مدل سازی نرخ ارز با استفاده از مدل های غیرخطی سری زمانی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده علوم اقتصادی
  • نویسنده علی وفامند
  • استاد راهنما حسن خداویسی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1391
چکیده

نظربهاهمیتنرخارزدرسیاستگذاریهایاقتصادی،الگوهایمتنوعیبهمنظورتوضیحچگونگیتعیین رفتارنرخارزونحوه مدل سازی وپیش بینی آنارائه شده است. در این راستا تحقیق حاضر با نگرشی جدید به این مسأله ضمن بررسی ماهیت سری زمانی نرخ ارز و انجام آزمون غیر خطی برای داده های روزانه نرخ ارز در دوره 1380-1390 تلاش دارد با استفاده از الگوی رگرسیونی سری زمانی غیر خطی، به تبیین رفتار نرخ ارز بپردازد. برای کنترل اثرات غیر خطی مذکور در ادبیات اقتصاد سنجی، ازمتدولوژی رگرسیون غیرخطی انتقال ملایم ، با تابع انتقال لجستیک (lstr) استفاده می شود. همچنین جهت بررسی عملکرد مدل رگرسیون غیرخطی انتقال ملایم در پیش بینی های خارج از نمونه، به مدلسازی نرخ ارز با استفاده ازمدل های خطی َarma و غیر خطی ann و setar می پردازیم. سپس پیش بینی های خارج از نمونه را برای افق 20 روزه سری زمانی نرخ ارز انجام داده و بر اساس معیار های rmse و mae خطای پیش بینی خارج از نمونه مدل های مختلف مورد مقایسه قرار می گیرد. از جمله نتایج این مطالعه تأیید رفتار غیر خطی نرخ ارز ایران و عملکرد بهتر مدل پیشنهادی lstr در مقایسه با مدلهای رقیب arma، ann و setar می باشد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

شبیه سازی سری زمانی جریان در محل خروجی سد شهید رجایی با استفاده از مدل SWAT

افزایش دمای کره‌ی زمین و اثرات آن بر چرخه آب و همچنین افزایش رشد جمعیت از مسایلی است که امروزه توجه را بر مصرف بهینه منابع و مدیریت بهتر جهت برنامه­ریزی دقیق برای تامین نیازهای آتی بیشتر نموده­­ است. برای حل این مساله از مدل­های هیدرولوژی گوناگونی از جمله مدل ارزیابی آب و خاک (SWAT) استفاده می­­شود. در این پژوهش تغییرات جریان خروجی حوضه تجن طی سال­های 2005 تا 2015 با استفاده از مدل SWAT شبیه­سا...

متن کامل

یک مقایسه بین مدل های اقتصادسنجی ساختاری , سری زمانی و شبکه عصبی برای بیش بینی نرخ ارز

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...

متن کامل

مدل سازی نرخ واقعی ارز ایران با استفاده از مدل چرخشی خود بازگشتی مارکف(msar)

مقاله حاضر در پی این است که رشد نرخ ارز واقعی را با استفاده از مدلهای خود بازگشتی دو حالته مارکف مدل­سازی کند. برآوردهای تجربی نشان می­دهند که سیکل­های نرخ ارز واقعی توسط یک الگوی بازگشتی چرخشی نسبت به مدل­های بازگشتی ساده بهتر می­تواند توصیف شوند.      مدل خود بازگشتی مارکف، یک روش غیر­خطی است که پرش­ها و بحران­های بازارهای مالی را بسیار خوب مدل­سازی می­کند و سال­های تغییر رژیم نوسانات ارز را ...

متن کامل

مدل سازی و پیش بینی سری های زمانی غیرخطی با استفاده از شبکه های عصبی

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...

15 صفحه اول

پیش‌بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین

To procure the status of groundwater level fluctuations in arid and semi-arid areas, it is necessary to obtain accurate forecast of fluctuations data. Time series as a linear model have been utilized to generate synthetic data and predict future groundwater level. Minitab17 software and monthly depth of groundwater level data of 20 years (1991-2011) for 25 piezometric wells of plain were used. ...

متن کامل

مدل سازی و پیش بینی ضایعات نان با استفاده از مدل های سری زمانی و شبکه های عصبی مصنوعی

دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاه مدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سال های 1385-1357 و پیش بینی ضایعات نان از الگوی سری زمانی چند متغیره ardl استفاده شده است. بر اساس الگوی ardl ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی می باشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوت...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده علوم اقتصادی

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023