پیشبینی تورم ایران با دو رهیافت اقتصادسنجی و شبکه عصبی مصنوعی؛ مقایسه الگوهای غیرخطی NARDL، NARX
نویسندگان
1 دانشجوی دکتری علوم اقتصادی، دانشگاه مازندران، بابلسر، ایران
2 استاد اقتصاد، گروه اقتصاد، دانشگاه مازندران، بابلسر، ایران
doi
10.22075/jem.2022.26727.1716چکیده
پیشبینی تورم یکی از مهمترین اقدامات سیاستگذاران اقتصادی و مقامات پولی در حوزه تصمیمگیری است و محققین همواره در پی شناسایی روشهای مناسب برای پیشبینی تورم میباشند، با توجه به غیرخطی بودن شاخصهای کلان اقتصادی به دلیل وجود شوکهای ایجادشده از چرخههای اقتصادی بهتر است که نرخ تورم با الگوهای غیرخطی برآورد شود، در این مقاله با استفاده از دو الگوی غیرخطی و بنیادی NARDL، NARX و توجه به سایر متغیرهای کلان اقتصادی بهعنوان متغیرهای برونزای الگوها و همچنین دو الگوی غیرساختاری ARIMA و NAR، به پیشبینی نرخ تورم ماهانه ایران پرداخته میشود درواقع بعد از برآورد نرخ تورم ماهانه ایران در بازه 1384:01-1398:06 با استفاده از آزمایش این الگوها در بازه 1398:07-1400:07 نتیجه حاصل شد که الگوی NARX برای افق زمانی کوتاهمدت و الگوی NARDL، برای افق زمانی بلندمدت عملکرد خوبی را بر اساس معیار RMSE و DM از خود نشان دادند.