Revue Les Cahiers du POIDEX
Volume 15, Numéro 1, Pages 198-214
2026-06-03
الكاتب : معروف جيلالي .
تهدف الدراسة إلى بناء نموذج هجين يجمع بين نموذج (GARCH) وشبكة الذاكرة الطويلة وقصيرة الأمد (LSTM) لتحليل تقلبات الأسواق المالية الناشئة، مع تطبيق عملي على أسواق السعودية والإمارات وقطر والكويت خلال الفترة 2020-2024 ، حيث سجّل متوسط العائد اليومي للسوق السعودية مستوى منخفضا، بينما أظهرت الأسواق الخليجية الأخرى نطاقا متباينا من العوائد تراوح بين المنخفض و المتوسط؛يعكس التباين في ديناميكيات الآداء. أظهرت النتائج تفوق النموذج الهجين (GARCH-LSTM) في القدرة التنبؤية ، مما يبرز فاعلية دمج النمذجة القياسية مع التعلم العميق في تحليل تقلبات الأسواق الناشئة ودعم إدارة المخاطر والاستثمار. This study proposes a hybrid GARCH-LSTM model to analyze volatility in Gulf stock markets (Saudi Arabia, UAE, Qatar, Kuwait) during 2020–2024. The model outperforms traditional methods, highlighting the benefit of combining econometric modeling with deep learning to improve understanding of market volatility and support investment and risk management decisions.
الأسواق المالية الناشئة ; GARCH ; LSTM ; الكفاءة التنبؤية ; عائدات الأسواق الخليجية ; Emerging Financial Markets ; Predictive Efficiency ; Gulf Markets Returns
بوسالم أحلام
.
عابد يوسف
.
ص 117-132.
Yahia Zeghoudi
.
pages 74-88.
أحمد مداني
.
عبدالهادي مداح
.
ص 93-109.
Djilali Toumi Hamza
.
Benazza Hicham
.
pages 476-495.
سالمي عبد الوهاب
.
حرشاو عبد اللطيف
.
ص 198-216.