این مقاله ویژگی حافظه بلند مدت در نوسانات بازدهی بازار نفت را مورد بررسی قرار میدهد. برای این منظور، از انواع مدل های بلند مدت واریانس ناهمسان شرطی خودرگرسیونی شامل FIGARCH-BBM، FIGARCH-Chung، FIEGARCH، FIAPARCH-BBM و FIAPARCH-Chung و کوتاه مدت 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 مدل های بلند مدت و کوتاه مدت حاکی از وجود حافظه بلند-مدت در نوسانات بازدهی در بازار نفت است. همچنین، با توجه به معیار آکائیک، در بین مدل های بلند-مدت، بهترین عملکرد در مدل سازی 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 می دهد در مقایسه مدل های کوتاه مدت با بلند مدت، مدل های بلند مدت با در نظر گرفتن ویژگی حافظه بلندمدت نوسانات، عملکرد بهتری را نسبت به مدل های کوتاه مدت از خود نشان می دهند. سرانجام اینکه نتایج حاکی از آن است که فرض های نامتقارن شامل توزیع t و GED فرض های مناسب تری برای جملات پسماند نسبت به فرض توزیع نرمال است.
