الگوسازی غیرخطی و پیشبینی درآمدهای مالیات بر مشاغل در اقتصاد ایران
- سال انتشار: 1385
- محل انتشار: فصلنامه تحقیقات اقتصادی، دوره: 41، شماره: 6
- کد COI اختصاصی: JR_JTET-41-6_006
- زبان مقاله: فارسی
- تعداد مشاهده: 151
نویسندگان
استادیار دانشکده علوم اداری و اقتصادی، گروه اقتصاد، دانشگاه فردوسی مشهد
استادیار دانشکده مهندسی برق، گروه کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی
کارشناسی ارشد اقتصاد
چکیده
در این مقاله، با هدف دستیابی به پیشبینیهای دقیقتر، سه نوع الگوی رگرسیون خطی، سریزمانی و شبکه عصبی مصنوعی طراحی و براورد شده است. در ابتدا ماهیت ساختاری سریزمانی مورد نظر از جهت خطی، غیرخطی و تصادفی بودن با استفاده از آزمون نمای لیاپانوف بررسی شده است. نتایج این آزمون، وجود آشوب ضعیفی را در سیستم نشان میدهد و بیانگر امکان استفاده از الگوسازی غیرخطی برای پیشبینی دقیق تر کوتاه مدت است. در مرحله بعد با استفاده از رگرسیون خطی، الگوی سری زمانی و شبکههای عصبی مصنوعی، ضمن انجام پیشبینی درآمدهای مالیات بر مشاغل طی دوره زمانی ۱۳۷۹-۱۳۸۳، عملکرد این سه روش با یکدیگر مقایسه شده است. نتایج براورد الگوها نشان دهنده عملکرد بهتر الگوی شبکه عصبی مصنوعی میباشد. طبقهبندی JEL :E۶۲; C۵۳; C۲۰; C۴۵کلیدواژه ها
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.