تجربه نشان می‌دهد ادوار تجاری اجتناب ناپذیرند. به دلیل وابستگی تأثیرگذاری سیاست‌های اقتصادی به ادوار تجاری، اقتصاددانان همواره در صدد شناخت نحوه شکل‌گیری ، تأثیرگذاری و پیش‌بینی آن بوده‌اند. مقاله‌ی حاضر با نگاه کوتاهی به مفاهیم حوزه‌ی ادوار تجاری، الگوی خودهمبسته غیرخطی مبتنی بر زنجیره‌های مارکوف (MS-AR) را جهت تحلیل و پیش‌بینی ادوار تجاری ایران معرفی کرده و توانمندی آن را در مقایسه با الگوی خ...

در سال های اخیر علاقه فزاینده ای به مطالعه ویژگی های غیرخطی در سری های زمانی مالی و اقتصادی در سطح کلان، شکل گرفته است که دلیل آن را می توان در امکان بروز نتایج و تحلیل های گمراه کننده با درنظر نگرفتن رفتار غیرخطی در محاسبات، و همچنین بررسی روندهای زمانی، تاثیرگذاری شوک های ساختاری و تغییر ویژگی های رفتاری این سری ها در طول زمان، جستجو کرد. استفاده از آزمون های رایج اقتصادسنجی بر این موضوع دلال...

در این مطالعه نخست با استفاده از روش تجزیه و تحلیل سلسله مراتبی (AHP) اولویت‌های ذهنی و معیارهای تصمیم‌گیری کشاورزان منطقه در ارتباط با الگوهای زراعی شناسایی شد. در رابطه با طراحی الگوی بهینه‌ی کشت در دوره‌ی ده ساله نخست با استفاده از الگوهای سری زمانی فصلی (SARIMA)، بارندگی فصلی و سالانه در ده سال آینده پیش‌بینی شده و بعد حجم تزریقات سالانه به ذخایر آب زیرزمینی محاسبه شد سپس با استفاده از الگو...

با توجه به اهمیت بررسی پیوستگی بازارها و قانون قیمت واحد در ادبیات موضوع و سهم قابل توجه گوشت‌مرغ در سبد غذایی خانوارهای ایرانی، آیا بازار این محصول بین استان‌های شمالغرب کشور دارای پیوسته مکانی می‌باشد؟ به همین منظور در مطالعه حاضر قانون قیمت واحد (LOP) بین بازارهای گوشت‌مرغ در استان‌های شمال‌غرب با استفاده از داده‌های روزانه قیمت خرده‌فروشی گوشت‌مرغ طی سال‌های 92-1385 مورد آزمون قرار گرفت. در...

در این مقاله، مسئله ی پیش بینی یک سری زمانی با تعداد اندکی از داده ها، در یک روش رگرسیونی خلاصه شده است. این روش زمانی به خوبی کار می کند که روش های استاندارد برای تعداد مشاهدات اندک قابل استفاده نباشند. کمیت پیش بینی شده مقدار تجمعی از یک متغیر پیوسته و مثبت است به گونه ای که داده های گرداوری شده به صورت جزیی موجود هستند. یک مدل خیلی ساده برای توصیف رابطه ی بین مقادیر کلی و جزیی متغیری که قرار...

در این مقاله موضوع قابلیت پیش‌بینی در بورس تهران با استفاده از داده‌های شاخص کل بورس تهران از تاریخ ۱۳۷۶/۷/۶ تا 8/1/1388، مورد ارزیابی قرار گرفته است. در طی فرایند تحقیق از مدل گام تصادفی، مدل خودرگرسیو و سه مدل از خانوادۀ مدل‌های خود رگرسیو واریانس ناهمسان شرطی، برای حذف توابع خطی موجود در سری زمانی و نیز از پنج آزمون تشخیص وجود توابع غیرخطی در جملات پسماند مدل‌های ذکر شده، شامل آزمون...

در این مقاله عوامل تأثیر گذار بر تورم با استفاده از الگوی رگرسیونی سری زمانی خطی و غیرخطی (str) در اقتصاد ایران طی دوره ی 87-1338 مورد بررسی قرار می گیرد. در تصریح مدل تورم، علاوه بر در نظر گرفتن متغیرهای مرسوم (نقدینگی، تولید و نرخ ارز) تکانه های مثبت و منفی درآمد نفت، عدم تعادل پولی، عدم تعادل بخش خارجی و شکاف تقاضا نیز مورد توجه قرار گرفته اند. نتایج حاصل شده، فرضیه ی اصلی تحقیق مبنی بر توان...

شبکه های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی های زمانی غیرخطی می پردازند. مزیت این مدل ها در مقایسه با مدل های سری زمانی این است که نیاز به فرضیات محدود کننده نمی باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می باشد. برای این منظور با استفاده از روش های خودگردان، می توان دقت برآوردگرها را در ساختارهای پیچید...

در این مقاله استفاده از مدل های شبکه عصبی مصنوعی (ann) و برخی الگوهای متداول در زمینه پیش بینی نرخ ارز، مورد آزمون و تحلیل قرار گرفته بدین صورت که، عملکرد پنج الگوی رگرسیون خطی در مقایسه با شبکه های عصبی مصنوعی، برای پیش بینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده آمریکا) مورد بررسی قرار می گیرد. الگوهای رگرسیون خطی عبارتند از روش باکس- جنکینز (الگوی میانگین متحرک انباشته خود همبسته)، فر...

مدل سازی شبکه های عصبی از روش هایی است که برای سری های زمانی غیر خطی مور استفاده قرار گرفته است. استفاده از این مدل سازی در عمل با مشکلاتی مواجه است. اگرچه این مدل ها از قدرت بالایی در برآورد توابع مجهول برخوردار هستند، با این وجود به دلیل پیچیدگی محاسباتی بسیاری از روش های مرسوم در مدل سازی آماری در این مدل ها به سادگی قابل پیاده سازی نیستند. ممکن است بتوان با ممزوج کردن مدل های مرسوم و شبکه ه...