کاربرد الگوریتم ژنتیک در ترکیب پیش بینی های تورم
Abstract(in Persian; no English abstract is available)
پیشبینی تورم به عنوان یکی از الزامات سیاستگذاری پولی در کشورهایی تبدیل شده است که مقامات پولی آنها سیاست هدفگذاری تورم را تعقیب می کنند. چرا که به واسطة استقلال بانک مرکزی از سویی و واگذاری سیاستگذاری پولی به این نهاد و از سویی دیگر به واسطة اینکه بهطور عمده سیاستگذاری پولی با وقفه بر روی تورم تأثیرگذار است، لذا مقام پولی میبایستی تصویر مناسبی نسبت به تورم آینده داشته باشد، تا با سیاستگذاری از قبل بتواند در مسیر هدفگذاری انجام رفته حرکت کند. در این بین، بهواسطة محدودیتهایی که مدلهای منفرد پیشبینی تورم به همراه دارند، از مدلهای مختلفی در پیشبینی تورم استفاده میشود، که هر یک از جهاتی نسبت به دیگر مدلها دارای نقاط قوت و ضعفی هستند. یکی از راه های استفاده از تمامی اطلاعات موجود در پیش بینی تورم، ترکیب مدلهای مختلف پیش بینی است، که در گزارش حاضر از رویکرد ابتکاری الگوریتم ژنتیک، به منظور ترکیب نتایج پیش بینی تورم شش مدل برای چهار فصل سال 1386 استفاده شده است. طبقهبندی jel : c13، c53، e37