مقاله

مقایسه پیش بینی تورم بر پایه معادلات دیفرانسیل تصادفی با مدل های رقیب

چکیده

در این مقاله به منظور پیش بینی تورم در اقتصاد ایران، ابتدا ماهیت سری زمانی cpi برای داده های ماهانه ایران در بازه زمانی 1 m1369 تا 6 m1388، از لحاظ خطی ویا غیر خطی بودن و همچنین آشوبی یا تصادفی بودن مشخص گردیده است. نتایج آزمون ها نشان می دهد که سری زمانی تورم ساختاری غیرخطی دارد و همچنین سری زمانی cpi دارای رفتاری آشوبناک است. سپس بر پایه معادله دیفرانسیل تصادفی، حرکت برآونی هندسی مدلی پویا برای برازش رفتار سری زمانی cpi تخمین زده شده است و از آن مدل به منظور پیش بینی تورم استفاده شده است. به منظور بررسی عملکرد مدل پیشنهادی در پیش بینی تورم، مقایسه ای بین این مدل، مدل شبکه های عصبی و مدلهای اقتصاد سنجی سری زمانی خطی arma و غیر خطی garch، egarch و tgarch با افقی 6 ماهه صورت گرفته است. بر اساس معیارهای rmse، mae و u-tail مدل معادلات دیفرانسیل تصادفی، خطای کمتری در پیش بینی تورم نسبت به مدل های رقیب دارد.

اسناد مشابه

  • مقایسه پیش بینی تورم بر پایه معادلات دیفرانسیل تصادفی با مدل های رقیب

    مقاله۲۰۱۳پژوهش های رشد و توسعه پایداراحمد ملا بهرامی، حسن خداویسی، حسن خداویسی، رضا حسینی

    در این مقاله به منظور پیش بینی تورم در اقتصاد ایران، ابتدا ماهیت سری زمانی CPI برای داده های ماهانه ایران در بازه زمانی 1 m1369 تا 6 m1388، از لحاظ خطی ویا غیر خطی بودن و همچنین آشوبی یا تصادفی بودن مشخص گردیده است. نتایج آزمون ها نشان می دهد که سری زمانی تورم ساختاری غیرخطی دارد

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

    مقاله۲۰۰۱تحقیقات اقتصادیدکتر سعید مشیری

    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 زم

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

    مقاله۲۰۰۱مجله تحقیقات اقتصادیدکتر سعید مشیری

    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 زم

  • مدل سازی و پیش بینی قیمت سهمام با استفاده از معادلات دیفرانسیل تصادفی

    مقاله۲۰۰۵تحقیقات اقتصادیدکتر حمید خالوزاده، دکتر على خاکى صدیق

    فرایندهای سری زمانی را می توان به سه طبقه خطی، تصادفی و آشوبگونه دسته بندی کرد و براین اساس قابلیت پیش بینی در فرایندهای خطی ممکن، درفرایندهای تصادفی غیرممکن و در فرایندهای آشوبگونه تا حدی ممکن است. تحقیقات و مطالعات انجام شده قبلی در زمینه مدل سازی و پیش بینی قیمت سهام بیشتربر ا

  • مدل سازی و پیش بینی قیمت سهمام با استفاده از معادلات دیفرانسیل تصادفی

    مقاله۲۰۰۵مجله تحقیقات اقتصادیدکتر حمید خالوزاده، دکتر علی خاکی صدیق

    فرایندهای سری زمانی را می توان به سه طبقه خطی، تصادفی و آشوبگونه دسته بندی کرد و براین اساس قابلیت پیش بینی در فرایندهای خطی ممکن، درفرایندهای تصادفی غیرممکن و در فرایندهای آشوبگونه تا حدی ممکن است. تحقیقات و مطالعات انجام شده قبلی در زمینه مدل سازی و پیش بینی قیمت سهام بیشتربر ا

  • مدل‎سازی و پیش‎بینی نرخ ارز بر اساس معادلات دیفرانسیل تصادفی

    مقاله۲۰۱۲مجله تحقیقات اقتصادیحسن خداویسی، احمد ملابهرامی

    پیش‎بینی روند آتی نرخ ارز به عنوان یکی از پر اهمیت‎ترین و تأثیرگذارترین متغیرهای اقتصاد کلان، همواره مورد توجه بسیاری از پژوهش‎گران بوده است. در این مقاله به منظور مدل‎سازی و پیش‎بینی روند سری زمانی نرخ ارز در بازار رسمی ارز ایران مدل‎های معادلات دیفرانسیل تصادفی حرکت برآونی ژئوم