درخت حوزه‌های تخصصی

اقتصاد کلان و اقتصاد پولی

ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۱٬۷۶۱ تا ۱٬۷۸۰ مورد از کل ۲٬۲۶۸ مورد.
۱۷۶۱.

مقایسه مدل تصحیح خطا و رگرسیون فازی برای پیش بینی تولید ناخالص ملی در ایران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: رشد اقتصادی پیش بینی مدل تصحیح خطا رگرسیون فازی

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۲۱ تعداد دانلود : ۷۵۲
یکی از مهم ترین ابزارهای آماری در برنامه ریزی و سیاستگذاری های اقتصادی، داده های حساب های ملی است. از این رو، پیش بینی متغیرهای عمده اقتصادی از اهمیت خاصی برخوردار و در این میان، رشد اقتصادی از مهم ترین متغیرهای اقتصادی بوده که پیش بینی آن، از اولویت بالایی برخوردار است. هدف اصلی این مطالعه، شناسایی روش مناسب برای پیش بینی رشد اقتصادی ایران می باشد.                 در این پژوهش، مدل رگرسیون فازی که در ادبیات اقتصادی، کمتر مورد توجه قرار گرفته، معرفی و قابلیت آن در پیش بینی رشد اقتصادی ایران با مدل تصحیح خطا (ECM) مقایسه شده است. بدین منظور با استفاده از داده های دوره 1338 تا 1380 تولید ناخالص داخلی ایران از طریق دو مدل ECM و رگرسیون فازی مدل سازی و سپس، رشد تولید ناخالص داخلی ایران برای دوره 1381 تا 1391 پیش بینی شده است. در پایان، عملکرد این مدل ها با استفاده از معیارهای متداول ارزیابی مدل های پیش بینی از جمله MAE، RMSE، MAPE و TIC بررسی شده است. نتایج نشان می دهد که رگرسیون فازی، عملکرد به مراتب بهتری از مدل ECM در پیش بینی رشد تولید ناخالص داخلی ایران ارائه می دهد. همچنین دقت پیش بینی مدل رگرسیون فازی نسبت به مدل ECM از نظر آماری، تفاوت معنی داری دارد.
۱۷۶۳.

An Alternative VAR Model for Forecasting Iranian Inflation: An Application of Bewley Transformation(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: Forecasting Inflation VAR models BVAR models Bewley transformation

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۲۰ تعداد دانلود : ۶۴۸
This paper focuses on the development of modern non-structural dynamic multivariate time series models and evaluating performance of various alternative specifications of these models for forecasting Iranian inflation. The Quasi-Bayesian method, with Literman prior, is applied to Vector autoregressive (VAR) model of the Iranian economy from 1981:Q2 to 2006:Q1 to assess the forecasting performance of different models over different forecasting horizons. The Bewley transformation is also employed for the re-parameterization of the VAR models to impose the mean of the change of inflation to zero. Applying the Bewley (1979) transformation to force the drift parameter of change of inflation to zero in the VAR model improves forecast accuracy in comparison to the traditional BVAR.
۱۷۶۵.

بررسی ارتباط بین نوع رشد و ساختار سرمایه واحدهای تجاری(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ساختار سرمایه فرصت های رشد دارایی های ثابت مشهود

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۱۷ تعداد دانلود : ۱۰۷۶
هدف این پژوهش، بررسی ارتباط بین نوع رشد و ساختار سرمایه شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. بدین منظور، شرکت ها به سه گروه رشد پایین، ترکیبی و بالا دسته بندی و آزمون های آماری برای هر یک به صورت جداگانه انجام شده است. داده های پژوهش از 940 مشاهده سال - شرکت طی سال های 1383 تا 1392 استخراج شده است. برای تجزیه و تحلیل داده ها و آزمون فرضیه ها از الگوی رگرسیون خطی چند متغیره استفاده شده است. یافته ها حاکی از آن است که شرکت های نوع رشد پایین بدلیل افزایش هزینه حقوق صاحبان سهام، بیشتر به سمت تأمین مالی از طریق بدهی روی می آورند و بنابراین اهرم مالی بالایی دارند. همچنین، شرکت های نوع رشد بالا به دلیل افزایش هزینه بدهی، بیشتر گرایش به تأمین مالی از محل حقوق صاحبان سهام داشته و بنابراین اهرم مالی پایینی دارند. شرکت های نوع رشد ترکیبی نیز دارای نسبت اهرم مالی متوسط می باشند.
۱۷۷۰.

ارایه الگویی برای تعیین نرخ سود در عقود مبادله ای با استفاده از شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبکه عصبی مصنوعی سود بانکداری اسلامی عقود مبادله ای تابع هزینه سایه ای

حوزه‌های تخصصی:
تعداد بازدید : ۱۰۱۶ تعداد دانلود : ۶۸۱
در بانکداری اسلامی، دو دسته عقود مشارکتی و غیرمشارکتی (عقود مبادله ای) وجود دارد. عقود مبادله ای، عقودی با نرخ سود ثابت است که نرخ آنها معمولاً مبنای تخصیص منابع عقود مشارکتی است. در ایران نرخ سود عقود مبادله ای از سوی بانک مرکزی و به صورت دستوری تعیین می شود. در پژوهش حاضر با الهام از روش ارایه شده از سوی دادگر و فیروزان (1391) و به منظور مقایسه نتایج و ارتقای کارآیی برآوردها و نشان دادن قابلیت عملیاتی روش مذکور با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه (MLP) و تابع پایه شعاعی (RBF) نرخ سود عقود مبادله ای محاسبه و برآورد شد. داده های مورد استفاده، اطلاعات حقیقی و واقعی عملکرد بخش تولید صنعتی یعنی بنگاه های با بیش از 10 نفر کارکن را شامل می شود. طبق نتایج به دست آمده، دو شبکه از دقت نسبتاً خوبی برای تخمین ضرایب تابع هزینه سایه ای برخوردارند و اکثر ضرایب، در صدم اعشار با هم تفاوت دارد. روش پیشنهادی علاوه بر سهولت انجام، در راستای روش اقتصادسنجی بوده ولی محدودیت های آن از جمله بررسی تعداد محدود صنایع به دلیل نمونه گیری را نداشته و تقریباً تمام 14 هزار داده کارگاه های صنعتی در سال 1386 را لحاظ نموده و میزان خطای محاسبات بسیار کمتر است. طبق نتایج حاصل، نرخ سود عقود مبادله ای برای سال مورد بررسی 15درصد به دست آمد که در مقایسه با نرخ سود 12 درصد برای سال مذکور، نشان دهنده 20 درصد انحراف در تعیین نرخ سود است که هزینه های غیرقابل انکاری بر اقتصاد کشور و تخصیص منابع محدود دارد.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان