تعیین عوامل تاثیرگذار بر تورم و طراحی سیستم هشداردهنده تورم شدید برای اقتصاد ایران

  • سال انتشار: 1394
  • محل انتشار: فصلنامه پژوهشها و سیاست های اقتصادی، دوره: 23، شماره: 76
  • کد COI اختصاصی: JR_QJERP-23-76_007
  • زبان مقاله: فارسی
  • تعداد مشاهده: 129
دانلود فایل این مقاله

نویسندگان

محمد حسین پورکاظمی

دانشگاه شهید بهشتی

امین بیرانوند

محبوبه دلفان

چکیده

با توجه به پیامدهای ناگوار تورم در بخش های مختلف اقتصاد، آگاهی از احتمال وقوع تورم شدید در آینده نزدیک،فرصتی بسیار مناسب جهت اجتناب از تبعات منفی تورم ایجاد می کند. برای آگاهی از وقوع تورم شدید درآینده نزدیک، در قدم اول باید عوامل موثر بر تورم را به درستی شناسایی کرد. در این مقاله از میان داده های ماهانه ۲۱ متغیر احتمالی اثرگذار برتورم، در بازه زمانی فروردین ۱۳۷۵ تا دی­ماه ۱۳۹۰ش، با ترکیب الگوریتم ژنتیک و شبکه های عصبی، متغیرهای اساسی موثر بر تورم ایران تعیین شده اند. این متغیرها عبارت اند از: حجم نقدینگی، مخارج دولت، شاخص دستمزد نیروی کار، نرخ سود بانکی، تولید ناخالص داخلی، تورم با وقفه زمانی و شاخص قیمت جهانی نفت خام. پس از شناسایی متغیرهای اساسی، یک سیستم هشداردهنده تورم شدید طراحی شده است. این سیستم با بهره گیری از مبانی شبکه های عصبی، احتمال وقوع تورم شدید در بازه شش ماه آتی را پیش­بینی می­کند. برای طراحی این سیستم از یک شبکه عصبی پیش­خور با دولایه پنهان استفاده شده است. نتایجمدل، نشان دهنده عملکرد امیدوارکنندهسیستمهشداردهنده استو سیستمقادربهصدورسیگنال­هایهشداردهندهزودهنگام وقوع تورم شدید در آینده نزدیک است.

کلیدواژه ها

Inflation, factors affecting inflation, neural networks, genetics’ algorithm, warning system for inflation, تورم, عوامل موثر بر تورم, شبکه های عصبی, الگوریتم ژنتیک, سیستم هشداردهنده تورم

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.