فهرست نشریات علمی دسترسی آزاد ایران

ارائه پیش‌بینی‌های قابل اعتماد انتظارات تورمی چالشی همیشگی برای سیاست‌گذاران است و برای فعالان اقتصادی و تصمیم‌های سرمایه‌گذاری آنها از اهمیت بالایی برخوردار است. پیش‌بینی دقیق انتظارات تورمی در یک محیط غنی از داده زمانی که بین متغیرهای پیش بینی کننده همبستگی وجود دارد یک زمینه تحقیقاتی فعال است. هدف این پژوهش پیش بینی انتظارات تورمی با درنظرگرفتن متغیرهای اقتصادی و پولی با بهره گیری از الگوریتم های یادگیری ماشین جهت کمک به تصمیم گیری سیاست گذاران اقتصادی کشور است. دلیل انتخاب روش یادگیری ماشین برای پیش بینی انتظارات تورمی، نداشتن مشکلات ساختاری مدل های تحلیلی و توانایی تشخیص دقیق روند بین معیارها در محیط اقتصادی غنی از داده است. برای دستیابی به این هدف داده های نرخ رشد اقتصادی، شاخص قیمت واردات، شاخص قیمت تولید کننده، سطح شکاف تولید، ارقام بودجه و تراز پرداخت‌ها، نرخ رشد دستمزد، رشد نقدینگی، نرخ ارز، درآمدهای نفتی، شاخص‌ بازار سهام، نرخ‌ بهره برای بازه زمانی از ابتدای سال 1384 تا انتهای سال 1398 جمع آوری گردید. یافته ها نشان داد که الگوریتم لاسوی تطبیق یافته نسبت به الگوریتم های دیگر یادگیری ماشین دارای عملکرد بهتری در پیش بینی انتظارات تورمی است. همچنین نتایج نشان داد که نرخ ارز و رشد نقدینگی به عنوان متغیرهای اقتصادی و نرخ بهره به عنوان متغیر پولی توانایی بالاتری در پیش بینی انتظارات تورمی دارند.