پیش بینی تورم ایران با دو رهیافت اقتصادسنجی و شبکه عصبی مصنوعی؛ مقایسه الگوهای غیرخطی NARDL، NARX
محل انتشار: فصلنامه مدلسازی اقتصاد سنجی، دوره: 7، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 120
فایل این مقاله در 30 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMS-7-3_002
تاریخ نمایه سازی: 26 فروردین 1402
چکیده مقاله:
پیش بینی تورم یکی از مهم ترین اقدامات سیاست گذاران اقتصادی و مقامات پولی در حوزه تصمیم گیری است و محققین همواره در پی شناسایی روش های مناسب برای پیش بینی تورم می باشند، با توجه به غیرخطی بودن شاخص های کلان اقتصادی به دلیل وجود شوک های ایجادشده از چرخه های اقتصادی بهتر است که نرخ تورم با الگو های غیرخطی برآورد شود، در این مقاله با استفاده از دو الگوی غیرخطی و بنیادی NARDL، NARX و توجه به سایر متغیرهای کلان اقتصادی به عنوان متغیرهای برون زای الگوها و همچنین دو الگوی غیرساختاری ARIMA و NAR، به پیش بینی نرخ تورم ماهانه ایران پرداخته می شود درواقع بعد از برآورد نرخ تورم ماهانه ایران در بازه ۱۳۸۴:۰۱-۱۳۹۸:۰۶ با استفاده از آزمایش این الگوها در بازه ۱۳۹۸:۰۷-۱۴۰۰:۰۷ نتیجه حاصل شد که الگوی NARX برای افق زمانی کوتاه مدت و الگوی NARDL، برای افق زمانی بلند مدت عملکرد خوبی را بر اساس معیار RMSE و DM از خود نشان دادند.
کلیدواژه ها:
نویسندگان
حامد عزیزی گنزق
دانشجوی دکتری علوم اقتصادی، دانشگاه مازندران، بابلسر، ایران
احمد جعفری صمیمی
استاد اقتصاد، گروه اقتصاد، دانشگاه مازندران، بابلسر، ایران