ویراساینس.
مقاله

ارزیابی مدلهای bvar جایگزین در پیش بینی تورم ایران

چکیده

این مقاله به ارزیابی عملکرد مدلهای bvar با اطلاعات (priors) متفاوت جهت بهبود پیش بینی تورم ایران در مقایسه با litterman prior می پردازد. بدین منظور روش شبه بیزی با اطلاعات متعدد، برای یک مدل var از اقتصاد ایران در دوره زمانی 2007-1981 بکار گرفته شده است. ویژگی منحصر به فرد این مقاله استفاده از اطلاعات-g(g-prior) در مدلهای bvar جهت تقلیل تورش در تخمین پارامتر drift مدل bvar کلاسیک است. برخی نتایج مقاله بشرح زیر می باشند: 1) نتایج ما نشان می دهند که در چارچوب روش شبه بیزی، مدلهای bvar با normal-wishart prior پیش بینی دقیق تری از تورم ایران ارائه می دهند. 2) همچنین نتایج نشان می دهند که عموما در مدلهای جمع وجور (parsimonious) مدل bvar با g-prior عملکرد بهتری نسبت به مدل bvar با litterman prior دارند.

اسناد مشابه

  • ارزیابی مدلهای BVAR جایگزین در پیش بینی تورم ایران

    مقاله۲۰۱۲پژوهش های اقتصادی ایران

    این مقاله به ارزیابی عملکرد مدلهای BVAR با اطلاعات (Priors) متفاوت جهت بهبود پیش بینی تورم ایران در مقایسه با Litterman prior می پردازد. بدین منظور روش شبه بیزی با اطلاعات متعدد، برای یک مدل VAR از اقتصاد ایران در دوره زمانی 2007-1981 بکار گرفته شده است. ویژگی منحصر به فرد این مق

  • مدل VAR جایگزین برای پیش بینی تورم ایران: کاربردی از تبدیل Bewley

    مقاله۲۰۱۱پژوهش های اقتصادی ایران

    هدف این مقاله گسترش مدلهای جدید سری زمانی چند متغیره پویای غیر ساختاری و ارزیابی عملکرد انواع این مدلهای جایگزین در پیش بینی تورم می باشد. روش شبه بیزی با اطلاعات Literman prior در چارچوب یک مدل خود رگرسیونی برداری برای اقتصاد ایران در دوره زمانی 2006- 1981جهت ارزیابی عملکرد مدله

  • مدل var جایگزین برای پیش بینی تورم ایران: کاربردی از تبدیل bewley

    مقالهپژوهش های اقتصادی ایران

    هدف این مقاله گسترش مدلهای جدید سری زمانی چند متغیره پویای غیر ساختاری و ارزیابی عملکرد انواع این مدلهای جایگزین در پیش بینی تورم می باشد. روش شبه بیزی با اطلاعات literman prior در چارچوب یک مدل خود رگرسیونی برداری برای اقتصاد ایران در دوره زمانی 2006- 1981جهت ارزیابی عملکرد مدله

  • 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

  • بررسی عملکرد رگرسیون داده های ترکیبی با تواتر متفاوت در پیش بینی تورم فصلی ایران

    مقالهاقتصاد و الگو سازی ( اقتصاد سابق)سید مهدی برکچیان، استادیار گروه اقتصاد دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف محمد حسین رضائی، کارشناس ارشد علوم اقتصادی دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف

    این مطالعه به بررسی قدرت پیش بینی مدل های خودرگرسیون با داده های با تواتر متفاوت در پیش بینی نرخ تورم فصلی برای اقتصاد ایران می پردازد. به این منظور، دقت پیش بینی مدل های خودرگرسیونی که از وقفه های ماهانه نرخ تورم استفاده می کنند در برابر مدل پایه ای که از اطلاعات فصلی تغذیه می ک