مدل های سری زمانی

پیشرفت علم و تکنولوژی باعث پیچیدگی در جهانی شده که امروزه در آن زندگی می کنیم و برای فائق آمدن بر این پیچیدگی ها و اتخاذ تصمیمات صحیح از سوی سیاستگذاران نیاز به پیش بینی متغیرهای اثرگذار روزافزون شده است. از این رو، از دهه 1970 به بعد روش های پیش بینی در علوم مختلف به ویژه اقتصاد جایگاه مناسبی یافته است. پژوهشگران و سیاستگذاران با پیدایش این روش ها در اقتصاد و سایر علوم برخی مواقع با ترکیب این روش ها به نتایج مطلوب تر و مناسب تری دست یافته اند. بدین منظور، هدف اصلی در مقاله حاضر بررسی روش های مختلف پیش بینی در اقتصاد و سایر علوم به ویژه ریاضیات و بیان این موضوع است که تمام این روش ها (فازی و شبکه عصبی) به اقتصادسنجی وابسته و به نوعی نتایج حاصل از اقتصادسنجی را بهبود می بخشند و از سوی دیگر آزمون هایی غیر از آزمون های ایستایی مرسوم در اقتصاد سنجی می بایست برای کشش سنجی مورد توجه قرار گیرد.

در این مقاله به منظور پیش بینی تورم در اقتصاد ایران، ابتدا ماهیت سری زمانی CPI برای داده های ماهانه ایران در بازه زمانی 1 m1369 تا 6 m1388، از لحاظ خطی ویا غیر خطی بودن و همچنین آشوبی یا تصادفی بودن مشخص گردیده است. نتایج آزمون ها نشان می دهد که سری زمانی تورم ساختاری غیرخطی دارد و همچنین سری زمانی CPI دارای رفتاری آشوبناک است. سپس بر پایه معادله دیفرانسیل تصادفی، حرکت برآونی هندسی مدلی پویا برای برازش رفتار سری زمانی CPI تخمین زده شده است و از آن مدل به منظور پیش بینی تورم استفاده شده است. به منظور بررسی عملکرد مدل پیشنهادی در پیش بینی تورم، مقایسه ای بین این مدل، مدل شبکه های عصبی و مدلهای اقتصاد سنجی سری زمانی خطی ARMA و غیر خطی GARCH، EGARCH و TGARCH با افقی 6 ماهه صورت گرفته است. بر اساس معیارهای RMSE، MAE و U-Tail مدل معادلات دیفرانسیل تصادفی، خطای کمتری در پیش بینی تورم نسبت به مدل های رقیب دارد.

وابستگی اقتصاد ایران به درآمدهای نفتی، شرایط را برای اعمال تحریمِ شدید تر فراهم کرده است. یکی از راه هایی که برای رفع محدودیت های حاصل از تحریم مطرح شده، دریافت درآمدهای نفتی بر حسب پولی غیر از دلار است. در همین راستا، پژوهش حاضر، به ارزیابی ریسک جایگزین کردن پول ملی دریافت کنندگانِ نفت ایران به جای دلار می پردازد. یوان و روپیه برای دوره زمانی 2019:05-1990:01 و یورو برای دوره زمانی 2019:05-1999:01 با روش های خودتوضیح جمعی میانگین متحرک ( ARIMA ) و خودتوضیح آستانه ای ( SETAR ) مدل سازی شده و سپس، سود و زیان این راهکار برای دوره زمانی 2019:06 تا 2021:12 بر اساس درآمد صادرات نفت ایران به چین، هند و اروپا محاسبه شد. نتایج پیش بینی ها، حاکی از این است که به دلیل تقویت ارزش دلار در صورت عدم پوشش ریسک، راهکار فروش نفت به چین و هند و دریافت پول ملی آنها موجب زیانی به اندازه 5 تا 23 درصد ارزش صادراتی نفت ایران به این دو کشور خواهد شد که قابل توجه است. پس اولاً، می باید با دیپلماسی مناسب، امکان این فراهم شود که ریسک کاهش ارزش پول ملی واردکنندگانِ نفت ایران، در قراردادهای فروش نفت، لحاظ شود. ثانیاً، به عنوان نمونه، نشان داده شد که تصمیمات سیاسی، تا چه اندازه می تواند آثار اقتصادی به همراه داشته باشد. بنابراین انتظار می رود، ملاحظات اقتصادی به طور جدی و شفاف در فرایند تصمیم گیری سیاسی، مدنظر قرار گیرد.

در این مقاله بررسی می شود که آیا قیمت آتی سکه طلا در بورس کالای ایران پیش بینی کننده دقیقی از قیمت نقدی سکه در زمان سررسید همان قرارداد آتی است. این پژوهش به کمک داده های روزانه قیمت آتی و نقدی سکه در فاصله آذر سال ۱۳۸۷ الی تیر ۱۳۹۷ انجام می شود. بررسی رابطه هم انباشتگی بین قیمت آتی و قیمت نقدی در زمان سررسید نشان می دهد در افق های کمتر از ۱۰۰ روز هم حرکتی قابل ملاحظه و تقریباً یک به یکی بین این دو قیمت وجود دارد که حاکی از آن است که قیمت های آتی در این افق ها حاوی اطلاعاتی از قیمت های نقدی زمان سررسید هستند. در این تحقیق همچنین، دقت پیش بینی قیمت آتی با پیش بینی های حاصل از مدل های سری زمانی مقایسه می شود. نتایج نشان می دهد که در افق های کوتاه مدت، عملکرد قیمت آتی بهتر بوده و با افزایش افق از این برتری کاسته می شود اگرچه همچنان قیمت آتی به طور معناداری بدتر از سایر مدل ها پیش بینی نمی کند.

ارزیابی و پیش بینی تغییرات اقلیمی در آینده به دلیل اثرات سوء آن بر منابع آبی و محیط طبیعی و همچنین دارا بودن اثرات زیست محیطی، اقتصادی و اجتماعی از اهمیت ویژه ای برخوردار است. در این میان، بارش نیز از عناصر مهم اقلیمی محسوب می شود که در شرایط مازاد، خسارات فراوانی را به بار می آورد. استان آذربایجان غربی نیز از این خسارات مستثنی نیست. هدف پژوهش حاضر مدل سازی و پیش بینی بارش 30 ساله در استان آذربایجان غربی است. دوره آماری مورد مطالعه 32 سال (2019-1987) می باشد. ایستگاه های منتخب در سطح استان شامل ایستگاه های ارومیه، پیرانشهر، تکاب، خوی، سردشت، مهاباد و ماکو می باشند. از مدل های سری زمانی میانگین لغزان، ساریما (آریمای فصلی)، هلت وینترز برای تجزیه و تحلیل و پیش بینی استفاده شد و همچنین برای تعیین روند داده ها از رگرسیون خطی و آزمون من-کندال بهره گرفته شد. نتایج نشان دهنده روند افزایشی بارش در ایستگاه های ارومیه، پیرانشهر، خوی، سردشت و ماکو و روند کاهشی در دو ایستگاه تکاب و مهاباد می باشند. با توجه به نتایج حاصل از مقایسه مدل های مورد استفاده، مدل هلت وینترز با دارای بودن حداقل خطا در میانگین مطلق انحرافات، میانگین مجذور انحرافات و درصد میانگین مطلق خطاها بهترین مدل پیش بینی بارش برای استان آذربایجان غربی معرفی شد.