ارزیابی پیش بینی رشد اقتصادی با استفاده از مدل های سری زمانی یک متغیره و مدل های تک نماگر از شاخص های پیشرو..................۲۳ علی طیب نیا، محسن مهرآرا و رضا محمدی

Authors
abstract

چکیده بررسی رفتار تولید ناخالص داخلی و برخی متغیرهای کلان و بخشی نشان می دهد که الگوی تغییرات تولید ناخالص داخلی با الگوی تغییرات آن متغیرها هماهنگی دارد که این هماهنگی با تقدم و تأخر زمانی انعکاس می یابد. تقدم زمانی در متغیرهای مربوطه زمینه پیش بینی تغییرات تولید ناخالص داخلی را فراهم می کند. این متغیرها به شاخص های پیشرو معروف می باشند. این تحقیق به دنبال مقایسه توانایی شاخص های پیشرو مختلف در پیش بینی رشد کوتاه مدت تولید ناخالص داخلی از طریق روش مدل تک نماگر از شاخص های پیشرو می باشد. بدین منظور چهارده شاخص پیشرو طی هشت دوره زمانی مورد بررسی قرار گرفته است. لازم به ذکر است، ضمن مقایسه شاخص های پیشرو پیش بینی های حاصله با نتایج الگوی خود رگرسیونی میانگین متحرک یک متغیره نیز مقایسه گردیده است. نتایج حاکی از برتری نسبی متغیر نرخ غیر رسمی ارز می باشد هر چند بهترین شاخص پیشرو در دوره های مختلف متفاوت می باشد. آماره مورد استفاده در انجام مقایسات آماره ریشه میانگین مجذور خطاها می باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی پیش‌بینی رشد اقتصادی با استفاده از مدل‌های سری زمانی یک متغیره و مدل‌های تک نماگر از شاخص‌های پیشرو

چکیدهبررسی رفتار تولید ناخالص داخلی و برخی متغیرهای کلان و بخشی نشان می‌دهد که الگوی تغییرات تولید ناخالص داخلی با الگوی تغییرات آن متغیرها هماهنگی دارد که این هماهنگی با تقدم و تأخر زمانی انعکاس می‌یابد. تقدم زمانی در متغیرهای مربوطه زمینه پیش‌بینی تغییرات تولید ناخالص داخلی را فراهم می‌کند. این متغیرها به شاخص‌های پیشرو معروف می‌باشند. این تحقیق به دنبال مقایسه توانایی شاخص‌های پیشرو مخ...

full text

پیش بینی تورم ایران با استفاده از مدل های ساختاری ، سری های زمانی و شبکه های عصبی

امروزه ، پیش بینی متغیر های کلان اقتصادی از اهمیت ویژه ای برای سیاستگذاران و سایر واحد های اقتصادی برخوردار است. در نتیجه ، دردهه های اخیر ، مدل های پیش بینی گوناگونی توسعه یافته و به رقابت با یکدیگر پرداخته اند. اخیراً به موازات مدل های متداول قبلی مانند مدل های ساختاری و سری زمانی ، مدل های دیگری تحت عنوان شبکه های عصبی مصنوعی در زمینه پیش بینی متغیر های مالی و پولی بکار گرفته شده اند. این م...

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

بررسی و پیش بینی وضع آلاینده های هوای شهر کرمان با مدل سری های زمانی

  Anderson, H.R., 2009. Air pollution and mortality: A history. Atmospheric Environment, 43, pp. 142-152 .   Box, GEP. and Jenkins, G.M., 1976. Time series analysis: forecasting and control, San Francisco, Holden Day Pulications .   Duenas, C., Fernandez, M.C., Canete, S., Carretero,Liger E, 2005. Stocastic model to forecast ground level ozone concentration at urban and rural areas . Chemospher...

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:
مطالعات و سیاست های اقتصادی

جلد ۱۰، شماره ۱۰۱، صفحات ۲۳-۴۸

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023