پیش بینی رشد اقتصادی با استفاده از رگرسیون فازی

داده های حساب ملی یکی از مهم ترین ابزارهای آماری در برنامه ریزی و سیاست گذاری های اقتصادی است. از این رو پیش بینی متغیرهای عمده اقتصادی از اهمیت خاصی برخوردار است. در این میان رشد اقتصادی از مهم-ترین متغیرهای اقتصادی است که پیش بینی آن از اولویت بالایی برخوردار است. هدف اصلی این مطالعه شناسایی روش مناسب برای پیش بینی رشد اقتصادی ایران از طریق دو رویکرد تک متغیری و چند متغیری است. روش های تک متغیری شامل خود بازگشتی میانگین متحرک انباشته(arima)، خود بازگشتی میانگین متحرک انباشته فازی (farima)،شبکه عصبی فازی (anfis)، روش های چند متغیری شامل مدل تصحیح خطا (ecm) و رگرسیون فازی است. برای تخمین مدل از داده های دوره 1338 تا 1380 استفاده شده است. سپس، کارایی این مدل ها در پیش بینی رشد اقتصادی ایران برای دروه 1381 تا 1388 با استفاده از معیارهای rmse، mae، mape و tic ارزیابی و مقایسه شده است.مقایسه این معیارها نشان داد که بهترین عملکرد متعلق به روش تک متغیری farima است. بعد از روش farima روش رگرسیون فازی نیز عملکرد خوبی در پیش بینی رشد اقتصادی ایران در افق زمانی هشت ساله داشته است. روش های arima و ecm عملکرد ضعیف تری نسبت به دیگر روش ها دارند. نکته قابل توجه دیگر این است که روش anfis اگرچه نسبت به روش هایecmو arimaعملکرد بهتری دارد، اما نسبت به روش farimaو رگرسیون فازی عملکرد ضعیف تری دارد.در پایان توانایی مدل های مختلف در پیش بینی رشد اقتصادی ایران از نظر آماری مقایسه شده است. نتایج نشان داد که اگرچه تفاوت معنی داری در پیش بینی انجام شده توسط روش های arima، farima، anfis و رگرسیون فازی وجود ندارد، اما همه این روش ها به طور معنی داری پیش بینی دقیق تریاز رشد اقتصادی ایران نسبت به روشecm ارایه می دهند.