ اﺨﻛﻨﺎﺋﻴﺔ ،إذا ﺎﻛن
اﻷس nﻋﺪد ﺻﺤﻴﺢ ﻓﺈن رﻗﻢ اﺤﻟﺪود اﻤﻟﻀﻤﻨﺔ ﻲﻓ ﻫﺬه اﻟﻌﻤﻠﻴﺔ ﻳﻜﻮن ) (n + 1وﻫﺬه
اﻟﻌﻤﻠﻴﺔ اﻟﺮﺘﺑﻴﻌﻴﺔ (x + a)2ﺗﺘﻀﻤﻦ ﺛﻼﺛﺔ ﺣﺪود ،واﻟﻌﻤﻠﻴﺔ اﺤﻛﻜﻌﻴﺒﻴﺔ ﺗﺘﻀﻤﻦ
أرﺑﻌﺔ ﺣﺪود وﻫﻜﺬا ،وﻋﻤﻮﻣﺎ إذا ﺎﻛﻧﺖ nﻛﺮﺴ أو ﻋﺪد ﺳﺎﻟﺐ ﻓﺈن اﻷس
ﻳﻜﻮن ﻋﺪد ﻻ ﻧﻬﺎ ﻣﻦ اﺤﻟﺪود.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 122
ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر اﻷس (1 + x)-1وﻣﻦ ﺧﻼل اﺳﺘﺒﺪال
xﺑﺮﻗﻢ a ،1ﺑﺎﺤﻟﺮف xو nﺑﺎﻟﺮﻗﻢ - 1ﻲﻓ اﻷس اﺨﻛﻨﺎ ﻲﻓ اﺠﻤﻮذج اﻟﺴﺎﺑﻖ ﻓﺈﻧﻨﺎ
ﺤﻧﺼﻞ ﺒﻟ
اﻣﺘﺪاد ﻫﺬه اﻟﺴﻠﺴﻠﺔ ﻣﺘﻘﺎرب إذا ﺎﻛن وﻓﻘﻂ إذا ﺎﻛن ، x <1ﻧﻔﺲ ﻗﺎﻋﺪة
اﺤﻛﻘﺎرب ﻳﻤﻜﻦ ﺗﻄﺒﻴﻘﻬﺎ ﺒﻟ ﺳﻠﺴﻠﺔ ﻣﺘﻮﺳﻌﺔ ﻟـ ،(1 - x)nواﺤﻛﻘﺎرب ﻧﻌﻲﻨ ﺑﻪ
أن ﺠﻣﻤﻮع اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻳﺼﻞ إﻰﻟ ﺣﺪ ﻧﻬﺎ ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل اﻟﺴﻠﺴﻠﺔ
ً
ﺗﻘﺮﺘب ﻣﻦ ﺣﺪ 2ﻠﻛﻤﺎ أﺿﻔﺖ ﺣﺪودا أﻛﺮﺒ، اﻬﻟﻨﺪﺳﻴﺔ
وﺑﺎﻟﻌﻜﺲ ﻓﺈن اﻟﺴﻠﺴﻠﺔ اﻬﻟﻨﺪﺳﻴﺔ … 1 + 4 + 16 + 64 +ﻣﺘﺸﻌﺒﺔ ﻷﻧﻬﺎ ﺗﺼﺒﺢ
ً
أﻛﺮﺒ وأﻛﺮﺒ ﻠﻛﻤﺎ أﺿﻔﺖ ﺣﺪودا أﻛﺮﺒ ،اﻟﺴﻠﺴﻠﺔ اﻷﺧﺮﻴة ﻻ ﺗﺼﻞ إﻰﻟ ﺣﺪ ﻧﻬﺎ
و ﻧﻤﺎ ﺠﻣﻤﻮﻋﻬﺎ ﻳﺼﺒﺢ ﻻ ﻧﻬﺎ .
وﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر اﻟﻘﺎﻋﺪة اﻟﺴﺎﺑﻘﺔ ﻟﻠﺘﻘﺎرب ﻓﻴﻤﻜﻨﻨﺎ إدراج x = 0.01ﻲﻓ
اﻟﺴﻠﺴﻠﺔ اﻟﺴﺎﺑﻘﺔ ﻟﻠﺤﺼﻮل ﺒﻟ :
… (1.01)-1 = 1 - 0.01 + (0.01)2 - (0.01)3 + (0.01)4 +
وﺠﺑﻤﻊ اﺤﻟﺪود اﺨﻟﻤﺴﺔ ﻲﻓ اﺠﻟﺎﻧﺐ اﻷﻳﻤﻦ ﻟﻠﻤﻌﺎدﻟﺔ ﺤﻧﺼﻞ ﺒﻟ (1.01)-1
ً
وﺗﻘﺮﻳﺒﺎ ﻳﺴﺎوي ، 0.99009901و اﺤﻟﻘﻴﻘﺔ ﻓﺈن (1.01)-1 = 0.990099009ﻻﺣﻆ
ﺑﺄﻧﻪ ﻣﻦ ﻏﺮﻴ اﻟﺼﺤﻴﺢ إدراج x = 3ﻲﻓ اﻟﺴﻠﺴﻠﺔ اﻟﺴﺎﺑﻘﺔ ﻷﻧﻨﺎ ﺳﻮف ﺤﻧﺼﻞ ﺒﻟ
(4)-1ﻷن x = 3وﻲﻫ ﺧﺎرج ﻧﻄﺎق اﺤﻛﻘﺎرب ،اﻟﺴﻠﺴﻠﺔ ﺳﻮف ﺗﺒﺘﻌﺪ ﻋﻦ اﻹﺟﺎﺑﺔ
اﻟﺼﺤﻴﺤﺔ وﻲﻫ .(4)-1 = 0.25
123 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
)ﺑﻤﺎ أن اﺠﻟﺬر اﻟﺮﺘﺑﻴﻲﻌ ﻳﻤﻜﻦ أن ﻳﻜﻮن ﻣﻮﺟﺐ +أو ﺳﺎﻟﺐ ، -ﺒﻟ ﺳﺒﻴﻞ
( وﻳﻤﻜﻨﻨﺎ اﺷﺘﻘﺎق اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ: اﻤﻟﺜﺎل
125 اﻟﻔﺼﻞ اﻟﺨﺎﻣﺲ :ﻣﺰﻳﺪ ﻣﻦ ﺧﺼﺎﺋﺺ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ
ھﺬه اﻟﻤﻌﺎدﻟﺔ ﺗﻌﻄﻲ اﻟﺠﺬور اﻟﺘﺮﺑﯿﻌﯿﺔ ،ﻓﻌﻠﻰ ﺳﺒﯿﻞ اﻟﻤﺜﺎل إذا ﻛﻨﺎ ﻧﺮﯾﺪ ﺣﻞ
ﻓﻨﻘﻮم ﺑﺎﻟﺘﻌﻮﯾﺾ ﻛﻤﺎ ﯾﻠﻲ ، b = -13 ،a = 1 اﻟﻤﻌﺎدﻟﺔ
c = 42ﺣﻴﺚ أن
ﻣﻦ اﻟﻮاﺿﺢ أﻧﻪ ﺗﻤﻴﺰﻴ ﺳﺎﻟﺐ وﺗﻜﻮن ﻳﻨﺎ اﻤﻟﻌﺎدﻟﺔ ﻓﺈن اﺤﻛﻤﻴﺰﻴ
ﻷن
و ﻫﺬا اﻟﺮﺘﺑﻴﻊ زوج ﻣﻦ اﺠﻟﺬور اﻤﻟﺮ ﺒﺔ
ً
ﺳﻮاء ﺎﻛﻧﺖ اﺤﻛﺨﻄﻴﻂ ﻟﻠﻤﺴﺘﻘﺒﻞ ﻫﻮ ﺟﺰء أﺳﺎ ﻣﻦ إدارة أي ﻣﻨﻈﻤﺔ
ﺣﻜﻮﻣﻴﺔ ،ﺠﺗﺎرﻳﺔ ،ﺻﻨﺎﻋﻴﺔ أو اﺟﺘﻤﺎﻋﻴﺔ؛ وذﻟﻚ ﻋﺮﺒ ﺻﻨﻊ ﺗﻨﺒﺆات ﻣﻼﺋﻤﺔ
ﺣﻮل اﻟﻌﻮاﻣﻞ اﻟﻲﺘ ﺗﺆﺛﺮ ﺑﺸﻞﻜ ﺣﺎﺳﻢ ﺒﻟ ﺠﻧﺎح ﻋﻤﻠﻴﺎت ﺗﻠﻚ اﻤﻟﻨﻈﻤﺔ .إن ﻃﺮق
اﺤﻛﻨﺒﺆ ﺗﻨﻘﺴﻢ إﻰﻟ ﺠﻣﻤﻮﻋﺘﻦﻴ؛ ﻧﻮﻲﻋ و ﻲﻤ .اﻟﻄﺮق اﺠﻮﻋﻴﺔ ﻲﻓ اﺤﻛﻨﺒﺆ ﺗﺸﻤﻞ ﺗﻠﻚ
اﻤﻟﻨﺎﻫﺞ اﻟﻲﺘ ﺗﻌﺘﻤﺪ ﺒﻟ اﺻﺪار اﻷﺣﺎﻜم ً
ﺑﻨﺎء ﺒﻟ اﺨﻟﺮﺒة واﺤﻟﺪس ،وﺗﺴﺘﺨﺪم ﻫﺬه
اﻷﺳﺎ ﺐ ﺑﺸﻞﻜ ﺧﺎص ﻣﻦ ﻗﺒﻞ اﻹدارة ﻋﻨﺪﻣﺎ ﻻ ﻳﻮﺟﺪ اﺣﺘﻤﺎل ﺑﺄن اﻟﻈﺮوف
اﺤﻟﺎ ﺔ ﺳﺘﺴﺘﻤﺮ ﻲﻓ اﻤﻟﺴﺘﻘﺒﻞ .ﻣﻦ ﻧﺎﺣﻴ ٍﺔ أﺧﺮى ،وﻟﻼﺳﺘﺪﻻل ﺒﻟ أﻫﻤﻴﺔ
اﻷﺳﺎ ﺐ اﻟﻜﻤﻴﺔ ،ﻓﺈﻧﻪ و ﻤﺟﻴﻊ ﻓﺮوع اﻛﺤﺚ اﻟﻌﻠﻲﻤ ،وﺧﻼل اﺨﻛﻼﺛﻦﻴ ﺳﻨﺔ
اﻤﻟﺎﺿﻴﺔ ،ﻟﻢ ﺗﺘﺤﺼﻞ أي أداة إﺣﺼﺎﺋﻴﺔ ﺒﻟ اﻻﻫﺘﻤﺎم ا ي ﺤﺗﺼﻞ ﻋﻠﻴﻪ ﺤﺗﻠﻴﻞ
اﻻﺤﻧﺪار.
ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ اﻻﻋﺘﻘﺎد اﺨﻟﺎﻃﺊ واﻟﺸﺎﺋﻊ ﺑﻦﻴ ﻣﺴﺘﺨﺪﻲﻣ اﻻﺤﻧﺪار ﻣﻦ ﻏﺮﻴ
اﻹﺣﺼﺎﺋﻴﻦﻴ ﺑﺄن اﻬﻟﺪف اﻷﺳﺎ ﻻﺳﺘﺨﺪام ﻃﺮق اﻻﺤﻧﺪار ﻫﻮ ﺗﻮ ﺪ اﺤﻛﻨﺒﺆات،
ّ
إﻻ أن ﺤﺗﻠﻴﻞ اﻻﺤﻧﺪار وﺠﺑﺎﻧﺐ ﻛﻮﻧﻪ أداة ﻟﻠﺘﻨﺒﺆ؛ ﻓﺈﻧﻪ ﺤﻳﺎول إﻟﻘﺎء اﻟﻀﻮء ﺒﻟ
اﻵ ﺎت ) (mechanismsاﻟﻲﺘ ﺗﺮﺑﻂ ﺑﻦﻴ اﻤﻟﺘﻐﺮﻴات .اﻤﻟﻌﺮﻓﺔ ﺑﻬﺬه اﻵ ﺎت ،ﻲﻓ
ﺑﻌﺾ اﺤﻟﺎﻻت ،ﺗﺴﻤﺢ ﺑﺪرﺟﺔ ﻣﻦ اﻟﺴﻴﻄﺮة .ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ،ﻓﺈن ﻣﻌﺮﻓﺔ ﻛﻴﻒ
ﺗﺴﺎﻫﻢ ﺑﻌﺾ اﻟﻌﻮاﻣﻞ ﻲﻓ إﻧﺘﺎج ﻣﻮاد ﺻﻨﺎﻋﻴﺔ ذات ﻋﻴﻮب ﻗﺪ ﻳﺴﺎﻋﺪ ﻲﻓ ﺨﺗﻔﻴﺾ
ﻣﻌﺪل ﻋﻴﻮب اﻟﺼﻨﺎﻋﺔ .ﻛﺬﻟﻚ ،ﻓﺈن ﻣﻌﺮﻓﺔ اﻟﻌﻮاﻣﻞ اﻟﻲﺘ ﺤﺗﺮك اﺤﻛﻐﺮﻴات ﻲﻓ
أﺳﻌﺎر اﻷﺳﻬﻢ ﻣﻦ ﺷﺄﻧﻪ أن ﻳﺴﺎﻋﺪ ﻲﻓ اﺧﺘﻴﺎر اﻤﻟﺤﻔﻈﺔ اﻤﻟﻼﺋﻤﺔ .اﻻﺤﻧﺪار ﻫﻮ
أداة ﻟﻠﺘﻨﺒﺆ واﺤﻛﻔﺴﺮﻴ )ﻲﻓ ﺣﺎﻟﺔ ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ،وﻲﻫ ﺗﻘﻨﻴﺔ ﺗﻤﺖ
ﻣﻨﺎﻗﺸﺘﻬﺎ ﻲﻓ اﻟﻔﺼﻠﻦﻴ اﺨﻛﺎﻟﺚ واﻟﺮاﺑﻊ ،ﻓﻲﻬ ﺗﻌﺘﺮﺒ ﻓﻘﻂ أداة ﻟﻠﺘﻨﺒﺆ( .ﻣﻦ ﺑﻦﻴ
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 128
ً
ﻞﻛ ﻧﻤﺎذج اﻻﺤﻧﺪار ،ﻓﺈن اﺠﻤﻮذج اﺨﻟﻄﻲ ﻫﻮ اﻷﻛﺮﺜ ﺗﻄﺒﻴﻘﺎ ﺒﻟ ﻧﻄﺎق واﺳﻊ.
اﻬﻟﺪف ﻣﻦ اﺤﻛﻨﺒﺆ ﻫﻮ ﺗﻘﺪﻳﻢ ﺗﻘﺪﻳﺮ )أو ﺗﻘﺪﻳﺮات( ﻛﻤﻴﺔ ﻻﺣﺘﻤﺎﻻت اﻤﻟﺴﺎر
ً
اﻤﻟﺴﺘﻘﺒﻲﻠ ﻟﻠﻤﺘﻐﺮﻴ ﺤﻣﻞ اﻻﻫﺘﻤﺎم .إن ﻫﺪف اﺤﻛﻨﺒﺆ ﻳﻤﻜﻦ ﺤﺗﻘﻴﻘﻪ اﺳﺘﻨﺎدا ﺒﻟ
اﻤﻟﻌﻠﻮﻣﺎت )أو اﻛﻴﺎﻧﺎت( اﺤﻛﺎرﺨﻳﻴﺔ واﺤﻟﺎ ﺔ .اﺤﻛﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﻣﻔﻴﺪ ﻲﻓ اﻟﻌﺪﻳﺪ
ﻣﻦ اﻤﻟﺠﺎﻻت اﻻﻗﺘﺼﺎدﻳﺔ ،ﻧﺬﻛﺮ ﻣﻨﻬﺎ:
- 1اﺤﻛﺨﻄﻴﻂ اﻟﺘﺸﻐﻴﻲﻠ ،إدارة اﻤﻟﺨﺰون ،ﺨﺗﻄﻴﻂ اﻹﻧﺘﺎج واﻤﻟﺒﻴﻌﺎت
- 2اﺤﻛﻨﺒﺆ ﺑﻤﺴﺘﻮﻳﺎت اﺠﺎﺗﺞ اﻤﻟﺤﻲﻠ اﻹﻤﺟﺎﻲﻟ ،GDPاﻛﻄﺎﻟﺔ ،اﻻﺳﺘﻬﻼك،
اﻻﺳﺘﺜﻤﺎر وﻣﻌﺪﻻت اﻟﻔﺎﺋﺪة
- 3إدارة اﻷﺻﻮل اﻤﻟﺎ ﺔ ﻣﺜﻞ ﻋﻮاﺋﺪ اﻷﺻﻮل ،وأﺳﻌﺎر اﻟﺮﺼف وأﺳﻌﺎر اﻟﺴﻠﻊ
- 4اﺤﻛﻨﺒﺆ اﻤﻟﺘﻌﻠﻖ ﺑﺎﻤﻟﺰﻴاﻧﻴﺎت واﻻﻳﺮادات ﻲﻓ اﻟﻘﻄﺎع اﺤﻟﻜﻮﻲﻣ وﻗﻄﺎع اﻷﻋﻤﺎل
- 5اﺤﻛﻐﺮﻴات ا ﻳﻤﻮﻏﺮاﻓﻴﺔ ﻣﺜﻞ ﻣﻌﺪﻻت اﺨﻟﺼﻮﺑﺔ وﻣﻌﺪﻻت اﻟﻮﻓﻴﺎت
- 6إدارة اﻷزﻣﺎت اﻤﻟﺘﻌﻠﻘﺔ ﺑﻘﻀﺎﻳﺎ ﻋﺪﻳﺪة ﻣﺜﻞ اﺣﺘﻤﺎﻻت وﻗﻮع ﺗﻌﺮﺜ اﻤﻟﺎﻲﻟ ،أو
ﻫﺒﻮط ﻗﻴﻤﺔ اﻟﻌﻤﻠﺔ ،أو اﻧﻘﻼب ﻋﺴﻜﺮي ،وﻗﺲ ﺒﻟ ذﻟﻚ.
ﻲﻓ ﻫﺬا اﻟﻜﺘﺎب ،ﺳﻮف ﻧﺪرس اﺛﻨﻦﻴ ﻣﻦ أﺑﺮز ﻃﺮق اﺤﻛﻨﺒﺆ وﻫﻤﺎ:
،Regressionواﻟﻲﺘ ﺳﻴﺘﻢ ﻣﻨﺎﻗﺸﺘﻬﺎ ﻲﻓ ﻫﺬا اﻻﺤﻧﺪارModels - 1ﻧﻤﺎذج
اﻟﻔﺼﻞ.
The - 2ﻧﻤﺎذج اﻻﺤﻧﺪار ا ا ذات اﻤﻟﺘﻮﺳﻄﺎت اﻤﻟﺘﺤﺮ ﺔ اﻤﻟﺪﺠﻣﺔ
) ،autoregressive integrated moving average (ARIMAواﻟﻲﺘ اﺷﺘﻬﺮت
ﻣﻦ ﻗﺒﻞ ﻛﻼ اﻹﺣﺼﺎﺋﻴﻦﻴ Boxو Jenkinsوﺑﺎﺗﺖ ﺗﻌﺮف ﺑﻤﻨﻬﺠﻴﺔ Box-
) .Jenkins (BJﻧﻤﺎذج اﺤﻛﻨﺒﺆ ARIMAﺳﺘﻜﻮن ﻣﻮﺿﻮع ﻧﻘﺎﺷﻨﺎ ﻲﻓ اﻟﻔﺼﻞ
اﻟﺴﺎﺑﻊ.
1.6اﻟﺘﻨﺒﺆ ﻣﻊ ﻧﻤﺎذج اﻻﻧﺤﺪار
ﺑﺎﻟﻨﺴﺒﺔ ﻟﻮﺣﺪات اﻷﻋﻤﺎل أو اﻟﻮﺣﺪات اﺤﻟﻜﻮﻣﻴﺔ أو ﻷي وﺣﺪات
اﻗﺘﺼﺎدﻳﺔ أﺧﺮى ،ﻓﺈن اﺤﻛﻨﺒﺆ ﻳﻌﺪ اﻟﻐﺮض اﻷﻫﻢ ﻣﻦ ﺗﻘﺪﻳﺮ ﻧﻤﺎذج اﻻﺤﻧﺪار.
129 اﻟﻔﺼﻞ اﻟﺴﺎدس :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام اﻻﻧﺤﺪار
ﻟﻐﺮض اﺤﻛﺒﺴﻴﻂ ،ﺳﻮف ﻧﻨﻈﺮ إﻰﻟ ﻧﻤﻮذج ﺛﻨﺎ ﻣﺘﻐﺮﻴات ﻣﺜﻞ ﻣﺎ ﻳﻲﻠ:
اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ
: H0- 1اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
: H1 - 2اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ﻣﻦ اﺠﺘﺎﺋﺞ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸﻞﻜ ،4.6ﺠﻧﺪ أن إﺣﺼﺎﺋﻴﺔ اﺧﺘﺒﺎر ADFﺗﺴﺎوي
4.3264
ﻻﻟﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻼﺣﺘﻤﺎل p-values = 1.0000 - 4ﻣﺴﺘﻮى ا
وﻫﻜﺬا ﻻ ﻳﻤﻜﻦ رﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم اﻻﺣﺘﻤﺎل Prob. = 1.0000> 0.05 -5
. H0
- 6ﻧﺴﺘﻨﺘﺞ أن اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
اﻟﺸﻞﻜ 2.6ﻳﺒﻦﻴ ﻋﺪم اﺳﺘﻘﺮار LPCEوأن ﻬﻟﺎ اﺠﺗﺎه ﺗﺼﺎﻋﺪي ﺤﺗﺪﻳﺪي ،ﻲﻓ
ﺣﻦﻴ أن اﻟﺸﻞﻜ 5.6ﻳﻮﺿﺢ ﻋﺪم اﺳﺘﻘﺮار LPDIوأن ﻬﻟﺎ اﺠﺗﺎه ﺗﺼﺎﻋﺪي.
اﺧﺘﺒﺎر ﺷﻞﻜ اﻻرﺗﺒﺎط ﻟـ LPDI
:H0 - 1ﺳﻠﺴﻠﺔ LPDIﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة.
:H1 - 2ﺳﻠﺴﻠﺔ LPDIﻬﻟﺎ ﺟﺬر وﺣﺪة.
أو 0.05 α = 5% -3
ﻟﻴﺲ ﻫﻨﺎك اﺧﺘﺒﺎر اﺣﺼﺎ ﻳﺘﻢ ﺣﺴﺎﺑﻪ ،ﺳﻮف ﻧﺮ ﺰ ﺒﻟ ﻋﻤﻮد اﻻﺣﺘﻤﺎل
” “Probﻲﻓ اﻟﺸﻞﻜ 6.6
- 4ﻗﻴﻢ p-valuesﺗﺴﺎوي 0.000
- 5ﺑﻤﺎ أن Prob = 0.000وﻲﻫ أﻗﻞ ﻣﻦ 0.05ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0وﻧﻘﺒﻞ
اﻟﻔﺮض اﻛﺪﻳﻞ .H1
- 6ﻧﺴﺘﻨﺘﺞ ﺑﺄن ﺳﻠﺴﻠﺔ LPDIﻏﺮﻴ ﻣﺴﺘﻘﺮة.
133 اﻟﻔﺼﻞ اﻟﺴﺎدس :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام اﻻﻧﺤﺪار
اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ
: H0 - 1اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
: H1 - 2اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
141 اﻟﻔﺼﻞ اﻟﺴﺎدس :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام اﻻﻧﺤﺪار
ً
ﻫﻮ اﻻﺤﻧﺮاف اﻤﻟﻌﻴﺎري اﻤﻟﺘﺤﺼﻞ ﻋﻠﻴﻪ ﺳﺎﺑﻘﺎ، ﺣﻴﺚ أن
. و ﻣﺴﺘﻮى اﻤﻟﻌﻨﻮﻳﺔ ﺤﺑﻴﺚ
ً
ﻻﺣﻆ أﻧﻪ ﻣﻦ أﺟﻞ إﺠﻳﺎد ﺣﺪود ﻓﺮﺘة اﺨﻛﻘﺔ؛ ﻧﻘﻮم ﺑﺎﺳﺘﺨﺪام ﺗﻮزﻳﻊ tﺑﺪﻻ
ﻣﻦ اﺤﻛﻮزﻳﻊ اﻟﻄﺒﻴﻲﻌ ،وذﻟﻚ ﻷﻧﻨﺎ ﺑﺼﺪد ﺗﻘﺪﻳﺮ اﻟﻘﻴﻤﺔ اﺤﻟﻘﻴﻘﻴﺔ ﺤﻛﺒﺎﻳﻦ اﺨﻟﻄﺄ.
ﻓﺮﺘات اﺨﻛﻘﺔ اﻤﻟﺴﺘﻨﺒﻄﺔ ﺑﻬﺬه اﻟﻄﺮﻳﻘﺔ ﺗﻌﺮف ﺑﻨﻄﺎق )أوﺣﺰام( اﺨﻛﻘﺔ
).(confidence band
ﻳﻤﻜﻦ اﺳﺘﺨﺪام أﺣﺪ اﻟﺮﺒﺠﻣﻴﺎت اﻤﻟﺘﻮﻓﺮة ﻣﺜﻞ Stataأو EViewsﺤﻟﺴﺎب
ﺣﺪود ﻓﺮﺘات اﺨﻛﻘﺔ أﻋﻼه.
ﻋﻨﺪ اﺳﺘﺨﺪام ﺑﺮﻧﺎﻣﺞ EViewsﺳﻮف ﺤﻧﺼﻞ ﻋﻞ ﻧﻄﺎق اﺨﻛﻘﺔ ﻲﻓ ﻣﺜﺎﺠﺎ
ﺑﺎﺗﺒﺎع اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ:
ﻣﻦ ﻧﺘﺎﺋﺞ اﻻﺤﻧﺪار اذﻫﺐ إﻰﻟ Procﺛﻢ اﺧﺮﺘ Forecastﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ
ﺑﺎﻟﺸﻞﻜ ،20.6وﻗﺒﻞ اﺠﻘﺮ ﺒﻟ ،OKﻗﻢ ﺑﺘﻐﻴﺮﻴ ﻋﻴﻨﺔ اﺤﻛﻨﺒﺆ ﻣﻦ 1996Q3إﻰﻟ
1995Q2و ﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﻲﻓ اﻟﺸﻞﻜ .21.6
ﺑﺎﺠﻘﺮ ﺒﻟ OKﺳﻨﺤﺼﻞ ﺒﻟ اﻤﻟﺨﺮﺟﺎت اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸﻞﻜ .22.6ﻲﻓ ﻫﺬا
اﻟﺸﻞﻜ ﻧﻼﺣﻆ أن اﺨﻟﻂ اﻤﻟﺘﺼﻞ ﻲﻓ اﻟﺸﻞﻜ اﻛﻴﺎ ﻳﻤﺜﻞ ﺧﻂ اﻻﺤﻧﺪار )اﻤﻟﻨﺤﻰﻨ(،
أﻣﺎ اﺨﻟﻄﻦﻴ اﻤﻟﺘﻘﻄﻌﻦﻴ ﻓﻴﻤﺜﻼن ﻧﻄﺎق اﺨﻛﻘﺔ %95ﺨﻟﻂ اﻻﺤﻧﺪار.
اﺠﻟﺪول اﻤﻟﻜﻤﻞ ﻳﻌﻄﻲ ﺑﻌﺾ اﻤﻟﻘﺎﻳﻴﺲ ﺠﻟﻮدة اﺤﻛﻨﺒﺆ واﻟﻲﺘ ﺗﺘﻀﻤﻦ :اﺠﻟﺬر
اﻟﺮﺘﺑﻴﻲﻌ ﻤﻟﺘﻮﺳﻂ ﻣﺮﺑﻌﺎت اﺨﻟﻄﺄ ) ،(Root mean square errorﻣﺘﻮﺳﻂ اﻟﻘﻴﻢ
اﻤﻟﻄﻠﻘﺔ ﻟﻠﺨﻄﺄ ) ،(Mean absolute errorﻣﺘﻮﺳﻂ ﻧﺴﺐ اﻟﻘﻴﻢ اﻤﻟﻄﻠﻘﺔ ﻟﻠﺨﻄﺄ
) ،(Mean absolute percentage errorوﻣﻌﺎﻣﻞ ﻋﺪم اﻟﺘﺴﺎوي ﺨﻛﺎﻳﻞ )The Theil
.(inequality coefficientإن ﻗﻴﻤﺔ ﻣﻌﺎﻣﻞ ﻋﺪم اﻟﺘﺴﺎوي ﺨﻛﺎﻳﻞ ﻳﻨﺒﻲﻐ أن ﺗﻘﻊ ﻣﺎ
ﺑﻦﻴ اﻟﺼﻔﺮ واﻟﻮاﺣﺪ ﺻﺤﻴﺢ؛ ﻓﺈذا ﺎﻛﻧﺖ اﻟﻘﻴﻤﺔ ﻗﺮﻳﺒﺔ ﻣﻦ اﻟﺼﻔﺮ ،ﻓﺈن ذﻟﻚ ﻣﺆﺮﺷ
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 150
ﺒﻟ ارﺗﻔﺎع ﻣﻘﺪرة اﺠﻤﻮذج ﺒﻟ اﺤﻛﻨﺒﺆ .إن ﻣﻘﺎﻳﻴﺲ أداء أو ﺟﻮدة اﺤﻛﻨﺒﺆ ﻲﻫ ﻣﻔﻴﺪة
ً
ﻋﻨﺪ اﻤﻟﻘﺎرﻧﺔ ﺑﻦﻴ اﺛﻨﻦﻴ أو أﻛﺮﺜ ﻣﻦ ﻃﺮق اﺤﻛﻨﺒﺆ ،ﻛﻤﺎ ﺳﻨﻨﺎﻗﺶ ذﻟﻚ ﻻﺣﻘﺎ.
ً
ﻟﻠﻤﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ أن ﻳﻜﻮن ﻣﻔﺮﺴا ﺑﺎﻟﻘﻴﻢ اﻤﻟﺎﺿﻴﺔ أو اﻤﻟﺘﺒﺎﻃﺌﺔ ﻟﻘﻴﻢ ﻧﻔﺴﻪ
وﺑﺎﻟﻘﻴﻢ اﺤﻟﺎ ﺔ واﻤﻟﺘﺒﺎﻃﺌﺔ ﻟﻠﺒﻮاﻲﻗ .ﻳﻔﺮﺘض ﻲﻓ ﺣﺪ اﺨﻟﻄﺄ أن ﻳﺘﺒﻊ ﻋﻤﻠﻴﺔ
ﺗﻐﺮﻴات ﻋﺸﻮاﺋﻴﺔ ﺤﺑﺘﺔ ) ،(White noise error termﺑﻤﺘﻮﺳﻂ ﻳﺴﺎوي ﺻﻔﺮ
وﺑﺘﺒﺎﻳﻦ ﺛﺎﺑﺖ.
إن ﻣﻨﻬﺠﻴﺔ BJﺗﺘﻀﻤﻦ ﻋﺪة ﻃﺮق ﻟﻠﺘﻨﺒﺆ ﺑﺎﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ،وﺳﻨﻘﻮم
ﺑﺎﺳﺘﻌﺮاض ﻫﺬه اﻟﻄﺮق اﻤﻟﺨﺘﻠﻔﺔ ﺑﺸﻞﻜ ﺨم ﻣﻊ ﺑﻌﺾ اﻷﻣﺜﻠﺔ اﺤﻛﻄﺒﻴﻘﻴﺔ .ﻫﺬه
اﻤﻟﻨﻬﺠﻴﺔ ﺗﻘﻮم ﺒﻟ اﻓﺮﺘاض أن اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﺤﻣﻞ ا راﺳﺔ ﻲﻫ ﺳﻼﺳﻞ ﻣﺴﺘﻘﺮة.
The Autoregressive (AR) Model اﺠﻤﻮذج اﻷول :ﻧﻤﻮذج اﻻﺤﻧﺪار ا ا
إذا ﺎﻛن ﻳﻨﺎ اﺠﻤﻮذج اﺤﻛﺎﻲﻟ:
ﺟﺪﻳﺪ ﻳﺴﻰﻤ ﻧﻤﻮذج ) ،ARMA (p, qﺣﻴﺚ ﺳﻴﻜﻮن ﻳﻨﺎ pﻣﻦ ﺣﺪود اﻻﺤﻧﺪار
ً
ذا ،و qﻣﻦ ﺣﺪود اﻤﻟﺘﻮﺳﻄﺎت ﻣﺘﺤﺮ ﺔ .ﻣﺮة أﺧﺮى ،ﻳﺘﻢ ﺤﺗﺪﻳﺪ ﻗﻴﻢ pو qﺠﺗﺮﻳﺒﻴﺎ.
اﺠﻤﻮذج اﻟﺮاﺑﻊ :ﻧﻤﻮذج اﺤﻧﺪار ذا وﻣﺘﻮﺳﻂ ﻣﺘﺤﺮك ﻣﺘﺎﻜﻣﻞ
The Autoregressive Integrated Moving Average (ARMA) Model
إن ﻣﻨﻬﺠﻴﺔ BJﺗﺴﺘﻨﺪ ﺒﻟ اﻓﺮﺘاض أن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺤﻣﻞ ا راﺳﺔ
ﻳﻨﺒﻲﻐ أن ﺗﻜﻮن ﻣﺴﺘﻘﺮة أو ﻳﻤﻜﻦ ﺟﻌﻠﻬﺎ ﻣﺴﺘﻘﺮة ﻋﻦ ﻃﺮﻳﻖ أﺧﺬ اﻟﻔﺮوق
ً
ﻬﻟﺎ ﻣﺮة واﺣﺪة أو أﻛﺮﺜ .إن اﺳﺘﺨﺪام ﻫﺬا اﻤﻟﺪﺧﻞ ﻳﻄﻠﻖ ﻋﻠﻴﻪ اﺧﺘﺼﺎرا ﻧﻤﻮذج
) ،ARIMA (p, d, qﺣﻴﺚ أن dﺗﻌﺮﺒ ﻋﻦ ﻋﺪد اﻤﻟﺮات اﻟﻲﺘ ﺠﻳﺐ ﻓﻴﻬﺎ أﺧﺬ ﻓﺮوق
ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﺠﻟﻌﻠﻬﺎ ﻣﺴﺘﻘﺮة .إذا ﺎﻛﻧﺖ اﻟﺴﻠﺴﻠﺔ ﻲﻓ اﻷﺻﻞ ﻣﺴﺘﻘﺮة ،ﻓﺈن
ﻧﻤﻮذج ) ARIMA (p, d, qﺳﻴﺼﺒﺢ ﺑﺎﻟﺮﻀورة ﻧﻤﻮذج ).ARMA (p, q
2.7ﻧﻤﻮذج ARIMA
ﺗﺸﺘﻬﺮ ﻧﻤﺎذج BJﺑﻜﻮﻧﻬﺎ ﻧﻤﺎذج اﺤﻧﺪار ذا وﻣﺘﻮﺳﻂ ﻣﺘﺤﺮك ﻣﺘﺎﻜﻣﻞ
) .(ARIMAأﻣﺎ اﻤﻟﻨﻬﺠﻴﺎت اﻤﻟﺴﺘﺨﺪﻣﺔ ﺤﻟﻞ ﻣﻌﺎﻣﻼت ﻧﻤﺎذج ARIMA
ﻓﺘﺘﻄﻠﺐ إﺟﺮاء اﻟﻜﺜﺮﻴ ﻣﻦ اﻟﻌﻤﻠﻴﺎت اﺤﻟﺴﺎﺑﻴﺔ .ﻟﻚ ،وﻟﻐﺮض اﻻﺳﺘﻌﻤﺎل
اﻟﻌﻤﻲﻠ ،ﻓﺈﻧﻨﺎ ﻲﻓ ﺣﺎﺟﺔ ﻟﻼﺳﺘﻌﺎﻧﺔ ﺤﺑﺰم اﻟﺮﺒاﻣﺞ اﻹﺣﺼﺎﺋﻴﺔ اﻤﻟﺘﺎﺣﺔ واﻤﻟﻮاﻛﺒﺔ
ﻟﻸﺳﺎ ﺐ اﻤﻟﺘﻄﻮرة اﻤﻟﺴﺘﺨﺪﻣﺔ ﻲﻓ ﺗﻮﺻﻴﻒ وﺗﻘﺪﻳﺮ وﺗﺸﺨﻴﺺ ﻧﻤﺎذج .ARIMA
ﻣﻨﻬﺠﻴﺔ ARIMAﺗﻄﺒﻖ ﺒﻟ اﻛﻴﺎﻧﺎت اﻤﻟﺴﺘﻘﺮة .ﺳﻮف ﻧﺴﺘﺨﺪم اﻟﺮﻣﺰ
ﻛﻴﺎﻧﺎت ﻣﺴﺘﻘﺮة ﻲﻓ اﻟﺰﻣﻦ ،tﺣﻦﻴ أن ﺗﻤﺜﻞ ﻗﻴﻤﺔ اﻤﻟﻌﻄﻴﺎت ﻏﺮﻴ اﻤﻟﺴﺘﻘﺮة ﻲﻓ
ذﻟﻚ اﻟﺰﻣﻦ ،وﺑﺬﻟﻚ ،ﻓﺈن ﻋﻤﻠﻴﺔ ARIMAﺗﺄﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر اﺠﻤﺎذج اﺨﻟﻄﻴﺔ
ذات اﻟﺼﻴﺎﻏﺔ اﺤﻛﺎ ﺔ:
ﻓﺈن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻳﻘﺎل ﺑﺄﻧﻬﺎ ﺗﺘﺒﻊ ﻋﻤﻠﻴﺔ اﺤﻧﺪار ذا ﻣﻦ اﻟﺮﺗﺒﺔ اﻷو ،
أو ) .AR(1وﺳﺘﻜﻮن ﻲﻫ ﻣﻌﻠﻤﺔ اﻻﺤﻧﺪار ا ا ﻬﻟﺬا اﺠﻤﻮذج واﻟﻲﺘ ﺗﺼﻒ
ﺑﻤﻘﺪار وﺣﺪة واﺣﺪة ﺒﻟ .وﺑﺎﻤﻟﺜﻞ ﻓﺈن اﺠﻤﻮذج اﺤﻛﺎﻲﻟ: ﻣﻘﺪار أﺛﺮ ﺗﻐﺮﻴ
ﻲﻓ ﺣﺎﻟﺔ أﺧﺬ اﻟﻔﺮوق ﻣﻦ أﺟﻞ اﺤﻟﺼﻮل ﺒﻟ ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ ﻣﺴﺘﻘﺮة؛ ﻓﺈن
اﺠﻤﻮذج ﻳﻄﻠﻖ ﻋﻠﻴﻪ ﻧﻤﻮذج ﻣﺘﺎﻜﻣﻞ وﻳﺮﻣﺰ ﺑـ ) .ARIMA (p,d,qﺣﻴﺚ
أن اﻤﻟﻌﻠﻤﺔ اﻟﻮﺳﻄﻰ dﻲﻫ ﺑﺒﺴﺎﻃﺔ ﻋﺪد ﻣﺮات أﺧﺬ اﻟﻔﺮوق ﻟﻠﺤﺼﻮل ﺒﻟ
ً
ﻲﻓ اﻤﻟﻌﺎدﻟﺔ أﻋﻼه اﺳﺘﻘﺮت ﺑﻌﺪ أﺧﺬ اﻻﺳﺘﻘﺮار .ﻓﻤﺜﻼ ،إذا ﺎﻛﻧﺖ اﻟﺴﻠﺴﺔ
اﻟﻔﺮوق ﻤﻟﺮﺗﻦﻴ؛ ﻓﺈن اﺠﻤﻮذج ﺳﻴﻜﺘﺐ ﻛـ ).ARIMA (1,2,2
3.7اﻻﻧﺤﺪار اﻟﺬاﺗﻲ Autocorrelations
ﻣﻦ أﺟﻞ اﺤﻛﻌﺮف ﺒﻟ اﺠﻤﻮذج اﻤﻟﻼﺋﻢ وا ي ﻳﺼﻒ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ
ﺤﻣﻞ ا راﺳﺔ ﺑﺸﻞﻜ دﻗﻴﻖ؛ ﻳﻨﺒﻲﻐ اﻻﺳﺘﻌﺎﻧﺔ ﺑﻤﺠﻤﻮﻋﺘﻦﻴ ﻣﻦ اﻹﺣﺼﺎءات وﻫﻤﺎ:
اﻻرﺗﺒﺎط ا ا ) ،(ACواﻻرﺗﺒﺎط ا ا اﺠﻟﺰﻳﻲﺌ ) .(PACﻓﻜﻼﻫﻤﺎ ﻳﻘﻴﺲ
ً
اﻻﻋﺘﻤﺎد اﻤﻟﺘﺒﺎدل ﺑﻦﻴ اﻤﻟﺸﺎﻫﺪات وﻳﺄﺧﺬان ﻗﻴﻤﺎ ﺗﺮﺘاوح ﻣﺎ ﺑﻦﻴ ،وذﻟﻚ ﺒﻟ
ﺣﺴﺐ ﻧﻤﻂ اﻟﻌﻼﻗﺔ .ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ،إذا ﺎﻛﻧﺖ ﻗﻴﻢ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻟﻲﺘ
ً ً
ﻲﻫ أﺒﻟ ﻣﻦ ﻗﻴﻤﺔ اﻤﻟﺘﻮﺳﻂ ﻟﻠﺴﻠﺴﻠﺔ ﻳﺘﺒﻌﻬﺎ ﻣﺒﺎﺮﺷة ﻗﻴﻤﺎ أﻗﻞ ﻣﻦ اﻤﻟﺘﻮﺳﻂ؛ ﻓﺈن
ً
ﻛﻼ ﻣﻦ ACو PACﺳﺘﻜﻮن ﺳﺎﻛﺔ .وﻫﺬا ﻣﺎ ﻳﻤﻜﻦ ﺗﺴﻤﻴﺘﻪ ﺑﺎﻻﺤﻧﺪار ا ا
اﻟﺴﺎﻟﺐ.
)Autocorrelation Functions (ACF 1.3.7دوال اﻻﺤﻧﺪار ا ا
ﺗﻘﺪم ﻣﻌﺎﻟﻢ اﻻﺤﻧﺪار ا ا AC’sﻣﻘﻴﺎس رﻗﻲﻤ ﻟﻠﻌﻼﻗﺔ ﻣﺎ ﺑﻦﻴ ﻗﻴﻢ ﻣﻌﻴﻨﺔ
ﻟﻠﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ وﻗﻴﻢ أﺧﺮى ﻲﻓ ﻧﻔﺲ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ .أي أﻧﻬﺎ ﺗﻘﻴﺲ اﻟﻌﻼﻗﺔ
)اﻻرﺗﺒﺎط( ﻟﻠﻤﺘﻐﺮﻴ ﻣﻊ ﻧﻔﺴﻪ ﺧﻼل اﻟﺰﻣﻦ .ﻳﻤﻜﻦ ﺣﺴﺎب AC’sﺑﺸﻞﻜ ﻃﺒﻴﻲﻌ
ﻋﻨﺪ اﻤﻟﺘﺒﺎﻃﺌﺎت اﻤﻟﺨﺘﻠﻔﺔ .ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل إذا ﺎﻛن ﻳﻨﺎ ﻋﺪد nﻣﻦ اﻤﻟﺸﺎﻫﺪات
( ،ﻓﻴﻤﻜﻦ ﺻﻴﺎﻏﺔ ﻋﺪد ) (n - 1ﻣﻦ أزواج اﻤﻟﺸﺎﻫﺪات )
(( .إذا اﻋﺘﺮﺒﻧﺎ أن اﻤﻟﺸﺎﻫﺪة اﻷو ﻲﻓ ))
ﺣﻴﻨﺌﺬ ﺣﺴﺎب
ٍ ﺛﺎن؛ ﻓﻴﻤﻜﻦ
ﻞﻛ زوج ﻛﻤﺘﻐﺮﻴ أول واﻤﻟﺸﺎﻫﺪة اﺨﻛﺎﻧﻴﺔ ﻛﻤﺘﻐﺮﻴ ٍ
ﻣﻌﺎﻣﻞ ارﺗﺒﺎط ﺑﺮﻴﺳﻮن ) ،(Pearsonian correlation coefficientو ﻤﺎ ﻲﻓ ﻣﺜﺎﺠﺎ
ﻋﻦ اﻛﻴﺎﻧﺎت ﻲﻓ اﻟﺸﻞﻜ ،1.7ﺤﻧﺴﺐ ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ﻋﻨﺪ ﺗﺒﺎﻃﺆ أﺳﺒﻮع واﺣﺪ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 162
ً
ﻫﺬه اﻟﻘﻴﻤﺔ ﻲﻫ ﺑﻌﻴﺪة ﺟﺪا ﻋﻦ ﺣﺪود اﻤﻟﻨﻄﻘﺔ اﺤﻟﺮﺟﺔ ﻟـ ). t (n-2 = 6
ﻟﻚ ﻓﺈﻧﻨﺎ ﻻ ﻧﺴﺘﻄﻴﻊ رﻓﺾ ﻓﺮض اﻟﻌﺪم وﻧﺴﺘﻨﺘﺞ ﻣﻦ ذﻟﻚ أن ﺗﺴﺎوي
ً
ﺻﻔﺮ .وﻣﻦ اﻤﻟﻤﻜﻦ أﻳﻀﺎ إﻇﻬﺎر أن ﻣﻌﺎﻣﻞ اﻻرﺗﺒﺎط ا ا ﻣﻦ اﻟﺮﺗﺒﺔ اﻷو
ً ً
ﻫﻮ أﻳﻀﺎ ﻏﺮﻴ ﻣﻌﻨﻮي إﺣﺼﺎﺋﻴﺎ.
اﺨﻟﻄﻮط اﻷﻓﻘﻴﺔ ﻲﻓ اﻟﺸﻞﻜ اﻛﻴﺎ ﻟـ ACFﺗﻤﺜﻞ ﺣﺪود اﺨﻛﻘﺔ ) (%95
ً
،وﻓﻘﺎ ﻟﺼﻴﻐﺔ اﺤﻛﺒﺎﻳﻦ اﻤﻟﻘﺪﻣﺔ ﻣﻦ Bartlettﻋﻦ ﻤﻟﻌﻠﻤﺎت اﻻﺤﻧﺪار ا ا
أﻋﻼه ،وﻲﻫ ﺗﺴﺘﺨﺪم ﻛﻤﺆﺮﺷ ﺒﻟ اﻤﻟﻌﻨﻮﻳﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻃﺮﻳﻖ اﻤﻟﻌﺎدﻟﺔ
ﻟﻼرﺗﺒﺎﻃﺎت ا اﺗﻴﺔ.
165 اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذج ARIMA
ﺠﺗﺪر اﻹﺷﺎرة إﻰﻟ أﻧﻪ ﻲﻓ ﺣﺎﻟﺔ ﺗﺄﻛﺪ اﻛﺎﺣﺚ ﻣﻦ اﺳﺘﻘﺮار اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ،
ً
ﻲﻓ ﺻﻴﻐﺔ اﺤﻛﺒﺎﻳﻦ ﻟـ ،Bartlettﺳﺘﻜﻮن ﻣﺴﺎوﻳﺔ ﻟﻠﺼﻔﺮ )ﻧﻈﺮﻳﺎ(. ﻓﺈن اﻟـ
ﻲﻓ ﺣﺎﻟﺔ اﻛﻴﺎﻧﺎت ﻫﺬا ﻳﻘﻮدﻧﺎ إﻰﻟ اﻻﺳﺘﻌﺎﻧﺔ ﺑﺼﻴﻐﺔ Quenouilleﺤﻛﺒﺎﻳﻦ
اﻤﻟﺴﺘﻘﺮة ،و ﻤﺎ ﻳﻲﻠ:
وﻫﺬا ﺑﺒﺴﺎﻃﺔ ﻳﻌﺮﺒ ﻋﻦ ﺣﻘﻴﻘﺔ أن اﻟﻌﻼﻗﺔ ﺗﺼﺒﺢ ﺿﻌﻴﻔﺔ ﻠﻛﻤﺎ ﻧﻌﻮد ﻟﻔﺮﺘات
ً
ﻣﺎﺿﻴﺔ ﻲﻓ اﻟﺰﻣﻦ ،إﺿﺎﻓﺔ إﻰﻟ اﺨﻧﻔﺎض اﻻﺤﻧﺪارات ا اﺗﻴﺔ ﺑﺸﻞﻜ ﻣﺘﺴﺎرع.
ﻳﻤﻜﻦ أن ﻧﺒﻦﻴ أن ﻣﻌﺎﻟﻢ اﻻﺤﻧﺪار ا ا ﻟﻌﻤﻠﻴﺔ اﻤﻟﺘﻮﺳﻂ اﻤﻟﺘﺤﺮك ﻣﻦ
ً
اﻟﺮﺗﺒﺔ ،MA (1) ،1ﻧﻈﺮﻳﺎ ﺳﺘﻜﻮن:
ﺗﺴﺎوي ﺻﻔﺮ. وﻲﻫ ﻏﺮﻴ ﻣﻌﻨﻮﻳﺔ وﺑﺬﻟﻚ ﻻ ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض اﻟﻌﺪم ﺑﺄن
ﻣﺮة أﺧﺮى ،ﻲﻓ ﺣﺎﻟﺔ اﻟﻌﻴﻨﺎت اﻟﻜﺒﺮﻴة ﻓﺈن ﺣﺪود اﻤﻟﻨﻄﻘﺔ اﺤﻟﺮﺟﺔ ﻟﻼﺧﺘﺒﺎر أﻋﻼه
) ( .إذا ﺎﻛﻧﺖ اﻛﻴﺎﻧﺎت ﻣﺴﺘﻘﺮة ،ﻓﺈن اﻻﺤﻧﺪار ﺳﺘﻜﻮن ﺨدة ﻋﻨﺪ
ً
ا ا اﺠﻟﺰﻲﻳ ﻳﻨﺒﻲﻐ )ﻧﻈﺮﻳﺎ( أن ﻳﺴﺎوي ﺻﻔﺮ .اﺨﻟﻄﻮط اﻷﻓﻘﻴﺔ ﻲﻓ اﻟﺸﻞﻜ اﻛﻴﺎ
ﺗﻤﺜﻞ ﺣﺪود اﺨﻛﻘﺔ ) ،(%95و ﺣﺎﻟﺔ أن ﺧﻄﻮط اﻟـ PAC’sﻓﺸﻠﺖ ﻲﻓ اﻻﺧﺘﻔﺎء ﻣﺎ
دون ﺣﺪود اﺨﻛﻘﺔ؛ ﻓﻬﺬا ﻣﺆﺮﺷ ﺒﻟ أن اﻛﻴﺎﻧﺎت ﻏﺮﻴ ﻣﺴﺘﻘﺮة.
167 اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذج ARIMA
ﻟﻠﺴﻼﺳﻞ اﻤﻟﺘﺒﺎﻃﺌﺔ .ﻲﻓ ﺑﻌﺾ اﺤﻟﺎﻻت ،ﻗﺪ ﻳﻜﻮن ﻣﻦ اﻤﻟﺮﺒر إﻧﻔﺎق اﻟﻜﺜﺮﻴ ﻣﻦ
اﻟﻮﻗﺖ واﺠﻟﻬﺪ ﻲﻓ ﻋﻤﻠﻴﺎت اﺤﻛﻌﺮﻳﻒ واﻟﺘﺸﺨﻴﺺ ،وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن ﻃﺮﻳﻘﺔ Box-
Jenkinsﺗﺴﺘﺤﻖ أن ﺗﻜﻮن ﺤﻣﻞ اﻻﻫﺘﻤﺎم ﻲﻓ ﺠﻣﺎﻻت ﻧﻤﺬﺟﺔ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ.
ﻣﻦ ﻧﺎﺣﻴﺔ أﺧﺮى ،ﻓﺈﻧﻪ ﻲﻓ ﺣﺎﻟﺔ اﺤﻛﻨﺒﺆ ﺑﺎﻤﻟﺒﻴﻌﺎت اﻟﺮوﺗﻴﻨﻴﺔ ،ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل،
ﻓﺈن اﻷوﻟﻮﻳﺔ ﺗﻜﻮن ﻟﻠﻄﺮق اﻟﺒﺴﻴﻄﺔ واﻟﻲﺘ ﻳﺴﻬﻞ اﺳﺘﻴﻌﺎﺑﻬﺎ ﻣﻦ ﻗﺒﻞ اﻤﻟﺪراء
واﻟﻌﺎﻣﻠﻦﻴ ا ﻳﻦ ﺗﻮ إ ﻬﻢ ﻣﻬﻤﺔ ﺗﻄﺒﻴﻖ اﺠﺘﺎﺋﺞ.
ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ أن ﻣﻨﻬﺠﻴﺔ Box-Jenkinﺗﻌﺪ ﻣﻦ أﻫﻢ اﺤﻛﻄﻮرات اﻤﻟﺆﺛﺮة ﻲﻓ
ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ؛ ﻓﺈن ﻫﺬه اﻤﻟﻨﻬﺠﻴﺔ ﺗﺴﺘﺤﻖ أن ﻳﻌﻤﻞ ﺑﻬﺎ إذا ﺤﺗﻘﻘﺖ
اﻟﺮﺸوط اﺤﻛﺎ ﺔ:
اﻟﻘﺪرة ﺒﻟ ﺗﻄﺒﻴﻘﻬﺎ ﺑﺎﻟﺸﻞﻜ اﻟﺼﺤﻴﺢ، -أن ﻳﻜﻮن اﻤﻟﺤﻠﻞ اﻟﻘﻴﺎ
-أن ﺗﻜﻮن اﻷﻫﺪاف اﻤﻟﺮﺟﻮة ﺗﺘﻨﺎﺳﺐ ﻣﻊ ﺗﻌﻘﻴﺪات ﻫﺬه اﻤﻟﻨﻬﺠﻴﺔ ،و
-أن اﺤﻛﻐﺮﻴات اﺤﻟﺎﺻﻠﺔ ﻲﻓ ﺑﻴﺎﻧﺎت اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻻ ﺗﻨﻄﻮي ﺒﻟ اﺠﺗﺎه ﺨم او
ﺗﻐﺮﻴات ﻣﻮﺳﻤﻴﺔ.
ً
ﻛﻤﺎ ذﻛﺮﻧﺎ ﺳﺎﺑﻘﺎ ﻲﻓ ﻫﺬا اﻟﻔﺼﻞ ،ﻓﺈن ﻣﻨﻬﺠﻴﺔ BJﺗﺘﻀﻤﻦ أرﺑﻊ ﺧﻄﻮات:
اﺨﻟﻄﻮة اﻷو :اﺤﻛﻌﺮﻳﻒ :Identification
ﺤﻧﻦ ﻲﻓ ﺣﺎﺟﺔ إﻰﻟ ﺤﺗﺪﻳﺪ اﻟﻘﻴﻢ اﻤﻟﻨﺎﺳﺒﺔ ﻟﻞﻜ ﻣﻦ pو dو ،qوﻟﻌﻞ اﻷدوات
اﻟﺮﺋﻴﺴﻴﺔ اﻤﻟﺴﺘﺨﺪﻣﺔ ﻲﻓ ذﻟﻚ ﻫﻤﺎ ﺷﻞﻜ )ﻣﺼﻮر( اﻻرﺗﺒﺎط correlogramوﺷﻞﻜ
اﻻرﺗﺒﺎط ا ا اﺠﻟﺰﻲﻳ .partial correlogram
اﺨﻟﻄﻮة اﺨﻛﺎﻧﻴﺔ :اﺤﻛﻘﺪﻳﺮ :Estimation
ﻋﻨﺪ اﻻﻧﺘﻬﺎء ﻣﻦ ﺤﺗﺪﻳﺪ اﺠﻤﻮذج اﻤﻟﻼﺋﻢ ﻓﺈن اﺨﻟﻄﻮة اﺤﻛﺎ ﺔ ﻲﻫ ﺗﻘﺪﻳﺮ
ﻣﻌﻠﻤﺎت ذﻟﻚ اﺠﻤﻮذج .ﻲﻓ ﺑﻌﺾ اﺤﻟﺎﻻت ﻳﻜﻮن ﻣﻦ اﻤﻟﻼﺋﻢ اﺳﺘﺨﺪام ﻃﺮﻳﻘﺔ
اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى ) ،(OLSوﻟﻜﻦ ﻲﻓ ﺣﺎﻻت أﺧﺮى ﻳﺘﻢ اﻟﻠﺠﻮء إﻰﻟ ﻧﻤﺎذج
اﺤﻛﻘﺪﻳﺮ ﻏﺮﻴ اﺨﻟﻄﻴﺔ )ﻲﻓ اﻤﻟﻌﻠﻤﺎت(.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 170
ﺗﺒﻦﻴ وﺟﻮد ارﺗﺒﺎط ﻣﺎ ﺑﻦﻴ اﻟﻘﻴﻢ اﺤﻟﺎ ﺔ ﻟـ CPIRﻣﻊ ﻗﻴﻤﻬﺎ ﻋﻨﺪ ﻓﺮﺘات ﺗﺒﺎﻃﺆ
ﺨﻣﺘﻠﻔﺔ .أﻣﺎ اﻟـ ) PACFداﻟﺔ اﻻﺤﻧﺪار ا ا اﺠﻟﺰﻲﻳ( ﻓﻴﻈﻬﺮ اﻻرﺗﺒﺎط ﻣﺎ ﺑﻦﻴ
اﻤﻟﺸﺎﻫﺪات ﺗﺘﺒﺎﻋﺪ ﻓﻴﻤﺎ ﺑﻴﻨﻬﺎ ﺑﻔﺮﺘات زﻣﻨﻴﺔ kﺑﻌﺪ ﺗﺜﺒﻴﺖ أﺛﺮ اﺤﻛﺒﺎﻃﺆات اﻟﻮﺳﻴﻄﺔ
)أي اﺤﻛﺒﺎﻃﺆات أﻗﻞ ﻣﻦ .(kﻫﺬه اﻤﻟﻨﻬﺠﻴﺔ ﺗﺴﺘﺨﺪم اﺛﻨﺎن ﻣﻦ ﻣﻌﻠﻤﺎت اﻻرﺗﺒﺎط
ﻣﻦ أﺟﻞ اﺤﻛﻌﺮف ﺒﻟ اﺠﻮﻋﻴﺔ اﻤﻟﻨﺎﺳﺒﺔ ﻣﻦ ﻧﻤﻮذج ARMAﻻﺳﺘﺨﺪاﻣﻬﺎ ﻲﻓ اﺤﻛﻨﺒﺆ.
ﻲﻓ اﺤﻛﻄﺒﻴﻖ اﻟﻌﻤﻲﻠ ،ﻳﺘﻢ ﺣﺴﺎب اﻟـ ACFﻣﻦ اﻟﻌﻴﻨﺔ اﻤﻟﻌﻄﺎة ،وﻳﻌﻄﻰ اﻟﺮﻣﺰ
،وا ي ﺑﺪوره ﻳﺴﺘﻨﺪ ﺒﻟ ﺗﻐﺎﻳﺮ اﻟﻌﻴﻨﺔ ﻋﻨﺪ اﺤﻛﺒﺎﻃﺆ kوﺒﻟ ﺗﺒﺎﻳﻦ اﻟﻌﻴﻨﺔ.
ﻃﻮل ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ )ﻋﺪد اﻟﻔﺠﻮات اﻟﺰﻣﻨﻴﺔ( kﻫﻮ أﻣﺮ ﻳﺴﺘﺪﻲﻋ أن ﺤﻳﺪد ﻋﻦ
ﻃﺮﻳﻖ اﺳﺘﺨﺪام ﺑﻌﺾ اﻤﻟﻌﺎﻳﺮﻴ .ﻳﻤﻜﻦ أن ﻧﺴﺘﺨﺪم أﺣﺪ ﻣﻌﺎﻳﺮﻴ اﻤﻟﻌﻠﻮﻣﺎت
Akaikeأو Schwarzﺤﻛﺤﺪﻳﺪ ﻃﻮل ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ .وﻟﻜﻦ ﻛﻘﺎﻋﺪة ﺨﻣﺔ ،ﻳﺘﻢ
ﺣﺴﺎب ACFإﻰﻟ ﺣﺪ رﺑﻊ أو ﺛﻠﺚ ﻃﻮل اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ .ﻣﻊ ذﻟﻚ ،ﻓﺈن ﻫﺬه
ً
اﻟﻘﺎﻋﺪة أﻳﻀﺎ ﻗﺪ ﺗﻜﻮن ﻏﺮﻴ ﻋﻤﻠﻴﺔ إذا ﺎﻛﻧﺖ ﺣﺠﻢ اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻛﺒﺮﻴ
ً
ﻧﺴﺒﻴﺎ .ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل إذا ﺎﻛن ﻳﻨﺎ 2355ﻣﺸﺎﻫﺪة؛ ﻓﺈن رﺑﻊ ﻫﺬه اﻟﺴﻠﺴﻠﺔ
ﺳﻴﻜﻮن 589ﻓﺮﺘة ﺗﺒﺎﻃﺆ ،وﻻ ﻳﻤﻜﻦ ﻋﺮض اﻟـ ACFﻋﻨﺪ ﻞﻛ ﻫﺬه اﺤﻛﺒﺎﻃﺆات،
و ﻧﻤﺎ ﺳﻨﻘﻮم ﻓﻘﻂ ﺑﻔﺤﺺ أول 50ﺗﺒﺎﻃﺆ ﻣﻦ اﻟـ .ACF
ﻲﻓ ﻣﺜﺎﺠﺎ اﺤﻟﺎﻲﻟ ﻳﻨﺎ 67ﻣﺸﺎﻫﺪة و 15ﺗﺒﺎﻃﺆ ﺳﺘﻜﻮن ﺎﻛﻓﻴﺔ .اﻟﺮﺳﻢ اﻛﻴﺎ
ﻣﻘﺎﺑﻞ ،kﻃﻮل ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ ،ﻳﻄﻠﻖ ﻋﻠﻴﻪ ﺷﻞﻜ اﻻرﺗﺒﺎط ﻟﻠﻌﻴﻨﺔ ) sample ﻟـ
.(correlogramﻳﻤﻜﻨﻨﺎ اﺧﺘﺒﺎر اﻤﻟﻌﻨﻮﻳﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻞﻜ ﻣﻌﻠﻤﺔ ﻟﻼرﺗﺒﺎط ا ا
ﻋﻦ ﻃﺮﻳﻖ ﺣﺴﺎب اﺤﻧﺮاﻓﻬﺎ اﻤﻟﻌﻴﺎري .ﻟﻘﺪ ﺑﻦﻴ اﻹﺣﺼﺎ Bartlettأﻧﻪ إذا ﺎﻛﻧﺖ
،ﺳﻴﻜﻮن اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻋﺸﻮاﺋﻴﺔ ﺤﺑﺘﺔ ،ﻓﺈن اﻻرﺗﺒﺎط ا ا ﻟﻠﻌﻴﻨﺔ،
ً ً
ﺗﻘﺮﻳﺒﺎ )أي ﻲﻓ اﻟﻌﻴﻨﺎت اﻟﻜﺒﺮﻴة( ﻣﻮزﺨ ﻛﻤﺎ ﻳﻲﻠ:
، ﺑﻌﺪ ذﻟﻚ ،ﻧﺴﺘﺨﺪم ﻣﻌﺎدﻟﺔ ﺣﺪود )ﻧﻄﺎق( اﺨﻛﻘﺔ ﻟﻠﺘﻮزﻳﻊ اﻟﻄﺒﻴﻲﻌ اﻟﻘﻴﺎ
،وا ي ﻓﻴﻪ اﻟﻮﺳﻂ اﺤﻟﺴﺎ ﻟﻠﻤﺠﺘﻤﻊ ﻳﺴﺎوي ﺻﻔﺮ واﺤﻛﺒﺎﻳﻦ ﻳﺴﺎوي .1
ﻣﻌﺎدﻟﺔ ﺣﺪود اﺨﻛﻘﺔ ﻣﻌﻄﺎة ﻛﻤﺎ ﻳﻲﻠ:
ﻣﻌﻠﻤﺎت اﻻرﺗﺒﺎط واﻟﻲﺘ ﺗﻘﻊ ﺧﺎرج ﻫﺬه اﺤﻟﺪود ﻲﻫ ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ﻋﻨﺪ
ﻣﺴﺘﻮى ﻣﻌﻨﻮﻳﺔ .%5
ً
ﺑﻨﺎء ﺒﻟ ﻣﺎ ﺳﺒﻖ ،ﻓﺈن اﻻرﺗﺒﺎﻃﺎت ﻲﻓ ﻞﻛ ﻣﻦ ACو PACﻋﻨﺪ اﺤﻛﺒﺎﻃﺆ )(2
ً
ﻲﻫ ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺎ.
ﺳﻨﻘﻮم ﻲﻓ اﺨﻟﻄﻮة اﻟﻘﺎدﻣﺔ ﺑﺘﻮﻓﻴﻖ ﻧﻤﻮذج ARﻋﻨﺪ اﻤﻟﺘﺒﺎﻃﺌﺎت .2
اﺨﻟﻄﻮة اﺨﻛﺎﺨﻛﺔ-اﺤﻛﻘﺪﻳﺮ :Estimation
ﻧﻤﻮذج AR
ً
ﺗﺄﺳﻴﺴﺎ ﺒﻟ ﻧﺘﺎﺋﺞ اﺨﻟﻄﻮة اﻟﺴﺎﺑﻘﺔ ،ﻧﻨﺘﻘﻞ إﻰﻟ ﺗﻘﺪﻳﺮ ﻧﻤﻮذج ARاﺤﻛﺎﻲﻟ:
ﻣﻼﺣﻈﺎت:
- 1ﻫﺬه اﻟﻌﻤﻠﻴﺔ ﻗﺪ ﺗﺘﻀﻤﻦ ﻋﺪة ﺧﻄــﻮات ﻟﻐﺮض اﺤﻟﺼﻮل ﺒﻟ ﻣﻌﻠﻤﺎت اﻟـ
ARذات اﻤﻟﻌﻨﻮﻳــﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻲﻓ ﻧﻤﻮذج اﻻﺤﻧﺪار اﺠﻬﺎ .ﻞﻛ اﻻرﺗﺒﺎﻃﺎت
اﻤﻟﻌﻨﻮﻳــﺔ اﻟﻲﺘ وﺟــﺪت ﻣﻦ ﺧﻼل ﺷــﻞﻜ اﻻرﺗﺒﺎط ﻟﻠﺴﻠﺴــﻠﺔ ﻳﻨﺒﻲﻐ أن
ﺗﺴﺘﺨﺪم ﻲﻓ اﻻﺤﻧﺪار اﻷول ﻟـ ،ARﺛﻢ ﻧﻘﻮم ﺑﺎﺳﺘﺒﻌﺎد اﻟـ ARsﻏﺮﻴ اﻤﻟﻌﻨﻮﻳﺔ
ً
اﺣﺼﺎﺋﻴﺎ وﻧﻘﻮم ﺑﺈﺨدة ﺗﻘﺪﻳﺮ اﺠﻤﻮذج ﺑﺎﺳــﺘﺨﺪام اﻟـ ARsاﻤﻟﻌﻨﻮﻳﺔ ﻓﻘﻂ.
ﻫﺬه اﻟﻌﻤﻠﻴﺔ ﺳﺘﺴــﺘﻤﺮ ﺣ ﻧﺼﻞ إﻰﻟ اﻹﺤﻧﺪار اﺠﻬﺎ ﻟـ ARوﻧﺴﺘﺨﺪم
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 178
ﻫﺬا اﻷﺧﺮﻴ ﻲﻓ ﻋﻤﻠﻴﺔ اﺤﻛﻨﺒﺆ إذا رأﻳﻨﺎ أن ﻫﺬا اﺠﻤﻮذج ﻫﻮ اﻤﻟﻔﻀﻞ ﻋﻦ ﻏﺮﻴه
ﻣﻦ اﺠﻤﺎذج أدﻧﺎه.
- 2اﻓﺮﺘض أﻧﻨﺎ ﻗﻤﻨﺎ ﺑﺈﺟﺮاء اﻻﺤﻧﺪار ﻷﺛﻨــﻦﻴ ﻣﻦ اﺠﻤﺎذج ﻣﻦ أﺟﻞ اﺤﻟﺼﻮل
ً
ﺒﻟ ARsذات ﻣﻌﻨﻮﻳــﺔ إﺣﺼﺎﺋﻴــﺔ ،و ن ﻟﺰاﻣﺎ ﻋﻠﻴﻨــﺎ أن ﺨﻧﺘﺎر ﻣﻦ ﺑﻦﻴ
ﻫﺬه اﺠﻤﺎذج .ﻷﺟــﻞ ﺗﻘﺮﻳﺮ أي ﻣﻦ اﺠﻤﺎذج ﻫﻮ اﻤﻟﻨﺎﺳــﺐ واﻤﻟﻔﻀﻞ ﺒﻟ
اﺠﻤﻮذج اﻵﺧﺮ؛ ﻧﺴــﺘﻌﻦﻴ ﺑﺄﺣﺪ ﻣﻌﺎﻳﺮﻴ اﻤﻟﻌﻠﻮﻣــﺎت Akaikaأو Schwarz
ﺤﻛﺤﺪﻳﺪ اﻻﺧﺘﻴﺎر اﻷﻓﻀﻞ .وﻫﻨﺎ ﻳﻨﺒﻲﻐ أن ﻧﺘﺬﻛﺮ أﻧﻪ ﻋﻨﺪ اﺠﻈﺮ إﻰﻟ ﻣﻌﺎﻳﺮﻴ
اﻤﻟﻌﻠﻮﻣﺎت ،ﻧﻘﻮم ﺑﺎﺧﺘﻴﺎر اﻷﻗﻞ ﻗﻴﻤﺔ ﻣﻦ ﻫﺬه اﻤﻟﻌﺎﻳﺮﻴ.
OK ﺛﻢ اﻧﻘﺮ )CPIR C MA(2 ﺛﻢ اﻛﺘﺐ Quick-Estimate اذﻫﺐ إﻰﻟ
)اﻟﺸﻞﻜ .(8.7
ﺗﺬﻛﺮ أﻧﻨﺎ ﻧﻘﻮم ﺑﺎﺳﺘﺨﺪام اﻟﻌﻴﻨﺔ ﻠﻛﻬﺎ )ﻣﻦ 1998q3إﻰﻟ .(2015q1
ﺑﺎﺠﻈﺮ إﻰﻟ اﺠﺘﺎﺋﺞ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸﻞﻜ ،9.7ﺠﻧﺪ أن ﻣﻌﻠﻤﺔ ) MA(2ﻣﻌﻨﻮﻳﺔ
ً
إﺣﺼﺎﺋﻴﺎ ﻋﻨﺪ ﻣﺴﺘﻮى ﻣﻌﻨﻮﻳﺔ .(p-value = 0.0000) %5ﻫﺬه اﺠﺘﺎﺋﺞ ﺠﺗﻌﻞ ﻣﻦ
ً
ﻫﺬا اﺠﻤﻮذج ﻣﺮﺷﺤﺎ ﻤﻟﺰﻳﺪ ﻣﻦ اﻻﻋﺘﺒﺎر.
ﻣﻼﺣﻈﺎت:
إن اﻤﻟﻼﺣﻈﺎت اﻟﻲﺘ ﺳﺒﻖ ذﻛﺮﻫﺎ ،واﻤﻟﺘﻌﻠﻘﺔ ﺑﻨﻤﻮذج ،ARﺠﻳﺐ أن ﻳﺘﻢ اﻷﺧﺬ
ً
ﺑﻬﺎ ﻲﻓ اﻻﻋﺘﺒﺎر أﻳﻀﺎ ﻲﻓ ﺣﺎﻟﺔ ﻧﻤﻮذج .MA
ﻧﻘﻮم ﺑﺄﺧﺬ ﻣﻼﺣﻈﺎت ﻋﻦ ﻧﻮﻋﻦﻴ ﻣﻦ اﻤﻟﻌﺎﻳﺮﻴ ﺠﺘﺎﺋﺞ ):MA(2
وﻷﻧﻨﺎ ﺨﻧﺘﺎر اﺠﻤﻮذج ا ي أﻗﻞ ﻗﻴﻤﺔ ﻣﻦ ﻫﺬه اﻤﻟﻌﺎﻳﺮﻴ؛ ﻓﺈﻧﻨﺎ ﺠﻧﺪ ﻲﻓ ﻫﺬه
اﺤﻟﺎﻟﺔ أن ﻧﻤﻮذج ) AR(2اﻷﻓﻀﻠﻴﺔ ﺒﻟ ﻧﻤﻮذج ) ،MA(2ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ ﻋﺪم
وﺟﻮد ﻓﺮق ﻛﺒﺮﻴ ﻲﻓ ﻗﻴﻢ اﻤﻟﻌﻴﺎرﻳﻦ ﻲﻓ اﺠﻤﻮذﺟﻦﻴ.
ﻧﻤﻮذج ARMA
ً ً
ﻧﻘﻮم اﻵن ﺑﺘﻄﻮﻳﺮ ﻧﻤﻮذج ﺑﺎﺳﺘﺨﺪام ﺣﺪود ﻛﻼ ﻣﻦ ARو MAﻣﻌﺎ .ﺠﻧﺮي
ً
ﻟﻞﻜ ﻣﻦ ARو .MAاﻬﻟﺪف ﻣﻦ ذﻟﻚ ٍ اﻤﻟﻌﻨﻮﻳﺔ اﻻرﺗﺒﺎط ﻣﻌﻠﻤﺎت ﻟﻞﻜ اﺤﻧﺪارا
ﻫﻮ إﺠﻳﺎد ﻧﻤﻮذج ARMAﻳﻪ ﻣﻌﻠﻤﺎت ذات أﺒﻟ ﻣﻌﻨﻮﻳﺔ ﺤﻣﺘﻤﻠﺔ .ﺤﻛﺤﻘﻴﻖ ﻫﺬا
اﻟﻐﺮض ﻧﻘﻮم ﺑﺈﺟﺮاء ﺑﻌﺾ اﺤﻛﺠﺎرب ﻟﻠﺤﺼﻮل ﺒﻟ أﻓﻀﻞ ﻧﻤﻮذج.
اﺤﻛﺠﺮﺑﺔ اﻷو :
اذﻫﺐ إﻰﻟ Quick-Estimate Equationﺛﻢ اﻛﺘﺐ )CPIR C AR(2) MA(2
ﺛﻢ اﻧﻘﺮ .OK
ﺗﺬﻛﺮ أﻧﻨﺎ ﻧﺴﺘﺨﺪم اﻟﻌﻴﻨﺔ ﺑﺎﻟﺎﻜﻣﻞ )اﻟﺸﻞﻜ 10.7و اﻟﺸﻞﻜ (11.7
ﻞﻛ ﻣﻦ ) AR(2و )اﻟﺸﻞﻜ (11.7ﻳﺘﻀﺢ ﺠﺎ أن ﻣﻌﻠﻤﺎت ٍ ﻣﻦ ﺟﺪول اﺠﺘﺎﺋﺞ
ً
) MA(2ﻲﻫ ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺎ ،وأن اﺠﻤﻮذج ﻣﺮﺷﺢ ﻤﻟﺰﻳﺪ ﻣﻦ اﻻﻋﺘﺒﺎر واﻟﻔﺤﺺ.
اﺤﻛﻨﺒﺆ اﻟﺴﺎﻛﻦ:
ﻲﻓ اﺤﻛﻨﺒﺆ اﻟﺴﺎﻛﻦ ﻧﻘﻮم ﺑﺎﺳﺘﺨﺪام اﻟﻘﻴﻢ اﺤﻟﺎ ﺔ واﻟﻘﻴﻢ اﻤﻟﺘﺒﺎﻃﺌﺔ ﻟﻠﻤﺘﻐﺮﻴ
اﻤﻟﺘﻨﺒﺄ ﺑﻪ ،ا واﺋﺮ اﻟﺰرﻗﺎء ﻲﻓ اﻤﻟﺨﻄﻂ أدﻧﺎه.
185 اﻟﻔﺼﻞ اﻟﺴﺎﺑﻊ :اﻟﺘﻨﺒﺆ اﻻﻗﺘﺼﺎدي ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذج ARIMA
اﺤﻛﻨﺒﺆ ا ﻳﻨﺎﻣﻴﻲﻜ:
ﻲﻓ اﺤﻛﻨﺒﺆ ا ﻳﻨﺎﻣﻴﻲﻜ ،ﺑﻌﺪ اﺤﻛﻨﺒﺆ ﺑﺎﻟﻔﺮﺘة اﻷو ،ﻧﻘﻮم ﺑﺎﺳﺘﺨﺪام اﻟﻘﻴﻢ اﻤﻟﺘﻨﺒﺄ
ً
ﺑﻬﺎ ﻣﺴﺒﻘﺎ ﻟﻠﻤﺘﻐﺮﻴ اﻤﻟﺘﻨﺒﺄ ﺑﻪ ،ا واﺋﺮ اﺤﻟﻤﺮاء ﻲﻓ اﻤﻟﺨﻄﻂ أدﻧﺎه.
- 1اﺤﻛﻨﺒﺆ ا ﻳﻨﺎﻣﻴﻲﻜ:
ﻟﻘﺪ وﺟﺪﻧﺎ أن اﺠﻤﻮذج اﻷﻣﺜﻞ ﻷﻏﺮاض اﺤﻛﻨﺒﺆ ﻫﻮ ﻧﻤﻮذج ).ARMA(2
ﻧﻘﻮم ﺑﺘﻘﺪﻳﺮ اﺠﻤﻮذج ﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ أدﻧﺎه.
)CPIR C AR(2 ﺛﻢ اﻛﺘﺐ Quick Estimation Equation اذﻫﺐ إﻰﻟ
)MA(2
ﻗﻢ ﺑﺘﻐﻴﺮﻴ ﻓﺮﺘة اﻟﻌﻴﻨﺔ إﻰﻟ ﻓﺮﺘة اﺤﻛﻨﺒﺆ 1998q3- 2013q3 :و ﻤﺎ ﻫﻮ ﻣﺒﻦﻴ ﻲﻓ
اﻟﺸﻞﻜ .14.7اﻧﻘﺮ OKﻟﻠﺤﺼﻮل ﺒﻟ ﻧﺘﺎﺋﺞ اﻻﺤﻧﺪار ﻲﻓ اﻟﺸﻞﻜ .15.7ﻣﻦ اﻟﻘﺎﺋﻤﺔ
ﻲﻓ ﻧﺎﻓﺬة ﻧﺘﺎﺋﺞ اﻻﺤﻧﺪار اﻧﻘﺮ ﺒﻟ Forecastواﺧﺮﺘ Dynamicﺤﺗﺖ Methodﻛﻤﺎ
ﻫﻮ ﻣﺒﻦﻴ ﻲﻓ اﻟﺸﻞﻜ .16.7اﻛﺘﺐ اﺳﻢ اﻟﺴﻠﺴﻠﺔ ،cpirfulldynamicﺛﻢ ﻗﻢ ﺑﺘﻐﻴﺮﻴ
ﻋﻴﻨﺔ اﺤﻛﻨﺒﺆ إﻰﻟ ﻓﺮﺘة اﺤﻛﻨﺒﺆ 2015q1 2013q1 :ﺛﻢ اﻧﻘﺮ .OK
ﺑﺎﺠﻈﺮ إﻰﻟ ﻣﻠﻒ اﻟﻌﻤﻞ ﻧﻼﺣﻆ أن EViewsﻳﻨﺘﺞ ﺠﺎ وﺑﺸﻞﻜ ﺗﻠﻘﺎ اﻤﻟﺘﻐﺮﻴ:
cpirfulldynamicﻀﺎف إﻰﻟ ﻗﺎﺋﻤﺔ اﻤﻟﺘﻐﺮﻴات ﻛﻤﺎ ﻫﻮ ﻣﺒﻦﻴ ﻲﻓ اﻟﺸﻞﻜ .17.7
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 186
ﻫﺬا ﻳﻌﻄﻴﻨﺎ اﻟﺸﻞﻜ اﻛﻴﺎ ﻟﻠﻔﺮﺘة ﺑﺎﻟﺎﻜﻣﻞ ﺑﻤﺎ ﻓﻴﻬﺎ ﻓﺮﺘة اﺤﻛﻨﺒﺆ )اﻟﺸﻞﻜ
،(30.7وا ي ﻣﻦ ﺧﻼ ﻧﻼﺣﻆ أن اﻟﻔﺮﺘات اﻷﺧﺮﻴة ﻲﻫ ﻣﻼﺋﻤﺔ ﻟﻠﺘﻨﺒﺆ ﻲﻓ ﻫﺬه
اﺤﻟﺎﻟﺔ .اﺤﻛﺒﺎﻋﺪ )اﻻﺧﺘﻼف( اﻟﻜﺒﺮﻴ ﺧﻼل 2009-2008ﻗﺪ ﻻ ﺗﻜﻮن ﻓﺮﺘة
ﻣﻨﺎﺳﺒﺔ ﻷﻏﺮاض اﺤﻛﻨﺒﺆ.
و ﺧﺎﻧﺔ ﺤﺗﺪﻳﺪ اﻟﻌﻴﻨﺔ اﻛﺘﺐ2011q3 2013q1 : )cpir c ar(2) ma(2 اﻛﺘﺐ:
ﺛﻢ اﻧﻘﺮ .OK
اذﻫﺐ إﻰﻟ ﻗﺎﺋﻤﺔ اﻤﻟﺘﻐﺮﻴات ﺑﻤﻠﻒ اﻟﻌﻤﻞ وﻗﻢ ﺑﺘﺤﺪﻳﺪ )ﺗﻈﻠﻴﻞ( اﻤﻟﺘﻐﺮﻴات
cpirو cpirfulldynamicو cpirf2011dynamicﺛﻢ اﻧﻘﺮ ﺒﻟ زر اﻟﻔﺄرة اﻷﻳﻤﻦ
واﺧﺮﺘ Openوﻣﻦ اﻟﻘﺎﺋﻤﺔ اﺧﺮﺘ :as Group
اذﻫﺐ إﻰﻟ Viewواﺧﺮﺘ .Graph
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 200
ﺳﻮف ﻳﺘﻐﺮﻴ اﻟﺸﻞﻜ اﻛﻴﺎ أﻋﻼه )ﺷﻞﻜ (35.7إﻰﻟ اﻟﺸﻞﻜ اﺤﻛﺎﻲﻟ ):(36.7
ﻲﻓ ﺤﺗﻠﻴﻞ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ -ﻛﻤﺎ ﻲﻓ ﺤﺗﻠﻴﻞ اﻻﺤﻧﺪار -اﻓﺮﺘﺿﻨﺎ ﺑﺄن اﻛﻮاﻲﻗ
)أو اﻷﺧﻄﺎء( ﻣﺘﺠﺎﻧﺴﺔ اﺤﻛﺒﺎﻳﻦ ،ﻲﻓ ﻣﻘﺎل ﺷﻬﺮﻴ ﻧﺼﺢ اﻛﺎﺣﺚ )Engle (1982
ﺑﺄن اﺧﺘﻼف اﺤﻛﺒﺎﻳﻦ ﻗﺪ ﺤﻳﺪث ﻟﻠﺒﻮاﻲﻗ ﻲﻓ ﺳﻴﺎق ﺳﻼﺳﻞ زﻣﻨﻴﺔ ﻣﻌﻴﻨﺔEngle ،
ً
ﻻﺣﻆ ﺑﺄن دراﺳﺎت اﺤﻛﻨﺒﺆ -ﺧﺼﻮﺻﺎ ﻲﻓ أﺳﻮاق اﻤﻟﻀﺎرﺑﺔ ﻣﺜﻞ أﺳﻮاق اﻟﻌﻤﻼت
اﻷﺟﻨﺒﻴﺔ وأﺳﻮاق اﻷﺳﻬﻢ -ﻓﺈن اﻷﺧﻄﺎء اﻟﺼﻐﺮﻴة واﻟﻜﺒﺮﻴة ﺤﺗﺪث ﻲﻓ ﺷﻞﻜ
ﻋﻨﺎﻗﻴﺪ ،ود ﻞ ذﻟﻚ أﻧﻪ ﻣﻦ اﻟﺸﺎﺋﻊ ﻲﻓ ﺳﻴﺎق اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ اﻤﻟﺎ ﺔ وﺟﻮد
اﺤﻛﻘﻠﺒﺎت اﻟﻌﻨﻘﻮدﻳﺔ ،اﺤﻛﻘﻠﺒﺎت اﻟﻌﻨﻘﻮدﻳﺔ ﺗﺮﺸح اﺤﻛﻐﺮﻴ اﻟﻜﺒﺮﻴ )و ﺬﻟﻚ إﺷﺎرة
ﻫﺬا اﺤﻛﻐﺮﻴ( ﻲﻓ -ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل -أﺳﻌﺎر اﻷﺻﻮل اﻟﻲﺘ ﺗﻤﻴﻞ ﺤﻛﺘﺒﻊ اﺤﻛﻐﺮﻴات
اﻟﻜﺒﺮﻴة اﻷﺧﺮى ،اﺤﻛﻐﺮﻴات اﻟﺼﻐﺮﻴة )و ﺬﻟﻚ إﺷﺎرة ﻫﺬه اﺤﻛﻐﺮﻴات( ﺗﻤﻴﻞ ﺤﻛﺘﺒﻊ
اﺤﻛﻐﺮﻴات اﻟﺼﻐﺮﻴة ،ﺑﻌﺒﺎرة أﺧﺮى اﻤﻟﺴﺘﻮى اﺤﻟﺎﻲﻟ ﻟﻠﺘﻘﻠﺒﺎت ﻳﻤﻴﻞ ﻜﻮن ﻣﻮﺟﺐ
ً
)ﺗﻠﻘﺎ ( ﻣﺮﺗﺒﻂ ﻣﻊ ﻣﺴﺘﻮاه ﺧﻼل اﻟﻔﺮﺘات اﻟﻼﺣﻘﺔ ﻓﻮرا.
اﻟﺸﻞﻜ 1.8ﻳﺄﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﺳﻠﺴﻠﺔ ﻣﻌﺪﻻت أﺳﻌﺎر اﻟﺮﺼف ا ﻮﻣﻴﺔ
ﻟﺘوﻻر اﻷﻣﺮﻳﻜﻲ ) (US$ﻣﻊ اﻤﻟﺎرك اﻷﻤﻟﺎ ) (DMﺧﻼل اﻟﻔﺮﺘة ﻣﻦ 1ﻳﻨﺎﻳﺮ
1980م إﻰﻟ 21ﻣﺎﻳﻮ 1987واﻟﻲﺘ ﺗﻢ ﺤﺗﻠﻴﻠﻬﺎ ﻣﻦ ﻗﺒﻞ اﻛﺎﺣﺚ )،Verbeek (2004
وﺑﺎﺳﺘﺜﻨﺎء اﻷﻳﺎم اﻟﻲﺘ ﻟﻢ ﻳﺘﻢ ﻓﻴﻬﺎ اﺤﻟﺼﻮل ﺒﻟ أﺳﻌﺎر اﻟﺮﺼف )أول ﻳﻮم ﻲﻓ اﻟﺴﻨﺔ
اﻤﻟﻴﻼدﻳﺔ واﻟﻌﻄﻼت( ﻓﺈن اﺠﺘﺎﺋﺞ ﺎﻛن ﺑﺈﻤﺟﺎﻲﻟ ﻗﺪره 1867ﻗﺮاءة )ﻷﺳﺒﺎب ﻏﺮﻴ
ﻣﻬﻤﺔ ﻫﻨﺎ Verbeekأﺧﺬ ﻲﻓ اﻋﺘﺒﺎره اﺤﻛﻐﺮﻴات ا ﻮﻣﻴﺔ ﻲﻓ ﻟﻮﺬﻟرﻳﺘﻢ ﻣﻌﺪل ﺳﻌﺮ
اﻟﺮﺼف( ،اﻟﺸﻞﻜ 1.8ﻳﻌﺮض وﺟﻮد ﻓﺮﺘات زﻣﻨﻴﺔ ﺤﻛﻘﻠﺒﺎت ﻣﺮﺗﻔﻌﺔ وﻣﻨﺨﻔﻀﺔ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 204
ﺣﻴﺚ أن utﺣﺪ اﺨﻟﻄﺄ ﻣﻊ ﻣﺘﻮﺳﻂ ﻳﺴﺎوي ﺻﻔﺮ ،اﻤﻟﻌﺎدﻟﺔ 8.1ﻻ ﺠﻳﺐ أن
ً
ﺗﺘﻀﻤﻦ أي آ ﺔ ﺤﻛﺄﺧﺬ اﺣﺘﻤﺎل اﺤﻛﻘﻠﺒﺎت ،وﻋﻤﻮﻣﺎ ﻓﺈن ﻋﻨﺎﻗﻴﺪ اﻟﻘﻠﺒﺎت ﻗﺪ
ُ
ﺗﺸﺮﻴ إﻰﻟ اﺧﺘﺒﺎر ACFو ut ، Engleﻗﺎم ﺑﺎﻋﺘﺒﺎر اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻛﺤﺪ ﻟﻠﺨﻄﺄ
ورﻣﺰ ﺑﺎﻟﺮﻣﺰ .
ﻞﻛ ﻣﻌﺎﻣﻼت اﻤﻟﻌﺎدﻟﺔ 2ﻤﺟﻴﻌﻬﺎ ﺗﺴﺎوي ﺻﻔﺮ )أي ﺑﻌﺒﺎرة أﺧﺮى ﻻ ﻳﻤﻜﻨﻨﺎ
رﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم( ،ﺣﻴﺚ ﻻ ﻳﻮﺟﺪ ﺗﺄﺛﺮﻴات ﻟـ ARCHﺣ ﻟﻔﺮﺘة اﺤﻛﺒﺎﻃﺆ .q
ﺠﻘﻢ اﻵن ﺑﺎﺧﺘﺒﺎر ﺗﺄﺛﺮﻴات ARCHﻟﻔﺮﺘات ﺗﺒﺎﻃﺆ ﺣ 12ﺷﻬﺮ ،ﻣﻦ ﺮﺷﻳﻂ
اﻷدوات ﻲﻓ اﻟﺸﻞﻜ 5.8أﻧﻘﺮ ﺒﻟ:
211 اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ :ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﻟﺘﻘﻠﺒﺎت اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ
واﻧﻘﺮ OKﻲﻓ ﻣﺮﺑﻊ اﺤﻟﻮار ﻲﻓ اﻟﺸﻞﻜ ،8.8ﻲﻓ أﺒﻟ ﻣﺮﺑﻊ اﺤﻟﻮار ﺳﻮف ﺗﺮى
ً
ARCH 1 أن اﻤﻟﻌﺎدﻟﺔ اﻤﻟﺘﻮﺳﻄﺔ وﺗﻢ ﺤﺗﺪﻳﺪﻫﺎ ﻣﺴﺒﻘﺎ ،اﺠﻤﻮذج اﻻﻓﺮﺘا
و ) GARCH 1أﻧﻈﺮ اﺠﻟﺰء اﺤﻛﺎﻲﻟ ﻟﺼﻴﺎﻏﺔ ﻧﻤﺎذج ،(GARCHﻗﻢ ﺑﺘﻐﻴﺮﻴ ﻣﻌﺎﻣﻞ
GARCHإﻰﻟ 0واﺗﺮك ﻣﻌﺎﻣﻞ ARCHﻛﻤﺎ ﻣﺴﺎوي ) 1أي ﺑﻌﺒﺎرة أﺧﺮى ﻓﺮﺘة
ﺗﺒﺎﻃﺆ ﺷﻬﺮ واﺣﺪ(.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 214
ﺑﻌﺪ اﺧﺘﻴﺎر ﻋﺪة ﺠﻣﻤﻮﺨت ﻣﻦ ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ ﻓﺈن إﺣﺼﺎﺋﻴﺔ Fو ﺣﺼﺎﺋﻴﺔ
ﺎﻛي ﺗﺮﺑﻴﻊ ﻟﻢ ﺗﻜﻮﻧﺎ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻤﻣﺎ ﻳُﺸﺮﻴ إﻰﻟ ﻋﺪم وﺟﻮد ﺗﺄﺛﺮﻴات
ARCHأﺧﺮى.
وﺑﺎﻟﻌﻮدة إﻰﻟ أول ﺛﻤﺎن أﺷﻬﺮ ﻟﺴﻨﺔ 2008واﻟﻲﺘ ﺗﻢ اﻻﺣﺘﻔﺎظ ﺑﻬﺎ ﻻﺧﺘﺒﺎر
ﻛﻔﺎء اﺠﻤﻮذج ﻲﻓ اﺤﻛﻨﺒﺆ ،أي ﺑﻌﺒﺎرة أﺧﺮى أﻧﻪ ﻳﻨﺎ ﻗﻴﻢ ﻓﻌﻠﻴﺔ ﻟﻠﻤﺘﻐﺮﻴ DLUSD
ﻟﻠﻔﺮﺘة ﻣﺎ ﺑﻦﻴ 2008M1إﻰﻟ 2008M8وﻳﻤﻜﻨﻨﺎ ﻣﻘﺎرﻧﺔ ﺗﻠﻚ اﻟﻘﻴﻢ ﻣﻊ اﻟﻘﻴﻢ
اﻤﻟﺘﻮﻗﻌﺔ واﻟﻲﺘ ﺗﻢ اﺤﻟﺼﻮل ﻋﻠﻴﻬﺎ ﻣﻦ اﺠﻤﻮذج ) ،AR(1)-ARCH(1أﻧﻘﺮ ﺒﻟ
اﻳﻘﻮﻧﺔ Forecastﻲﻓ اﻟﺸﻞﻜ 9.8ﻟﻠﺤﺼﻮل ﺒﻟ ﻣﺮﺑﻊ ﺣﻮار Forecastﻛﻤﺎ ﻲﻓ
اﻟﺸﻞﻜ .10.8
اﻟﻮﺿﻊ اﻻﻓﺮﺘا أن اﻟﻘﻴﻢ اﻤﻟﺘﻮﻗﻌﺔ ﻟﻠﻤﺘﻐﺮﻴ DLUSDﺳﻮف ﻳﺘﻢ ﺣﻔﻈﻬﺎ
ﺑﺎﺳﻢ DLUSDFواﻤﻟﺴﺘﺨﺪم ﻳﻤﻜﻨﻪ ﺗﻐﻴﺮﻴ ﻫﺬا اﻻﺳﻢ ،ﻲﻓ أﺳﻔﻞ اﻟﺸﻞﻜ 10.8ﺠﺗﺪ
ﺑﺄن ﺑﺮﻧﺎﻣﺞ EViewsﺑﻪ ﺧﻴﺎر ) forecast sampleﻓﺮﺘة اﺤﻛﻨﺒﺆ( ﻲﻫ ﻣﻦ 1980M1
إﻰﻟ 2008M10ﻗﻢ ﺑﺘﻐﻴﺮﻴ ﻫﺬه اﻟﻔﺮﺘة ﺤﻛﻜﻮن 2008M1إﻰﻟ 2008M10و اﺠﻟﻬﺔ
ا ﻤﻰﻨ ﻟﻠﺸﻞﻜ 10.8ﺳﻮف ﺗﻼﺣﻆ ﺑﺄن ﻫﻨﺎك ﻃﺮﻳﻘﺘﻦﻴ ﻟﻠﺤﺼﻮل ﺒﻟ اﺤﻛﻨﺒﺆات
اﺤﻛﻨﺒﺆات ا ﻳﻨﺎﻣﻴﻜﻴﺔ ) dynamic forecastوﻫﻮ اﻟﻮﺿﻊ اﻻﻓﺮﺘا ( اﺤﻛﻨﺒﺆات
اﺨﻛﺎﺑﺘﺔ ، static forecastsﻓﺎﺤﻛﻨﺒﺆات ا ﻳﻨﺎﻣﻴﻜﻴﺔ ﻟﻠﻔﺮﺘة ﺗﻘﻮم ﺑﺎﺳﺘﺨﺪام اﻟﻘﻴﻢ
ً
اﻟﻲﺘ ﺗﻢ اﺤﻛﻨﺒﺆ ﺑﻬﺎ ﺳﺎﺑﻘﺎ ﻟﻠﻤﺘﻐﺮﻴ اﻤﻟﻮﺟﻮد ﻳﻨﺎ ،ﻲﻓ ﺣﻦﻴ أن اﺤﻛﻨﺒﺆات اﺨﻛﺎﺑﺘﺔ ﺗﻌﻄﻲ
ﻧﺘﺎﺋﺞ ﺑﺎﺳﺘﺨﺪام اﻟﻘﻴﻢ اﻤﻟﺸﺎﻫﺪة ﻟﻠﻤﺘﻐﺮﻴ ،ﻓﺈذا ﻟﻢ ﻳﻜﻦ ﻳﻨﺎ ﻗﻴﻢ ﻣﺸﺎﻫﺪة ﻓﺈن
ً
ﺑﺮﻧﺎﻣﺞ EViewsﻳﻌﻄﻲ ، NAوأﺧﺮﻴا ﻓﺈن اﻤﻟﺨﺮﺟﺎت اﻻﻓﺮﺘاﺿﻴﺔ ﺗﺘﻀﻤﻦ ﺷﻞﻜ
ﺑﻴﺎ ﻟﻠﺘﻨﺒﺆ وﺗﻘﻴﻴﻢ ﻟﻠﺘﻨﺒﺆات.
أﻧﻘﺮ ﺒﻟ OKﻟﻠﺤﺼﻮل ﺒﻟ اﻟﺸﻞﻜ 11.8ﺣﻴﺚ ﺳﻮف ﻳﺘﻢ ﻋﺮض اﺤﻛﻨﺒﺆات
اﺨﻛﺎﺑﺘﺔ ،وﺑﺈﺨدة ﻫﺬه اﻟﻌﻤﻠﻴﺔ وﻟﻜﻦ ﻟﻞﻜ اﻷﺷﻬﺮ ﻣﻦ 1980M1إﻰﻟ 2008M10
ﺳﻮف ﻳﺘﻢ ﻋﺮض اﺤﻛﻨﺒﺆات اﺨﻛﺎﺑﺘﺔ ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ 12.8ﺣﻴﺚ ﻗﻤﻨﺎ ﺤﺑﻔﻆ ﻫﺬه
اﺤﻛﻨﺒﺆات ﺤﺗﺖ اﺳﻢ .ALLDLUSDF
ﻲﻓ اﻟﺸﻞﻜ 11.8واﻟﺸﻞﻜ 12.8ﻫﻨﺎ ﺑﻌﺾ اﺨﻟﻄﻮات اﻟﻲﺘ ﻳﺘﻢ اﺳﺘﺨﺪاﻣﻬﺎ ﺑﺸﻞﻜ
ﻣﺘﻜﺮر ﻟﻠﺤﺼﻮل ﺒﻟ ﺗﻨﺒﺆ ذات ﻛﻔﺎءة ،وﻫﺬه اﺨﻟﻄﻮات ﻲﻫ ﺟﺬر ﻣﺘﻮﺳﻂ ﻣﺮﺑﻊ
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 218
ﻓﺈن ﻃﺮﻳﻘﺔ اﺤﻛﻨﺒﺆ اﻤﻟﺴﺘﺨﺪﻣﺔ ﺟﻴﺪة ﺑﻤﺜﻞ ﺟﻮدة اﺠﻤﻮذج U < إذا ﺎﻛن = 1
اﻟﺒﺴﻴﻂ اﻷول.
< إذا ﺎﻛن U < 1ﻓﺈن ﻃﺮﻳﻘﺔ اﺤﻛﻨﺒﺆ اﻤﻟﺴﺘﺨﺪﻣﺔ أﻓﻀﻞ ﻣﻦ اﺠﻤﻮذج اﻷول
اﻟﺒﺴﻴﻂ ،و ﻤﺎ ﻗﻠﺖ ﻗﻴﻤﺔ Uﻠﻛﻤﺎ ﺎﻛن ذﻟﻚ أﻓﻀﻞ.
< إذا ﺎﻛن U > 1ﻟﻴﺲ ﻫﻨﺎك ﺳﺒﺐ ﻻﺳﺘﺨﺪام أي ﻃﺮﻳﻘﺔ ﻟﻠﺘﻨﺒﺆ ﻷن اﺠﻤﻮذج
اﻷول ﺳﻮف ﻳﻌﻄﻲ ﻧﺘﺎﺋﺞ أﻛﺮﺜ دﻗﺔ.
ﻳﻌﺮض اﺠﺘﺎﺋﺞ اﺤﻛﺎ ﺔ ﺨﺑﺼﻮص ﻣﻌﺎﻣﻞ EViews ﺑﺎﻹﺿﺎﻓﺔ إﻰﻟ ذﻟﻚ ﻓﺈن
ﺛﻴﻞ:
< ﻧﺴﺒﺔ اﺤﻛﺒﺎﻳﻦ اﻤﻟﺸﺮﺘك covariance proportionواﻟﻲﺘ ﺗﻘﻴﺲ ﺑﻘﻴﺔ ﺧﻄﺄ اﺤﻛﻨﺒﺆ
ﻏﺮﻴ اﺠﻈﺎﻲﻣ.
ﻻﺣﻆ ﺑﺄن ﺠﻣﻤﻮع ﻧﺴﺐ اﺤﻛﺤﺰﻴ واﺤﻛﺒﺎﻳﻦ واﺤﻛﺒﺎﻳﻦ اﻤﻟﺸﺮﺘك ﺗﺴﺎوي .1
3.8ﻣﺴﺎﺋﻞ ﻣﺘﻌﻠﻘﺔ ﺑﻨﻤﺎذج ARCHﻓﻲ اﻟﺘﻄﺒﻴﻖ اﻟﻌﻤﻠﻲ
ﻳﻌﻄﻲ ARCHإﻃﺎر ﻟﻠﺘﺤﻠﻴﻞ وﺗﻄﻮﻳﺮ اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﺑﻤﺎ ﻓﻴﻬﺎ ﺗﻘﻠﺒﺎت
ﺗﻠﻚ اﻟﺴﻼﺳﻞ ،ﻧﻤﺎذج ARCHﺎﻛن ﻬﻟﺎ ﺗﻄﺒﻴﻘﺎت ﻣﻔﻴﺪة ﺧﻼل اﻟﻌﺮﺸ ﺳﻨﻮات
ً ً
اﻤﻟﺎﺿﻴﺔ وﺧﺼﻮﺻﺎ ﻲﻓ ﺣﻘﻞ اﺤﻛﻘﻠﺒﺎت اﻤﻟﺎ ﺔ ،وﻋﻤﻮﻣﺎ ﻓﺈن ﻧﻤﺎذج ARCH
ﺗﺴﺘﺨﺪم اﻵن ﺑﺎﺨﻧﻔﺎض ﻣﺴﺘﻤﺮ وذﻟﻚ ﻟﻮﺟﻮد ﻋﺪة ﺻﻌﻮﺑﺎت ﻣﻨﻬﺎ:
< ﻛﻴﻔﻴﺔ ﺤﺗﺪﻳﺪ - qﻋﺪد ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ -ﺣﻴﺚ ﻻ ﺗﻮﺟﺪ ﻃﺮﻳﻘﺔ واﺿﺤﺔ
ﻟﻚ.
< ﻗﻴﻤﺔ qﺗﺘﻄﻠﺐ اﺤﻟﺼﻮل ﺒﻟ ﺎﻛﻓﺔ ﺗﺄﺛﺮﻴات اﺤﻛﺒﺎﻳﻦ اﻤﻟﺮﺸوط واﻟﻲﺘ ﻗﺪ ﺗﻜﻮن
ً
ﻛﺒﺮﻴة ﺟﺪا ،وﻫﺬا ﻗﺪ ﻳﺆدي إﻰﻟ ﻧﻤﻮذج ARCHﻣﻌﻘﺪ وﻏﺮﻴ ﻣﺮﻏﻮب.
< ﻠﻛﻤﺎ زادت ﻗﻴﻤﺔ qﻠﻛﻤﺎ زادت اﺣﺘﻤﺎ ﺔ اﺤﻟﺼﻮل ﺒﻟ ﺗﺒﺎﻳﻦ ﻣﺮﺸوط ﺳﺎﻟﺐ.
ﺗﻢ اﺤﻛﻮﺳﻊ ﻲﻓ ﻋﻤﻠﻴﺔ ) ARCH(qوﺗﻄﻮﻳﺮﻫﺎ ﺑﺸﻞﻜ ﻣﺴﺘﻘﻞ ﻣﻦ ﻗﺒﻞ
) Bollerslev (1986) and Engle (1982وأﻃﻠﻖ ﻋﻠﻴﻬﺎ اﺳﻢ ﻋﻤﻠﻴﺔ ARCH
أو GARCHاﻤﻟﻌﻤﻤﺔ the generalized ARCH process or GARCHﺣﻴﺚ
أن ﻧﻤﺎذج GARCHأﺻﺒﺤﺖ ﺗﺴﺘﺨﺪم ﺑﻜﺮﺜة ﻲﻓ اﺤﻛﺤﻠﻴﻞ اﻤﻟﺎﻲﻟ ﻲﻓ اﻟﺴﻨﻮات
اﻷﺧﺮﻴة.
4.8ﻧﻤﺎذج GARCH
ً
ﻣﺴﺘﻘﻼ ً
ﺑﻨﺎء ﺒﻟ ﻗﻴﻤﺔ ﻧﻤﻮذج GARCHﻳﺴﻤﺢ ﻟﻠﺘﺒﺎﻳﻦ اﻟﺮﺸ أن ﻳﻜﻮن
ً
ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ اﺨﻟﺎﺻﺔ ﺑﻪ وﺑﻨﺎ ﺒﻟ ﺣﺪود اﺨﻟﻄﺄ اﻤﻟﺮﺑﻊ ﺠﻤﺎذج ARCHو أﺑﺴﻂ
ﺻﻮره ﻳﻜﻮن ﻳﻨﺎ:
)DLUSD AR(1
واﺧﺮﺘ اﻟﻌﻴﻨﺔ sampleﺤﻛﻜﻮن ﻣﻦ 1980M1إﻰﻟ 2007M12و ﺧﻴﺎر اﺠﻤﻮذج
modellingاﺧﺮﺘ ARCHﻟﻠﺠﺰء اﻟﺴﺎﺑﻖ ،و ﺧﻴﺎر Methodﻳﻜﻮن:
ARCH - Autoregressive Conditional Heteroscedasticity
ﻫﺬا ﺳﻮف ﻳﻌﺮض ﻧﺎﻓﺬة اﺤﻟﻮار ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ ،8.8وﻫﺬه اﻤﻟﺮة ﺳﻮف ﺨﻧﺘﺎر
ARCHو GARCHﺣ ﻛﻤﺎ ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸﻞﻜ ،8.13ﻧﺘﺎﺋﺞ ﺗﻄﺒﻴﻖ AR(1)-
) GARCH(1,1ﺗﻢ ﻋﺮﺿﻬﺎ ﻲﻓ اﻟﺸﻞﻜ .8.14
ً
ﻻﺣﻆ ﺑﺄن ﻇﻬﻮر ﻧﺘﺎﺋﺞ GARCHﻲﻓ اﻤﻟﻌﺎدﻟﺔ اﻤﻟﺘﻮﺳﻂ ﺨﻳﺘﻠﻒ ﻗﻠﻴﻼ ﻋﻤﺎ
ﺎﻛﻧﺖ ﻋﻠﻴﻬﺎ ﻲﻓ ﻋﻤﻠﻴﺔ ARCHﻋﻨﺪﻣﺎ ﺎﻛﻧﺖ ،AR1 = 0.0051, p = 0.9181ﻲﻓ
اﻟﺸﻞﻜ 8.14ﺗﻢ اﻹﺷﺎرة إﻰﻟ GARCHﺑﺎﻟﺮﻣﺰ ) GARCH(-1وﻣﻦ اﻟﻮاﺿﺢ أﻧﻪ
ﻟﻴﺲ ذو دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ وﻫﺬا ﻳﻌﻲﻨ أن ﻋﻤﻠﻴﺔ GARCHﻏﺮﻴ ﻣﻨﺎﺳﺒﺔ ﻟﻠﻤﺘﻐﺮﻴ
،DLUSDإﺣﺼﺎﺋﻴﺔ اﺤﻛﻨﺒﺆ ﻟﻠﻨﻤﻮذج ﺗﻢ ﻋﺮﺿﻬﺎ ﻲﻓ اﻟﺸﻞﻜ ،8.15وﻫﺬه ﻗﺪ ﻳُﺸﺎر
إ ﻬﺎ ﺑﺎﻟﺮﻣﺰ RMSEو MAEوﻲﻫ ﺗﻘﻮم ﺑﻘﻴﺎس ﻧﻤﻮذج ) GARCH(1,1وﻫﺬا
اﺠﻤﻮذج ﻳﻌﻄﻲ ﺗﻮﻗﻌﺎت أﺳﻮاء ﻣﻦ ﻧﻤﻮذج )) ARCH(1ﻗﺎرن ﻣﻊ اﻟﺸﻞﻜ .(12.8
< ﻻﺣﻆ :اﻟﻌﻮاﻣﻞ اﻷول واﺨﻛﺎ واﺨﻛﺎﻟﺚ ﻳﺘﻢ اﻋﺘﺒﺎرﻫﺎ ﻋﻮاﻣﻞ داﺧﻠﻴﺔ.
< ﻫﻨﺎك ﻋﻨﺮﺼﻳﻦ إﺿﺎﻓﻴﻦﻴ ﻧﺴﻤﻴﻬﻤﺎ ﻋﻨﺮﺼﻳﻦ ﺧﺎرﺟﻴﻦﻴ ﺳﻮف ﻳﺘﻢ اﺳﺘﺨﺪاﻣﻬﻤﺎ،
اﻷول ﻫﻮ ﻣﺘﻮﺳﻂ اﻟﻌﺎﺋﺪ اﻟﺼﻨﺎﻲﻋ ﻤﻟﺆﺮﺷ داوﺟﻮﻧﺰ ،DJواﺨﻛﺎ ﻫﻮ اﻟﻌﺎﺋﺪ ﺒﻟ
ﻣﺆﺮﺷ ﺑﻮرﺻﺔ ﻓﺮاﻧﻜﻔﻮرت ،Daxﻫﺬان اﻟﻌﻨﺮﺼان اﺨﻟﺎرﺟﻴﺎن ﻳُﺸﺮﻴان إﻰﻟ ﻣﺎ
إذا ﺎﻛن اﺤﻛﻘﻠﺐ ﺎﻛن ﺑﺴﺒﺐ اﻟﻌﻨﺎﺮﺻ ا اﺧﻠﻴﺔ أو أﺣﺪ اﻟﻌﻨﺎﺮﺻ اﺨﻟﺎرﺟﻴﺔ أو
ﻛﻼﻫﻤﺎ.
ﺠﻠﺨﺺ ذﻟﻚ:
- 1ﺳﻮف ﻧﺄﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻣﺎ إذا ﺎﻛﻧﺖ ﻣﻌﺎدﺤﻛﺎ اﺤﻛﺒﺎﻳﻦ ﻣﻊ ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ ﻤﻟﺮﺑﻊ
اﺨﻟﻄﺄ وﺣﺪ اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ ﻛﻼﻫﻤﺎ ذو دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ،
ﻓﺈذا ﺎﻛن ﺗﺄﺛﺮﻴات اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ ﻫﻮ اﻟﻮﺿﻊ اﺤﻟﺎﻲﻟ ﻟﻠﺘﺒﺎﻳﻦ
اﻟﺮﺸ ﻓﺈﻧﻪ ﻣﻦ اﻟﻮاﺿﺢ أن ﻫﻨﺎك د ﻞ ﺒﻟ وﺟﻮد ﺗﺄﺛﺮﻴ ARCHواﺿﺢ.
ً
- 2اﻟﻌﻮاﻣﻞ اﺨﻟﺎرﺟﻴﺔ ﺳﻮف ﺗﺘﻢ ﻣﻌﺎﻣﻠﺘﻬﺎ ﻛﻼ ﺒﻟ ﺣﺪة وﻫﺬا ﻳﻌﺘﻤﺪ ﺒﻟ ﻣﺎ
إذا ﺎﻛﻧﺖ ذات دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ أو ﻻ ،ﻓﺈذا ﺎﻛن أي ﻣﻦ اﻟﻌﺎﻣﻠﻦﻴ اﺨﻟﺎرﺟﻴﻦﻴ
ذو دﻻﻟﺔ إﺣﺼﺎﺋﻴﺔ ﻓﺈن ﻳﻤﻜﻨﻨﺎ أن ﻧﺴﺘﻨﺘﺞ ﺑﺄن ﻫﻨﺎك د ﻞ ﺒﻟ أن ﺗﺒﺎﻳﻦ
ً
) (GARCHﺗﺄﺛﺮ ﺑﺬﻟﻚ اﻟﻌﺎﻣﻞ وأن اﺤﻛﻘﻠﺐ ﺣﺪث ﺟﺰﺋﻴﺎ ﻣﻦ ﻗﺒﻞ ذﻟﻚ
اﻟﻌﺎﻣﻞ.
ﻣﻌﺎدﻟﺔ اﺤﻛﺒﺎﻳﻦ ﻲﻫ:
ﺗﻢ ﻤﺟﻊ ﺑﻴﺎﻧﺎت اﻷﺳﻌﺎر ﻲﻓ ﻧﻬﺎﻳﺔ ا ﻮم ﻷﺳﻬﻢ روﻳﺎل ﺑﻨﻚ أوف ﺳﻜﻮﺗﻼﻧﺪ
) (RBSوﻣﺆﺮﺷ اﻷﺳﻬﻢ ) FTSE 100 (FTSEوﻣﺆﺮﺷ ﻣﺘﻮﺳﻂ اﻟﺼﻨﺎﻋﺔ ﻷﺳﻬﻢ
داوﺟﻮﻧﺰ ) (DJﻣﺆﺮﺷ ﺑﻮرﺻﺔ ﻓﺮاﻧﻜﻔﻮرت ) ،(Daxﺣﻴﺚ ﺗﻢ اﺤﻟﺼﻮل ﺒﻟ ﻋﻴﻨﺔ
ﻣﻦ 1000ﻣﺸﺎﻫﺪة ﻟﻞﻜ ﻣﺘﻐﺮﻴ ﻣﻦ ﻫﺬه اﻤﻟﺘﻐﺮﻴات ﻟﻠﻔﺮﺘة ﻣﻦ 19ﻣﺎرس 2008
إﻰﻟ 5ﻣﺎرس ،2012ﺑﻴﺎﻧﺎت اﻷﺳﻌﺎر ﻟﻠﻤﺘﻐﺮﻴات اﻟﺴﺎﺑﻘﺔ ﺗﻢ ﺤﺗﻮﻳﻠﻬﺎ إﻰﻟ ﻣﻠﻒ
EViewsواﻟﻌﻮاﺋﺪ ﻛﻤﺎ ﻳﻲﻠ:
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 226
ﻣﻼﺣﻈﺔ:
اﻛﻴﺎﻧﺎت اﻟﻲﺘ ﺗﻢ اﺳﺘﺨﺪاﻣﻬﺎ ﺤﻟﺴﺎب اﺠﻤﺎذج اﻟﺴﺎﺑﻘﺔ ﺠﻳﺐ أن ﺗﻜﻮن
ﻣﺴﺘﻘﺮة ،وﻫﺬا ﺮﺷط ﺮﺿوري ﺣ ﻧﺘﺠﻨﺐ اﻻﺤﻧﺪار اﺠﺎﺗﺞ ﻣﻦ اﻻﺤﻧﺪار
اﻟﻮﻫﻲﻤ )ﻻ ﻗﻴﻤﺔ (.
اﻟﺴﻠﺴﻠﺔ اﻟﺰﻣﻨﻴﺔ اﻷو :اﺠﻤﺎذج ﻏﺮﻴ اﻟﺮﺳﻤﻴﺔ :RRBS
ﺤﺑﺴﺐ اﻟﺸﻞﻜ 16.8ﺗﺒﺪو اﻟﺴﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة.
أ( اﻟﺸﻞﻜ اﻛﻴﺎ ﻟﻼرﺗﺒﺎط ﻟﻠﺴﻠﺴﻠﺔ :RRBS
ً ً
أﻧﻘﺮ ﻧﻘﺮا ﻣﺰدوﺟﺎ ﺒﻟ RRBSﻣﻦ ﻣﻠﻒ اﻟﻌﻤﻞ ﻟﻠﺤﺼﻮل ﺒﻟ ﺑﻴﺎﻧﺎت
اﻟﺴﻠﺴﻠﺔ .RRBS
227 اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ :ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﻟﺘﻘﻠﺒﺎت اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ
اﺠﻤﻮذج اﻟﺮﺳﻲﻤ:
اﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ اﻤﻟﻌﺰز )Augmented Dickey-Fuller (ADF
ً
ﺑﻨﺎء ﺒﻟ ﻧﺘﺎﺋﺞ اﻟﺸﻞﻜ 24.8ﻓﺈن إﺣﺼﺎﺋﻴﺔ اﺧﺘﺒﺎر ADFﺗﺴﺎوي -26.07087
P-values = 0.000 - 4
Prob = 0.000 < 0.05 - 5وﺑﺎﺤﻛﺎﻲﻟ ﻧﺮﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم .H0
- 6اﻟﺴﻠﺴﻠﺔ RDJﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﺳﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة.
اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ:
أﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ اﻤﻟﻌﺰز ) (ADFﻟﻠﺴﻠﺴﻠﺔ RDJ
: H0 - 1اﻟﺴﻠﺴﻠﺔ RDJﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
: H1 - 2اﻟﺴﻠﺴﻠﺔ RDJﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ً
ﺑﻨﺎء ﺒﻟ ﻧﺘﺎﺋﺞ اﻟﺸﻞﻜ 27.8ﻓﺈن إﺣﺼﺎﺋﻴﺔ اﺧﺘﺒﺎر ADFﺗﺴﺎوي -31.11467
P-values = 0.000 -4
Prob = 0.000 < 0.05 - 5وﺑﺎﺤﻛﺎﻲﻟ ﻧﺮﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم .H0
- 6ﻧﺴﺘﻨﺘﺞ ﺑﺄن اﻟﺴﻠﺴﻠﺔ RDJﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﻣﺴﺘﻘﺮة.
ﻲﻓ اﺨﻟﻼﺻﺔ :وﺟﺪﻧﺎ ﺑﺄن ﻞﻛ اﻟﺴﻼﺳﻞ ﻣﺴﺘﻘﺮة.
237 اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ :ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﻟﺘﻘﻠﺒﺎت اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ
ﻓﻴﺠﺐ ﺗﻀﻤﻦﻴ اﻻﺠﺗﺎه ،و ذا ﺎﻛن اﻟﺮﺳﻢ اﻛﻴﺎ ﻟﻠﺴﻠﺴﻠﺔ ﻟﻴﺲ اﺠﺗﺎه ﻓﻼ ﺠﻳﺐ
ﺗﻀﻤﻦﻴ اﻻﺠﺗﺎه؛ ﺠﻳﺐ ﻓﻘﻂ ﺗﻀﻤﻦﻴ اﺤﻛﻘﺎﻃﻊ.
H0 : U - 1ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
H1 : U - 2ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﺳﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ً
ﺑﻨﺎء ﺒﻟ ﻧﺘﺎﺋﺞ اﻟﺸﻞﻜ 8.31ﻓﺈن إﺣﺼﺎﺋﻴﺔ اﺧﺘﺒﺎر ADFﺗﺴﺎوي -16.66196
P-values = 0.000 - 1
Prob = 0.000 < 0.05 - 2وﺑﺎﺤﻛﺎﻲﻟ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم .H0
- 3اﻟﺴﻠﺴﻠﺔ Uﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﺳﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة.
ﺑﻮاﻲﻗ اﻤﻟﻌﺎدﻟﺔ اﻤﻟﺘﻮﺳﻄﺔ ﻣﺴﺘﻘﺮة وﻫﺬا ﻳﻌﻲﻨ أن ﻫﻨﺎك ﺳﻠﺴﻠﺘﻦﻴ ﺨﻣﺘﻠﻄﺘﻦﻴ
وﻫﻨﺎك ﻋﻼﻗﺔ ﻃﻮﻳﻠﺔ اﻷﺟﻞ ﺑﻴﻨﻬﻤﺎ.
ﺑﺎﺳﺘﺨﺪام EViewsﺤﻛﺤﻠﻴﻞ ARCH ، GARCH ، EGARCH
- 1ﺑﺎﺳﺘﺨﺪام ﺗﻮزﻳﻊ ﺟﺎوس اﻟﻄﺒﻴﻲﻌ ﻛﺘﻮزﻳﻊ ﻟﻠﺨﻄﺄ
ﻛﻤﺎ ﻳﻲﻠ: أﻧﻘﺮ ﺒﻟ Quick/Estimate Equationﺛﻢ اﻃﺒﻊ اﺳﻢ اﻤﻟﺘﻐﺮﻴات ﻟﻠﻨﻤﻮذج اﻟﺮﺋﻴ
RRBS C RFTSE
ﻻ ﺗﻘﻢ ﺑﺈﺿﺎﻓﺔ أي ﻋﻨﺎﺮﺻ ﺧﺎرﺟﻴﺔ ﺤﻟﺴﺎب اﻻﺤﻧﺪار ﻫﻨﺎ.
ﻣﻦ ﻣﺮﺑﻊ اﻟﻄﺮﻳﻘﺔ methodاﺧﺮﺘ ARCHﺛﻢ اﻧﻘﺮ OKﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﻲﻓ اﻟﺸﻞﻜ .32.8
اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻘﺪرة:
RRBS = C(1) + C(2)*RFTSE
GARCH = C(3) + C(4)*RESID(-1)2 + C(5)*GARCH(-1) + C(6)*RDJ +
C(7)*RDAX
اﻤﻟﻌﺎﻣﻼت اﻤﻟﺴﺘﺒﺪﻟﺔ:
RRBS = 0.00044059057028 - 0.107028069526*RFTSE
GARCH = 6.59263919847E-05 + 0.307546277944*RESID(-1)2 +
0.729125918193*GARCH(-1) + 0.00441565197904*RDJ - 0.00026570
$32637195#*RDAX
ً
- 3ﻛﻼ ﻣﻦ ﺣﺪ اﺨﻟﻄﺄ اﻤﻟﺮﺑﻊ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ وﺣﺪ اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة
ﺗﺒﺎﻃﺆ ﻛﻼﻫﻤﺎ ذو ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ،وﺑﻤﺎ أن اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ
ﻳﺆﺛﺮ ﻲﻓ اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ اﺤﻟﺎﻲﻟ ﻓﻬﺬا د ﻞ واﺿﺢ ﺒﻟ أن ﻫﻨﺎك ﺗﺄﺛﺮﻴ ﻟـ
ً
ARCHأﻛﺮﺜ وﺿﻮﺣﺎ.
- 4ا ﻞ اﺨﻛﺎ ﻟﻚ ﻫﻮ أن ﺠﻣﻤﻮع اﻤﻟﻌﺎﻣﻼت ﻬﻟﺬﻳﻦ اﻟﻌﻨﺮﺼﻳﻦ أﻛﺮﺒ ﻣﻦ 1
ﺣﻴﺚ أن اﻤﻟﺠﻤﻮع . 1.036672 = 0.729126 + 0.307546
- 5ﻣﻌﺎﻣﻞ RDJو ) C(6ﻬﻟﻤﺎ ﻗﻴﻤﺔ p-value = 0.117وﻲﻫ أﻗﻞ ﻣﻦ 0.05وﺑﺴﺒﺐ
ذﻟﻚ ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0اﻟﻘﺎﺋﻞ ﺑﺄن اﻤﻟﻌﺎﻣﻞ ﻳﺴﺎوي ﺻﻔﺮ ،وﻳﻤﻜﻨﻨﺎ
ﺣﺴﺎب ﻫﺬا اﻟﻌﺎﻣﻞ اﺨﻟﺎر -وﻫﻮ ﻣﺘﻮﺳﻂ اﻟﺼﻨﺎﻋﺔ ﻤﻟﺆﺮﺷ داوﺟﻮﻧﺰ -
ً
وا ي ﺗﺄﺛﺮﻴ ﺒﻟ ﺗﺒﺎﻳﻦ ﺑﻮاﻲﻗ GARCHواﺤﻛﻘﻠﺐ ﻳﻤﻜﻦ ﺗﻔﺴﺮﻴه ﺟﺰﺋﻴﺎ
ﻲﻓ ﺿﻮر ﻫﺬا اﻟﻌﺎﻣﻞ.
- 6ﻣﻌﺎﻣﻞ RDAXو ) C(7ﻗﻴﻤﺔ p-value = 0.8964وﻫﺬه اﻟﻘﻴﻤﺔ أﻛﺮﺒ ﻣﻦ
0.05وذﻟﻚ ﻻ ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض اﻟﻌﺪم H0اﻟﻘﺎﺋﻞ ﺑﺄن ﻫﺬا اﻤﻟﻌﺎﻣﻞ ﻳﺴﺎوي
ﺻﻔﺮ ،وﻳﻤﻜﻨﻨﺎ ﺣﺴﺎب اﻟﻌﺎﻣﻞ اﺨﻟﺎر -وﻫﻮ ﻣﺆﺮﺷ أﺳﻌﺎر ﺳﻮق أﺳﻬﻢ
ﻓﺮاﻧﻜﻔﻮرت -وا ي ﻟﻴﺲ ﺗﺄﺛﺮﻴ ﺒﻟ ﺗﺒﺎﻳﻦ ﺑﻮاﻲﻗ GARCHواﺤﻛﻘﻠﺒﺎت
ً
ﻻ ﻳﻤﻜﻦ ﺗﻔﺴﺮﻴﻫﺎ ﺟﺰﺋﻴﺎ ﻲﻓ ﺿﻮء ﻫﺬا اﻟﻌﺎﻣﻞ اﺨﻟﺎر .
ﺗﺤﻠﻴﻞ اﻟﺒﻮاﻗﻲ ﻟﻬﺬا اﻟﻨﻤﻮذج
ﻓﺤﺺ اﻻرﺗﺒﺎط ا ا
residual diagnostics ﻣﻦ ﻧﺘﺎﺋﺞ اﻤﻟﺘﻐﺮﻴ ARCHأﻧﻘﺮ ﺒﻟ Viewﺛﻢ اﺧﺮﺘ
وﻣﻦ اﻟﻘﺎﺋﻤﺔ اﺧﺮﺘ .correlogram residual squared
: H0 - 1ﻟﻴﺲ ﻫﻨﺎك ارﺗﺒﺎط ذا .
: H1 - 2ﻫﻨﺎك ارﺗﺒﺎط ذا .
α = 5% - 3أو 0.05
245 اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ :ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﻟﺘﻘﻠﺒﺎت اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ
ﻫﻨﺎ ﻻ ﺗﻘﻢ ﺑﺈﺿﺎﻓﺔ أﺳﻤﺎء اﻟﻌﻮاﻣﻞ اﺨﻟﺎرﺟﻴﺔ ﻲﻓ ﺣﺴﺎب ﻫﺬا اﻻﺤﻧﺪار ،ﻲﻓ اﺨﻟﻴﺎر method
اﺧﺮﺘ ARCHواﻧﻘﺮ ﺒﻟ .OK
اﻤﻟﻌﺎدﻟﺔ اﻤﻟﻘﺪرة:
RRBS = C(1) + C(2)*RFTSE
GARCH = C(3) + C(4)*RESID(-1)2 + C(5)*GARCH(-1) + C(6)*RDJ +
C(7)*RDAX
اﻟﻌﻮاﻣﻞ اﻛﺪﻳﻠﺔ
RRBS = -0.000672926747248 - 0.103030746203*RFTSE
GARCH = 2.92664285293e-5 + 0.0952620258503*RESID(-1)2 +
0.885561667313*GARCH(-1) + 0.00282713540958*RDJ - 0.0025837
$329938799#*RDAX
- 3ﺣﺪ اﺨﻟﻄﺄ اﻤﻟﺮﺑﻊ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ وﺣﺪ اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ ﻛﻼﻫﻤﺎ
ذو ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴــﺔ ،اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ ﻣﻊ ﻓﺮﺘة اﺤﻛﺒﺎﻃــﺆ ﻳﺆﺛﺮ ﻲﻓ اﺤﻛﺒﺎﻳﻦ
اﻟﺮﺸ اﺤﻟﺎﻲﻟ ،وﻫﻨﺎك د ﻞ واﺿﺢ ﺑﺄن ﻫﻨﺎك ﺗﺄﺛﺮﻴ واﺿﺢ ﻟـ .ARCH
ً
- 4ا ــﻞ اﺨﻛﺎ ﻫﻮ أن ﺠﻣﻤﻮع اﻤﻟﻌﺎﻣﻼت ﻬﻟﺬﻳﻦ اﻟﻌﻨﺮﺼﻳﻦ ﻗﺮﻳﺐ ﺟﺪا ﻣﻦ 1
اﻟﺼﺤﻴﺢ0.980824 = 0.885562 + 0.095262 ,1 ،
- 5ﻣﻌﺎﻣــﻞ RDJوﻫﻮ ) C(6ﻗﻴﻤــﺔ p-value = 0.0482وﻲﻫ أﻗﻞ ﻣﻦ 0.05
وﺑﺴﺒﺐ ذﻟﻚ ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0اﻟﻘﺎﺋﻞ ﺑﺄن اﻤﻟﻌﺎﻣﻞ ﻳﺴﺎوي ﺻﻔﺮ،
وﻳﻤﻜﻨﻨﺎ أن ﻧﺴــﺘﻨﺘﺞ ﺑﺄن اﻟﻌﺎﻣﻞ اﺨﻟﺎر -وﻫﻮ اﻤﻟﺘﻮﺳﻂ اﻟﺼﻨﺎﻲﻋ ﻤﻟﺆﺮﺷ
ً
داوﺟﻮﻧﺰ -أﺛﺮ ﻲﻓ ﺗﺒﺎﻳﻦ اﻛﻮاﻲﻗ GARCHواﺤﻛﻘﻠﺐ ﻳﻤﻜﻦ ﺗﻔﺴــﺮﻴه ﺟﺰﺋﻴﺎ
ﻣﻦ ﺧﻼل ﻫﺬا اﻟﻌﺎﻣﻞ.
اﻤﻟﻌﺎﻣﻼت اﻤﻟﺴﺘﺒﺪﻟﺔ
RRBS = -0.00180553895589 - 0.071258180958*RFTSE
GARCH = 3.93856073084e-05 + 0.160036844195*RESID(-1)2 +
0.840161327051*GARCH(-1) + 0.00336141819334*RDJ - 0.00197366
$32147581#*RDAX
اﻤﻟﻌﺎدﻟﺔ اﻟﺮﺋﻴﺴﻴﺔ
ﻣﻌﺎﻣﻞ RFTSEوا ي ﻫﻮ ) C(2ﻗﻴﻤﺔ p-value = 0.2566وﻲﻫ أﻛﺮﺒ ﻣﻦ
0.05ﻓﻬﺬا اﻤﻟﻌﺎﻣﻞ ﻟﻴﺲ ذو ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ،وﻫﺬا د ﻞ ﺒﻟ أن اﻤﻟﺘﻐﺮﻴ ﻟﻴﺲ
ﻟﻢ ﻳﺆﺛﺮ ﻲﻓ أﺳﻌﺎر أﺳﻬﻢ .RBS
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 258
ﻻ ﺗﻘﻢ ﺑﺈﺿﺎﻓﺔ أﺳﻤﺎء اﻟﻌﻮاﻣﻞ اﺨﻟﺎرﺟﻴﺔ ﻲﻓ ﺣﺴﺎب ﻫﺬا اﻻﺤﻧﺪار؛ ﻲﻓ اﺨﻟﻴﺎر methodاﺧﺮﺘ
ARCHﺛﻢ أﻧﻘﺮ OKﺳﻮف ﺤﺗﺼﻞ ﺒﻟ ﻧﺘﺎﺋﺞ ﻛﻤﺎ ﻲﻓ اﻟﺸﻞﻜ .47.8
اﻤﻟﻌﺎﻣﻼت اﻤﻟﺴﺘﺒﺪﻟﺔ
RRBS = - 0.002177 - 0.07862*RFTSE
)))LOG(GARCH) = -0.01235 - 0.019110*ABS(RESID(-1)/@SQRT(GARCH(-1
- 0.99595*RESID(-1)/@SQRT(GARCH(-1))-5.271494*LOG(GARCH(-1)) -
1.260094*RDG
ﻣﻦ اﺠﻤﺎذج اﻟﻲﺘ ﺗﻢ ﻋﺮﺿﻬﺎ ﻫﻨﺎ ﻲﻫ أﻧﻬﺎ ﻧﻤﺎذج ﻣﺘﻨﺎﻇﺮة ،ﻲﻓ اﺠﻤﺎذج اﻤﻟﺘﻨﺎﻇﺮة
ﺣﺠﻢ اﻟﺼﺪﻣﺔ ﻓﻘﻂ ﻳﺆﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر وﻟﻴﺴﺖ اﻹﺷﺎرة ،وﻫﺬا ﺠﻘﻮل ﺻﺪﻣﺔ
ﺳﺎﻛﺔ ﻛﺒﺮﻴة أﺛﺮت ﺒﻟ اﺤﻛﻘﻠﺒﺎت اﻤﻟﺴﺘﻘﺒﻠﻴﺔ أو ﺻﺪﻣﺔ ﻣﻮﺟﺒﺔ ﻛﺒﺮﻴة ﻣﻊ ﻧﻔﺲ
اﻤﻟﻘﺪار؛ واﺤﻛﻄﻮر اﻤﻟﺜﺮﻴ ﻲﻓ ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﺤﻛﻘﻠﺒﺎت ﻲﻓ ﺠﻣﺎل اﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﻫﻮ
أن اﻷﺧﺒﺎر اﺠﻟﻴﺪة أو اﻷﺧﺒﺎر اﻟﺴﻴﺌﺔ ﻬﻟﺎ ﺗﺄﺛﺮﻴات ﺨﻣﺘﻠﻔﺔ اﺤﻛﻘﻠﺒﺎت اﻤﻟﺴﺘﻘﺒﻠﻴﺔ،
ﻓﺎﺠﻤﺎذج اﻟﻲﺘ ﺗﻢ ﺗﻄﻮﻳﺮﻫﺎ ﺗﺴﻤﺢ ﺑﺎﺣﺘﻤﺎ ﺔ أن اﻻﺨﻧﻔﺎض ﻏﺮﻴ اﻤﻟﺘﻮﻗﻊ ﻲﻓ أﺳﻌﺎر
اﻷﺳﻬﻢ -ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ) -اﻻﺧﺒﺎر اﻟﺴﻴﺌﺔ( ﻬﻟﺎ ﺗﺄﺛﺮﻴ أﻛﺮﺒ ﺒﻟ اﺤﻛﻘﻠﺒﺎت
اﻤﻟﺴﺘﻘﺒﻠﻴﺔ ﻣﻦ اﻟﺰﻳﺎدة ﻏﺮﻴ اﻤﻟﺘﻮﻗﻌﺔ ﻲﻓ اﻷﺳﻌﺎر )اﻷﺧﺒﺎر اﺠﻟﻴﺪة( ،ﻣﺜﻞ ﻫﺬه
اﺤﻛﻄﻮرات اﻟﻲﺘ ﺣﺼﻠﺖ ﻲﻓ 15ﺳﻨﺔ اﻷﺧﺮﻴة وﺤﺗﻠﻴﻠﻬﺎ أﻣﺮ ﻳﻤﻜﻦ اﻟﻘﻴﺎم ﺑﻪ ﻲﻓ
.EViews
أن اﺳﺘﺨﺪام ARCHو ) ARCH(GARCHاﻟﻌﺎﻣﺔ ﻟﺮﺸح اﺨﻟﺼﺎﺋﺺ اﻤﻟﺘﻐﺮﻴة
ﻲﻓ اﻻﻗﺘﺼﺎد اﻷﺣﺎدي واﻟﺴﻼﺳﻞ اﻟﺰﻣﻨﻴﺔ ﺗﻢ ﺗﻮﺳﻌﺘﻪ ﻣﻦ ﻗﺒﻞ Bollerslev et al.
) (1988ﻟﺸﻤﻞ ﺳﻴﻨﺎرﻳﻮﻫﺎت ﻣﺘﻌﺪدة ﻲﻓ دراﺳﺘﻬﻢ ﻟﻠﻌﻮاﺋﺪ ﺒﻟ ﺳﻨﺪات اﺨﻟﺰاﻧﺔ
اﻷرﻳﻜﻴﺔ واﻷﺳﻬﻢ ،اﻛﺎﺣﺜﻮن أﺳﺴﻮا اﻃﺎر ﻋﻤﻞ ﻻﺧﺘﻼف اﺤﻛﺒﺎﻳﻦ اﻟﺮﺸ
ا ا اﻟﻌﺎم اﻤﻟﺘﻌﺪد ) (MGARCHرﺟﺎت اﺠﻤﺎذج واﻟﻲﺘ ﺠﺗﻌﻞ ﻣﻔﺎﻫﻴﻢ ﻗﻴﺎس
اﺤﻛﻘﻠﺒﺎت اﻟﺮﺸﻃﻴﺔ اﻤﻟﺘﻌﺪدة ﺗﻤﺘﺪ إﻰﻟ ﻋﺪة ﻣﺴﺘﻮﻳﺎت ﺨﻣﺘﻠﻔﺔ ،واﻟﺴﺒﺐ اﻟﺮﺋﻴ
ﺤﻛﻄﻮﻳﺮ ﻧﻤﺎذج MGARCHﻫﻮ إذا ﺎﻛﻧﺖ اﺤﻛﻘﻠﺐ ﺣﺪث ﻲﻓ ﺳﻮق واﺣﺪة ﺑﻌﺪ
ﺻﺪﻣﺔ ﻲﻓ ﺳﻮق آﺧﺮ ﻓﺈن اﻟﻄﺮﻳﻘﺔ اﻷﺣﺎدﻳﺔ ﻲﻓ اﺤﻛﺤﻠﻴﻞ ﺳﻮف ﺗﺆدي إﻰﻟ ﺧﻄﺄ
ﻲﻓ ﺻﻴﺎﻏﺔ اﺠﻤﻮذج ،أي ﺑﻤﻌﻲﻨ أن ﻧﻤﺎذج MGARCHﺗﻢ ﺗﺼﻤﻴﻤﻬﺎ ﻟﺘﺴﺎﻋﺪ
اﻤﻟﺸﺮﺘ ﻦﻴ ﻲﻓ اﻷﺳﻮق ﺒﻟ ﻓﻬﻢ اﻧﺘﻘﺎل اﺤﻛﻘﻠﺒﺎت ﺑﻦﻴ اﻷﺳﻮاق )أو اﻣﺘﺪاد
اﺤﻛﺄﺛﺮﻴات( ﺧﻼل اﻟﻔﺮﺘة اﻟﺰﻣﻨﻴﺔ و اﻟﻘﻄﺎﺨت اﻻﻗﺘﺼﺎدﻳﺔ اﻤﻟﺨﺘﻠﻔﺔ )Ewing
.(2002; Righia and Cerella 2012
ﻫﻨﺎك ﻋﺪد ﻛﺒﺮﻴ ﻣﻦ ﺗﻄﺒﻴﻘﺎت ﻧﻤﺎذج MGARCHﺒﻟ اﻛﻴﺎﻧﺎت اﻤﻟﺎ ﺔ ،ﻋﺪد
ﻣﻦ ﻫﺬه ا راﺳﺎت اﻷو ﺔ ﺗﻀﻤﻨﺖ ﺤﺗﻠﻴﻞ ﺳﻴﺎﺳﺎت اﺤﻛﺤﻮط ا ﻳﻨﺎﻣﻴﻜﻴﺔ )أﻧﻈﺮ
ﺒﻟ ﺳﺒﻴﻞ اﻤﻟﺜﺎل ;)Baillie and Myers (1991); Kroner and Clasessens (1991
ً
،((Lien and Luo (1994وﺣﺪﻳﺜﺎ ﻗﺎم اﻛﺎﺣﺚ ) Brooks et al. (2002ﺑﻤﻘﺎرﻧﺔ
269 اﻟﻔﺼﻞ اﻟﺜﺎﻣﻦ :ﺻﻴﺎﻏﺔ ﻧﻤﺎذج اﻟﺘﻘﻠﺒﺎت اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ
ً
ﻧﻤﻮذج اﻻﺤﻧﺪار اﻟﻘﻴﺎ ﻳﻔﺮﺘض ﺑﺄن اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ Yﻳﺘﻢ ﻗﻴﺎﺳﻪ ﻛﻤﻴﺎ،
ً ً
اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ )أو اﺤﻛﻨﺒﺆﻳﺔ( Xiﻗﺪ ﻳﺘﻢ ﻗﻴﺎﺳﻬﺎ ﻧﻮﻋﻴﺎ أو ﻛﻤﻴﺎ ،ﻛﻤﺎ أن
ً
اﻤﻟﺘﻐﺮﻴ اﺤﻛﻨﺒﺆي اﻟﻮﻫﻲﻤ ﻫﻮ ﻣﺘﻐﺮﻴ ﻳﺘﻢ ﻗﻴﺎﺳﻪ ﻛﻤﻴﺎ ،واﺠﻤﺎذج اﻟﻠﻮﺬﻟرﻳﺘﻤﻴﻪ ﻳﺘﻢ
ﺗﻄﺒﻴﻘﻬﺎ ﺒﻟ ﺣﺎﻻت ﻳﻜﻮن ﻓﻴﻬﺎ اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ذو ﻃﺒﻴﻌﺔ ﺛﻨﺎﺋﻴﺔ ﺣﻴﺚ ﻳﻜﻮن
إﻣﺎ ﻳﺴﺎوي 0أو ،1ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ Yﻗﺪ ﻳﻜﻮن ﺷﺨﺺ ﺨﻃﻞ
ﻋﻦ اﻟﻌﻤﻞ و ﻫﺬه اﺤﻟﺎﻟﺔ ﻳﻜﻮن اﻟﺮﺘﻣﺰﻴ )ﺨﻣﻞ = ،1ﺨﻃﻞ ﻋﻦ اﻟﻌﻤﻞ = ،(0
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﻤﻟﺘﻐﺮﻴات اﺤﻛﻨﺒﺆﻳﺔ ﻳﻤﻜﻦ أن ﺗﺘﻀﻤﻦ X1ﻣﻌﺪل ﻣﺘﻮﺳﻂ اﻷﺟﺮ
اﻤﻟﺤﻲﻠ X2 ،ﻣﺴﺘﻮى اﺤﻛﻌﻠﻴﻢ ﻟﻠﺸﺨﺺ X3 ،ﻣﻌﺪل اﻛﻄﺎﻟﺔ اﻤﻟﺤﻲﻠ X4 ،ا ﺧﻞ
اﻟﻌﺎﺋﻲﻠ ...اﻟﺦ ،اﻟﺴﺆال ﻳﺮﺒز ﻋﻨﺪﻣﺎ ﻧﺮﻳﺪ ﻣﻌﺮﻓﺔ ﻛﻴﻒ ﻧﺘﻌﺎﻣﻞ ﻣﻊ اﺠﻤﺎذج اﻟﻲﺘ
ﺗﺘﻀﻤﻦ ﻣﺘﻐﺮﻴات ﺗﺎﺑﻌﺔ ﺛﻨﺎﺋﻴﺔ.
اﻟﺴﺆال اﻟﺮﺋﻴ ﻲﻓ ﻫﺬا اﻟﺼﺪد ﻫﻮ ﻛﻴﻒ ﻳﻤﻜﻨﻨﺎ ﺻﻴﺎﻏﺔ ﻧﻤﻮذج ﻏﺮﻴ رﻗﻲﻤ
ﻟﻠﻤﺘﻐﺮﻴات اﺤﻛﺎﺑﻌﺔ؟ ﻫﺬا اﻟﻔﺼﻞ ﻳﺴﺎﻋﺪﻧﺎ ﻲﻓ اﻹﺟﺎﺑﺔ ﻋﻦ ﻋﺪة أﺳﺌﻠﺔ ﻣﺜﻞ:
ً
< ﻤﻟﺎذا ﺨﺗﺘﺎر اﻟﺮﺸ ت إدراج أﺳﻬﻤﻬﺎ ﻲﻓ ﺑﻮرﺻﺔ NASDAQﺑﺪﻻ ﻣﻦ ﺑﻮرﺻﺔ
NYSE؟
ُ
< ﻤﻟﺎذا ﺑﻌﺾ اﻷﺳﻬﻢ ﺗﺪر ﺗﻮزﻳﻌﺎت ﺑﻴﻨﻤﺎ اﻛﻌﺾ اﻵﺧﺮ ﻻ؟
< ﻣﺎ ﻲﻫ اﻟﻌﻮاﻣﻞ اﻟﻲﺘ ﺗﺆﺛﺮ ﻲﻓ ﻋﺠﺰ ﺑﻌﺾ ا ول ﻋﻦ ﺳﺪاد دﻳﻮﻧﻬﺎ؟
< ﻤﻟﺎذا ﺨﺗﺘﺎر ﺑﻌﺾ اﻟﺮﺸ ت إﺻﺪار أﺳﻬﻢ ﺟﺪﻳﺪة ﺤﻛﻤﻮﻳﻞ ﺗﻮﺳﻌﺎﺗﻬﺎ ﺑﻴﻨﻤﺎ اﻛﻌﺾ
اﻵﺧﺮ ﺨﻳﺘﺎر إﺻﺪار ﺳﻨﺪات؟
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 274
< ﻤﻟﺎذا ﺨﺗﺘﺎر ﻋﺾ اﻟﺮﺸ ت ا ﺧﻮل ﻲﻓ ﻋﻤﻠﻴﺔ ﺗﻘﺴﻴﻢ ﻷﺳﻬﻤﻬﺎ ﺑﻴﻨﻤﺎ اﻛﻌﺾ
اﻵﺧﺮ ﻻ ﻳﻘﻮم ﺑﺬﻟﻚ؟
ﻲﻓ ﻞﻛ ﻫﺬه اﺤﻟﺎﻻت ﻓﺈن اﻟﺸﻞﻜ اﻟﺼﺤﻴﺢ ﻟﻠﻤﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ﺳﻮف ﻳﻜﻮن إﻣﺎ 0
أو 1أي ﺳﻴﻜﻮن ﻣﺘﻐﺮﻴ وﻫﻲﻤ ﻃﺎﻤﻟﺎ ﻫﻨﺎك اﺣﺘﻤﺎﻟﻦﻴ اﺛﻨﻦﻴ ﻟﻺﺟﺎﺑﺔ؛ ﻫﻨﺎك ﺑﺎﻟﻄﺒﻊ
ﺣﺎﻻت أﺧﺮى ﺣﻴﺚ ﻳﻜﻮن ﻣﻦ اﻤﻟﻔﻴﺪ أن ﻧﺴﻤﻊ ﻟﻠﻤﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ أن ﻳﺄﺧﺬ ﻗﻴﻢ
أﺧﺮى ،ﻓﻌﻨﺪﻣﺎ ﻳﺄﺧﺬ اﻤﻟﺘﻐﺮﻴ ﻗﻴﻤﺘﻦﻴ اﺛﻨﻦﻴ ﻓﻘﻂ ﻓﻴﻤﻜﻨﻨﺎ أن ﻧﺴﻲﻤ ذﻟﻚ اﻤﻟﺘﻐﺮﻴ
ﺑﺄﻧﻪ ﻣﺘﻐﺮﻴ ﺛﻨﺎ .
1. 9ﻧﻤﻮذج اﻻﺣﺘﻤﺎل اﻟﺨﻄﻲ
اﻟﻄﺮﻳﻘﺔ اﻟﺒﺴﻴﻄﺔ واﻟﻮاﺿﺤﺔ واﻤﻟﻌﺮوﻓﺔ ﻲﻓ اﺤﻛﻌﺎﻣﻞ ﻣﻊ اﻤﻟﺘﻐﺮﻴات اﺤﻛﺎﺑﻌﺔ
اﻤﻟﺴﺘﻘﻠﺔ ﻲﻫ ﻧﻤﻮذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻲ ،ﻫﺬا اﺠﻤﻮذج ﻳﻌﺘﻤﺪ ﺒﻟ ﻓﺮﺿﻴﺔ ﺑﺄن
ً
اﺣﺘﻤﺎ ﺔ وﻗﻮع اﺤﻟﺪث Piﺗﺘﻌﻠﻖ ﺧﻄﻴﺎ ﺑﻤﺠﻤﻮﻋﺔ ﻣﻦ اﻤﻟﺘﻐﺮﻴات اﺤﻛﻨﺒﺆﻳﺔ.
ﻣﻦ اﻟﻮاﺿﺢ ﺑﺄن اﻻﺣﺘﻤﺎﻻت اﻟﻮاﻗﻌﻴﺔ ﻻ ﻳﻤﻜﻦ ﻣﺸﺎﻫﺪاﺗﻬﺎ ،وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈﻧﻨﺎ
ﺳﻮف ﻧﻘﺪر ﻧﻤﻮذج ﺗﻜﻮن ﺨﻣﺮﺟﺎﺗﻪ ) yiﺳﻠﺴﻠﺔ ﻣﻦ أﻋﺪاد 1وأﺻﻔﺎر( وﺳﻮف
ﺗﻜﻮن ﻲﻫ اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ،وﻧﻤﻮذج اﻻﺤﻧﺪار اﺨﻟﻄﻲ ﻫﺬا ﺳﻮف ﻳﺘﻢ ﺗﻘﺪﻳﺮه ﻣﻦ
ﺧﻼل ،OLSوﺠﻣﻤﻮﻋﺔ اﻤﻟﺘﻐﺮﻴات )اﺤﻛﺎﺑﻊ( واﺤﻛﻨﺒﺆﻳﺔ ﻣﻦ اﻤﻟﻤﻜﻦ أن ﺗﺘﻀﻤﻦ
ﻣﺘﻐﺮﻴات ﻛﻤﻴﺔ أو وﻫﻤﻴﺔ أو ﻛﻼﻫﻤﺎ ،واﻟﻘﻴﻢ اﻤﻟﻨﺎﺳﺒﺔ ﻣﻦ ﻫﺬا اﻻﺤﻧﺪار ﻲﻫ
اﻻﺣﺘﻤﺎﻻت اﻤﻟﻘﺪرة ﻟﻠﻤﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ yi = 1ﻟﻞﻜ ﻣﺸﺎﻫﺪة ﻣﻦ اﻤﻟﺸﺎﻫﺪات .i
اﻤﻟﻴﻞ اﻤﻟﻘﺪر ﺠﻤﻮذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻲ ﻳﻤﻜﻦ ﺗﻔﺴﺮﻴه ﺑﺄﻧﻪ ﻲﻓ ﺣﺎﻟﺔ اﺤﻛﻐﺮﻴ
ﻲﻓ اﺣﺘﻤﺎل اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ﺳﻮف ﻳﺴﺎوي 1إذا ﺎﻛن اﺤﻛﻐﺮﻴ وﺣﺪة واﺣﺪة ﻲﻓ اﻤﻟﺘﻐﺮﻴ
اﺤﻛﻨﺒﺆي اﻤﻟﻌﻄﻲ ﻣﻊ ﺛﺒﺎت ﻞﻛ اﻤﻟﺘﻐﺮﻴات اﺤﻛﻨﺒﺆﻳﺔ اﻷﺧﺮى.
ﺤﻛﻮﺿﻴﺢ ﻫﺬه اﻷﻓﺎﻜر ،ﺠﺄﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر اﺠﻤﻮذج اﻟﺒﺴﻴﻂ اﺤﻛﺎﻲﻟ:
ﺣﻴﺚ أن Xﻫﻮ دﺧﻞ اﻷﺮﺳة )ﺑﺂﻻف ﺟﻨﻴﻪ إﺳﺮﺘ ﻲﻨ( و Yﻣﺘﻐﺮﻴ ﺛﻨﺎ ﻗﺪ
275 اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ :ﻧﻤﺎذج اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ اﻟﻤﺤﺪد
ﻳﻜﻮن Y = 1إذا ﺎﻛﻧﺖ اﻷﺮﺳة ﺗﻤﺘﻠﻚ ﻣﺰﻨل Y = 0 ،إذا ﺎﻛﻧﺖ اﻷﺮﺳة ﻻ ﺗﻤﺘﻠﻚ
ﻣﺰﻨل؛ ﻣﺜﻞ ﻫﺬه اﺠﻤﺎذج ﺗﻮﺿﺢ ﺑﺄن اﻤﻟﺘﻐﺮﻴ اﺨﻛﻨﺎ Yﻫﻮ داﻟﺔ ﺧﻄﻴﺔ ﻟﻠﻤﺘﻐﺮﻴات
ً ُ
اﺤﻛﻨﺒﺆﻳﺔ )اﻤﻟﺴﺘﻘﻠﺔ( Xوﻫﺬه اﺠﻤﺎذج ﺗﺴﻰﻤ ﺑﻨﻤﺎذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻴﺔ ،وﻋﻤﻮﻣﺎ
ﻫﻨﺎك ﻣﺸﺎﻞﻛ ﻣﻊ اﻻﻓﺮﺘاﺿﺎت اﻟﻲﺘ ﻳُﺒﻰﻨ ﻋﻠﻴﻬﺎ اﻻﺤﻧﺪار ﻋﻦ ﺗﻄﺒﻴﻖ اﻤﻟﺮﺑﻌﺎت
اﻟﺼﻐﺮى اﻟﻌﺎدﻟﺔ ﺒﻟ ﻧﻤﺎذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻴﺔ.
أ ( اﻛﻮاﻲﻗ ﻻ ﺗﺘﻮزع ﺗﻮزﻳﻊ ﻃﺒﻴﻲﻌ ،وﻤﻟﻌﺮﻓﺔ ذﻟﻚ:
ﻋﻨﺪﻣﺎ Y = 1ﻓﺈن
ﻋﻨﺪﻣﺎ Y = 0ﻓﺈن
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﻛﻮاﻲﻗ ﻻ ﻳﻤﻜﻦ أن ﺗﺘﺒﻊ اﺤﻛﻮزﻳﻊ اﻟﻄﺒﻴﻲﻌ )و اﺤﻟﻘﻴﻘﺔ
اﻛﻮاﻲﻗ ﺗﺘﺒﻊ اﺤﻛﻮزﻳﻊ اﺨﻛﻨﺎ (.
ب( ﻻ ﻳﻤﻜﻨﻨﺎ اﺤﻟﻔﺎظ ﺒﻟ ﺠﺗﺎﻧﺲ اﺤﻛﺒﺎﻳﻦ ﻟﻠﺒﻮاﻲﻗ ،ﺣﻴﺚ ﻳﻤﻜﻦ ﻋﺮض ﺗﺒﺎﻳﻦ
اﻛﻮاﻲﻗ ً
ﺑﻨﺎء ﺒﻟ اﻟﻘﻴﻤﺔ اﻤﻟﺄﺧﻮذة ﺑﻮاﺳﻄﺔ Xوﻫﺬه اﻟﻘﻴﻤﺔ ﻏﺮﻴ ﻣﺘﺠﺎﻧﺲ
اﺤﻛﺒﺎﻳﻦ.
ج( ﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﺑﻴﺎﻧﺎت اﻟﺸﻞﻜ 9.1ﻓﺈن اﻤﻟﺘﻐﺮﻴ Yﺗﻢ ﺤﺗﺪﻳﺪه ﻛﻤﺎ ﺳﺒﻖ
ً
آﻧﻔﺎ ،ﻓﺈذا ﺎﻛن اﻻﺤﻧﺪار ا ي ﺗﻢ ﺗﻄﺒﻴﻘﻪ ﻫﻮ اﺤﻧﺪار ﺠﻤﻮذج اﻻﺣﺘﻤﺎل
اﺨﻟﻄﻲ ﻓﺈﻧﻨﺎ ﺳﻮف ﺤﻧﺼﻞ ﺒﻟ ﻧﺘﺎﺋﺞ:
إذا ﺎﻛﻧﺖ أﺮﺳة ﻬﻟﺎ دﺧﻞ 8000ﺟﻨﻴﻪ إﺳﺮﺘ ﻲﻨ ) (£أي ﺑﻌﺒﺎرة أﺧﺮى
ً ً
X = 8ﻓﺴﻮف ﻳﻜﻮن ﻫﻨﺎك اﺣﺘﻤﺎل ﺳﺎﻟﺐ ﺑﺄن اﻷﺮﺳة ﺗﻤﻠﻚ ﻣﺰﻨﻻ ﺧﺎﺻﺎ
ﺑﻬﺎ ،وﻋﻠﻴﻪ ﻓﺈن ﻧﻤﻮذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻲ ﻻ ﻳُﻮ ﺑﻪ ﻋﻨﺪﻣﺎ ﻳﻜﻮن اﻤﻟﺘﻐﺮﻴ
اﺤﻛﺎﺑﻊ ﺛﻨﺎ .
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 276
ﻳﻈﻞ ﺛﺎﺑﺖ ﺧﻼل اﻟﻔﺮﺘة ،وﺑﺎﺤﻛــﺎﻲﻟ ﻓﺈﻧﻪ ﻲﻓ ﻣﺜﺎل ﻣﻠﻜﻴﺔ اﻷﺮﺳة ﻤﻟﺰﻨل ﻓﺈﻧﻨﺎ ﺠﻧﺪ
ﺑﺄﻧﻪ ﻠﻛﻤﺎ زادت Xﺑﻮﺣﺪة واﺣــﺪة ) (£1000ﻓﺈن اﺣﺘﻤﺎ ﺔ ﻣﻠﻜﻴﺔ اﻷﺮﺳة ﻤﻟﺰﻨل
ﺗﺰداد ﺑﻤﻘﺪار ، 0.1021وﻫﺬه ﻲﻫ اﺤﻟﺎﻟﺔ ﻋﻨﺪﻣﺎ ﻳﻜﻮن ا ﺧﻞ £ 8000أو £10000
ً
أو £80000وﻫــﺬا ﺑﺎﻟﻄﺒﻊ ﺨﻣﺎﻟﻒ ﻟﻠﻮاﻗﻊ ،ﻓﻌﻨﺪﻣﺎ ﻳﻜﻮن ا ﺧﻞ ﻣﻨﺨﻔﺾ ﺟﺪا
ً
ﻓــﺈن اﻷﺮﺳة ﻟﻦ ﻳﻜﻮن ﻬﻟﺎ ﻣﺰﻨل ﻣﻠﺎﻜ ﻬﻟﺎ ،وﻣــﺎ ﺑﻌﺪ * Xﻓﺈن ا ﺧﻞ ﻳﻜﻮن
ﺗﺄﺛﺮﻴ ﺑﺴﻴﻂ ﺒﻟ اﺣﺘﻤﺎل ﻣﻠﻜﻴﺔ اﻤﻟﺰﻨل ،وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن ﻲﻓ ﻛﻼ ﻧﻬﺎﻳﻲﺘ ﺗﻮزﻳﻊ ا ﺧﻞ
ً
ﻓﺈن اﺣﺘﻤﺎل ﻣﻠﻜﻴﺔ اﻤﻟﺰﻨل ﺳــﻮف ﻟﻦ ﺗﺘﺄﺛﺮ ﻋﻤﻠﻴﺎ ﺑﺰﻳﺎدة ﺑﺴﻴﻄﺔ ﻲﻓ ،Xاﺣﺘﻤﺎل
ً
ﻣﻠﻜﻴﺔ ﻣﺰﻨل ﻻ ﺗﺮﺗﺒﻂ ﺧﻄﻴﺎ ﺑﺎ ﺧﻞ.
ً
ﻳﻜﻮن ﻋﻀﻮا ﻲﻓ اﺤﺗﺎد اﻟﻌﻤﻞ وﻫﺬه اﻻﺣﺘﻤﺎ ﺔ إﻣﺎ أن ﺗﻜﻮن واﺣﺪ أو ﺻﻔﺮ ،ﻓﻬﻞ
ً ً
ﺤﻧﻦ ﻣﺘﺄﻛﺪون ﺑﺄن اﻟﻌﺎﻣﻞ ﻟﻦ ﻳﻜﻮن أﺑﺪا ﻋﻀﻮا ﻲﻓ اﺤﺗﺎد اﻟﻌﻤﺎل أو ﺳﻮف ﻳﻜﻮن
ً ً ً
ﻋﻀﻮا داﺋﻤﺎ ﻲﻓ اﺤﺗﺎد اﻟﻌﻤﺎل؟ ﻣﻦ ﻏﺮﻴ اﻤﻟﺤﺘﻤﻞ أن ﻳﻜﻮن ذﻟﻚ ﺻﺤﻴﺤﺎ.
اﻟﺴــﺒﺐ اﻵﺧﺮ ﻫﻮ أن اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ﻳﺄﺧﺬ ﻗﻴﻤﺔ واﺣــﺪة أو ﻗﻴﻤﺘﻦﻴ ﻓﻘﻂ،
وﺑﺎﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻗﻴﻢ اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ )ﺛﺎﺑﺘﺔ ﻟﻞﻜ ﻋﻤﻠﻴﺔ أﺧﺬ ﻋﻴﻨﺔ( ﻓﺈن
ﺣﺪ اﺨﻟﻄﺄ ﺳــﻮف ﻳﺄﺧﺬ ﻗﻴﻤﺔ واﺣﺪة أو ﻗﻴﻤﺘــﻦﻴ ﻓﻘﻂ ،و ﻨﺘﻴﺠﺔ ﻟﻚ ﻓﺈن ﺣﺪ
اﺨﻟﻄﺄ ﻻ ﻳﻤﻜــﻦ اﻋﺘﺒﺎره ﺑﺄﻧﻪ ﻳﺘﻮزع ﺗﻮزﻳﻊ ﻃﺒﻴــﻲﻌ ،ﺑﺎﻹﺿﺎﻓﺔ ﻟﻚ ﻓﺈن ﺣﺪ
اﺨﻟﻄﺄ ﻳﺘﻐﺮﻴ ﺑﺸــﻞﻜ ﻧﻈﺎﻲﻣ ﻣﻊ ﻗﻴﻢ اﻤﻟﺘﻐﺮﻴات اﻤﻟﺴﺘﻘﻠﺔ؛ وﻫﺬا ﻳﻘﻮد اﺨﻟﻄﺄ إﻰﻟ أن
ﻳﻜﻮن ﺨﻣﺘﻠﻒ اﺤﻛﺒﺎﻳﻦ وﺑﺎﺤﻛــﺎﻲﻟ ﻓﻤﻦ اﻟﺮﻀوري أن اﻷﺧﻄﺎء اﻤﻟﻌﻴﺎرﻳﺔ اﻤﻟﻮﺛﻮﻗﺔ
ً ُ
ﺨﻣﺘﻠﻔﺔ اﺤﻛﺒﺎﻳﻦ وﻲﻫ داﺋﻤﺎ ﺗﺴﺘﺨﺪم ﻲﻓ ﺳﻴﺎق ﻧﻤﺎذج اﻤﻟﺘﻐﺮﻴات اﺤﻛﺎﺑﻌﺔ اﻤﻟﺤﺪودة.
ﻟﻚ أﻧــﻮاع ﺨﻣﺘﻠﻔﺔ ﻣﻦ اﺠﻤﺎذج ﻲﻓ اﻟﻐﺎﻟﺐ ﻳﺘﻢ اﺳــﺘﺨﺪاﻣﻬﺎ ﻟﻠﻤﺘﻐﺮﻴات
اﺤﻛﺎﺑﻌﺔ اﺨﻛﻨﺎﺋﻴﺔ وﻲﻫ اﻤﻟﺤﺪدات اﻟﻠﻮﺬﻟرﻳﺘﻤﻴﺔ أو اﻻﺣﺘﻤﺎ ﺔ.
2.9اﻟﻨﻤﻮذج اﻟﻠﻮﻏﺎرﻳﺘﻤﻲ
ﻃﺮﻳﻘﺔ اﺠﻤــﻮذج اﻻﺣﺘﻤﺎﻲﻟ واﺠﻤﻮذج اﻟﻠﻮﺬﻟرﻳﺘــﻲﻤ ﻳﻤﻜﻨﻬﺎ اﺤﻛﻐﻠﺐ ﺒﻟ
ﺤﻣﺪدات LPMاﻟﻲﺘ ﻳﻤﻜﻦ أن ﺗﺆدي إﻰﻟ اﺣﺘﻤﺎﻻت ﻣﻘﺪرة ﺳــﺎﻛﺔ أو أﻛﺮﺒ ﻣﻦ
اﻟﻮاﺣﺪ اﻟﺼﺤﻴﺢ ،ﻫﻨﺎك ﻃﺮﻳﻘﺘﻦﻴ ﻬﻟﺬه اﺠﻤﺎذج وﻫﺎﺗﺎن اﻟﻄﺮﻳﻘﺘﺎن ﺗﺴﺘﺨﺪﻣﺎن
داﻟﺔ ﺗﻘﻮم ﺑﺘﺤﻮﻳﻞ ﻧﻤﻮذج اﻻﺤﻧﺪار ﺑﻜﻔﺎءة ﺤﺑﻴﺚ ﺗﺼﺒﺢ اﻟﻘﻴﻢ اﻤﻟﺘﻨﺎﺳﺒﺔ ﺗﺮﺘاوح
ً
ﻣﺎ ﺑﻦﻴ ﻓﺮﺘة ) ،(0،1ﻧﻤﻮذج اﻻﺤﻧﺪار اﻤﻟﻨﺎﺳﺐ ﺳﻮف ﻳﻈﻬﺮ ﺒﻟ ﺷﻞﻜ ﺣﺮف Sﺑﺪﻻ
ﻣﻦ أن ﻳﻈﻬﺮ ﺒﻟ ﺷﻞﻜ ﺧﻂ ﻣﺴﺘﻘﻴﻢ ﻛﻤﺎ ﺎﻛﻧﺖ ﻋﻠﻴﻪ اﺤﻟﺎﻟﺔ ﻲﻓ .LPM
ﺠﺄﺧﺬ ﻲﻓ اﻻﻋﺘﺒــﺎر اﻵن ﻧﻤﻮذج ﻳﻤﺜﻞ ﻣﻠﻜﻴﺔ اﻤﻟﻨــﺎزل ﺣﻴﺚ أن Pﻳﻤﺜﻞ
ً
اﺣﺘﻤﺎل أن اﻷﺮﺳة ﺗﻤﻠﻚ ﻣﺰﻨﻻ ،أي ﺑﻌﺒﺎرة أﺧﺮى ):P(Y = 1
ُ
ﺣﻴﺚ أن ، exp-(X) = eXاﻤﻟﻌﺎدﻟﺔ 9.1ﺗﺴــﻰﻤ ﻣﻌﺎدﻟﺔ اﺤﻛﻮزﻳﻊ اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ،
و ﻤﺎ ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸــﻞﻜ 9.3ﻓﺈن اﻤﻟﻌﺎدﻟﺔ 9.1ﺗﺴــﻤﺢ ﻟﻠﻤﺘﻐﺮﻴ Pﻜﻮن ذو
ﻗﻴﻤﺔ ﺗﺮﺘاوح ﻣﺎ ﺑﻦﻴ 0و 1وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈﻧﻨﺎ ﻧﺘﻐﻠﺐ ﺒﻟ واﺣﺪة ﻣﻦ اﻤﻟﺸﺎﻞﻛ اﻤﻟﺘﻌﻠﻘﺔ
ﻣﻊ ﻧﻤﻮذج اﻻﺣﺘﻤﺎل اﺨﻟﻄﻲ ،ﻓﺈذا ﺎﻛﻧــﺖ Pاﺣﺘﻤﺎ ﺔ ﻣﻠﻜﻴﺔ ﻣﺰﻨل ،ﻓﺈن )(1-p
اﺣﺘﻤﺎل ﻋﺪم ﻣﻠﻜﻴﺔ ﻣﺰﻨل.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 280
ﺣﻴﺚ أن
وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن
ﻲﻨ ﻓﺈن ذﻟﻚ ﻳﻌﻲﻨ أن %1.39 إذا زاد دﺧﻞ اﻷﺮﺳة ﺑﻤﻘﺪار 1,000ﺟﻨﻴﻪ إﺳﺮﺘ
ً
زﻳﺎدة ﻲﻓ ﻓﺮﺻــﺔ ﺣﺼﻮﻬﻟﻢ ﺒﻟ ﻣﺰﻨل ،ﻫﺬا اﻻﺣﺘﻤﺎل اﻹﺿﺎﻲﻓ ﻟﻴﺲ ﺛﺎﺑﺘﺎ وﻟﻜﻦ
ﻳﺘﻐﺮﻴ ﻣﻊ ﺗﻐﺮﻴ ﻣﺴﺘﻮﻳﺎت ا ﺧﻞ ،اﺠﻤﻮذج اﻟﺴﺎﺑﻖ ﺎﻛن ﻋﻴﺐ ﻣﻦ ﻋﻴﻮب ﻧﻤﻮذج
اﻻﺣﺘﻤﺎل اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 282
…File
… Open
Foreign Data as Workfile
وذﻟﻚ ﻟﻠﺤﺼﻮل ﺒﻟ اﻟﺸــﻞﻜ ،9.4وﺤﻟﺴــﺎب اﺠﻤﻮذج اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ وا ي
ﻳﺘﻀﻤﻦ ﻤﺧﺲ ﻣﺘﻐﺮﻴات ﻣﺴﺘﻘﻠﺔ ا ي ﺳﺒﻖ ﺮﺷﺣﻪ ﻲﻓ اﻟﺼﻔﺤﺔ اﻟﺴﺎﺑﻘﺔ أﻧﻘﺮ ﺒﻟ:
Quick
Estimate Equation
وا ي ﻳﻌﺮض ﻣﺮﺑﻊ اﺤﻟﻮار ﻲﻓ اﻟﺸﻞﻜ .5.9
ﻻﺣﻆ ﺑﺄن اﻟﺸــﻞﻜ 5.9ﻫﻨﺎك اﺨﻟﻴﺎر Methodﺗﺄﻛﺪ ﻣﻦ اﺧﺘﻴﺎر BINARY
) - Binary Choice (Logit, Probit, Extreme, Valueوأن اﻤﻟﺸــﺎﻫﺪات ﺗــﻢ
اﺧﺘﻴﺎرﻫﺎ ﻣﻦ أول ﻣﺸﺎﻫﺪة وﺣ اﻤﻟﺸــﺎﻫﺪة 491ﺗﻢ ﺗﻀﻤﻴﻨﻬﺎ ﻲﻓ اﺤﻛﺤﻠﻴﻞ ،ﻣﻦ
اﻟﺮﻀوري اﻵن إدﺧﺎل أﺳﻤﺎء ﻣﺘﻐﺮﻴات ا راﺳﺔ وﺗﻜﻮن اﻛﺪاﻳﺔ ﺑﺎﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ
FERUSEﻛﻤﺎ ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸــﻞﻜ 6.9ﻛﻤﺎ ﻗﻤﻨﺎ ﺑﺘﻀﻤﻦﻴ اﺤﻛﻘﺎﻃﻊ اﻤﻟﺤﺘﻤﻞ
وا ي ﻳُﺮﻣﺰ داﺋﻤﺎ ﺑﺎﺤﻟﺮف Cﺑﺮﺒﻧﺎﻣﺞ .EViews
ً
ﺗﺄﻛــﺪ ﻣﻦ أن اﻻﺧﺘﻴــﺎرات ﻗﺪ ﺗﻤﺖ وﻓﻘﺎ ﻤﻟﺎ ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸــﻞﻜ 6.9
ﺤﺑﻴﺚ ﺗﻢ اﺧﺘﻴﺎر ًاﺨﻟﻴــﺎر Binaryﻲﻓ ﻣﺮﺑﻊ اﺨﻟﻴــﺎر Methodﻷن ﻫﺬه اﻟﻌﻤﻠﻴﺔ
ُ
ﺗﺴــﻰﻤ اﻓﺮﺘاﺿﻴﺎ ﺑﻮاﺳﻄﺔ ﺑﺮﻧﺎﻣﺞ EViewsﺑﺎﻟﻄﺮﻳﻘﺔ اﻟﻠﻮﺬﻟرﻳﺘﻤﻴﺔ ،ﺛﻢ اﻧﻘﺮ OK
ﺞ اﻤﻟﻌﺮوﺿﺔ ﻲﻓ اﻟﺸﻞﻜ .9.7
ﻟﻠﺤﺼﻮل ﺒﻟ اﺠﺘﺎﺋﺞ
ﻓﻌﻰﻠ ﺳــﺒﻴﻞ اﻤﻟﺜﺎل إذا ﺎﻛﻧﺖ اﺠﺘﺎﺋﺞ ﻤﻟﺰرﻋــﺔ ﻣﻌﻴﻨﺔ HOURMEET = 30 ،
DMARKET = 6 ، CREDIT = 200 ، IRSTAT = 1 ، OWNER = 1ﻓﺈن اﻤﻟﻌﺎدﻟﺔ
اﻟﺴﺎﺑﻘﺔ ﺗﻜﻮن:
ﺣﻴﺚ أن
ً
ﻫﻨﺎك ﻓﺮﺻﺔ ﺗﻌﺎدل ﺣﻮاﻲﻟ %71ﺑﺄن ﻣﺰارع ﻣﻌﻦﻴ ﺳﻮف ﻳﻜﻮن ﻣﺴﺘﺨﺪﻣﺎ
ﻟﻠﺴﻤﺎد ،ﻗﺪ ﻳﺘﻢ إﺟﺮاء ﺗﻘﺪﻳﺮ أﻛﺮﺜ ﻤﻟﺪى ﻟﻜﻔﺎءة اﺠﻤﻮذج اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ ،ﻲﻓ اﻟﺸﻞﻜ
9.7أﻧﻘﺮ ﺒﻟ:
…View
Expectation-Prediction Evaluation
ً
ﺧﻄﺎء ﺑﻮاﺳﻄﺔ اﺠﻤﻮذج ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸﻞﻜ 8.9ﻓﺈن %31.95ﺎﻛﻧﻮا ﻗﺪ ُﺻ ِﻨﻔﻮا
اﻟﻠﻮﺬﻟرﻳﺘــﻲﻤ ﺿﻤﻦ اﻤﻟﺠﻤﻮﻋــﺔ ، FERUSE = 0وﺑﺎﻤﻟﺜﻞ ﺎﻛن ﻫﻨﺎك 225ﻣﺰارع
ﺿﻤﻦ ﻓﺌﺎت اﻤﻟﺘﻐﺮﻴ اﺤﻛﺎﺑﻊ ا ي ﻳﺴــﺎوي ، 1أي ﺑﻤﻌﻲﻨ أن ،FERUSE = 1وﻫﻨﺎك
160ﻣــﺰارع )أي ﺣﻮاﻲﻟ (%71.11ﻳﻬﻢ اﺣﺘﻤﺎ ﺔ أﻛﺮﺒ ﻣﻦ ﻧﻘﻄﺔ ﺣﺪ اﺤﻛﻨﺒﺆ 0.5
ً
و ﻧﻮا ﺑﺎﺤﻛﺎﻲﻟ ﺗﻢ ﺗﺼﻨﻴﻔﻬﻢ ﺑﺸﻞﻜ ﺻﺤﻴﺢ ،وﻋﻤﻮﻣﺎ ﻓﺈن 341ﻣﺰارع )(160 + 181
ﺗﻢ ﺗﺼﻨﻴﻔﻬﻢ ﺑﺸــﻞﻜ ﺻﺤﻴﺢ ﺿﻤﻦ ﺠﻣﻤﻮﺨت FERUSE = 0أو FERUSE = 1
وﻫﺬا ﻣﻌﺪل ﺠﻧﺎح ﺨم ﺑﻤﻌﺪل 342ﻣﻦ 491ﻣﺰارع أو ﺑﻨﺴﺒﺔ .%69.45
ﻳﻤﻜﻨﻜــﻢ اﺤﻟﺼﻮل ﺒﻟ ﻣﻌﻠﻮﻣﺎت ﺣﻮل ﻣﺎ إذا ﺎﻛن ﻞﻛ ﻣﺰارع ﺗﻢ ﺗﺼﻨﻴﻔﻪ
ﺿﻤﻦ اﻤﻟﺠﻤﻮﻋﺔ اﻟﺼﺤﻴﺤﺔ أو ﻻ ﻣﻦ ﺧﻼل اﺠﻘﺮ ﺒﻟ:
View. . .
Actual, Fitted, Residual. . .
Actual, Fitted, Residual, Table
ُ
وذﻟﻚ ﻟﻠﺤﺼﻮل ﺒﻟ ﻧﺘﺎﺋﺞ اﻟﺸــﻞﻜ ،9.9ﺗﺸــﺮﻴ اﺠﺘﺎﺋﺞ ﺑﺄن اﻤﻟﺰارع رﻗﻢ 1
ﺗﻢ ﺗﺼﻨﻴﻔﻪ ﺿﻤﻦ اﻤﻟﺠﻤﻮﻋﺔ FERUSE = 0واﺣﺘﻤﺎ ﺔ اﺳــﺘﺨﺪاﻣﻪ ﻟﻠﺴﻤﺎد ﺗﻢ
ﻋﺮﺿﻬﺎ ﺑﻮاﺳﻄﺔ اﺠﻤﻮذج اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ ﺗﺴﺎوي 0.22717وﻲﻫ أﻗﻞ ﻣﻦ ﺣﺪ اﺤﻛﻨﺒﺆ
ً
0.5وﺑﺬﻟــﻚ ﻓﺈن ﻫﺬا اﻤﻟﺰارع ﺗﻢ ﺗﺼﻨﻴﻔﻪ ﺑﺸــﻞﻜ ﺻﺤﻴﺢ ،وﻋﻤﻮﻣﺎ ﻓﺈن اﻤﻟﺰارع
4ﻳﻘﻊ ﺿﻤﻦ ﺠﻣﻤﻮﻋﺔ FERUSE = 0وﻟﻜــﻦ اﺠﻤﻮذج اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ ﻳﺘﻮﻗﻊ ﺑﺄن
اﺣﺘﻤﺎل اﺳــﺘﺨﺪاﻣﻪ ﻟﻠﺴﻤﺎد ﻲﻫ 0.84673وﺑﺎﺤﻛﺎﻲﻟ ﻓﺈن اﺠﻤﻮذج ﻳﺘﻮﻗﻊ ﺑﺄن ﻫﺬا
اﻤﻟﺰارع ﻳُﻔﺮﺘض ﺑﺄن ﻳﻜﻮن ﺿﻤﻦ اﻤﻟﺠﻤﻮﻋﺔ FERUSE = 1وﻫﺬا اﺤﻛﺼﻨﻴﻒ ﻏﺮﻴ
ﺻﺤﻴﺢ.
289 اﻟﻔﺼﻞ اﻟﺘﺎﺳﻊ :ﻧﻤﺎذج اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ اﻟﻤﺤﺪد
ً
ﻲﻓ ﺤﺗﻠﻴﻞ اﻻﺤﻧﺪار ﻓﺈن اﻤﻟﺘﻐﺮﻴات ا اﺧﻠﻴﺔ واﺨﻟﺎرﺟﻴﺔ ﻳﺘﻢ اﺳﺘﺨﺪاﻣﻬﺎ ﻣﻌﺎ،
اﻤﻟﺘﻐﺮﻴ ا اﺧﻲﻠ endogenousﻫﻮ ﻣﺘﻐﺮﻴ )ﺗــﻢ اﺤﻟﺼﻮل ﻋﻠﻴﻪ ﻣﻦ ﺧﻼل ﻧﻤﻮذج
إﺣﺼﺎ ( ﻳﺘﻢ ﺗﻔﺴﺮﻴه ﻣﻦ ﺧﻼل اﻟﻌﻼﻗﺔ ﺑﻦﻴ دوال ﻲﻓ اﺠﻤﻮذج ،ﻓﻌﻰﻠ ﺳﺒﻴﻞ اﻤﻟﺜﺎل
ﺳــﻌﺮ اﺤﻛﻌﺎدل ﻛﻀﺎﻋﺔ ﻣﻌﻴﻨﺔ ﻲﻓ ﻧﻤﻮذج اﻟﻄﻠﺐ واﻟﻌﺮض ﻫﻮ ﻣﺘﻐﺮﻴ داﺧﻲﻠ ﻷﻧﻪ
ُ
ﺤﻳﺪد ﻣﻦ ﺧــﻼل ردة اﻟﻔﻌﻞ ﺠﺗﺎه ﻃﻠﺐ اﻟﻌﻤﻴﻞ ،ﻓــﺈذا ﺎﻛن اﻻﺠﺗﺎه اﻟﻌﺎم ﻤﻟﺘﻐﺮﻴ
واﺣﺪة ﻳﻤﻜﻦ اﺤﻛﻨﺒﺆ ﺑﻪ ﻟﻠﺤﺼﻮل ﺒﻟ ﻧﺘﻴﺠﺔ ﻣﻌﻴﻨﺔ ﻟﻠﻤﺘﻐﺮﻴ اﻵﺧﺮ -ﺣ و ن
ً
ﻟﻢ ﻳﻜﻦ ﻲﻓ ﻧﻔﺲ اﻻﺠﺗﺎه -ﻓﺈن اﺤﻛﻐﺮﻴ ﺳــﻮف ﻳﻜــﻮن ﻣﺮﺗﺒﻄﺎ ﺑﺬﻟﻚ اﻤﻟﺘﻐﺮﻴ
وﻫﺬا اﻤﻟﺘﻐﺮﻴ ﺳــﻮف ﻳﻌﺘﺮﺒ ﻣﺘﻐﺮﻴ داﺧﻲﻠ ،و ﻣﻘﺎﺑــﻞ اﻤﻟﺘﻐﺮﻴات ا اﺧﻠﻴﺔ ﻫﻨﺎك
ُ
اﻤﻟﺘﻐﺮﻴات اﺨﻟﺎرﺟﻴﺔ واﻟﻲﺘ ﺗﻌﺘﺮﺒ ﻣﺘﻐﺮﻴات ﻣﺴــﺘﻘﻠﺔ ،وﻫﺬا ﻳﻌﻲﻨ أن ﻣﺘﻐﺮﻴ واﺣﺪ
ﻲﻓ اﻤﻟﻌﺎدﻟﺔ ﻻ ﻳﺮﺗﺒﻂ ﻣﺒﺎﺮﺷة ﺑﺎﺤﻛﻐﺮﻴ ﻲﻓ اﻤﻟﺘﻐﺮﻴ اﻻﺧﺮ ﻣﺜﺎل ذﻟﻚ ا ﺧﻞ اﻟﺸﺨ
واﺤﻛﻔﻀﻴﻞ اﻟﺸﺨ ﻟﻸﻟﻮان أو ﻣﻌﺪل ﺳﻘﻮط اﻷﻣﻄﺎر وأﺳﻌﺎر اﻟﻐﺎز.
ُ
ﺻﻴﺎﻏﺔ اﺠﻤﻮذج اﻟﺴــﺒﻲﺒ ﺗﺴﺘﺨﺪم ﻣﻦ ﻗﺒﻞ اﻻﻗﺘﺼﺎدﻳﻦﻴ ﺤﻛﻔﺴﺮﻴ ﺨﻣﺮﺟﺎت
اﻤﻟﺘﻐﺮﻴات اﺤﻛﺎﺑﻌﺔ وﻣﻌﺮﻓﺔ إﻰﻟ أي ﺣﺪ ﻳﻤﻜﻦ ﻟﻠﻨﺘﻴﺠﺔ أن ﺗﺴــﺎﻫﻢ ﻲﻓ اﻟﺴــﺒﺐ
ا اﺧــﻲﻠ أو اﺨﻟﺎر ،وﻫــﺬا ﻣﻬﻢ ﻲﻓ اﻻﻗﺘﺼــﺎد اﻟﻘﻴــﺎ وﺻﻴﺎﻏﺔ اﺠﻤﺎذج
اﻻﻗﺘﺼﺎدﻳﺔ ﻷﻧﻬﺎ ﻳﻤﻜﻦ أن ﺗﻮﺿﺢ ﺑﺄن ﻣﺘﻐﺮﻴ ﻣﺎ ﻳﺆدي إﻰﻟ ﺗﺄﺛﺮﻴ ﻣﻌﻦﻴ ،ﻓﻨﻤﺎذج
اﻤﻟﻌﺎدﻻت اﻤﻟﺰﺘاﻣﻨﺔ اﻟﻜﻼﺳــﻴﻜﻴﺔ ﺗﺘﻀﻤﻦ ﻋﺪد mﻣﻦ اﻤﻟﺘﻐﺮﻴات ا اﺧﻠﻴﺔ )أي
ﺑﻤﻌﻲﻨ ﻣﺘﻐﺮﻴات ﺗﺎﺑﻌﺔ( وﺗﻨﺘﻲﻬ ﺑﻌﺪد mﻣﻌﺎدﻟﺔ ﻟﻞﻜ ﻣﺘﻐﺮﻴ داﺧﻲﻠ ،ﻞﻛ ﻣﻌﺎدﻟﺔ ﻗﺪ
ﻳﻜﻮن ﻬﻟﺎ واﺣﺪ أو أﻛﺮﺜ ﻣﻦ اﻤﻟﺘﻐﺮﻴات ا اﺧﻠﻴﺔ وﺑﻌﺾ اﻤﻟﺘﻐﺮﻴات اﺨﻟﺎرﺟﻴﺔ.
ﻣﺸــﻠﻜﺔ ﺤﺗﺪﻳﺪ اﺠﻤﻮذج ﺠﻳﺐ اﺤﻛﻌﺎﻣﻞ ﻣﻌﻬﺎ ﻗﺒــﻞ ﺗﻘﺪﻳﺮ ﻫﺬه اﻷﻧﻮاع ﻣﻦ
اﻤﻟﻌﺎدﻻت ،وﺤﻛﺤﻘﻴﻖ ذﻟﻚ ﻳﺘﻢ وﺿﻊ ﺑﻌﺾ اﻟﻘﻴﻮد اﻟﻌﺸــﻮاﺋﻴﺔ وذﻟﻚ ﻣﻦ ﺧﻼل
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 292
2.10ﻋﻤﻠﻴﺔ اﻟﺘﻘﺪﻳﺮ
ﺑﻨﺎ ًء ﻋﻠﻰ اﻟﺸﻜﻞ 1.10ﻓﺈن اﻟﺴﻠﺴﻠﺔ TB3ﺗﺒﺪو ﺳﻠﺴﻠﺔ ﺳﯿﺮ ﻋﺸﻮاﺋﻲ ﻣﻊ اﺗﺠﺎه،
ﺣﯿﺚ أﻧﮭﺎ اﺗﺠﮭﺖ ﻷﻋﻠﻰ وﻷﺳﻔﻞ ﻟﻔﺘﺮة ﻣﻦ اﻟﺰﻣﻦ ،وﻻﺣﻘﺎ ً ﻛﺎن اﺗﺠﺎه اﻟﺴﻠﺴﻠﺔ ﻧﺤﻮ
اﻻﻧﺨﻔﺎض ،وﺗﺒﺪو اﻟﺴﻠﺴﻠﺔ ﻏﯿﺮ ﻣﺴﺘﻘﺮة.
295 اﻟﻔﺼﻞ اﻟﻌﺎﺷﺮ :ﻧﻤﻮذج ﻣﺘﺠﻪ اﻻﻧﺤﺪار اﻟﺬاﺗﻲ )(VAR
اﺧﺘﺒﺎر اﻻرﺗﺒﺎط:
أ( TB3 : H0ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة.
ب( TB3 : H1ﻬﻟﺎ ﺟﺬر وﺣﺪة.
ج( α = 5%أو 0.05
اﺧﺘﺒﺎر اﻻرﺗﺒﺎط
299 اﻟﻔﺼﻞ اﻟﻌﺎﺷﺮ :ﻧﻤﻮذج ﻣﺘﺠﻪ اﻻﻧﺤﺪار اﻟﺬاﺗﻲ )(VAR
ﻣﻼﺣﻈﺔ:
ﻓﺮﺿﻴﺔ اﻟﻌﺪم واﻟﻔﺮﺿﻴﺔ اﻛﺪﻳﻠﺔ ﻟﻼرﺗﺒﺎط ﻲﻓ اﻻﺧﺘﺒﺎر اﻟﺮﺳﻲﻤ و اﺧﺘﺒﺎر دﻳﻜﻲ ﻓﻮﻟﺮ
ً
اﻤﻟﻌﺰز ﻋﻜﺲ ﺑﻌﻀﻬﻤﺎ ﺗﻤﺎﻣﺎ.
)أ( TB6 : H0ﻟﯿﺲ ﻟﮭﺎ ﺟﺬر وﺣﺪة.
)ب( TB6 : H1ﻟﮭﺎ ﺟﺬر وﺣﺪة.
)ج( α = 5%أو 0.05
ﻟﯿﺲ ھﻨﺎك إﺣﺼﺎﺋﯿﺔ اﺧﺘﺒﺎر ﻟﺤﺴﺎﺑﮭﺎ ،وﻟﻜﻨﻨﺎ ﻧﺮﻛﺰ ﻋﻠﻰ ﻋﻤﻮد اﻻﺣﺘﻤﺎل
Probﻓﻲ اﻟﺸﻜﻞ .5.10
)د( ﻗﯿﻢ p-values = 0.000
)ھـ( Prob = 0.000 < 0.05وﺑﺎﻟﺘﺎﻟﻲ ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ اﻟﻌﺪم .H0
)و( TB6ﻟﯿﺴﺖ ﻣﺴﺘﻘﺮة.
اﻟﻄﺮﻳﻘﺔ اﻟﺮﺳﻤﻴﺔ:
اﺧﺘﺒﺎر ADFﻟـ :TB6
ُ
اﺠﺠﻮم ﻲﻓ اﻷﻋﻤﺪة ﻣﻦ 7 - 3ﺗﺸﺮﻴ إﻰﻟ ﻋﺪد ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ اﻟﻲﺘ ﻳﻨﺼﺢ ﺑﻬﺎ
ﻞﻛ ﻣﻌﻴﺎر LR ، FPE ، AICوﻲﻫ ﺛﻤﺎن ﻓﺮﺘات ﺗﺒﺎﻃﺆ ﻲﻓ ﺣﻦﻴ أن SC ، HQﺗﻨﺼﺢ
ﺑﺜﻼث ﻓﺮﺘات ﺗﺒﺎﻃﺆ.
ﺳــﻮف ﻧﺘﺒﻊ ﻓﺮﺘة ﺗﺒﺎﻃﺆ ) SCﻣﻌﻴﺎر ﻣﻌﻠﻮﻣﺎت ﺷــﻮارز (Schwarzوﺨﻧﺘﺎر
ﺛﻼث ﻓﺮﺘات ﺗﺒﺎﻃﺆ )ا راﺳﺎت ﺗﺴﺘﺨﺪم ﻫﺬا اﻤﻟﻌﻴﺎر ﺑﺸﻞﻜ ﻛﺒﺮﻴ ﻲﻓ اﺧﺘﺒﺎراﺗﻬﺎ(.
اﺨﻟﻄﻮة اﺨﻛﺎﺨﻛﺔ :اﺧﺘﺒﺎر اﺤﻛﺎﻜﻣﻞ ﺠﻟﻮﻧﺴﻦ
اﻧﻘﺮ ﺒﻟ Quick > Group Statistics > Johansen Cointegration Testﻛﻤﺎ
ﻫﻮ ﻣﻌﺮوض ﻲﻓ اﻟﺸﻞﻜ .11.10
ﺳﻮف ﺗﻨﺘﻘﻞ ﺠﺎﻓﺬة أﺧﺮى ﻟﻜﺘﺎﺑﺔ أﺳﻤﺎء اﻤﻟﺘﻐﺮﻴات اﺨﻟﺎﺻﺔ ﺑﺎﺠﻤﻮذج ﻛﻤﺎ ﻫﻮ
ﻣﻌﺮوض ﻲﻓ اﻟﺸﻞﻜ ،12.10ﻳﻔﺮﺘض أن ﺗﻼﺣﻆ ﺑﺄن اﻟﺮﺘﺗﻴﺐ ﻟﻴﺲ ﻣﻬﻢ ﻫﻨﺎ ،ﻗﻢ
ﺑﻜﺘﺎﺑﺔ أﺳﻤﺎء اﻤﻟﺘﻐﺮﻴات ﺛﻢ اﻧﻘﺮ .OK
ﻲﻓ اﻟﺸﻞﻜ 13.10ﺳﻮف ﻧﻘﻮم ﺑﺘﺤﺪﻳﺪ ﺧﺼﺎﺋﺺ اﺧﺘﺒﺎر ﺗﻜﺎﻣﻞ ﺟﻮﻧﺴﻦ و ذا
ﺎﻛﻧﺖ اﺠﺘﺎﺋﺞ ﺠﻳﺐ أن ﺗﺘﻀﻤﻦ اﺠﺗﺎه وﺗﻘﺎﻃﻊ أو ﻻ ،ﺳــﻮف ﻧﻘﺮر ً
ﺑﻨﺎء ﺒﻟ اﻟﺮﺳﻢ
اﻛﻴﺎ ﻟﻠﺴﻠﺴــﻠﺔ ،اﻷﺷﺎﻜل اﻛﻴﺎﻧﻴﺔ اﻟﺴــﺎﺑﻘﺔ ﺗﻮﺿﺢ ﺑﺄﻧﻪ ﻟﻴﺲ ﻳﻨﺎ اﺠﺗﺎﻫﺎت
ً
ﻗﻄﻌﻴﺔ ﺤﻣﺪدة وذﻟﻚ ﺳــﻮف ﺨﻧﺘﺎر اﺨﻟﻴﺎر 3ﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﺳﺎﺑﻘﺎ ،و ذا ﻛﻨﺎ ﻧﺮﻳﺪ
إﺿﺎﻓﺔ ﻣﺘﻐﺮﻴات ﺧﺎرﺟﻴﺔ ﻓﻴﻔﺮﺘض ﻛﺘﺎﺑﺔ أﺳﻤﺎء ﺗﻠﻚ اﻤﻟﺘﻐﺮﻴات ﻲﻓ ﻣﺮﺑﻊ اﺤﻟﻮار
ﻲﻓ ﺧﺎﻧﺔ Exog Variablesو ﺧﺎﻧﺔ Lag Intervalsاﺧﺮﺘ ﻓﺮﺘات ﺗﺴــﺎوي ﻃﻮل
ً
ﻓﺮﺘة اﺤﻛﺒﺎﻃﺆ اﻟﻲﺘ وﺟﺪﻧﺎﻫﺎ ﺳﺎﺑﻘﺎ وﻲﻫ ﺛﻼث ﻓﺮﺘات ﺗﺒﺎﻃﺆ ،ا ﺳﻮف ﺨﻧﺘﺎر ﻓﺮﺘة
1و 2وﻫﺬا ﻳﻌﻲﻨ 3 = 2 + 1ﺛﻢ اﻧﻘﺮ OKﻟﻠﺤﺼﻮل ﺒﻟ ﺨﻣﺮﺟﺎت اﻟﺸﻞﻜ .14.10
اﺧﺘﺒﺎر اﺤﻛﺎﻜﻣﻞ
: H0 - 1اﻟﺴﻠﺴﻠﺔ ﻟﻴﺴﺖ ﻣﺘﺎﻜﻣﻠﺔ.
: H1 - 2اﻟﺴﻠﺴﻠﺔ ﻣﺘﺎﻜﻣﻠﺔ.
α = 5% - 3أو 0.05
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 304
اﺧﺘﺒﺎر اﺛﻨــﻦﻴ ﻟﺮﺘﺗﻴﺐ اﺤﻛﺎﻜﻣﻞ ﻏﺮﻴ اﻤﻟﻘﻴﺪ :اﺧﺘﺒــﺎر اﻷﺛﺮ واﺧﺘﺒﺎر اﺠﻟﺬر
اﻟﺎﻜﻣﻦ ﺗﻢ ﻋﺮض ﻧﺘﺎﺠﺋﻬﻤﺎ ﻲﻓ اﻤﻟﺨﺮﺟﺎت.
ﺳﻮف ﻧﺮ ﺰ ﺒﻟ ﺷﻴﺌﻦﻴ ﻣﻬﻤﻦﻴ ﻲﻓ ﻫﺬه اﻤﻟﺨﺮﺟﺎت:
ُ
- 1اﺧﺘﺒﺎر اﻷﺛﺮ ﻳﺸﺮﻴ إﻰﻟ 1ﻋﻨﺪ ﻣﺴﺘﻮى ﻣﻌﻨﻮﻳﺔ .0.05
ُ
- 2اﺧﺘﺒــﺎر اﺤﻟﺪ اﻷﻗ ﻟﻠﺠﺬر اﻟﺎﻜﻣﻦ ﻳﺸــﺮﻴ إﻰﻟ 1ﺗﻜﺎﻣﻞ ﻣﺸــﺮﺘك ﻋﻨﺪ
ﻣﺴﺘﻮى .0.05
ﻫﺬﻳﻦ اﻟﺮﻗﻤﻦﻴ ﻳﺴﺎﻋﺪان ﻲﻓ رﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم H0وﻧﺴﺘﻨﺘﺞ ﺑﺄن اﻟﺴﻠﺴﻠﺔ
ﻣﺘﺎﻜﻣﻠﺔ.
305 اﻟﻔﺼﻞ اﻟﻌﺎﺷﺮ :ﻧﻤﻮذج ﻣﺘﺠﻪ اﻻﻧﺤﺪار اﻟﺬاﺗﻲ )(VAR
-4
p-value = 0.0761 -5
- 6ﻗﻴﻤــﺔ p-valueوﻲﻫ 0.0761أﻛﺮﺒ ﻣﻦ 0.05و ﻟﻚ ﻻ ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض
اﻟﻌﺪم .H0
- 7ﻫﺬا اﻤﻟﻌﺎﻣﻞ ﻟﻴــﺲ ذو ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ،وﻫﺬا ﻳﻌــﻲﻨ ﻋﺪم وﺟﻮد ﻋﻼﻗﺔ
ﻃﻮﻳﻠﺔ اﻷﺟﻞ ﺑﻦﻴ TB3و .TB6
اﺧﺘﺒﺎر ) C(7ﻟﻠﻤﻌﺎﻣﻞ ECMt-1ﻟﻠﻨﻤﻮذج اﺨﻛﺎ :
313 اﻟﻔﺼﻞ اﻟﻌﺎﺷﺮ :ﻧﻤﻮذج ﻣﺘﺠﻪ اﻻﻧﺤﺪار اﻟﺬاﺗﻲ )(VAR
-4
أﻧﻘﺮ ﺒﻟ Viewﻲﻓ ﻧﺎﻓﺬة ﺨﻣﺮﺟﺎت VECMوﺣﺪد اﻟﻘﺎﺋﻤﺔ View > Residual Diagnostics
> Portmanteau Autocorrelation Testﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﻲﻓ اﻟﺸﻞﻜ ،25.10ﺑﺎﻟﻨﺴﺒﺔ ﻟﻌﺪد
ﻓﺮﺘات اﺤﻛﺒﺎﻃﺆ ﻗﻢ ﺑﻄﺒﺎﻋﺔ اﻟﺮﻗﻢ 3ﺛﻢ اﻧﻘﺮ ﺒﻟ OKﻟﻠﺤﺼﻮل ﺒﻟ اﻤﻟﺨﺮﺟﺎت ﻛﻤﺎ ﻲﻓ
اﻟﺸﻞﻜ .26.10
ﻲﻓ ﻧﺎﻓﺬة ﺨﻣﺮﺟﺎت VECMاﻧﻘﺮ ﺒﻟ View > Lag Structure > Granger Causality/Block
Erogeneity Testsﻛﻤﺎ ﻫﻮ ﻣﻮﺿﺢ ﻲﻓ اﻟﺸﻞﻜ .31.10
ّ
و اﺤﻟﻘﻴﻘﺔ ﻓﺈن اﻤﻟﻘﺪر ﻏﺮﻴ اﻤﻟﺘﺤﺰﻴ ﺤﻛﺒﺎﻳﻦ ﻟﻠﻤﺠﺘﻤﻊ ﻫﻮ:
ّ
ﻜﻮن ﻣﻘﺪر ﻏﺮﻴ ﻣﺘﺤﺰﻴ اﻟﻔﺮﺿﻴــﺔ اﻤﻟﺮ ﺒﺔ H0 : α = 0و β = 1ﺎﻛﻓﻴﺔ ﻟـ
ﻟـ Ytا ﺳﻮف ﺗﻘﻮم ﺑﺈﺟﺮاء ﻫﺬه اﺤﻟﺴﺎﺑﺎت ﺑﺮﺒﻧﺎﻣﺞ EViewsﻛﻤﺎ ﻳﻲﻠ:
Quick
Estimate Equation
وأن ﺷﻞﻜ اﻻﺤﻧﺪار ﺳﻮف ﻳﻜﻮن Y C YHATوﺑﺈﺟﺮاء ذﻟﻚ ﻓﺈن EViews
ﺳــﻮف ﻳﺮﻣﺰ ﻟﻠﻤﻌﺎﻣﻞ αﺑﺎﻟﺮﻣﺰ ) C(1واﻤﻟﻌﺎﻣﻞ βﺑﺎﻟﺮﻣﺰ ) ،C(2وﻋﻨﺪ اﺤﻟﺼﻮل
ﺒﻟ اﺠﺘﺎﺋﺞ أﻧﻘﺮ ﺒﻟ أﻳﻘﻮﻧﺔ Viewﺛﻢ اﺧﺮﺘ
Coefficient test
Wald - Coefficient Restrictions
و ﻣﺮﺑﻊ اﺤﻟﻮار ﻗﻢ ﺑﻄﺒﺎﻋﺔ ) C(1) = 0, C(2) = 1ﻣﻼﺣﻈﺔ :اﻟﻔﺎﺻﻠﺔ ﺠﻳﺐ أن
ﺗﻔﺼﻞ ﺑﻦﻴ ﻞﻛ ﻗﻴﺪ( ﺳﻮف ﺤﺗﺼﻞ ﺒﻟ إﺣﺼﺎﺋﻴﺔ Fاﻤﻟﺘﻌﻠﻘﺔ ﺑﺎﺧﺘﺒﺎر Waldوﻣﺴﺘﻮى
ﻣﻌﻨﻮﻳﺘﻬﺎ ،وﺳــﻮف ﺗﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0إذا ﺎﻛن ﻣﺴﺘﻮى اﻤﻟﻌﻨﻮﻳﺔ أﻗﻞ ﻣﻦ 0.05
ﻷن ﻫﺬا اﻻﺧﺘﺒﺎر ﻫﻮ اﺧﺘﺒﺎر ﻃﺮف واﺣﺪ ﻳﻞ اﻤﻟﻨﺤﻰﻨ ،ﻗﺒﻮل ﻓﺮﺿﻴﺔ اﻟﻌﺪم ﻳُﺸﺮﻴ
ّ
ﺑﺄن اﺤﻛﻨﺒﺆ ﺤﻣﻞ اﻟﺘﺴــﺎؤل ﺗﻢ ﻤﻟﻘﺪرات ﻏﺮﻴ ﻣﺘﺤﺰﻴة ) Ytﻣﻼﺣﻈﺔ EViews :ﻳﻘﻮم
ﺑﻌﺮض إﺣﺼﺎﺋﻴﺔ ﺎﻛي ﺗﺮﺑﻴﻊ اﻤﻟﺘﻌﻠﻘﺔ ﺑﺎﺧﺘﺒﺎر Waldوﻫﺬه اﻹﺣﺼﺎﺋﻴﺔ ﻗﺪ ﺗﻌﺎرض
إﺣﺼﺎﺋﻴﺔ Fﻟﻚ ﺠﻳﺐ ﺒﻟ اﻤﻟﺴــﺘﺨﺪم أن ﺨﻳﺘﺎر Fﻷﻧﻬﺎ أﻛﺮﺜ ﺣﺴﺎﺳــﻴﺔ ﺤﻟﺠﻢ
اﻟﻌﻴﻨﺔ ودرﺟﺘﺎ اﺤﻟﺮﻳﺔ اﺨﻟﺎﺻﺔ ﺑﻬﺬه اﻹﺣﺼﺎﺋﻴﺔ ﺗﻌﺘﻤﺪ ﺒﻟ ﺣﺠﻢ اﻟﻌﻴﻨﺔ(.
وﺑﺎﻟﻄﺒﻊ ﻓﺈﻧﻪ ﻳﻤﻜﻦ ﺗﻄﺒﻴﻖ اﺧﺘﺒﺎر وو Wald Testﻟﻠﺘﻨﺒﺆ ﺑﺎﺳﺘﺨﺪام ﻧﻤﺎذج
ﺑﺸﻞﻜ ﻓﺮدي أو ﻤﺟﻊ ﺠﻣﻤﻮﻋﺔ ﻣﻦ اﺠﻤﺎذج )ﻃﺮﻳﻘﺔ اﻤﻟﺘﻮﺳﻂ وﻃﺮﻳﻘﺔ ﺗﺒﺎﻳﻦ اﺤﻛﻐﺎﻳﺮ(.
(!٠
ﺗﺤﻠﻴﻞ ﺑﻴﺎﻧﺎﺕ ﺍﻟﺒﺎﻧﻞ Panel Data Analysis
اﺳــﺘﺨﺪﻣﺖ ﻧﻤﺎذج اﻻﺤﻧﺪار اﻟﻲﺘ ﺗﻤﺖ ﻣﻨﺎﻗﺸﺘﻬﺎ إﻰﻟ ﺣﺪ اﻵن إﻣﺎ ﺑﻴﺎﻧﺎت
ﻣﻘﻄﻌﻴﺔ أو ﺳﻼﺳــﻞ زﻣﻨﻴــﺔ .ﻞﻛ ﻣﻦ ﻫﺬه اﻷﻧﻮاع ﻣﻦ اﻛﻴﺎﻧﺎت ﻳﻬﺎ ﺳــﻤﺎﺗﻬﺎ
اﺨﻟﺎﺻﺔ .ﻲﻓ ﻫﺬا اﻟﻔﺼــﻞ ،ﻧﻨﺎﻗﺶ ﻧﻤﺎذج اﻻﺤﻧﺪار ﻛﻴﺎﻧــﺎت اﻛﺎﻧﻞ واﻟﻲﺘ ﻓﻴﻬﺎ
ﻧﺴــﺘﺨﺪم ﻧﻔﺲ ﺠﻣﻤﻮﻋﺔ اﻟﻜﻴﺎﻧﺎت )اﻓﺮاد ،ﺮﺷ ت ،وﻻﻳﺎت ،دول ،وﻣﺎ ﺷﺎﺑﻪ(
ﻋﺮﺒ اﻟﺰﻣﻦ .ﻫﻨﺎك ﻋﺪة ﻣﺰاﻳﺎ ﻛﻴﺎﻧﺎت اﻛﺎﻧﻞ واﻟﻲﺘ ﺗﻤﺰﻴﻫﺎ ﻋﻦ اﻛﻴﺎﻧﺎت اﻤﻟﻘﻄﻌﻴﺔ
اﺨﻟﺎﻟﺼﺔ أو ﺑﻴﺎﻧﺎت اﻟﺴﻠﺴﺔ اﻟﺰﻣﻨﻴﺔ اﺨﻟﺎﻟﺼﺔ .وﻣﻦ ﻫﺬه اﻤﻟﻤﺰﻴات ﻣﺎ ﻳﻲﻠ:
- 1ﺑﻤﺎ أن ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﺗﺘﻌﺎﻣﻞ ﻣﻊ اﻷﻓﺮاد ،اﻟﺮﺸ ت ،اﻟﻮﻻﻳﺎت ،ا ول ،وﻏﺮﻴﻫﺎ
ﻋﺮﺒ اﻟﺰﻣﻦ ،ﻓﻤﻦ اﻤﻟﺆ ــﺪ أن ﻳﻜﻮن ﻫﻨﺎك ﻋﺪم ﺠﺗﺎﻧﺲ )(heterogeneity
ﺑﻦﻴ ﻫﺬه اﻟﻮﺣــﺪات ،واﻟﻲﺘ ﻗﺪ ﺗﻜــﻮن ﻏﺮﻴ ﻗﺎﺑﻠﺔ ﻟﻠﺮﺻــﺪ ﻲﻓ ﻛﺜﺮﻴ ﻣﻦ
اﻷﺣﻴﺎن .ﻳﻤﻜﻦ ﺤﻛﻘﻨﻴﺎت اﺤﻛﻘﺪﻳﺮ ﻛﻴﺎﻧﺎت اﻛﺎﻧﻞ أن ﺗﺄﺧﺬ ﻋﺪم اﺤﻛﺠﺎﻧﺲ
ﻲﻓ اﻻﻋﺘﺒــﺎر ﻣﻦ ﺧﻼل اﻟﺴــﻤﺎح ﻤﻟﺘﻐﺮﻴات ﺤﻣﺪدة ﺣﺴــﺐ وﺣﺪة اﻤﻟﻌﺎﻳﻨﺔ
) .(subject-specific variablesاﻤﻟﺼﻄﻠــﺢ وﺣــﺪة اﻤﻟﻌﺎﻳﻨﺔ ) (subjectأو
اﻤﻟﻔﺮدة ﻳﺸﻤﻞ اﻟﻮﺣﺪات اﻟﺼﻐﺮﻴة ﻣﺜﻞ اﻷﻓﺮاد ،اﻟﺮﺸ ت ،أو ا ول.
- 2ﻣﻦ ﺧﻼل اﺠﻟﻤﻊ ﻣﺎ ﺑﻦﻴ اﻟﺴﻠﺴــﻠﺔ اﻟﺰﻣﻨﻴﺔ ﻟﻠﻤﺸﺎﻫﺪات اﻤﻟﻘﻄﻌﻴﺔ )ﺤﺑﻴﺚ
أن ﻟﻞﻜ ﻣﺸــﺎﻫﺪة ﻣﻦ اﻛﻴﺎﻧﺎت اﻤﻟﻘﻄﻌﻴﺔ أﻛﺮﺜ ﻣﻦ ﻧﻘﻄــﺔ زﻣﻨﻴﺔ( ،ﺗﻌﻄﻲ
ً ً
ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ”ﺑﻴﺎﻧﺎت ﺗﻘﺪم ﻣﻌﻠﻮﻣﺎت إﻓﺎدة وأﻛﺮﺜ ﺗﻨﻮﺨ وأﻗﻞ ﺗﺪاﺧﻼ ﺑﻦﻴ
اﻤﻟﺘﻐﺮﻴات ،ودرﺟﺎت ﺣﺮﻳﺔ أﻛﺮﺜ واﻤﻟﺰﻳﺪ ﻣﻦ اﻟﻜﻔﺎءة ”.
- 3ﻣﻦ ﺧﻼل دراﺳــﺔ اﻤﻟﺸــﺎﻫﺪات اﻤﻟﻘﻄﻌﻴﺔ ﻷﻛﺮﺜ ﻣﻦ ﻧﻘﻄﺔ زﻣﻨﻴﺔ ،ﺗﻜﻮن
ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻣﻨﺎﺳﺒﺔ ﺑﺸﻞﻜ أﻓﻀﻞ راﺳﺔ دﻳﻨﺎﻣﻴﻜﻴﺎت اﺤﻛﻐﺮﻴ .ﺒﻟ ﺳﺒﻴﻞ
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 326
ً
اﻤﻟﺘﺪاﺧﻠﺔ .إن ﺗﻘﺪﻳﺮ OLSاﻤﻟﺠﻤﻊ ﻳﻌﺮف أﻳﻀﺎ ﺑﺎﺳﻢ ﻧﻤﻮذج اﻤﻟﻌﺎﻣﻞ اﺨﻛﺎﺑﺖ،
ﻷﻧﻨﺎ ﻧﻔﺮﺘض أن اﻤﻟﻌﺎﻣﻼت ﻋﺮﺒ اﻟﺰﻣﻦ وﻋﺮﺒ اﻟﻘﻄﺎﺨت ﺗﻈﻞ ﻲﻫ ﻧﻔﺴﻬﺎ.
- 4ﻧﻤﻮذج اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى ذات اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ ﻟﻠﻤﺘﻐﺮﻴات اﻟﻮﻫﻤﻴﺔ
Fixed Effects Least-squares Dummy Variable Model (LSDV):
ﻛﻤﺎ ﻫﻮ اﺤﻟﺎل ﻲﻓ اﺨﻟﻴﺎر اﻟﺴــﺎﺑﻖ ) ،(3ﻧﻘﻮم ﺠﺑﻤﻊ ﻞﻛ اﻤﻟﺸــﺎﻫﺪات وﻟﻜﻦ
ﻧﺴــﻤﺢ ﻟﻞﻜ ﻓﺮد أن ﻳﻜﻮن ﻗﺎﻃﻊ ﻓﺮدي وﻫﻲﻤ .اﻻﺧﺘﻼف ﻫﻨﺎ ﻫﻮ اﻤﻟﻘﺪر
ً
ا اﺧﻲﻠ ) ،(within estimatorوا ي ﺳﻨﺮﺸﺣﻪ ﻻﺣﻘﺎ.
- 5ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﻟﻌﺸﻮاﺋﻴﺔ :Random Effects Model
ً
ﺑﺪﻻ ﻣﻦ اﻟﺴــﻤﺎح ﻟﻞﻜ ﻓﺮد أن ﻳﻜﻮن ﻗﻴﻤﺔ ﻗﺎﻃﻊ )ﺛﺎﺑﺖ( ﺧﺎص ﺑﻪ ﻛﻤﺎ
ﻫﻮ اﺤﻟﺎل ﻲﻓ ﻧﻤــﻮذج ،LSDVﻧﻘﻮم ﺑﺎﻓﺮﺘاض أن ﻗﻴــﻢ اﻟﻘﺎﻃﻊ ﻟﻸﻓﺮاد ﻲﻫ
ﻣﺴﺤﻮﺑﺎت ﻋﺸﻮاﺋﻴﺔ ﻣﻦ ﺠﻣﻤﻮﻋﺔ أﻛﺮﺒ ﻣﻦ ﺠﻣﺘﻤﻊ اﻷﻓﺮاد.
ﺳﻨﻘﻮم ﺑﻤﻨﺎﻗﺸــﺔ اﺨﻟﻴﺎرات ،4 ،3و 5ﺒﻟ اﺤﻛﻮاﻲﻟ .ﻗﺒﻞ أن ﻧﺒﺪأ ﺑﺘﻄﺒﻴﻖ ﻫﺬه
اﺨﻟﻴﺎرات ﺤﻧﻦ ﺤﺑﺎﺟﺔ ﻟﻠﻨﻈﺮ ﻲﻓ ﻧﻘﻄﺘﻦﻴ:
- 1ﻫﻞ ﻣﺘﻐﺮﻴات ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻣﺴﺘﻘﺮة أم ﻻ؟
- 2ﻫﻞ ﻲﻫ ﻣﺘﺎﻜﻣﻠﺔ؟
1.11ﻃﺮﻳﻘﺔ اﺳﺘﻘﺮار اﻟﺒﺎﻧﻞ :Panel Stationary Approach
ً
ﻳﻨﺎ اﺛﻨﺎن ﻣﻦ ﺑﻴﺎﻧﺎت اﻛﺎﻧــﻞ ﻲﻓ ﻫﺬا اﻤﻟﺜﺎل .ﻧﻘﻮم ﺑﺪاﻳﺔ ﺑﺘﺤﻮﻳﻞ اﻛﻴﺎﻧﺎت
إﻰﻟ اﻟﻠﻮﺬﻟرﻳﺘﻢ اﻻﻋﺘﻴﺎدي ) (logأو اﻟﻄﺒﻴﻲﻌ ) (lnﻋﻦ ﻃﺮﻳﻖ اﺳــﺘﺨﺪام إﺣﺪى
اﻟﻄﺮق اﺤﻛﺎ ﺔ أدﻧﺎه:
ﻣﻼﺣﻈﺔ :ﺳــﻮف ﻧﻌﺎﻣﻞ اﻛﻴﺎﻧﺎت ﻲﻓ ﺷــﻠﻜﻬﺎ اﻟﻠﻮﺬﻟرﻳﺘﻲﻤ ﺒﻟ أﺳﺎس أﻧﻬﺎ
اﻛﻴﺎﻧﺎت اﻷﺻﻠﻴﺔ
ﺤﻛﺤﻮﻳﻞ اﻛﻴﺎﻧﺎت إﻰﻟ ﺻﻴﻐﺔ اﻟﻠﻮﺬﻟرﻳﺘﻢ اﻻﻋﺘﻴﺎدي:
اذﻫﺐ إﻰﻟ Quick-Generate Seriesﺛﻢ اﻛﺘﺐ ) LGDP = Log(GDPﺛﻢ اﻧﻘﺮ .OK
اذﻫﺐ إﻰﻟ Quick-Generate Seriesﺛﻢ اﻛﺘﺐ ) LGEX = Log(GEXﺛﻢ اﻧﻘﺮ .OK
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 328
اﻻﺧﺘﺒﺎر:
: H0 - 1ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ LGDPﻬﻟﺎ ﺟﺬر وﺣﺪة.
329 اﻟﻔﺼﻞ اﻟﺤﺎدي ﻋﺎﺷﺮ :ﺗﺤﻠﻴﻞ ﺑﻴﺎﻧﺎت اﻟﺒﺎﻧﻞ Panel Data Analysis
اﻓﺘﺢ ﺑﻴﺎﻧﺎت ،LGEXﺛﻢ ﻣﻦ Viewﻗﻢ ﺑﺎﺧﺘﻴﺎر ،Unit Root Testﺛﻢ اﻧﻘﺮ .OK
اﻻﺧﺘﺒﺎر:
: H0 - 1ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ LGEXﻬﻟﺎ ﺟﺬر وﺣﺪة.
: H1 - 2ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ LGEXﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ﻣﻦ اﺠﺘﺎﺋﺞ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸــﻞﻜ ،2.11ﺠﻧﺪ أن إﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر اﻷرﺑﻌﺔ
ﺗﺴﺎوي ) ،(10.5711) ،(4.86434) ،(-0.33934و ).(19.0235
- 4ﻣﺴــﺘﻮى ا ﻻﻟﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻼﺣﺘﻤــﺎل p-valuesﻹﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر
ﺗﺴﺎوي ) ،(1.0000) ،(1.0000) ،(0.3672و ).(0.9957
ً
وﺑﻨﺎء ﺒﻟ ذﻟﻚ ﻻ - 5ﺠﻧــﺪ أن ﻞﻛ ﻗﻴﻢ اﻻﺣﺘﻤﺎل p-valuesﻲﻫ أﻛﺮﺒ ﻣﻦ ، 0.05
ً
ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض اﻟﻌﺪم .اﻻﺧﺘﺒﺎر ﻏﺮﻴ ﻣﻌﻨﻮي اﺣﺼﺎﺋﻴﺎ.
- 6ﻧﺴﺘﻨﺘﺞ أن ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ LGEXﻏﺮﻴ ﻣﺴﺘﻘﺮة.
The First Difference of the Data 3.1.11اﻟﻔﺮوق اﻷو ﻟﻠﺒﻴﺎﻧﺎت
ﻟﻠﺤﺼــﻮل ﺒﻟ اﻟﻔﺮوق اﻷو ﻛﻴﺎﻧﺎت اﻛﺎﻧــﻞ ﻟﻠﻤﺘﻐﺮﻴﻳﻦ ،ﻧﺘﺒﻊ اﺨﻟﻄﻮات
اﺤﻛﺎ ﺔ:
اذﻫﺐ إﻰﻟ Quick - Generate Seriesﺛﻢ اﻛﺘﺐ )DLGDP = LGDP - LGDP(-1
ﺛﻢ اﻧﻘﺮ .OK
اذﻫﺐ إﻰﻟ Quick - Generate Seriesﺛﻢ اﻛﺘﺐ)DLGEX = LGEX - LGEX(-1
ﺛﻢ اﻧﻘﺮ .OK
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 332
اﻻﺧﺘﺒﺎر:
: H0 - 1ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGDPﻬﻟﺎ ﺟﺬر وﺣﺪة.
: H1 - 2ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGDPﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ﻣﻦ اﺠﺘﺎﺋﺞ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸــﻞﻜ ،2.11ﺠﻧﺪ أن إﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر اﻷرﺑﻌﺔ
ﺗﺴﺎوي ) ،(136.808) ،(-8.00521) ،(-6.61669و ).(293.287
- 4ﻣﺴﺘﻮى ا ﻻﻟﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻼﺣﺘﻤﺎل p-valuesﻻﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر ﻠﻛﻬﺎ
ﺗﺴﺎوي ).(0.0000
وﻫﻜﺬا ﻧﺮﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم .H0 اﻻﺣﺘﻤﺎل Prob. = 0.0000 < 0.05 -5
- 6ﻧﺴﺘﻨﺘﺞ أن ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGDPﻲﻫ ﻣﺴﺘﻘﺮة.
اﻻﺧﺘﺒﺎر:
: H0 - 1ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ DLGEXﻬﻟﺎ ﺟﺬر وﺣﺪة.
:H1 - 2ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGDPﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
ﻣﻦ اﺠﺘﺎﺋﺞ اﻤﻟﻮﺿﺤﺔ ﻲﻓ اﻟﺸــﻞﻜ ،2.11ﺠﻧﺪ أن إﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر ﺗﺴﺎوي
) ،(189.969) ،(-10.8147) ،(-9.17355و ).(266.794
- 4ﻣﺴﺘﻮى ا ﻻﻟﺔ اﻹﺣﺼﺎﺋﻴﺔ ﻟﻼﺣﺘﻤﺎل p-valuesﻻﺣﺼﺎﺋﻴﺎت اﻻﺧﺘﺒﺎر ﻠﻛﻬﺎ
ﺗﺴﺎوي ).(0.0000
،و ﻟﻚ ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ ﻓﺮﺿﻴﺔ اﻟﻌﺪم .H0 اﻻﺣﺘﻤﺎل Prob. = 0.0000 < 0.05 -5
- 6ﻧﺴﺘﻨﺘﺞ أن ﺑﻴﺎﻧﺎت اﻛﺎﻧﻞ ﻟـ DLGEXﻲﻫ ﻣﺴﺘﻘﺮة.
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 336
ﺷﻜﻞ 13.11اﺧﺘﺒﺎر ﺟﺬر اﻟﻮﺣﺪة ) (The IM, Pesaran and Shinﻋﻠﻰ ECM
ً
إﺣﺼﺎﺋﻴﺎ )ﻷن ﻗﻴﻤﺔ ﺧﺎﻧﺔ اﻻﺣﺘﻤــﺎل .Probﺎﻛﻧﺖ أﻗﻞ ﻣﻦ ،(0.05ﻣﺎﻋﺪا
ﻣﻌﻠﻤﺔ اﻤﻟﺘﻐﺮﻴ ) DLGDP(-1ﻓﻘﺪ ﺎﻛﻧﺖ ﻗﻴﻤﺔ اﻻﺣﺘﻤﺎل 0.2348وﻲﻫ أﻛﺮﺒ
ﻣﻦ .0.05
اذﻫﺐ إﻰﻟ ، Proc > Structure/Resize Current Pageﻗﻢ ﺑﺘﻐﻴﺮﻴ ﺷﻞﻜ ﻣﻠﻒ
اﻟﻌﻤﻞ إﻰﻟ ” .“Dated Panelادﺧﻞ اﺳــﻢ اﻤﻟﺘﻐــﺮﻴ Countryﻛﻤﻌﺮف ﺗﻘﺎﻃﻲﻌ
،cross section IDوﻗﻢ ﺑﺈدﺧﺎل Yearsﻛﺴﻠﺴــﻠﺔ ﺗﺎرﻳﺦ و ﻤﺎ ﻣﺒﻦﻴ ﻲﻓ اﻟﺸﻞﻜ
.18.11
ﻣﻦ أﺟﻞ اﻷﺧﺬ ﻲﻓ اﻻﻋﺘﺒﺎر ﻋﺪم اﺤﻛﺠﺎﻧﺲ )اﻻﺧﺘﻼف( اﻤﻟﺘﻮﻗﻊ وﺟﻮده ﻣﺎ
ﺑﻦﻴ ا ول ،ﻓﺈﻧﻨﺎ ﻧﺴــﻤﺢ ﻟﻞﻜ دوﻟﺔ أن ﻳﻜﻮن ﻬﻟﺎ ﻗﺎﻃﻊ ) (interceptﺧﺎص ﺑﻬﺎ،
و ﻤﺎ ﻫﻮ ﻤﻣﺜﻞ ﻲﻓ اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ:
ﻣﺎ ﺑﻦﻴ ا ول .اﻻﺧﺘﻼف ﻗﺪ ﻳﻜﻮن ﻧﺘﻴﺠﺔ اﺧﺘﻼف اﺨﻟﺼﺎﺋﺺ اﻻﻗﺘﺼﺎدﻳﺔ ﺑﻦﻴ
ا ول ﻣﺜﻞ اﺧﺘﻼف وﻓﺮة اﻤﻟﻮارد أو أي ﺧﺼﺎﺋﺺ اﻗﺘﺼﺎدﻳﺔ أﺧﺮى.
ً
إن ﻣﺼﻄﻠﺢ ”اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ“ ﻳﻌﻲﻨ ﺿﻤﻨﻴﺎ أن ﻞﻛ ﻗﺎﻃﻊ ”ﻟﻞﻜ دوﻟﺔ“ ﺒﻟ
اﻟﺮﻏﻢ ﻣﻦ اﺧﺘﻼﻓﻪ ﻋﻦ ﻗﻮاﻃﻊ ا ول اﻷﺧﺮى ،ﻻ ﻳﺘﻐﺮﻴ ﺑﻤﺮور اﻟﺰﻣﻦ ،أي أﻧﻪ ﻻ
ﻳﺘﺄﺛﺮ ﺑﺎﻟﺰﻣﻦ ).(time-invariant
ﻓﺴﻮف إذا ﺗﻢ اﺤﻛﻌﺒﺮﻴ ﻋﻦ اﻟﻘﺎﻃﻊ ﻲﻓ اﻤﻟﻌﺎدﻟﺔ أﻋﻼه ﺒﻟ اﺠﺤﻮ اﺤﻛﺎﻲﻟ:
ﻳﻜﻮن ﻗﺎﻃﻊ ﻞﻛ دوﻟﺔ ﻣﺘﻐﺮﻴ ﻣﻊ اﻟﺰﻣﻦ ) .(time-variantوﻟﻜﻦ ﺠﺗﺪر اﻤﻟﻼﺣﻈﺔ
أﻧﻪ ﻲﻓ ﻣﻌﺎدﻟﺔ اﺠﻤﻮذج أﻋﻼه ﻓﺈﻧﻨﺎ ﻧﻔﺮﺘض أن ﻣﻌﺎﻣﻼت اﻤﻟﻴﻞ ﺛﺎﺑﺘﺔ ﻋﺮﺒ اﻟﺰﻣﻦ.
ﻧﻘﻮم ﺑﺘﻄﺒﻴﻖ ﻣﺪﺧــﻞ اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ ﻣﻦ ﺧﻼل إدﺧــﺎل ﻗﻮاﻃﻊ ﺗﻤﻴﺰﻴﻳﺔ
وﻫﻤﻴﺔ ) .(differential intercept dummiesﻧﻘﻮم ﺑﺘﻌﺪﻳﻞ اﻤﻟﻌﺎدﻟﺔ أﻋﻼه ﻛﻤﺎ ﻳﻲﻠ:
ﻣﻼﺣﻈﺎت:
اﻤﻟﻼﺣﻈﺔ اﻷو ﺣﻮل اﺠﺘﺎﺋﺞ اﻟﻮاردة ﻲﻓ اﻟﺸﻞﻜ 21.11ﻫﻮ أن ﺟﺪول اﺠﺘﺎﺋﺞ
ﻻ ﻳﻨﺘﺞ ﻗﻴﻢ ﻣﻌﺎﻣﻼت اﻟﻘﺎﻃﻊ اﺤﻛﻤﻴﺰﻴي ﻟﻞﻜ دوﻟﺔ ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ أﻧﻬﺎ ﻗﺪ أﺧﺬت
ﻲﻓ اﻻﻋﺘﺒــﺎر ﻋﻨﺪ ﺗﻘﺪﻳﺮ اﺠﻤﻮذج .وﻣﻊ ذﻟــﻚ ،ﻳﻤﻜﻨﻨﺎ اﺤﻟﺼﻮل ﺒﻟ ﻣﻌﺎﻣﻼت
ً
اﻟﻘﺎﻃﻊ اﺤﻛﻤﻴﺰﻴي ﺑﺴﻬﻮﻟﺔ إذا أردﻧﺎ إﺟﺮاء ذﻟﻚ ﻳﺪوﻳﺎ .اﻤﻟﻼﺣﻈﺔ اﺨﻛﺎﻧﻴﺔ ،إذا ﻗﺎرﻧﺎ
ﻧﺘﺎﺋﺞ اﺤﻧﺪار OLSاﻤﻟﺠﻤﻊ ﻣﻊ ﻧﺘﺎﺋﺞ اﺤﻧﺪار ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ ،FEMﻟﺮأﻳﻨﺎ
ً ً ً
اﺧﺘﻼﻓﺎ ﻛﺒﺮﻴا ﻣﺎ ﺑﻦﻴ اﻻﺛﻨﻦﻴ ،ﻟﻴﺲ ﻓﻘﻂ ﻲﻓ ﻗﻴﻢ اﻤﻟﻌﻠﻤﺎت اﻤﻟﻘﺪرة ،وﻟﻜﻦ أﻳﻀﺎ
اﺧﺘﻼف اﺷﺎراﺗﻬﺎ.
ﻣﻦ ذﻟﻚ ،ﻓﺈن ﻫــﺬه اﺠﺘﺎﺋﺞ ﺗﻠﻲﻘ ﺑﻈﻼل ﻣﻦ اﻟﺸــﻚ ﺒﻟ ﺗﻘﺪﻳﺮات OLS
اﻤﻟﺠﻤﻌــﺔ .ﻓﺈذا ﻗﻤﻨﺎ ﺑﻔﺤــﺺ اﻟﻘﺎﻃﻊ اﺤﻛﻤﻴﺰﻴي اﻟﻮﻫﻲﻤ ﻟــﻞﻜ دوﻟﺔ ،ﻟﻮﺟﺪﻧﺎ أن
ﺔ ﻤﻣﺎ ﻳﺸــﺮﻴ إﻰﻟ أن ﺗﻘﺪﻳﺮات ﻃﺮﻳﻘﺔ OLS اﻟﻌﺪﻳﺪ ﻣﻨﻬﺎ ذو ﻣﻌﻨﻮﻳﺔ إﺣﺼﺎﺋﻴﺔ ﺨ
اﻤﻟﺠﻤﻌﺔ ﺨﺗﻲﻔ ﻋﺪم اﺤﻛﺠﺎﻧﺲ ﺑﻦﻴ اﻟـ 19دوﻟﺔ.
اﺠﺘﺎﺋﺞ:
- 1إذا أﺟﺮﻳﻨﺎ اﺧﺘﺒﺎر ﻟﻠﻔﺮوض ﻤﻟﻌﻠﻤﺎت اﻤﻟﺘﻐﺮﻴات ﻞﻛ ﺒﻟ ﺣﺪا ،ﻓﺴﺮﻨى ﻣﻦ اﺠﺘﺎﺋﺞ
)اﻟﺸــﻞﻜ (21.11أن ﻞﻛ اﻤﻟﻌﻠﻤﺎت ) DLGEX، DLGEX(-1)، ECM(-1ﻲﻫ
ً
ﻣﻌﻨﻮﻳــﺔ اﺣﺼﺎﺋﻴﺎ و ﺬﻟﻚ اﺤﻟﺪ اﺨﻛﺎﺑﺖ ،Cﺣﻴــﺚ أن ﻗﻴﻤﺔ اﻻﺣﺘﻤﺎل أﻗﻞ
ﻣﻦ .0.05اﻻﺳــﺘﺜﻨﺎء اﻟﻮﺣﻴﺪ ﻫﻨﺎ ﻫﻮ ﻣﻌﺎﻣﻞ اﻤﻟﺘﻐﺮﻴ ) DLGDP(-1ﻓﻬﻮ ﻏﺮﻴ
ً
ﻣﻌﻨﻮي إﺣﺼﺎﺋﻴﺎ ).(Prob. = 0.9269
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 348
3.2.11اﺧﺘﺒﺎر اﺠﻤﻮذج
ﻳﻤﻜﻨﻨﺎ ﺗﻘﺪﻳﻢ اﺧﺘﺒــﺎر ﻤﻟﻌﺮﻓﺔ ﻣﺎ إذا ﺎﻛن ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ )(FEM
أﻓﻀﻞ ﻣﻦ ﻧﻤــﻮذج اﻤﻟﺮﺑﻌﺎت اﻟﺼﻐﺮى اﻤﻟﺠﻤــﻊ ) .(Pooled OLS Modelﻷن
اﺠﻤﻮذج اﻤﻟﺠﻤــﻊ ﻳﻬﻤﻞ ﺗﺄﺛﺮﻴات ﻋﺪم اﺤﻛﺠﺎﻧﺲ واﻟــﻲﺘ أﺧﺬت ﺑﻌﻦﻴ اﻻﻋﺘﺒﺎر
وﺑﺸﻞﻜ واﺿﺢ ﻲﻓ ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ؛ ﻓﺈن اﺠﻤﻮذج اﻤﻟﺠﻤﻊ ﻫﻮ ﻧﺴﺨﺔ ﻣﻘﻴﺪة
ﻣﻦ ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ .اﻻﺧﺘﺒﺎر اﺤﻛﺎﻲﻟ ﺳﻴﺤﺪد ﺠﺎ أي ﻣﻦ اﺠﻤﻮذﺟﻦﻴ ﻫﻮ
اﻤﻟﻨﺎﺳﺐ ﻟﻼﺳﺘﺨﺪام.
ﻳﻤﻜﻦ اﺳﺘﺨﺪام اﺧﺘﺒﺎر Fﻛﺄﺳﺎس ﺤﻟﺴﺎب إﺣﺼﺎﺋﻴﺔ اﻻﺧﺘﺒﺎر اﻤﻟﺴﺘﺨﺪﻣﺔ ﻲﻓ
اﻤﻟﻘﺎرﻧﺔ ﻣﺎ ﺑﻦﻴ اﺠﻤﻮذﺟﻦﻴ وﻓﻖ اﻟﺼﻴﻐﺔ اﺤﻛﺎ ﺔ:
-5
ﺻﻴﺎﻏﺔ اﻟﻨﻤﺎذج اﻟﻤﺎﻟﻴﺔ واﻻﻗﺘﺼﺎدﻳﺔ ﻣﻊ EViews 350
. و
Fاﺤﻟﺮﺟﺔ ) (605 ،21ﺗﺴﺎوي 1.59 ﻗﻴﻤﺔ
- 6اﻟﻘﺮار :ﺑﻤﺎ أن Fاﻤﻟﺤﺴــﻮﺑﺔ < Fاﺠﻟﺪو ﺔ ) (1.59 < 2.6169ﻓﺈﻧﻨﺎ ﻧﺮﻓﺾ
اﻟﻔﺮض اﻟﺼﻔﺮي H0وﻧﻘﺒﻞ اﻟﻔﺮض اﻛﺪﻳﻞ.
- 7ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ ﻫﻮ اﺠﻤﻮذج اﻷﻓﻀﻞ.
LSDV 4.2.11ﻗﻴﻮد ﻧﻤﻮذج اﺤﻛﺄﺛﺮﻴات اﺨﻛﺎﺑﺘﺔ
ﺒﻟ اﻟﺮﻏﻢ ﻣﻦ ﺳــﻬﻮﻟﺔ ﺗﻄﺒﻴﻖ ﻧﻤﻮذج ،LSDVإﻻ أن ﻫﺬا اﺠﻤﻮذج ﺤﻳﺘﻮي ﺒﻟ
اﺤﻛﻘﻴﻴﺪات اﺤﻛﺎ ﺔ:
- 1ﻞﻛ ﻣﺘﻐﺮﻴ وﻫﻲﻤ إﺿﺎﻲﻓ ﺳــﻮف ﻳﻜﻠﻔﻨﺎ درﺟﺔ ﺣﺮﻳﺔ إﺿﺎﻓﻴﺔ .ﻟﻚ ،إذا ﻟﻢ
ً
ﺗﻜﻦ اﻟﻌﻴﻨﺔ ﻛﺒﻴﺔ ﺟﺪا ،ﻓﺈن إدﺧﺎل اﻟﻜﺜﺮﻴ ﻣﻦ اﻤﻟﺘﻐﺮﻴات اﻟﻮﻫﻤﻴﺔ ﺳــﻮف
ﻟﻦ ﻳﺮﺘك ﺳﻮى اﻟﻘﻠﻴﻞ ﻣﻦ اﻤﻟﺸﺎﻫﺪات ﻹﺟﺮاء ﺤﺗﻠﻴﻞ اﺣﺼﺎ ذي ﻣﻌﻰﻨ.
- 2إن ﻋﻤﻠﻴــﺎت اﻹﺿﺎﻓﺔ واﻟﺮﻀب ﻟﻌﺪد ﻛﺜﺮﻴ ﻣﻦ اﻤﻟﺘﻐﺮﻴات اﻟﻮﻫﻤﻴﺔ ﻗﺪ ﻳﺆدي
إﻰﻟ إﻣﺎﻜﻧﻴﺔ ﺣﺪوث ارﺗﺒﺎط ﺧﻄﻲ ﻣﺘﻌﺪد ،ﻤﻣﺎ ﺠﻳﻌﻞ اﺤﻛﻘﺪﻳﺮ ا ﻗﻴﻖ ﻤﻟﻌﻠﻤﺎت
ً ً
اﺠﻤﻮذج أﻣﺮا ﺻﻌﺒﺎ.
- 3ﻣﻦ أﺟﻞ اﺤﻟﺼﻮل ﺗﻘﺪﻳﺮات ذات ﺧﺼﺎﺋﺺ إﺣﺼﺎﺋﻴﺔ ﻣﺮﻏﻮب ﻓﻴﻬﺎ ،ﺳﻨﻜﻮن
ﻲﻓ ﺣﺎﺟﺔ إﻰﻟ إﻋﻄــﺎء اﻫﺘﻤﺎم ﺑﺎﻟﻎ ﺤﻟﺪ اﺨﻟﻄﺄ ﻲﻓ اﺠﻤﻮذج .ﺗﺴــﺘﻨﺪ اﺠﺘﺎﺋﺞ
اﻹﺣﺼﺎﺋﻴــﺔ اﻟﻮاردة أﻋــﻼه إﻰﻟ اﻓﺮﺘاض أن ﺣﺪ اﺨﻟﻄــﺄ ﻳﺘﺒﻊ اﻻﻓﺮﺘاﺿﺎت
ً
.وﺣﻴﺚ أن اﻤﻟﺆﺮﺷ i اﻟﻜﻼﺳــﻴﻜﻴﺔ واﻟﻲﺘ ﻲﻫ أﺳﺎﺳﺎ أن
ﻳﺸﺮﻴ إﻰﻟ ﻣﺸﺎﻫﺪات ﻣﻘﻄﻌﻴﺔ و tإﻰﻟ ﻣﺸﺎﻫﺪات ﺳﻠﺴﻠﺔ زﻣﻨﻴﺔ؛ ﻓﻘﺪ ﻳﻜﻮن
ﻣﻦ اﻟﺮﻀوري ﺗﻌﺪﻳﻞ اﻻﻓﺮﺘاض اﻟﻜﻼﺳــﻴﻲﻜ اﻤﻟﺘﻌﻠﻖ ﺤﺑﺪ اﺨﻟﻄﺄ .ﻫﻨﺎك
ﻋﺪة اﺣﺘﻤﺎﻻت ﻲﻓ ﻫﺬا اﻟﺸﺄن:
أ -ﻳﻤﻜﻨﻨﺎ أن ﻧﻔﺮﺘض أن ﺗﺒﺎﻳﻦ اﺨﻟﻄﺄ ﻫﻮ ﻧﻔﺴﻪ ﺠﻟﻤﻴﻊ اﻟﻮﺣﺪات اﻤﻟﻘﻄﻌﻴﺔ
أو ﻳﻤﻜﻨﻨﺎ اﻓﺮﺘاض أن ﺗﺒﺎﻳﻦ اﺨﻟﻄﺄ ﻏﺮﻴ ﺛﺎﺑﺖ.
ب -ﻟﻞﻜ وﺣﺪة ﻣﻌﺎﻳﻨﺔ ﻳﻤﻜﻨﻨﺎ اﻓﺮﺘاض أﻧﻪ ﻻ ﻳﻮﺟﺪ ارﺗﺒﺎط ذا ﻋﺮﺒ اﻟﺰﻣﻦ
أو ﻳﻤﻜﻦ أن ﻧﻔﺮﺘض اﻻرﺗﺒﺎط ا ا ﻣﻦ اﺠﻮع ).AR(1
351 اﻟﻔﺼﻞ اﻟﺤﺎدي ﻋﺎﺷﺮ :ﺗﺤﻠﻴﻞ ﺑﻴﺎﻧﺎت اﻟﺒﺎﻧﻞ Panel Data Analysis
ﻟﻸﺻﻮل ﺑﺎﺠﻈﺮ إﻰﻟ أن ﻣﻌﺎﻣﻞ ﺑﻴﺘﺎ ﻟﻠﺴــﻮاق ﺑﺎﻟﺎﻜﻣﻞ ﻳﺴــﺎوي 1.0و ﻗﻴﻢ ﺑﻴﺘﺎ
اﻷﺧﺮى ﻳﺘــﻢ اﻋﺘﺒﺎرﻫﺎ ذات ﻋﻼﻗﺔ ﺑﻬﺬه اﻟﻘﻴﻤﺔ ،ﺨﺋﺪ اﻟﺴــﻮق ﻫﻮ اﻟﻌﺎﺋﺪ ﺒﻟ
ﺤﻣﻔﻈﺔ اﻟﺴﻮق ﻟﻞﻜ اﻷوراق اﻤﻟﺎ ﺔ اﻟﻲﺘ ﻳﺘﻢ ﺗﺪاوﻬﻟﺎ.
1.12ﻣﻌﺎدﻟﺔ CAPM
ﺑﺎﺳــﺘﺨﺪام ﻣﻌﺎﻣﻞ ﺑﻴﺘﺎ ﻟﻘﻴــﺎس ﺨﻣﺎﻃﺮ ﻋﺪم اﺤﻛﻨﻮع ﻓﺈن ﻧﻤﻮذج ﺗﺴــﻌﺮﻴ
اﻷﺻﻮل اﻟﺮأﺳﻤﺎ ﺔ ) (CAPMﻳﺘﻢ ﻋﺮﺿﻪ ﻣﻦ ﺧﻼل اﻤﻟﻌﺎدﻟﺔ اﺤﻛﺎ ﺔ:
ﺣﻴﺚ أن
= اﻟﻌﺎﺋﺪ اﻤﻟﻄﻠﻮب ﺒﻟ اﻷﺻﻞ i
= ﻣﻌﺪل اﻟﻌﺎﺋﺪ اﺨﻟﺎﻲﻟ ﻣﻦ اﻤﻟﺨﺎﻃﺮة ،وﻳﺘﻢ ﻗﻴﺎﺳﻪ ﻲﻓ اﻟﻐﺎﻟﺐ ﻋﻦ ﻃﺮﻳﻖ
اﻟﻌﺎﺋﺪ ﺒﻟ أذوﻧﺎت اﺨﻟﺰاﻧﺔ اﻷﻣﺮﻳﻜﻴﺔ
= ﻣﻌﺎﻣﻞ ﺑﻴﺘﺎ أو ﻣﺆﺮﺷ ﺨﻣﺎﻃﺮ ﻋﺪم اﺤﻛﻨﻮع ﻟﻸﺻﻞ i
ﺑﻴﺘﺎ bوﺗﻢ ﺗﻤﺜﻴﻠﻬﺎ ﺒﻟ اﻤﻟﺤﻮر اﻷﻓﻲﻘ xواﻟﻌﺎﺋﺪ اﻤﻟﻄﻠﻮب rﺗﻢ رﺳــﻤﻪ ﺒﻟ اﻤﻟﺤﻮر
اﻟﻌﻤﻮدي ، yو اﻟﻮاﻗﻊ اﻟﻌﻤﻲﻠ ﻓﺈﻧﻨﺎ ﻧﺴــﺘﺨﺪم اﻤﻟﻌﺎدﻟﺔ اﺨﻟﻄﻴﺔ ﺤﻛﻘﺪﻳﺮ اﻟﻌﻼﻗﺔ،
اﻤﻟﺨﺮﺟﺎت ﻲﻫ ﺧﻂ ﻣﺴــﺘﻘﻴﻢ ﻣﺘﻨﺎﺳــﺐ ﻳﻤﺜﻞ اﻟﻌﻼﻗﺔ اﺤﻛﺎرﺨﻳﻴﺔ ﺑﻦﻴ اﻷﺳــﻬﻢ
واﻟﺴﻮق ،ﻣﻴﻞ ﻫﺬا اﺨﻟﻂ ﻫﻮ ﺗﻘﺪﻳﺮ ﺑﻴﺘﺎ وﻳُﺸﺮﻴ إﻰﻟ ﻣﻘﺪار اﺤﻛﻐﺮﻴ ﻲﻓ ﻓﺎﺋﺾ ﻋﻮاﺋﺪ
اﻷﺳﻬﻢ ﻋﻨﺪﻣﺎ ﻳﺘﻐﺮﻴ ﻓﺎﺋﺾ ﻋﻮاﺋﺪ اﻟﺴﻮق ﺑﻨﺴﺒﺔ .%1
ﻓﻌﻰﻠ ﺳــﺒﻴﻞ اﻤﻟﺜﺎل إذا أﺧﺬﻧﺎ اﻟﻌﺎﺋﺪ ا ﻮﻲﻣ ﻟﻸوراق اﻤﻟﺎ ﺔ iوا ي ﻳﻤﻜﻦ
ﺣﺴﺎﺑﻪ ﻣﻦ ﺧﻼل اﺨﻟﻄﻮات اﺤﻛﺎ ﺔ:
- 6اﻟﺴﻠﺴﻠﺔ ﻣﺴﺘﻘﺮة.
اﻟﺸﻞﻜ 12.9ﻳﻌﺮض اﻛﻮاﻲﻗ وﻲﻫ ﻣﺴﺘﻘﺮة.
اﺧﺘﺒﺎر ﺟﺬر اﻟﻮﺣﺪة ﻟﻠﺒﻮاﻲﻗ )اﻟﺸﻞﻜ (10.12
: H0 - 1اﻟﺴﻠﺴﻠﺔ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻟﻴﺴﺖ ﻣﺴﺘﻘﺮة.
: H1 - 2اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﻣﺴﺘﻘﺮة.
α = 5% - 3أو 0.05
إﺣﺼﺎﺋﻴﺔ اﺧﺘﺒﺎر ADFﺗﺴﺎوي -9.653714
- 4ﻗﻴﻢ p-values = 0.000
- 5ﺑﻤــﺎ أن ﻗﻴﻢ p-valuesأﻗﻞ ﻣﻦ 0.05ﻓﺈﻧﻨــﺎ ﺑﺎﺤﻛﺎﻲﻟ ﻧﺮﻓﺾ ﻓﺮض اﻟﻌﺪم H0
وﻧﻘﺒﻞ اﻟﻔﺮض اﻛﺪﻳﻞ.
- 6اﻟﺴﻠﺴﻠﺔ ﻟﻴﺲ ﻬﻟﺎ ﺟﺬر وﺣﺪة وﻲﻫ ﻣﺴﺘﻘﺮة.
2.12ﺗﺤﻠﻴﻞ اﻟﺒﻮاﻗﻲ
.1ﺤﺗﻠﻴﻞ اﻻرﺗﺒﺎط ا ا
اﺧﺘﺒﺎر اﻻرﺗﺒﺎط اﻟﺘﺴﻠﺴﻲﻠ LM
ﻫ( ﺑﻤﺎ أن ﻗﻴﻤﺔ p-valueأﻛﺮﺒ ﻣﻦ 0.05ﻟﻚ ﻻ ﻳﻤﻜﻨﻨﺎ رﻓﺾ ﻓﺮض اﻟﻌﺪم .H0
و( اﻛﻮاﻲﻗ ﺗﺘﻮزع ﺗﻮزﻳﻊ ﻃﺒﻴﻲﻌ.
ﻧﻤﻮذج اﻻﺤﻧﺪار ﻳﻤﻜﻦ ﻛﺘﺎﺑﺘﻪ ﺒﻟ اﻟﺼﻴﻐﺔ اﺤﻛﺎ ﺔ:
RHOGANAS = 0.182633 + 0.227079 ROMX