بررسی کارایی نسبی مد لهای رگرسیون فازی در پیش بینی تورم ایران با استفاده از تحلیل پوششی داده ها

  • سال انتشار: 1392
  • محل انتشار: دهمین کنفرانس بین المللی مهندسی صنایع
  • کد COI اختصاصی: IIEC10_335
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1126
دانلود فایل این مقاله

نویسندگان

محمد مهدی عسگری ده آبادی

دانشجوی کارشناسی ارشد مهندسی سیستمهای اقتصادی- اجتماعی، دانشگاه علوم اقتصادی تهران

علی سوری

استادیار دانشکده مهندسی اقتصادی، دانشگاه علوم اقتصادی

چکیده

تاکنون روشهای متعددی برای پیش بینی نرخ تورم استفاده شده است. در این پژوهش برای رفع محدودیتهای روش های پیشین از روش رگرسیون فازی استفاده شده است. به طور کلی برای برازش یک معادله رگرسیون خطی فازی سه دسته مدل وجود دارد: مدلهای رگرسیون امکانی فازی، مدلهای رگرسیون کمترین مربعات فازی و مدلهای رگرسیون مبتنی بر تحلیل بازه ای. اولین گام در طراحی یک مدل رگرسیون فازی تعیین متغیرهای مستقل است. در این راستا متغیرهای مستقل نرخ رشد تقدینگی، نرخ رشد GDP واقعی، نرخ رشد قیمت دلار در بازار آزاد و نرخ تورم سال قبل انتخاب شده است و با توجه به رویکردهای مختلف سه مدل ساخته شده است. ضرایب هر سه مدل فازی میباشند. بنابراین نتایج حاصل نیز فازی خواهند بود. نتایج حاصل برای نرخ تورم با استفاده از روش مرکز سطح غیرفازی و سپس مقادیر درصد میانگین قدر مطلق خطا، ریشه میانگین مربعات خطا و میانگین قدرمطلق خطا محاسبه شدهاند. سپس با استفاده از معکوس این مقادیر و به کمک روش تحلیل پوششی داده های ستاده گرا و بدون داده های ورودی رگرسیون فازی با بیشترین کارایی برگزیده شده است.

کلیدواژه ها

نرخ تورم، رگرسیون فازی، تحلیل پوششی داده ها

مقالات مرتبط جدید

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.