مدل سازی و پیش بینی رشد اقتصادی ایران با استفاده از مدل های arima، مارکف سوئیچینگ و anfis

Authors

مرتضی صالحی سربیژن

عضو هیئت علمی گروه صنایع دانشگاه زابل، ایران

abstract

یکی از مسائل مهم در اقتصاد پیش بینی رشد اقتصادی می باشد. پیش بینی صحیح رشد اقتصادی، اثر مهمی در سیاست گذاری و برنامه ریزی های اقتصادی دولت دارد و می تواند علاوه بر ایجاد زمینه توسعه روش های جدید پیش بینی، سیاست گذاران را در تصمیم گیری آتی یاری رساند. پیش بینی بر اساس مدل های چند متغیری اقتصادسنجی با محدودیت های زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل های تک متغیری است. اما اکثر روش های تک متغیری برای حصول به نتیجه خوب نیاز به داده های زیادی دارند. از این رو در این مطالعه کارایی مدل میانگین متحرک خودرگرسیون تجمعیarima) ) با روش های مارکف سوئیچینگ و شبکه عصبی فازی (anfis) در پیش بینی رشد اقتصادی ایران مقایسه می شود. برای تخمین مدل از داده های دوره 1338 تا 1384 استفاده شده است. سپس کارایی این مدل ها در پیش بینی رشد اقتصادی ایران برای دوره 1385 تا 1392 با استفاده از معیارهای rmse، mae و mape ارزیابی و مقایسه شده است. مقایسه این معیارها حاکی از این است که بهترین عملکرد متعلق به روش anfis است. همچنین مدل مارکف سوئیچینگ عملکرد بهتری نسبت به مدل arima دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدل‌سازی و پیش‌بینی رشد اقتصادی ایران با استفاده از مدل‌های ARIMA، مارکف ‌سوئیچینگ و ANFIS

یکی از مسائل مهم در اقتصاد پیش‌بینی رشد اقتصادی می‌باشد. پیش‌بینی صحیح رشد اقتصادی، اثر مهمی در سیاست‌گذاری و برنامه‌ریزی‌های اقتصادی دولت دارد و می‌تواند علاوه بر ایجاد زمینه توسعه روش‌های جدید پیش‌بینی، سیاست‌گذاران را در تصمیم‌گیری آتی یاری رساند. پیش‌بینی بر اساس مدل‌های چند متغیری اقتصادسنجی با محدودیت‌های زیادی همراه است، بنابراین یک روش جایگزین استفاده از مدل‌های تک متغیری است. اما اکثر ...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

برآورد تأثیر غیرخطی فرصت‌های رانت‌جویی بر رشد اقتصادی در ایران با استفاده از مدل مارکف سوئیچینگ

به عقیدة بسیاری از اقتصاددانان، فرصت­های رانت­جویی با اتلاف و انحراف منابع از فعالیت­های مولد به سمت فعالیت­های غیرمولد، کاهش انگیزه کار و کارآفرینی و حاکم شدن روحیة رانت­جویی موجب کاهش رشد اقتصادی می­گردد. از این‌رو هدف تحقیق حاضر بررسی اثرات غیرخطی فرصت­های رانت­جویی بر رشد اقتصادی در ایران می­باشد. برای این منظور در گام اول با استفاده از منطق فازی و متغیرهای ورودی شکاف نرخ ارز رسمی و غیررسمی...

full text

پیش بینی بیماری‌های کبدی با استفاده از مدل مارکف پنهان

Background: The liver is the largest internal organ and the most important organ after heart and brain in the human body without which life is impossible. Diagnosis of liver disease requires a long time and sufficient expertise of the doctor. Statistical methods can be classified as an automated forecasting system and help specialists for quickly and accurately diagnose liver disease. Hidden Ma...

full text

استفاده از رهیافت های شبکه عصبی و مدل های خودرگرسیونی در پیش بینی رشد اقتصادی ایران

یکی از مسائل مهم در اقتصاد پیش بینی رشد اقتصادی می باشد که با توجه به اینکه، پیش بینی صحیح رشد اقتصادی، آثار مهمی در سیاست گذاری و برنامه ریزی های اقتصادی دولت دارد و می تواند علاوه بر ایجاد زمینه‌ی توسعه روش های جدید پیش بینی، سیاست گذاران را در تصمیم گیری آتی یاری رساند، لذا هدف این مقاله پیش بینی رشد اقتصادی ایران با استفاده از سه مدل شبکه عصبی، میانگین متحرک خودرگرسیون تجمعی، خودرگرسیون وار...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

My Resources

Save resource for easier access later


Journal title:
پژوهش های رشد و توسعه اقتصادی

جلد ۶، شماره ۲۴، صفحات ۵۱-۶۴

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023