نادیا گندلی علیخانی

During the recent decades, neural network models have been focused upon by researchers due to their more real performance and on this basis, different types of these models have been used in forecasting. Now, there is a question that which kind of these models has more explanatory power in forecasting the future processes of the stock. In line with this, the present paper made a comparison between static and dynamic neural network models in forecasting (uninvariable) the return of Tehran Stock Exchange (TSE) index in order to find the best model to be used for forecasting this series. The data were collected daily from 26/11/2009 to 17/10/2014. The models examined in this study included two static models (Adaptive Neuro-Fuzzy Inference Systems ""ANFIS"" and Multi-layer Feed-forward Neural Network ""MFNN"") and a dynamic model (nonlinear neural network autoregressive model ""NNAR""). The findings showed that based on the Mean Square Error and Root Mean Square Error criteria, ANFIS model had a much higher forecasting ability compared to other models.

با توجه به رشد و اهمیت روزافزون بازارهای مالی، وجود هرگونه نوسانی در این بازارها، آثار شگرفی بر اقتصاد می گذارد. لذا، در عرصه پویای بازارهای مالی از جمله بازار بورس اوراق بهادار پیش بینی آینده به یکی از مهمترین مسایل در علوم مالی ارتقا یافته است. در این راستا این نوشتار با استفاده از داده های روزانه شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران طی دوره زمانی 5/1/1388 الی 30/7/1392 وجود حافظه بلندمدت در بازدهی و نیز نوسان های شاخص قیمت این بازار رابررسی نموده است. پس از تأیید وجود حافظه بلندمدت در سری بازدهی بورس، به کمک خانواده مدل های واریانس ناهمسان شرطی (اعم از مدل های غیر فرکتالی و فرکتالی) به برازش بهترین تصریح برای تبیین رفتار نوسان های بازدهی بورس پرداخته شد. نتایج این پژوهش، مؤید وجود حافظه بلندمدت در هر دو معادله میانگین و واریانس سری مذکور بوده است. حال آنکه، در بین مدل های واریانس ناهمسان شرطی که در این مطالعه مورد بررسی قرار گرفته، بر اساس معیارهای اطلاعات (آکائیک و شوارتز) مدل ARFIMA(1,2)-FIGARCH(BBM) به عنوان بهترین مدل برای مدل سازی نوسان های بازدهی بورس در دوره مورد بررسی، انتخاب شده است.

بررسی تحولات اقتصادی ایران طی چهار دهه گذشته نشان داده است که درآمدهای نفتی، تأثیرات عمیق و گسترده ای را بر نماگرهای اقتصادی کشور داشته است. تغییرات قیمت نفت، همواره از دو کانال افزایش تقاضا (عمدتاً از طریق بودجه عمومی دولت و با تحت تأثیر قرار دادن اجزای پایه پولی و حجم پول) و افزایش هزینه های تولید (از طریق تأثیر بر قیمت عوامل تولید) شاخص تورم به عنوان یکی از مهمترین متغیرهای اقتصادی را به صورت مستقیم و یا غیرمستقیم متأثر ساخته است. در این راستا، تحقیق پیش رو، در صدد است تا ضمن بررسی ماهیت و علل عبور قیمت نفت از تورم، در دو بعد زمانی کوتاه مدت و بلندمدت به تجزیه و تحلیل عبور قیمت نفت از تورم و نیز ارائه سیاست های لازم جهت کنترل تبعات مخرب آن، با استفاده از داده های ماهانه ی این دو متغیر طی دوره ی زمانی فروردین 1380 الی فروردین 1392 به کمک مدل پویای تصحیح خطا بپردازد. نتایج این تحقیق حاکی از آن است که، عبور قیمت نفت از شاخص قیمت مصرف کننده در هر دو بعد زمانی کوتاه مدت و بلندمدت مثبت و ناقص بوده و لذا این امر می تواند در تحلیل های سیاستی، راهگشا باشد.

این پژوهش تلاشی در جهت معرفی یک الگوی مطلوب جهت مدل سازی و پیش بینی نوسانات قیمت نفت خام ایران می باشد. لذا، سعی شده است تا تحلیل جامعی از پیش بینی قیمت این نهاده ارایه گردد، به همین منظور، ضمن بررسی ماهیت مقوله پیش-بینی پذیری به کمک آزمون های نسبت واریانس، BDS و نیز آزمون آشوب گونه بودن این سری، به تحلیل ساختار خطی و یا غیرخطی بودن آن پرداخته شده و پس از تأیید آشوب گونه بودن سری بازدهی قیمت نفت بر اساس آزمون توان لیاپانوف و نیز وجود ویژگی حافظه بلندمدت، مهر تأییدی بر رد فرضیه بازارهای کارا و قبول فرضیه بازارهای فرکتال بوده است. سپس با علم به ویژگی-های ذاتی سری بازدهی قیمت نفت، به کمک ترکیب مدل های مبتنی بر حافظه بلندمدت و تجزیه موجک، به انتخاب بهترین مدل ممکن پرداخته شد. نتایج این مطالعه بر مبنای آزمون GPH، مبین وجود ویژگی حافظه بلندمدت در سری بازدهی و نوسانات قیمت نفت بوده و همچنین به کارگیری تکنیک تجزیه موجک را برای داده های پر تلاطم، مؤ ثر دانسته است، چرا که بر اساس معیارهای سنجش خطای پیش بینی MSE و RMSE مدل ترکیبی مبتنی بر حافظه بلندمدت و تجزیه موجک در مقایسه با مدل حافظه بلندمدت با داده های تجزیه نشده، از عملکرد دقیق تری برخوردار بوده است.

انرژی در حیات اقتصاد صنعتی جوامع، نقش زیربنایی ایفا نموده، به این معنا که هرگاه انرژی به مقدار کافی و به موقع در دسترس باشد، توسعه اقتصادی نیز میسر خواهد بود. در این بین نفت و گاز طبیعی، به عنوان مهمترین منابع تأمین انرژی بشر امروزی، از اهمیت ویژه ای برخوردارند. اهمیت این قضیه در کشور ایران دوچندان می باشد، چراکه سیاستگذاری های این کشور به عنوان یکی از مالکان عظیم منابع انرژی در جهان، نه تنها بر سطح قیمت فرآورده های نفتی داخلی و خارجی مؤثر است بلکه بر دیگر متغیرهای اقتصادی این کشور نیز مؤثر می باشد. از سوی دیگر، به علل مختلفی نظیر نوسانات قیمت نفت و درآمد حاصل از صادرات آن، گسترش صادرات غیرنفتی _ به ویژه در دهه های اخیر _ نقطه ثقل تفکر برنامه ریزان و سیاست گذاران اقتصادی در ایران قرار داشته است. از این رو، متانول[1] به عنوان یکی از پر کاربردترین محصولات پتروشیمی[2]، پتانسیل های فراوانی در زمینه تولید و صادرات غیرنفتی ایران دارد. لذا  بررسی رابطه میان قیمت نفت خام سنگین ایران، قیمت گاز طبیعی و قیمت متانول در ایران، به کمک مدل IGARCH[3] و با استفاده از داده های سری زمانی هفتگی متغیرهای تحقیق طی دوره ی زمانی 17/10/1383 الی 2/3/1392، هدف اصلی این تحقیق را تشکیل داده است. نتایج این تحقیق نشان می دهد که شوک های وارده بر قیمت متانول از جانب قیمت نفت خام و گاز طبیعی، معنادار ولی دیرپا بوده و در بلندمدت نمایان خواهند شد. <br clear="all" /> [1]. Methanol [2]. Petrochemical Production [3]. Integrated Generalized Auto Regressive ConditionalExamining energy as a strategic commodity in the world and analysis of the effect of changes in its price on key economic factors has been always considered as significant. The importance of this issue is twofold in Iran: first, policies in this country as one of the great possessors of energy resources in the world, affects not only the price of domestic and foreign oil products but also other economic variables. On the other hand, for different reasons such as oil price volatilities and income from oil export, economic planners and policy makers in Iran have been mainly focused on the promotion of non-oil exports especially during the last few decades. Therefore, methanol as one of the most commonly used petrochemical products has a high potential for production and export of non-oil products in Iran. For this reason, in the present study there was an attempt to examine the relationship between price of Iran’s crude oil, natural gas, and methanol using IGARCH model and based on the weekly time series data related to the research variables from 1383/10/17 to 1392/3/2. The results of the study showed that the shocks caused by the price of crude oil and natural gas to the price of methanol were lasting and meaningful and were revealed in the long term

بررسی انرژی به عنوان یک کالای راهبردی در سطح جهانی و نیز تحلیل چگونگی اثر تغییرات قیمت آن بر عوامل کلیدی اقتصاد همواره حائز اهمیت بوده است. اهمیت این قضیه در کشور ایران به عنوان یکی از بزرگترین صادرکننده های نفت و گاز دوچندان می باشد. از سوی دیگر، به علل مختلفی نظیر نوسانات قیمت نفت و درآمد حاصل از صادرات آن، گسترش صادرات غیرنفتی نقطه ثقل تفکر برنامه ریزان و سیاست گذاران اقتصادی در ایران قرار داشته است. از این رو، متانول به عنوان یکی از پر کاربردترین محصولات پتروشیمی، پتانسیل های فراوانی در زمینه تولید و صادرات غیرنفتی ایران دارد. لذا هدف اصلی این تحقیق، بررسی رابطه پویای میان قیمت نفت خام ایران و قیمت متانول در ایران، به کمک مدل VECM* و با استفاده از داده های سری زمانی هفتگی متغیرهای تحقیق، طی دوره زمانی 29/10/1387 تا 27/06/1390 است. نتایج این تحقیق نشان می دهد که میان قیمت نفت خام ایران و قیمت متانول در بلندمدت، رابطه مثبت و معناداری وجود دارد و این در حالی است که این متغیرها در کوتاه مدت از رابطه معناداری برخوردار نمی باشند. علاوه بر آن، ضریب متغیر تعدیل خطا در سطح اطمینان 95٪ معنادار و برابر مقدار عددی 11/0- بوده است. نتایج تابع عکس العمل آنی مؤید آن است که اولاً، قیمت متانول و نفت خام ارتباطی مستقیم با یکدیگر داشته و ثانیاً، شوک های قیمت نفت خام در بلندمدت اثر خود را بر قیمت متانول خواهند گذاشت.

بازار مسکن یکی از مهم ترین بازارهای سرمایه ای - مالی است که تحولات آن همواره نقشی اساسی در اقتصاد های ملی و جهانی داشته است. این بازار، دائماً با نوسانات سوداگرانه مواجه بوده که ماهیت آن با نوسانات ذاتی قیمت ها در بازار های مالی متفاوت است، زیرا، صعود و سقوط قیمت ها در آن بسیار عظیم و غیرقابل کنترل و درحقیقت حباب گونه می باشد. ازجمله مهم ترین عوامل برون زایی که به طور مستقیم و یا غیرمستقیم موجب شکل گیری این پدیده می شوند، سیاست های پولی هستند. با عنایت به این امر، هدف اصلی این پژوهش بررسی عوامل پولی مؤثر بر حباب بازار مسکن به کمک مدل ARDL و با استفاده از داده های سالانه طی دوره 1369 الی 1390، می باشد. در این راستا، آثار کوتاه مدت، پویا و بلندمدت متغیرهای نرخ ارز، قیمت طلا، شاخص کل سهام، نقدینگی، نرخ سود بانکی، نرخ تورم و درآمدهای نفتی بر حباب قیمت مسکن برآورد شده است. یافته های این تحقیق حاکی از ارتباط معنادار تمامی متغیرهای مستقل تحقیق با متغیر وابسته در کلیه ادوار اقتصادی بوده است. همچنین ضریب تعدیل در رابطه پویا، برابر مقدار عددی 58/0- بوده، لذا آثار تکانه های کوتاه مدتی که موجب عدم تعادل می شوند، پس از دو دوره از بین خواهد رفت و تعادل بلندمدت مجدداً پس از دو سال حاصل می گردد.

وجود دیدگاه های متفاوت در زمینه ارتباط میان بازدهی سهام و نرخ تورم که نشئت گرفته از اختلاف آراء میان اقتصاددانان مالی در این مورد می باشد، شواهدی از وجود عدم تقارن میان متغیرهای مذکور را نشان می دهد. بر پایه این دستاوردها، مطالعه حاضر به بررسی رابطه میان نرخ تورم و شاخص بازدهی بورس در اوراق بهادار تهران به کمک مدل CECM و مبتنی بر داده های سری زمانی ماهانه طی دوره زمانی فروردین 1383 لغایت شهریور 1390 پرداخته است. نکته قابل توجه آنکه مدل به کارگرفته شده در این تحقیق، علاوه بر تجزیه وتحلیل غیرخطی روابط بلندمدت میان متغیرها، از قابلیت بسیار مهم دیگری مبنی بر مدل سازی عدم تقارن موجود میان متغیرهای مختلف به ویژه متغیرهای مالی (مبتنی بر داده های تجزیه شده)، برخوردار می باشد. در همین راستا نتایج به دست آمده از این پژوهش نیز مؤید وجود ارتباط نامتقارن میان متغیرهای مذکور بوده به طوری که، تنها اجزای (تکانه های) منفی شاخص بورس و تورم با یکدیگر رابطه بلندمدت داشته و اجزاء مثبت آنها با یکدیگر ارتباط معناداری نداشته اند.