مدل ARIMA

توانایی کم نظیر شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش های انجام شده در مورد توانایی پیش بینی مدل های خود توضیح جمعی میانگین متحرک (ARIMA) و شبکه های عصبی مصنوعی(ANN) به مقایسه این دو روش برای پیش بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته ایم. افزون بر این، در این پژوهش پس از مدلسازی به وسیله شبکه های عصبی مصنوعی، به منظور تشخیص سهم مشارکت هر پارامتر ورودی در این مدل از تجزیه و تحلیل حساسیت استفاده کرده ایم. با توجه به حجم وسیع به کارگیری اطلاعات روزانه قیمت جهانی نفت (بیش از 5500 روز اطلاعات) نتایج به دست آمده نشان دهنده برتری غیرقابل مقایسه مدل شبکه های عصبی مصنوعی نسبت به مدل ARIMA در پیش بینی قیمت روزانه نفت است.

در این مقاله با استفاده از داده‎های روزانه شاخص کل بورس اوراق بهادار تهران در دوره زمانی 6/1/1382 تا 14/4/1386، به بررسی ویژگی حافظه بلند این شاخص پرداخته و مدل ARFIMA را بر آن برازش می‎دهیم. هم‎چنین عملکرد پیش‎بینی مدل ARFIMA را با مدل ARIMA مقایسه می‎کنیم. نتایج نشان می‎دهند که اولاٌ این سری زمانی از نوع حافظه بلند است، بنابراین می‎توان با تفاضل‎گیری کسری آن را مانا کرد. پارامتر تفاضل‎گیری به‎دست آمد. پس از تفاضل‎گیری کسری و تعیین تعداد وقفه‎های اجزای خودبازگشت و میاانگین متحرک مدل، شکل کلی به‎صورت ، مشخص می‎شود. پارامترهای این مدل برای 900 داده درون نمونه‎ای برآورد شده است و از آن‎ها برای پیش‎بینی 70 داده خارج از نمونه استفاده می‎شود. مقایسه عملکرد پیش‎بینی مدل ARFIMA با مدل ARIMA، نشان می‎دهد که مدل ARFIMA از قدرت پیش‎بینی‎کنندگی بالاتری برخوردار است.

صنعت برق در جهان، بیش از صد سال قدمت دارد و هر کشوری با توجه به این که دولت یا بخش خصوصی به چه میزان در صنعت برق دخالت دارد، ساختار تولیدی را برای خود انتخاب کرده است. اما به طور کلی اکنون در سرتاسر جهان، صنعت برق در حال حرکت به سمت بازارهای رقابتی و فرآیند تجدید ساختار است. صنعت برق در ایران نیز در حال گذار از ساختار انحصار طبیعی به بازارهای رقابتی و ساختار جدیدی است که تولید کنندگان برای فروش انرژی به رقابت با یکدیگر می پردازند. در چنین شرایطی مطالعه وضعیت اقتصادی صنعت برق در ایران از اهمیت ویژه ای برخوردار است. در مقاله حاضر تلاش شده است با استفاده از مدل های هم جمعی و ARIMA، تقاضای برق مصرفی در ایران برآورد و پیش بینی گردد. نتایج حاصل از تحقیق، گویای این واقعیت است که واکنش مصرف کنندگان برق در ایران به تغییرات درآمد و قیمت کاملاً محدود است و بنابراین نیاز به طراحی مقررات اقتصادی در بازار برق ایران وجود دارد. همچنین پیش بینی های مربوط به تقاضای برق در آینده نشان می دهد که تقاضای سرانه برق با نرخ رشد سالانه 4/4 درصد افزایش می یابد که حاکی از رشد بسیار بالای مصرف برق در ایران می باشد

پژوهش حاضر به بررسی وجود استقلال در سریهای بازده (شکل ضعیف کارایی) سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران و تبعیت آن از مدل گشت تصادفی میپردازد. فرضیه اول این که تغییرات متوالی قیمت سهام از مدل گشت تصادفی تبعیت کرده و مستقل از همدیگر است. فرضیه دوم این که سریهای قیمتی شرکت های سرمایه گذاری، سریهای تصادفی است. نمونه پژوهش، شامل اطلاعات قیمتی روزانه 50 شرکت برتر بورس و شرکت های سرمایه گذاری بورس تهران بین سال های 1377 تا 1387 بود. نتایج آزمون های ناپارامتریک (کولموگوروف- اسمیرنوف و آزمون گردش) و آزمون های پارامتریک (مدل اتورگرسیو، مدل ARIMA) با مردود دانستن هر دو فرضیه نشان داد که قیمت های اوراق بهادار از مدل گشت تصادفی تبعیت نکرده و سریهای قیمتی شرکت های سرمایه گذاری، سریهای تصادفی نیست. در واقع شکل کارایی ضعیف در بورس اوراق بهادار تهران رد میشود. به بیان دقیق تر سرمایه گذاران با استفاده از اطلاعات مربوط به قیمت ها و بازده های گذشته میتوانند بازدهی بیشتری به دست آورند.

شهرداری به منظور تأمین نیازهای مالی جاری و عمرانی خود، از منابع داخلی (درآمد عملیاتی، بودجه عمومی، اندوخته ها و غیره) و منابع خارج از شهرداری، استفاده می کند. منابع داخلی شهرداری به طور معمول پاسخگوی نیازهای مالی آن نیست؛ در نتیجه شهرداری امکان اجرای پروژه های شهری که حیات شهر به آنها وابسته است را نخواهد یافت. لذا به ناچار، از طریق تعامل با نظام مالی خارج از منابع خود، اقدام به تأمین مالی پروژه ها می نماید. شهرداری ها برای تأمین نیازهای مالی خود از مؤسسات مالی فعال در بازارهای مالی مثل بانک ها یا بازار سرمایه در بازارهای مالی، اعتبار دریافت کرده و وجوه مورد نیاز خود را به دست می آورند. وجوه نقد به دست آمده، در عملیات جاری و عمرانی آن به کار گرفته می شوند؛ در نتیجه، درآمدی حاصل می شود یا خدمتی در شهر ارائه می گردد. این پژوهش در پی درک تعامل شهرداری با نظام مالی بوده تا جایگاه تأمین مالی خارجی در این زمینه و کارایی آن مشخص گردد. به دلیل ماهیت و محدودیت هایی که در جمع آوری اطلاعات وجود دارد، شهرداری تهران و سایر شهرداری ها در کشورهای مختلف برای یک دوره پنج ساله (2011-2007) مورد مقایسه قرار گرفته اند. نتایج حاصل از آزمون فرضیه ها حاکی از آن است که شهرداری تهران در مقایسه با سایر شهرداری های منتخب و هم سطح، به طور معناداری کمتر از تأمین مالی خارجی در پروژه های خود استفاده نموده و الزامات و پیش نیازهایی برای استفاده از این ابزار برای تأمین مالی پروژه های شهری در حوزه هایی مثل حمل ونقل و خدمات شهری وجود دارد. همچنین تأمین مالی خارجی پروژه های شهری برای شهرداری تهران دارای منافع بلندمدت می باشد

الگوی سیکل های تجاری سیاسی به بررسی رفتار متقابل بین رأی دهندگان و دولت می پردازد. طبق این نظریه، عوامل اقتصادی تأثیر قابل توجهی در الگوی رفتاری رأی دهندگان دارند. از این رو، دولت ها با اتخاذ سیاست های مختلف اقتصادی سعی می کنند به نحوی رضایت رأی دهندگان را فراهم سازند. در این مقاله، نویسندگان به برآورد سیکل های تجاری سیاسی از طریق مدل ARIMA برای اقتصاد ایران طی دوره 95-1357 پرداخته اند. نتایج پژوهش نشان می دهد که تورم طی دوران انتخابات با نوسان همراه بوده، و در سال برگزاری انتخابات، تورم کاهش و سال پس از آن، تورم افزایش یافته، همچنین قبل از انتخابات، نسبت کسر بودجه افزایش و مخارج عمرانی کاهش یافته است. مدل تخمین زده شده برای بعد از انتخابات، بی معنا می باشد. نتایج در خصوص متغیرهای پولی (حجم نقدینگی و خالص بدهی دولت به بانک مرکزی) نیز نشان می دهد که رفتار این متغیرها به شکلی بوده که وجود سیکل تجاری سیاسی را در آنها تأیید می کند. به طور متوسط، در سال های برگزاری انتخابات و سال قبل، رشد خالص بدهی دولت نسبت به سایر سال ها ، سه درصد افزایش یافته، که تأثیر این افزایش بدهی دولت به بانک مرکزی، در دوره بعد به صورت افزایش در نقدینگی، خود را نشان داده است. در نهایت بر اساس نتایج، نرخ بیکاری متأثر از سیکل های تجاری سیاسی نمی باشد.

بانکها در ایران از تأثیرگذارترین بازیگران اقتصادی محسوب می شوند. . بانکها  به عنوان نهادهای مالی و اقتصادی باید درآمدزا بوده و سودآوری آنها  تابعی از وضعیت  منابع،  میزان تسهیلات، حجم سرمایه گذاری و ارایه انواع خدمات بانکی و متنوع بودن آن ها است. دگرگونی درهر یک از این متغیرها ، موجب تغییر در سودآوری  و نوسان در سطح سود بانک ها خواهد شد. هدف اصلی این پژوهش بررسی نااطمینانی تولید ناخالص داخلی و تورم بر منابع و مصارف بانک ها می باشد. در این مطالعه، به صورت ویژه  آثار نااطمینانی تورم و تولید ملی بر  منابع و مصارف بانک ملی آزمون شده است.  نااطمینانی تولید ناخالص داخلی و تورم با ترکیبی از مدل های گارچ  [i] EGARCH وARIMA محاسبه و از طریق مدل های خود توضیح برداری (VAR) و مدل های تصحیح خطا (VECM) ارتباط آن ها با منابع و مصارف بانک ملی در افق زمانی کوتاه مدت و بلند مدت آزمون شده است . یافته ها نشان می دهد تاثیر نااطمینانی تولید و تورم بر منابع بانک ملی، در کوتاه مدت و بلندمدت معنا دار و منفی است ،اما در  کوتاه مدت و بلند مدت این تاثیرگذاری بر مصارف بانک ملی  مثبت بوده است. Abstract Banks are strongest component and  pivotal player  in the Iranian economy. Banks that certainly must be profitable. Now if we suppose that bank profits is a function of variables such as resources, facilitate investment and … Naturally, each of them is changed, the bank's earnings will fluctuate. Economic policy makers of banks will have to choose a procedure and political factors and inflation.... at least for the banks make losses. In this study, the main objective is uncertainty of GDP and inflation on the sources and uses of Melli bank. For this purpose, uncertainty of GDP and inflation calculated by combination of models EGARCH and ARIMA. Then we will investigate relationship through Vector Autoregressive Models (VAR) and Vector Error Correction Models (VECM) and on sources and uses in the short-term and long-term. We will conclude that the effect of uncertainty of GDP and inflation on sources of Melli Bank is significant and negative in the short term and long term. And the effect of uncertainty of GDP and inflation on uses of Melli Bank is significant and positive in the short term and long term. <br clear="all" /> [i]. Exponential General Auto-Regressive Conditional Heteroskedasticity (EGARCH)  

این مطالعه با هدف پیش بینی قیمت جهانی گندم و تشخیص زمان مناسب واردات گندم در جهت صرفه جویی ارزی صورت گرفت. جامعه آماری تحقیق حاضر اطلاعات سری زمانی ماهانه قیمت گندم طی بازه زمانی ژانویه 2000 تا دسامبر 2014 است و پیش بینی قیمت جهانی گندم برای دوره زمانی ژانویه 2016 تا دسامبر 2017 انجام شده است. همچنین جهت بررسی میزان واردات گندم به کشور ایران داده های ماهانه سال 1393- 1388در نظر گرفته شده است. در این مطالعه از مدل ARIMA به عنوان پیشتاز مدل های سری زمانی کلاسیک برای پیش بینی  قیمت جهانی گندم استفاده گردید.  نتایج تخمین مدل ARIMA و مشاهده روند زمانی متغیر قیمت جهانی گندم  نشان می دهد که در سال های اخیر با کاهش قیمت مواجه هستیم و در سال های 2016 و 2017 شاهد افزایش تدریجی قیمت جهانی گندم خواهیم بود. همچنین با بررسی وضعیت واردات گندم ایران در سال های مذکور، این نتیجه حاصل شد که واردات گندم  در بعضی سال ها، در زمان مناسبی انجام نشده است، در سال هایی مانند سال 1391که قیمت جهانی افزایش داشته است ایران نیز افزایش واردات گندم داشته است.   Abstract This study forecasts the global price of wheat and wheat imports to recognize the right time in order to save foreign exchange took place. The population of study time series of monthly wheat prices during the period January 2000 to December 2014 and forecast global wheat prices for the period January to December 2017 was conducted.In order to evaluate the country's wheat imports in years 1393- 1388 Monthly data are considered. ARIMA model as a pioneer in the study of classical time series models were used to forecast global wheat prices. ARIMA model and view the results of the variable when global wheat prices shows that in recent years, faced with falling prices and in the years 2016 and 2017 will see a gradual increase in global wheat prices. Also, check the status of Iran's wheat imports in the year, it was concluded that wheat imports in some years, been done at the right time, in years such as 1391 when the world price increased Iran's imports of wheat.

دما به عنوان یکی از عوامل مهم و تعیین کننده عناصر اقلیمی، شاخص مناسبی برای ردیابی تغییرات اقلیم به شمار می آید، به طوری که کوچک ترین تغییر در دمای یک مکان، تاثیرات کاملاً محسوس و مهمی در اکوسیستم ها به دنبال خواهد داشت. از این رو در این پژوهش از روش های آماری هم چون آزمون های آشکارسازی روند با استفاده از روش های پارامتریک و ناپارامتریک و از روش های نسبی برآورد روند بر روی مشاهدات جهت شناسایی رفتار دمایی شهر یزد و همچنین از تحلیل طیفی برای برآورد چرخه های نهان در دمای سالانه یزد استفاده شده است در این پژوهش از داده های سالانه دمای ایستگاه سینوپتیک یزد طی دوره آماری 2010 – 1962 استفاده شده که جهت رسیدن به اهداف پژوهش از مدل ARIMA بهره یافته است که بعد از آزمون الگوهای مختلف، الگو(0,1,2 )ARIMA الگوی برازنده تری برای دمای سالانه تعیین گردید. بر همین اساس برای 10 سال آینده با بازه اطمینان 95%، پیش بینی دما صورت گرفته است. نتایج آزمون گردش ها با 5/0% خطا نشان می دهد که مشاهدات سالانه دما تصادفی نیستند و تغییرات سالانه دمای یزد دارای روند معنی دار و افزایشی است، همچنین در سطح اطمینان 95% به جز همساز اول، همساز 22 همساز معنا دار دیگری در سری زمانی دما می باشد به عبارتی این ویژگی، گواه دیگری بر وجود روند در مشاهدات است.

تأثیر نرخ های ارز خارجی بر متغیرهای اقتصادی در هر کشوری، ضرورت مدل سازی و پیش بینی آن را نشان می دهد. در این مقاله روش تحلیل مجموعه ی مقادیر تکین (SSA) که یک روش ناپارامتری برای تحلیل سری های زمانی است، برای مدل سازی و پیش بینی نرخ روزانه دلار به ریال در بازه زمانی تیرماه ۱۳۹۲ تا شهریور ۱۳۹۴ مورد استفاده قرار گرفته است. برای ارزیابی کیفیت مدل ارائه شده از مدل ARIMA به عنوان یک مدل رقیب استفاده شده است. برای یافتن بهترین مدل ARIMA از بسته نرم افزاری auto.arima در نرم افزار R استفاده شده است. همچنین برای مقایسه دو مدل، خطای برازش (درون نمونه ای) و خطای پیش بینی (خطای برون نمونه ای) برای گام های پیش بینی کوتاه، متوسط و بلند مقایسه شده است. نتایج نشان می دهد که SSA می تواند به عنوان یک روش توانمند برای این منظور به کار گرفته شود.

بخش برق علاوه بر اینکه یکی از مهم ترین صنایع کشور محسوب می شود، از تأثیرگذارترین ارکان رشد و توسعه اقتصادی نیز به شمار می رود. بنابراین پیش بینی تقاضای برق با توجه به نقش های مختلفی که در اقتصاد یک کشور ایفا می کند از اهمیت ویژه ای برخوردار است. در این راستا در مطالعه حاضر به پیش بینی تقاضای برق کشور با استفاده از رویکرد ترکیبی ARDL و ARIMA پرداخته شده است. این مطالعه در تلاش است با تأکید بر اثر دما و نرخ های متفاوت رشد اقتصادی طی 4 سناریوی مختلف کل تقاضای برق ایران در یک بازه زمانی 30 ساله (2050 تا 2021) را پیش بینی نماید. سناریوسازی مبتنی برافزایش میانگین دمای کشور و نرخ های متفاوت رشد اقتصادی است. سناریو اول و دوم مبتنی برافزایش میانگین دمای کشور به میزان 0026/0 درصد سالیانه و نرخ های رشد اقتصادی 2 و 8 درصدی است. همچنین سناریو سوم و چهارم مبتنی برافزایش میانگین دمای کشور به میزان 0045/0 درصد سالیانه و نرخ های رشد اقتصادی 2 و 8 درصدی است. نتایج حاصل از مطالعه ضمن تائید تأثیر معنادار دما و رشد اقتصادی بر مصرف برق نشان می دهد که به دنبال افزایش دما و رشد تولید ناخالص داخلی، تقاضای برق به طور چشمگیری افزایش خواهد یافت. همچنین سایر نتایج حاکی از بی کشش بودن تقاضای برق نسبت به تغییرات قیمتی است. لذا سیاست های محدودیت تقاضای برق بایستی مبتنی بر کنترل دما و انتشار گازهای گلخانه ای از طریق افزاش سهم تکنولوژی های تجدید پذیر در سبد عرضه برق کشور و سیاست های مبتنی برافزایش بهره وری انرژی باشد.