پیش بینی نقدینگی بر اساس برآورد نقطه ای و بازه ای روش آریما و مقایسه آن با روش هموارسازی نمایی دوگانه

  • سال انتشار: 1396
  • محل انتشار: فصلنامه اقتصاد مالی، دوره: 11، شماره: 40
  • کد COI اختصاصی: JR_ECJ-11-40_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 257
دانلود فایل این مقاله

نویسندگان

جعفر احمدی شالی

استادیار گروه آمار دانشگاه تبریز، تبریز.ایران

مهدی وصفی

دانشجوی کارشناسی ارشد آمار ریاضی دانشگاه تبریز، گروه آمار، تبریز، ایران.

چکیده

موسسات مالی و اعتباری خصوصا بانک­ها اهمیت آن دو چندان می­شود از این رو تعیین و تخمین شاخص نقدینگی کشور از اهمیت خاصی برای دولت و بانک­ها برخوردار است.به سبب اهمیت بالای تعیین نقدینگی و به منظور تصمیم سازی مناسب برآورد و پیش بینی آن در ماه­ها و سال­های آتی از ضروریات می­باشد. ساختار نرم­افزارهای تحلیلی مورد استفاده در اکثر مقالات طوری بوده که عملا تحلیل­ها در جعبه سیاه انجام شده است. در این تحقیق برای آنکه محقق مستقیما در فرآیند تحلیل قرار گیرد از نرم­افزار توانمند R استفاده شده است. در این تحقیق در کنار برآورد نقطه­ای که ممکن است با تغییراتی که صورت می­پذیرد تفاوت معنی­داری داشته باشد، از برآورد بازه­ای نیز استفاده شده است. فاصله اطمینان­های ۸۰ و ۹۵ درصدی برای پیش­بینی نقدینگی کشور انجام شده است که مقادیر واقعی نقدینگی را تحت پوشش قرار می­دهند و برآورد مناسبی را در اختیار مدیران کلان قرار داده تا به هنگام برنامه ریزی مسائل اقتصادی در زمینه نقدینگی تغییرات ممکن را به شکل مناسبی لحاظ نمایند.  نتایج حاصل از این تحقیق حاکی از آن هست که مدل آریمای پیشنهاد شده (نقطه­ای- بازه­ای) در مقایسه با روش هموارسازی نمایی دوگانه توانایی بالایی برای مدل سازی و پیش بینی میزان نقدینگی کشور را داراست. Liquidity management is one of the most important tasks of financial management in firms and credit institutions .The importance of liquidity is to determine appropriate decision-making process in financial activities to decrease Risk and Uncertainty. Based on point estimation and interval estimation we analyzed changes in liquidity management with significantly different estimation. The results of this study suggest that ARIMA model coefficient compared to high capacity double exponential smoothing method for modeling and forecasting liquidity in the financial market is more suitable and consistent.

کلیدواژه ها

نقدینگی، پیش بینی آینده، مدل هموارسازی نمایی دوگانه، مدل آریما، نرم افزار R، برآورد نقطه ای، برآورد بازه ای. طبقه بندی JEL : C۳۲, E۳۲, G۰۱,G۱۳

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.