مجلة الدراسات الإقتصادية الكمية
Volume 12, Numéro 1, Pages 13-27
2026-06-01

Forecasting Government Final Consumption Expenditure In Algeria: Comparative Performance Of The Arima (box-jenkins) Model And Artificial Neural Networks (mlp & Lstm) Up To 2034



Authors : Lagoune Salim .

Abstract

This study aims to compare the performance of forecasting models for final government consumption expenditure in Algeria up to 2034, using the ARIMA model based on the Box-Jenkins methodology as a traditional approach and artificial neural network models (MLP and LSTM) as modern forecasting methods. The study results showed that although the ARIMA(0,2,1) model was the most appropriate according to statistical criteria within the Box-Jenkins methodology, the artificial neural network models significantly outperformed it in forecasting accuracy, as reflected by lower error metrics (RMSE, MSE, MAE), making them effective tools for supporting strategic planning and financial policymaking. Furthermore, when comparing the two neural network models, the MLP model clearly outperformed the LSTM model, recording the lowest error metrics and the highest coefficient of determination (R²), establishing it as the optimal and most efficient model for accurate forecasting of this series up to 2034. تهدف هذه الدراسة إلى مقارنة أداء نماذج التنبؤ بالنفقات النهائية للاستهلاك الحكومي في الجزائر حتى آفاق 2034، باستخدام نموذج ARIMA المعد وفق منهجيةBox–Jenkins بوصفه منهجاً تقليديًا ونماذج الشبكات العصبية الاصطناعية (MLP وLSTM) بوصفها مناهج حديثة في التنبؤ. أظهرت نتائج الدراسة أنّه على الرغم من كون النموذج ARIMA(0,2,1) الأكثر ملاءمة وفقاً للمعايير الإحصائية ضمن منهجيةBox–Jenkins ، إلا أنّ نماذج الشبكات العصبية الاصطناعية قد تفوّقت بشكل جوهري في دقة التنبؤ، كما يتضح من انخفاض قيم مقاييس الخطأ ( MAE، MSE، RSME)، وهذا ما يجعلها أداة فعالة لدعم التخطيط الاستراتيجي وصناعة السياسات المالية، هذا من جهة، ومن جهة أخرى، عند مقارنة نموذجي النماذج العصبية، تبين تفوّق نموذج MLP بشكل واضح على نموذج LSTM، حيث سجّل أدنى قيم لمقاييس الخطأ وأعلى قيمة لمعامل التحديد (R²)، مما يجعله النموذج الأمثل والأكثر كفاءة للتنبؤ الدقيق بهذه السلسلة حتى أفاق 2034.

Keywords

Final Government Consumption Expenditure ; Forecasting Models ; Box-Jenkins Methodology ; Artificial Neural Networks ; MLP and LSTM Models

Les articles similaires

دور إباضية المغرب الأوسط في تنشيط التجارة الصحراوية خلال العصر الوسيط Thé Rôle Of Ibadis Of Thé Central Maghreb Un Stimulating Thé Désert Trade During Thé Middle Age

بوسالم أحلام .  عابد يوسف . 
ص 117-132.

Muhammad A.r .webb: Thé First Anglo White Concert To Islam Un Thé U.s.a Ans Thé Influence Of Thé Ah Adyya Movemment

Yahia Zeghoudi . 
pages 74-88.

استخدام منهجية بوكس – جنكينز Box- Jenkins للتنبؤ بالناتج المحلي الإجمالي في السودان 2010- 2030م. Using Box- Jenkins Methodology To Forecasting Gdp In Sudan 2010-2030

محمد معتز . 
ص 119-133.

Effectiveness Of The Box–jenkins Methodology In Determining The Arima Model For Forecasting Algeria’s Gross Domestic Product Up To 2035

Lagoune Salim .  Benzahia Mohamed . 
pages 347-368.

Application Of Box-jenkins Models And Artificial Neural Networks For Predicting Gross Domestic Product (gdp) In Algeria

Bekhti Sara .  Benamor Silia .  Sellami Asma . 
pages 15-25.

Formats de citation