پیش بینی اندازه دولت و اجزای آن در ایران ببا استفاده از روش شبکه عصبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده اقتصاد و علوم اداری
- نویسنده کاوه درخشانی درآبی
- استاد راهنما احمد جعفری صمیمی اسمعیل ابونوری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
بحث دخالت دولت در اقتصاد یکی از مباحث جنجالی میان مکاتب اقتصادی است ودر این زمینه تحقیقات زیادی صورت گرفته است. با توجه به اهمیت اندازه دولت در اقتصاد در پژوهش حاضر بررسی روند و پیش بینی اندازه دولت و اجزای آن در ایران با استفاده از الگوی شبکه عصبی پرداخته شده است. بدین منظور از داده های سالانه (1350-1388) و داده های فصلی موجود (1367-1388) استفاده شده است. در این پژوهش ابتدا روند اندازه دولت و اجزای آن مورد بررسی قرار گرفته است و متغیرهای تاثیرگذار بر آن توضیح داده شده اند. در ادامه ساختار مناسب شبکه عصبی معرفی شده و قدرت پیش بینی آن با معیارهای معرفی شده مورد ارزیابی قرار گرفته است. نتایج نشان دهنده ی این است که الگوی شبکه عصبی قدرت بالایی در پیش بینی اندازه دولت در ایران دارد. در مرحله بعد به بررسی تاثیر گذاری متغیرهای درآمد نفتی و رشد اقتصادی بر اندازه دولت در ایران پرداخته شده است، که نتایج شبکه نشان دهنده ی تاثیر گذاری این دو متغیر بر اندازه دولت در ایران است، در نهایت اندازه دولت در ایران برای سال 1389 مورد پیش بینی قرار گرفت، که پیش بینی شبکه 27.34 است.
منابع مشابه
پیش بینی تولید آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه عصبی مصنوعی
پیشبینی پدیدههای اقتصادی ساختاری فراهم میکند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیم‌های درست یاری دهد. هدف اصلی این مطالعه پیشبینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روشهای سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده میشود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...
متن کاملمدل 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...
متن کاملپیش بینی سطح عمومی قیمت ها و تورم در ایران با استفاده از شبکه عصبی
(صحت مطالب مقاله بر عهده نویسنده است و بیانگر دیدگاه مجمع تشخیص مصلحت نظام نیست) هدف این مقاله پیش بینی روند تورم و شاخص قیمت ها در اقتصاد ایران است. داده‌های این مقاله شامل تورم سالانه و داده‌های ماهانه شاخص قیمت مصرف‌کننده در ایران از سال 1340 تا 1392 می باشد. در این تحقیق برای پیش بینی تورم از شبکه عصبی مصنوعی استفاده شده است. برای پیشبینی تورم ماهانه از یک شبکه پس‌انتشار خطا(BP) با 15 نر...
متن کاملاستفاده 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...
متن کاملمدلسازی و پیش بینی صادرات آبزیان دریایی در ایران با استفاده از روش ARIMA و شبکه های عصبی مصنوعی
هدف اصلی این مقاله، مدلسازی و پیش بینی میزان صادرات آبزیان دریایی در ایران است. برای این منظور، از روش های سری زمانی خود توضیح جمعی میانگین متحرک(ARIMA) و شبکه عصبی مصنوعی استفاده می شود. به منظور انجام بررسی، از داده های ماهانه دوره 1374:03 تا 1387:12 برای برآورد و آموزش مدل و از داده های دوره از 1388:01 تا 1390:12 به منظور بررسی قدرت پیش بینی مدل های مختلف استفاده می شود. در این مطالعه، معیار...
متن کاملپیش بینی مصرف کاغذ چاپ و تحریر در ایران با استفاده از روش های کلاسیک و شبکه عصبی مصنوعی
هدف از این تحقیق پیش بینی روند مصرف کاغذ چاپ و تحریر در ایران طی یک دوره زمانی 5 ساله با استفاده از روشهای کلاسیک و نوین پیش بینی است. به منظور انجام این پیش بینی، در ابتدا پیش بینی پذیر بودن سری زمانی با استفاده از آزمون های دوربین- واتسون و گردش مورد بررسی قرار گرفت. سپس به مقایسه مدل شبکه عصبی مصنوعی (پرسپترون چندلایه (MLP)) و مدل های کلاسیک تک متغیره و چندمتغیره از قبیل مدل های تک متغیره هم...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده اقتصاد و علوم اداری
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023