آیا نوسانات بازار نفت دارای حافظه بلند‌مدت است؟

 این مقاله ویژگی حافظه بلند­مدت در نوسانات بازدهی بازار نفت را مورد بررسی قرار می‌دهد. برای این منظور، از انواع مدل­های بلند­مدت واریانس ناهمسان شرطی خودرگرسیونی شامل FIGARCH-BBM، FIGARCH-Chung، FIEGARCH، FIAPARCH-BBM و FIAPARCH-Chung و کوتاه­مدت شامل GARCH، EGARCH، GJR و APARCH با سه فرض متفاوت توزیع نرمال، توزیع t- استیودنت و توزیع خطای عمومی استفاده شده است.

نتایج برآوردهای تمامی مدل­های بلند­مدت و کوتاه­مدت حاکی از وجود حافظه بلند­مدت در نوسانات بازدهی در بازار نفت است. همچنین، با توجه به معیار آکائیک، در بین مدل­های بلند­مدت، بهترین عملکرد در مدل‌سازی نوسانات مربوط به مدل FIAPARCH-Chung با فرض توزیع t- استیودنت است. براساس معیار شوارز نیز مدل FIGARCH-Chung با فرض توزیع t بهترین مدل است.

نتایج نشان می­دهد در مقایسه مدل­های کوتاه­مدت با بلند­مدت، مدل­های بلند­مدت با در نظر گرفتن ویژگی حافظه بلندمدت نوسانات، عملکرد بهتری را نسبت به مدل­های کوتاه­مدت از خود نشان می­دهند. سرانجام اینکه نتایج حاکی از آن است که فرض‌های نامتقارن شامل توزیع t و GED فرض‌های مناسب‌تری برای جملات پسماند نسبت به فرض توزیع نرمال است.