Objetivo: A pesquisa visa comparar os resultados da previsão de indicadores do mercado financeiro no Golfo Árabe usando o modelo híbrido ARIMA-GARCH. Esta pesquisa defende a eficiência dos modelos tradicionais padrão na previsão para períodos relativamente longos. Metodologia: A técnica de hibridação depende inicialmente da seleção do melhor modelo de média móvel autoregressiva integrada para previsão de acordo com a função de seleção automática para os modelos propostos que alcançam as melhores condições estatísticas. Os modelos escolhidos na etapa anterior representam as entradas para o uso do modelo GARCH (1,1,1) para a previsão. Ambos os modelos preveem indicadores do mercado financeiro fora da amostra por 12 meses. Finalmente, os pontos de fechamento reais dos indicadores de mercado e os resultados da previsão dos dois modelos foram comparados. Resultados: A pesquisa conclui que modelos ARIMA são eficazes e eficientes na previsão dos índices da Bolsa de Valores do Kuwait e da Bolsa de Valores de Manama. Por outro lado, o modelo GARCH superou o modelo ARIMA na previsão do índice da Bolsa de Valores da Arábia Saudita e obteve resultados excelentes. Os resultados da previsão para os mercados iraquiano e de Dubai não alcançaram resultados satisfatórios; no entanto, os resultados da comparação calculando o erro médio quadrático indicam a superioridade dos modelos ARIMA. Originalidade: Este estudo argumenta a possibilidade de modelos tradicionais padrão na previsão de indicadores do mercado financeiro para períodos relativamente longos, o que não é fornecido pela literatura anterior que discute a eficiência dos modelos de inteligência artificial e confirma que modelos padrão podem prever períodos relativamente curtos.
Adnan et al. (Sex,) estudaram essa questão.