بررسی اهمیت و میزان تاثیرگذاری متغیرهای اقتصادی بر نرخ ارز در ایران

سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 451

فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_EDP-2-2_006

تاریخ نمایه سازی: 26 خرداد 1398

چکیده مقاله:

پیش بینی نرخ ارز یکی از مسائل مهم هر کشور است. روش های مرسوم پیش بینی و تجزیه و تحلیل آماری سری زمانی بر اساس دو فرض ایستایی و خطی بودن هستند، اما در مواردی که ویژگی خطی بودن صدق نکند، در عملکرد این مدل ها تردید ایجاد می شود. در این راستا، شبکه های عصبی مصنوعی از قابلیت بالایی در مدل سازی فرآیندهای تصادفی و پیچیده و پیش بینی مسیرهای غیرخطی پویا برخوردارند. در این مقاله، با استفاده از یک شبکه عصبی با رویکرد بنیادی، روند تغییرات نرخ ارز را بر اساس متغیرهای اقتصادی موثر بر آن مانند شاخص قیمت مصرف­کننده در ایران و آمریکا، ارزش صادرات و واردات، قیمت نفت و قیمت طلا را مدل سازی کرده و با تحلیل حساسیت میزان تاثیرگذاری هریک از متغیرها را ارزیابی کرده ایم. با استفاده از نتایج مدل می­توان اظهار داشت که مدل، بیشترین حساسیت را نسبت به شاخص قیمت مصرف­­کننده از خود نشان می­دهد. همچنین قیمت طلا، صادرات، قیمت نفت و واردات به ترتیب عوامل دیگر موثر بر روند نرخ ارز در ایران هستند. 

کلیدواژه ها:

پیش بینی نرخ ارز ، خودرگرسیون میانگین متحرک انباشته ، شبکه عصبی مصنوعی ، تکنیکال ، بنیادی

نویسندگان

مریم ابراهیمی

کارشناس ارشد دانشگاه الزهرا، دانشکده علوم اجتماعی و اقتصادی، توسعه اقتصادی و برنامه ریزی

مهدی پدرام

دانشیار دانشکده علوم اجتماعی و اقتصاد دانشگاه الزهرا

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • پایگاه اطلاع رسانی بانک مرکزی جمهوری اسلامی ایران.www.cbi.ir ...
  • پایگاه اطلاع رسانی گمرک جمهوری اسلامی ایرانwww.irica.gov.ir ...
  • درگاهی، حسن و انصاری، رضا. (1387). بهبود مدل سازی شبکه ...
  • زمان زاده، حمید. (1391). مدیریت نرخ ارز در اقتصاد ایران. ...
  • مشتاق، مصطفی. (1379). تبدیلات ارزی و تعیین نرخ ارز. مجله ...
  • Azoff, M. E. (1994). Neural Network Timeseries Forcasting of Financial ...
  • Bureau of Labor Statistics Website : www.bls.gov/cpi/‎ ...
  • Dunis, CH. Laws, J. Kalathanasopoulos, A. (2008). Modelling and Tradingthe ...
  • Episcopos, A. Davis, J. (2001). Prediction Returns on Canadian Exchange ...
  • Hu & Tsoukalas. (1999). Combining Conditional Volatility Forecast Using Neural ...
  • Kuan, C.M. & White, H., (1991). Strong Convergence of Recursive ...
  • Lisi, F. Schiavo, R. (1999). A Comparision between Neural Networks ...
  • Pacelli, V.Azzollini, M. (2011). An Artificial Neural Network Model to ...
  • OPEC Website : www.opec.org ...
  • Pedram M, Ebrahimi M. (2014). Exchange Rate Model Approximation, Forecast ...
  • Pradhan, R. (2010). Forcasting Exchange Rate in India: An Application ...
  • Stokes, A. (2011). Forcasting Exchange Rates Using Neural Networks: a ...
  • USA Gold Website: http://www.usagold.com/reference/prices ...
  • Yao, J. Tan, Ch. (2000). A Case Study on Using ...
  • نمایش کامل مراجع