ارزیابی اثر قاببندی بر نرخ ارز در ایران با استفاده از روشهای یادگیری ماشین
نویسندگان
1 دانشیار گروه اقتصاد، دانشگاه سمنان، سمنان، ایران
2 استاد گروه اقتصاد، دانشگاه سمنان، سمنان، ایران
3 دانشجوی دکتری گروه اقتصاد، دانشگاه سمنان، سمنان، ایران
doi
10.22034/epj.2024.20479.2473چکیده
براساس مشاهدات در سالهای اخیر اغلب نوسانات شدید ارز در ایران بعد از انتشار اخبار تأثیرگذار سیاسی-اقتصادی داخلی و خارجی رخ دادهاند. با وجود این تأثیر چشمگیر، در مدلهای موجود تأثیر محتوای اخبار منتشره لحاظ نشده و یا نتایج آن به صورت غیرمستقیم و در قالب دادههای عددی در مدلسازی به کار رفته است؛ حال آنکه نتایج غیرمستقیم عددی بعد از تأثیرگذاری اخبار در بازار در دسترس هستند و عملاً فایدهای در پیشبینی ندارند. در این مقاله مدل جامعی برای پیشبینی نرخ ارز و همچنین پوشش مستقیم تأثیر اخبار بر نرخ ارز ارائه شده است. مدل پیشنهادی با اتکاء بر تلفیق دادهها و یادگیری عمیق پیشبینی خوبی از حرکت بازار ارز حتی در شرایط نوسانات ارزی متأثر از اتفاقات مختلف ارائه میدهد. با استفاده از مدل پیشنهادی، تحلیل دقیقی از اثر قاببندی، یا نوع بیان یک خبر بر بازار ارز انجام شده است. نتایج این تحلیل علاوه بر تأیید عدم تقارن تأثیر اخبار مثبت و منفی بر بازار، حاکی از عدم کارایی نسبی سیاستهای اعلام شده برای کنترل نرخ ارز در سالهای اخیر دارد؛ به طوری که تنها حدود 32% از سیاستهای اتخاذ شده به منظور مدیریت نرخ ارز، قاببندی تأثیرگذاری داشتهاند. مدل ارائه شده به دلیل پوشش معنایی اخبار و استفاده از دادههای عددی بازار، در برابر قاببندیهای مختلف نیز مقاوم بوده به نحوی که در آزمایش روی نمونههای دارای انواع قاببندی در مجموعهی تست، در حدود 90% موارد پیشبینیهای آن با رفتار بازار مطابقت دارد.