مدلسازی و پیش بینی نرخ بهره با استفاده از شبکه های عصبی و تحلیل های رگرسیونی

سال انتشار: 1395
محل انتشار: اولین کنفرانس ملی مدل ها و تکنیک های کمی در مدیریت
کد COI اختصاصی: QMTM01_015
زبان مقاله: فارسی
تعداد مشاهده: 1401

نویسندگان

دکتری علوم اقتصادی واستادیاراقتصاد دانشگاه آزاد اسلامی واحد خوی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد خوی گروه اقتصاد

چکیده

نرخ بهره یکی از مهمترین متغیرهای اقتصادی که می تواند تحریکی برای افزایش سرمایه گذاری و افزایش تقاضا داشته باشد. که به عنوان یک ابزار سیاست پولی و همچنین به عنوان قیمت در بازار مالی یکی از متغیرهای مهم اقتصادی محسوب می شود. لذا در این پژوهش سعی شده است به مدل سازی و پیش بینی نرخ بهره با استفاده از شبکه های عصبی و تحلیل رگرسیون (ARIMA) طی سالهای 1394-1353 در کشور ایران بوسیله داده های فصلی پرداخته شود. نتایج حاکی از آنست که روش های شبکه عصبی و تحلیل رگرسیون (ARIMA) پیش بینی مناسبی از نرخ بهره ایران داشته است. لذا در مقایسه بین دو روش مذکور، برتری مدلسازی روش شبکه عصبی (ANN) در پیش بینی نرخ بهره نسبت به روش تحلیل رگرسیون (ARIMA) نتیجه گردید. از این رو مهمترین توصیه سیاست گذاری این مطالعه آن است که با پیش بینی های دقیق متغیر نرخ بهره تصمیم گیری های مناسب در مورد سرمایه گذاری یا عدم سرمایه گذاری در فعالیت های اقتصادی برای سرمایه گذاران مهیا گردد.

کلیدواژه ها

نرخ بهره، شبکه های عصبی، تحلیل رگرسیون

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.