‫ﺗﻨﻤﻴ ﺔاﻟﺮاﻓﺪﻳ ﻦ اﻟﻌ ﺪ د ‪ ٩١‬ﻣ ﺠﻠ ﺪ ‪ ٣٠‬ﻟ ﺴﻨ ﺔ ‪٢٠٠٨‬‬ ‫ﻛﻠﻴﺔا ﻹد رة وا ﻻ ﺘ ﺼﺎد‪-‬ﺟﺎﻣﻌ ﺔ ﻟﻤﻮ ﺻﻞ‬

‫ص ص]‪[٤٧-٩‬‬

‫ﺗﻘدﯾر ﻧﻣﺎذج اﻟﺗﻧﺑؤ ﺑﺄﺳﻌﺎر اﻷﺳﮭم‬

‫ﻓﻲ أﺳواق رأس اﻟﻣﺎل اﻟﻌرﺑﯾﺔ)*(‬

‫ﲻﺮ ﶊﺪ ﻓﻬﻤﻲ اﻟﴪاج‬ ‫ا ﻛﺘﻮر ﴎﻣﺪ ﻮ ﺐ اﶺﯿﻞ‬

‫ﻣﺪ رس ﺴﺎﻋﺪ‬ ‫أ ﺳﺘﺎذ ﻣ ﺴﺎﻋ ﺪ‪ -‬ﻗ ﺴ ﻢاﻟ ﻌﻠ م اﳌﺎﻟ ﺔ واﳌ ﺼﻓﻴﺔ‬
‫ﻛﻠﻴﺔ ا ﺪﺑﺎء ا ﺎ ﻣﻌﺔ‬ ‫ﻛﻠﻴﺔا ﻹد رة وا ﻻ ﺘ ﺼﺎد‪ -‬ﺟﺎﻣﻌ ﺔ اﳌﻮ ﺻﻞ‬
‫‪Sarmad_aljamil53@yahoo.com‬‬

‫اﻟﻣﺳﺗﺧﻠص‬
‫ﯾﻌد ﻣوﺿوع اﻟﺗﻧﺑؤ أﺣد أھم اﻟﻣواﺿﯾﻊ اﻟﺗﻲ ﻻﻗت اھﺗﻣﺎﻣﺎ ً واﺳﻌﺎ ً ﻓﻲ اﻟﻣﺟﺎﻻت اﻻﺳ ﺗﺛﻣﺎرﯾﺔ‬
‫اﻟﻣﺧﺗﻠﻔﺔ واﻟﻛﺷف ﻋن ﺟواﻧب ﻋدم اﻟﺗﺄﻛد اﻟﻣﺣﯾطﺔ ﺑﻌﻣﻠﯾ ﺔ اﺗﺧ ﺎذ اﻟﻘ رار اﻻﺳ ﺗﺛﻣﺎري ﻣﻣ ﺎ اﺳ ﺗدﻋﻰ‬
‫اﻻﻋﺗﻣﺎد ﻋﻠﻰ اﻟﻣداﺧل اﻟﺗﺣﻠﯾﻠﯾﺔ اﻟﻼزﻣﺔ وﺻوﻻ ً إﻟﻰ أﻛﺑر درﺟﺔ ﻣﻣﻛﻧﺔ ﻣ ن اﻟﺗﺄﻛ د ﻓ ﻲ اﺗﺧ ﺎذ اﻟﻘ رار‬
‫اﻻﺳﺗﺛﻣﺎري اﻷﻓﺿل‪.‬‬
‫رﻛ ز اﻟﺑﺣ ث ﻋﻠ ﻰ اﺳ ﺗﺧدام وﺗطﺑﯾ ق ﻋ دد ﻣ ن اﻟﻧﻣ ﺎذج اﻹﺣﺻ ﺎﺋﯾﺔ اﻟﺧطﯾ ﺔ‪ ،‬ﻓﺿ ﻼ ً ﻋ ن‬
‫اﺳ ﺗﺧدام ﻧﻣ ﺎذج اﻟﺷ ﺑﻛﺎت اﻟﻌﺻ ﺑﯾﺔ اﻻﺻ طﻧﺎﻋﯾﺔ ﻓ ﻲ ﺗﻘ دﯾر واﺧﺗﺑ ﺎر دﻗ ﺔ اﻟﺗﻧﺑ ؤ ﺑﺄﺳ ﻌﺎر إﻏ ﻼق‬
‫اﻟﻣؤﺷ رات اﻟرﺋﯾﺳ ﺔ ﻟﻌﯾﻧ ﺔ ﻣ ن أﺳ واق اﻷوراق اﻟﻣﺎﻟﯾ ﺔ اﻟﻌرﺑﯾ ﺔ‪ ،‬واﻋﺗﻣ ﺎدا ً ﻋﻠ ﻰ اﻟﺳﻼﺳ ل اﻟزﻣﻧﯾ ﺔ‬
‫ﻟﺗﻠ ك اﻟﻣؤﺷ رات ﻟﻠﻣ دة )‪ (٢٠٠٤/١٠/١٦ – ٢٠٠٤/١/١‬وإﯾﺟ ﺎد اﻷﻧﻣ وذج اﻷﻓﺿ ل ﻓ ﻲ ﺗﻘ دﯾر‬
‫اﻟﻘﯾﻣﺔ اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻓﻲ ﺿوء ﻧﺗﺎﺋﺞ ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻟﻣﻌﺗﻣدة‪.‬‬
‫وﻗد ﻟﺧص اﻟﺑﺣث ﻣدى اﻟﻘدرة اﻟﻛﺑﯾرة ﻷﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ ذات اﻻﻧﺗﺷﺎر اﻟﻌﻛﺳﻲ‬
‫ﻟﻠﺧطﺄ ﻓﻲ اﻟﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ وﺗﻔوﻗﮫ ﻋﻠﻰ ﺑﺎﻗﻲ اﻟﻧﻣﺎذج اﻹﺣﺻﺎﺋﯾﺔ اﻟﺧطﯾﺔ‪ ،‬ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻧﺗﺎﺋﺞ‬
‫ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻟﺗﻲ ﺑﻠﻐت أدﻧﺎھﺎ ﻋﻧد اﺧﺗﺑﺎر ﻣدى ﻛﻔﺎءة أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ ﻟﻔﺗرة اﻻﺧﺗﺑﺎر‬
‫اﻟﻣﺣددة ﺑـ )‪ ١٦‬ﯾوﻣﺎ ً (‪ ،‬وﻣوازﻧﺗﮭﺎ ﺑﻧﺗﺎﺋﺞ ﻣﻘﺎﯾﯾس اﻟدﻗﺔ ﻟﻠﻧﻣﺎذج اﻹﺣﺻﺎﺋﯾﺔ اﻟﺧطﯾﺔ واﻟﺗﻲ ﺗﺑﺎﯾﻧت‬
‫ﻓﯾﻣﺎ ﺑﯾﻧﮭﺎ ﻣن ﺳوق ﻵﺧر‪ ،‬اﻷﻣر اﻟذي ﻋﻛس درﺟﺔ اﻻﺧﺗﻼﻓﺎت اﻟﻛﺑﯾرة ﺑﯾن دﻗﺔ ﺗﻠك اﻟﻧﻣﺎذج ﺧﻼل‬
‫ﻓﺗرة اﻻﺧﺗﺑﺎر اﻟﻣﺣددة‪.‬‬

‫أﺳﻮا رأ س ا ﺎ ل اﻟ ﻌﺑﻴﺔ ﺧﺘﺒﺎ ر‬ ‫)*( اﻟﺒﺤ ﺚ ﻣ ﺘ ﻞ ﻣ ﻦ ر ﺎﻟﺔ اﺎ ﺟ ﺘ ﲑ اﻮﺳ ﻮﻣ ﺔ " ﺗﻘ ﺪﻳﺮ ﺎ ذ ج اﻟﺘﺒ ﺆ ﺑ ﺳﻌﺎ ا ﻷﺳ ﻬ‬
‫دﻗﺘ ﻬﺎ "ﻛﻠﻴﺔ ا ﻹدار وا ﻻﻗﺘ ﺎ د – ﺟﺎﻣﻌ ﺔ اﳌﻮ ﺻﻞ‪.‬‬

‫ﺗﺄ رﻳ ﺦ ﻗﺒ ﻮ لاﻟﻨ ﺸ ﺮ ‪٢٠٠٧/٦/٢٦‬‬ ‫ﺗﺄرﻳ ﺦ ا ﺘﻼ م اﺒ ﺤ ﺚ ‪٢٠٠٧/٥/٦‬‬

 [١٠] ...‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‬

Estimating the Models of Stock Prices Forecasting in

the Arab Capital Markets and Testing their Accuracy

Sarmad K. Al – Jameel (PhD) Omar M. Al – Sarraj

Assistant Professor Assistant Lecturer
Department of Financial and banking Sciences Al – Hadbaa University College
University of Mosul

ABSTRACT
Forecasting has recently been considered one of the most important topics in the financial
investment scopes. The indelible investor may desire to uncover some aspects from uncertainty that
associate with the investment decision making process, which make him rely heavily on the various
analytical audits for arriving to more accurate forecasts, and support the decision making process.
The research focused on using and applying number of the linear models, besides applying the
back propagation Neural Networks estimating and testing the accuracy of indices closing prices
forecasts' in Arab capital markets, depending on the time series for period between [1/1/2004 –
16/10/2004], and finding the best model that will be a form of depending on the results of the
accuracy tools.
The research concluded that the back propagation Neural Networks had the tremendous power
for forecasting and it overcomes all linear models in the forecasting with depending on the results of
the accuracy tools, which reversed lower value for back propagation model than linear models for the
same period.

‫ﻣﻘدﻣﺔ‬
‫ﯾﻌد اﻟﺗﻧﺑؤ أﺣد أھم اﻟﻌﻧﺎوﯾن اﻟﺗﻲ ﺗﻧﺎوﻟﺗﮭﺎ اﻹدارة اﻟﻣﺎﻟﯾﺔ وﺑﺎﻟﺗﺣدﯾد ﻓﻲ ﺻﻧﺎﻋﺔ‬
‫ وﯾدﺧل اﻟﺗﻧﺑؤ اﻟﻣﺎﻟﻲ ﺿﻣن ﻋﻣﻠﯾﺔ اﻟﺗﺣﻠﯾل اﻟﻣﺎﻟﻲ ﺑوﺻﻔﮫ اﻟﻣرﺣﻠﺔ‬،‫اﻟﻘرار اﻻﺳﺗﺛﻣﺎري‬
‫ وﻗد دﺧل ھذا‬،‫اﻟﺗﻲ ﺗﻌد ﻟﻠﻘرار وﺗوﻓر اﻷرﺿﯾﺔ ﻟﺗﻘﯾﯾم اﻟﺑداﺋل ﻗﺑل اﺗﺧﺎذ اﻟﻘرار‬
‫اﻟﻣوﺿوع ﺑﺷﻛل ﻛﺑﯾر ﻓﻲ اﻻﺳﺗﺛﻣﺎر اﻟﻣﺎﻟﻲ وﺿﻣن ﻋﻣل اﻟﻣﺣﻠﻠﯾن اﻟﻣﺎﻟﯾﯾن ﻓﻲ أﺳواق‬
‫ ﻧظرا ً ﻟﻣﺎ ﺗﺷﮭده ﺗﻠك اﻷﺳواق ﻣن إﻗﺑﺎل ﺷدﯾد ﻋﻠﻰ اﻟﺗﻌﺎﻣل ﻓﯾﮭﺎ؛‬،‫اﻷوراق اﻟﻣﺎﻟﯾﺔ‬
،‫اﻷﻣر اﻟذي ﺟﻌل أﺳﻌﺎر اﻷدوات اﻻﺳﺗﺛﻣﺎرﯾﺔ ﻓﯾﮭﺎ داﺋﻣﺔ اﻟﺗﻐﯾر ﺧﻼل ﻓﺗرات ﻗﺻﯾرة‬
‫ اﻟﺗﻲ ﻗد ﺗﻧﻌﻛس ﺑﺷﻛل ﺧﺳﺎﺋر‬،‫ﻛﺑﯾر ً ﻋﻠﻰ اﻟﻣﺳﺗﺛﻣرﯾن ﺑﺗﻠك اﻷدوات‬ ‫ا‬ ً ‫ﻣﻣﺎﯾﻌﻧﻲ ﺧطرا‬
.‫ﺟﺳﯾﻣﺔ أو ﻗد ﺗﻛون ﺳﺑﺑﺎ ً ﻓﻲ ﺗﺣﻘﯾق اﻟﻣزﯾد ﻣن اﻷرﺑﺎح‬
‫ﻟﻘد أﻛدت إدارة اﻻﺳﺗﺛﻣﺎر ﻋﻠﻰ اﻟﺗﻧﺑؤ ﻣن ﺟﺎﻧﺑﯾن أﺳﺎﺳﯾﯾن اﻷول ﻧظري واﻵﺧر‬
‫ وﯾﻛﻣل أﺣدھﻣﺎ اﻵﺧر ﺑﮭدف ﺗﻌزﯾز دور اﻟﻣﺳﺗﺛﻣر ﻓﻲ اﻟﺳوق وﺣﻣﺎﯾﺗﮫ ﻣن‬،‫ﻣﮭﻧﻲ‬
‫ وﻻﺳﯾﻣﺎ أن اﻟﻣﺿﺎرﺑﯾن واﻟﻣﺳﺗﺛﻣرﯾن ﻓﻲ اﻷﺟل‬،‫اﻟﺗﻐﯾرات اﻟﻣﻔﺎﺟﺋﺔ ﻓﻲ اﻷﺳﻌﺎر‬
ً ‫اﻟﻘﺻﯾر ھم اﻷﻋم واﻷﻛﺛر ﻓﯾﺗﺧذون ﻗراراﺗﮭم اﻋﺗﻣﺎدا ً ﻋﻠﻰ ﺣرﻛﺔ اﻟﺳوق ارﺗﻔﺎﻋﺎ‬
‫ ﻟذا اﺣﺗﻠت ﺣرﻛﺔ أﺳﻌﺎر اﻷﺳﮭم ﻓﻲ اﻟﺳوق أھﻣﯾﺔ ﻛﺑﯾرة ﺑﺄﻧﻣﺎطﮭﺎ وﺳﻠوﻛﮭﺎ‬، ً ‫واﻧﺧﻔﺎﺿﺎ‬
.‫واﺗﺟﺎھﺎﺗﮭﺎ اﻟﻣﺳﺗﻘﺑﻠﯾﺔ‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[١١‬‬

‫أھﻣﯾﺔ اﻟﺑﺣث‬
‫ﻧظرا ً ﻟﻸھﻣﯾﺔ اﻟﻛﺑﯾرة اﻟﺗﻲ ﺑدأت ﺗﻣﺎرﺳﮭﺎ اﻷﺳواق اﻟﻣﺎﻟﯾﺔ وﻣﻧﮭﺎ أﺳواق اﻷﺳﮭم ﻓﻲ‬
‫اﻟﻌﻘدﯾن اﻷﺧﯾرﯾن ﺑﻔﻌل اﻻﺗﺟﺎھﺎت اﻟﻌﺎﻟﻣﯾﺔ ﻣن ﺣﯾث اﻟﺗﺄﻛﯾد ﻋﻠﻰ اﻟﺳوق‪ ،‬وﻋﻣﻠﯾﺎت‬
‫اﻟﺧﺻﺧﺻﺔ وﺗﺄﺳﯾس اﻷﺳواق ودور اﻟﺳﮭم ﺑوﺻﻔﮫ أداة ﺗﻣوﯾﻠﯾﺔ واﺳﺗﺛﻣﺎرﯾﺔ‪ ،‬وﺑﺳﺑب‬
‫اﻻﻧﻔﺗﺎح ﺑﯾن اﻟدول‪ ،‬وﺗﺣرر اﻷﺳواق ﺑدأت اﻷﺳواق اﻟﻣﺎﻟﯾﺔ ﻣرﺣﻠﺔ ﺟدﯾدة ﻷﻧﮭﺎ اﻟﻘﻧﺎة‬
‫اﻟﺗﻲ ﯾﻣﻛن أن ﺗﻌﺑﺊ اﻟﻣدﺧرات وﺗوﻓر اﻟﺗﻣوﯾل اﻟﻼزم ﻟﻼﺳﺗﺛﻣﺎرات‪ ،‬وﻋﻠﻰ ھذا‬
‫اﻷﺳﺎس ﺗطورت اﻟﺑﻧﯾﺔ اﻟﻔوﻗﯾﺔ اﻟﻣﺎﻟﯾﺔ ﺑﻛل ﻋﻧﺎﺻرھﺎ وﻣﻧﮭﺎ اﻻﺳﺗﺛﻣﺎر ﻓﻲ اﻷوراق‬
‫اﻟﻣﺎﻟﯾﺔ‪ ،‬واﺧﺗﺑﺎر دﻗﺔ اﻟﺗﻧﺑؤ ﻣﺳﺎرا ً ﻣﻛﻣﻼ ً ﻟﻣﺎ ﺑدأﺗﮫ اﻟﻌدﯾد ﻣن اﻟﻣؤﺳﺳﺎت اﻟﻌﻠﻣﯾﺔ‬
‫واﻷﻛﺎدﯾﻣﯾﺔ واﻟﻣﮭﻧﯾﺔ واﻟﺑﺣﺛﯾﺔ ﻣن ﺧﻼل اﻟﺗرﻛﯾز ﻋﻠﻰ اﻟﺗﻧﺑؤ ﺑﺣرﻛﺔ أﺳﻌﺎر اﻷﺳﮭم‪،‬‬
‫وﻣراﺟﻌﺔ ﺑﺳﯾطﺔ ﻷﺣدث اﻟدراﺳﺎت واﻟﺑﺣوث ﺗؤﻛد ھذاﺑوﺻﻔﮫ ﺗوﺟﮭﺎ ً ﺣدﯾﺛﺎ ً ‪ ،‬وﻟﻛن‬
‫اﻷھم ﻣن ذﻟك ھو ﺣﺎﺟﺔ اﻟﻣﺳﺗﺛﻣر اﻟﻌرﺑﻲ ﻟﻠﺗﻌرف ﻋﻠﻰ اﻟﺗﻧﺑؤات اﻟﺗﻲ ﯾﻘوم ﺑﮭﺎ‪،‬‬
‫ودﻗﺗﮭﺎ ﻣن أﺟل ﻣﺳﺎﻋدﺗﮫ ﻓﻲ ﺻﻧﻊ ﻗراره وﻣن ھﻧﺎ ﺗظﮭر أھﻣﯾﺔ اﻟﺑﺣث واﺿﺣﺔ ﺟﻠﯾﺔ‪.‬‬

‫ﻣﺷﻛﻠﺔ اﻟﺑﺣث‬
‫وﺗﺗﻣﺛل ﺑوﺟود ﻋدد ﻛﺑﯾر ﻣن اﻷدوات اﻟﺗﻲ ﺗﻌﺎﻟﺞ اﻟﺗﻧﺑؤات اﻟﺗﻲ ﯾﻣﻛن أن ﯾﻘوم ﺑﮭﺎ‬
‫اﻟﻣﺳﺗﺛﻣر وﺗﺧﺗﺑر دﻗﺗﮭﺎ‪ ،‬وھذا ﻣﺎ ﯾﺷﻛل اﻟﺟﺎﻧب اﻟﻣﻌرﻓﻲ ﻟﻠﻣﺷﻛﻠﺔ‪ ،‬وﻟﻛن اﻟﺑﻌد اﻟﻣﯾداﻧﻲ‬
‫واﻟﻣﮭﻧﻲ ﯾﻣﻛن أن ﯾﺷﺧص اﻟﻣﺷﻛﻠﺔ ﺑﺷﻛل أﻛﺑر‪ ،‬ﻓﺗﺣﻘﯾق ﺧﺳﺎرة اﻟﻣﺳﺗﺛﻣر ﻧﺗﯾﺟﺔ‬
‫اﺳﺗﺧدام أداة ﺗﻧﺑؤﯾﺔ ﻣﻌﯾﻧﺔ ﯾﻌﻧﻲ اﻟﻛﺛﯾر ﻣن اﻟﺟﮭد واﻟﻣﺎل واﻟﺻﺣﺔ واﻟﺛﻘﺔ‪ ،‬ﻣﻣﺎ ﯾﻧﻌﻛس‬
‫ﺑﺻﯾﻐﺔ ﻣﺷﻛﻠﺔ ﺗﻧﺎوﻟﮭﺎ اﻟﺑﺣث ﺑﺷﻛل أﻛﺑر وأوﺿﺢ‪ ،‬وﻣﺿﻣوﻧﮭﺎ ﺗﺣدﯾد اﻷداة اﻟﺗﻧﺑؤﯾﺔ‬
‫اﻷﻓﺿل واﻷﻛﺛر دﻗﺔ‪ ،‬إذ ﻟﯾس ﻣن اﻟﻣﻧطق أن ﯾﻌﻣل اﻟﻣﺳﺗﺛﻣر ﻓﻲ ﻋﺷواﺋﯾﺔ ﻣﺿﻠﻠﺔ‪،‬‬
‫ﻷن ﺗﻘﻧﯾﺎت اﻟﺑﺣث ﯾﻣﻛن أن ﺗﺳﮭم ﻓﻲ ﺗذﻟﯾل ﺑﻌض اﻟﻌﻘﺑﺎت‪ ،‬وﻟﯾس ﻛﻠﮭﺎ وھذا ﻣﺎ‬
‫ﯾﺷﺧﺻﮫ اﻟﺑﺣث ﻣﺷﻛﻠﺔ ﺑﺣﺛﯾﺔ‪.‬‬

‫أھداف اﻟﺑﺣث‬
‫ﺗﺄﺳﯾﺳﺎ ً ﯾﺳﻌﻰ اﻟﺑﺣث إﻟﻰ ﺗﺣﻘﯾق ﻋدد ﻣن اﻷھداف وﻛﻣﺎ ﯾﺄﺗﻲ ‪:‬‬
‫‪ .١‬ﺗﻘدﯾم إطﺎر ﻧظري ﻟﺗﻧﺑؤات أﺳﻌﺎر اﻷﺳﮭم وﻣؤﺷراﺗﮭﺎ ﻣن ﺧﻼل ﻋرض ﻧظري‬
‫ﯾﺳﮭم ﻓﻲ ﺗﺄﺻﯾل أﺑﻌﺎد اﻟﻣﺷﻛﻠﺔ‪.‬‬
‫‪ .٢‬اﻟﺗﻌرف ﻋﻠﻰ ﺑﻌض اﻷدوات اﻟﺗﻧﺑؤﯾﺔ وﻣﺎھﯾﺔ ﺳﻣﺎﺗﮭﺎ‪.‬‬
‫‪ .٣‬اﻟﺗﻌرف ﻋﻠﻰ ﻧﻣط ﺣرﻛﺔ أﺳﻌﺎر اﻷﺳﮭم ﻋﺑر ﻣؤﺷراﺗﮭﺎ ﻓﻲ ﺳوق اﻷوراق اﻟﻣﺎﻟﯾﺔ‪.‬‬
‫‪ .٤‬اﺧﺗﺑﺎر ﻧﺗﺎﺋﺞ ﺑﻌض اﻷدوات اﻟﺗﻧﺑؤﯾﺔ ﺑﮭدف اﻟوﻗوف ﻋﻠﻰ دﻗﺗﮭﺎ‪.‬‬
‫‪ .٥‬ﺗﻘﯾﯾم ﻧﺗﺎﺋﺞ اﺧﺗﺑﺎرات اﻷدوات اﻟﺗﻘﻠﯾدﯾﺔ وﻣﻘﺎرﻧﺗﮭﺎ ﻣﻊ ﻧﺗﺎﺋﺞ ﺑﻌض اﻟﺗﻘﻧﯾﺎت اﻟﺣدﯾﺛﺔ‬
‫ﻛﺎﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ‪.‬‬

‫ﻓرﺿﯾﺗﺎ اﻟﺑﺣث‬
‫طرح اﻟﺑﺣث ﻓرﺿﯾﺗﯾن ﺑﮭدف اﺧﺗﺑﺎر وﺗﺷﺧﯾص ﻣﺷﻛﻠﺔ اﻟﺑﺣث وﺗﺣﻘﯾق أھداﻓﮫ‬
‫وھﻲ ﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬
 ‫]‪[١٢‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﻔرﺿﯾﺔ اﻷوﻟﻰ‬
‫ﺗﺗﺑﺎﯾن ﻧﺗﺎﺋﺞ اﺧﺗﺑﺎرات اﻷدوات اﻟﺗﻘﻠﯾدﯾﺔ ﻟﻠﺗﻧﺑؤ ﻓﻲ دﻗﺗﮭﺎ ﺗﺑﻌﺎ ً ﻟﻧﻣط ﺣرﻛﺔ أﺳﻌﺎر‬
‫اﻷﺳﮭم ﻓﻲ اﻟﺳوق‪.‬‬
‫اﻟﻔرﺿﯾﺔ اﻟﺛﺎﻧﯾﺔ‬
‫ﺗوﻓر اﻟﺗﻘﻧﯾﺎت اﻟﺣدﯾﺛﺔ ﻟﻠﺗﻧﺑؤ ﻣﺛل اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ دﻗﺔ ﻋﺎﻟﯾﺔ ﻓﻲ اﻟﺗﻧﺑؤ ﺑﺣرﻛﺔ‬
‫أﺳﻌﺎر اﻷﺳﮭم‪.‬‬

‫ﺧطﺔ اﻟﺑﺣث‬
‫ﺗﺿﻣن اﻟﺑﺣث ﺛﻼﺛﺔ أﻗﺳﺎم‪ ،‬ﺗﻧﺎول اﻷول اﻟﻣﻔﺎھﯾم اﻷﺳﺎﺳﯾﺔ واﻟﻧظرﯾﺔ ﻟﻠﺗﻧﺑؤ‬
‫ﺑﺄﺳﻌﺎر اﻷﺳﮭم‪ ،‬ورﻛز اﻟﻘﺳم اﻟﺛﺎﻧﻲ ﻣن اﻟﺑﺣث ﻋﻠﻰ ﺗوﺻﯾف اﻟﺑﯾﺎﻧﺎت؛ ﻓﻲ ﺣﯾن ﻧﺎﻗش‬
‫اﻟﻘﺳم اﻟﺛﺎﻟث اﻟﻧﺗﺎﺋﺞ‪ ،‬واﺧﺗﺗم اﻟﺑﺣث ﺑﺎﻻﺳﺗﻧﺗﺎﺟﺎت واﻟﻣﻘﺗرﺣﺎت‪.‬‬

‫ﻣﺟﺗﻣﻊ اﻟﺑﺣث‬
‫ﺷﻛﻠت أﺳواق اﻷوراق اﻟﻣﺎﻟﯾﺔ اﻟﻌرﺑﯾﺔ اﻟﻣﺟﺗﻣﻊ اﻟﺑﺣﺛﻲ واﻟﺗﻲ ﺗﺿم ‪ ١٦‬ﺳوﻗﺎ ً ‪،‬‬
‫ﺗﺗﺑﺎﯾن ﻓﻲ ﺗوارﯾﺦ ﺗﺄﺳﯾﺳﮭﺎ وﺑﺣﺟم ﺗداوﻻﺗﮭﺎ وﻋدد اﻟﺷرﻛﺎت اﻟﻣﺳﺟﻠﺔ ﻓﯾﮭﺎ وﻣﻧﮭﺎ ﻣﺎ‬
‫ھو ﻣﺳﺟل ﻓﻲ ﻗﺎﻋدة ﺑﯾﺎﻧﺎت ﺻﻧدوق اﻟﻧﻘد اﻟﻌرﺑﻲ وﻣﻧﮭﺎ ﻣﺎ ھو ﻏﯾر ﻣﺳﺟل‪.‬‬

‫ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫ﺷﻣﻠت ﻋﯾﻧﺔ اﻟﺑﺣث ‪ ٩‬أﺳواق ﻋرﺑﯾﺔ ﻟﻸوراق اﻟﻣﺎﻟﯾﺔ ھﻲ‪ :‬ﺳوق ﻋﻣﺎن ﻟﻸوراق‬
‫اﻟﻣﺎﻟﯾﺔ‪ ،‬ﺳوق اﻟﺑﺣرﯾن ﻟﻸوراق اﻟﻣﺎﻟﯾﺔ‪ ،‬ﺑورﺻﺔ اﻷوراق اﻟﻣﺎﻟﯾﺔ ﺑﺗوﻧس‪ ،‬ﺳوق اﻷﺳﮭم‬
‫اﻟﺳﻌودي‪ ،‬ﺳوق ﻣﺳﻘط ﻟﻸوراق اﻟﻣﺎﻟﯾﺔ‪ ،‬ﺳوق اﻟﻛوﯾت ﻟﻸوراق اﻟﻣﺎﻟﯾﺔ‪ ،‬ﺑورﺻﺔ‬
‫ﺑﯾروت‪ ،‬اﻟﮭﯾﺋﺔ اﻟﻌﺎﻣﺔ ﻟﺳوق اﻟﻣﺎل ﺑﻣﺻر‪ ،‬ﺑورﺻﺔ اﻟﻘﯾم اﻟﻣﻧﻘوﻟﺔ ﺑﺎﻟدار اﻟﺑﯾﺿﺎء‪.‬‬

‫ﺑﯾﺎﻧﺎت اﻟﺑﺣث‬
‫ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ اﻷﺳﻌﺎر اﻟﯾوﻣﯾﺔ ﻹﻏﻼق اﻟﻣؤﺷرات اﻟرﺋﯾﺳﺔ ﻷﺳواق اﻷوراق‬
‫أﺳﺎﺳ ً ﯾﻌﺗﻣد ﻋﻠﯾﮫ ﻓﻲ اﻟﻘﯾﺎم ﺑﺎﻟﺗﻧﺑؤ ﺑﺄﺳﻌﺎر‬
‫ﺎ‬ ‫اﻟﻣﺎﻟﯾﺔ اﻟﻌرﺑﯾﺔ ﻋﯾﻧﺔ اﻟﺑﺣث‪ ،‬ﺑوﺻﻔﮭﺎ‬
‫اﻟﺳوق اﻟﺗﻲ ﺗﻌﻛﺳﮭﺎ ﻣؤﺷراﺗﮭﺎ اﻟرﺋﯾﺳﺔ وﻣن ﺛم اﺧﺗﺑﺎر دﻗﺗﮭﺎ‪.‬‬

‫ﻣدة اﻟﺑﺣث‬
‫ﺗﻧﺎول اﻟﺑﺣث ﻣدة زﻣﻧﯾﺔ أﻣدھﺎ ﻋﺷرة أﺷﮭر ﺗﻘرﯾﺑﺎ ً اﻣﺗدت ﻣن ‪ ١‬ﻛﺎﻧون اﻟﺛﺎﻧﻲ‬
‫‪ ٢٠٠٤‬ﻟﻐﺎﯾﺔ ‪ ١٦‬ﺗﺷرﯾن اﻷول ‪ ،٢٠٠٤‬وﺑذﻟك ﯾﺑﻠﻎ ﻋدد ﻣﺷﺎھدات اﻟﺳﻠﺳﻠﺔ )‪(٢٩٠‬‬
‫ﻣﺷﺎھدة ﯾوﻣﯾﺔ‪.‬‬
‫أدوات اﻟﺑﺣث وﻣﻌﺎﻟﺟﺔ اﻟﺑﯾﺎﻧﺎت‬
‫ﺑﮭدف اﺧﺗﺑﺎر اﻟﻔرﺿﯾﺎت اﻟﺑﺣﺛﯾﺔ ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻣﺟﻣوﻋﺔ ﻣن اﻷدوات‬
‫اﻹﺣﺻﺎﺋﯾﺔ اﻟﺗﻲ ﯾﻣﻛن ﺗﻘﺳﯾﻣﮭﺎ إﻟﻰ أدوات ﺗوﺻﯾف اﻟﺑﯾﺎﻧﺎت‪ ،‬وأدوات ﺗﺣﻠﯾل واﺧﺗﺑﺎر‬
‫اﻟﺑﯾﺎﻧﺎت‪ ،‬وﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬
‫‪ .١‬أدوات ﺗوﺻﯾف اﻟﺑﯾﺎﻧﺎت‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[١٣‬‬

‫اﻟوﺳط اﻟﺣﺳﺎﺑﻲ )اﻟﻣﺗوﺳط( )‪The Arithmetic Mean (Average‬‬ ‫‪−‬‬

‫اﻻﻧﺣراف اﻟﻣﻌﯾﺎري ‪Standard Deviation‬‬ ‫‪−‬‬
‫أﻋﻠﻰ ‪ /‬أدﻧﻰ ﻗﯾﻣﺔ ‪Max, Min‬‬ ‫‪−‬‬
‫ﻣﻌﺎﻣل اﻻﻟﺗواء ‪Skew ness‬‬ ‫‪−‬‬
‫ﻣﻌﺎﻣل اﻟﺗﻔﻠطﺢ ‪Kurtosis‬‬ ‫‪−‬‬
‫ﻣﻌﺎﻣل اﻻﺧﺗﻼف )‪Coefficient of Variation (C.V‬‬ ‫‪−‬‬

‫‪ .٢‬أدوات ﺗﺣﻠﯾل واﺧﺗﺑﺎر اﻟﺑﯾﺎﻧﺎت‬

‫‪ −‬ﻣﻌﺎﻣل اﻻرﺗﺑﺎط اﻟذاﺗﻲ )‪Auto Correlation Coefficient (ACF‬‬
‫‪ −‬إﺣﺻﺎﺋﯾﺔ ﺑﺎرﻻت ‪Barlett Statistic‬‬
‫‪ −‬إﺣﺻﺎﺋﯾﺔ )‪(Box-Ljung , Q- Statistic‬‬
‫‪ −‬أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺑﺳﯾط ‪Single Exponential Smoothing‬‬
‫‪ −‬أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺧطﻲ‬
‫‪Holt’s two-parameter Linear Exponential Smoothing‬‬
‫أﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ‬ ‫‪−‬‬
‫)‪Autoregressive Integrated Moving Average ARIMA (p, d, q‬‬
‫ﺗﺣﻠﯾل اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ اﻻﺻطﻧﺎﻋﯾﺔ )‪Artificial Neural Networks (ANN‬‬ ‫‪−‬‬

‫أوﻻ ً ‪ -‬اﻹطﺎر اﻟﻧظري ﻟﻠﺑﺣث‬

‫ﻣﻔﮭوم اﻟﺗﻧﺑؤ وأھﻣﯾﺗﮫ ﻓﻲ اﻟﻘرار اﻻﺳﺗﺛﻣﺎري‬
‫ﯾ رﺗﺑط اﻟﻘ رار اﻻﺳ ﺗﺛﻣﺎري ﺑﺎﻟﻣﺳ ﺗﻘﺑل واﻟ ذي ﯾﺗﺳ م ﺑﻛوﻧ ﮫ ﺣﺎﻟ ﺔ ﻏﯾ ر ﻣﻌروﻓ ﺔ‬
‫وﻣرﺗﺑط ﺔ ﺑدرﺟ ﺔ ﻛﺑﯾ رة ﺑﻌ دم اﻟﺗﺄﻛ د واﻟ ذي ﯾﺳ ﺗﻠزم رﺳ م اﺗﺟﺎھ ﺎت وﻣؤﺷ رات ﻟﻔﮭ م‬
‫اﻟﻣﺳﺗﻘﺑل‪ ،‬وﻟﻣﺎ ﻛﺎن اﻻﻓﺗﻘﺎر ﻟﻠﻣﻌﻠوﻣﺎت واﻟﺑﯾﺎﻧﺎت ﯾﻘﻠل ﻣن وﺿﻊ اﺣﺗﻣﺎﻻت دﻗﯾﻘﺔ‪ ،‬ﻣﻣﺎ‬
‫ﯾﻌﻧﻲ اﻛﺗﺳﺎب ﺻﻔﺔ ﻋدم اﻟﺗﺄﻛد وﻋدم اﻟﻘدرة ﻋﻠﻰ ﺗﻘدﯾر اﻟﻧﺗﺎﺋﺞ اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻟﺳﺑﺑﯾن ھﻣ ﺎ‪:‬‬
‫ﺑﯾﺋﺔ اﻟﻌﻣل وﺗﻐﯾراﺗﮭﺎ‪ ،‬وﺻﻌوﺑﺔ اﻟﺗﻘدﯾر ووﺿﻊ ﺗوزﯾﻌﺎت اﺣﺗﻣﺎﻟﯾ ﺔ ﻟﻛ ل ﻗ رار وﺗﻌ ﺎظم‬
‫ﺣﺎﻟﺔ ﻋدم اﻟﺗﺄﻛد اﻟﻣﺗﻌﻠﻘﺔ ﺑﺎﻟﻧﺗ ﺎﺋﺞ اﻟﻣﺗوﻗﻌ ﺔ‪ ،‬ﻟ ذا ﯾﻛﺗﺳ ب اﻟﺗﻧﺑ ؤ دورا ً رﺋﯾﺳﺎ ً ﻓ ﻲ ﻛﺷ ف‬
‫اﻟﻣﺳﺗﻘﺑل وﻋدم اﻟﺗﺄﻛد‪(Mecca, 1989, 2) .‬‬
‫ﯾﻌر ّ ف اﻟﺗﻧﺑؤ ﻋﻠﻰ أﻧﮫ ﻋﻣﻠﯾﺔ ﺗوﻗﻊ ﻣﺎ ﺳﯾﺣدث ﻓﻲ اﻟﻣﺳ ﺗﻘﺑل واﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ﺗﻠ ك‬
‫اﻟﻧﺗﺎﺋﺞ ﺳواء أﻛﺎﻧت إﯾﺟﺎﺑﯾﺔ أم ﺳﻠﺑﯾﺔ‪،‬وﻗد ﺗﺧﺗﻠف ﺗﻠك اﻟﺗﻧﺑؤات أﯾﺿﺎ ً ﻣن ﺣﯾث طرﯾﻘ ﺔ‬
‫ﻋرﺿﮭﺎ وﻛﻣﯾﺔ اﻟﺗﻔﺎﺻﯾل اﻟﻧﺎﺗﺟﺔ ﻋﻧﮭﺎ )‪ ،(Nugus, 1997, 1‬وﻋرف ﻋﻠﻰ أﻧﮫ ﻣﺟﻣوﻋﺔ‬
‫ﻣ ن اﻹﺟ راءات واﻟطراﺋ ق اﻟذاﺗﯾ ﺔ واﻟﻣوﺿ وﻋﯾﺔ اﻟﻣﺻ ﻣﻣﺔ أﺳﺎﺳ ﺎ ً ﻟﻠﺗوﻗ ﻊ ﺑﺎﻷﺣ داث‬
‫اﻟﻣﺳﺗﻘﺑﻠﯾﺔ اﻟﻣﺣﺗﻣﻠﺔ وﻣﻌرﻓﺔ اﻟﻧﺗﺎﺋﺞ ﻻﺗﺧﺎذ اﻟﻘرار اﻟﻣﻼﺋم ﺑﺎﻟﺷﻛل اﻟذي ﯾﻘﻠل ﻣن إﻣﻛﺎﻧﯾﺔ‬
‫ﺗﺣﻘق اﻻﻧﺣراﻓﺎت ﺑﯾن ﻣﺎ ھو ﻓﻌﻠﻲ وﻣﺎ ھو وﻣﺗوﻗﻊ )‪، (Curly & Bear, 1979, 275‬أي‬
‫أن اﻟﺗﻧﺑؤ ھو ﻣرﺣﻠﺔ ﺗﻘﯾﯾم وﺗﻘدﯾر اﻟﻧﺗﺎﺋﺞ اﻟﻣﺗوﻗﻌﺔ ﻋن ﻛ ل ﺑ دﯾل ﻣ ن ﻣﺟﻣوﻋ ﺔ اﻟﺑ داﺋل‬
‫اﻟﻣﺣ ددة ﻟﯾﺳ ﺎﻋد ﻓ ﻲ ﻋﻣﻠﯾ ﺔ ﺗرﺷ ﯾد اﻟﻘ رارات & ‪(www.expertchoice.com). (Drik‬‬
‫)‪Zweek, 2001, 2‬‬
 ‫]‪[١٤‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫إن ﻟﻌﻣﻠﯾﺔ اﻟﺗﻧﺑؤ أھﻣﯾﺔ ﺧﺎﺻ ﺔ ﻓ ﻲ اﺗﺧ ﺎذ اﻟﻘ رار اﻻﺳ ﺗﺛﻣﺎري‪،‬إذ ﻏﺎﻟﺑ ﺎ ً ﻣ ﺎ ﯾﺑﺣ ث‬
‫اﻟﻣﺳﺗﺛﻣرون ﻋن ﺗﺣﻘﯾق اﻟﻌواﺋد واﻷرﺑﺎح ﺑﺗﺣﻣل درﺟﺔ ﻣﻌﯾﻧﺔ ﻣن اﻟﻣﺧ ﺎطرة اﻟﺗ ﻲ ﻣ ن‬
‫اﻟﻣﻣﻛن أن ﺗﻧﺟم ﻋن ﺣﺎﻻت ﻋ دم اﻟﺗﺄﻛ د اﻟﻣرﺗﺑط ﺔ ﺑﺎﻟﻣﺳ ﺗﻘﺑل‪ ،‬وأن أي اﺳ ﺗﺛﻣﺎر ﺳ واء‬
‫أﻛ ﺎن ﻣﺎﻟﯾ ﺎ ً أمﺣﻘﯾﻘﯾ ﺎ ً ﯾ رﺗﺑط ﺑدرﺟ ﺔ ﻣﻌﯾﻧ ﺔ ﻣ ن اﻟﻣﺧ ﺎطرة )‪ (Francis, 1983, 2‬ﻟ ذﻟك‬
‫ﯾ ؤدي اﻟﺗﻧﺑ ؤ إﻟ ﻰ اﻟﺗﻌ رف ﻋﻠ ﻰ إﯾﺟﺎﺑﯾ ﺎت وﺳ ﻠﺑﯾﺎت ﻛ ل ﺑ دﯾل اﺳ ﺗﺛﻣﺎري ﺑﺎﻋﺗﺑ ﺎر أن‬
‫اﻟﻣﺳﺗﺛﻣر ﯾﻘوم ﺑﺎﺗﺧﺎذ ﻗراره اﻻﺳﺗﺛﻣﺎري وﻓﻘﺎ ﻟﻌﻧﺻري اﻟﻌﺎﺋ د واﻟﻣﺧ ﺎطرة اﻟﻣ رﺗﺑطﯾن‬
‫ﺑ ذﻟك اﻻﺳ ﺗﺛﻣﺎر وﻣ ن ﺛ م ّ ﺗﻔﺿ ﯾل اﻻﺳ ﺗﺛﻣﺎرات اﻟﺗ ﻲ ﺗ ﺗﻼءم ﻣ ﻊ إﻣﻛﺎﻧﯾﺎﺗ ﮫ وﻣ وارده‬
‫اﻟﻣﺗﺎﺣﺔ )‪.(Wisniewski, 2002, 275) .(Francis, 1983, 2‬‬
‫وﯾؤﻛ د ‪ Arsham‬أن ﺟﻣﯾ ﻊ اﻟﻘ رارات اﻻﺳ ﺗﺛﻣﺎرﯾﺔ ﻻ ﺑ د أن ﺗﺳ ﺗﻧد ﻋﻠ ﻰ ﺗﻧﺑ ؤات‬
‫دﻗﯾﻘﺔ ﻋﻠﻰ أﺳﺎس أن اﻟﻘرارات ﺑطﺑﯾﻌﺗﮭﺎ ﻋﺑﺎرة ﻋ ن أﺣ داث ﻣﺳ ﺗﻘﺑﻠﯾﺔ ﻓﮭ ﻲ إذن ﺗ رﺗﺑط‬
‫ﺑدرﺟﺔ ﻣﻌﯾﻧﺔ ﻣن ﻋدم اﻟﺗﺄﻛ د ﻓ ﻲ ﺑﻌ ض ﺟواﻧﺑﮭ ﺎ اﻷﻣ ر اﻟ ذي ﯾﻘﺗﺿ ﻲ ﺗ وﻓﯾر ﺗﻘ دﯾرات‬
‫ﻛﺎﻓﯾﺔ ﺗﺳﺎﻋد ﻓﻲدﻋم ﻋﻣﻠﯾﺔ اﺗﺧﺎذ اﻟﻘرار ﻣﻊ ﺿرورة ﺗﻌ دﯾل ﺗﻠ ك اﻟﺗﻘ دﯾرات وﻓﻘ ﺎ ً ﻷي‬
‫ﻣﻌﻠوﻣﺎت ﺟدﯾدة )‪.(Arsham, 2004, 6‬‬
‫ﺗﺳﺗﺧدم ﻓﻲ ﻋﻣﻠﯾﺔ اﻟﺗﻧﺑؤ اﻟﻌدﯾد ﻣن اﻟطراﺋق اﻟﺗﻧﺑؤﯾﺔ واﻟﺗﻲ ﯾﻣﻛ ن ﺗﺻ ﻧﯾﻔﮭﺎ ﻋﻠ ﻰ‬
‫وﻓق اﻟﻣدﺧل اﻷﻛﺛر ﺷ ﯾوﻋﺎ ً واﻟ ذي ﯾﺗﺿ ﻣن ﺛ ﻼث طراﺋ ق )‪: (Armstrong, 1983, 14‬‬
‫اﻟذاﺗﯾ ﺔ واﻟﻣوﺿ وﻋﯾﺔ ‪ .Subjective Vs. Objective Methods‬واﻟﺳ ﺑﺑﯾﺔ واﻟﺑﺳ ﯾطﺔ‬
‫)اﻟﺳ ﺎذﺟﺔ( ‪ .Causal Vs. Naive Method‬واﻟﺗﺻ ﻧﯾﻔﯾﺔ واﻟﺧطﯾ ﺔ ‪Linear Vs.‬‬
‫‪.Classification Methods‬‬

‫ﺣرﻛﺔ أﺳﻌﺎر اﻷﺳﮭم ﻓﻲ أﺳواق رأس اﻟﻣﺎل‪ ،‬ﻧظرﯾﺎﺗﮭﺎ وآﻟﯾﺎﺗﮭﺎ‬

‫ھﻧ ﺎك ﺛﻼﺛ ﺔ ﻣ داﺧل أﺳﺎﺳ ﯾﺔ ﺗﻌﺗﻣ د ﻣ ن ﻗﺑ ل اﻟﻣﺣﻠﻠ ﯾن واﻟﻣﺳ ﺗﺛﻣرﯾن ﻓ ﻲ اﻟﺗﻧﺑ ؤ‬
‫ﺑﺎﻟﺳ ﻠوك اﻟﻣﺳ ﺗﻘﺑﻠﻲ ﻟﺣرﻛ ﺔ أﺳ ﻌﺎر اﻷﺳ ﮭم وھ ﻲ ‪ :‬اﻟﺗﺣﻠﯾ ل اﻷﺳﺎﺳ ﻲ واﻟﺗﺣﻠﯾ ل اﻟﺗﻘﻧ ﻲ‬
‫وﻓرﺿ ﯾﺎت اﻟﺳ وق اﻟﻛﻔ وءة‪ ،‬وھ ﻲ ﺗﺳ ﮭم ﻓ ﻲ ﺗﻌرﯾ ف اﻟﻣﺳ ﺗﺛﻣر & ‪(Sharpe‬‬
‫)‪ Alexander, 1990, 683‬ﺑﺄﺳﺑﺎب ﺗﻐﯾ ر أﺳ ﻌﺎر اﻷوراق اﻟﻣﺎﻟﯾ ﺔ‪ ،‬وﻋ ن ﻣﻘوﻣ ﺎت ﻗ رار‬
‫ﺷ راء وﺑﯾ ﻊ اﻷوراق اﻟﻣﺎﻟﯾ ﺔ‪ ،‬وﻣﺗ ﻰ ﯾ ﺗم‪ ،‬إذ ﯾرﻛ ز اﻟﺗﺣﻠﯾ ل اﻷﺳﺎﺳ ﻲ ﻋﻠ ﻰ ﺗﺣﻠﯾ ل‬
‫اﻻﻗﺗﺻﺎد واﻟﺻﻧﺎﻋﺔ واﻟﺷرﻛﺔ ﻻﻛﺗﺷﺎف ﻗﯾﻣﺔ اﻟﺳﮭم وﻋواﻣل اﻟﺑﯾﻊ واﻟﺷراء ﻟﻠﻣﺳﺗوﯾﺎت‬
‫اﻟﺛﻼﺛﺔ اﻟﺗﻲ ذﻛرت‪ ،‬ﻣﻣﺎ ﯾﻌﻧﻲ دراﺳﺔ ﺗﺣرﻛﺎت اﻷﺳﮭم ﻋﻠﻰ أﺳﺎس اﻟﻌﻼﻗﺎت اﻟﺗﻲ ﺗﻧﺷ ﺄ‬
‫ﺑ ﯾن اﻟﺳ ﺑب واﻟﻧﺗﯾﺟ ﺔ )اﺳ ﻌد‪(Bodie ed, 1998, 331) ،(١٤٤ ،١٩٩٧ ،‬‬
‫‪.(www.steru.urn.edu).‬‬
‫ﻓﯾﻣﺎ ﯾﺳﺗﻧد اﻟﺗﺣﻠﯾل اﻟﻔﻧﻲ ﻋﻠﻰ وﺟﮭﺔ ﻧظر أﺳﺎﺳﯾﺔ ﻣﻔﺎدھﺎ أن اﻟﻣﺎﺿﻲ ﯾﻌﯾ د ﻧﻔﺳ ﮫ‪،‬‬
‫وذﻟك ﺑرﺻد اﻟﺣرﻛﺔ اﻟﻣﺎﺿﯾﺔ اﻟﻣﺳﺟﻠﺔ ﻟﺳﻌر ﻣﻌﯾن ﺑوﺻﻔﮫ وﺳﯾﻠﺔ ﻟﻔﮭم اﻟﺣرﻛﺔ اﻟﻘﺎدﻣﺔ‬
‫)اﺳﻌد‪ ،(www.steru.uyu.edu) (١٥٥ ،١٩٩٧ ،‬ﻛﻣﺎ أﻧﮫ ﯾﮭﺗم ﺑدراﺳﺔ اﻟﺳوق ﻣن دون‬
‫دراﺳ ﺔ اﻟﻌواﻣ ل اﻟﺧﺎرﺟﯾ ﺔ اﻟﺗ ﻲ ﺗ ﻧﻌﻛس ﻓ ﻲ اﻟﺳ وق وﺗ ؤﺛر ﻓ ﻲ ﺣرﻛﺗﮭ ﺎ واﺗﺟﺎھﺎﺗﮭ ﺎ‬
‫)‪ .(Sharpe & Alexander, 1990, 683‬إذ إن ﺳ ﻌر اﻷداة ﻓ ﻲ أي وﻗ ت ھ و ﻣﺣﺻ ﻠﺔ‬
‫ﺟﻣﯾﻊ اﻟﻌواﻣل واﻟﻣﻌﻠوﻣﺎت اﻟﻣﺗوﻓرة ﻋﻧﮭﺎ ﺑﺷ ﻛل ﺗﻠﻘ ﺎﺋﻲ‪ ،‬وأن اﻟﻣﺳ ﺗﺛﻣرﯾن ﻓ ﻲ أﺳ واق‬
‫اﻷوراق اﻟﻣﺎﻟﯾﺔ ﯾﺷﺗرون وﯾﺑﯾﻌ ون ﻋﻠ ﻰ أﺳ ﺎس أھﻣﯾ ﺔ اﻟﻣﻌﻠوﻣ ﺎت ﻏﯾ ر اﻟﻣﺗ وﻓرة اﻟﺗ ﻲ‬
‫ﺗﻛون ﺑﺣد ذاﺗﮭﺎ ﻣﺻدرا ً ﻣﮭﻣ ﺎ ﯾ ﻧﻌﻛس ﻓ ﻲ أﺳ ﻌﺎر اﻷدوات وﯾ ؤدي إﻟ ﻰ ﺗﺣﻘﯾ ق أرﺑ ﺎح‬
 ‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[١٥‬‬

‫اﺳﺗﺛﻧﺎﺋﯾﺔ )اﺳﻌد‪ .(١٥٥ ،١٩٩٧ ،‬ﺑﻌﺑﺎرة أﺧرى ﯾﺗﻌﺎﻣل اﻟﻣﺳﺗﺛﻣرونﺑﯾﻌﺎ ً وﺷراء ً ﻋﻠ ﻰ‬

‫وﻓق اﻟﺣﺎﻟﺔ اﻟﺳﯾﻛوﻟوﺟﯾﺔ ﻟﻠﺳ وق‪ ،‬وﻣ ﺎ ﯾ رﺗﺑط ﺑﮭ ﺎ ﻣ ن ﺣﺎﻟ ﺔ ﺗﺷ ﺎؤم أو ﺗﻔ ﺎؤل ﻟﺟﻣﮭ ور‬
‫اﻟﻣﺗﻌﺎﻣﻠﯾن‪ ،‬وﻣﺎ ﻟذﻟك ﻣن ﺗﺄﺛﯾرات ﻋﻠ ﻰ ﺣﺟ م اﻟﺗ داول واﺗﺟﺎھ ﺎت اﻷﺳ ﻌﺎر ﻓ ﻲ اﻟﺳ وق‬
‫)‪ .(Bodie, et. al., 1998, 414‬وﯾﺳ ﺗﻧد اﻟﺗﺣﻠﯾ ل ﻋﻠ ﻰ ﻋ دد ﻣ ن اﻷﺳﺎﺳ ﯾﺎت‬
‫)‪ ،(www.iimcal.ac.in‬وﯾﻌ د ﺳ ﻌر اﻟﺳ ﮭم أﺳﺎﺳ ﺎ ً◌ ً ﻓ ﻲ اﻟﺗﺣﻠﯾ ل وھ و ﻋ ﺎﻛس ﻟﺟﻣﯾ ﻊ‬
‫اﻟظ روف اﻟﻣﺣﯾط ﺔ ﺑﺎﻟﻣﺗﻌ ﺎﻣﻠﯾن‪ ،‬وﻻ ﺗﻌ د ﺗﺣرﻛ ﺎت اﻷﺳ ﻌﺎر ﻋﺷ واﺋﯾﺔ ﺑﺷ ﻛل ﻛﻠ ﻲ إذ‬
‫ﯾﺣﺻل ﻓﻲ ﺑﻌض اﻟﻔﺗرات أن ﺗظﮭر اﻷﻧﻣﺎط واﻻﺗﺟﺎھ ﺎت اﻟﻣﻣﻛ ن اﻋﺗﻣﺎدھ ﺎ ﻓ ﻲ اﻟﺗﻧﺑ ؤ‬
‫ﺑﺎﻟﺳﻠوك اﻟﻣﺳﺗﻘﺑﻠﻲ ﻟﻸﺳﻌﺎر ﺑﻧﺎء ً ﻋﻠﻰ اﻟﻣﺎﺿﻲ‪ ،‬وﯾﻣﻛن ﺗﺣدﯾد ﻣﺟﻣوﻋﺔ ﻣن اﻟﻔرﺿﯾﺎت‬
‫اﻷﺳﺎﺳﯾﺔ اﻟﺗﻲ ﯾﻘوم ﻋﻠﯾﮭﺎ اﻟﺗﺣﻠﯾل اﻟﻔﻧﻲ واﻟﺗﻲ ﺗﺗﺿﻣن اﻵﺗﻲ )‪:(Francis, 1983, 434‬‬
‫‪ .١‬إن اﻟﻘﯾﻣﺔ اﻟﺳوﻗﯾﺔ ﺗﺣدد ﻋﻠﻰ أﺳﺎس اﻟﺗﻔﺎﻋل ﺑﯾن اﻟﻌرض واﻟطﻠب‪.‬‬
‫‪ .٢‬إن آﻟﯾ ﺎت اﻟﻌ رض واﻟطﻠ ب ﺗﺣﻛﻣﮭ ﺎ ﻋواﻣ ل ﻋدﯾ دة ﻣﻧﮭ ﺎ اﻟﺳ ﻠوك اﻟﻌﻘﻼﻧ ﻲ وﻏﯾ ر‬
‫اﻟﻌﻘﻼﻧﻲ ﻟﺟﻣﮭور اﻟﻣﺗﻌﺎﻣﻠﯾن ﻓﻲ اﺗﺧﺎذ اﻟﻘرارات‪.‬‬
‫‪ .٣‬إن أي ﺗﻐﯾرات ﻓﻲ اﻻﺗﺟﺎه ھﻲ ﻧﺎﺗﺟﺔ ﻋن ﺗﻐﯾرات ﻓﻲ ظروف اﻟﻌرض واﻟطﻠب‪.‬‬
‫‪ .٤‬إن اﻟﺗﻐﯾ رات ﻓ ﻲ ظ روف اﻟﻌ رض واﻟطﻠ ب‪ ،‬ﺑﻐ ض اﻟﻧظ ر ﻋ ن أﺳ ﺑﺎب ﺣ دوﺛﮭﺎ‪،‬‬
‫ﯾﻣﻛن اﻛﺗﺷﺎﻓﮭﺎ ﻣن ﺧﻼل اﻟﺧراﺋط اﻟﺳﻌرﯾﺔ أو ﻣ ن ﺧ ﻼل ﺑﻌ ض اﻟﻣؤﺷ رات اﻟﻔﻧﯾ ﺔ‬
‫اﻟداﻟﺔ‪.‬‬
‫‪ .٥‬إن ﺑﻌض اﻷﻧﻣﺎط اﻟﻣﻛﺗﺷﻔﺔ ﺗﻣﯾل ﺑطﺑﯾﻌﺗﮭ ﺎ إﻟ ﻰ ﺗﻛ رار ﻧﻔﺳ ﮭﺎ ﻓ ﻲ اﻟﻣﺳ ﺗﻘﺑل ﺑﺣﯾ ث‬
‫ﯾﻣﻛن اﻻﻋﺗﻣﺎد ﻋﻠﯾﮭﺎ ﻓﻲ ﺗﺣدﯾد اﻟﺣرﻛﺔ اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻟﻸﺳﻌﺎر‪.‬‬
‫ﯾرﻛ ز اﻟﺗﺣﻠﯾ ل اﻟﻔﻧ ﻲ ﻋﻠ ﻰ اﻟﺗﻧﺑ ؤ ﺑ ﺎﻟﺗﻐﯾرات اﻟﻣؤﻗﺗ ﺔ )ﻗﺻ ﯾرة اﻷﺟ ل( ﻟﻠﻌ رض‬
‫واﻟطﻠب ﻋﻠﻰ اﻷوراق اﻟﻣﺎﻟﯾﺔ ؛ ﻟذﻟك ﻓﮭو ﯾﮭﺗم ﺑﺎﻷﻧﻣ ﺎط اﻟﺳ ﻌرﯾﺔ اﻟﺗ ﻲ ﻣ ن اﻟﻣﻣﻛ ن أن‬
‫ﺗظﮭر‪ ،‬أو اﻟﺗﻌرف ﻋﻠﻰ ھ ذه اﻟﺗﻐﯾ رات ﻣ ن ﺧ ﻼل ﺑﻌ ض اﻟﻣؤﺷ رات اﻟﻔﻧﯾ ﺔ اﻟداﻟ ﺔ ﻟﯾ ﺗم‬
‫ﺗﺣدﯾد اﻻﺗﺟﺎھﺎت اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻟﻸﺳﻌﺎر‪ ،‬وھﻧﺎك ﻣ ن اﻷدوات ﻣ ﺎ ﯾ ﺗم اﻻﻋﺗﻣ ﺎد ﻋﻠﯾﮭ ﺎ ﻣ ن‬
‫ﻗﺑل اﻟﻔﻧﯾﯾن ﺿﻣن ھذا اﻟﻣدﺧل وھﻲ اﻟﺧراﺋط اﻟﺳﻌرﯾﺔ واﻟﻣؤﺷرات اﻟﻔﻧﯾﺔ ‪(Stevenson‬‬
‫)‪.& Jenning, 1981, 207‬‬
‫اﻟﺧراﺋط اﻟﺳﻌرﯾﺔ‬
‫وﺗﻌﻛ س طﺑﯾﻌ ﺔ وﻣ دى ﺗﺣ رك أﺳ ﻌﺎر اﻷﺳ ﮭم ﻟﺷ رﻛﺔ ﻣﻌﯾﻧ ﺔ أو ﻟﻣؤﺷ ر ﺳ وﻗﻲ‬
‫ارﺗﻔﺎﻋﺎ ً واﻧﺧﻔﺎﺿﺎ ً واﻷﻧﻣﺎط اﻟﺳﻌرﯾﺔ‪ ،‬ﺑﻣﺎ ﯾﺳﺎﻋد ﻓﻲ وﺿﻊ وﺗﺣدﯾد اﻟﺗوﻗﯾﺗﺎت اﻟﻣﻧﺎﺳ ﺑﺔ‬
‫اﻟﺗﻲ ﯾﺳﺗطﯾﻊ اﻟﻣﺳﺗﺛﻣرون ﻣن ﺧﻼﻟﮭ ﺎ اﺗﺧ ﺎذ اﻟﻘ رارات اﻟﻣﻧﺎﺳﺑ ـﺔ ﻓ ﻲ اﻟوﻗ ت اﻟﻣﻧﺎﺳ ـب‬
‫)‪ (Bodie, et. al., 1998, 414‬وﻣ ن ﻧظرﯾﺎﺗﮭ ﺎ‪ :‬ﻧظرﯾ ﺔ داو ‪ Dow Theory‬اﻟﺗ ﻲ ﺗؤﻛ د‬
‫أن أﺳﻌﺎر اﻷﺳﮭم ﺗﺗﺟﮫﺻﻌودا ً وھﺑوطﺎ ً ﺑﺄﻧﻣﺎط واﺿﺣﺔ وﻣﺣددة‪ ،‬وﺑﺧﺻﺎﺋص واﺿﺣﺔ‬
‫ﻗﺎﺑﻠﺔ ﻷن ﺗﺗﻛ رر ﻓ ﻲ وﻗ ت ﻻﺣ ق )‪ ،(Bodie, et. al., 1998, 414‬وﺗﺗﻣﺛ ل ھ ذه اﻟﻧظرﯾ ﺔ‬
‫ﻓﻲ ﺗﺣدﯾد اﻻﺗﺟﺎھﺎت اﻟطوﯾﻠﺔ اﻷﺟل ﻟﻣﺳﺗوﯾﺎت اﻷﺳﻌﺎر ﻓﻲ ﺳوق اﻷﺳﮭم ﻟﺳ ﮭم ﺷ رﻛﺔ‬
‫أو ﻗط ﺎع ﻣﻌ ﯾن أو ﻟﻣؤﺷ ر ﺳ وق ‪ ،(Bodie, et. al., 1998, 415‬وﺗﺣﻛﻣﮭ ﺎ ﺛﻼﺛ ﺔ‬
‫اﺗﺟﺎھﺎت‪ :‬اﻷوﻟﻰ‪ ،‬ﯾﻘﺻ د ﺑ ﮫ ﺗﺣرﻛ ﺎت اﻷﺳ ﻌﺎر ﻓ ﻲ اﻷﺟ ل اﻟﻘﺻ ﯾر اﻟﺗ ﻲ ﻗ د ﺗﻣﺗ د ﻣ ن‬
‫ﺑﺿﻌﺔ ﺷﮭور ﻟﺗﺻل إﻟﻰ ﻋدة ﺳﻧوات‪ ،‬وھﻲ ﺑذﻟك ﺗﺷﯾر إﻟﻰ ﺣﺎﻟﺔ اﻟﺳوق‬

‫ارﺗﻔﺎع‬
‫اﻻﺳﺗرداد‬
‫اﻟﻔﺎﺷل‬
‫أﺳﻌﺎر اﻹﻏﻼق‬

‫ﺗﺣرﻛﺎت‬
‫ﺛﺎﻧوﯾﺔ‬

‫‪b‬‬ ‫اﻧﺧﻔﺎض‬
‫‪c‬‬
 ‫]‪[١٦‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫‪t‬‬

‫اﻟﺷﻛل ‪١‬‬
‫ﺗﺣرﻛﺎت اﻷﺳﻌﺎر وﻓﻘﺎ ً ﻟﻧظرﯾﺔ داو‬
‫‪Source: Francis, Jack Clark, 1983, "Management of investment”, McGraw–Hill, Inc.,‬‬
‫‪International Student Edition P.436.‬‬

‫ﻓﯾﻣﺎ إذا ﻛﺎﻧت ﻣرﺗﻔﻌﺔ أم ﻣﻧﺧﻔﺿﺔ اﻻﺗﺟﺎه اﻟﺛﺎﻧوي أو اﻟوﺳﯾط اﻟذي ﻗ د ﯾﻧﺷ ﺄ ﺑﺳ ﺑب ﺗﻠ ك‬
‫اﻻﻧﺣراﻓ ﺎت اﻟﻘﺻ ﯾرة اﻷﺟ ل اﻟﺗ ﻲ ﺗﺣ دث ﻓ ﻲ ﺧ ط اﻻﺗﺟ ﺎه اﻟﻌ ﺎم‪ ،‬وﻗ د ﺗﺑﻘ ﻰ ھ ذه‬
‫اﻻﻧﺣراﻓﺎت ﻟﻌدة ﺷﮭور ﻗﺑ ل ﻋودﺗﮭ ﺎ إﻟ ﻰ وﺿ ﻌﮭﺎ اﻟﺳ ﺎﺑق ﻋ ن طرﯾ ق ﻣ ﺎ ﯾطﻠ ق ﻋﻠﯾ ﮫ‬
‫ﺑﺎﻟﺗﺻﺣﯾﺣﺎت ‪ ،Corrections‬وذﻟك ﺑﻌودة اﻷﺳﻌﺎر إﻟ ﻰ ﻣﺳ ﺗواھﺎ اﻟﺳ ﺎﺑق‪ ،‬واﻻﺗﺟﺎھ ﺎت‬
‫اﻟﺑﺳﯾطﺔ ﺗﺗﺿﻣن اﻟﺗﻘﻠﺑﺎت اﻟﯾوﻣﯾﺔ اﻟﺗﻲ ﻣ ن اﻟﻣﻣﻛ ن أن ﺗﻛ ون ﺗذﺑ ذﺑﺎت ﻋﺷ واﺋﯾﺔ ﻧﺎﺗﺟ ﺔ‬
‫ﻋ ن ﻋﻣﻠﯾ ﺎت ﺑﯾ ﻊ وﺷ راء اﻷﺳ ﮭم وﻟﻔﺗ رات ﻗﺻ ﯾرة ﺟ دا ً‪ ،‬ﻟ ذﻟك ﺗﻛ ون أھﻣﯾﺗﮭ ﺎ ﺿ ﺋﯾﻠﺔ‬
‫ﻧﺳﺑﯾﺎ ً ‪ .‬وﯾﻛﻣن ﺗوﺿﯾﺢ اﻻﺗﺟﺎھﺎت اﻟﺳﺎﺑﻘﺔ ﻟﺗﺣرﻛﺎت اﻻﺳﻌﺎر ﻋن طرﯾق اﻟﺷﻛل ‪.١‬‬

‫ﻧظرﯾﺔ ﻣوﺟﺎت اﻟﯾوت ‪Elliot Waves Theory‬‬

‫وﻗد ﺗم ﺗطوﯾرھﺎ ﻓﻲ اﻟﻌﺷ رﯾﻧﺎت واﻟﺛﻼﺛﯾﻧ ﺎت ﻣ ن اﻟﻘ رن اﻟﻣﺎﺿ ﻲ ﻣ ن ﻗﺑ ل راﻟ ف‬
‫اﻟﯾ وت‪ ،‬وﺟ ذورھﺎ اﻷوﻟ ﻰ ﺗﻌ ود إﻟ ﻰ ‪ Charles Dow‬وﺟﮭ وده ﻓ ﻲ اﻟﺗﺣﻠﯾ ل اﻟﻔﻧ ﻲ اﻟﺗ ﻲ‬
‫وﺿﺢ ﻓﯾﮭﺎ اﻟﺗﺷﺎﺑﮫ ﺑﯾن ﻣوﺟﺎت اﻟﺻﻌود واﻟﮭﺑوط ﻓ ﻲ أﺳ واق اﻷﺳ ﮭم )أﺳ ﻌد‪،١٩٩٧ ،‬‬
‫‪ .(١٩٥‬وﺗﺗﺄﻟف ﻛل ﻣوﺟﺔ رﺋﯾﺳﺔ ﺻﺎﻋدة ﻣن ﺧﻣس ﻣوﺟﺎت‪ ،‬وﺗﻛ ون ﻣﺗﻧوﻋ ﺔ ﺑﻣوﺟ ﺔ‬
‫ﺗﻧﺎزﻟﯾﺔ ﻗوﯾﺔ ﺗﺗﺄﻟف ﻣن ﺛﻼث ﻣوﺟﺎت‪ .‬وﺗﺗﺄﻟف اﻟﻣوﺟ ﺎت اﻟﺧﻣ س ﻓ ﻲ اﻟﻣوﺟ ﺔ اﻟرﺋﯾﺳ ﺔ‬
‫اﻟﺻﺎﻋدة ﻣن ﺛﻼث ﺻﺎﻋدة واﺛﻧﺗﯾن ھﺎﺑطﺗﯾن‪ .‬أﻣﺎ اﻟﻣوﺟﺎت اﻟﺛﻼث ﻓﻲ اﻟﻣوﺟﺔ اﻟرﺋﯾﺳﺔ‬
‫اﻟﮭﺎﺑطﺔ ﻓﺗﻛون ﻣن ﻣوﺟﺔ ﻧﺎزﻟﺔ وأﺧرى ﺻﺎﻋدة وﻣوﺟﺔ ﻧﺎزﻟﺔ‪ .‬وﻓﻲ اﻟﻣوﺟﺎت اﻟرﺋﯾﺳﺔ‬
‫ﺗوﺟد ﻣوﺟﺎت ﻣﺗوﺳطﺔ ﺗﺣﺗوي ﺑدورھﺎ ﻋﻠﻰ اﻟ ﻧﻣط ﻧﻔﺳ ﮫ اﻟﻣؤﻟ ف ﻣ ن ﺧﻣ س ﻣوﺟ ﺎت‬
‫ﺻﺎﻋدة وﺛﻼث ﻣوﺟﺎت ھﺎﺑطﺔ‪ ،‬وھﻛذا ﻓﺈن ﺟﻣﯾ ﻊ اﻟﻣوﺟ ﺎت واﺑﺗ داء ﺑﺎﻟﻣوﺟ ﺔ اﻟرﺋﯾﺳ ﺔ‬
 ‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[١٧‬‬

‫اﻟﺻ ﺎﻋدة واﻧﺗﮭ ﺎء ﺑﺎﻟﻣوﺟ ﺔ اﻟﺻ ﻐرى ﺗﻧط وي ﻋﻠ ﻰ ﻋ دد ﻛﺑﯾ ر ﻣ ن اﻟﺗﻘﻠﺑ ﺎت اﻟﺻ ﺎﻋدة‬
‫واﻟﮭﺎﺑط ﺔ وﯾﻣﺛ ل ذﻟ ك اﻟ دورة اﻟﻛﺎﻣﻠ ﺔ ﻟﺣرﻛ ﺔ اﻷﺳ ﻌﺎر ﻓ ﻲ اﻟﺳ وق )أﺳ ﻌد‪،١٩٩٧ ،‬‬
‫‪.(١٩٦‬‬

‫اﻷﺷﻛﺎل أو اﻷﻧﻣﺎط ﻓﻲ ﺧراﺋط اﻷﺳﻌﺎر‪ :‬اﻻﺗﺟﺎھﺎت اﻟﺧطﯾﺔ‬

‫ﻏﺎﻟﺑﺎ ً ﺗﻛون اﻻﺗﺟﺎھﺎت ﺻﺎﻋدة أو ھﺎﺑطﺔ أو ﻣﺣﺎﯾدة وﻛﻣ ﺎ ﺗﻌﻛﺳ ﮫ اﻻﺷ ﻛﺎل اﻵﺗﯾ ﺔ‬
‫)أﺳﻌد‪:(١٦١ ،١٩٩٧ ،‬‬

‫ﺧط اﻟﻣﻘﺎوﻣﺔ‬
‫اﻻﺳــﻌﺎر‬

‫اﻻﺳــﻌﺎر‬

‫ﺧط اﻟدﻋم‬

‫اﻷﯾـﺎم‬ ‫اﻷﯾـﺎم‬
‫‪-B-‬‬ ‫)اﺗﺟﺎﻩ ﻧزوﻟﻲ(‬ ‫‪-A-‬‬ ‫)اﺗﺟﺎﻩ ﺻﻌودي(‬

‫ﺧط اﻟﻣﻘﺎوﻣﺔ‬
‫اﻻﺳــﻌﺎر‬

‫ﺧط اﻟدﻋم‬

‫اﻷﯾـﺎم‬
‫‪-C-‬‬ ‫)اﺗﺟﺎﻩ ﻣﺣﺎﯾد(‬
 ‫]‪[١٨‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﺷﻛل ‪٢‬‬
‫ﺧطوط اﻟدﻋم واﻟﻣﻘﺎوﻣﺔ اﻟﺳﻌرﯾﺔ‬
‫اﻟﻣﺻدر‪ :‬أﺳﻌد‪ ،‬رﯾﺎض‪" ،١٩٩٧ ،‬اﺳﺗﺧدام اﻷدوات اﻟﻣﺎﻟﯾﺔ اﻟﺟدﯾدة ﻓﻲ إدارة اﻟﻣﺣﺎﻓظ اﻻﺳﺗﺛﻣﺎرﯾﺔ"‪،‬‬
‫اﻷﻛﺎدﯾﻣﯾﺔ اﻟﻌرﺑﯾﺔ ﻟﻠﻌﻠوم اﻟﻣﺎﻟﯾﺔ واﻟﻣﺻرﻓﯾﺔ‪ ،‬ﻗﺑرص‪.‬‬

‫إﺷﺎرة ﺑﯾﻊ‬
‫ﺧط اﻟﻣﻘﺎوﻣﺔ‬
‫اﺧﺗراق‬
‫اﻷاﺳــﻌﺎر‬

‫اﻷﺳــﻌﺎر‬
‫اﺧﺗراق‬
‫ﺧط اﻟدﻋم‬ ‫اﺷﺎرة ﺷراء‬

‫اﻷﯾـﺎم‬ ‫اﻷﯾـﺎم‬
‫اﻧﻛﺳﺎر ﻗوي ﻓﻲ ﻣوﺟﺔ اﻟﺻﻌود‬ ‫اﻧﻛﺳﺎر ﻗوي ﻓﻲ ﻣوﺟﺔ اﻟﻧزول‬

‫اﻟﺷﻛل ‪٣‬‬
‫إﺷﺎرات اﻟﺑﯾﻊ واﻟﺷراء‬
‫اﻟﻣﺻ در‪ :‬أﺳ ﻌد‪ ،‬رﯾ ﺎض‪" ،١٩٩٧ ،‬اﺳ ﺗﺧدام اﻷدوات اﻟﻣﺎﻟﯾ ﺔ اﻟﺟدﯾ دة ﻓ ﻲ إدارة اﻟﻣﺣ ﺎﻓظ‬
‫اﻻﺳﺗﺛﻣﺎرﯾﺔ"‪ ،‬اﻷﻛﺎدﯾﻣﯾﺔ اﻟﻌرﺑﯾﺔ ﻟﻠﻌﻠوم اﻟﻣﺎﻟﯾﺔ واﻟﻣﺻرﻓﯾﺔ‪ ،‬ﻗﺑرص‪ ،‬ص ‪. ١٦١‬‬

‫وﯾظﮭ ر ﻣ ن اﻷﺷ ﻛﺎل اﻟﻣ ذﻛورة آﻧﻔ ﺎ ً‪ ،‬أن ﺗﺣرﻛ ﺎت اﻷﺳ ﻌﺎر ﻓ ﻲ اﻻﺗﺟﺎھ ﺎت‬
‫اﻟﻣﺧﺗﻠﻔﺔ ﺗﺗم ﻋﻠﻰ وﻓق ﺳﻠوك ﻣﻧﺗظم‪ ،‬ﻓﻔﻲ اﻻﺗﺟﺎه اﻟﺻﻌودي اﻟداﻋم ﻛﻠﻣﺎ ارﺗﻔ ﻊ اﻟﺳ ﻌر‬
‫ﻻﻗﻰ دﻋﻣﺎ ً‪ ،‬وﻛﻠﻣﺎ ﻛﺎن ﻓﻲ اﻻﺗﺟﺎه اﻟﮭﺑوطﻲ ﻻﻗﻰ ﻣﻘﺎوﻣﺔ‪ ،‬أﻣﺎ ﺑﺎﻟﻧﺳ ﺑﺔ ﻹﺷ ﺎرة اﻟﺷ راء‬
‫ﻓﺈﻧﮭﺎ ﺗظﮭر ﻋﻧدﻣﺎ ﯾﺧﺗرق ﺧط اﻻﺗﺟﺎه اﻟﻌﺎم ﺧط ﻣﻘﺎوﻣﺔ ﺑﺎﻻﺗﺟﺎه اﻟﺻﻌودي‪ ،‬ﻣﻣﺎ ﯾؤدي‬
‫إﻟﻰ ﺣﺻول ﺣﺎﻟﺔ اﻻرﺗﻔ ﺎع اﻟﺳ وﻗﻲ‪ ،‬وﻛﻣ ﺎ ﯾظﮭ ر ﻓ ﻲ اﻷﺷ ﻛﺎل أدﻧ ﺎه )أﺳ ﻌد‪،١٩٩٧ ،‬‬
‫‪.(١٦٤‬‬
‫ﺗﺷﻛﯾل اﻟرأس واﻟﻛﺗﻔﯾن ‪Head and Shoulder‬‬
‫ﯾﻌد ھذا اﻟﺗﺷﻛﯾل ﻣن أھم اﻟﺗﺷﻛﯾﻼت اﻟﺗﻲ ﺗوﺣﻲ ﺑﺈﻣﻛﺎﻧﯾﺔ ﺣدوث ﺗﻐﯾر وﺷ ﯾك ﻓ ﻲ‬
‫اﺗﺟﺎه اﻷﺳﻌﺎر ﻓﮭو ﯾﺗﺄﻟف ﻣن ﻗﻣﺗﯾن ﺗﻣﺛﻼن ﻛﺗﻔﯾن أﯾﺳر وأﯾﻣن وﺑﯾﻧﮭﻣﺎ ﻗﻣﺔ أﻋﻠﻰ ﻣﻧﮭﻣﺎ‬
‫ﺗﻣﺛل اﻟرأس‪ ،‬وﻛﻣﺎ ﻣوﺿﺢ ﻓﻲ اﻟﺷﻛل اﻵﺗ ﻲ )أﺳ ﻌد‪(Bodie, et. al., (١٦٦ ،١٩٩٧ ،‬‬
‫)‪1998, 415‬‬

‫اﻟرأس‬
‫‪a‬‬ ‫اﻟﻛﺗف اﻷﯾﻣن‬ ‫ﺧط اﻟﻌﻧق‬
‫اﻟﻛﺗف اﻷﯾﺳر‬
‫‪b‬‬
‫ﻧﻘطﺔ ﺗﻐﯾر‬
‫اﻷﺳﻌﺎر‬

‫اﻻﺗﺟﺎه‬
‫ﺧط اﻟدﻋم‬ ‫ﺧط اﻟﻣﻘﺎوﻣﺔ‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[١٩‬‬

‫اﻟﺷﻛل ‪٤‬‬
‫ﺗﺷﻛﯾل اﻟرأس واﻟﻛﺗﻔﯾن‬
‫اﻟﻣﺻ در‪ :‬أﺳ ﻌد‪ ،‬رﯾ ﺎض‪" ،١٩٩٧ ،‬اﺳ ﺗﺧدام اﻷدوات اﻟﻣﺎﻟﯾ ﺔ اﻟﺟدﯾ دة ﻓ ﻲ إدارة اﻟﻣﺣ ﺎﻓظ اﻻﺳ ﺗﺛﻣﺎرﯾﺔ"‪،‬‬
‫اﻷﻛﺎدﯾﻣﯾﺔ اﻟﻌرﺑﯾﺔ ﻟﻠﻌﻠوم اﻟﻣﺎﻟﯾﺔ واﻟﻣﺻرﻓﯾﺔ‪ ،‬ﻗﺑرص‪.(Bodie, et. al., 1998, 415).‬‬

‫اﻟﻘﻣم واﻟﻘﯾﻌﺎن اﻟﺛﻧﺎﺋﯾﺔ ‪Double Top and Bottom‬‬

‫ﺎﻋد ً أم‬
‫ﺗﺷﯾر اﻟﻘﻣم واﻟﻘﯾﻌﺎن اﻟﺛﻧﺎﺋﯾﺔ اﻟﻰ اﻟﺗﻐﯾر ﻓﻲ اﺗﺟﺎه اﻷﺳ ﻌﺎر ﺳ واء أﻛ ﺎن ﺻ ا‬
‫ﻧﺎزﻻ ً ‪ ،‬ﻓﻌﻧد ﺗﺷﻛﯾل اﻟﻘﻣم اﻟﺛﻧﺎﺋﯾﺔ ﯾﺑدأ ﺣﺟم اﻟﺗﻌﺎﻣ ل ﺑ ﺎﻟﺗراﺟﻊ وذﻟ ك ﻷن اﻟﻣﺳ ﺗﺛﻣرﯾن ﻻ‬
‫ﯾرﻏﺑ ون ﺑﺷ راء ﺗﻠ ك اﻷﺳ ﮭم ﻋﻧ د ﺳ ﻌرھﺎ اﻟﻣرﺗﻔ ﻊ‪ ،‬ﻋﻠ ﻰ اﻟﻌﻛ س ﻣ ن ﺗﺷ ﻛﯾل اﻟﻘﯾﻌ ﺎن‬
‫اﻟﺛﻧﺎﺋﯾﺔ إذ إﻧﮫ ﯾدل ﻋﻠﻰ إﻣﻛﺎﻧﯾﺔ اﻹﻗﺑ ﺎل ﻋﻠ ﻰ ﺷ راء ﺗﻠ ك اﻷﺳ ﮭم ﻋﻧ د ﻣﺳ ﺗواھﺎ اﻟﺣ ﺎﻟﻲ‬
‫اﻟﻣﻧﺧﻔض‪ ،‬وﻣن ﺛم زﯾﺎدة اﻟطﻠب ﻋﻠﯾﮭﺎ ﺗوﻟد زﯾﺎدة ﻓﻲ اﻷﺳﻌﺎر‪ ،‬وھذا ﯾؤدي إﻟﻰ ظﮭور‬
‫ﺗﺷﻛﯾل اﻟﻘﻣم اﻟﺛﻧﺎﺋﯾﺔ ﻣرة أﺧرى وھﻛذا‪.(www.my-broker.com).‬‬
‫ﺗﺷﻛﯾل اﻟﻣﺛﻠﺛﺎت ‪Triangles Formation‬‬
‫وﯾﺗم ﺗﺷﻛﯾل اﻟﻣﺛﻠﺛﺎت ﻣن ﺧﻼل اﻟﺗﻘﺎرب اﻟﺣﺎﺻل ﻓﻲ اﺗﺟ ﺎه اﻷﺳ ﻌﺎر وﻣ ﺎ ﺗظﮭ ره‬
‫ھذه اﻟﻣﺛﻠﺛﺎت ھو ﻧﺎﺗﺞ ﻋن اﻻﺗﺟﺎه اﻟﺻﺎﻋد واﻻﺗﺟﺎه اﻟﻧ ﺎزل وﻣ ن ﺛ م ّ ظﮭ ور ﻧ وع ﻣ ن‬
‫اﻟﺗﻘﻠﺑﺎت اﻟﺣﺎدة اﻟﺗﻲ ﺗﺷﻛل ھذه اﻟﻣﺛﻠﺛﺎت واﻟﺗﻲ ﺗﻧ ﺗﺞ ﻋ ن أﺣﺟ ﺎم اﻟﻌ رض واﻟطﻠ ب ﻓ ﻲ‬
‫اﻟﺳوق ﻋﻠﻰ أداة ﻣﻌﯾﻧﺔ‪ ،‬وﯾﺳﺗدل ﻣن ھذا اﻟﺗﺷﻛﯾل أﻧﮫ ﻓﻲ ﺣﺎﻟ ﺔ ﺗﻐﯾ ر اﻷﺳ ﻌﺎر ﺑﺎﻻﺗﺟ ﺎه‬
‫اﻟﺻﺎﻋد ﻓﺈن ﺗﻠك اﻷﺳﻌﺎر ﻻﺑد وأن ﺗﺑﻘﻰ ﻣﺳ ﺗﻣرة ﻓ ﻲ اﻟﺻ ﻌود ﻟﻔﺗ رة ﻣﻌﯾﻧ ﺔ‪ ،‬واﻟﻌﻛ س‬
‫ﺻﺣﯾﺢ )‪ .(www.my-broker.com‬وھﻧﺎك أﻧواع ﻋدﯾدة ﻣن ھذه اﻟﻣﺛﻠﺛﺎت‪.‬‬

‫ﺧراﺋط اﻟﻧﻘط واﻷﺷﻛﺎل ‪Points and Figure Charts‬‬

‫ﺗﺣظﻰ ھذه اﻟﺧ راﺋط ﺑﺎھﺗﻣ ﺎم وﺗﻘ دﯾر اﻟﻣﺣﻠﻠ ﯾن اﻟﻔﻧﯾ ﯾن ﺑوﺻ ﻔﮭﺎ وﺳ ﯾﻠﺔ ﺗﺳ ﺎﻋدھم‬
‫ﻋﻠﻰ ﻣﺗﺎﺑﻌﺔ اﻟﺗطورات اﻟﺳﻌرﯾﺔ ﻟﻐﺎﯾﺎت ﻛﺷف اﻻﺗﺟﺎھﺎت‪ ،‬إذ ﯾﻛﻣن اﻻﺧﺗﻼف ﺑﯾن ھ ذا‬
‫اﻟﻧ وع وﺑ ﯾن اﻟﺧ راﺋط اﻟﺧطﯾ ﺔ ﻋ ن طرﯾ ق اھﺗﻣ ﺎم ﺧ راﺋط اﻟ ﻧﻘط واﻷﺷ ﻛﺎل ﺑ ﺎﻟﺗﻐﯾرات‬
 ‫]‪[٢٠‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﻣﻠﻣوﺳﺔ ﻓﻲ اﻷﺳﻌﺎر‪ ،‬ﻓﺿﻼ ً ﻋن ﻋدم اھﺗﻣﺎﻣﮭﺎ ﺑﺎﻟزﻣن أو اﻟوﻗت اﻟ ذي ﯾﺣ دث اﻟﺗﻐﯾ ر‬

‫ﻓﯾﮫ ﺑﻘدر اھﺗﻣﺎﻣﮭﺎ ﺑﺎﻟﻛﻣﯾﺔ اﻟﺗﻲ ﯾﺣدث ﻓﯾﮭﺎ ھذا اﻟﺗﻐﯾر‪ ،‬وﺑذﻟك ﯾﺳﺗطﯾﻊ اﻟﻣﺳﺗﺛﻣر وﺿﻊ‬
‫اﻟﻣﻌﯾ ﺎر اﻟ ذي ﯾﻌﺗﻣ د ﻋﻠﯾ ﮫ ﻓ ﻲ اﻟﺣﻛ م ﻋﻠ ﻰ أي ﺗﻐﯾ ر ارﺗﻔﺎﻋﺎ ً أو اﻧﺧﻔﺎﺿﺎ ً ‪ ،‬وھ ذه ھ ﻲ‬
‫ﻋﻣﻠﯾ ﺔ ﺗﺗﺑ ﻊ أﺛ ر اﻟﺗﻐﯾ رات اﻟﻣﻠﻣوﺳ ﺔ ﻓ ﻲ اﻷﺳ ﻌﺎر ﺻ ﻌودا ً وھﺑوط ﺎ ً ‪(Bodie, et. al.,‬‬
‫)‪.1998, 417‬‬

‫اﻟﻣؤﺷرات اﻟﻔﻧﯾﺔ‬
‫ﯾﮭ ﺗم اﻟﺗﺣﻠﯾ ل اﻟﻔﻧ ﻲ وﯾﻌﺗﻣ د أﯾﺿ ﺎ ً ﻋﻠ ﻰ ﻣ ﺎ ﯾطﻠ ق ﻋﻠﯾ ﮫ ﺑﺎﻟﻣؤﺷ رات اﻟﻔﻧﯾ ﺔ اﻟﺗ ﻲ‬
‫ﺗﺳﺗﺧدم ﻓ ﻲ ﺗﺣدﯾ د اﻻﺗﺟﺎھ ﺎت اﻟﺻ ﺎﻋدة أو اﻟﻧﺎزﻟ ﺔ‪ ،‬إذ ﺗوﺟ د ﺛﻼﺛ ﺔ أﻧ واع رﺋﯾﺳ ﺔ ﻣ ن‬
‫اﻟﻣؤﺷرات اﻟﻔﻧﯾﺔ )‪.(Bodie, et. al., 1998, 421‬‬
‫اﻟﻧوع اﻷول اﻟﻣؤﺷرات اﻟذاﺗﯾﺔ‬
‫ﺗﮭ ﺗم ﺑﻘﯾ ﺎس ﺗوﻗﻌ ﺎت ﻣﺧﺗﻠ ف ﻣﺟﻣوﻋ ﺎت اﻟﻣﺳ ﺗﺛﻣرﯾن‪ ،‬وﺗﻌﺗﻣ د ﻋﻠ ﻰ إﺣﺻ ﺎﺋﯾﺔ‬
‫اﻟﺗداول واﻟﻛﻣﯾﺎت اﻟﻔردﯾﺔ‪ :‬ﺗرﻛز إﺣﺻﺎﺋﯾﺔ اﻟﺗداول )‪(Bodie, et. al., 1998, 421‬‬

‫ﺣﺟم اﻟﻛﻣﯾﺎت اﻟﻣﻧﺧﻔﺿﺔ ‪ /‬ﻋدد اﻟﻛﻣﯾﺎت اﻟﻣﻧﺧﻔﺿﺔ‬

‫اﻟﺗداول =‬
‫ﻋدد اﻟﻛﻣﯾﺎت اﻟﻣرﺗﻔﻌﺔ ‪ /‬ﻋدد اﻟﻛﻣﯾﺎت اﻟﻣﻧﺧﻔﺿﺔ‬
‫وﯾﻣﻛن إﻋﺎدة ﺗرﺗﯾﺑﮭﺎ ﻟﺗﺻﺑﺢ ‪:‬‬

‫ﺣﺟم اﻟﻛﻣﯾﺎت اﻟﻣرﺗﻔﻌﺔ ‪ /‬ﻋدد اﻟﻛﻣﯾﺎت اﻟﻣرﺗﻔﻌﺔ‬

‫اﻟﺗداول =‬
‫ﺣﺟم اﻟﻛﻣﯾﺎت اﻟﻣرﺗﻔﻌﺔ ‪ /‬ﺣﺟم اﻟﻛﻣﯾﺎت اﻟﻣﻧﺧﻔﺿﺔ‬

‫ﻛﻣ ﺎ ﺗﻌ رف ھ ذه اﻟﻣﻌﺎدﻟ ﺔ ﺑﺄﻧﮭ ﺎ ﻣﺗوﺳ ط ﺣﺟ م اﻟﻛﻣﯾ ﺎت اﻟﻣﻧﺧﻔﺿ ﺔ اﻟﺗ داول ﻋﻠ ﻰ‬

‫ﻣﺗوﺳط ﺣﺟم اﻟﻛﻣﯾﺎت اﻟﻣرﺗﻔﻌﺔ اﻟﺗداول‪ ،‬ﻓﺈذا ﻛﺎﻧت اﻟﻧﺗﯾﺟﺔ ﺗزﯾد ﻋﻠﻰ )‪ (١.٠‬ﻓ ﺈن ذﻟ ك‬
‫ﯾدل ﻋﻠﻰ اﻧﺧﻔﺎض ﺳوﻗﻲ‪ ،‬وﻣن ﺛم ّ إﻣﻛﺎﻧﯾﺔ اﻟﺗﻧﺑؤ ﺑﺣﺻول ارﺗﻔﺎع ﺳ وﻗﻲ ﻧﺗﯾﺟ ﺔ زﯾ ﺎدة‬
‫اﻟﺗﻌﺎﻣل ﺑﺎﻷﺳﮭم ذات اﻟﺳﻌر اﻟﻣﻧﺧﻔض )‪. (Bodie, et. al., 1998, 423‬‬
‫ﻓﯾﻣﺎ ﺗرﻛز اﻟﻛﻣﯾﺎت اﻟﻔردﯾﺔ ‪ Odd-lot‬ﻋﻠﻰ ﺗﺣدﯾد اﻟﺳﻠوك أو اﻻﻋﺗﻘﺎد اﻟﺳ ﺎﺋد ﻟ دى‬
‫ﻣﺟﻣوﻋ ﺎت اﻟﻣﺳ ﺗﺛﻣرﯾن ﻓﯾﻣ ﺎ ﯾﺗﻌﻠ ق ﺑﻣﺳ ﺗﻘﺑل اﻟﺳ وق‪ ،‬إذ ﻏﺎﻟﺑﺎ ً ﻣ ﺎ ﯾﻛ ون اﻟﻣﺳ ﺗﺛﻣرون‬
‫ﺿ ﻣن ھ ذا اﻟﻧ وع ﻣ ن اﻷﻓ راد وﻟ ﯾس اﻟﻣؤﺳﺳ ﺎت )‪،(Bodie, et. al., 1998, 423‬‬
‫)‪ ،(Francis, 1983, 445‬وﯾﻣﻛن اﻟﺣﺻول ﻣ ن ﺧ ﻼل ﻣؤﺷ رات اﻟﻛﻣﯾ ﺎت اﻟﻔردﯾ ﺔ ﻋﻠ ﻰ‬
‫ﻣﺟﻣوﻋﺔ ﻧﺗﺎﺋﺞ ﯾﺳﺗدل ﻣن ﺧﻼﻟﮭﺎ ﻋﻠﻰ اﻟﺣﺎﻟﺔ اﻟﺳوﻗﯾﺔ )‪.(Bodie, et. al., 1998, 423‬‬
‫اﻟﻧوع اﻟﺛﺎﻧﻲ‪ :‬ﻣؤﺷرات ﻣﺳﺗوﯾﺎت اﻟﺗدﻓﻘﺎت اﻟﻣﺎﻟﯾﺔ‬
‫وﺗﮭﺗم ﺑﻘﯾﺎس إﻣﻛﺎﻧﯾ ﺔ ﻗﯾ ﺎم ﻣﺟﻣوﻋ ﺎت اﻟﻣﺳ ﺗﺛﻣرﯾن ﺑﻌﻣﻠﯾ ﺔ اﻟﺷ راء أو اﻟﺑﯾ ﻊ وﺑﻣ ﺎ‬
‫ﯾﺳ ﺎﻋد ﻋﻠ ﻰ اﻟﺗﻧﺑ ؤ ﺑﺗﺣرﻛ ﺎت اﻷﺳ ﻌﺎر‪ ،‬ﻓﯾﻣ ﺎ ﺗراﻗ ب ﻣؤﺷ رات اﻟﮭﯾﻛ ل اﻟﺳ وﻗﻲ‬
‫اﻟﺗﺣوﯾﻼت اﻟﺗﻲ ﻗد ﺗﺻﯾب اﺗﺟﺎھﺎت اﻷﺳﻌﺎر ﻓﻲ اﻟﺳوق )‪.(Bodie, et. al., 1998, 421‬‬
‫وﻣؤﺷراﺗﮭﺎ‪ :‬اﻷول؛ اﻟﺑﯾﻊ اﻵﺟل ﺗﺷﯾر إﻟﻰ ﻋدد اﻟﺻﻔﻘﺎت اﻟﺑﯾﻌﯾﺔ اﻟﺗ ﻲ ﺗ ﺗم ﻓ ﻲ اﻷﺟ ل‬
‫اﻟﻘﺻ ﯾر)‪ .(Bodie, et. al., 1998, 424‬إذ إن ﻧﺳ ﺑﺔ اﻟﺑﯾ ﻊ اﻟﻘﺻ ﯾر ﺗوﺿ ﺢ‬
‫اﻟﻌﻼﻗﺔ ﺑﯾن إﺟﻣﺎﻟﻲ اﻟﺑﯾ ﻊ اﻟﻘﺻ ﯾر وﺣﺟ م اﻟﺗﻌ ﺎﻣﻼت اﻟﯾ وﻣﻲ‪ ،‬وﻣ ﺎ ﺗ دل ﻋﻠﯾ ﮫ‬
‫ھذه اﻟﻧﺳﺑﺔ ﻣن ارﺗﻔﺎع ﺳ وﻗﻲ ﯾﻛ ون ﻧﺗﯾﺟ ﺔ ﻻرﺗﻔ ﺎع ﻗﯾﻣﺗﮭ ﺎ‪ ،‬ﻷن اﻟﻣﺳ ﺗﺛﻣرﯾن‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴﺮا ج ]‪[٢١‬‬

‫وﻓﻲ أي ﻟﺣظﺔ زﻣﻧﯾﺔ ﺳﯾﻘوﻣون ﺑﺷراء اﻷﺳﮭم ﻟﺗﻐطﯾﺔ ﻋﻣﻠﯾﺔ اﻟﺑﯾﻊ اﻟﺗ ﻲ ﺗﻣ ت‬
‫وأن ھدف اﻟﻣﺳﺗﺛﻣرﯾن ﻣن ﺑﯾﻊ ﺗﻠك اﻷﺳﮭم اﻟﺗﻲ ﻻ ﯾﻣﻠﻛوﻧﮭ ﺎ ھ و رﻏﺑ ﺗﮭم ﻓ ﻲ‬
‫ﺷراﺋﮭﺎ ﻣﺳﺗﻘﺑﻼ ً ﺑﺳﻌر أدﻧﻰ‪ ،‬وأن اﻟﻔﺎرق ﺑﯾن ﺳﻌر اﻟﺑﯾﻊ وﺳ ﻌر اﻟﺷ راء ﯾﻣﺛ ل‬
‫ھﺎﻣش اﻟرﺑﺢ اﻟذي ﯾﺣﻘﻘﮫ اﻟﻣﺳﺗﺛﻣر ﻣن ﻋﻣﻠﯾ ﺔ اﻟﺑﯾ ﻊ اﻵﺟ ل‪ ،‬وﻣ ن ﺛ م ّ ﻓ ﺈن ﻣ ﺎ‬
‫ﯾﻣﻛ ن اﻻﺳ ﺗدﻻل ﻋﻠﯾ ﮫ ﻣ ن زﯾ ﺎدة ﻋ دد اﻟﺻ ﻔﻘﺎت اﻵﺟﻠ ﺔ ھ و ارﺗﻔ ﺎع ﺳ وﻗﻲ‬
‫ﻣﺣﺗﻣل‪ ،‬ﻷن اﻟﻌدد اﻟﻛﺑﯾر ﻟﻠﻌﻘود اﻵﺟﻠﺔ ﺳوف ﯾزﯾد ﻣن اﻟطﻠب ﻋﻠﻰ اﻷﺳﮭم ﻓﻲ‬
‫ارﺗﻔﺎﻋ ً )‪.(Francis, 1983, 446‬‬
‫ﺎ‬ ‫اﻟﻣﺳﺗﻘﺑل وﺑﺷﻛل ﯾؤﺛر ﻋﻠﻰ أﺳﻌﺎرھﺎ‬
‫واﻟﻣؤﺷر اﻟﺛﺎﻧﻲ‪ :‬اﻷرﺻدة اﻟداﺋﻧﺔ ﻓﻲ ﺣﺳﺎﺑﺎت اﻟوﺳطﺎء ﯾﻘوم اﻟﻣﺳﺗﺛﻣرون ﻓﻲ ﺑﻌض‬
‫اﻷﺣﯾ ﺎن‪ ،‬ﺑوﺿ ﻊ أرﺻ دة داﺋﻧ ﺔ ﻓ ﻲ ﺣﺳ ﺎﺑﺎت ﺷ رﻛﺎت اﻟوﺳ ﺎطﺔ اﻟﺗ ﻲ ﺗﺗﻌﺎﻣ ل‬
‫ﻣﻌﮭم وﺗﻧوب ﻋﻧﮭم ﻓﻲ ﻋﻣﻠﯾﺎت اﻟﺷ راء واﻟﺑﯾ ﻊ وذﻟ ك ﻋﻧ د ﺗﺧط ﯾط اﻻﺳ ﺗﺛﻣﺎر‬
‫ﻓ ﻲ اﻷﺟ ل اﻟﻘﺻ ﯾر‪ ،‬إذ إن اﻷرﺻ دة اﻟداﺋﻧ ﺔ ﺗﺳ ﺗﺧدم ﻣﻘﯾﺎﺳﺎ ً ﻹﻣﻛﺎﻧﯾ ﺔ دﺧ ول‬
‫اﻟﻣﺳﺗﺛﻣرﯾن ﻣﺷﺗرﯾن ﻓﻲ أﺳواق اﻷﺳﮭم وﻣن ﺛم ّ ﯾﻌد ﺗﻌزﯾز اﻷرﺻدة ﻣؤﺷرا ً‬
‫ﻋﻠﻰ اﺣﺗﻣﺎﻟﯾﺔ ﺣﺻول ارﺗﻔﺎع ﺳوﻗﻲ )‪. (Bodie, et. al., 1998, 424‬‬
‫واﻟﻧوع اﻟﺛﺎﻟث‪ :‬ﻣؤﺷرات اﻟﮭﯾﻛل اﻟﺳوﻗﻲ‬
‫‪ .١‬اﻟﻣﺗوﺳطﺎت اﻟﻣﺗﺣرﻛﺔ‬
‫أﻣﺎ اﺳ ﺗﺧدام اﻟﻣﺗوﺳ طﺎت اﻟﻣﺗﺣرﻛ ﺔ اﻟﺣﺳ ﺎﺑﯾﺔ واﻟﮭﻧدﺳ ﯾﺔ واﻟﻣرﺟﺣ ﺔ ﻓﺈﻧﮭ ﺎ ﺗﮭ م‬
‫اﻟﻣﺳﺗﺛﻣرﯾن ﻛوﻧﮭﺎ ﺗؤﺷر ﻟﻘرارات اﻟﺑﯾﻊ واﻟﺷراء )‪.(Bodie, et. al., 1998, 425‬‬

‫‪B‬‬ ‫‪A‬‬
‫إﺷﺎرة اﻟﺑﯾﻊ‬ ‫إﺷﺎرة اﻟﺷراء‬
‫إ ﺷﺎرة‬
‫ﺧط اﻟﻣﺗوﺳط اﻟﻣﺗﺣرك‬ ‫ﺑﯾﻊ‬
‫إ ﺷﺎرة‬
‫ﺷراء‬
‫ﻣﺳﺗوى اﻷﺳﻌﺎر‬

‫ﺧط ﻣﺳﺗوى اﻷﺳﻌﺎر‬

‫اﻟﻣﺗوﺳط اﻟﻣﺗﺣرك‬
 ‫]‪[٢٢‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﺷﻛل ‪٥‬‬
‫ﺣﺎﻻت اﺧﺗراق ﺧط اﻻﺗﺟﺎه اﻟﻌﺎم ﻟﺧط اﻟﻣﺗوﺳط اﻟﻣﺗﺣرك‬
‫‪www.my-broker.com‬‬ ‫‪Source:‬‬

‫‪ .٢‬ﺧط اﻟﺗﻘدم واﻟﺗراﺟﻊ ‪Advance and Decline Line‬‬

‫إن ﻣدى ﻗوة وﺿﻌف اﻟﺳ وق ﯾﻣﻛ ن أن ﯾﻘ ﺎس ﻣ ن ﺧ ﻼل ﻣ دى اﻟﺗﻐﯾ ر ﻓ ﻲ ﺧ ط‬
‫اﻟذيُﻌ َ ر َ ف ْ ﻋﻠﻰ أﻧﮫ اﻟﻔرق ﺑﯾن ﻋدد اﻷﺳ ﮭم ذات اﻷﺳ ﻌﺎر اﻟﻣرﺗﻔﻌ ﺔ‬ ‫اﻟﺗﻘدم واﻟﺗراﺟﻊ و ﯾ‬
‫وﺗﻠك اﻷﺳﮭم ذات اﻷﺳﻌﺎر اﻟﻣﻧﺧﻔﺿﺔ ﻓﻲ اﻟوﻗ ت ﻧﻔﺳ ﮫ إذا ﻛ ﺎن اﻻﺗﺟ ﺎه اﻟﺳ وﻗﻲ ﯾﺷ ﯾر‬
‫اﻟﻰ ﺣﺎﻟﺔ اﻻرﺗﻔﺎع اﻟذي ﺗﻌﻛﺳﮫ اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ ﻷﺳﻌﺎر اﻷﺳﮭم اﻟﻣﻌﺗﻣدة وﻛﺎن ﺧ ط‬
‫اﻟﺗﻘ دم واﻟﺗراﺟ ﻊ ﻓ ﻲ ﺣﺎﻟ ﺔ اﻧﺧﻔ ﺎض‪ ،‬ﻓ ﺈن ﻣ ﺎ ﯾﻣﻛ ن اﺳ ﺗﻧﺗﺎﺟﮫ ھ و أن ﺣﺎﻟ ﺔ اﻻرﺗﻔ ﺎع‬
‫اﻟﺳ وﻗﻲ ﻟ ن ﺗﺳ ﺗﻣر ط وﯾﻼ ً ‪ ،‬أي أن ﻣﺳ ﺗوﯾﺎت اﻷﺳ ﻌﺎر ﺳ وف ﺗ ﻧﺧﻔض ﻓ ﻲ اﻷﺟ ل‬
‫اﻟﻘﺻﯾر‪ ،‬وﺳﺑب ارﺗﻔﺎع اﻟﻣؤﺷر اﻟﺳوﻗﻲ ھو اﻻرﺗﻔﺎع ﻓﻲ أﺳﻌﺎر ﻋدد ﻗﻠﯾ ل ﻣ ن اﻷﺳ ﮭم‬
‫ﻛﺑﯾر ً ﻣﻧﮭﺎ ﯾﻌﺎﻧﻲ ﻣن اﻧﺧﻔﺎض ﯾﺷﯾر إﻟﯾﮫ ﺧط اﻟﺗﻘدم واﻟﺗراﺟﻊ‪،‬‬ ‫ا‬ ‫اﻟﻣﻛوﻧﺔ ﻟﮫ وﻟﻛن ﻋددا ً‬
‫ﻣن ﺟﺎﻧ ب آﺧ ر إذا ﻛ ﺎن اﻟﻣﺳ ﺗوى اﻟﻌ ﺎم ﻟﻸﺳ ﻌﺎر ﻓ ﻲ اﻟﺳ وق ﻣرﺗﻔﻌ ﺎ ً ﻣ ﻊ ارﺗﻔ ﺎع ﺧ ط‬
‫اﻟﺗﻘ دم واﻟﺗراﺟ ﻊ ﻓ ﺈن ذﻟ ك ﯾﻛ ون ﺑﻣﺛﺎﺑ ﺔ ﺗﺄﻛﯾ د ﻋﻠ ﻰ ﺣﺎﻟ ﺔ اﻻرﺗﻔ ﺎع اﻟﺳ وﻗﻲ اﻟﺗ ﻲ ﻣ ن‬
‫اﻟﻣﻣﻛ ن أن ﺗﺳ ﺗﻣر ﻟﻔﺗ رة أط ول )‪ ،(Stevenson & Jenning, 1981, 214‬وﺑﻣ ﺎ أن ھ ذا‬
‫اﻟﺧط ﯾﺗﻛون ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠ ﻰ اﻟﻔ رق ﺑ ﯾن اﻷﺳ ﮭم ذات اﻷﺳ ﻌﺎر اﻟﻣرﺗﻔﻌ ﺔ واﻷﺳ ﮭم ذات‬
‫اﻷﺳﻌﺎر اﻟﻣﻧﺧﻔﺿﺔ‪ ،‬ﻓﺈن اﻟﻔ رق ﯾﺳ ﺟل ﻣوﺟﺑ ﺎ ً ﻓ ﻲ ﺣﺎﻟ ﺔ زﯾ ﺎدة ﻋ دد اﻷﺳ ﮭم اﻟﻣرﺗﻔﻌ ﺔ‬
‫ﻋﻠﻰ اﻟﻣﻧﺧﻔﺿﺔ وﻋﻧد ﺣﺻول اﻟﻌﻛس ﻓﺈن اﻟﻔ رق ﯾﺳ ﺟل ﺳ ﺎﻟﺑﺎ ً وﯾط رح ﻣ ن اﻟﻣﺟﻣ وع‬
‫اﻟﻛﻠﻲ‪ ،‬وھذا اﻷﺧﯾر ھو ﻋﺑﺎرة ﻋن ﻣﺟﻣوﻋﺔ ﻣن اﻟﻧﻘﺎط ﯾﻌﺗﻣد ﻋﻠﯾﮭﺎ ﻓﻲ رﺳم ھذا اﻟﺧط‬
‫اﻟذي ﯾﻘﺎرن ﺑﺎﻟﻣؤﺷر اﻟﻌﺎم ﻟﻠﺳوق )‪.(www.my-broker.com‬‬
‫ﯾﮭ ﺗم اﻟﻣﺳ ﺗﺛﻣرون ﺑﺗوﻗﯾﺗ ﺎت اﻟﺑﯾ ﻊ واﻟﺷ راء ؛ إذ ﺗظﮭ ر إﺷ ﺎرة اﻟﺷ راء ﻓ ﻲ ﺣﺎﻟ ﺔ‬
‫اﺧﺗراق ﺧط اﻟﺗﻘدم واﻟﺗراﺟﻊ ارﺗﻔﺎﻋﮫ اﻟﺳ ﺎﺑق وذﻟ ك ﻗﺑ ل أن ﯾُﺧﺗ َ ر َ ق ْ ھ ذا اﻻرﺗﻔ ﺎع ﻓ ﻲ‬
‫اﻟﻣؤﺷر اﻟﺳوﻗﻲ‪،‬ﻣن ﺟﮭﺔ أ ُﺧ رى ﻓ ﺈن إﺷ ﺎرة اﻟﺑﯾ ﻊ ﻗ د ﺗظﮭ ر ﻣ ن ﺧ ﻼل اﺧﺗ راق ﺧ ط‬
‫اﻟﺗﻘ دم واﻟﺗراﺟ ﻊ اﻟﻧﻘط ﺔ اﻟﺗ ﻲ اﻧﺧﻔ ض ﻋﻧ دھﺎ ﺳ ﺎﺑﻘﺎ ً ووﺻ وﻟﮫ ﻧﻘط ﺔ اﻧﺧﻔ ﺎض ﺟدﯾ دة‪،‬‬
‫وذﻟك ﻗﺑل ﺣدوث اﻻﺧﺗراق ﻓﻲ اﻟﻣؤﺷر اﻟﺳوﻗﻲ )‪.(www.my-broker.com‬‬

‫ﺧط اﻟﺗﻘدم‬
‫ﺧط اﻟﺗﻘدم‬ ‫واﻟﺗراﺟﻊ‬
‫واﻟﺗراﺟﻊ‬ ‫إ ﺷﺎرة ﺑﯾﻊ‬

‫إ ﺷﺎرة‬
‫ﺷراء‬

‫ﺧط اﻟﻣؤﺷر‬ ‫ﺧط اﻟﻣؤﺷر‬

‫اﻟﺳوﻗﻲ‬ ‫اﻟﺳوﻗﻲ‬

‫‪A‬‬ ‫‪B‬‬
‫إﺷﺎرة اﻟﺷراء‬ ‫إﺷﺎرة اﻟﺑﯾﻊ‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٢٣‬‬

‫اﻟﺷﻛل ‪٦‬‬
‫ﺧط اﻟﺗﻘدم واﻟﺗراﺟﻊ‬
‫‪Source:www.my-broker.com‬‬

‫‪ .٣‬ﻣؤﺷر اﻟﻘوة اﻟﻧﺳﺑﯾﺔ‬

‫ﺗظﮭر اﻟﻘوة اﻟﻧﺳﺑﯾﺔأن ّ ھﻧﺎك ﺑﻌﺿﺎ ً ﻣن اﻷوراق اﻟﻣﺎﻟﯾﺔ ﻗد ﺗرﺗﻔﻊ أﺳ ﻌﺎرھﺎ ﺑﺷ ﻛل‬
‫أﻛﺑ ر ﻣ ن ﺑﻘﯾ ﺔ اﻷوراق اﻟﻣﺎﻟﯾ ﺔ اﻟﻣﺗداوﻟ ﺔ ﻓ ﻲ اﻟﺳ وق ﻧﻔﺳ ﮭﺎ‪ ،‬وذﻟ ك ﻓ ﻲ ﺣﺎﻟ ﺔ ﺣﺻ ول‬
‫ارﺗﻔﺎع ﺳوﻗﻲ‪ ،‬وﻟﻛن ﻓﻲ ﺣﺎﻟﺔ اﻻﻧﺧﻔﺎض اﻟﺳوﻗﻲ ﻓﺈن ﺳﻣﺔ اﻟﻘوة اﻟﻧﺳﺑﯾﺔ اﻟﺗﻲ ﺗﻣﺗﺎز ﺑﮭﺎ‬
‫ﺗﻠ ك اﻷوراق ﺗﺗﺣ ول إﻟ ﻰ ﺳ ﻣﺔ ﺿ ﻌف ﻧﺳ ﺑﻲ واﻧﺧﻔ ﺎض أﺳ ﻌﺎرھﺎ ﺑﺷ ﻛل أﺳ رع ﻣ ن‬
‫اﻻﻧﺧﻔﺎض ﻓﻲ ﺑﻘﯾﺔ اﻷوراق اﻟﻣﺗداوﻟﺔ‪ ،‬وﺗﻘﺎس ﺑﻌدة طراﺋق )‪.(Francis, 1983, 453‬‬
‫ﺛﺎﻟﺛﺎ ً ‪ -‬ﻓرﺿﯾﺎت اﻟﺳوق اﻟﻛﻔوءة‬
‫ﺗﻘ وم ھ ذه اﻟﻔرﺿ ﯾﺎت ﻋﻠ ﻰ أﺳ ﺎس أن ﺳ ﻌر اﻟﺳ ﮭم ﯾﻌﻛ س وﺑﺷ ﻛل ﺗ ﺎم ﻛ ل‬
‫اﻟﻣﻌﻠوﻣﺎت اﻟﻣﺗﺎﺣﺔ اﻟﻣﺗﻌﻠﻘﺔ ﺑﮫ ﺑﺣﯾث ﯾﺗرك اﻟﻣﺟﺎل أﻣﺎم ﺗﻣﯾﯾز أي ﻣﻌﻠوﻣ ﺎت ﺟدﯾ دة ﻗ د‬
‫ﺗطرأ‪ ،‬وأن ﯾوﻓر اﻟﻔرﺻﺔ ﻟﺟﻣﯾﻊ اﻟﻣﺳ ﺗﺛﻣرﯾن ﻓ ﻲ وﺿ ﻊ ﺗﻘ دﯾرات ﻣﺧﺗﻠﻔ ﺔ ﻟﻣ ﺎ ﺳ ﺗﻛون‬
‫ﻋﻠﯾﮫ اﻟﻘﯾﻣﺔ اﻟﺣﻘﯾﻘﯾﺔ ﻟﻠﺳﮭم‪ ،‬وﻣن ﺛم ّ ﻓﺈن أي ﻣﻐﺎﻻة ‪ Overpriced‬ﻓﻲ ﺗﻘدﯾر ﻗﯾﻣ ﺔ اﻟﺳ ﮭم‬
‫ﯾﻣﻛن أن ﺗﻌدل ﻣن ﺧﻼل آﻟﯾﺎت اﻟﻌرض واﻟطﻠب ﺑﺎﻋﺗﺑﺎر أن اﻟﺳوق ھﻲ أﻓﺿل ﻣﻘﯾ ﺎس‬
‫ﻟﻠﻘﯾﻣ ﺔ )‪ ،(Bodie, et. al., 1998, 232‬وﺑﮭ ذا ﻓ ﺈن اﻟﻘﯾﻣ ﺔ اﻟﺣﻘﯾﻘ ﺔ ﻟﻠﺳ ﮭم ﺗﺗ ﺄﺛر وﺗﺗﻐﯾ ر‬
‫ﺑﻣﺟرد ورود ﻣﻌﻠوﻣﺎت ﺟدﯾدة ﻣﺗﻌﻠﻘﺔ ﺑﮫ )‪ ، (Stein, 1988, 28‬وﻣ ن اﻟﺟ دﯾر ﺑﺎﻟ ذﻛر أن‬
‫اﻟﻣﻌﻠوﻣﺎت اﻟﺟدﯾدة ﻻ ﯾﻣﻛن ﻟﮭﺎ أن ﺗ ؤﺛر ﻓ ﻲ ﺣ دوث ﺗﻐﯾ رات ﺳ ﻌرﯾﺔ ﻣ ﺎ ﻟ م ﯾﻛ ن ذﻟ ك‬
‫ﻣﺷ روطﺎ ً ﺑرﻏﺑ ﺔ اﻟﻣﺳ ﺗﺛﻣرﯾن اﻟﻣﺷ ﺎرﻛﯾن ﻓ ﻲ ﻋﻣﻠﯾ ﺎت اﻟﺳ وق واﻟﺗﻔﺎﻋ ل ﻣ ﻊ ﺗﻠ ك‬
‫اﻟﻣﻌﻠوﻣ ﺎت وإﻋ ﺎدة اﻟﻧظ ر ﻓ ﻲ ﺗوﻗﻌ ﺎﺗﮭم ﺑﻧ ﺎء ً ﻋﻠﯾﮭ ﺎ )‪ ،(Stein, 1988, 28‬ﻟ ذا ﯾﻣﻛ ن‬
‫ﺗﺻﻧﯾف ﻛﻔﺎءة اﻟﺳوق اﻟﻣﺎﻟﻲ ﻋﻠﻰ ﺛﻼﺛﺔ ﻣﺳﺗوﯾﺎت )ﻣطر‪.(١٤٤ ،١٩٩٩ ،‬‬
‫‪ .١‬اﻟﻣﺳﺗوى اﻟﻘوي‪ ،‬ﯾوﻓر ﻟﻠﻣﺗﻌﺎﻣﻠﯾن ﻓﯾ ﮫ ﺟﻣﯾ ﻊ اﻟﻣﻌﻠوﻣ ﺎت اﻟﻣﺗﺎﺣ ﺔ ﻓﯾ ﮫ ﺳ واء أﻛ ﺎن‬
‫ﻣﺻدرھﺎ اﻟﺑﯾﺎﻧ ﺎت اﻟﻣﺎﻟﯾ ﺔ اﻟﻣﻧﺷ ورة أم ﻏﯾرھ ﺎ ﻣ ن اﻟﻣﺻ ﺎدر ﺑﻣ ﺎ ﻓﯾﮭ ﺎ اﻟﻣﻌﻠوﻣ ﺎت‬
‫اﻟﺗﺎرﯾﺧﯾﺔ ﻋن أﺳﻌﺎر اﻷﺳﮭم وأﯾﺔ ﻣﻌﻠوﻣﺎت أﺧرى ﺧﺎﺻﺔ‪ ،‬ﺑﻌﺑﺎرة أﺧرى‪ ،‬ﻻوﺟود‬
‫ﻻﺣﺗﻛﺎر اﻟﻣﻌﻠوﻣﺎت ﻣن ﻗﺑل ﻓﺋ ﺔ ﻣﻌﯾﻧ ﺔ ﺗﻣﻛﻧﮭ ﺎ ﻣ ن ﺗﺣﻘﯾ ق أرﺑ ﺎح اﺳ ﺗﺛﻧﺎﺋﯾﺔ‪ ،‬وھ ذا‬
‫ﯾﻌﻧ ﻲ أن اﻟﻘﯾﻣ ﺔ اﻟﻣﺗوﻗﻌ ﺔ ﻟﻸرﺑ ﺎح ﺳ ﺗﻛون )ﺻ ﻔرا ً ( ﻷن اﻟﻘﯾﻣ ﺔ اﻟﺳ وﻗﯾﺔ ﻟﻠﺳ ﮭم‬
‫ﺳﺗﺳﺎوي اﻟﻘﯾﻣﺔ اﻟﺣﻘﯾﻘﯾﺔ ﻟﮫ‪ ،‬وﻣن ﺛ م ّ ﯾﻛ ون اﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ اﻟﻣ داﺧل اﻟﺗﺣﻠﯾﻠﯾ ﺔ ﻗﻠﯾ ل‬
‫اﻷھﻣﯾﺔ‪.‬‬
 ‫]‪[٢٤‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫‪ .٢‬اﻟﻣﺳ ﺗوى ﺷ ﺑﮫ اﻟﻘ وي‪ ،‬وﺗﻌﻛ س أﺳ ﻌﺎر اﻷوراق اﻟﻣﺎﻟﯾ ﺔ اﻟﻣﺗداوﻟ ﺔ ﻓ ﻲ اﻟﺳ وق‬
‫اﻟﻣﻌﻠوﻣﺎت اﻟﻣﺣﺗواة ﻓﻲ اﻟﺑﯾﺎﻧﺎت اﻟﻣﺎﻟﯾﺔ اﻟﻣﻧﺷورة ﻓﺿﻼ ً ﻋن اﻟﻣﻌﻠوﻣ ﺎت اﻟﺗﺎرﯾﺧﯾ ﺔ‬
‫اﻟﺳﺎﺑﻘﺔ واﻟﻣﺗوﻓرة ﻋن اﻷﺳﻌﺎر ﻧﻔﺳﮭﺎ ؛ ﻟذا ﺗﺑﻘﻰ ﻓﻲ ﻣﺛل ھذه اﻟظروف ﻟﻠﺑﻌض ﻣن‬
‫دون ﻏﯾرھم ﻓرﺻﺔ اﻻﺳﺗﻔﺎدة ﻣن اﻟﻣﻌﻠوﻣﺎت ﻏﯾر اﻟﻣﻧﺷ ورة وﺗﺣﻠﯾﻠﮭ ﺎ ﺑﻛﯾﻔﯾ ﺔ ﺗﺗ ﯾﺢ‬
‫ﻟﮭ م ﺗﺣﻘﯾ ق ﻋواﺋ د اﺳ ﺗﺛﻧﺎﺋﯾﺔ‪ ،‬وذﻟ ك ﻓ ﻲ إط ﺎر ظ ﺎھرة اﺣﺗﻛ ﺎر اﻟﻣﻌﻠوﻣ ﺎت )ﻣط ر‪،‬‬
‫‪.(١٤٥ ،١٩٩١‬‬
‫‪ .٣‬اﻟﻣﺳﺗوى اﻟﺿﻌﯾف‪،‬ﻻ ﺗﻌﻛس اﻷﺳﻌﺎر اﻟﻣﺗداوﻟﺔ ﻓﻲ اﻟﺳوق إﻻ ّ أﺳ ﻌﺎرھﺎ اﻟﻣﺎﺿ ﯾﺔ‬
‫أو اﻟﺗﺎرﯾﺧﯾﺔ ﻓﻘط‪ ،‬ﻟذا ﺗﻛون اﻟﻔرﺻ ﺔ ﻟﺣﺻ ول اﻟ ﺑﻌض ﻋﻠ ﻰ أرﺑ ﺎح اﺳ ﺗﺛﻧﺎﺋﯾﺔ ﻋ ن‬
‫ط رﯾﻘﯾن‪ :‬إﻣ ﺎ أن ﯾﺣﺻ ل ﻋﻠ ﻰ ﻣﻌﻠوﻣ ﺎت ﺧﺎﺻ ﺔ )ﻏﯾ ر ﻣﻧﺷ ورة( ﻟﯾﺳ ت ﻣﺗﺎﺣ ﺔ‬
‫ﻟﻐﯾ رھم ﺿ ﻣن ظ ﺎھرة اﺣﺗﻛ ﺎر اﻟﻣﻌﻠوﻣ ﺎت‪ ،‬أو أن ﯾﻛ ون ﺑﺈﻣﻛ ﺎﻧﮭم ﺗﺣﻠﯾ ل اﻟﺑﯾﺎﻧ ﺎت‬
‫اﻟﻣﺎﻟﯾﺔ اﻟﻣﻧﺷورة ﺑﻛﻔﺎءة ﺗﻔوق ﻛﻔﺎءة ﻏﯾرھم‪ ،‬وﺗؤﻛد ﻓرﺿ ﯾﺔ اﻟﺣرﻛ ﺔ اﻟﻌﺷ واﺋﯾﺔ أن‬
‫اﻟﺳﻌر اﻟﺳوﻗﻲ اﻵﻧﻲ ھ و أﻓﺿ ل ﺗﻘ دﯾر ﻟﻠﺳ ﻌر اﻟﻣﺳ ﺗﻘﺑﻠﻲ ﻣﺿ ﺎﻓﺎ اﻟﯾ ﮫ ﻧﺳ ﺑﺔ اﻟﺧط ﺄ‬
‫واﻟذي ﯾﻛون ﻋﺷواﺋﯾﺎ ً ﺑطﺑﯾﻌﺗﮫ )‪.(Point & Bishuoi, 2002, 224‬‬
‫ﻛﻣ ﺎ أن درﺟ ﺔ ﺗﻘﻠﺑ ﺎت اﻷﺳ ﻌﺎر ﻋﻠ ﻰ اﻓﺗ راض اﻟﺣرﻛ ﺔ اﻟﻌﺷ واﺋﯾﺔ ﻟﺗﻠ ك اﻟﺗﻘﻠﺑ ﺎت‬
‫ﺗﺧﺗﻠف ﺣﺳب ﻣﺳﺗوى ﻛﻔﺎءة اﻟﺳوق‪ ،‬واﻟﺷﻛل اﻵﺗﻲ ﯾوﺿﺢ درﺟﺔ اﻻﺧﺗﻼف ﻓﻲ ﻛﻔ ﺎءة‬
‫اﻻﺳﻌﺎر اﻟﺳوﻗﯾﺔ )‪.(Francis, 1983, 466‬‬

‫ﻣؤﺷر اﻷﺳﻌﺎر‬
‫ﻣﺳﺗوى اﻷﺳﻌﺎر ﻓﻲ‬
‫ﺳوق ﺿﻌﯾف اﻟﻛﻔﺎءة‬

‫‪P=IV‬‬ ‫‪P=IV‬‬

‫ﻣﺳﺗوى اﻷﺳﻌﺎر ﻓﻲ‬

‫ﻣﺳﺗوى اﻷﺳﻌﺎر ﻓﻲ‬
‫ﺳوق ﺷﺑﻪ ﻗوي‬
‫ﺳوق ﻗوي اﻟﻛﻔﺎءة‬

‫‪t=0‬‬ ‫‪t=1‬‬ ‫‪t=2‬‬ ‫‪t=3‬‬ ‫‪t=4‬‬ ‫‪t=5‬‬ ‫‪t=6‬‬ ‫‪t=7‬‬ ‫‪t=8‬‬

‫اﻟزﻣن‬
‫اﻟﺷﻛل ‪٧‬‬
‫ﻣﺳﺗوﯾﺎت اﻟﻛﻔﺎءة اﻟﺳوﻗﯾﺔ‬
‫‪Source: Stein, M. Lawrence, 1988” ،Value investing–new strategies for stock market‬‬
‫‪success”, John Wiley and Sons, Inc., 1st ed, P304.‬‬

‫ﯾﺗﺿﺢ ﻣن اﻟﺷﻛل ‪ ٧‬أﻧﮫ ﻋﻧد اﻟﻣﺳ ﺗوى اﻟﺿ ﻌﯾف ﻟﻠﻛﻔ ﺎءة اﻟﺳ وﻗﯾﺔ ﺗﻛ ون ﺗﻐﯾ رات‬
‫اﻷﺳﻌﺎر ذات ﺗﺑﺎﯾن ﻣرﺗﻔﻊ؛ أي إن اﻟﻘﯾﻣﺔ اﻟﺳوﻗﯾﺔ إﻣﺎ أن ﺗﻛون أﻛﺑر ﻣن اﻟﻘﯾﻣﺔ اﻟﺣﻘﯾﻘﯾﺔ‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٢٥‬‬

‫أو أﻗل ﻣﻧﮭﺎ‪ ،‬أﻣﺎ ﻓﻲ ﺣﺎﻟ ﺔ اﻟﻣﺳ ﺗوى ﺷ ﺑﮫ اﻟﻘ وي ﻓ ﺈن اﻟﺗﺑ ﺎﯾن ﯾﻛ ون أﻗ ل ﻣ ن اﻟﻣﺳ ﺗوى‬
‫اﻟﺳﺎﺑق‪ ،‬وھذا ﯾﻌﻧﻲ اﻗﺗراب اﻟﻘﯾﻣﺔ اﻟﺳوﻗﯾﺔ ﻣن اﻟﻘﯾﻣﺔ اﻟﺣﻘﯾﻘﯾﺔ ؛ أﻣﺎ ﻓﻲ ﺣﺎﻟ ﺔ اﻟﻣﺳ ﺗوى‬
‫اﻟﻘ وي ﻟﻠﻛﻔ ﺎءة ﻓﺈﻧ ﮫ ﯾوﺟ د ھﻧ ﺎك ﻣ ﺎ ﯾﻌ رف ﺑ ﺎﻟﺗوازن اﻟﻣﺳ ﺗﻣر – ‪Continuous‬‬
‫‪ Equilibrium‬اﻟذي ﯾؤﻛد أن اﻟﻘﯾﻣﺔ اﻟﺣﻘﯾﻘﯾﺔ )‪ (IV‬ﺗﺗﻐﯾر ﺗﺑﻌﺎ ً ﻟورود اﻟﻣﻌﻠوﻣﺎت اﻟﺟدﯾدة‬
‫وﺑﻣ ﺎ ﯾ ؤدي وﺑﺷ ﻛل ﺳ رﯾﻊ إﻟ ﻰ اﺳ ﺗﺟﺎﺑﺔ اﻷﺳ ﻌﺎر )‪ (P‬اﻟﺳ وﻗﯾﺔ وﺗﻌﺎدﻟﮭ ﺎ ﻣ ﻊ اﻟﻘﯾﻣ ﺔ‬
‫اﻟﺣﻘﯾﻘﯾﺔ )‪.(Francis, 1983, 463‬‬
‫وﻗد ﺗﺧﺗﻠف أﯾﺿ ﺎ ً اﻟﺳﯾﺎﺳ ﺎت اﻻﺳ ﺗﺛﻣﺎرﯾﺔ اﻟﺗ ﻲ ﯾﺳ ﻠﻛﮭﺎ اﻟﻣﺳ ﺗﺛﻣرون‪،‬وذﻟ ك ﺗﺑﻌ ﺎ ً‬
‫ﻟﻣﺳ ﺗوى اﻟﻛﻔ ﺎءة اﻟﺳ وﻗﯾﺔ أﯾﺿ ﺎ ً ‪ ،‬وھﻧ ﺎ ﯾؤﻛ د )‪ ،(Bodie, et. al., 1998‬أﻧ ﮫ وﻓ ﻲ ظ ل‬
‫ﻓرﺿﯾﺎت اﻟﺳوق اﻟﻛﻔوءة ﻓﺈن اﺗﺑ ﺎع اﺳ ﺗراﺗﯾﺟﯾﺎت اﺳ ﺗﺛﻣﺎرﯾﺔ ﻧﺷ طﺔ ﻣ ن ﺧ ﻼل اﻟﺑﺣ ث‬
‫ﻋن ﺗﻠك اﻷدوات اﻟﻣﺎﻟﯾﺔ اﻟﺗﻲ ﺗﻛون ﻗﯾﻣﺗﮭﺎ اﻟﺣﻘﯾﻘﯾ ﺔ )أﻗ ل ‪ /‬أﻋﻠ ﻰ( ﻣ ن ﻗﯾﻣﺗﮭ ﺎ اﻟﺳ وﻗﯾﺔ‬
‫ھ و ﻣﺿ ﯾﻌﺔ ﻟﻠوﻗ ت واﻟﺟﮭ د‪ ،‬ﻟ ذﻟك ﺗﻌ د اﻻﺳ ﺗراﺗﯾﺟﯾﺎت اﻻﺳ ﺗﺛﻣﺎرﯾﺔ اﻟﺳ ﺎﻛﻧﺔ اﻟﺑ دﯾل‬
‫اﻷﻓﺿل ﻣن ﺧﻼل ﺗﺄﻛﯾد ھذا اﻟﻣدﺧل ﻋﻠ ﻰ ﻋ دم اﻟﻣﺣﺎوﻟ ﺔ ﻟﺗﺧط ﻲ اﻟﺳ وق‪ ،‬ﻓﺿ ﻼ ً ﻋ ن‬
‫ذﻟ ك ﻣﺣﺎوﻟ ﺔ إﻧﺷ ﺎء ﻣﺣﻔظ ﺔ اﺳ ﺗﺛﻣﺎرﯾﺔ ﺟﯾ دة اﻟﺗﻧوﯾ ﻊ ‪Well-Diversified Portfolio‬‬
‫)‪.(Bodie, et. al., 1998, 235‬‬

‫ﻣراﺟﻌﺔ ﻟﻌدد ﻣن اﻟدراﺳﺎت اﻟﺳﺎﺑﻘﺔ‬

‫دراﺳ ﺔ )‪ (Abraham & Seyyed & Alsakran, 2002‬وﺗﺿ ﻣﻧت اﺧﺗﺑ ﺎر‬
‫ﻓرﺿﯾﺎت اﻟﺳوق اﻟﻛﻔوءة أو ﻣﺎ ﯾطﻠق ﻋﻠﯾﮫ اﺧﺗﺑﺎر ﺧﺻﺎﺋص اﻟﺣرﻛﺔ اﻟﻌﺷواﺋﯾﺔ‪ ،‬ﻓﺿﻼ ً‬
‫ﻋ ن اﺧﺗﺑ ﺎر ﻓرﺿ ﯾﺔ ﺿ ﻌف اﻟﻛﻔ ﺎءة اﻟﺳ وﻗﯾﺔ ‪ ،Weak Form Efficiency‬وﻣﺷ ﻛﻠﺔ‬
‫اﻟدراﺳﺔ ﺗﻛﻣن ﻓﻲ اﻟﺗ داول ﻏﯾ ر اﻟﻧظ ﺎﻣﻲ ‪ Infrequent Trading‬واﻟﺗ ﻲ ﻗ د ﺗ ؤﺛر ﺑﺷ ﻛل‬
‫ﻛﺑﯾ ر ﻋﻠ ﻰ ﻧﺗ ﺎﺋﺞ اﺧﺗﺑ ﺎر اﻟﻔرﺿ ﯾﺎت اﻟﻣ ذﻛورةآﻧﻔ ﺎ ً ‪ ،‬وﻗ د ﺷ ﻣﻠت ﻋﯾﻧ ﺔ اﻟدراﺳ ﺔ ﻗ ﯾم‬
‫اﻟﻣؤﺷ رات اﻻﺳ ﺑوﻋﯾﺔ ﻟﺛﻼﺛ ﺔ أﺳ واق ﺧﻠﯾﺟﯾ ﺔ )اﻟﻣﻣﻠﻛ ﺔ اﻟﻌرﺑﯾ ﺔ اﻟﺳ ﻌودﯾﺔ‪ ،‬اﻟﻛوﯾ ت‪،‬‬
‫اﻟﺑﺣرﯾن(‪ ،‬وذﻟك ﻟﻠﻔﺗرة اﻟﻔﺎﺻﻠﺔ ﻣﺎ ﺑﯾن ]‪ ٩٢/١٠‬و ‪ [٩٨/١٢‬ﺑﻌدد ﻣﺷﺎھدات أﺳ ﺑوﻋﯾﺔ‬
‫ﻋﻠ ﻰ اﻟﺗ واﻟﻲ )‪ (309, 321, 301‬ﻣﺷ ﺎھدة‪ ،‬وأظﮭ رت اﻟﻧﺗ ﺎﺋﺞ أن اﻟﺳ وق اﻟﺳ ﻌودﯾﺔ ﻗ د‬
‫ﺣﻘﻘ ت ﻋواﺋ د ﺳ ﻠﺑﯾﺔ ﻣوازﻧ ﺔ ﻣ ﻊ ﺳ وﻗﻲ اﻟﻛوﯾ ت واﻟﺑﺣ رﯾن وﻋواﺋ دھﻣﺎ اﻻﯾﺟﺎﺑﯾ ﺔ ﻣ ﻊ‬
‫وﺟود اﻧﺣراف ﻣﻌﻧوي ﻓﻲ ﺟﻣﯾﻊ ﺗﻠك اﻻﺳ واق‪ ،‬ﻓﺿ ﻼ ً إﻟ ﻰ دﺣ ض ﻓرﺿ ﯾﺎت اﻟﺣرﻛ ﺔ‬
‫اﻟﻌﺷواﺋﯾﺔ وﻓرﺿﯾﺔ اﻟﻣﺳﺗوى اﻟﺿ ﻌﯾف ﻟﻠﻛﻔ ﺎءة وذﻟ ك ﻋﻧ د اﺳ ﺗﺧدام اﻟﻣؤﺷ ر اﻟﻣﻼﺣ ظ‬
‫‪ ،Observed Index‬أﻣﺎ ﻓﻲ ﺣﺎﻟﺔ اﺳﺗﺧدام اﻟﻣؤﺷرات اﻟﺣﻘﯾﻘﯾﺔ اﻟﻣﻌدﻟﺔ ‪Corrected True‬‬
‫‪ Index‬ﻓﻘد ﺗم اﻟﺗوﺻل اﻟﻰ ﻗﺑول ﻓرﺿﯾﺔ اﻟﺣرﻛﺔ اﻟﻌﺷواﺋﯾﺔ ﻓﻲ ﻛل ﻣن ﺳوق اﻟﺳﻌودﯾﺔ‬
‫وﺳوق اﻟﺑﺣرﯾن‪ ،‬ﻋﻠﻰ ﻋﻛس ﺳوق اﻟﻛوﯾت اﻟﺗﻲ أﻛدت ﻧﺗﺎﺋﺟﮭﺎ دﺣض ھذه ﻓرﺿﯾﺔ‪.‬‬
‫ورﻛ زت دراﺳ ﺔ ‪(Khim-sen Liew & Kian-ping Lim & Chee-Choong,‬‬
‫)‪ :2002‬ﻋﻠ ﻰ ھ دف ﺑﺣﺛ ﻲ ﻣﻔ ﺎده إﻣﻛﺎﻧﯾ ﺔ اﻟﺗﻧﺑ ؤ ﺑﻌواﺋ د اﻟﻣؤﺷ رات اﻟﺳ وﻗﯾﺔ ﺑﺎﺳ ﺗﺧدام‬
‫ﺑﻌض اﻟﻧﻣﺎذج اﻟﺧطﯾﺔ وﻏﯾر اﻟﺧطﯾﺔ‪ ،‬وذﻟك ﺿﻣن ﻓرﺿ ﯾﺔ اﻟﺣرﻛ ﺔ اﻟﻌﺷ واﺋﯾﺔ ﻟﻠﻌواﺋ د‬
‫واﻟﺳ ﻌﻲ اﻟ داﺋم ﻟ دﺣض ﺻ ﺣﺔ ھ ذه اﻟﻔرﺿ ﯾﺔ وﺗﺣﻘﯾ ق ﻣ ﺎ ﯾﻌ رف ﺑ ﺎﺧﺗراق اﻟﺳ وق‬
‫‪ ،Beating the Market‬وﺗ م اﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ أﺳ ﻌﺎر اﻹﻏ ﻼق اﻟﯾوﻣﯾ ﺔ ﻟﻣؤﺷ ر ‪ASIAN-‬‬
‫)‪ (5‬اﻟﻣرﻛ ب ﻟﻠﻔﺗ رة ]‪ [31/10/2001 – 2/1/1990‬ﺑﻌ دد ﻣﺷ ﺎھدات ﯾوﻣﯾ ﺔ )‪(3087‬‬
 ‫]‪[٢٦‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫ﻣﺷﺎھدة‪ ،‬وﻗد ﻗﺳﻣت اﻟدراﺳﺔ ﻋﻠﻰ ﻓﺗرﺗﯾن رﺋﯾﺳﺗﯾن‪ ،‬اﻷوﻟﻰ ﺗﺿﻣﻧت اﺳﺗﺧدام اﻟﻣ دة ﻣ ﺎ‬
‫ﺑﯾن ]‪ 2/1/1990‬و ‪ [31/10/2000‬ﻟﻐرض ﺗﻘدﯾر ﻣﻌﻠﻣﺎت اﻟﻧﻣﺎذج اﻹﺣﺻﺎﺋﯾﺔ‪ ،‬أﻣﺎ اﻟﺛﺎﻧﯾﺔ‬
‫ﻓﺗﺿ ﻣﻧت اﻟﻣ دة اﻟواﻗﻌ ﺔ ﻣ ﺎ ﺑ ﯾن ]‪ 31/10/2000‬و‪ [31/10/2000‬ﻟﻐ رض اﺧﺗﺑ ﺎر ﻛﻔ ﺎءة‬
‫اﻟﻧﻣﺎذج ﺑﺎﺳﺗﺧدام ﻣﻘﯾﺎس ﺟذر ﻣﺗوﺳط ﻣرﺑﻊ اﻟﺧطﺄ )‪ (RMSE‬ﻋن ﻓﺗ رة )ﯾ وم واﺣ د –‬
‫أﺳﺑوع واﺣد – ﺷﮭر واﺣد – ﺛﻼﺛﺔ أﺷﮭر – ﺳﺗﺔ أﺷﮭر – ﺗﺳﻌﺔ أﺷﮭر – ﺳ ﻧﺔ( ﻓﺿ ﻼ ً‬
‫ﻋن اﺧﺗﺑﺎر ﻓرﺿﯾﺔ ﻋﺷواﺋﯾﺔ اﻟﻌواﺋد ﺑﺎﺳﺗﺧدام داﻟﺔ اﻻرﺗﺑﺎط اﻟذاﺗﻲ )‪ (ACF‬وإﺣﺻﺎﺋﯾﺔ‬
‫)‪ (Box–Periece‬ﻋﻧ د ﻓﺗ رات إﺑط ﺎء ‪ (12,24,32) Lags‬واﻟﺗ ﻲ أظﮭ رت ﻣﻌﻧوﯾﺗﮭ ﺎ‬
‫وﻟﺟﻣﯾﻊ اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ‪ ،‬اﻷﻣر اﻟذي ﯾﻌﻧﻲ دﺣض ﻓرﺿﯾﺔ اﻟﺣرﻛﺔ اﻟﻌﺷ واﺋﯾﺔ‪ ،‬وﻗ د‬
‫ﺗ م اﻟﺗوﺻ ل اﻟ ﻰ أن اﻟﻧﻣ ﺎذج ﻏﯾ ر اﻟﺧطﯾ ﺔ ھ ﻲ أﻓﺿ ل ﻣ ن اﻟﻧﻣ ﺎذج اﻟﺧطﯾ ﺔ ﻓ ﻲ ﺗﻘ دﯾر‬
‫اﻟﻣﺳ ﺗﻘﺑل‪،‬إﻻ ّ أن اﻟﻔ ﺎرق ﻗﻠﯾ ل ﺑ ﯾن دﻗ ﺔ اﻟﻣ دﺧﻠﯾن‪ ،‬ﻛﻣ ﺎ أﻛ دت اﻟدراﺳ ﺔ ﻋﻠ ﻰ أن ﻧﺳ ﺑﺔ‬
‫اﻟﺧطﺄ اﻟﻣﺗﺣﻘق ﻓﻲ اﻷﺟل اﻟﻘﺻﯾر ھو أﻗل ﻣن ذﻟك اﻟﻣﺗﺣﻘق ﻓﻲ اﻷﺟل اﻷطول ﻓﻲ ظل‬
‫اﻟﻧﻣﺎذج اﻟﺧطﯾﺔ وﻏﯾر اﻟﺧطﯾﺔ‪.‬‬
‫وﺗﺿ ﻣﻧت دراﺳ ﺔ )‪ (Darrat & Zhong, 2001‬اﺧﺗﺑ ﺎر ﻣ دى ﻋﺷ واﺋﯾﺔ ﺣرﻛ ﺔ‬
‫اﻷﺳﻌﺎر وذﻟك ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ اﻟﺑﯾﺎﻧﺎت اﻟﯾوﻣﯾﺔ ﻷﺳﻌﺎر اﻷﺳ ﮭم ﻓ ﻲ ﺳ وﻗﻲ ‪(Shanghai‬‬
‫)‪ and Shenzhen‬ﻓ ﻲ اﻟﺻ ﯾن‪ ،‬إذ ﯾﺗﻣﺛ ل اﻟﮭ دف اﻟ رﺋﯾس ﻣ ن ﺗﻠ ك اﻟدراﺳ ﺔ ﻓ ﻲ ﻣﻌرﻓ ﺔ‬
‫ﻣ دى إﺗﺑ ﺎع اﻷﺳ ﻌﺎر ﻓ ﻲ ھ ﺎﺗﯾن اﻟﺳ وﻗﯾن ﻟﻔرﺿ ﯾﺔ اﻟﺣرﻛ ﺔ اﻟﻌﺷ واﺋﯾﺔ وﻣ ن ﺛ م ّ ﺗﺣدﯾ د‬
‫اﻟﻣدى اﻟذي ﯾﻣﻛن ﻓﯾﮫ اﻋﺗﺑﺎر أن ھﺎﺗﯾن اﻟﺳوﻗﯾن ﻛﻔوءﺗﺎن‪ ،‬ﻟﻘد ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ ﺑﯾﺎﻧ ﺎت‬
‫أﺳ ﻌﺎر إﻏ ﻼق ﻣؤﺷ رات ﻛﻠﺗ ﺎ اﻟﺳ وﻗﯾن وﻟﻠﻣ دة )‪ (٩٨/١٠/١٩-٩٠/١٢/٢٠‬ﺑﺎﻟﻧﺳ ﺑﺔ‬
‫ﻟﺳوق )‪ ،(SHG‬أﻣﺎ ﺑﺎﻟﻧﺳﺑﺔ ﻟﺳوق )‪ (SHZ‬ﻓﺈن اﻟﻣدة ﺷﻣﻠت )‪ (٩٨/١٠/١٩-٩١/٤/٤‬إذ‬
‫ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ اﻟﺑﯾﺎﻧﺎت اﻟﯾوﻣﯾﺔ ﻓﻲ ﺗﻛوﯾن ﺑﯾﺎﻧﺎت أﺳﺑوﻋﯾﺔ‪ ،‬وذﻟك ﻟﺗﻔﺎدي اﻟﻌدﯾ د ﻣ ن‬
‫اﻟﻣﺷ ﺎﻛل اﻟﺗ ﻲ ﺗﺗﺿ ﻣﻧﮭﺎ اﻟﺑﯾﺎﻧ ﺎت اﻟﯾوﻣﯾ ﺔ‪ ،‬وﺑ ذﻟك ﯾﻛ ون ﻋ دد اﻟﻣﺷ ﺎھدات اﻷﺳ ﺑوﻋﯾﺔ‬
‫ﻟﺳوﻗﻲ )‪ (SHG‬و )‪ (SHZ‬ﻋﻠﻰ اﻟﺗواﻟﻲ )‪ (٤٠٢‬و )‪ (٣٨٣‬ﻣﺷﺎھدة‪.‬‬
‫اﻋﺗﻣدت اﻟدراﺳﺔ ﻋﻠﻰ ﻋدد ﻣن اﻟﻣداﺧل اﻟﺗﻧﺑؤﯾﺔ ﺑﮭدف ﻣوازﻧﺔ اﻟﻧﺗ ﺎﺋﺞ اﻟﻣ ُ ﺣﺻ ﻠﺔ‬
‫ﻣن ﻧﻣﺎذج اﻟﺣرﻛﺔ اﻟﻌﺷواﺋﯾﺔ ﺑﺗﻠك اﻟﻧﺗﺎﺋﺞ اﻟﻣ ُ ﺣﺻﻠﺔ ﻣن اﻟﻧﻣﺎذج اﻟﺑدﯾﻠﺔ واﻟﺗﻲ ﺷﻣﻠت ‪:‬‬
‫‪ .١‬اﻻﻧﺣدار اﻟذاﺗﻲ وﺑﺎﻟﻣﺗوﺳطﺎت اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ )‪.(ARIMA‬‬
‫‪ .٢‬اﻻﻧﺣدار اﻟذاﺗﻲ اﻟﻣﻌﻣم اﻟﻣﺷروط ﺑﻣﺗﻐﯾرات ﻏﯾر ﻣﺗﺳﺎوﯾﺔ )‪.(GARCH‬‬
‫‪ .٣‬أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ اﻻﺻطﻧﺎﻋﯾﺔ )‪.(ANN‬‬
‫وﻟﺗﻘﯾ ﯾم ﻣﺟﻣوﻋ ﺔ اﻟﻧﻣ ﺎذج اﻟﻣﺳ ﺗﺧدﻣﺔ )‪،(NAIVE, ARIMA, GARCH, ANN‬‬
‫ﻓﻘد ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻣﺟﻣوﻋﺔ ﻣن ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻟﻣﻌﺗﻣدة ﻓﻲ اﻟﺗﻘﯾﯾم اﻟﺗﻲ ﺷﻣﻠت ﻣﻘﯾﺎس‬
‫ﺟ ذر ﻣﺗوﺳ ط اﻟﺧط ﺄ اﻟﻣرﺑ ﻊ )‪ (RMSE‬وﻣﺗوﺳ ط اﻟﺧط ﺄ اﻟﻣطﻠ ق )‪ ،(MAE‬وﻣﻌﺎﻣ ل‬
‫اﻟﺗﺑ ﺎﯾن )‪ (Theil’sU‬واﻟﺗ ﻲ أﻛ دت ﺟﻣﯾ ﻊ ﻧﺗﺎﺋﺟﮭ ﺎ ﻋﻠ ﻰ أن أﻧﻣ وذج اﻟﺷ ﺑﻛﺎت اﻟﻌﺻ ﺑﯾﺔ‬
‫اﻻﺻ طﻧﺎﻋﯾﺔ )‪ (ANN‬ﻟ ﮫ ﻗ درة ﺗﻧﺑؤﯾ ﺔ ﻛﺑﯾ رة ودﻗﯾﻘ ﺔ ﺑﺎﻟﻣوازﻧ ﺔ ﻣ ﻊ اﻟﻧﻣ ﺎذج اﻷﺧ رى‪،‬‬
‫وذﻟك ﻋﻠﻰ ﻣﺳﺗوى اﻟﺳوﻗﯾن )‪ ،(SHG, SHZ‬وﻗد اﺗﺿ ﺢ ﻣ ن اﻟﻧﺗ ﺎﺋﺞ أن ﻟﮭ ذا اﻷﻧﻣ وذج‬
‫أﻗل ﻗﯾﻣﺔ ﻋﻠﻰ ﻣﺳﺗوى اﻟﻣﻘﺎﯾﯾس اﻟﻣﻌﺗﻣدة)‪.(RMSE, MAE, Theil’s U‬‬
‫وﻧﺎﻗﺷت دراﺳﺔ )‪ (Shailesh & Akshong & Vishad, 2001‬اﻟﺳﻼﺳل اﻟزﻣﻧﯾﺔ‬
‫ﻷﺳ ﻌﺎر اﻷﺳ ﮭم ﺑﮭ دف إﯾﺟ ﺎد ﺗﻠ ك اﻷﺷ ﻛﺎل ‪ Features‬ﻣ ن ﺑ ﯾن ﻣﺟﻣوﻋ ﺔ ﻛﺑﯾ رة ﻣ ن‬
‫اﻷﺷﻛﺎل اﻟﺗﻲ ﯾﻧﺗﺞ ﻋﻧﮭﺎ اﺧﺗﻼف ﻛﺑﯾر ﻓﻲ أﺳﻌﺎر اﻷﺳﮭم ﻋﻠﻰ أﺳﺎس أن ھذا اﻻﺧﺗﻼف‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٢٧‬‬

‫ﻓﻲ أﺳﻌﺎر اﻷﺳﮭم ﯾﻌﺗﻣد ﺑﺷﻛل ﻛﺑﯾر ﻋﻠ ﻰ ﻣﺟﻣوﻋ ﺔ ﻣ ن اﻟﺧﺻ ﺎﺋص أو اﻟﺻ ﻔﺎت اﻟﺗ ﻲ‬
‫ﯾ ؤﺛر ﻓﯾﮭ ﺎ ﻣ ن ﺧ ﻼل اﻛﺗﺷ ﺎف اﻟﻌﻼﻗ ﺔ ﺑ ﯾن ﺗﻠ ك اﻟﺧﺻ ﺎﺋص وأﺳ ﻌﺎر اﻷﺳ ﮭم واﻟﺗﻧﺑ ؤ‬
‫ﺑﺎﻟﺳﻠوك اﻟﻣﺳﺗﻘﺑﻠﻲ ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ اﺗﺟﺎھﺎت ﺗﻠك اﻷﺷﻛﺎل اﻟﻣﺧﺗﺎرة‪.‬‬
‫وﻗد ﺗم اﻻﻋﺗﻣ ﺎد ﻓ ﻲ ھ ذه اﻟدراﺳ ﺔ ﻋﻠ ﻰ أﺳ ﻌﺎر إﻏ ﻼق أﺳ ﮭم )‪ (٢٠‬ﺷ رﻛﺔ ﻟﻠﻣ دة‬
‫]‪ ،[٢٠٠١/١١ – ٢٠٠٠/٤‬إذ ﺑﻠ ﻎ ﺣﺟ م ﻛ ل ﺳﻠﺳ ﻠﺔ زﻣﻧﯾ ﺔ )‪ (٣٩٨‬ﻣﺷ ﺎھدة ﺑﻣﺟﻣ وع‬
‫)‪ (٧٩٦٠‬ﻣﺷﺎھدة‪) ،‬اﺳﺗﺧﻠﺻت ﺗﻠك اﻟﺑﯾﺎﻧﺎت ﻣن ﺧ ﻼل ﻣﺟﻣوﻋ ﺔ اﻟﺑﯾﺎﻧ ﺎت اﻟﺗ ﻲ ﺗﺗﻌﻠ ق‬
‫ﺑﺄﺳﻌﺎر اﻹﻏﻼق ﻓ ﻲ اﻟﯾ وم اﻟﺳ ﺎﺑق‪ ،‬و أﻋﻠ ﻰ ﺳ ﻌر‪ ،‬وﺣﺟ م اﻟﺗ داول(‪ .‬ﻛﻣ ﺎ ﺗ م اﻻﻋﺗﻣ ﺎد‬
‫ﻋﻠ ﻰ أﻧﻣ وذج )‪ (ARIMA‬ﻣ ن أﺟ ل إﯾﺟ ﺎد اﻟﻌﻼﻗ ﺎت اﻟﺗداﺧﻠﯾ ﺔ ﺑ ﯾن ﻣﺧﺗﻠ ف اﻟﺳﻼﺳ ل‬
‫اﻟزﻣﻧﯾﺔ )ﻛ ل زوج ﻣ ن اﻟﺳﻼﺳ ل اﻟزﻣﻧﯾ ﺔ(‪ ،‬وﻣ ن ﺛ م اﻟﻘﯾ ﺎم ﺑﻌﻣﻠﯾ ﺔ ﺗﺟﻣﯾ ﻊ ‪Clustering‬‬
‫اﻟﺳﻼﺳ ل اﻟزﻣﻧﯾ ﺔ اﻟﻣﺗﺷ ﺎﺑﮭﺔ ﻓ ﻲ ﻣﺟ ﺎﻣﯾﻊ ﻣﺗﺷ ﺎﺑﮭﺔ‪ ،‬ﻓﺿ ﻼ ً ﻋ ن اﺳ ﺗﺧدام ‪Edclidean‬‬
‫ﻣﻘﯾﺎﺳ ً ﻟﻠﺗﺷﺎﺑﮫ ﺑﯾن اﻟﺳﻼﺳل اﻟزﻣﻧﯾﺔ‪ ،‬وﻧﺗﯾﺟﺔ ﻻﺧﺗﺑﺎر اﻷﺷﻛﺎل ‪ Feature‬ﻓﺈﻧﮫ‬‫ﺎ‬ ‫‪Distance‬‬
‫ﺗم اﻟﺗوﺻل ﻣن ﺧﻼل اﻷﻧﻣوذج وﺑدرﺟﺔ ﻋﺎﻟﯾﺔ ﻣن اﻟﺛﻘﺔ إﻟﻰ أن ﺟﻣﯾﻊ أزواج اﻟﺳﻼﺳ ل‬
‫اﻟزﻣﻧﯾﺔ ھﻲ ﻋﺎﻟﯾﺔ اﻻرﺗﺑﺎط اﻟواﺣدة ﺑﺎﻷﺧرى‪ ،‬ﻓﺿﻼ ً ﻋ ن ﺗﻔﺿ ﯾل أﻧﻣ وذج )‪(ARIMA‬‬
‫)‪ (2, 1, 0‬ﻋﻠﻰ أﺳﺎس إﻋطﺎﺋﮫ أﻗل ﻗﯾﻣﺔ ﻟﻣﻘﯾﺎس )‪(AIC‬‬
‫ودرس )‪ (Otting, 2000‬اﻟﺳﻼﺳ ل اﻟزﻣﻧﯾ ﺔ اﻟﺗ ﻲ ﺗﺻ ف اﻟﺳ ﻠوك أو اﻻﺗﺟ ﺎه‬
‫اﻟﺳ وﻗﻲ )ﺳ وق اﻷﺳ ﮭم( ﺑﺷ ﻛل ﻋ ﺎم‪ ،‬وذﻟ ك ﺑﮭ دف اﻟﻣﺳ ﺎﻋدة ﻋﻠ ﻰ اﺗﺧ ﺎذ اﻟﻘ رارات‬
‫اﻻﺳ ﺗﺛﻣﺎرﯾﺔ ﺑﺎﻋﺗﺑ ﺎر أن اﻏﻠ ب اﻟﻣﺳ ﺗﺛﻣرﯾن ﯾﻘوﻣ ون ﺑﻣوازﻧ ﺔ ﻣﺣ ﺎﻓظﮭم اﻻﺳ ﺗﺛﻣﺎرﯾﺔ‬
‫ﺑﺎﻟﻣؤﺷر اﻟﺳوﻗﻲ ﻣن أﺟل ﺗﻘﯾﯾم ﺗﻠك اﻟﻣﺣﺎﻓظ‪ ،‬ﻟذﻟك ﻓﺈﻧﮫ ﺗﻣت اﻟﻣوازﻧﺔ ﺑﯾن ﻣؤﺷ رﯾن‪،‬‬
‫اﻷول ﻣؤﺷ ر )‪ (NASDAQ 100‬واﻟﺛ ﺎﻧﻲ ﻣؤﺷ ر )‪ ،(Standard & Poor 100‬إذ ﺗ م‬
‫اﺳﺗﺧدام أﻧﻣوذج ﻟﻛ ل ﺳﻠﺳ ﻠﺔ زﻣﻧﯾ ﺔ ﺗﺷ ﺗﻣل ﻋﻠ ﻰ أﺳ ﻌﺎر اﻹﻏ ﻼق ﻟﻠﻣ دة ]‪-٩٩/١٠/٥‬‬
‫‪ [٠٠/١٠/٥‬وﺗﻐطﻲ )‪ (٢٥٣‬ﯾوﻣﺎ ً ﻣن اﻟﺗداول‪ ،‬ﻛﻣﺎ أن اﻟﺳﻠﺳﻠﺔ اﻟزﻣﻧﯾﺔ ﻓﻲ ھذه اﻟﺣﺎﻟﺔ‬
‫)أﺳﻌﺎر اﻹﻏﻼق( ھ ﻲ ﻟﯾﺳ ت ﻣﺳ ﺗﻘرة ‪ Non-Stationary‬ﻓﺎﺳ ﺗﻠزم اﻷﻣ ر ﺗﺣوﯾﻠﮭ ﺎ إﻟ ﻰ‬
‫ﺳﻠﺳﻠﺔ ﺛﺎﺑﺗ ﺔ ﻣ ن ﺧ ﻼل اﺳ ﺗﺧدام اﻟﻔ رق اﻟﻠوﻏ ﺎرﯾﺗﻣﻲ اﻷوﻟ ﻲ ﻟﻠﺳﻠﺳ ﻠﺔ اﻟزﻣﻧﯾ ﺔ ‪First‬‬
‫‪ Defference of the Log of the Series‬واﻟﺗ ﻲ ﻛ ﺎن اﻟﮭ دف ﻣﻧﮭ ﺎ اﻟﺣﺻ ول ﻋﻠ ﻰ‬
‫ﺳﻠﺳﻠﺔ ذات ﺗﺑﺎﯾن ﺛﺎﺑت‪.‬‬
‫وﻗ د ﺗ م اﻟﺗوﺻ ل ﻣ ن ﺧ ﻼل اﻟﺗﺣﻠﯾ ل اﻷوﻟ ﻲ ﻟﻛ ﻼ اﻟﻣؤﺷ رﯾن ‪(S & P 100,‬‬
‫)‪ NASDAQ 100‬أﻧﮭﻣﺎ ﻣﺗﺷﺎﺑﮭﺎن ﻣن ﺣﯾ ث ﺧﺎﺻ ﯾﺔ ﻋ دم اﻟﺛﺑ ﺎت ﻟﻠﻣ دة ﻧﻔﺳ ﮭﺎ‪ ،‬اﻷﻣ ر‬
‫اﻟذي اﺳﺗﻠزم ﺗﺣوﯾﻠﮭﺎ إﻟﻰ ﺳﻼﺳل أﻛﺛراﺳﺗﻘرارا ً ‪ ،‬واﻟﺗﻲ ﻛ ﺎن اﻟﮭ دف ﻣﻧﮭ ﺎ ھ و ﺗﺳ ﮭﯾل‬
‫اﺳ ﺗﺧدام اﻟﻧﻣ ﺎذج اﻟﺧطﯾ ﺔ ﻓ ﻲ ﻋﻣﻠﯾ ﺔ اﻟﺗﻧﺑ ؤ‪ ،‬وﺑﺎﻻﺳ ﺗﻧﺎد ﻋﻠ ﻰ ﻣﻘﯾ ﺎس )اﻛ ﺎﻛﻲ(‬
‫))‪ (Akaike’s Information Criteria (AIC‬ﺗ م اﻋﺗﺑ ﺎر أﻧﻣ وذج اﻟﻣﺗوﺳ ط اﻟﻣﺗﺣ رك‬
‫)‪ (MA‬أﻓﺿ ل أﻧﻣ وذج ﻟﻣ ﺎ ﻧ ﺗﺞ ﻋﻧ ﮫ ﻣ ن أﻗ ل ﻗﯾﻣ ﺔ ﺑﺎﻟﻧﺳ ﺑﺔ ﻟﮭ ذا اﻟﻣﻘﯾ ﺎس وﻟﻛﻠﺗ ﺎ‬
‫اﻟﺳﻠﺳﻠﺗﯾن‪.‬‬

‫ﺛﺎﻧﯾﺎ ً ‪ -‬ﺗوﺻﯾف اﻟﺑﯾﺎﻧﺎت‬

‫ﻟﻐ رض اﻟوﻗ وف ﻋﻠ ﻰ طﺑﯾﻌ ﺔ اﻟﺑﯾﺎﻧ ﺎت اﻟﻣﺳ ﺗﺧدﻣﺔ ﻓ ﻲ اﻟﺑﺣ ث‪ ،‬ﻓﺈﻧ ﮫ ﻻ ﺑ د ﻣ ن‬
‫إﺟراء ﻋﻣﻠﯾﺔ ﺗوﺻﯾف ﺗﻠ ك اﻟﺑﯾﺎﻧ ﺎت ﻛﺳﻼﺳ ل زﻣﻧﯾ ﺔ وﺗوزﯾﻌﺎﺗﮭ ﺎ اﻟطﺑﯾﻌﯾ ﺔ اﻟﺗ ﻲ ﺗﻣﺛ ل‬
 ‫]‪[٢٨‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫ﻣؤﺷ رات أﺳ واق اﻷوراق اﻟﻣﺎﻟﯾ ﺔ ﻋﯾﻧ ﺔ اﻟدراﺳ ﺔ‪ ،‬وذﻟ ك ﻣ ن ﺧ ﻼل اﺳ ﺗﺧدام ﺑﻌ ض‬

‫اﻟﻣﻘﺎﯾﯾس اﻟﺗﻲ ﺗﻠﺧص اﻟﺑﯾﺎﻧﺎت ﺑﺄﻗل ﻗدر ﻣﻣﻛن ﻣن اﻟﺗﻔﺎﺻﯾل وﺗﺻف ﻧﻣط ﺗﻠك اﻟﺑﯾﺎﻧﺎت‬
‫وﺗﺣدد ﻣﻘدار اﻟﺗﺷﺗت ﻓﻲ ﻗﯾم اﻟﻣؤﺷرات اﻟﺳ وﻗﯾﺔ اﻟرﺋﯾﺳ ﺔ ﺑﮭ دف اﻟوﻗ وف ﻋﻠ ﻰ درﺟ ﺔ‬
‫ﺻﻼﺣﯾﺗﮭﺎ ﻟﻠدراﺳﺔ‪ ،‬وﻗد ﻋﻛﺳت طﺑﯾﻌﺔ اﻟﺗذﺑذﺑﺎت ﻓﻲ ﻗﯾم اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ‪ ،‬ﻓﺎﺧﺗﻠﻔت‬
‫وﺗﺑﺎﯾﻧت ﻓﻲ دﻻﻻﺗﮭﺎ ﻣن ﺳوق ﻷﺧ رى‪ ،‬وﯾﻣﻛ ن ﺗﻠﺧ ﯾص أھ م ﻣ ﺎ ﺗ م اﻟﺗوﺻ ل اﻟﯾ ﮫ ﺑﻣ ﺎ‬
‫ﯾﺄﺗﻲ‪:‬‬

‫اﻟﺟدول ‪١‬‬
‫ﻣؤﺷرات ﺗوﺻﯾف ﺑﯾﺎﻧﺎت ﻋﯾﻧﺔ اﻟدراﺳﺔ‬
‫اﻟدار‬ ‫اﻟﺳﻧﺔ‬
‫ﺗوﻧس‬ ‫اﻟﺳﻌودي‬ ‫ﻣﺳﻘط‬ ‫اﻟﻛوﯾت‬ ‫ﻣﺻر‬ ‫ﺑﯾروت‬ ‫اﻟﺑﺣرﯾن‬ ‫ﻋﻣﺎن‬
‫اﻟﺑﯾﺿﺎء‬ ‫اﻟﻣﻘﯾﺎس‬
‫‪١٠٢.٤٣‬‬ ‫‪١٥٥.٤٣‬‬ ‫‪١٧٥.٨٣‬‬ ‫‪١٦٨.٣٩‬‬ ‫‪١٩٤.٩٦‬‬ ‫‪١٥٤.٧٦‬‬ ‫‪١٤٢.٤٩‬‬ ‫‪١٦٣.٧٦‬‬ ‫‪١٦٦.٧٩‬‬ ‫‪Mean‬‬
‫‪٣.٦٦‬‬ ‫‪١٩.٠٦‬‬ ‫‪١٣.٤٣‬‬ ‫‪٨.٦٧‬‬ ‫‪٢٣.٦٠‬‬ ‫‪١١.٨٠‬‬ ‫‪٢٣.٠٦‬‬ ‫‪١٤.٠٩‬‬ ‫‪٦.٤٤‬‬ ‫‪STDev‬‬
‫‪١٠٨.٦٣‬‬ ‫‪١٩٣.٣٢‬‬ ‫‪١٩٨.٣٨‬‬ ‫‪١٨٧.٤٥‬‬ ‫‪٢٥٠.٣٢‬‬ ‫‪١٧١.٠١‬‬ ‫‪١٨٠.٠٤‬‬ ‫‪٢٠٠.٩٦‬‬ ‫‪١٨٧.١‬‬ ‫‪Max‬‬
‫‪٩٤.٣‬‬ ‫‪١٢٥.٥٤‬‬ ‫‪١٤٩.٦٦‬‬ ‫‪١٥٠.٠٢‬‬ ‫‪١٥٤.٩٧‬‬ ‫‪١٢٩.٠٨‬‬ ‫‪١٠٧.٤٥‬‬ ‫‪١٤٧.٥٤‬‬ ‫‪١٥٥.٣٥‬‬ ‫‪Min‬‬
‫‪-٠.٥٣‬‬ ‫‪٠.١٣‬‬ ‫‪-٠.٠٥‬‬ ‫‪٠.٠٩‬‬ ‫‪٠.٨٢‬‬ ‫‪-٠.٦٥‬‬ ‫‪-٠.٢٢‬‬ ‫‪١.٠٦‬‬ ‫‪٠.٩١‬‬ ‫‪Skew‬‬
‫‪-٠.٨٤‬‬ ‫‪-١.٠٣‬‬ ‫‪-١.٥٨‬‬ ‫‪-٠.٧٨‬‬ ‫‪-٠.٠٨‬‬ ‫‪-٠.٦٠‬‬ ‫‪-١.٥٦‬‬ ‫‪-٠.٠٧‬‬ ‫‪١.١٧‬‬ ‫‪Kurt‬‬
‫‪٣.٥٧‬‬ ‫‪١٢.٢٦‬‬ ‫‪٧.٦٣‬‬ ‫‪٥.١٥‬‬ ‫‪١٢.١٠‬‬ ‫‪٧.٦٢‬‬ ‫‪١٦.١٨‬‬ ‫‪٨.٦٠‬‬ ‫‪٣.٨٦‬‬ ‫‪C. V‬‬
‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪٢٩٠‬‬ ‫‪Observ.‬‬
‫اﻟﻣﺻدر ‪ :‬ﻣﺧرﺟﺎت اﻟﺣﺎﺳوب‬

‫ﯾؤﺷر اﻟﺟدول ‪ ١‬ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘﯾم اﻟﻣﺳﺗﻧﺗﺟﺔ اﻟﺗﻲ ﻋﻛﺳت طﺑﯾﻌﺔ اﻟﺗذﺑ ذﺑﺎت ﻓ ﻲ‬
‫ﻗﯾم اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ‪ ،‬وﻗد اﺧﺗﻠﻔت وﺗﺑﺎﯾﻧت ﺗﻠك اﻟﻣؤﺷرات ﻓ ﻲ دﻻﻻﺗﮭ ﺎ؛ ﻣﻣ ﺎ ﯾؤﺷ ر‬
‫ﻧ وﻋﯾن ﻣ ن اﻟﺗذﺑ ذﺑﺎت اﻧﻌﻛﺳ ت ﻋﻠ ﻰ ﻋﯾﻧ ﺔ اﻟﺑﺣ ث وﺗﻣﺛﻠ ت ﻓ ﻲ ﻣﺟﻣ وﻋﺗﯾن‪ :‬اﺗﺳ ﻣت‬
‫اﻷوﻟ ﻰ ﺑﺎرﺗﻔ ﺎع درﺟ ﺔ اﻟﺗذﺑ ذﺑﺎت ﻓ ﻲ ﻗ ﯾم إﻏ ﻼق اﻟﺳ وق وﻛﺎﻧ ت ﻓ ﻲ أﺳ واق اﻟﺑﺣ رﯾن‬
‫وﺑﯾ روت واﻟ دار اﻟﺑﯾﺿ ﺎء وﻣﺳ ﻘط وﻣﺻ ر واﻟﺳ ﻌودﯾﺔ‪ ،‬واﺗﺳ ﻣت اﻟﻣﺟﻣوﻋ ﺔ اﻟﺛﺎﻧﯾ ﺔ‬
‫ﺑﺎﻧﺧﻔﺎض درﺟﺔ اﻟﺗذﺑذﺑﺎت ﻓﻲ ﻣؤﺷراﺗﮭﺎ اﻟﺳوﻗﯾﺔ‪ ،‬وھ ﻲ ﻋﻣ ﺎن واﻟﻛوﯾ ت وﺗ وﻧس ﻛﻣ ﺎ‬
‫أﻛد ﻣؤﺷر ﻣﻌﺎﻣل اﻻﺧﺗﻼف ارﺗﻔﺎع درﺟﺔ اﻟﻣﺧﺎطرة ﻓﻲ أﺳواق اﻟﻣﺟﻣوﻋﺔ اﻷوﻟﻰ ﻓ ﻲ‬
‫ﺣﯾن ظﮭر اﻟﻌﻛس ﻓﻲ اﻟﻣﺟﻣوﻋﺔ اﻟﺛﺎﻧﯾﺔ ﻣن اﻷﺳواق‪.‬‬

‫ﺛﺎﻟﺛﺎ ً ‪ -‬ﻣﻧﺎﻗﺷﺔ اﻟﻧﺗﺎﺋﺞ واﻻﺳﺗﻧﺗﺎﺟﺎت واﻟﺗوﺻﯾﺎت‬

‫اﻟﺗﺣﻠﯾل اﻹﺣﺻﺎﺋﻲ وﻣﻧﺎﻗﺷﺔ اﻟﻧﺗﺎﺋﺞ‬
‫ﺗم اﺧﺗﺑﺎر ﻓرﺿﯾﺔ اﻟﺣرﻛﺔ اﻟﻌﺷواﺋﯾﺔ ‪ Random Walk‬وﺗﺣدﯾد ﻣدى اﻻرﺗﺑﺎطﺎت‬
‫اﻟﻘﺎﺋﻣﺔ ﺑﯾن ﻋواﺋد ﻛل ﻣؤﺷر ﺳوﻗﻲ ﻋﻧد ﻓﺗ رات إﺑط ﺎء ‪ Lags‬ﻣﺧﺗﻠﻔ ﺔ‪ ،‬وﻣ ن ﺛ م إﺟ راء‬
‫ﺗطﺑﯾق ﻟﻣﺟﻣوﻋﺔ اﻟﻧﻣﺎذج اﻟﺗﻧﺑؤﯾﺔ اﻟﻣﻌﺗﻣدة ﻓﻲ اﻟﺑﺣث واﻟﺗﻲ ﺷﻣﻠت‪:‬‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٢٩‬‬

‫‪ .١‬أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺑﺳﯾط ‪.Single Exponential Smoothing‬‬

‫‪ .٢‬أﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺧط ﻲ ‪Holt’s Tow-Parameter Linear Exponential‬‬
‫‪.Smoothing‬‬
‫‪ .٣‬أﻧﻣ وذج اﻻﻧﺣ دار اﻟ ذاﺗﻲ واﻻوﺳ ﺎط اﻟﻣﺗﺣرﻛ ﺔ اﻟﺗﻛﺎﻣﻠﯾ ﺔ ‪Auto Regressive‬‬
‫)‪.Integrated Moving Average ARIMA (p, d, a‬‬
‫‪ .٤‬اﻟﺷ ﺑﻛﺎت اﻟﻌﺻ ﺑﯾﺔ اﻻﺻ طﻧﺎﻋﯾﺔ – أﻧﻣ وذج اﻻﻧﺗﺷ ﺎر اﻟﻌﻛﺳ ﻲ ﻟﻠﺧط ﺄ‬
‫‪.Backpropagation Neural Networks‬‬
‫وذﻟ ك ﻣ ن ﺧ ﻼل ﺗﻘﺳ ﯾم اﻟﺑﯾﺎﻧ ﺎت اﻟﻣﻌﺗﻣ دة ﻋﻠ ﻰ ﻗﺳ ﻣﯾن‪ ،‬اﻷول‪ :‬ﯾﺿ م )‪(٢٧٤‬‬
‫ﻣﺷ ﺎھدة ﯾوﻣﯾ ﺔ ﺑوﺻ ﻔﮭﺎ ﻋﯾﻧ ﺔ ﺗﺳ ﺗﺧدم ﻓ ﻲ ﺗﻘ دﯾر اﻟﻣﻌ ﺎﻟم اﻷﺳﺎﺳ ﯾﺔ ﻟﻠﻧﻣ ﺎذج اﻟﻣﻌﺗﻣ دة‪،‬‬
‫واﻟﻘﺳم اﻵﺧر ﯾﺿم )‪ (١٦‬ﻣﺷﺎھدة ﯾوﻣﯾﺔ ﺗﺳﺗﺧدم ﻓﻲ اﺧﺗﺑﺎر ﻣدى اﻟﻘدرة اﻟﺗﻧﺑؤﯾ ﺔ ﻟﺗﻠ ك‬
‫اﻟﻧﻣ ﺎذج‪ ،‬وﻣ ن ﺛ م إﺟ راء ﻋﻣﻠﯾ ﺔ ﺗﻘﯾ ﯾم وﻣﻔﺎﺿ ﻠﺔ ﺑ ﯾن ﺗﻠ ك اﻟﻧﻣ ﺎذج ﻋﻠ ﻰ أﺳ ﺎس ﻧﺗ ﺎﺋﺞ‬
‫ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻵﺗﯾﺔ‪:‬‬
‫‪ .١‬ﻣﺗوﺳط ﻣرﺑﻊ اﻻﻧﺣراف )‪.Mean Squared Deviation (MSD‬‬
‫‪ .٢‬ﻧﺳﺑﺔ ﻣﺗوﺳط اﻟﺧطﺄ اﻟﻣطﻠق )‪Mean Absolute Percentage Error (MAPE‬‬
‫وﻗد ﺗم اﺳ ﺗﺧدام اﻟﺑراﻣﺟﯾ ﺎت اﻟﺟ ﺎھزة ‪ Minitab 11, 14‬و ‪ Microsoft Excel‬ﻓ ﻲ‬
‫ﺗطﺑﯾق ﻧﻣﺎذج اﻟﺗﻧﺑؤ اﻟﺧطﯾﺔ اﻟﺗﻘﻠﯾدﯾﺔ ﻓﻲ ﺣﯾن ﺗم اﺳﺗﺧدام ﺑرﻧﺎﻣﺞ ﺣﺎﺳوﺑﻲ ﻣﺻﻣم ﺑﻠﻐﺔ‬
‫)‪ (C++‬ﻓﺿﻼ ً ﻋن ﺑرﻧﺎﻣﺞ ﺟ ﺎھز آﺧ ر ‪ Alyuda NeuroIntelligence‬ﻓ ﻲ ﺗطﺑﯾ ق ﺗﺣﻠﯾ ل‬
‫اﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ ذات اﻻﻧﺗﺷﺎر اﻟﻌﻛﺳﻲ ﻟﻠﺧطﺄ‪.‬‬

‫أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺑﺳﯾط ‪Single Exponential Smoothing‬‬

‫أﺷر اﻟﺗﺣﻠﯾل اﻟﺗوﺻﯾﻔﻲ اﻟﺳﺎﺑق ﺣﺟم اﻟﺗذﺑذﺑﺎت اﻟﻛﺑﯾرة ﻓﻲ ﻗﯾم اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ‬
‫اﻟرﺋﯾﺳﺔ واﻟذي ﺑﯾ ّﻧﮫ اﻟوﺳط اﻟﺣﺳﺎﺑﻲ واﻻﻧﺣراف اﻟﻣﻌﯾﺎري ﻟﻛل ﻣؤﺷر ﺳ وﻗﻲ‪ ،‬وﯾﻣﻛ ن‬
‫أن ﯾﺳﺗدل ﻣن ذﻟك ﻋﻠﻰ اﻟﺗﺷﺗت اﻟﻛﺑﯾر ﻟﻠﻘﯾم ﺣول اﻟﻘﯾﻣﺔ اﻟﻣﺗوﻗﻌﺔ وﻋدم ﺛﺑﺎت اﻟﻣﺗوﺳط‬
‫وﺗﻐﯾره ﺑﺷﻛل ﺳرﯾﻊ‪.‬‬
‫وﻣ ن ﺧ ﻼل ﻗ ﯾم ﻣﻌﺎﻣ ل اﻻﺧ ﺗﻼف اﻟﻣﺣﺳ وﺑﺔ )‪ (C.V‬ﺗ م ّ اﻟوﻗ وف ﻋﻠ ﻰ أﻛﺛ ر‬
‫اﻟﻣؤﺷ رات اﻟﺳ وﻗﯾﺔ ﺗذﺑ ذﺑﺎ ً ﻓ ﻲ ﻗﯾﻣﮭ ﺎ‪ ،‬إذ ﺑﻠﻐ ت أﻛﺑ ر ﻗﯾﻣ ﺔ )‪ (%١٦.١٨٧‬ﻟﻣؤﺷ ر‬
‫ﺑورﺻ ﺔ ﺑﯾ روت ﻟ ﻸوراق اﻟﻣﺎﻟﯾ ﺔ‪ ،‬واﻟ ذي ﺳ ﯾﺗم اﻻﻋﺗﻣ ﺎد ﻋﻠﯾ ﮫ ﻓ ﻲ إﯾﺟ ﺎد ﻗﯾﻣ ﺔ ﺛﺎﺑ ت‬
‫اﻟﺗﻌدﯾل ) ‪ ( α‬وﻣﻌﺎﻣل اﻟﺧﺻم ) ‪ ( ω‬ﻋﻠﻰ أﺳﺎس أﻗل ﻗﯾﻣﺔ ﻟﻛل ﻣن ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻵﺗﯾﺔ‪:‬‬
‫‪ .١‬ﻣﺗوﺳط ﻣرﺑﻊ اﻻﻧﺣراف )‪.(MSD‬‬
‫‪ .٢‬ﻣﻌدل ﻣﺗوﺳط اﻟﺧطﺄ اﻟﻣطﻠق )‪.(MAPE‬‬

‫اﻟﺟدول ‪٢‬‬
‫اﺧﺗﺑﺎر ﻣﻌﺎﻣﻼت اﻟﺧﺻم ) ‪ ( ω‬وﺛواﺑت اﻟﺗﻌدﯾل ) ‪( α‬‬
‫‪MSD‬‬ ‫‪MAPE‬‬ ‫) ‪(ω‬‬ ‫) ‪(α‬‬
‫‪٠.٢٦٠‬‬ ‫‪٠.٣٣٨‬‬ ‫‪٠.٥‬‬ ‫‪٠.٥‬‬
‫‪٠.٢٣٣‬‬ ‫‪٠.٣٠٨‬‬ ‫‪٠.٤‬‬ ‫‪٠.٦‬‬
‫‪٠.٢١٦‬‬ ‫‪٠.٢٨٥‬‬ ‫‪٠.٣‬‬ ‫‪٠.٧‬‬
 ‫]‪[٣٠‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫‪٠.٢٠٧‬‬ ‫‪٠.٢٧٠‬‬ ‫‪٠.٢‬‬ ‫‪٠.٨‬‬

‫‪٠.٢٠٤‬‬ ‫‪٠.٢٦٤‬‬ ‫‪٠.١٥‬‬ ‫‪٠.٨٥‬‬
‫‪٠.٢٠٢‬‬ ‫‪٠.٢٥٩‬‬ ‫‪٠.١‬‬ ‫‪٠.٩‬‬
‫‪٠.٠٢٠‬‬ ‫‪٠.٢٥٥‬‬ ‫‪٠.٠٥‬‬ ‫‪٠.٩٥‬‬

‫ﯾﺗﺿ ﺢ ﻣ ن اﻟﺟ دول ‪ ٢‬أن ﺛواﺑ ت اﻟﺗﻌ دﯾل ) ‪ ( α‬ﺗﺗ راوح ﻗﯾﻣﮭ ﺎ ﻣ ﺎ ﺑ ﯾن )‪-٠.٥‬‬
‫‪ (٠.٩٥‬أو )‪( α →١‬ﻓﺿﻼ ً ﻣﻌﺎﻣﻼت ﺧﺻم ﺗﺗراوح ﻗﯾﻣﮭﺎ ﻣﺎ ﺑﯾن )‪ (٠.٠٥– ٠.٥‬وﻗ د‬
‫وﺟ د أن أﻗ ل ﻗﯾﻣ ﺔ ﺑﺎﻟﻧﺳ ﺑﺔ ﻟﻣﻘﯾﺎﺳ ﻲ )‪ (MAPE‬و )‪ (MSD‬ﻛﺎﻧ ت )‪(٠.٢٠٢ ،٠.٢٥٥‬‬
‫ﻋﻠﻰ اﻟﺗواﻟﻲ ﻋﻧد ﻣﻌﺎﻣل ﺧﺻم )‪ ( ω = ٠.٠٥‬وﺛﺎﺑت ﺗﻌدﯾل )‪ ،( α = ٠.٩٥‬وأن ھذه‬
‫اﻷﺧﯾ رة ﺗﻌ د أﻓﺿ ل ﻗﯾﻣ ﺔ وﻣ ن ﻏﯾ ر اﻟﺿ روري ﺗﻘرﯾﺑﮭ ﺎ أﻛﺛ ر ﻣ ن اﻟواﺣ د اﻟﺻ ﺣﯾﺢ‬
‫وﺗﺄﻛﯾدا ً ﻋﻠﻰ ذﻟك ﻧﺟد أن ﻗﯾﻣﺔ ﻣﻘﯾﺎس )‪ (MSD‬ﻟم ﺗﺗﻐﯾر ﺑﺷﻛل ﻛﺑﯾ ر ﻋﻧ د اﻻﻧﺗﻘ ﺎل ﺑ ﯾن‬
‫)‪ (٠.٩٥-٠.٩‬وﺛﺑﺎﺗﮭﺎ ﺗﻘرﯾﺑﺎ ً ﻋﻧد ﻣﺳﺗوى ﺧطﺄ )‪.(٠.٢٠٢‬‬
‫وﯾؤﻛد اﻟﺷﻛل ‪ ٨‬ﻣﺎ ﺗم ذﻛره ﺳﺎﺑﻘﺎ ً‪ ،‬إذ إن ﻗﯾﻣﺔ ﻣﻘﯾﺎس )‪ (MSD‬ﺗﻧﺧﻔض ﻣﻊ زﯾﺎدة‬
‫ﺛﺎﺑت اﻟﺗﻌدﯾل ) ‪) ( α‬ﻧﻘﺻﺎن ﻗﯾﻣﺔ ﻣﻌﺎﻣل اﻟﺧﺻم ) ‪ ،(( ω‬وھذا ﯾدل ﻋﻠﻰ وﺟ ود ﻋﻼﻗ ﺔ‬
‫ﻋﻛﺳﯾﺔ ﺑﯾن ﻗﯾﻣﺔ ﺛﺎﺑت اﻟﺗﻌدﯾل ) ‪ ( α‬وﺑﯾن ﻗﯾم ﻣﻘﺎﯾﯾس اﻟﺧطﺄ‪.‬‬

‫‪1‬‬

‫‪0.9‬‬
‫‪0.8‬‬
‫‪0.7‬‬
‫ﺛﺎﺑت‬ ‫‪0.6‬‬
‫اﻟﺗﻌدﯾل‬
‫‪0.5‬‬
‫‪0.4‬‬

‫‪0.3‬‬
‫‪0.2‬‬

‫‪0.1‬‬
‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬

‫اﻟﺷﻛل ‪٨‬‬
‫ﻣﻘﺎرﻧﺔ ﺛواﺑت اﻟﺗﻌدﯾل ) ‪ ( α‬ﻣﻊ ﻣﻘﯾﺎس )‪(MSD‬‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٣١‬‬

‫وﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ﻣ ﺎ ﺗ م اﺳ ﺗﻧﺗﺎﺟﮫ ﻣ ن اﻟﺟ دول اﻟﺳ ﺎﺑق‪ ،‬ﺳ ﯾﺗم اﺧﺗﺑ ﺎر ﻗﯾﻣ ﺔ ﺛﺎﺑ ت‬
‫اﻟﺗﻌدﯾل ﻋﻧد )‪ ( α =٠.٩٥‬وﻣﻌﺎﻣل ﺧﺻم ﻋﻧد )‪ ،( ω =٠.٠٥‬وﺑﺎﻻﻋﺗﻣﺎد ﻋﻠ ﻰ )‪(274‬‬
‫ﻣﺷﺎھدة ﯾوﻣﯾﺔ وﻟﺟﻣﯾﻊ ﻣؤﺷرات اﻷﺳواق ﻋﯾﻧﺔ اﻟﺑﺣث وﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬

‫اﻟﺟدول ‪٣‬‬
‫ﻧﺗﺎﺋﺞ اﺧﺗﺑﺎر أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺑﺳﯾط )‪( ω =٠.٠٥) ( α = ٠.٩٥‬‬
‫‪MSD‬‬ ‫‪MAPE‬‬ ‫اﻟﺳوق‬
‫‪١.٦٥٣‬‬ ‫‪٠.٤٩٤‬‬ ‫ﻋﻣﺎن‬
‫‪٠.٥٦٢‬‬ ‫‪٠.٢٥١‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٣.٤٦٦‬‬ ‫‪٠.٦٨٨‬‬ ‫ﺑﯾروت‬
‫‪٠.٥٧٥‬‬ ‫‪٠.٣٠١‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٣.٧٦٧‬‬ ‫‪٠.٦٢٢‬‬ ‫ﻣﺻر‬
‫‪١.٣٠٢‬‬ ‫‪٠.٤١٩‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٥٥٢‬‬ ‫‪٠.٢٦٧‬‬ ‫ﻣﺳﻘط‬
‫‪١.٨٣٧‬‬ ‫‪٠.٥٠٤‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٢٠٢‬‬ ‫‪٠.٢٥٥‬‬ ‫ﺗوﻧس‬

‫ﯾﺗ ـﺿﺢ ﻣ ن اﻟﺟ دول أن ﻧﺗ ﺎﺋﺞ ﻣﻘﺎﯾﯾ ـس دﻗ ـﺔ اﺧﺗﺑ ﺎر ﺛﺎﺑ ت اﻟﺗﻌدﯾ ـل ﻋﻧ د‬

‫)‪ ( α =٠.٩٥‬وﻣﻌﺎﻣ ل ﺧﺻ م ﻋﻧ د )‪ ( ω =٠.٠٥‬ﻷﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺑﺳ ﯾط‬
‫ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ )‪ (274‬ﻣﺷ ﺎھدة ﯾوﻣﯾ ﺔ‪ ،‬ﺗﺷ ﯾر إﻟ ﻰ وﺟ ود اﺧﺗﻼﻓ ﺎت ﺟوھرﯾ ﺔ ﻓ ﻲ دﻗ ﺔ‬
‫اﻷﻧﻣ وذج ﺑ ﯾن ﺳ وق وأﺧ رى‪ ،‬وﺳ ﺑب ذﻟ ك ﯾﻌ ود إﻟ ﻰ وﺟ ود ﺑﻌ ض اﻟﺗﻐﯾ رات اﻟﺣ ﺎدة‬
‫)‪ (Outliers‬اﻟﺗ ﻲ ﺣ دﺛت ﻓ ﻲ ﺑﻌ ض اﻷﺳ واق وأﺛ رت ﻓ ﻲ اﻻرﺗﻔ ﺎع اﻟﻣﻔ ﺎﺟﺊ ﻓ ﻲ ﻗ ﯾم‬
‫اﻟﻣؤﺷر اﻟﺳوﻗﻲ واﻋﺗﺑﺎرھﺎ أﻧﻣﺎطﺎ ً ﻋﺷواﺋﯾﺔ ﻻ ﯾﻣﻛن ﻟﻸﻧﻣوذج اﻟﺗﻛﯾ ّ ف ﻣﻌﮭﺎ‪.‬‬
‫وﻟﺗﻘﯾﯾم ﻗدرة اﻷﻧﻣوذج اﻟﺗﻧﺑؤﯾﺔ ﻣن ﺧﻼل ﻧﺗﺎﺋﺞ اﻻﺧﺗﺑﺎر اﻟﺳﺎﺑﻘﺔ ﻓﺈﻧﮫ ﺳﯾﺗم إﺟ راء‬
‫ﻋﻣﻠﯾﺔ اﻟﺗﻧﺑ ؤ ﺑﻘ ﯾم اﻟﻣؤﺷ رات اﻟﺳ وﻗﯾﺔ ﻟﻣ دة )‪ (16‬ﯾوﻣ ﺎ ً وﻣوازﻧﺗﮭ ﺎ ﺑ ﺎﻟﻘﯾم اﻟﻔﻌﻠﯾ ﺔ وﻛﻣ ﺎ‬
‫ﯾﺄﺗﻲ ‪:‬‬

‫اﻟﺟدول ‪٤‬‬
‫ﺗﻘﯾﯾم اﻷداء اﻟﺗﻧﺑؤي ﻷﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺑﺳﯾط ﻟﻔﺗرة )‪ (16‬ﯾوﻣﺎ ً‬
‫‪MSD‬‬ ‫‪MAPE‬‬ ‫اﻟﺳوق‬
‫‪٤٩.١٦٨‬‬ ‫‪١.١٨٧‬‬ ‫ﻋﻣﺎن‬
‫‪٢٦.٦١٦‬‬ ‫‪٠.٠١٨‬‬ ‫اﻟﺑﺣرﯾن‬
 ‫]‪[٣٢‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫‪١٧٥.٠٧‬‬ ‫‪٠.٠٧٧‬‬ ‫ﺑﯾروت‬

‫‪٣٠.٠٤٠‬‬ ‫‪٠.٠٢٤‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪١٤.٥٧٩‬‬ ‫‪٠.٠١١‬‬ ‫ﻣﺻر‬
‫‪٢.٨٣٩‬‬ ‫‪٠.٠٠٨‬‬ ‫اﻟﻛوﯾت‬
‫‪١٠.٤٩٨‬‬ ‫‪٠.٠١٤‬‬ ‫ﻣﺳﻘط‬
‫‪١١.٣٠٦‬‬ ‫‪٠.٠١٤‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٤٩٥‬‬ ‫‪٠.٠٠٥‬‬ ‫ﺗوﻧس‬

‫ﯾﺗﺿﺢ ﻣن اﻟﺟدول ‪ ٤‬درﺟﺔ اﻻﺧﺗﻼﻓﺎت اﻟﻛﺑﯾرة ﻟﻘﯾم ﻣﻘﺎﯾﯾس اﻟدﻗﺔ ﺑﯾن ﺳوق إﻟﻰ‬
‫أﺧرى‪ ،‬وﯾﺳﺗدل ﻣن ذﻟك ﻋﻠﻰ ﻣدى ﺗﺄﺛﯾر اﻟﺗﻐﯾرات اﻟﺣﺎدة ﻓﻲ ﻗﯾم اﻟﻣؤﺷ رات اﻟﺳوﻗﯾ ـﺔ‬
‫ﻋﻠ ﻰ ﻛﻔ ﺎءة اﻷﻧﻣ وذج اﻟﺗﻧﺑؤﯾ ـﺔ‪ ،‬وﺑﻠﻐ ت أدﻧ ﻰ ﻗﯾﻣ ـﺔ ﻟﻣﻘﯾ ﺎس اﻟدﻗ ﺔ ‪MSD =٠.٤٩٥‬‬
‫ﻟﻣؤﺷر ﺑورﺻﺔ ﺗوﻧس‪ ،‬ﻣﻣﺎ ﯾؤﺷ ر ﻧﺟ ﺎح اﻷﻧﻣ وذج ﻓ ﻲ اﺳ ﺗﻘراء اﻻﺗﺟ ﺎه اﻟﺗﻧ ﺎزﻟﻲ ﻓ ﻲ‬
‫ﻗﯾﻣ ﺔ اﻟﻣؤﺷ ر ﻓﯾﻣ ﺎ ﺑﻠﻐ ت أﻋﻠ ﻰ ﻗﯾﻣ ﺔ ﻟﻣﻘﯾ ﺎس اﻟدﻗ ﺔ ‪ MSD= 175.07‬وھ ﻲ ﻟﺑورﺻ ﺔ‬
‫ﺑﯾروت‪ ،‬وأﺷرت اﺑﺗﻌﺎد اﻟﻘﯾم اﻟﻣﻘدرة ﺑﺷﻛل ﻛﺑﯾر ﻋن اﻟﻌﯾﻧﺔ اﻻﺧﺗﺑﺎرﯾﺔ‪ ،‬ﻣﻣﺎ ﯾﺷﯾر إﻟ ﻰ‬
‫ﻋدم ﻗدرة اﻷﻧﻣوذج ﻋﻠﻰ ﺗﺣدﯾد اﻻﺗﺟﺎه اﻟﻣﺳﺗﻘﺑﻠﻲ ﻟﻘﯾﻣﺔ اﻟﻣؤﺷر‬
‫ﻧﺗﺎﺋﺞ ﺗﺣﻠﯾل اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺧطﻲ‬
‫‪Holt’s Tow-Parameter Linear Exponential Smoothing‬‬
‫ﯾ ﺗم ﻣ ن ﺧ ﻼل اﺳ ﺗﺧدام أﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺧط ﻲ إﺟ راء ﻋﻣﻠﯾ ﺔ ﺗﻘ دﯾر‬
‫اﻟﻣﻌﻠﻣ ﺎت اﻷﺳﺎﺳ ﯾﺔ ﻟﻸﻧﻣ وذج ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ )‪ (274‬ﻣﺷ ﺎھدة ﯾوﻣﯾ ﺔ ﻟﻘ ﯾم اﻟﻣؤﺷ رات‬
‫اﻟرﺋﯾﺳﺔ ﻟﻣﺟﻣوﻋﺔ أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‪ ،‬وﻣن ﺛم اﻻﻋﺗﻣﺎد ﻋﻠﻰ أﻓﺿل ﺗﻘدﯾر ﻟﺗﻠك‬
‫اﻋﺗﻣﺎد ً‬
‫ا‬ ‫اﻟﻣﻌﻠﻣﺎت ﻓﻲ إﺟراء ﻋﻣﻠﯾﺔ ﺗﻘﯾﯾم ﻛﻔﺎءة اﻷﻧﻣوذج اﻟﺗﻧﺑؤﯾﺔ ﻟﻔﺗرة )‪ (16‬ﯾوﻣﺎ ً وذﻟك‬
‫ﻋﻠﻰ أﻗل ﻗﯾﻣﺔ ﻟﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻟﻣﻌﺗﻣدة )‪ (MAPE‬و)‪ (MSD‬وﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬

‫اﻟﺟدول ‪٥‬‬
‫ﺗﻘدﯾر ﻣﻌﻠﻣﺎت أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺧطﻲ‬
‫‪MSD‬‬ ‫‪MAPE‬‬ ‫‪γ‬‬ ‫‪α‬‬ ‫اﻟﺳوق‬
‫‪١.٧٨٤‬‬ ‫‪٠.٥٣٨‬‬ ‫‪٠.٠١‬‬ ‫‪١.٢٨٣‬‬ ‫ﻋﻣﺎن‬
‫‪٠.٥١٠‬‬ ‫‪٠.٢٥٨‬‬ ‫‪٠.٠١٦‬‬ ‫‪١.١٨٠‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٢.٨٩٥‬‬ ‫‪٠.٧٠٤‬‬ ‫‪٠.٠١٢‬‬ ‫‪١.٣١٥‬‬ ‫ﺑﯾروت‬
‫‪٠.٥٢٧‬‬ ‫‪٠.٢٩٩‬‬ ‫‪٠.٠١١‬‬ ‫‪١.٢٥١‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٣.٦٨٤‬‬ ‫‪٠.٦٥٥‬‬ ‫‪٠.٠٠٨‬‬ ‫‪١.١٤١‬‬ ‫ﻣﺻر‬
‫‪١.٢٨١‬‬ ‫‪٠.٤٢٨‬‬ ‫‪٠.٠١١‬‬ ‫‪١.١٥٢‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٤٨٨‬‬ ‫‪٠.٢٨١‬‬ ‫‪٠.٠١٣‬‬ ‫‪١.٢٧٥‬‬ ‫ﻣﺳﻘط‬
‫‪١.٩٤١‬‬ ‫‪٠.٥٤٢‬‬ ‫‪٠.٠٠٣‬‬ ‫‪١.٣٢٢‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٢٠٨‬‬ ‫‪٠.٢٦٦‬‬ ‫‪٠.٠٠٨‬‬ ‫‪١.٠٩٣‬‬ ‫ﺗوﻧس‬

‫ﯾﺗﺿﺢ ﻣن اﻟﺟدول ‪ ٥‬ﻧﺗﺎﺋﺞ ﺗﻘدﯾر اﻟﻣﻌﻠﻣﺎت اﻷﺳﺎﺳﯾﺔ ﻷﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ‬
‫اﻟﺧطﻲ ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ )‪ (٢٧٤‬ﻣﺷﺎھدة ﯾوﻣﯾﺔ‪ ،‬إذ ﺗم اﺧﺗﺑﺎر ﻣﺟﻣوﻋﺔ ﻣن اﻟﻘﯾم اﻟﻣﺧﺗﻠﻔﺔ‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٣٣‬‬

‫ﻟﻠﻣﻌﻠﻣ ﺎت اﻷﺳﺎﺳ ﯾﺔ ﻟﻸﻧﻣ وذج وﻟﻛ ل ﻣؤﺷ ر ﺳ وﻗﻲ رﺋ ﯾس‪ ،‬واﺧﺗﯾ ﺎر اﻟﻘ ﯾم اﻷﻓﺿ ل‬
‫ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ أﻗ ل ﻗﯾﻣ ﺔ ﻟﻣﻘ ﺎﯾﯾس اﻟدﻗ ﺔ اﻟﻣﻌﺗﻣ دة )‪ (MAPE‬و )‪ ،(MSD‬وﺑﻣ ﺎ أن‬
‫اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ اﻟرﺋﯾﺳﺔ ﻓﻲ أﺛﻧﺎء ﻓﺗ رة اﻻﺧﺗﺑ ﺎر ﻗ د ﻋﻛﺳ ت درﺟ ﺔ ﺗذﺑ ذﺑﺎت ﻛﺑﯾ رة‬
‫ﻌود ً ( ﻓ ﺈن ذﻟ ك دﻓ ﻊ إﻟ ﻰ اﻟﺗﺣدﯾ د اﻟﺗﻘرﯾﺑ ﻲ‬
‫وﻣﺗﺑﺎﯾﻧ ﺔ ﻓ ﻲ ﻗﯾﻣﮭ ﺎ اﻟﻔﻌﻠﯾ ﺔ )ھﺑوطﺎ ً ‪ -‬ﺻ ا‬
‫ﻟﻠﻣﻌﻠﻣﺎت اﻻﺳﺎﺳﯾﺔ ﻟﻸﻧﻣ وذج ﻋﻠ ﻰ أﺳ ﺎس ﺗﻣﯾﯾ ز ﺗﻠ ك اﻷﻧﻣ ﺎط اﻟﺳ وﻗﯾﺔ )ﺗﻛرارﯾ ﺔ‪ ،‬أم‬
‫ﻋﺷواﺋﯾﺔ(‪ ،‬وأﺧذھﺎ ﺑﻧظر اﻻﻋﺗﺑﺎر ﻓﻲ ﻋﻣﻠﯾﺔ اﻻﺧﺗﺑﺎر وﺗﻣﺛﯾﻠﮭﺎ ﺑﻘﯾم اﻟﻣﻌﻠﻣ ﺎت اﻟﺗ ﻲ ﺗ م‬
‫اﻟﺗوﺻل إﻟﯾﮭﺎ‪.‬‬
‫وﻧﺟ د أن أﻓﺿ ل ﻗﯾﻣ ﺔ ﻟﺛﺎﺑ ت اﻟﺗﻌ دﯾل ) ‪ ( α‬ﺗراوﺣ ت ﺑ ﯾن )‪،(١.٣٢٢-١.٠٩٢‬‬
‫وأﻓﺿل ﻗﯾﻣﺔ ﻟﺛﺎﺑت اﻻﺗﺟﺎه ) ‪ ( γ‬ﺗراوﺣت ﺑ ﯾن )‪ (٠.٠١٦-٠.٠٠٣‬واﺧﺗﯾ ﺎر ﺗﻠ ك اﻟﻘ ﯾم‬
‫ﻛﺎن ﻋﻠﻰ أﺳﺎس أﻗل ﻗﯾﻣﺔ ﻟﻣﻘﺎﯾﯾس اﻟدﻗﺔ )‪ (MAPE‬و )‪ (MSD‬اﻟﺗﻲ ﺗراوﺣ ت ﻗﯾﻣﮭ ﺎ ﻣ ﺎ‬
‫ﺑﯾن )‪ (٠.٧٠٤-٠.٢٥٨‬و )‪ (٣.٦٨٤-٠.٢٠٨‬ﻋﻠﻰ اﻟﺗواﻟﻲ‪ ،‬وﻣﻣﺎ ﯾﻼﺣظ ﻣن ﻗﯾم ﺛﺎﺑت‬
‫اﻟﺗﻌدﯾل ھو ﻋدم اﻷﺧذ ﺑﻧظر اﻻﻋﺗﺑﺎر أي ﺗﻐﯾرات ﺣﺎدة ﻓﻲ ﻗﯾم اﻟﻣؤﺷرات )ﻣﺎ ﻟم ﺗﻛن‬
‫ﺗﻐﯾرات ﺗﻛرارﯾﺔ( وﻣ ن ﺛ م ّ ﯾﻼﺣ ظ أن ﻗ ﯾم اﻟﺧط ﺄ ﻣرﺗﻔﻌ ﺔ )‪ (MSD = 3.68‬ﻓ ﻲ ﻣؤﺷ ر‬
‫ﺑورﺻ ﺔ ﺑﯾ روت‪ ،‬و )‪ (MSD = 2.89‬ﻓ ﻲ ﻣؤﺷ ر أﺳ واق اﻟﻣ ﺎل ﺑﻣﺻ ر‪ ،‬و = ‪(MSD‬‬
‫)‪ 1.78‬ﻓﻲ ﻣؤﺷر ﺑورﺻﺔ ﻋﻣﺎن‪ ،‬و )‪ (MSD = 1.94‬ﻓﻲ ﻣؤﺷر ﺳوق اﻷﺳﮭم اﻟﺳﻌودي‬
‫وھذا ﯾﻌﻛس وﺟود ﺗﻠك اﻟﺗﻐﯾرات اﻟﺣﺎدة )أﻧﻣﺎط ﻋﺷواﺋﯾﺔ( ﻓﻲ ﻗ ﯾم ﻣؤﺷ راﺗﮭﺎ وﺗﺄﺛﯾرھ ﺎ‬
‫اﻟﻛﺑﯾر ﻓﻲ ﻋﻣﻠﯾﺔ اﺧﺗﯾﺎر ﻗﯾم ﺛﺎﺑت اﻟﺗﻌدﯾل‪ ،‬وﻣن اﻟﻣﻼﺣظأﯾﺿ ﺎ ً أن ﻗﯾﻣ ﺔ ﺛﺎﺑ ت اﻻﺗﺟ ﺎه‬
‫) ‪ ( γ‬ﻛﺎﻧ ت ﻣرﺗﻔﻌ ﺔ ﻓ ﻲ ﺳ وق اﻟﺑﺣ رﯾن )‪(٠.٠١٦‬ﻣ ﻊ ﺛﺎﺑ ت ﺗﻌ دﯾل ﻣرﺗﻔ ﻊ ﻧﺳ ﺑﯾﺎ ً‬
‫)‪ ( α =١.١٨‬ﻓﺿ ﻼ ً ﻋ ن أن ﻗﯾﻣ ﺔ )‪ (MSD‬ﻛﺎﻧ ت )‪ (٠.٥١٠‬وﺳ ﺑب ذﻟ ك ﯾﻌ ود اﻟ ﻰ‬
‫وﺟود ﻧﻣط ﻣﺗﻛرر ﻓﻲ ﻗﯾﻣﺔ اﻟﻣؤﺷر ﺧﻼل ﻓﺗرة اﻻﺧﺗﺑ ﺎر اﻷﻣ ر اﻟ ذي دﻓ ﻊ إﻟ ﻰ إﻋط ﺎء‬
‫ﻗﯾﻣﺔ ﻣرﺗﻔﻌﺔ ﻧﺳﺑﯾﺎ ً ﻟﺛﺎﺑ ت اﻟﺗﻌ دﯾل ﻣ ﻊ اﻷﺧ ذ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر اﻻﺗﺟ ﺎه اﻟﻣﺗﻧ ﺎﻣﻲ ﻓ ﻲ ﻗ ﯾم‬
‫اﻟﻣؤﺷر وإﻋطﺎء ﻗﯾﻣﺔ ﻣرﺗﻔﻌﺔ ﻟﺛﺎﺑت اﻻﺗﺟ ﺎه ) ‪،( γ‬وﯾﻼﺣ ظ أﯾﺿ ﺎ ً أن ﻣؤﺷ ر ﺑورﺻ ﺔ‬
‫ﺗوﻧس ﻗد ﻛﺎن ﻟﮫ أﻗل ﻗﯾﻣ ﺔ ﻟﺧط ﺄ اﻻﺧﺗﺑ ﺎر )‪ (MSD = 0.208‬وھ ذا ﯾﻌ ود إﻟ ﻰ اﻻﻋﺗﻣ ﺎد‬
‫ﻋﻠﻰ أﻗل ﻗﯾﻣﺔ ﻟﺛﺎﺑت اﻟﺗﻌدﯾل )‪ ( α = ١.٠٩٣‬واﻟذي ﯾﻌﻛس ﻗﻠﺔ وﺟود ﺗﻐﯾرات ﺣﺎدة ﻓﻲ‬
‫ﻗﯾم اﻟﻣؤﺷر اﻟﺳوﻗﻲ‪ ،‬ﻓﺿﻼ ً ﻋن أن ﻗﯾﻣﺔ ﺧطﺄ اﻻﺧﺗﺑﺎر ﻟﻣؤﺷر ﺑورﺻﺔ اﻟ دار اﻟﺑﯾﺿ ﺎء‬
‫ﻗ د ﺑﻠ ﻎ )‪(MSD = 0.517‬ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ﻗ ﯾم ﻣرﺗﻔﻌ ﺔ ﻧﺳ ﺑﯾﺎ ً ﻟﺛﺎﺑ ت اﻟﺗﻌ دﯾل )‪١.١٢٥‬‬
‫= ‪ ( α‬وﺛﺎﺑ ت اﻻﺗﺟ ﺎه )‪ ،( γ = ٠.٠١١‬اﻷﻣ ر اﻟ ذي ﯾ دﻋو إﻟ ﻰ اﻷﺧ ذ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر‬
‫وﺟ ود أﻧﻣ ﺎط ﻣﺗﻛ ررة ﻣ ﻊ اﺗﺟ ﺎه ﻣﺗﻧ ﺎم ٍ ﻓ ﻲ ﻗﯾﻣ ﺔ اﻟﻣؤﺷ ر‪ ،‬أي إﻣﻛﺎﻧﯾ ﺔ ﺗﻛرارھ ﺎ ﻓ ﻲ‬
‫اﻟﻣﺳﺗﻘﺑل‪ ،‬ﻛﻣﺎ ﺗم ﻓﻲ إﺟراء ﻋﻣﻠﯾﺔ اﺧﺗﺑﺎر ﻗﯾم اﻟﻣﻌﻠﻣﺎت اﻷﺳﺎﺳﯾﺔ ﻟﻸﻧﻣ وذج ﻣ ﻊ اﻷﺧ ذ‬
‫ﺑﻧظر اﻻﻋﺗﺑﺎر ﺣﺎﻟﺔ "اﻟﻣﻐﺎﻻة ﻓﻲ اﻟﺗﻘدﯾر" ‪ Over Fit‬واﻟﺗﻲ ﺗﺣ دث ﻋ ن طرﯾ ق إﻋط ﺎء‬
‫ﻗﯾم ﻛﺑﯾرة ﻟﻠﻣﻌﻠﻣﺎت ﺑﻐض اﻟﻧظر ﻋن طﺑﯾﻌﺔ ﺑﯾﺎﻧﺎت اﻻﺧﺗﺑﺎر ﻣن ﺣﯾ ث وﺟ ود اﻷﻧﻣ ﺎط‬
‫اﻟﺳوﻗﯾﺔ وﻣدى ﺗﻛرارھﺎ‪.‬‬
‫وﻟﺗﻘﯾﯾم ﻣدى ﻛﻔﺎءة اﻷﻧﻣوذج اﻟﺗﻧﺑؤﯾﺔ ﺳﯾﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻗﯾم اﻟﻣﻌﻠﻣﺎت اﻷﺳﺎﺳﯾﺔ‬
‫اﻟﻣﻘدرة ﻓﻲ اﺧﺗﺑﺎر اﻟﻛﻔﺎءة اﻟﺗﻧﺑؤﯾﺔ ﻟﻸﻧﻣوذج ﻟﻔﺗرة )‪ (١٦‬ﯾوﻣﺎ ً وﻛﻣﺎ ﯾﺄﺗﻲ ‪:‬‬
 ‫]‪[٣٤‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﺟدول ‪٦‬‬
‫اﺧﺗﺑﺎر ﻛﻔﺎءة ﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ اﻟﺧطﻲ اﻟﺗﻧﺑؤﯾﺔ‬
‫‪MSD‬‬ ‫‪MAPE‬‬ ‫‪γ‬‬ ‫‪α‬‬ ‫اﻟﺳوق‬
‫‪٣٢.٦٣‬‬ ‫‪٠.٠٢٨‬‬ ‫‪٠.٠١‬‬ ‫‪١.٢٨٣‬‬ ‫ﻋﻣﺎن‬
‫‪٨.٨١٥‬‬ ‫‪٠.٠٠٩‬‬ ‫‪٠.٠١٦‬‬ ‫‪١.١٨٦‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٢٢١‬‬ ‫‪٠.٠٨٩‬‬ ‫‪٠.٠١٢‬‬ ‫‪١.٣١٥‬‬ ‫ﺑﯾروت‬
‫‪٣١.٩١‬‬ ‫‪٠.٠٢٤‬‬ ‫‪٠.٠١١‬‬ ‫‪١.٢٥١‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٢٢.٠٨‬‬ ‫‪٠.٠١٥‬‬ ‫‪٠.٠٠٨‬‬ ‫‪١.١٤١‬‬ ‫ﻣﺻر‬
‫‪١.٩٠٠‬‬ ‫‪٠.٠٠٦‬‬ ‫‪٠.٠٤‬‬ ‫‪١.١٥٢‬‬ ‫اﻟﻛوﯾت‬
‫‪٢٢.٨٧‬‬ ‫‪٠.٠٢٢‬‬ ‫‪٠.٠١٣‬‬ ‫‪١.٢٧٥‬‬ ‫ﻣﺳﻘط‬
‫‪١.٨٨٦‬‬ ‫‪٠.٠٠٥‬‬ ‫‪٠.٠٠٣‬‬ ‫‪١.٣٢٢‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٥٩١‬‬ ‫‪٠.٠٠٥‬‬ ‫‪٠.٠٠٨‬‬ ‫‪١.٠٩٣‬‬ ‫ﺗوﻧس‬

‫وﯾﺗﺿﺢ ﻣن اﻟﺟدول ‪ ٦‬اﻻﺧﺗﻼﻓﺎت اﻟﻛﺑﯾ رة ﺑ ﯾن ﻗ ﯾم ﻣﻘ ﺎﯾﯾس اﻟدﻗ ﺔ اﻟﻣﻌﺗﻣ دة ﻓ ﻲ‬

‫ﺗﻘﯾﯾم اﻷداء اﻟﺗﻧﺑؤي ﻟﻸﻧﻣوذج ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻗﯾم اﻟﻣﻌﻠﻣﺎت اﻟﻣﻘدرة اﻟﺗﻲ ﺗﻌود إﻟﻰ ﻣدى‬
‫وﺟود ﺗﻐﯾرات ﺣﺎدة ﻓ ﻲ ﻗ ﯾم اﻟﻣؤﺷ رات ﺧ ﻼل ﻓﺗ رة اﻻﺧﺗﺑ ﺎر وﻣ دى ﺗﻛﯾ ف اﻷﻧﻣ وذج‬
‫ﻣﻌﮭﺎ ودرﺟﺔ ﺗﻣﺛﯾﻠﮭﺎ ﻓﻲ اﻟﻣﻌﻠﻣﺎت اﻟﻣﻘدرة‪.‬‬

‫ﻧﺗﺎﺋﺞ ﺗﺣﻠﯾل أﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ‬

‫)‪Auto Regressive Integrated Moving Average (ARIMA‬‬
‫ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ أﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ )‪(ARIMA‬‬
‫ﺗم أوﻻ ً ﺗﻘدﯾر اﻟﻣﻌﺎﻟم اﻷﺳﺎﺳﯾﺔ ﻟﻸﻧﻣوذج )‪ (p.1.q‬وذﻟك اﺳﺗﻧﺎدا ً ﻋﻠﻰ ﻓﺗ رة ﺗﻘ دﯾر أﻣ دھﺎ‬
‫)‪ (٢٧٤‬ﻣﺷ ﺎھدة ﯾوﻣﯾ ﺔ‪ ،‬وﺗﺣدﯾ د اﻷﻧﻣ وذج اﻷﻓﺿ ل ﻣ ن ﺧ ﻼل إﺟ راء ﻋ دة اﺧﺗﺑ ﺎرات‬
‫ﻋﻠ ﻰ ﻣﺧﺗﻠ ف اﻟﻧﻣ ﺎذج اﻟﻣﻣﻛﻧ ﺔ‪ ،‬واﺧﺗﯾ ﺎر اﻷﻧﻣ وذج اﻷﻓﺿ ل وﻓﻘ ﺎ ً ﻟﻘ ﯾم اﻟﻣﻌﻠﻣ ﺎت اﻟﺗ ﻲ‬
‫ﺗﻌﻛ س أﻗ ل ﻗﯾﻣ ﺔ ﻟﻠﺧط ﺄ ﺑﺎﻻﺳ ﺗﻧﺎد ﻋﻠ ﻰ ﻣؤﺷ ر أﻛ ﺎﻛﻲ ﻟﻠﻣﻌﻠوﻣ ﺎت ‪(Akaike’s‬‬
‫)‪، Information Criterion (AIC‬ﻣ ن ﺛ م إﺟ راء ﺗﻘﯾ ﯾم ﻛﻔ ﺎءة اﻷﻧﻣ وذج اﻟﺗﻧﺑؤﯾ ﺔ ﻟﻔﺗ رة‬
‫أﻣدھﺎ )‪ (١٦‬ﯾوﻣﺎ ً ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻗﯾم اﻟﻣﻌﻠﻣﺎت اﻟﻣﻘدرة وﺗﺣدﯾد أوﺟ ﮫ اﻻﻧﺣراﻓ ﺎت ﻋ ن‬
‫اﻟﻣﻘدر وﻓﻘﺎ ﻟﻘﯾم ﻣﻘﺎﯾﯾس اﻟدﻗﺔ اﻟﻣﻌﺗﻣدة )‪ (MAPE‬و )‪.(MSD‬‬
‫وﻓﯾﻣ ﺎ ﯾ ﺄﺗﻲ ﻧﺗ ﺎﺋﺞ ﺗﻘ دﯾر واﺧﺗﺑ ﺎر ﻛﻔ ﺎءة أﻧﻣ وذج اﻻﻧﺣ دار اﻟ ذاﺗﻲ واﻷوﺳ ﺎط‬
‫اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ )‪ (ARIMA) (p,1,q‬ﻟﻣؤﺷرات أﺳواق اﻟ دول ﻋﯾﻧ ﺔ اﻟﺑﺣ ث‪ ،‬وﻋﻠ ﻰ‬
‫اﻟﻧﺣو اﻵﺗﻲ‪:‬‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٣٥‬‬

‫اﻟﺟدول ‪٧‬‬
‫ﺗﺣدﯾد أﻓﺿل اﻟﻧﻣﺎذج ﻟﻣؤﺷرات أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث – ﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ‬
‫واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ )‪(ARIMA) (p, 1, q‬‬
‫‪AIC‬‬ ‫‪MSE‬‬ ‫)‪ARIM (p, 1, q‬‬ ‫اﻟﺳوق‬
‫‪٠.٤٥٧‬‬ ‫‪١.٥٥٧‬‬ ‫)‪(1, 1, 1‬‬ ‫ﻋﻣﺎن‬
‫)‪(-٠.٦٨٦‬‬ ‫‪٠.٤٨٥‬‬ ‫)‪(3, 1, 2‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪١.٠٧٢‬‬ ‫‪٢.٨١٧‬‬ ‫)‪(3, 1, 2‬‬ ‫ﺑﯾروت‬
‫)‪(-٠.٦١٠‬‬ ‫‪٠.٥٣٩‬‬ ‫)‪(0, 1, 1‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪١.٢٩٤‬‬ ‫‪٣.٤٩٤‬‬ ‫)‪(3, 1, 3‬‬ ‫ﻣﺻر‬
‫‪٠.٢٥٤‬‬ ‫‪١.٢٨١‬‬ ‫)‪(0, 1, 1‬‬ ‫اﻟﻛوﯾت‬
‫)‪(-٠.٧١٦‬‬ ‫‪٠.٤٨٥‬‬ ‫)‪(1, 1, 0‬‬ ‫ﻣﺳﻘط‬
‫‪٠.٥٥٢‬‬ ‫‪١.٦٦٣‬‬ ‫)‪(3, 1, 3‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫)‪(-١.٥٩١‬‬ ‫‪٠.٢٠٢‬‬ ‫)‪(1, 1, 0‬‬ ‫ﺗوﻧس‬

‫وﻣن اﻟﺟدول ‪ ،٧‬ﯾﻣﻛن اﻟوﻗوف ﻋﻠﻰ أﻓﺿل اﻟﻧﻣ ﺎذج اﻟﻣﻣﻛﻧ ﺔ )‪ARIMA (p, 1, q‬‬
‫ﻟﻣﺟﻣوﻋﺔ اﻟﻣؤﺷرات اﻟرﺋﯾﺳﺔ ﻷﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣ ث‪ ،‬إذ ﺗ م إﺟ راء ﻣﺟﻣوﻋ ﺔ ﻣ ن‬
‫اﻻﺧﺗﺑﺎرات ﻋﻠﻰ ﻣﺧﺗﻠف اﻟﻧﻣﺎذج‪ ،‬وذﻟك ﻟﻛل ﻣؤﺷر ﺳوﻗﻲ واﺧﺗﯾﺎر اﻷﻧﻣوذج اﻷﻓﺿ ل‬
‫ﻋﻠﻰ أﺳﺎس أﻗل ﻗﯾﻣﺔ ﯾﻌﻛﺳﮭﺎ ﻣﻘﯾﺎس )‪ (AIC‬ﺑﻐض اﻟﻧظر ﻋﻣ ﺎ إذا ﻛﺎﻧ ت ﻗﯾﻣ ﺔ )‪(MSE‬‬
‫أﻗل ﻣﺎ ﯾﻣﻛن أم ﻻ‪ ،‬ﻓﻘد وﺟد ﻣن ﺧﻼل ﻋﻣﻠﯾ ﺔ اﻻﺧﺗﺑ ﺎر‪ ،‬أﻧ ﮫ ﻗ َﻠ َﻣ ﺎ أﻛ د ھ ذان اﻟﻣﻘﯾﺎﺳ ﺎن‬
‫ﻋﻠﻰ اﻷﻧﻣوذج ﻧﻔﺳﮫ‪ ،‬وذﻟ ك ﻓ ﻲ أﺳ واق )اﻟﺑﺣ رﯾن‪ ،‬ﺑﯾ روت‪ ،‬اﻟ دار اﻟﺑﯾﺿ ﺎء‪ ،‬اﻟﻛوﯾ ت‪،‬‬
‫ﻣﺳﻘط‪ ،‬ﺗوﻧس(‪ ،‬وﺳ ﺑب ذﻟ ك أن ﻗﯾﻣ ﺔ )‪ (MSE‬ﺗﺗ ﺄﺛر ﺑﺷ ﻛل ﻛﺑﯾ ر وﺗ ﻧﺧﻔض ﻣ ﻊ زﯾ ﺎدة‬
‫ﻋدد أواﻣر )‪ (Orders‬اﻷﻧﻣوذج‪ ،‬وﻣن ﺛم ّ ﺗﺄﺛﯾر ذﻟ ك ﻓ ﻲ اﺣﺗﻣ ﺎل ﺣ دوث ﺣﺎﻟ ﺔ اﻟﻣﻐ ﺎﻻة‬
‫ﻓﻲ اﻟﺗﺣدﯾد ‪ ،Over Fit‬واﻟذي أﻛدﺗﮫ ﻧﺗﺎﺋﺞ اﻷﺳواق أﻋﻼه ھو اﻻﺧﺗﻼف ﺑ ﯾن ﻗ ﯾم ھ ذﯾن‬
‫اﻟﻣﻘﯾﺎﺳﯾن ﻋﻠﻰ اﻋﺗﺑﺎر أن ﻗﯾم ﻣﻘﯾﺎس )‪ (AIC‬ﻗد أﻛدت ﻋﻠﻰ أﻗل أواﻣر ﻣﻣﻛﻧﺔ ﻟﻸﻧﻣوذج‬
‫اﻟﻣرﺷﺢ ﻋﻠﻰ اﻟﻌﻛس ﻣن ﻣﻘﯾﺎس )‪ (MSE‬وﻣن ﺛم ّ اﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻧﺗ ﺎﺋﺞ اﻟﻣﻘﯾ ﺎس اﻷول‪،‬‬
‫ﻓﻲ ﺣﯾن ﻧﺟد أن ﻗﯾم ھذﯾن اﻟﻣﻘﯾﺎﺳﯾن ﻗد أﻛدت ﻋﻠﻰ ﻧﻔس اﻷﻧﻣوذج ﻓﻲ أﺳواق )ﻋﻣ ﺎن‪،‬‬
‫اﻟﺳﻌودﯾﺔ‪ ،‬ﻣﺻر(‪ ،‬وأن أﻗل ﻗﯾﻣﺔ ﻟﻠﺧطﺄ ﯾﻣﻛن ﺗﺣﻘﯾﻘﮭﺎ ﺑﺎﺳﺗﺧدام ذﻟك اﻷﻧﻣوذج‪.‬‬
 ‫]‪[٣٦‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﺟدول ‪٨‬‬
‫ﺗﻘدﯾر ﻣﻌﻠﻣﺎت أﻧﻣوذج )‪ (ARIMA) (p, 1, q‬ﻟﻣؤﺷرات اﻷﺳواق ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫)‪(MA‬‬ ‫ﻣﻌﻠﻣﺎت‬ ‫)‪(AR‬‬ ‫ﻣﻌﻠﻣﺎت‬
‫‪Ө3‬‬ ‫‪Ө2‬‬ ‫‪Ө1‬‬ ‫‪Ф3‬‬ ‫‪Ф2‬‬ ‫‪ф‬‬ ‫اﻟﺳوق‬
‫‪-‬‬ ‫‪-‬‬ ‫)‪*(-٠.٩٤٨‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫)‪*(-٠.٨١٩‬‬ ‫ﻋﻣﺎن‬
‫‪-‬‬ ‫)‪*(-٠.٧٤٤‬‬ ‫‪*٠.١٣٥‬‬ ‫‪*٠.٣٦٩‬‬ ‫)‪*(-٠.٧٤١‬‬ ‫‪*٠.٣٤٣‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪-‬‬ ‫)‪*(-٠.٦٠٦‬‬ ‫‪*١.٠٢٣‬‬ ‫‪*٠.٣٥١‬‬ ‫)‪*(-٠.٩٩٢‬‬ ‫‪*١.٣٣٣‬‬ ‫ﺑﯾروت‬
‫‪-‬‬ ‫‪-‬‬ ‫)‪*(-٠.٢٢٣‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪*٠.٨١٠‬‬ ‫)‪*(-٠.٦٣٩‬‬ ‫‪*٠.٣٩٢‬‬ ‫‪*٠.٩٠٣‬‬ ‫)‪*(-٠.٥٨٨‬‬ ‫‪*٠.٣٤٥‬‬ ‫ﻣﺻر‬
‫‪-‬‬ ‫‪-‬‬ ‫)‪(-٠.١٠٨‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫اﻟﻛوﯾت‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪*٠.٣١١‬‬ ‫ﻣﺳﻘط‬
‫)‪(-٠.٨٤٠‬‬ ‫)‪*(-٠.٤٠٣‬‬ ‫)‪*(-٠.٣٩٧‬‬ ‫)‪*(-٠.٧٩٠‬‬ ‫)‪*(-٠.٥٦٤‬‬ ‫)‪*(-٠.٣٧٣‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫)‪(-٠.٠٥١‬‬ ‫ﺗوﻧس‬
‫* ﺗدل ﻋﻠﻰ ﻣﻌﻧوﯾﺔ اﻟﻘﯾﻣﺔ ﻋﻧد ﻣﺳﺗوى ﻣﻌﻧوﯾﺔ )‪.(%٥‬‬

‫واﻟﺟ دول ‪ ٨‬ﯾﻌﻛ س ﺗﻘ دﯾر ﻗ ﯾم ﻣﻌﻠﻣ ﺎت أﻧﻣ وذج )‪ ARIMA (p, 1, q‬ﻟﻣﺧﺗﻠ ف‬
‫اﻟﻧﻣﺎذج اﻟﻣﺣددة ﻟﻣؤﺷرات اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‪ ،‬إذ إن ﻋﻣﻠﯾﺔ اﻟﺗﻘدﯾر ﻗ د ﺗﻣ ت ﺑﺎﺳ ﺗﺧدام‬
‫طرﯾﻘﺔ ﺗﻘ دﯾر اﻹﻣﻛ ﺎن اﻷﻋظ م )‪ .Maximum Likelihood Estimation (MLE‬ﻓﺿ ﻼ ً‬
‫ﻋ ن أن ﻗ ﯾم اﻟﻣﻌﻠﻣ ﺎت اﻟﻣﻘ درة ﻟﻣﺧﺗﻠ ف اﻟﻧﻣ ﺎذج اﻟﻣﺣ ددة ﻗ د ﻋﻛﺳ ت ﻣﻌﻧوﯾﺗﮭ ﺎ ﻋﻧ د‬
‫ﻣﺳ ﺗوى ﻣﻌﻧوﯾ ﺔ )‪ ،(%٥‬وذﻟ ك ﻟﻣؤﺷ رات أﺳ واق )ﻋﻣ ﺎن‪ ،‬اﻟﺑﺣ رﯾن‪ ،‬ﺑﯾ روت‪ ،‬اﻟ دار‬
‫اﻟﺑﯾﺿﺎء‪ ،‬ﻣﺻر‪ ،‬ﻣﺳﻘط‪ ،‬اﻟﺳﻌودﯾﺔ(‪ ،‬وﯾﺳﺗدل ﻣن ذﻟك ﻋﻠﻰ ﻧﺟﺎح اﻟﻧﻣﺎذج اﻟﻣﺣ ددة ﻓ ﻲ‬
‫اﻷﺧ ذ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر ﺟﻣﯾ ﻊ اﻷﻧﻣ ﺎط اﻟﻣﻣﻛﻧ ﺔ‪ ،‬ﻓ ﻲ ﺣ ﯾن أن ﻗ ﯾم اﻟﻣﻌﻠﻣ ﺎت اﻟﻣﻘ درة ﻗ د‬
‫ﻋﻛﺳت ﻋدم ﻣﻌﻧوﯾﺗﮭﺎ ﺑﺎﻟﻧﺳﺑﺔ ﻟﺳ وﻗﻲ )ﺗ وﻧس‪ ،‬اﻟﻛوﯾ ت( ﻋﻧ د ﻣﺳ ﺗوى ﻣﻌﻧوﯾ ﺔ )‪(%٥‬‬
‫وﯾؤﻛد ذﻟك ﻋدم وﺟود أي ﻧﻣط ﯾﻣﻛن أﺧذه ﺑﻧظر اﻻﻋﺗﺑﺎر ﺧﻼل ﻓﺗ رة اﻟﺗﻘ دﯾر وأن ﻗ ﯾم‬
‫اﻟﻣﻌﻠﻣﺎت اﻟﻣﻘدرة ھﻲ أﻓﺿل ﺗﻘدﯾر ﻟﻠﻣﺳﺗﻘﺑل‪.‬‬
‫اﻟﺟدول ‪٩‬‬
‫اﺧﺗﺑﺎر ﺻﻼﺣﯾﺔ أﻧﻣوذج )‪ (ARIMA) (p, 1, q‬ﻟﻣؤﺷرات اﻷﺳواق ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫‪LBQ 48‬‬ ‫‪LBQ 36‬‬ ‫‪LBQ24‬‬ ‫*‪LBQ12‬‬ ‫اﻟﺳوق‬
‫‪٣٠.٤‬‬ ‫‪٢٧.٥‬‬ ‫‪٢٠.٨‬‬ ‫‪١١.٧‬‬ ‫ﻋﻣﺎن‬
‫‪٥١.٦‬‬ ‫‪٤١.٦‬‬ ‫‪٣٣.٢‬‬ ‫‪٨.٢‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٣٤.٦‬‬ ‫‪٢١.٤‬‬ ‫‪١٤.٩‬‬ ‫‪٧.٥‬‬ ‫ﺑﯾروت‬
‫‪٧١.٣‬‬ ‫‪٥٠.١‬‬ ‫‪٢٨.٦‬‬ ‫‪٤.٨‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٣٦.٧‬‬ ‫‪٢٧.٤‬‬ ‫‪١٦.١‬‬ ‫‪١٢.٣‬‬ ‫ﻣﺻر‬
‫‪٣٠.٦‬‬ ‫‪٢٦.٧‬‬ ‫‪١٩.٥‬‬ ‫‪٦.٤‬‬ ‫اﻟﻛوﯾت‬
‫‪٣٠‬‬ ‫‪١٨‬‬ ‫‪١٢.٥‬‬ ‫‪٥.٧‬‬ ‫ﻣﺳﻘط‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٣٧‬‬

‫‪٤٤.٥‬‬ ‫‪٣٤.٥‬‬ ‫‪٢٤.٢‬‬ ‫‪١٢.٢‬‬ ‫اﻟﺳﻌودﯾﺔ‬

‫‪٥٧.٤‬‬ ‫‪٤٤.٧‬‬ ‫‪٣٣.٣‬‬ ‫‪٩.١‬‬ ‫ﺗوﻧس‬
‫*‪ :LBQ12‬ھﻲ ﻗﯾﻣﺔ إﺣﺻﺎﺋﯾﺔ )‪ (Box- Ljung‬ﻋﻧد ﻓﺗرة إﺑطﺎء )‪.(١٢‬‬
‫وﯾﻌﻛ س اﻟﺟ دول ‪ ٩‬اﺧﺗﺑ ﺎر ﺻ ﻼﺣﯾﺔ أﻧﻣ وذج )‪ ARIMA (p, 1, q‬ﻟﻣﺧﺗﻠ ف‬
‫اﻟﻧﻣﺎذج اﻟﻣﺣددة ﻟﻣؤﺷرات أﺳواق دول ﻋﯾﻧﺔ اﻟﺑﺣث‪ ،‬وذﻟك ﺑﺎﺳﺗﺧدام إﺣﺻ ﺎﺋﯾﺔ ‪(Box-‬‬
‫)‪ Ljung‬وﺗﺣدﯾد ﻣدى ﻋﺷ واﺋﯾﺔ أﺧط ﺎء )‪ (Errors‬اﻟﺗﻘ دﯾر ﻋﻧ د ﻣﺧﺗﻠ ف ﻓﺗ رات اﻷﺑط ﺎء‬
‫)‪ (Lags‬واﺧﺗﺑﺎر ﻣﻌﻧوﯾﺗﮭﺎ ﻋﻧد ﻣﺳﺗوى ﻣﻌﻧوﯾﺔ )‪ ،(%٥‬وﯾﺗﺿﺢ ﻣن ذﻟ ك ﻋ دم ﻣﻌﻧوﯾ ﺔ‬
‫إﺣﺻﺎﺋﯾﺔ ‪ Box-Ljung‬ﻋﻧد ﺟﻣﯾﻊ ﻓﺗرات اﻹﺑطﺎء اﻟﻣﺣددة )‪ (LBQ48-LBQ12‬ﺑﻣﺳﺗوى‬
‫ﻣﻌﻧوﯾﺔ )‪ ،(%٥‬وھذا ﯾدل ﻋﻠﻰ ﺻﻼﺣﯾﺔ اﻟﻧﻣﺎذج اﻟﻣﺣددة ﻟﻠﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ‪.‬‬

‫اﻟﺟدول ‪١٠‬‬
‫اﺧﺗﺑﺎر ﻛﻔﺎءة أﻧﻣوذج )‪ (p, 1, q) (ARIMA‬ﻟﻣؤﺷرات أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫‪MAPE‬‬ ‫‪MSD‬‬ ‫)‪ARIM (p, 1, q‬‬ ‫اﻟﺳوق‬
‫‪٠.٠٣٥‬‬ ‫‪٥٠.٣٤٢‬‬ ‫)‪(1, 1, 1‬‬ ‫ﻋﻣﺎن‬
‫‪٠.٠١١‬‬ ‫‪١٢.٥٧٧‬‬ ‫)‪(3, 1, 2‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٠.١١١‬‬ ‫‪٣٥٦.٢٤‬‬ ‫)‪(3, 1, 2‬‬ ‫ﺑﯾروت‬
‫‪٠.٠٣١‬‬ ‫‪٤٣.٧٦٦‬‬ ‫)‪(0, 1, 1‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٠.٠١٤‬‬ ‫‪١٨.٦٣٨‬‬ ‫)‪(3, 1, 3‬‬ ‫ﻣﺻر‬
‫‪٠.٠٠٨‬‬ ‫‪٢.٨٣٦‬‬ ‫)‪(0, 1, 1‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٠١٨‬‬ ‫‪١٥.٠٨٤‬‬ ‫)‪(1, 1, 0‬‬ ‫ﻣﺳﻘط‬
‫‪٠.٠١٤‬‬ ‫‪١٢.١٢٨‬‬ ‫)‪(3, 1, 3‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٠٠٥٣‬‬ ‫‪٠.٤٩٥‬‬ ‫)‪(1, 1, 0‬‬ ‫ﺗوﻧس‬

‫واﻟﺟ دول ‪ ١٠‬ﯾﻌﻛ س ﻧﺗ ﺎﺋﺞ اﺧﺗﺑ ﺎر ﻛﻔ ﺎءة أﻧﻣ وذج اﻻﻧﺣ دار اﻟ ذاﺗﻲ واﻷوﺳ ﺎط‬
‫اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾﺔ )‪ ARIMA (p, 1, q‬وﻗدرﺗﮫ اﻟﺗﻧﺑؤﯾﺔ ﻟﻔﺗرة اﺧﺗﺑﺎر أﻣدھﺎ )‪ (١٦‬ﯾوﻣ ﺎ ً‬
‫وذﻟك ﻓﻲ ﺿوء اﻟﻣﻌﻠﻣﺎت اﻟرﺋﯾﺳﺔ اﻟﻣﻘدرةﻟﻠﻧﻣﺎذج اﻟﻣﺣددة ﻣﺳﺑﻘﺎ ً ‪ ،‬واﻟ ذي ﯾﺗﺿ ﺢ ھ و‬
‫ﻣدى اﻻﺧﺗﻼﻓﺎت اﻟﻛﺑﯾرة ﺑ ﯾن ﻧﺗ ﺎﺋﺞ ﻣﻘ ﺎﯾﯾس اﻟدﻗ ﺔ )‪ (MAPE, MSD‬ﻓ ﻲ ﺗﺣدﯾ د اﻟﻘ درة‬
‫اﻟﺗﻧﺑؤﯾ ﺔ ﻟﻸﻧﻣ وذج واﻟﺗ ﻲ ﯾﻣﻛ ن أن ﺗﻌ زى إﻟ ﻰ ﻣ دى وﺟ ود ﺗذﺑ ذﺑﺎت ﻛﺑﯾ رة ﻓ ﻲ ﻗ ﯾم‬
‫اﻟﻣؤﺷرات ﺧﻼل ﻓﺗرة ﺗﻘدﯾر اﻟﻣﻌﻠﻣﺎت اﻟرﺋﯾﺳﺔ ﻟﻠﻧﻣﺎذج‪،‬وﻣﺎ ﺗﺗﺿﻣﻧﮭﺎ ﺗﻠك اﻟﻔﺗرة أﯾﺿﺎ ً‬
‫ﻣن ﺗﻐﯾرات ﺣﺎدة )‪ (Outliers‬وﺗﺄﺛﯾراﺗﮭﺎ اﻟﻛﺑﯾرة ﻓﻲ ﺗﻘدﯾر اﻟﻣﻌﻠﻣﺎت اﻟرﺋﯾﺳﺔ‪ ،‬واﻧﻌﻛ س‬
‫ھذا ﺑدوره ﻋﻠﻰ اﻟﻛﻔ ﺎءة اﻟﺗﻧﺑؤﯾ ﺔ ﻟﻸﻧﻣ وذج ﺧ ﻼل ﻓﺗ رة اﻻﺧﺗﺑ ﺎر وارﺗﻔ ﺎع ﻗ ﯾم ﻣﻘ ﺎﯾﯾس‬
‫اﻟﺧطﺄ اﻟﻣﻌﺗﻣدة )‪.(MSD, MAPE‬‬

‫ﻧﺗﺎﺋﺞ ﺗﺣﻠﯾل أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ ذات اﻻﻧﺗﺷﺎر اﻟﻌﻛﺳﻲ ﻟﻠﺧطﺄ‬

‫ﺑﺎﻻﺳﺗﻔﺎدة ﻣن ﻧﺗﺎﺋﺞ اﻟﺗﺣﻠﯾل اﻟﺗوﺻﯾﻔﻲ اﻟﺳﺎﺑق ﻷﺳﻌﺎر إﻏﻼق ﻣؤﺷرات أﺳواق‬
‫اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‪،‬ظﮭر أن ﻣؤﺷر ﺑورﺻﺔ ﺑﯾروت ھو أﻛﺛر اﻟﻣؤﺷرات ﺗﻘﻠﺑﺎ ً ) = ‪C.V‬‬
‫‪ (16.18‬ﻓﻲ ﻗﯾﻣﮫ‪ ،‬ﻓﺿﻼ ً ﻋن وﺟود درﺟﺎت ﻛﺑﯾرة ﻣن اﻟﺗﻐﯾرات اﻟﺣﺎدة )‪ (Outliers‬ﻓﻲ‬
‫ﻗﯾﻣﮫ واﻟﺗﻲ ﺗﺳﺗدﻋﻲ اﻻﻋﺗﻣﺎد ﻋﻠﯾﮫ ﻓﻲ ﺗرﺷﯾﺢ ﻣﺟﻣوﻋﺔ ﻣن اﻟﺷﺑﻛﺎت )‪(Architectures‬‬
 ‫]‪[٣٨‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫واﻻﻋﺗﻣ ﺎد ﻋﻠﯾﮭ ﺎ ﻓ ﻲ ﻋﻣﻠﯾ ﺔ اﻟﺗ درﯾب ‪ Training‬واﻻﺧﺗﺑ ﺎر ‪ Testing‬ﻟﺑ ﺎﻗﻲ ﻣؤﺷ رات‬
‫اﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث وﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬
‫اﻟﺟدول ‪١١‬‬
‫ﺗرﺷﯾﺢ ﻣﺟﻣوﻋﺔ ﻣﺧﺗﻠﻔﺔ ﻣن اﻟﺷﺑﻛﺎت ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻗﯾم ﻣؤﺷر ﺑورﺻﺔ ﺑﯾروت‬
‫ﺧطﺄ اﻟﺗدرﯾب‬ ‫‪R‬‬ ‫‪R2‬‬ ‫‪AIC‬‬ ‫ﺧطﺄ اﻻﺧﺗﺑﺎر‬ ‫درﺟﺔ اﻟﻣﻼﺋﻣﺔ‬ ‫‪W‬‬ ‫اﻟﻧﻣوذج‬
‫‪٢.٠٥٣‬‬ ‫‪٠.٩٩٥‬‬ ‫‪٠.٩٨٧‬‬ ‫‪-٠.٠٠٣٣‬‬ ‫‪١.٥٩٥‬‬ ‫‪٢.٢٢٢‬‬ ‫‪٢٧٦‬‬ ‫)‪(٩-٢٥-١‬‬
‫‪١.٤٣٧‬‬ ‫‪٠.٩٩٧‬‬ ‫‪٠.٩٩٣‬‬ ‫‪-٠.٠٠٣٦‬‬ ‫‪٢.٢٠٠‬‬ ‫‪١.٦٣٦‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬
‫‪٢.٠٤٠‬‬ ‫‪٠.٩٩٥‬‬ ‫‪٠.٩٨٧‬‬ ‫‪-٠.٠٠٣٩‬‬ ‫‪١.٦٤٢‬‬ ‫‪٢.٢٠٨‬‬ ‫‪٢٩٨‬‬ ‫)‪(٩-٢٧-١‬‬
‫‪٢.٠٥٠‬‬ ‫‪٠.٩٩٥‬‬ ‫‪٠.٩٨٧‬‬ ‫‪-٠.٠٠٤٣‬‬ ‫‪١.٦٠٢‬‬ ‫‪٢.٢١٦‬‬ ‫‪٣٠٩‬‬ ‫)‪(٩-٢٨-١‬‬

‫ﯾﻣﻛن ﻣن اﻟﺟدول ‪ ١١‬ﺗﺣدﯾد ﻣﺟﻣوﻋﺔ ﻣﺧﺗﻠﻔﺔ ﻣن اﻟﺷﺑﻛﺎت اﻟﻣﻣﻛن اﻋﺗﻣﺎدھﺎ ﻓﻲ‬

‫ﻋﻣﻠﯾ ﺔ اﻟﺗ درﯾب واﻟﺗﻧﺑ ؤ ﺑﻘ ﯾم اﻟﻣؤﺷ رات اﻟرﺋﯾﺳ ﺔ ﻷﺳ واق اﻟ دول ﻋﯾﻧ ﺔ اﻟﺑﺣ ث‪ ،‬إذ ﺗ م‬
‫اﺧﺗﺑ ﺎر ﻛ ل ﺷ ﺑﻛﺔ ﻣرﺷ ﺣﺔ ﺧﻣ س ﻣ رات ﺑﻌ دد ﺗﻛ رارات ﺑﻠﻐ ت )‪ (٢٠٠٠‬ﻣ رة‪ ،‬ﺛ م‬
‫اﻻﺳ ﺗﻧﺗﺎج ﺑ ﺄن أﻓﺿ ل ﺷ ﺑﻛﺔ ھ ﻲ اﻟﺗ ﻲ ﺗﺗﻛ ون ﻣ ن )‪ (٩‬وﺣ دات ادﺧ ﺎل و )‪ (٢٥‬ﻋﻘ دة‬
‫ﻣﺧﻔﯾﺔ ‪ Hidden Node‬ووﺣدة اﺧراج واﺣدة ﺗﻣﺛل ﺑدورھﺎ ﺳﻌر إﻏﻼق اﻟﻣؤﺷر اﻟﻣﻘ در‬
‫)‪ ،(٩-٢٥-١‬إذ ﺑﻠﻐت درﺟﺔ ﻣﻼءﻣﺔ اﻟﺷﺑﻛﺔاﻟﻣذﻛورة آﻧﻔﺎ ً )‪ (٢.٢٢٢‬وھﻲ اﻷﻋﻠﻰ ﺑﯾن‬
‫ﻣﺛﯾﻼﺗﮭﺎ‪ ،‬ﻛﻣﺎ ﺑﻠﻐت ﻗﯾﻣﺔ ﻣﻘﯾﺎس )‪ (٠.٠٠٣٣-) (AIC‬ﺑﻣﻌﺎﻣل ارﺗﺑﺎط )‪ ،(٠.٩٩٥‬وھذا‬
‫ﯾﻌﻛس اﻟﻌﻼﻗﺔ اﻟﻘوﯾﺔ ﺑﯾن اﻟﻣدﺧﻼت واﻟﻣﺧرﺟﺎت‪.‬‬

‫اﻟﺷﻛل ‪٩‬‬
‫ﻗﯾم اﻟﺧطﺄ اﻟﻣطﻠق ﻋﻧد درﺟﺎت ﺗﻛرار )‪ (٢٠٠٠-١‬ﻣرة ﻟﻣﺟﻣوﻋﺔ اﻟﻧﻣﺎذج اﻟﻣرﺷﺣﺔ‬
‫– أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ‬
‫اﻟﻣﺻدر‪ :‬اﻟﺷﻛل ﻣن إﻋداد اﻟﺑﺎﺣﺛﯾن ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻣﺧرﺟﺎت اﻟﺣﺎﺳب اﻹﻟﻛﺗروﻧﻲ‪.‬‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٣٩‬‬

‫وﯾظﮭر ﻣن اﻟﺷﻛل ‪ ٩‬أن ﻗﯾم اﻟﺧطﺄ اﻟﻣطﻠق )‪ (Absolute Error‬ﺗﺑدأ ﺑﺎﻻﻧﺧﻔ ﺎض‬
‫ﻣﻊ زﯾﺎدة ﺗﻛرار اﺧﺗﺑﺎر ﻛل ﺷﺑﻛﺔ‪ ،‬وﻋﻠﻰ اﻟرﻏم ﻣن ﺗﻔﺻﯾل اﻟﺷﺑﻛﺔ )‪ ،(٩-٢٥-١‬إﻻ أن‬
‫ﻗﯾم اﻟﺧطﺄ اﻟﻣطﻠق ﺗﺑﻘﻰ ﻣﺳﺗﻘرة ﻋﻧد ﻣﺳﺗوى ﺗﻛرار )‪ (٢٠٠٠‬ﻣﺎﻋدا ﺷ ﺑﻛﺔ )‪(٩-٢٩-١‬‬
‫اﻟﺗﻲ ﺗﻧﺧﻔض ﻋﻧدھﺎ ﻗﯾﻣﺔ اﻟﺧطﺄ اﻟﻣطﻠق ﻋﻧد ﻣﺳﺗوى ﺗﻛرار )‪.(١٤٠٠‬‬
‫اﻟﺟدول ‪١٢‬‬
‫اﺧﺗﺑﺎر ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم ﻋﻧد ﻗﯾﻣﺔ ﺧطﺄ )‪(MSE = 0.01%‬‬
‫)‪(SE‬‬‫ﺧطﺄ اﻻﺧﺗﺑﺎر‬ ‫)‪*(SE‬‬ ‫ﺧطﺄ اﻟﺗدرﯾب‬ ‫اﻟوﻗت )دﻗﯾﻘﺔ‪(Time‬‬ ‫(‬ ‫ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم ) ‪α‬‬
‫‪١٣١.٩٣‬‬ ‫‪١٤٥.٧٥‬‬ ‫‪٤٠ : ٤٢‬‬ ‫‪٠.١‬‬
‫‪٦٠.٧٨‬‬ ‫‪١٤٣.١٣‬‬ ‫‪١٧ : ٥٨‬‬ ‫‪٠.٢‬‬
‫‪١٤٢.٧٨‬‬ ‫‪١٣٦.١٩‬‬ ‫‪١١ : ١٦‬‬ ‫‪٠.٣‬‬
‫‪١٦٨.٨٤‬‬ ‫‪١٣٦.١٣‬‬ ‫‪٨ : ٢٦‬‬ ‫‪٠.٤‬‬
‫‪١١٥.٧٥‬‬ ‫‪١٣٢.٢٠‬‬ ‫‪٨ : ٢١‬‬ ‫‪٠.٥‬‬
‫‪١٨٦.٩٢‬‬ ‫‪١٣٥.٠١‬‬ ‫‪٧ : ٥٣‬‬ ‫‪٠.٦‬‬
‫‪١٤٨.٠٨‬‬ ‫‪١٢٩.٨٣‬‬ ‫‪٤ : ٤١‬‬ ‫‪٠.٧‬‬
‫‪١٦٩.٦٧‬‬ ‫‪١٢٩.٢٤‬‬ ‫‪٤ : ٤٦‬‬ ‫‪٠.٨‬‬
‫‪٦٧.٥٨‬‬ ‫‪١٣١.٨٠‬‬ ‫‪٥ : ٥٢‬‬ ‫‪٠.٩‬‬
‫* )‪ (SE‬ﺗﻣﺛل اﺟﻣﺎﻟﻲ ﺧطﺄ اﻟﺗدرﯾب اﻟﻣﺗﺣﻘق‪.‬‬

‫ﯾﺗﺿﺢ ﻣن اﻟﺟدول ‪ ،١٢‬اﺧﺗﺑﺎر ﻣﺧﺗﻠف ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم )‪ (٠.٩ -٠.١‬ﻋﻧد ﻗﯾﻣﺔ‬

‫ﺧط ﺄ أوﻟﯾ ﺔ )‪ (MSE = 0.01%‬وذﻟ ك اﻋﺗﻣ ﺎدا ً ﻋﻠ ﻰ ﺑﯾﺎﻧ ﺎت ﻣؤﺷ ر ﺑورﺻ ﺔ ﺑﯾ روت‬
‫ﺑوﺻﻔﮫاﻷﻛﺛر ﺗذﺑذﺑﺎ ً ﻓﻲ ﻗﯾﻣﮫ‪ ،‬إذ ﻛﺎﻧت أﻓﺿل ﻗﯾﻣﺔ ﻟﻠﺗﻌﻠم ﻋﻧد ‪ α = 0.7‬اﻟﺗ ﻲ ﻋﻛﺳ ت‬
‫أﻗ ل وﻗ ت ﻣﻣﻛ ن ﻋﻧ د ﻗﯾﻣ ﺔ اﻟﺧط ﺄ اﻟﻣﺣ ددة )‪ (MSE = 0.01%‬ﻋﻠ ﻰ اﻋﺗﺑ ﺎر أن اﻟوﻗ ت‬
‫اﻟﻣﺳ ﺗﻐرق ﻗ د ﺑ دأ ﺑﺎﻻرﺗﻔ ﺎع ﻋﻧ د ﻣﻌﺎﻣ ل ﺗﻌﻠ م ‪ α = 0.8‬ھ ذا ﯾﻌﻧ ﻲ ﺣﺻ ول ﺣﺎﻟ ﺔ‬
‫)اﻟﺗﺷﺑﻊ( )‪ (Overturning‬ﻓﻲ اﻟﺗﻘدﯾر‪.‬‬

‫‪48:00:00‬‬
‫‪36:00:00‬‬

‫‪ 24:00:00‬اﻟوﻗت‬
‫‪12:00:00‬‬ ‫اﻟوﻗت‬

‫‪0:00:00‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬
‫ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠ م‬

‫اﻟﺷﻛل ‪١٠‬‬
‫اﻟوﻗت اﻟﻣﺳﺗﻐرق ﻋﻧد ﻛل ﻣﻌﺎﻣل ﺗﻌﻠ ّ م‬
 ‫]‪[٤٠‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫واﻟﺷﻛل ‪ ١٠‬ﯾﻌﻛس اﺧﺗﺑﺎر ﻣﺧﺗﻠف ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم ) ‪ ( α‬وﻣﺎ ﯾﺗطﻠﺑﮫ ﻛل ﻣﻌﺎﻣ ل‬

‫ﻣن وﻗت ﻻزم ﺣﺗ ﻰ ﯾﺗﺣﻘ ق اﻟﺗ درﯾب اﻟﻛ ﺎﻓﻲ ﻋﻠ ﻰ اﻟﺳﻠﺳ ﻠﺔ اﻟﺗﺎرﯾﺧﯾ ﺔ ﻟﻘ ﯾم اﻟﻣؤﺷ رات‬
‫اﻟﺳوﻗﯾﺔ ﻛﻲ ﯾﺿﻣن اﺳﺗﻘراء ﺟﻣﯾﻊ اﻷﻧﻣﺎط اﻟﻛﺎﻣﻧﺔ ﻓﯾﮭﺎ وأﺧذھﺎ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر ﺿ ﻣن‬
‫ﻋﻣﻠﯾﺔ ﺗﻛﯾف اﻷوزان‪.‬‬

‫‪200‬‬

‫‪150‬‬
‫ﻗﯾم اﻟﺧطﺎ ‪SE‬‬

‫‪100‬‬ ‫ﺧطﺎ اﻟﺗدرﯾب‪SE‬‬

‫ﺧط ﺎ اﻷﺧﺗﺑ ﺎر‪SE‬‬
‫‪50‬‬

‫‪0‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪9‬‬
‫ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم‬

‫اﻟﺷﻛل ‪١١‬‬
‫ﻧﺗﺎﺋﺞ ﺧطﺄ اﻟﺗدرﯾب واﻻﺧﺗﺑﺎر ﻋﻧد ﻣﺧﺗﻠف ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم‬

‫واﻟﺷﻛل ‪ ١١‬ﯾﺷﯾر إﻟﻰ وﺟود ﻋﻼﻗﺔ ﻋﻛﺳﯾﺔ ﺑﯾن ﻗﯾﻣﺔ ﺧط ﺄ اﻟﺗ درﯾب وﻗﯾﻣ ﺔ ﺧط ﺄ‬
‫اﻻﺧﺗﺑ ﺎر ﻋﻧ د ﺟﻣﯾ ﻊ ﻣﻌ ﺎﻣﻼت اﻟ ﺗﻌﻠم ) ‪ ( α‬وھ ذا ﯾﻌﻧ ﻲ ﺿ رورة اﻟﻣوازﻧ ﺔ ﺑ ﯾن درﺟ ﺔ‬
‫اﻟدﻗﺔ اﻟﻣﺣددة واﻟﻣطﻠوب اﻟوﺻول إﻟﯾﮭﺎ )‪ (MSE‬وﺑﯾن ﻗﯾم ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم‪ ،‬وﯾﻌﺗﻣد ﻛ ل‬
‫ذﻟك ﻋﻠﻰ ﻣ دى وﺟ ود ﺗﻐﯾ رات ﺣ ﺎدة أو أﻧﻣ ﺎط ﺗﻛرارﯾ ﺔ )ارﺗﻔ ﺎع ‪ /‬اﻧﺧﻔ ﺎض( ﻓ ﻲ ﻗ ﯾم‬
‫اﻟﻣؤﺷ رات اﻟﺳ وﻗﯾﺔ‪ ،‬ﻟ ذا ﻓ ﺈن ﻋﻣﻠﯾ ﺔ اﻻﺧﺗﺑ ﺎر واﻟﺗﻧﺑ ؤ ﺳﺗﺳ ﺗﻧد ﻋﻠ ﻰ ﻗ ﯾم ﺧط ﺄ ﺗ درﯾب‬
‫ﻣﺳﺗﮭدف ﯾﺳﺎوي )‪.(MSE > 0.1%‬‬

‫اﻟﺟدول ‪١٣‬‬
‫ﻧﺗﺎﺋﺞ ﺗدرﯾب ﻣﺧﺗﻠف اﻟﺷﺑﻛﺎت ﻋﻠﻰ ﻣؤﺷرات أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫ﺧطﺄ اﻟﺗدرﯾب‬
‫ﺣﺎﺻل اﻟﺗﻌﻠم‬ ‫اﻻوزان‬ ‫اﻟﺷﺑﻛﺔ‬ ‫اﻟﻣؤﺷرات‬
‫‪MAPE‬‬ ‫‪MSD‬‬

‫‪٠.٠٠١‬‬ ‫‪٠.٠٨٠‬‬ ‫‪٠.٧‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫ﻋﻣﺎن‬

‫‪٠.٠١٤‬‬ ‫‪٧.١٦٠‬‬ ‫‪٠.٢‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٠.٠١٦‬‬ ‫‪٠.٤٤٠‬‬ ‫‪٠.٤‬‬ ‫‪٢٧٦‬‬ ‫)‪(٩-٢٥-١‬‬ ‫ﺑﯾروت‬
‫‪٠.٠٠٧‬‬ ‫‪١.٨٩٩‬‬ ‫‪٠.٥‬‬ ‫‪٢٩٨‬‬ ‫)‪(٩-٢٧-١‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٠.٠١٢‬‬ ‫‪١٠.٥٢٢‬‬ ‫‪٠.٤‬‬ ‫‪٢٧٦‬‬ ‫)‪(٩-٢٥-١‬‬ ‫ﻣﺻر‬
‫‪٠.٠٠٥‬‬ ‫‪١.٣٤٦‬‬ ‫‪٠.٦‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٠٠‬‬ ‫‪٠.٢١١‬‬ ‫‪٠.٤‬‬ ‫‪٢٩٨‬‬ ‫)‪(٩-٢٧-١‬‬ ‫ﻣﺳﻘط‬
‫‪٠.٠٠٣‬‬ ‫‪٠.٣٥٤‬‬ ‫‪٠.٩‬‬ ‫‪٣٠٩‬‬ ‫)‪(٩-٢٨-١‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٠٠١‬‬ ‫‪٠.٢١١‬‬ ‫‪٠.٧‬‬ ‫‪٣٠٩‬‬ ‫)‪(٩-٩٨-١‬‬ ‫ﺗوﻧس‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٤١‬‬

‫وﻣ ن اﻟﺟ دول ‪ ١٣‬ﯾﻣﻛ ن اﻟوﻗ وف ﻋﻠ ﻰ ﻧﺗ ﺎﺋﺞ ﺗ درﯾب ﻣﺧﺗﻠ ف اﻟﺷ ﺑﻛﺎت ﻋﻠ ﻰ‬
‫اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ اﻟرﺋﯾﺳﺔ ﻷﺳ واق اﻟ دول ﻋﯾﻧ ﺔ اﻟﺑﺣ ث‪ ،‬وذﻟ ك ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ﻋﯾﻧ ﺔ‬
‫ﺗ درﯾب ﺗﺗ ﺄﻟف ﻣ ن )‪ (٢٧٤‬ﻣﺷ ﺎھدة ﯾوﻣﯾ ﺔ‪ ،‬واﻟ ذي ﯾظﮭ ر ھ و درﺟ ﺔ اﻻﺧﺗﻼﻓ ﺎت ﺑ ﯾن‬
‫ﺳوق وأﺧرى ﻣن ﺣﯾث اﻟﺷ ﺑﻛﺔ )‪ (Architecture‬اﻟﻣﻌﺗﻣ دة وﻣﻌﺎﻣ ل اﻟ ﺗﻌﻠم ) ‪ ( α‬وﺗ ﺄﺛﯾر‬
‫ذﻟك ﻓﻲ ﻧﺗﺎﺋﺞ اﻟﺗ درﯾب ﻓ ﻲ ظ ل ﺗﺣدﯾ د درﺟ ﺔ ﺧط ﺄ ﺗ درﯾب ﺗﺳ ﺎوي )‪،(MSE > 0.1%‬‬
‫ﻟذﻟك ﺗم إﺟراء ﻋدة اﺧﺗﺑﺎرات ﻋﻠﻰ ﻣﺧﺗﻠف اﻟﺷﺑﻛﺎت وﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم اﻟﻣﺣددة ﻣﺳﺑﻘﺎ و‬
‫ﻟﻛ ل ﻣؤﺷ ر ﺳ وﻗﻲ‪ ،‬ﻟﮭ ذا ﺗ م اﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ اﻟﺷ ﺑﻛﺔ )‪ (٢-٢٩-١‬ﻟﻣؤﺷ رات )ﻋﻣ ﺎن‪،‬‬
‫اﻟﺑﺣ رﯾن‪ ،‬اﻟﻛوﯾ ت(‪ ،‬وذﻟ ك ﯾﻌ ود إﻟ ﻰ أن ﻗ ﯾم ﻣؤﺷ رات أﺳ واق )ﻋﻣ ﺎن‪ ،‬اﻟﻛوﯾ ت( ﻗ د‬
‫ﺗﺿﻣﻧت أﻧﻣﺎط )ارﺗﻔﺎع ‪ /‬اﻧﺧﻔﺎض( ﻣﺗﻛ ررة‪ ،‬واﻧﻌﻛ س ھ ذا ﻓ ﻲ ﺗﺣدﯾ د درﺟ ﺔ ﻣرﺗﻔﻌ ﺔ‬
‫ﻟﻣﻌﺎﻣ ل اﻟ ﺗﻌﻠم ) ‪ ( α‬واﻟﺗ ﻲ ﺑﻠﻐ ت )‪ (0.6 , 0.7‬ﻋﻠ ﻰ اﻟﺗ واﻟﻲ‪ ،‬ﺑﻌﻛ س ﻣؤﺷ ر ﺳ وق‬
‫اﻟﺑﺣرﯾن اﻟذي ﻋﻛ س اﺗﺟﺎھﺎ ً ﻋﺎﻣﺎ ً )ارﺗﻔ ﺎع ﻓ ﻲ اﻟﻣ دى اﻟطوﯾ ل( وﻋ د ّ أن أﻓﺿ ل ﻗﯾﻣ ﺔ‬
‫ﻟﻣﻌﺎﻣل اﻟﺗﻌﻠم ﻛﺎﻧت )‪.(٠.٢‬‬
‫أﻣﺎ ﺑﺎﻟﻧﺳﺑﺔ ﻟﺳوﻗﻲ )ﺑﯾروت‪ ،‬ﻣﺻر( ﻓﺈﻧﮫ ﻗد ﺗم اﻻﻋﺗﻣﺎد ﻋﻠﻰ اﻟﺷ ﺑﻛﺔ )‪(١-٢٥-١‬‬
‫ﺑﻘﯾﻣﺔ ﻣﻌﺎﻣل ﺗﻌﻠم ّ ﺑﻠﻐت )‪ ،(٠.٤‬وذﻟك ﯾﻌود إﻟﻰ وﺟود أﻧﻣﺎط )ارﺗﻔﺎع ‪ /‬اﻧﺧﻔﺎض( ﻏﯾر‬
‫ﻣﺗﻛررة ﺑﺷﻛل ﻛﺑﯾر ﻓﻲ ﻗﯾم ﻣؤﺷراﺗﮭﺎ ﺧﻼل ﻓﺗرة اﻟﺗدرﯾب‪.‬‬
‫وﺑﺎﻟﻧﺳ ﺑﺔ ﻟﺳ وﻗﻲ )اﻟ دار اﻟﺑﯾﺿ ﺎء‪ ،‬ﻣﺳ ﻘط( ﻓ ﺈن أﻓﺿ ل ﺷ ﺑﻛﺔ ﻛﺎﻧ ت )‪(٩-٢٧-١‬‬
‫وذﻟك ﻟوﺟود اﺗﺟﺎه ﻋﺎم ﻣﺗﺻﺎﻋد ﻣﻊ أﻧﻣﺎط )ارﺗﻔﺎع ‪ /‬اﻧﺧﻔﺎض( ﻣﺗﻛررة ﺑﺎﻟﻧﺳﺑﺔ ﻟﺳوق‬
‫)اﻟ دار اﻟﺑﯾﺿ ﺎء( وﺗﻐﯾ رات ﻓﺟﺎﺋﯾ ﺔ ﻓ ﻲ ﻣؤﺷ ر ﺳ وق )ﻣﺳ ﻘط( اﻷﻣ ر اﻟ ذي ﻋﻛ س ﻣ ن‬
‫ﺧﻼل اﻻﺧﺗﺑﺎر‪ ،‬أن أﻓﺿل ﻗﯾم ﻟﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم ﻛﺎﻧ ت )‪ (٠.٤ ،٠.٥‬ﻋﻠ ﻰ اﻟﺗ واﻟﻲ ﻟﻛ ﻼ‬
‫اﻟﺳوﻗﯾن‪.‬‬
‫ﻓ ﻲ ﺣ ﯾن ﺗ م اﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ اﻟﺷ ﺑﻛﺔ )‪ (٩-٢٨-١‬ﺑﺎﻟﻧﺳ ﺑﺔ ﻟﻣؤﺷ رات ﺳ وﻗﻲ‬
‫)اﻟﺳﻌودﯾﺔ‪ ،‬ﺗوﻧس( ﺑﻣﻌ ﺎﻣﻼت ﺑﻠﻐ ت )‪ (٠.٧ ،٠.٩‬ﻋﻠ ﻰ اﻟﺗ واﻟﻲ وﻣ ﺎ ﻋﻛﺳ ت ﺑ دورھﺎ‬
‫أﻓﺿل ﻗﯾم ﻟﻧﺗﺎﺋﺞ ﻣﺟﻣوﻋﺔ ﻣن اﻻﺧﺗﺑﺎرات ﻋﻠﻰ ﻣﺧﺗﻠف ﻣﻌﺎﻣﻼت اﻟﺗﻌﻠم ّ ) ‪( α‬‬

‫اﻟﺟدول ‪١٤‬‬
‫اﺧﺗﺑﺎر ﻛﻔﺎءة أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ اﻟﺗﻧﺑؤﯾﺔ – )‪ (١٦‬ﯾوم‬
‫ﺧطﺄ اﻻﺧﺗﺑﺎر‬
‫‪MAPE‬‬ ‫‪MSD‬‬
‫‪α‬‬ ‫‪W‬‬ ‫اﻟﺷﺑﻛﺔ‬ ‫اﻟﻣؤﺷرات‬
‫‪٠.٠٠٦‬‬ ‫‪٢.٠٩٧‬‬ ‫‪٠.٧‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫ﻋﻣﺎن‬
‫‪٠.٠٠٥‬‬ ‫‪١.٧٥٤‬‬ ‫‪٠.٢‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٠.٠١٥‬‬ ‫‪٨.٦٨١‬‬ ‫‪٠.٤‬‬ ‫‪٢٧٦‬‬ ‫)‪(٩-٢٥-١‬‬ ‫ﺑﯾروت‬
‫‪٠.٠١١‬‬ ‫‪٤.٣٨٩‬‬ ‫‪٠.٥‬‬ ‫‪٢٩٨‬‬ ‫)‪(٩-٢٧-١‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٠.٠٠٨‬‬ ‫‪٨.٣٦٣‬‬ ‫‪٠.٤‬‬ ‫‪٢٧٦‬‬ ‫)‪(٩-٢٥-١‬‬ ‫ﻣﺻر‬
‫‪٠.٠٠٤‬‬ ‫‪٠.٨٩١‬‬ ‫‪٠.٦‬‬ ‫‪٣٢٠‬‬ ‫)‪(٩-٢٩-١‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٠١٢‬‬ ‫‪٨.٤٦٤‬‬ ‫‪٠.٤‬‬ ‫‪٢٩٨‬‬ ‫)‪(٩-٢٧-١‬‬ ‫ﻣﺳﻘط‬
‫‪٠.٠٠٥٠‬‬ ‫‪١.٦٩٤‬‬ ‫‪٠.٩‬‬ ‫‪٣٠٩‬‬ ‫)‪(٩-٢٨-١‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٠٠٤‬‬ ‫‪٠.٣٦٣‬‬ ‫‪٠.٧‬‬ ‫‪٣٠٩‬‬ ‫)‪(٩-٩٨-١‬‬ ‫ﺗوﻧس‬
 ‫]‪[٤٢‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫اﻟﺟ دول ‪ ١٤‬ﯾﻌﻛ س ﻧﺗ ﺎﺋﺞ اﺧﺗﺑ ﺎر ﻛﻔ ﺎءة اﻷﻧﻣ وذج اﻟﺗﻧﺑؤﯾ ﺔ ﻟﻔﺗ رة )‪ (١٦‬ﯾوﻣ ﺎ ً‬
‫ﺑﺎﻻﻋﺗﻣﺎد ﻋﻠﻰ ﻧﺗﺎﺋﺞ اﺧﺗﺑﺎر اﻟﺷﺑﻛﺎت‪ ،‬وﻣﻌﺎﻣﻼتاﻟﺗﻌﻠم اﻟﻣﺣدد ﺳﺎﺑﻘﺎ ً ‪ ،‬وﻣﺎ ﯾﺗﺿ ﺢ ھ و‬
‫ﻣدى اﻻﺧﺗﻼﻓﺎت ﺑﯾن ﻧﺗﺎﺋﺞ ﻣﻘﺎﯾﯾس اﻟدﻗﺔ ﺑ ﯾن ﺟﻣﯾ ﻊ اﻷﺳ واق واﻟ ذي ﯾﻌ زى إﻟ ﻰ ﻣ دى‬
‫وﺟ ود ﺗﻐﯾ رات ﺣ ﺎدة ﻓ ﻲ ﻗ ﯾم اﻟﻣؤﺷ رات‪ ،‬ﻓﺿ ﻼ ً ﻋ ن ﻣ دى وﺟ ود أﻧﻣ ﺎط )ارﺗﻔ ﺎع ‪/‬‬
‫اﻧﺧﻔﺎض( ﻣﺗﻛررة ﻣﻊ ارﺗﺑﺎطﮭﺎ ﺑﺎﺗﺟﺎه ﺗﺻﺎﻋدي أو ﺗﻧﺎزﻟﻲ ﻓﻲ ﻗﯾم اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ‬
‫ﺧﻼل ﻓﺗرة اﻟﺗدرﯾب‪ ،‬واﻧﻌﻛس ﻛل ذﻟك ﻋﻠﻰ ﻗﯾم ﺧطﺄ اﺧﺗﺑﺎر اﻷﻧﻣ وذج ﻓ ﻲ اﻟﺗﻧﺑ ؤ ﺑﻘ ﯾم‬
‫ﻣؤﺷرات أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‪.‬‬
‫‪ .٦‬اﻟﻣﻘﺎرﻧﺔ ﺑﯾن اﻟﻧﻣﺎذج اﻹﺣﺻﺎﺋﯾﺔ اﻟﺧطﯾﺔ )اﻟﻛﻼﺳﯾﻛﯾﺔ( وﺗﺣﻠﯾل اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ‪:‬‬
‫ﺑﻌد إﺟ راء ﻋﻣﻠﯾ ﺔ ﺗطﺑﯾ ق ﻧﻣ ﺎذج اﻟﺗﻧﺑ ؤ اﻟﺧطﯾ ﺔ )اﻟﻛﻼﺳ ﯾﻛﯾﺔ( واﻟﺷ ﺑﻛﺔ اﻟﻌﺻ ﺑﯾﺔ‬
‫ذات اﻻﻧﺗﺷﺎر اﻟﻌﻛﺳﻲ ﻟﻠﺧط ﺄ‪ ،‬ﺑﺎﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ﻋ دد ﻣﺷ ﺎھدات ﻗ درھﺎ )‪ (٢٧٤‬ﻣﺷ ﺎھدة ً‬
‫ﯾوﻣﯾﺔ ً ﺗﻌﻛس أﺳﻌﺎر إﻏﻼق اﻟﻣؤﺷرات اﻟرﺋﯾﺳﺔ ﻟﻣﺟﻣوﻋﺔ أﺳ واق اﻟ دول ﻋﯾﻧ ﺔ اﻟﺑﺣ ث‪،‬‬
‫واﻟﺗﻌرف ﻋﻠﻰ ﻣ دى ﻛﻔ ﺎءة ﻛ ل أﻧﻣ وذج ﻓ ﻲ ﺗﺣدﯾ د اﻻﺗﺟ ﺎه اﻟﻣﺳ ﺗﻘﺑﻠﻲ ﻟﻘ ﯾم ﻛ ل ﻣؤﺷ ر‬
‫ﺳوﻗﻲ ﺧﻼل ﻓﺗرة اﻻﺧﺗﺑﺎر‪ ،‬ﺗﺑﯾن أﻧﮫ ﻣن اﻟﺿروري إﺟ راء ﻋﻣﻠﯾ ﺔ اﻟﻣوازﻧ ﺔ ﻓﯾﻣ ﺎ ﺑ ﯾن‬
‫اﻟﻧﻣ ﺎذج اﻟﺧطﯾ ﺔ )اﻟﻛﻼﺳ ﯾﻛﯾﺔ( وﺑ ﯾن أﻧﻣ وذج اﻟﺷ ﺑﻛﺔ اﻟﻌﺻ ﺑﯾﺔ ذات اﻻﻧﺗﺷ ﺎر اﻟﻌﻛﺳ ﻲ‬
‫ﻟﻠﺧطﺄ‪ ،‬وﻛﻣﺎ ﯾﺄﺗﻲ ‪:‬‬

‫اﻟﺟدول ‪١٥‬‬
‫اﻟﻣوازﻧﺔ ﺑﯾن دﻗﺔ ﻧﻣﺎذج اﻟﺗﻧﺑؤ اﻟﺧطﯾﺔ )اﻟﻛﻼﺳﯾﻛﯾﺔ( واﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ ﻟﻣؤﺷرات‬
‫أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‬
‫أﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ‬
‫اﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ ذات‬ ‫أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ‬ ‫أﻧﻣوذج اﻟﺗﻌدﯾل اﻷﺳﻲ‬
‫واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ‬
‫اﻻﻧﺗﺷﺎر اﻟﻌﻛﺳﻲ ﻟﻠﺧطﺄ‬ ‫اﻟﺧطﻲ‬ ‫اﻟﺑﺳﯾط‬ ‫اﻟﺳوق‬
‫اﻟﺗﻛﺎﻣﻠﯾﺔ‬
‫‪MAPE‬‬ ‫‪MSD‬‬ ‫‪MAPE‬‬ ‫‪MSD‬‬ ‫‪MAPE‬‬ ‫‪MSD‬‬ ‫‪MAPE‬‬ ‫‪MSD‬‬
‫‪٠.٠٠٦‬‬ ‫‪٢.٠٩٧‬‬ ‫‪٠.٣٥‬‬ ‫‪٥٠.٣٤٢‬‬ ‫‪٠.٠٢٨‬‬ ‫‪٣٢.٦٣‬‬ ‫‪١.١٨٧‬‬ ‫‪٤٩.١٦٨‬‬ ‫ﻋﻣﺎن‬
‫‪٠.٠٠٥‬‬ ‫‪١.٧٥٤‬‬ ‫‪٠.٠١١‬‬ ‫‪١٢.٥٧٧‬‬ ‫‪٠.٠٠٩‬‬ ‫‪٨.٨١٥‬‬ ‫‪٠.٠١٨‬‬ ‫‪٢٦.٦١٦‬‬ ‫اﻟﺑﺣرﯾن‬
‫‪٠.٠١٥‬‬ ‫‪٨.٦٨١‬‬ ‫‪٠.١١١‬‬ ‫‪٣٥٦.٢١١‬‬ ‫‪٠.٠٨٩‬‬ ‫‪٢٢١‬‬ ‫‪٠.٠٧٧‬‬ ‫‪١٧٥.٠٧‬‬ ‫ﺑﯾروت‬
‫‪٠.٠١١‬‬ ‫‪٤.٣٨٩‬‬ ‫‪٠.٠٣١‬‬ ‫‪٤٣.٧٦٦‬‬ ‫‪٠.٠٢٤‬‬ ‫‪٣١.٩١‬‬ ‫‪٠.٠٢٤‬‬ ‫‪٣٠.٠٠٤‬‬ ‫اﻟدار اﻟﺑﯾﺿﺎء‬
‫‪٠.٠٠٨‬‬ ‫‪٨.٣٦٣‬‬ ‫‪٠.٠١٤‬‬ ‫‪١٨.٦٣٦‬‬ ‫‪٠.٠١٥‬‬ ‫‪٢٢.٠٨‬‬ ‫‪٠.٠١١‬‬ ‫‪١٤.٥٧٩‬‬ ‫ﻣﺻر‬
‫‪٠.٠٠٤‬‬ ‫‪٠.٨٩١‬‬ ‫‪٠.٠٠٨‬‬ ‫‪٢.٨٣٦‬‬ ‫‪٠.٠١٦‬‬ ‫‪١.٩‬‬ ‫‪٠.٠٠٨‬‬ ‫‪٢.٨٣٩‬‬ ‫اﻟﻛوﯾت‬
‫‪٠.٠١٢‬‬ ‫‪٨.٤٦٤‬‬ ‫‪٠.٠١٨‬‬ ‫‪١٥.٠٨٤‬‬ ‫‪٠.٠٢٢‬‬ ‫‪٢٢.٨٧‬‬ ‫‪٠.٠١٤‬‬ ‫‪١٠.٤٩٨‬‬ ‫ﻣﺳﻘط‬
‫‪٠.٠٠٥‬‬ ‫‪١.٦٩٨‬‬ ‫‪٠.٠١٤‬‬ ‫‪١٢.١٢٨‬‬ ‫‪٠.٠٠٥‬‬ ‫‪١.٨٨٦‬‬ ‫‪٠.٠١٤‬‬ ‫‪١١.٣٠٦‬‬ ‫اﻟﺳﻌودﯾﺔ‬
‫‪٠.٠٠٤‬‬ ‫‪٠.٣٦٣‬‬ ‫‪٠.٠٠٥‬‬ ‫‪٠.٤٩٥‬‬ ‫‪٠.٠٠٥‬‬ ‫‪٠.٥٩١‬‬ ‫‪٠.٠٠٥‬‬ ‫‪٠.٤٩٥‬‬ ‫ﺗوﻧس‬

‫وﻣ ن اﻟﺟ دول ‪ ١٥‬ﯾ ﺗم اﻟوﻗ وف ﻋﻠ ﻰ ﻧﺗ ﺎﺋﺞ ﻣﻘ ﺎﯾﯾس اﻟدﻗ ﺔ ‪ MSD‬و ‪MAPE‬‬
‫ﻟﻣﺟﻣوﻋﺔ ﻧﻣﺎذج اﻟﺗﻧﺑؤ اﻟﺧطﯾﺔ )اﻟﻛﻼﺳﯾﻛﯾﺔ( وأﻧﻣ وذج اﻟﺷ ﺑﻛﺔ اﻟﻌﺻ ﺑﯾﺔ ذات اﻻﻧﺗﺷ ﺎر‬
‫اﻟﻌﻛﺳﻲ ﻟﻠﺧط ﺄ‪ ،‬واﻟﺗ ﻲ ﺗﻌﻛ س ﺑ دورھﺎ ﻣ دى اﻻﻧﺣراﻓ ﺎت ﺑ ﯾن اﻟﻔﻌﻠ ﻲ واﻟﻣﺗوﻗ ﻊ ﺧ ﻼل‬
‫ﻓﺗرة اﻻﺧﺗﺑﺎر اﻟﻣﺣددة وﻛﻣﺎ ﯾﺄﺗﻲ ‪:‬‬
‫‪ .١‬أﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺑﺳ ﯾط‪ :‬ﻧﺟ د أن ھ ذا اﻷﻧﻣ وذج ﻗ د ﺣﻘ ق أﻗ ل ﻗﯾﻣ ﺔ ﻟﻣﻘﯾﺎﺳ ﻲ‬
‫اﻟدﻗ ﺔ اﻟﻣﻌﺗﻣ دﯾن ‪ MSD‬و ‪ MAPE‬ﻓ ﻲ اﻟﺗطﺑﯾ ق ﻋﻠ ﻰ ﻣؤﺷ رات أﺳ واق‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٤٣‬‬

‫)اﻟدار اﻟﺑﯾﺿ ﺎء‪ ،‬ﻣﺻ ر‪ ،‬ﺗ وﻧس(‪ ،‬وذﻟ ك ﺧ ﻼل ﻓﺗ رة اﻻﺧﺗﺑ ﺎر اﻟﻣﺣ ددة‪ ،‬و ﻣﻣ ﺎ ﯾؤﺧ ذ‬
‫ﻋﻠﻰ ھذا اﻷﻧﻣوذج ھو ﻋدم ﻗدرﺗﮫ ﻋﻠ ﻰ اﻟﺗﻧﺑ ؤ اﻟطوﯾ ل اﻷﺟ ل‪ ،‬وﻋﻠ ﻰ ﺗﺣدﯾ د اﻻﺗﺟ ﺎه‬
‫اﻟﻌ ﺎم واﻷﺧ ذ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر ﺟﻣﯾ ﻊ اﻟﻣﺗﻐﯾ رات اﻟﻣﻣﻛ ن ﺣ دوﺛﮭﺎ ﻓ ﻲ ﻗ ﯾم اﻟﻣؤﺷ رات‬
‫اﻟﺳوﻗﯾﺔ اﻟﻣ ذﻛورة أﻧﻔ ﺎ ً ﺿ ﻣن ﺣ دود ﺛﻘ ﺔ )‪ (%٩٥‬وﺧ روج اﻟﻘ ﯾم اﻟﻔﻌﻠﯾ ﺔ ﻋﻧﮭ ﺎ اﻷﻣ ر‬
‫اﻟذي ﯾﺿﻌف درﺟﺔ اﻻﻋﺗﻣﺎد ﻋﻠﯾﮫ‪.‬‬
‫‪ .٢‬ﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺧط ﻲ‪ :‬إن أﻗ ل ﻗﯾﻣ ﺔ ﻟﻣﻘ ﺎﯾﯾس ‪ MSD‬و ‪ MAPE‬ﻛﺎﻧ ت ﻗ د‬
‫ﺗﺣﻘﻘت ﺑﺎﻟﺗطﺑﯾق ﻋﻠﻰ ﻣؤﺷرات أﺳواق )ﻋﻣﺎن‪ ،‬اﻟﺑﺣرﯾن‪ ،‬اﻟﻛوﯾت‪ ،‬اﻟﺳﻌودﯾﺔ(‪ ،‬وﻋﻠﻰ‬
‫اﻟرﻏم ﻣن أن اﻷﻧﻣوذج أﻓﺿل ﺛﺎﻧﻲ أﻧﻣوذج ﺑﺎﻟﻧﺳﺑﺔ ﻷﺳواق )ﺑﯾروت‪ ،‬اﻟدار اﻟﺑﯾﺿﺎء‪،‬‬
‫ﻣﺻر‪ ،‬ﻣﺳﻘط‪ ،‬ﺗوﻧس(‪ ،‬إﻻ أﻧﮫ أﻛﺛر ﻗدرة ﻣ ن اﻷﻧﻣ وذج اﻷول ﻋﻠ ﻰ ﺗﺣدﯾ د اﻟﺗﻐﯾ رات‬
‫)ارﺗﻔﺎع ‪ /‬اﻧﺧﻔﺎض( اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻓﻲ ﻗﯾم ﻣؤﺷرات ﺟﻣﯾﻊ اﻷﺳواق أﺧذھﺎ ﺑﻧظر اﻻﻋﺗﺑﺎر‬
‫ﺿﻣن ﺣدود ﺛﻘﺔ )‪.(%٩٥‬‬
‫‪ .٣‬أﻧﻣوذج اﻻﻧﺣدار اﻟذاﺗﻲ واﻷوﺳﺎط اﻟﻣﺗﺣرﻛﺔ اﻟﺗﻛﺎﻣﻠﯾ ﺔ‪ :‬ﻋﻠ ﻰ اﻟ رﻏم ﻣ ن ﺗﺣﻘﯾ ق ھ ذا‬
‫اﻷﻧﻣوذج أﻛﺑر ﻗﯾم ﻟﻣﻘﯾﺎﺳﻲ اﻟدﻗﺔ ‪ MSD‬و ‪ MAPE‬ﻣن ﺧﻼل اﻟﺗطﺑﯾق ﻋﻠﻰ ﻣؤﺷ رات‬
‫ﺟﻣﯾﻊ اﻷﺳواق )ﻣﺎ ﻋدا ﺳوق ﺗوﻧس(‪ ،‬وﻋد ّه أﻓﺿل ﺛﺎﻟث أﻧﻣوذج ﻟﺟﻣﯾﻊ اﻷﺳواق‪ ،‬إﻻ‬
‫أﻧ ﮫ ﻋﻠ ﻰ ﻏ رار اﻷﻧﻣ وذج اﻟﺳ ﺎﺑق ﻗ د ﻋﻛ س ﻗدرﺗ ﮫ ﻋﻠ ﻰ ﺗﺣدﯾ د اﻟﺗﻐﯾ رات )ارﺗﻔ ﺎع ‪/‬‬
‫اﻧﺧﻔﺎض( اﻟﻣﺳﺗﻘﺑﻠﯾﺔ ﻓﻲ ﻏﺎﻟﺑﯾﺔ اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ ﺧﻼل ﻓﺗرة اﻻﺧﺗﺑﺎر وأﺧذھﺎ ﺑﻧظر‬
‫اﻻﻋﺗﺑ ﺎر ﺿ ﻣن ﺣ دود ﺛﻘ ﺔ )‪ ،(%٩٥‬وھ ذا ﯾﻌﻧ ﻲ إﻣﻛﺎﻧﯾ ﺔ اﻻﻋﺗﻣ ﺎد ﻋﻠﯾ ﮫ ﻓ ﻲ اﻟﺗﻧﺑ ؤ‬
‫اﻟطوﯾل اﻷﺟل‪.‬‬
‫‪ .٤‬أﻧﻣوذج اﻟﺷﺑﻛﺔ اﻟﻌﺻ ﺑﯾﺔ ذات اﻻﻧﺗﺷ ﺎر اﻟﻌﻛﺳ ﻲ ﻟﻠﺧط ﺄ‪ :‬ﯾﺗﺿ ﺢ ﻣ ن اﻟﺟ دول ‪ ١٥‬أن‬
‫ھذا اﻷﻧﻣوذج ﻗ د ﺣﻘ ق أﻗ ل ﻗﯾﻣ ﺔ ﻋﻠ ﻰ اﻻط ﻼق ﻣ ن ﺑ ﯾن ﻗ ﯾم ﻣﻘ ﺎﯾﯾس اﻟدﻗ ﺔ اﻟﻣﻌﺗﻣ دة‬
‫‪ MSD‬و ‪ MAPE‬وذﻟك ﺑ ﺎﻟﺗطﺑﯾق ﻋﻠ ﻰ ﺟﻣﯾ ﻊ ﻣؤﺷ رات أﺳ واق اﻟ دول ﻋﯾﻧ ﺔ اﻟﺑﺣ ث‪،‬‬
‫وھذا ﯾﻌﻛ س درﺟ ﺔ اﻟﺗﻔ وق اﻟﻛﺑﯾ رة ﻟﮭ ذا اﻷﻧﻣ وذج ﻋﻠ ﻰ ﺟﻣﯾ ﻊ ﻧﻣ ﺎذج اﻟﺗﻧﺑ ؤ اﻟﺧطﯾ ﺔ‬
‫)اﻟﻛﻼﺳﯾﻛﯾﺔ( اﻟﻣطﺑﻘﺔ ﻋﻠﻰ اﻟﻣؤﺷرات ﻧﻔﺳﮭﺎ واﻟﻔﺗرة ﻧﻔﺳﮭﺎ ﻧظرا ً ﻟﻘدرﺗﮫ اﻟﻛﺑﯾرة ﻋﻠ ﻰ‬
‫ﺗﺣدﯾ د أوﺟ ﮫ اﻟﺗﻐﯾ رات اﻟﻣﺳ ﺗﻘﺑﻠﯾﺔ وﺑﻘ ﯾم ﺧط ﺄ اﺧﺗﺑ ﺎر ﻣﻧﺧﻔﺿ ﺔ ﺟ دا ً وأﺧ ذھﺎ ﺑﻧظ ر‬
‫اﻻﻋﺗﺑﺎر ﺿﻣن ﺣدود ﺛﻘﺔ )‪.(%٩٥‬‬

‫اﻻﺳﺗﻧﺗﺎﺟﺎت‬
‫ﻟﻘ د ﺗوﺻ ل اﻟﺑ ﺎﺣﺛﯾن ﻣ ن ﺧ ﻼل ﻧﺗ ﺎﺋﺞ اﻟﺗﺣﻠﯾ ل إﻟ ﻰ ﻣﺟﻣوﻋ ﺔ رﺋﯾﺳ ﺔ ﻣ ن‬
‫اﻻﺳﺗﻧﺗﺎﺟﺎت اﻟﺗﻲ ﯾﻣﻛن ﺗﻠﺧﯾﺻﮭﺎ ﺑﺎﻵﺗﻲ ‪:‬‬
‫‪ .١‬ﻟﻘد أﺷﺎرت ﻧﺗﺎﺋﺞ اﻟﺗﺣﻠﯾل اﻟﺗوﺻﯾﻔﻲ ﻟﺑﯾﺎﻧﺎت ﻣؤﺷرات أﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث‪ ،‬إﻟﻰ‬
‫وﺟ ود ﺗﺑﺎﯾﻧ ﺎت واﺿ ﺣﺔ ﻓﯾﻣ ﺎ ﺑ ﯾن أداء ﺗﻠ ك اﻟﻣؤﺷ رات ﺧ ﻼل اﻟﻔﺗ رة‪ ،‬إذ أﻛ دت ﻧﺗ ﺎﺋﺞ‬
‫ﺑﻌض اﻟﻣﻘﺎﯾﯾس اﻟﻣﺳﺗﺧدﻣﺔ وﺟود ﺗذﺑذﺑﺎت ﻛﺑﯾرة ﻓﻲ ﻗﯾم ﺑﻌض اﻟﻣؤﺷرات ﻓﻲ اﻟوﻗ ت‬
‫ذاﺗﮫ أﺷﺎرت إﻟﻰ ﺿﺂﻟﺔ ﺣﺟم اﻟﺗذﺑذﺑﺎت ﻓﻲ ﻗﯾم ﺑﻌض اﻟﻣؤﺷرات اﻷﺧرى‪.‬‬
‫‪ .٢‬وﺟود اﺧﺗﻼﻓﺎت ﻛﺑﯾرة ﺑﯾن ﻗﯾم اﻟﻌواﺋد اﻟﻣﺣﺳوﺑﺔ ﻟﻛ ل ﻣؤﺷ ر ﻣ ن ﻣؤﺷ رات اﻷﺳ واق‬
‫ﻋﯾﻧﺔ اﻟﺑﺣث إذ اﺗﺳﻣت ﺑﻌﺿﮭﺎ ﺑﺗﻘﻠﺑ ﺎت ﺣ ﺎدة ﻓ ﻲ ﻗ ﯾم اﻟﻌواﺋ د اﻟﻣﺣﺳ وﺑﺔ ﻓﯾﻣ ﺎ اﺗﺳ ﻣت‬
‫ﻋواﺋد اﻷﺳواق اﻷﺧرى ﺑﻧوع ﻣن اﻻﺳﺗﻘرار ﻓﻲ ﻗﯾﻣﮭﺎ‪.‬‬
 ‫]‪[٤٤‬‬ ‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‪...‬‬

‫‪ .٣‬ﻟﻘد أﺷﺎرت ﻧﺗﺎﺋﺞ ﺗﺣﻠﯾل اﻻرﺗﺑﺎط اﻟذاﺗﻲ ‪ ACF‬ﻟﻘﯾم اﻟﻌواﺋد اﻟﻣﺣﺳ وﺑﺔ ﻋ ن اﻟﻣؤﺷ رات‬
‫اﻟرﺋﯾﺳﺔ ﻷﺳواق اﻟدول ﻋﯾﻧﺔ اﻟﺑﺣث ﺧﻼل اﻟﻔﺗرة اﻟﻰ وﺟود ﺗذﺑذﺑﺎت ﻛﺑﯾرة ﺑ ﯾن ﺳ وق‬
‫وأﺧ رى ﻣ ن ﺣﯾ ث إﻣﻛﺎﻧﯾ ﺔ اﻋﺗﺑ ﺎر أن ﺣرﻛ ﺔ اﻟﻌواﺋ د ﻋﺷ واﺋﯾﺔ أم ﻻ‪ ،‬ﻓﮭﻧ ﺎك ﺑﻌ ض‬
‫اﻟﻣؤﺷرات اﻟﺗﻲ ظﮭرت ﻓﯾﮭﺎ ﻣﻌﺎﻣﻼت ارﺗﺑﺎط ﻗوﯾﺔ ﺑﯾن ﻗﯾم اﻟﻌواﺋ د اﺳ ﺗﻣرت ﻟﻔﺗ رات‬
‫إﺑطﺎء ‪ Lags‬طوﯾﻠﺔ‪ ،‬ﻓﻲ ﺣﯾن أن ھﻧﺎك ﻣؤﺷرات أﺧرى ظﮭرت ﻓﯾﮭﺎ ﻣﻌﺎﻣﻼت ارﺗﺑﺎط‬
‫ﺷ ﺑﮫ ﻗوﯾ ﺔ )أو ﺿ ﻌﯾﻔﺔ( ﻟ م ﺗﺳ ﺗطﻊ أن ﺗ ؤﺛر أو ﺗﺑﻘ ﻰ ﻟﻔﺗ رات طوﯾﻠ ﺔ‪ ،‬وھﻧ ﺎك ﺑﻌ ض‬
‫اﻟﻣؤﺷرات اﻟﺳوﻗﯾﺔ اﻟﺗﻲ أظﮭرت ﻋﺷواﺋﯾﺔ ﺗﺎﻣﺔ ﻓﻲ ﺣرﻛﺔ اﻟﻌواﺋد اﻟﻣﺣﺳوﺑﺔ ﻋﻧﮭﺎ‪.‬‬
‫‪ .٤‬أﺷ ﺎرت ﻧﺗ ﺎﺋﺞ ﺗﺣﻠﯾ ل أﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺧط ﻲ إﻟ ﻰ ﻋ دم ﻛﻔ ﺎءة اﻷﻧﻣ وذج ﻓ ﻲ‬
‫اﻷﺟل اﻟطوﯾل وذﻟك ﻓﻲ ﺿوء ﻧﺗﺎﺋﺞ اﺧﺗﺑ ﺎر اﻷﻧﻣ وذج ﻟﻔﺗ رة )‪ (١٦‬ﯾوﻣ ﺎ ً وﻣ ﺎ ﻋﻛﺳ ﮫ‬
‫ﺧروج اﻟﻘﯾم اﻟﻔﻌﻠﯾﺔ ﻟﻠﻣؤﺷر ﻋن ﺣدود ﺛﻘ ﺔ )‪ (%٩٥‬ﻣ ن ﻋ دم إﻣﻛﺎﻧﯾ ﺔ اﻻﻋﺗﻣ ﺎد ﻋﻠﯾ ﮫ‬
‫ﺑﺷﻛل ﻛﺑﯾر ﻓﻲ اﻟﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ‪.‬‬
‫‪ .٥‬ﯾﻌ د أﻧﻣ وذج اﻟﺗﻌ دﯾل اﻷﺳ ﻲ اﻟﺧط ﻲ وأﻧﻣ وذج اﻻﻧﺣ دار اﻟ ذاﺗﻲ واﻷوﺳ ﺎط اﻟﻣﺗﺣرﻛ ﺔ‬
‫اﻟﺗﻛﺎﻣﻠﯾﺔ ﻣن أﻓﺿل اﻟﻧﻣﺎذج اﻟﺗﻲ ﯾﻣﻛن اﻋﺗﻣﺎدھﺎ ﻓﻲ اﻟﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ‪ ،‬وذﻟك ﻓﻲ ﺿوء‬
‫ﻣﺎ ﻋﻛﺳﺗﮫ ﻧﺗﺎﺋﺞ اﺧﺗﺑﺎراﺗﮭﻣﺎ ﻟﻔﺗرة )‪(١٦‬ﯾوﻣﺎ ً ‪ ،‬ﻓﻌﻠﻰ اﻟرﻏم ﻣن اﻧﺧﻔﺎض درﺟﺔ دﻗﺗﮭ ﺎ‬
‫ﻓ ﻲ ﺑﻌ ض اﻷﺳ واق إﻻ أن ﻗ درﺗﮭﺎ ﻛﺎﻧ ت ﻛﺑﯾ رة ﻋﻠ ﻰ اﻷﺧ ذ ﺑﻧظ ر اﻻﻋﺗﺑ ﺎر ﺟﻣﯾ ﻊ‬
‫اﻟﺗﻐﯾ رات اﻟﺳ وﻗﯾﺔ اﻟﻣﺣﺗﻣﻠ ﺔ ﻓ ﻲ ﻗ ﯾم اﻟﻣؤﺷ رات اﻟﻔﻌﻠﯾ ﺔ ﺿ ﻣن ﺣ دود ﺛﻘ ﺔ )‪(%٩٥‬‬
‫وﺗﻌﻛ س اﻟﻘ درة اﻟﻛﺑﯾ رة ﻋﻠ ﻰ اﺳ ﺗﻘراء ﺟﻣﯾ ﻊ اﻷﻧﻣ ﺎط اﻟﻣﻣﻛﻧ ﺔ ﺧ ﻼل ﻓﺗ رة اﻟﺗﻘ دﯾر‬
‫وﻣﺣﺎﻛﺎﺗﮭﺎ ﺧﻼل ﻓﺗرة اﻻﺧﺗﺑﺎر‪.‬‬
‫‪ .٦‬ﻣن ﺧﻼل ﻧﺗﺎﺋﺞ اﻟﻣوازﻧﺔ‪ ،‬ﻧﺟد أن أﻧﻣوذج اﻟﺷﺑﻛﺎت اﻟﻌﺻﺑﯾﺔ ﯾﺄﺗﻲ ﻓﻲ اﻟﻣرﺗﺑﺔ اﻻوﻟ ﻰ‬
‫ﻣن ﺣﯾث دﻗﺗﮫ ﻓﻲ اﻟﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ‪ ،‬وذﻟك ﻋﻧد ﺗطﺑﯾﻘﮫ ﻋﻠ ﻰ ﻣؤﺷ رات اﻷﺳ واق ﻋﯾﻧ ﺔ‬
‫اﻟﺑﺣ ث‪ ،‬إذ ﻋﻛ س ﻗ درة ﻛﺑﯾ رة ﺗﻔ وق ﻗ درة اﻟﻧﻣ ﺎذج اﻟﺧطﯾ ﺔ )اﻟﻛﻼﺳ ﯾﻛﯾﺔ( ﻓ ﻲ اﻟﺗﻧﺑ ؤ‬
‫اﻟﻣﺳﺗﻘﺑﻠﻲ‪ ،‬ووﺟد ﻣ ن ﺧ ﻼل ﻧﺗ ﺎﺋﺞ اﻻﺧﺗﺑ ﺎر أن اﻟﻘ ﯾم اﻟﻔﻌﻠﯾ ﺔ ﻛﺎﻧ ت ﺿ ﻣن ﺣ دود ﺛﻘ ﺔ‬
‫)‪ ،(%٩٥‬وأن اﻟﻘﯾم اﻟﻣﻘدرة ﻗد دﻟت ﻋﻠﻰ اﻷﺧذ ﺑﻧظر اﻻﻋﺗﺑﺎر ﺟﻣﯾﻊ اﻷﻧﻣﺎط اﻟﻣﻣﻛﻧ ﺔ‬
‫واﻟﺗﻐﯾرات ﻓﻲ ﻗﯾم اﻟﻣؤﺷر اﻟﺳوﻗﻲ ﺧﻼل ﻓﺗرة ﺗدرﯾب اﻟﺷﺑﻛﺔ‪ ،‬اﻷﻣر اﻟذي اﻧﻌﻛس ﻓﻲ‬
‫ﺗﻐﯾر ﺣدود اﻟﺛﻘﺔ اﻟﻌﻠﯾﺎ واﻟدﻧﯾﺎ ﻣﻊ أي ﺗﻐﯾر ﯾطرأ ﻋﻠﻰ اﻟﻘﯾﻣﺔ اﻟﻣﻘدرة‪.‬‬

‫اﻟﺗوﺻﯾﺎت‬
‫اﻋﺗﻣﺎدا ً ﻋﻠﻰ اﻻﺳﺗﻧﺗﺎﺟﺎت اﻟﺗﻲ ﺗوﺻل إﻟﯾﮭﺎ اﻟﺑﺣث ﻓﺈﻧﮫ ﯾﻣﻛن ﺗﺣدﯾد ﻣﺟﻣوﻋﺔ ﻣن‬
‫اﻟﺗوﺻﯾﺎت اﻟﺗﻲ ﯾﻣﻛن أن ﺗﺳﺎﻋد ﺑدورھﺎ اﻟﻣﺳﺗﺛﻣرﯾن ﻋﻠﻰ اﺗﺧﺎذ اﻟﻘرارات اﻻﺳﺗﺛﻣﺎرﯾﺔ‬
‫ﻓﯾﻣﺎ ﯾﺗﻌﻠق ﺑﺗوﻗﯾت اﻻﺳ ﺗﺛﻣﺎرات وﺗوﺟﯾﮭﮭ ﺎ ﺑﺎﻻﺗﺟ ﺎه اﻟ ذي ﯾﺣﻘ ق اﻟﻌﺎﺋ د اﻟﻣﻧﺎﺳ ب ﺑﺄﻗ ل‬
‫ﻣﺧﺎطرة ﻣﻣﻛﻧﺔ وﻛﻣﺎ ﯾﺄﺗﻲ‪:‬‬
‫‪ .١‬ﻻ ﺑد ﻣن إﺟراء ﺗﺣﻠﯾل أوﻟﻲ وﺗﺣدﯾد دﻗﯾق ﻟﻠﻣؤﺷ ر اﻟﺳ وﻗﻲ اﻟﻣرﻏ وب اﻻﺳ ﺗﺛﻣﺎر ﻓﯾ ﮫ‬
‫ﻣن ﺧﻼل دراﺳﺔ ﺳﻼﺳﻠﮫ اﻟزﻣﻧﯾﺔ ﻟﻔﺗرات ﺳﺎﺑﻘﺔ واﻟﺗﻌ رف ﻋﻠ ﻰ ﻣ دى وﺟ ود ﺗﻐﯾ رات‬
‫ﺷ ﺎذة ‪ Outliers‬ﻓ ﻲ ﻗﯾﻣ ﮫ ﺧ ﻼل ﺗﻠ ك اﻟﻔﺗ رة وﻣﺳ ﺗوﯾﺎت ﺗذﺑذﺑﺎﺗ ﮫ‪ ،‬اﻷﻣ ر اﻟ ذي ﯾ وﻓر‬
‫ﻣﻌرﻓﺔ ﻛﺎﻣﻠﺔ ﻋن ﺣﺟم اﻟﺧطر اﻟﻣﻣﻛن ﻣواﺟﮭﺗﮫ ﻓﻲ اﻟﻣﺳﺗﻘﺑل وﺗﺣدﯾ د اﻟﻌﺎﺋ د اﻟﻣﻧﺎﺳ ب‬
‫ﻓﻲ ﺿوﺋﮫ‪.‬‬
‫دﻛﺘﻮر ا ﺠ ﻤﻴﻞ وﻟ ﺴ ﺮا ج ]‪[٤٥‬‬

‫‪ .٢‬ﺿرورة ﻣﻌرﻓﺔ ﻣﺎ إذا ﻛﺎﻧت ھﻧﺎك أي أﻧﻣ ﺎط ﯾﻣﻛ ن اﻻﻋﺗﻣ ﺎد ﻋﻠﯾﮭ ﺎ ﻓ ﻲ إﺟ راء اﻟﺗﻧﺑ ؤ‬
‫اﻟﻣﺳﺗﻘﺑﻠﻲ ودراﺳﺗﮭﺎ ﻟﻔﺗرات طوﯾﻠﺔ‪ ،‬وھذا ﯾﺗﯾﺢ اﻟﻔرﺻﺔ ﻟﺗﺣدﯾد اﻷﻧﻣوذج اﻟﻣﻼﺋم اﻟذي‬
‫ﯾﻌطﻲ أﻛﺑر دﻗﺔ ﻣﻣﻛﻧﺔ ﺗﺳﺎﻋد ﻋﻠﻰ ﺗﺣﻘﯾق ﻋﻣﻠﯾﺔ اﻟﺗوﻗﯾت اﻟﻣﻧﺎﺳب‪.‬‬
‫‪ .٣‬ﺿرورة ﻣﻌرﻓﺔ ﻣدى ﻋﺷواﺋﯾﺔ ﺣرﻛ ﺔ اﻟﻌواﺋ د واﻟﺣﻛ م ﻋﻠ ﻰ ﻛﻔ ﺎءة اﻟﺳ وق اﻟﺗ ﻲ ﻋﻠ ﻰ‬
‫أﺳﺎﺳﮭﺎ ﯾﺗم ﺗﺣدﯾد اﻻﺳﺗراﺗﯾﺟﯾﺔ اﻻﺳﺗﺛﻣﺎرﯾﺔ اﻟﻣﻼﺋﻣﺔ واﻟﺗﻲ ﯾﻣﻛن اﺗﺑﺎﻋﮭﺎ وﺻوﻻ ً إﻟﻰ‬
‫اﻟ ﺗﺧﻠص اﻟﺟزﺋ ﻲ ﻣ ن ﺣﺎﻟ ﺔ ﻋ دم اﻟﺗﺄﻛ د اﻟﻣرﺗﺑط ﺔ ﺑﻌﻣﻠﯾ ﺔ اﺗﺧ ﺎذ اﻟﻘ رار‪ ،‬اﻷﻣ ر اﻟ ذي‬
‫ﯾﺳﺎﻋد ﻋﻠﻰ ﺗرﺷﯾد اﻟﺳﻠوك اﻻﺳﺗﺛﻣﺎري‪.‬‬
‫‪ .٤‬ﻋﻠﻰ اﻟرﻏم ﻣن اﻟدﻗﺔ اﻟﻣرﺗﺑطﺔ ﺑﺗطﺑﯾق أﻧﻣوذج اﻟﺷﺑﻛﺔ اﻟﻌﺻﺑﯾﺔ وﻣﺎ ﯾﺗرﺗب ﻋﻠﯾ ﮫ ﻣ ن‬
‫دﻋم ﻋﻣﻠﯾﺔ اﺗﺧﺎذ اﻟﻘرار واﻟﻣﺳﺎﻋدة ﻓﻲ وﺿﻊ اﻟﺗوﻗﯾﺗﺎت اﻟﻣﻧﺎﺳ ﺑﺔ‪ ،‬إﻻ أن ذﻟ ك ﯾ رﺗﺑط‬
‫ﺑﻛﻠف ﻣرﺗﻔﻌ ﺔ ﻧﺎﺗﺟ ﺔ ﻋ ن ﺗﺷ ﻐﯾل ھ ذا اﻷﻧﻣ وذج‪ ،‬ﻟ ذا ﻻ ﺑ د ﻣ ن إﺟ راء اﻟﻣوازﻧ ﺔ ﺑ ﯾن‬
‫اﻻﻋﺗﻣ ﺎد ﻋﻠ ﻰ ھ ذا اﻷﻧﻣ وذج وﺣﺟ م اﻷرﺑ ﺎح اﻟﻣﻣﻛ ن اﻟﺣﺻ ول ﻋﻠﯾﮭ ﺎ ﻣ ن ﺟ راء‬
‫اﻻﻋﺗﻣﺎد ﻋﻠﯾﮫ ﻓﻲ ﻋﻣﻠﯾﺔ اﻟﺗﻧﺑؤ اﻟﻣﺳﺗﻘﺑﻠﻲ‪.‬‬

‫اﻟﻣراﺟﻊ‬
‫أوﻻ ً ‪ -‬اﻟﻣراﺟﻊ ﺑﺎﻟﻠﻐﺔ اﻟﻌرﺑﯾﺔ‬
‫أﺳ ﻌد‪ ،‬رﯾ ﺎض‪" ،١٩٩٧ ،‬اﺳ ﺗﺧدام اﻷدوات اﻟﻣﺎﻟﯾ ﺔ اﻟﺟدﯾ دة ﻓ ﻲ إدارة اﻟﻣﺣ ﺎﻓظ اﻻﺳ ﺗﺛﻣﺎرﯾﺔ"‪،‬‬ ‫‪.١‬‬
‫اﻷﻛﺎدﯾﻣﯾﺔ اﻟﻌرﺑﯾﺔ ﻟﻠﻌﻠوم اﻟﻣﺎﻟﯾﺔ واﻟﻣﺻرﻓﯾﺔ‪ ،‬ﻗﺑرص‪.‬‬
‫ﺗﻘرﯾ ر اﻷﺳ واق اﻟﻣﺎﻟﯾ ﺔ اﻟﻌرﺑﯾ ﺔ اﻟﻣﺷ ﺎرﻛﺔ "ﻧﺷ ﺄﺗﮭﺎ وﺗطورھ ﺎ"‪ ،‬ﺻ ﻧدوق اﻟﻧﻘ د اﻟﻌرﺑ ﻲ‪ ،‬ﻋ دد‬ ‫‪.٢‬‬
‫ﺧﺎص‪.١٩٩٧ ،‬‬
‫ﻣطر‪ ،‬ﻣﺣﻣد‪" ،١٩٩٩ ،‬ادارة اﻻﺳﺗﺛﻣﺎرات اﻹطﺎر اﻟﻧظري واﻟﺗطﺑﯾﻘ ﺎت اﻟﻌﻣﻠﯾ ﺔ"‪ ،‬ط‪ ،٢‬ﻣؤﺳﺳ ﺔ‬ ‫‪.٣‬‬
‫اﻟوراق ﻟﻠﻧﺷر واﻟﺗوزﯾﻊ‪ ،‬ﻋﻣﺎن‪ ،‬اﻷردن‪.‬‬
‫اﻟﻧﺷرة اﻟﻔﺻﻠﯾﺔ اﻟﺧﺎﺻﺔ ﺑﻘﺎﻋدة ﺑﯾﺎﻧﺎت أﺳواق اﻷوراق اﻟﻣﺎﻟﯾﺔ اﻟﻌرﺑﯾﺔ ﻟﻠرﺑﻊ اﻟراﺑﻊ‪.٢٠٠٤ ،‬‬ ‫‪.٤‬‬

‫ﺛﺎﻧﯾﺎ ً ‪ -‬اﻟﻣراﺟﻊ ﺑﺎﻟﻠﻐﺔ اﻻﺟﻧﺑﯾﺔ‬

‫‪1. Abraham, Abraham, Fazal J. Seyyed and Sulaiman A. Alsakran, 2002, ”Testing the random walk‬‬
‫‪behavior and efficiency of gulf stock market”, The Financial Review (37).‬‬
‫‪2. Armstrong, J. Scott, ”Strategic planning and forecasting fundamentals” , 1983, The Strategic‬‬
‫‪Management Handbook, McGraw–Hill, 1st Ed.‬‬
‫‪3. Armstrong, J. Scott, ”Long – range forecasting, from crystal ball to computer” , 1985, John Willy‬‬
‫‪and Sons, Inc., 2nd Ed.‬‬
‫‪4. Armstrong, J. Scott, 1999 ” Quantitative methods in marketing” Thomson Press Ltd., 2nd Ed.‬‬
‫”‪5. Arsham, Hossien, 2004, "Time–critical decision making for economic and finance‬‬
‫‪(www.home.ubalt.edu/ntsbarsh/stat-data/forecast.htm).‬‬
‫‪6. Bearly, A. Richard and Stewart C. Myers, 1988, ”Principal of Corporate Finance”, McGraw Hill,‬‬
‫‪3rd Ed.‬‬
‫‪7. Blot, Gordan, 1994, ” Market and sales forecasting”, Logan Ltd, 1st Ed.‬‬
‫–‪8. Bodei, Zvi, Alex kane and Alan J. Marcus, , 1998 ”Essentials of investment”, Irwin, McGraw‬‬
‫‪Hill, 3rd Ed.‬‬
‫‪9. Curly, J. and Robert M. Bear, 1979, ”Investment Analysis and management”, Hrper & Rows‬‬
‫‪Publishers, 2nd Ed.‬‬
 [٤٦] ...‫ﺗﻘ ﺪﻳ ﺮ ﻧ ﻤﺎذ جاﻟﺘﻨﺒ ﺑﺄﺳﻌﺎ ا ﻷ ﺳ ﻬ ﻢ‬

10. Darrat, Ali F., Maosen Zhong , 2001” Ousting the random walk hypothesis: a model–comparison
approach”. The Financial Review
11. Francis, Jack Clark, 1983, ”Management of investment”, McGraw–Hill, Inc., International
Student Edition.
12. Lawrence, Ramon, 1997,” Using neural network to forecast stock market prices”, Department of
Computer Sciences, University of Manitoba (www.cs.umanitoba.ca.edu).
13. Liew, Kim–Sen, 2002, Lim, Kian–Ping and Chee–Keong, Choong, , “On the forecastibility of
ASEAN–5 stock markets returns using time series models”, Journal of Finance, (47).
14. Nanjaned, Mohammed, 2002, ”Forecasting stock index futures price volatility: Linear vs. non–
linear models”, The Financial Review 37, University of Old Dominion.
15. Nugus, Sue, 1997, ”Financial planning using spread sheets: forecasting, planing and budgets
techniques”, Kogan Pag Press Ltd., 1st Ed.
16. Oetting, Alena, 2000, ”Analysis and comparison of the technology sector with the overall
market”, Stat. (421) time series analysis, Rice University.
17. Pont, Bhabu and T.R. Bishnoi” ،Testing random walk hypothesis for Indian stockmarket
indices”, Applied Finance, vol. 6, No. 2.
18. Shailesh, Doshi, Java Akshay and Shanbhag Vishal, 2000, ”Feature selection for stock data
analysis” CMSC 69 1D, University of Maryland, Baltimore County.
19. Sharp, William F. and Gordan J. Alexander, 1990 ” Investment”, Prentice–Hall, Inc., 4th Ed.
20. Stein, M. Lawrence, 1988 ” Value investing–new strategies for stock market success”, John
Wiley and Sons, Inc., 1st Ed.
21. Stevenson, Richard and Edward H. Jenning, 1981” ،Fundamentals of investment”, west
publishing Company, 2nd Ed.
22. Tiao, George, 2001, ”A Course in time series analysis”
www.sominfo.syr.edu/facstaff/cchung/mas777/chapt1.pdf
‫اﻻﻧﺗرﻧت‬- ً ‫ﺛﺎﻟﺛﺎ‬
1. Forecasting and efficient markets ،www.stern.myh.edu .
2. Forecasting–The Forward Process, www.expertchoice.com/ chapter7.pdf.
3. Of Stock Prices and the Random Walk ،www.iimcal.ac.in.
4. Predicting the future: myths and reality ،www.ximb.ac.in/users/fac /dpdsh/pages/cp-myths .
5. Stock market forecasting through charting ،www.my-broker.com
6. Arab monetary fund, www.AMF.org.ae .