برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

پيش بيني تورم ايران با استفاده از مدلهاي ساختاري، سري هاي زماني و شبكه هاي عصبي

 
نویسندگان: 
 
آدرس:  
*
 
چکیده: 
امروزه، پيش بيني متغيرهاي كلان اقتصادي از اهميت ويژه اي براي سياستگذاران و ساير واحدهاي اقتصادي برخوردار است. در نتيجه، در دهه هاي اخير، مدلهاي پيش بيني گوناگوني توسعه يافته و به رقابت با يكديگر پرداخته اند. اخيراً به موازات مدل هاي متداول قبلي مانند مدلهاي ساختاري و سري هاي زماني، مدل هاي ديگري تحت عنوان شبكه هاي عصبي مصنوعي در زمينه پيش بيني متغيرهاي مالي و پولي به كار گرفته شده اند. اين مدلها كه در حقيقت اقتباس از فرآيند يادگيري مغز انسان هستند، با استفاده از سرعت محاسباتي كامپيوتر، روابط بين متغيرها را هر چند پيچيده باشند، ياد گرفته و از آن براي پيش بيني مقادير آتي استفاده مي نمايند. از ويژگي هاي مهم اين مدل ها مي توان به آزادي آنها از فروض آماري مربوط به متغيرها، استفاده از روش هاي محاسباتي موازي و غير خطي بودن آنها اشاره نمود. در اين مقاله، علاوه بر معرفي مدل هاي شبكه هاي عصبي و نحوة كاربرد آنها در اقتصاد، يك مدل شبكه عصبي براي پيش بيني تورم در ايران با استفاده از اطلاعات سال هاي (1377 - 1338) طراحي و اجرا شده است. نتايج به دست آمده حاكي از آن است كه مدل هاي شبكه هاي عصبي در غالب موارد عملكرد بهتري در زمينه پيش بيني تورم دوره آتي ايران نسبت به رقباي خود دارند.
 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 223
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی