المصدر: Sidi Mohamed Ben Abdellah University

الفكرة الأساسية

يمكن للنماذج الاقتصادية البسيطة* مثل ARCH(1) و GARCH(1,1)* أن تكون أكثر فعالية من النماذج المعقدة للتعلم العميق مثل LSTM* و 1D-CNN* في التنبؤ بالتقلبات التاريخية في الأسواق المالية الناشئة، مثل سوقي الأسهم المغربي والبحريني. تشدد الدراسة على ضرورة إعادة تقييم التوازن بين تعقيد النموذج ودقة التنبؤ، وتقترح البحث في عوامل محددة للسوق، مثل حدود رأس المال السوقي، التي قد تؤثر على أداء النماذج المختلفة.

تفاصيل القصة

تتحدى هذه الدراسة الاعتقاد السائد بضرورة استخدام النماذج المعقدة لتحقيق دقة التنبؤ من خلال إثبات فعالية النماذج الاقتصادية البسيطة*، مثل نماذج ARCH(1) و GARCH(1,1)*، في مقارنة مع النماذج المتقدمة للتعلم العميق، مثل LSTM* و 1D-CNN*، في نمذجة التقلبات التاريخية داخل الأسواق المالية الناشئة، وتحديداً في سوقي الأسهم المغربي والبحريني.

تُظهر النتائج ضرورة إعادة تقييم التوازن بين تعقيد النموذج ودقة التنبؤ. تتضمن اتجاهات البحث المستقبلية التحقيق في وجود تأثيرات العتبة في رأس المال السوقي لأداء النموذج الأمثل. تساهم هذه الدراسة في فهم أعمق لديناميكيات التقلبات وتعزز فعالية نماذج التنبؤ في ظروف السوق المتنوعة.

في المشهد المالي المتغير بسرعة اليوم، يعد التنبؤ الدقيق بتقلبات السوق* أمرًا بالغ الأهمية للمستثمرين وصناع السياسات على حد سواء.

تشير التقلبات إلى درجة التباين في العوائد لفترة زمنية محددة وتقدم رؤى قيمة حول سلوك السوق. يعتبر فهم تقلبات السوق* أساسيًا لتوقع الأنماط والحركات المستقبلية للسوق. تساعد التنبؤات الدقيقة لصناع السياسات على استخدام السياسات المالية والنقدية بفعالية لتقليل المخاطر النظامية وتحقيق استقرار الأسواق المالية.

أظهرت الدراسة أن النماذج الاقتصادية البسيطة* يمكن أن تكون فعالة في سياقات الأسواق المالية الناشئة، مما يشير إلى أن زيادة تعقيد النماذج لا تؤدي بالضرورة إلى تحسين دقة التنبؤ.

المصطلحات الأساسية*

• • النماذج الاقتصادية البسيطة (Parsimonious Econometric Models): هي نماذج إحصائية تستخدم لتمثيل وتحليل البيانات المالية بطرق بسيطة وقليلة التعقيد، مثل نماذج ARCH وGARCH التي تركز على تقلبات العوائد المالية.
  • تقلبات السوق (Market Volatility): تشير إلى درجة التغير في أسعار الأوراق المالية أو السوق بشكل عام خلال فترة زمنية معينة، وتعكس مستوى المخاطر وعدم الاستقرار في السوق.
  • التعلم العميق (Deep Learning): تم شرحه في مقال التعلم العميق (Deep Learning).
  • نماذج ARCH وGARCH: هي نماذج اقتصادية تُستخدم لتحليل وتنبؤ تقلبات العوائد المالية بطرق تأخذ في الاعتبار التقلبات السابقة.
  • الشبكات العصبية طويلة المدى (LSTM): نوع من أنواع الشبكات العصبية المستخدمة في التعلم العميق، وتتميز بقدرتها على الاحتفاظ بالمعلومات لفترات زمنية طويلة، مما يجعلها مناسبة لتحليل البيانات المتسلسلة.
  • الشبكات العصبية التلفيفية ذات البعد الواحد (1D-CNN): نوع من أنواع الشبكات العصبية المستخدمة في التعلم العميق لتحليل البيانات المتسلسلة، حيث تقوم بعمليات الطي أو الترشيح الرياضية لاستخراج الميزات الهامة من البيانات.