TY - JOUR ID - TI - A Comparative Study for Estimate Fractional Parameter of ARFIMA Model دراسة مقارنة لبعض طرائق تقدير معلمة التكامل الكسري في نموذج أرفيما AU - Ammar Muayad Saber عمار مؤيد صابر AU - Rabab Abdulrida Saleh رباب عبد الرضا صالح PY - 2022 VL - 28 IS - 133 SP - 131 EP - 148 JO - journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية SN - 25185764 2227703x AB - Long memory analysis is one of the most active areas in econometrics and time series where various methods have been introduced to identify and estimate the long memory parameter in partially integrated time series. One of the most common models used to represent time series that have a long memory is the ARFIMA (Auto Regressive Fractional Integration Moving Average Model) which diffs are a fractional number called the fractional parameter. To analyze and determine the ARFIMA model, the fractal parameter must be estimated. There are many methods for fractional parameter estimation. In this research, the estimation methods were divided into indirect methods, where the Hurst parameter is estimated first, and then the fractional integration parameter is estimated from it by a relation between them. As for direct methods, the fractional integration parameter is estimated directly without relying on Hurst's parameter, and most of them are semi parametric methods. In this paper, some of the most common direct methods were used to estimate the fraction modulus namely (Geweke-Porter-Hudak, Smoothed Geweke-Porter-Hudak, Local Whittle, Wavelet and weighted wavelet), using simulation method with different value of (d) and different size of time series. The comparison between the methods was done using the mean squared error (MSE). It turns out that the best methods to estimate the fractional parameter is (Local Whittle). The ARFIMA model was generated by a function programmed by the MATLAB statistical program

يعد تحليل الذاكرة الطويلة أحد أكثر المجالات نشاطًا في الإقتصاد القياسي والسلاسل الزمنية حيث تم تقديم طرق مختلفة لتحديد وتقدير معلمة الذاكرة الطويلة في سلاسل زمنية متكاملة كسريا. أحد أكثر النماذج شيوعًا المستخدمة لتمثيل السلاسل الزمنية التي لها ذاكرة طويلة هي نماذج ARFIMA (أنموذج الإنحدار الذاتي والوسط المتحرك المتكامل كسريا) حيث تتمثل هذه الذاكرة برقم كسري يسمى معلمة التكامل الكسرية. لتحليل وتحديد أنموذج ARFIMA ، يجب تقدير المعلمة الكسرية. هناك العديد من الطرائق لتقدير المعاملات الكسرية. في هذا البحث تم تقسيم طرائق التقدير إلى طرائق غير مباشرة حيث يتم تقدير معامل هورست (H) أولاً ثم يتم تقدير معامل التكامل الكسري (d) من خلال العلاقة بينهما. بالنسبة للطرائق المباشرة ، يتم تقدير معامل التكامل الكسري بشكل مباشر دون الإعتماد على معلمة هورست، ومعظمها طرائق شبه معلمية. في هذا البحث تم إستخدام بعض الطرائق المباشرة الأكثر شيوعًا لتقدير معلمة اتكامل الكسري وهي (Geweke-Porter-Hudak و Geweke-Porter-Hudak الموزونة و Local Whittle والمويجية والمويجة الموزونة) بإستخدام طريقة المحاكاة لقيم مختلفة من (d) وحجوم مختلفة من السلاسل الزمنية. تمت المقارنة بين الطرائق باستخدام متوسط الخطأ التربيعي (MSE). إتضح أن أفضل الطرائق لتقدير معلمة التكامل الكسري هي (Local Whittle). تم المحاكاة لأنموذج ARFIMA والطرائق المستخدمة في البحث بواسطة دوال تم برمجتها بواسطة برنامج ماتلاب R2020a ER -