مروری بر مطالعات داخلی شبکه‌ی عصبی در حوزه‌ی اقتصاد

در مورد مطالعات داخلی که در زمینه‌ی استفاده از شبکه عصبی برای پیش‌بینی صورت گرفته، می‌توان به مقاله‌ای که توسط اصفهانیان و امین‌ناصری(۱۳۸۷) گردآوری شده، اشاره کرد. در این مقاله با بهره گرفتن از شبکه‌ی عصبی به پیش‌بینی کوتاه‌مدت قیمت نفت خام پرداخته شده است. در این تحقیق با بهره گرفتن از یادگیری هدایت شده یک مدل شبکه‌ی عصبی برای پیش‌بینی ماهیانه‌ی قیمت نفت خام، توسعه داده شده است. مشابهاً در مقاله‌ای که توسط پورکاظمی، افسر و نهاوندی(۱۳۸۴) انجام گرفته، تقاضای اشتراک گاز شهری خانگی شهر تهران با بهره گرفتن از روش خطیARIMA و روش غیرخطی شبکه‌های عصبی فازی بررسی و از لحاظ شش معیار، کارایی آنها مقایسه شده‌اند. نتایج این تحقیق بیانگر این است که شبکه‌های عصبی فازی در تمامی شش معیار، عملکرد بهتری نسبت به روشARIMA داشته است. در مطاله‌ای مشابه که توسط کرباسی، اثنی‌عشری و عاقل(۱۳۸۶) انجام گرفته، با بهره گرفتن از مدل شبکه عصبی به پیش‌بینی و مدل‌سازی اشتغال بخش کشاورزی در ایران با بهره گرفتن از متغیرهای پولی و مالی طی سال ۱۳۸۴-۱۳۳۸ پرداخته شده است. همچنین ابریشمی، مهرآرا، احراری و میرقاسمی(۱۳۸۸) در مقاله‌ای از شبکه عصبی به عنوان ابزاری با قابلیت بالا در مسیریابی و تشخیص روند‌های غیرخطی و پیچیده، به ویژه با تعداد مشاهدات محدود، برای الگوسازی و پیش‌بینی رشد تولید ناخالص داخلی به قیمت ثابت در ایران استفاده کرده‌اند. علاوه بر این طیبی، آذربایجانی و بیاری(۱۳۸۸) با توجه به اهمیت پیش‌بینی قیمت محصولات پروتئینی از جمله تخم مرغ، در تحقیقی قیمت این محصول را با بهره گرفتن از روش ARCH و شبکه‌های عصبی مصنوعی برای افق‌های زمانی یک‌ماهه، شش‌ماهه و دوازده‌ماهه پیش‌بینی کرده‌اند. در این راستا این فرضیه که شبکه عصبی مصنوعی در پیش‌بینی قیمت تخم مرغ کارایی بیشتری از روش ARCH دارد، بررسی شده است. داده‌های مورد استفاده شامل متغیر قیمت تخم مرغ و دوره مورد مطالعه شامل سال‌های ۱۳۸۵-۱۳۷۱ است. نتایج نشان می‌دهد که شبکه‌های عصبی مصنوعی در بیشتر افق‌های زمانی پیش‌بینی‌های دقیق‌تری در مقایسه با روش ARCH ارائه می‌کند. از این رو استفاده از روش‌های پیش‌بینی قیمتی که عمدتاً متکی بر شبکه‌های عصبی مصنوعی است می‌تواند به تأثیر سیاست‌گذاری قیمتی و حتی تنظیم بازار از طریق پیش‌بینی نوسان‌های مختلف، کمک کند.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

مطالعات خارجی

دوماک و شابسیژ^[۷] (۱۹۹۹) در تحقیقی به بررسی رفتار نرخ ارز و رشد اقتصادی کشورهای مصر، اردن، مراکش و تونس پرداخته‌اند. بررسی‌های تجربی نشان می‌دهد که انحراف نرخ ارز تأثیر منفی بر رشد اقتصادی دارد. بعلاوه نتایج به اهمیت دیگر عوامل مؤثر بر رشد، خصوصاً رشد سرمایه و رشد جمعیت اشاره می‌کند. همچنین گرینوی، نلر و ژانگ^[۸] (۲۰۰۸) با بهره گرفتن از داده‌های بنگاه‌های تولیدی در بریتانیا، اثرات نااطمینانی نرخ ارز را روی تصمیمات برای ورود به بازار صادرات و کشش صادرات را آزمون کرده‌اند. نتایج نشان می‌دهد که نااطمینانی نرخ ارز اثر کمی روی مشارکت بنگاه‌ها در صادرات دارد امّا اثر معناداری روی کشش صادرات داشته است. هروارتز و وبر^[۹] (۲۰۰۷) در مطالعه‌ای با عنوان نااطمینانی نرخ ارز و رشد تجاری، مدل‌های خطی و غیرخطی را مقایسه کرده‌اند. در این مقاله آمده است که تقریباً همه‌ی کارهای تجربی، یک رابطه‌ی خطی را بین دو متغیر نااطمینانی نرخ ارز و رشد تجاری در نظر می‌گیرند و سپس به برآورد آن می‌پردازند و امکان وابستگی غیرخطی بین نااطمینانی نرخ ارز و تجارت را نادیده می‌گیرند. به علاوه، به طور گسترده از مدل‌های رگرسیونی برای پیش‌بینی استفاده می‌شود. در این مقاله اثر نااطمینانی نرخ ارز روی صادرات و واردات منطقه‌ای چندجانبه برای ۱۵ کشور صنعتی مورد بررسی قرار گرفته است. نتایج از وجود رابطه‌ی غیرخطی بین نااطمینانی نرخ ارز و رشد تجاری حکایت دارد. در مقاله‌ای مشابه که توسط بوم، کاگلایان و بارکولاس^[۱۰](۱۹۹۹) فراهم شده، اثرات موقتی و دائمی انحرافات اجزای نرخ ارز را روی سوددهی بنگاه بررسی شده است. در این مقاله اشاره شده که انحرافات اجزاء نرخ ارز، نرخ رشد سوددهی بنگاه را نامعین کرده است امّا این اثرات قابل پبش‌بینی‌اند. یک انحراف دائمی(موقتی) در اجزاء نرخ ارز از روند عمومی نرخ ارز، منجر به تغییرات عمده(جزئی) در نرخ رشد سوددهی بنگاه می‌شود. بنابراین منبع و سرچشمه‌ی ناپایداری در نرخ ارز در آنالیز اثرات آن اهمیت می‌یابد. همچنین رویز^[۱۱](۲۰۰۵) اثرات تورم و نااطمینانی نرخ ارز را روی فعالیت‌های واقعی اقتصاد آزمون کرده است. با بهره گرفتن از مدل GARCH، میزان انحرافات نرخ ارز محاسبه شده است. نتایج پیشنهاد می‌کند که نااطمینانی در مورد نرخ ارز هیچ اثری روی تولید یا صادرات نداشته است و تنها نااطمینانی در مورد تورم است که روی تولید اثر منفی داشته است. بعلاوه هدف از مقاله‌ای که توسط بکر و هال^[۱۲] (۲۰۰۴) نوشته شده این است که نقش نااطمینانی نرخ ارز را روی سرمایه‌گذاری مستقیم خارجی در برنامه‌ی تحقیق و توسعه صنایع در بریتانیا با بهره گرفتن از یک مدل اقتصاد سنجی، بررسی کند. نتایج این تحقیق نشان می‌دهد که افزایش در ناپایداری نرخ ارز دلار-یورو گرایش به جابجایی سرمایه‌گذاری روی برنامه‌ی تحقیق و توسعه از منطقه‌ی اروپا به بریتانیا دارد. در مقاله‌ای مشابه که توسط بارل، هال و گوتسچاک^[۱۳](۲۰۰۴) نوشته شده رابطه‌ی بین نااطمینانی نرخ ارز و جایگاه سرمایه‌گذاری مستقیم خارجی ایلات متحده آمریکا در اروپا را مورد بررسی قرار داده است. در این تحقیق سرمایه‌گذاری ایلات متحده آمریکا در بریتانیا و قاره‌ی اروپا، در قالب هفت صنعت برآورد شده است. نتایج نشان می‌دهد که سرمایه‌گذاری ایلات متحده آمریکا در اروپا گرایش به ریسک گریز بودن دارد و در نتیجه در صورت وجود ناپایداری نرخ ارز از میزان سرمایه‌گذاری آن کاسته می‌شود. در این مقاله عنوان شده که شواهد قوی‌ای وجود دارد که نشان می‌دهد بریتانیا نسبت به منطقه‌ی اروپا برای سرمایه‌گذاری ایلات متحده آمریکا ترجیح داده می‌شود. زیرا یک افزایش در همبستگی بین نرخ ارز استرلینگ- دلار گرایش به انتقال سرمایه ایلات متحده آمریکا از منطقه‌ی اروپا به بریتانیا دارد. همچنین بوم و کاگلایان^[۱۴](۲۰۰۸) در مقاله‌ای تحت عنوان ناپایداری جریانات تجارت بین‌المللی و نااطمینانی نرخ ارز، نشان می‌دهد که شواهد تجربی گردآوری شده از داده‌های کشورهای اروپایی، دیگر کشورهای صنعتی و کشورهای جدیداً صنعتی شده، روی دوره‌ی زمانی ۲۰۰۶- ۱۹۸۰، حکایت از آن دارد که نااطمینانی نرخ ارز یک اثر مثبت و معنادار روی ناپایداری جریانات تجاری دوجانبه دارد. یک واحد افزایش انحراف استاندارد در نااطمینانی نرخ ارز منجر به ۸ درصد افزایش در ناپایداری تجارت می‌‌شود. این اثرات روی جریان تجاری برای کشورهای صنعتی و کشورهای جدیداً صنعتی شده، متفاوت است. بر خلاف یافته‌های اولیه، این مقاله همچنین پشنهاد می‌کند که نااطمینانی نرخ ارز حجم جریانات تجاری را در هیچ کدام از کشورهای صنعتی و کشورهای جدیداً صنعتی شده، تحت تأثیر قرار نمی‌دهد. در مقاله‌ای که توسط چوو، شلدون و مک‌کریستون^[۱۵](۲۰۰۲) نوشته شده، با توجه به جریانات تجارت دو جانبه در بین کشورهای توسعه‌یافته در دوره‌ی زمانی ۱۹۹۵- ۱۹۷۴، اثر نااطمینانی نرخ ارز را روی رشد تجارت بخش کشاورزی در مقایسه با دیگر بخش‌ها بررسی کرده است. نتایج نشان می‌دهد که نااطمینانی نرخ ارز، اثر منفی معناداری روی تجارت بخش کشاورزی در این دوره داشته است. به علاوه، اثر منفی این نااطمینانی روی تجارت بخش کشاورزی در مقایسه با دیگر بخش‌ها، معنادارتر بوده است. در مقاله‌ای مشابه، هالی^[۱۶](۱۹۹۵) اثر نااطمینانی نرخ ارز را روی کارایی صادرات بررسی کرده است. در این مقاله محقق دو کار را انجام داده است: اول، آزمون کرده است که چطور نااطمینانی نرخ ارز می‌تواند روی هر دو مورد عرضه و تقاضا برای صادرات اثر کند. سپس او با بهره گرفتن از مدل ARCH تعمیم یافته(GARCH)، نوسانات نرخ ارز را معرفی می‌کند. نتایج پیشنهاد می‌کنند که نااطمینانی نرخ ارز روی عرضه‌ی صادرات اثر گذار است امّا اثر معناداری روی تقاضای صادرات ندارد. همچنین هایاکاوا و کیمورا^[۱۷](۲۰۰۹) تأثیر ناپایداری نرخ ارز را روی تجارت بین‌الملل در شرق آسیا مورد مطالعه قرار داده است. نتایج به طور خلاصه عبارتند از: اول، تجارت بین‌المللی در شرق آسیا توسط ناپایداری در نرخ ارز، نسبت به دیگر مناطق به طور جدی تأثیر می‌پذیرد و کاهش پیدا می‌کند. دوم، یک بخش مهمی از تجارت که کاهش می‌یابد تجارت کالا‌های واسطه‌ای در شبکه‌های بین‌الملل تولید هست، که کاملاًًًًًً نسبت به ناپایداری نرخ ‌ارز در مقایسه با انواع دیگر تجارت حساس است و بخش مهمی از تجارت شرق آسیا را به خود اختصاص داده است. سوم، اثر منفی ناپایداری بزرگتر از هزینه تعرفه‌ها و کمتر از هزینه‌های مربوط مسافت در شرق آسیا می‌باشد. در مقاله‌ای مشابه که توسط آریز، اسنگ و اسلوتج^[۱۸](۲۰۰۸) نوشته شده است به طور تجربی اثر ناپایداری نرخ ارز واقعی را روی جریانات صادراتی هشت کشور آمریکای لاتین به طور فصلی برای دوره ۲۰۰۴- ۱۹۷۳ بررسی کرده است. نتایج اصلی این مطالعه نشان می‌دهد که افزایش در ناپایداری نرخ ارز واقعی و نا‌اطمینانی نرخ ارز، اثر منفی معناداری روی تقاضای صادرات در کوتاه‌مدت و بلندمدت در هر یک از هشت کشور آمریکای لاتین داشته است. دوربک^[۱۹](۲۰۰۸ ) اثر ناپایداری نرخ ارز را روی وضعیت اقتصادی مناطق شرق آسیا بررسی می‌کند. شرق آسیا توسط تولیدات پیچیده و شبکه‌های‌ توزیع، مشخص شده است که امکان تفکیک تولیدات بین کشورهای منطقه بر پایه مزیت همکاری را می‌دهد. این شبکه‌ها سود‌های کارایی بزرگی را ایجاد کرده‌اند. ناپایداری نرخ ارز، توسط افزایش نااطمینانی، ممکن است سود‌های منطقه‌ای ناشی از فروپاشی مرز‌ها را کاهش دهد. این مقاله معرفی می‌کند شواهدی را که ناپایداری نرخ ارز جریان تجاری اجزاء الکترونیکی در شرق آسیا را کاهش داده است. اجزاء الکترونیکی بزرگترین جزء از کالا‌های واسطه‌ای تجاری در این شبکه‌ها می‌باشد. این نتایج اشاره می‌کند که سیاست‌گذاران بایستیی این مسئله را بررسی کنند که چگونه می‌توان نرخ‌های ارز را در این منطقه به منظور محیا کردن یک بستر مناسب و باثبات در شرق آسیا برای شبکه‌های تولید، تثبیت کنند. بعلاوه مقاله‌ای که توسط آریستوتلس^[۲۰](۲۰۰۱) نوشته شده است، اثر ناپایداری نرخ‌ ارز و نظام‌های ارزی را روی صادرات انگلیس به آمریکا با بهره گرفتن از داده‌های مربوط به دوره ۱۹۹۹- ۱۸۸۹ بررسی کرده است. یافته‌های تجربی بیان می‌کنند که هیچ یک از متغیرهای ناپایداری نرخ ارز و اختلاف نظام‌های ارزی، اثری روی حجم صادرات برای دوره‌ی مورد بررسی نداشته است. هال و همکاران^[۲۱](۲۰۰۵) رابطه‌ی ناپایداری نرخ ارز و کار‌ایی صادرات را مورد تجزیه و تحلیل قرار داده‌اند. در این مقاله اشاره شده است که مطالعاتی که بین اقتصاد‌های نوظهور و دیگر کشور‌های توسعه‌یافته، تفاوت قابل نشده‌اند، به نتایجی از اثرات منفی و معنادار ناپایداری نرخ ارز روی تجارت رسیده‌اند. در این مقاله اثرات ناپایداری نرخ ارز را روی صادرات برای ۱۰ اقتصاد نوظهور و ۱۱ کشور توسعه‌یافته دیگر که در طی دوره مورد بررسی جزء اقتصاد‌های نوظهور قرار نداشتند، بررسی شده است. در این تحقیق از مجموعه داد‌ه‌های پانل برای دوره‌ی سه‌ماه نخست ۱۹۸۰ تا سه‌ ماه آخر ۲۰۰۶ برای اقتصاد‌های نوظهور و سه‌ماه نخست ۱۹۸۰ تا سه ‌ماه آخر ۲۰۰۵ برای دیگر کشور‌های توسعه‌یافته، استفاده شده است. نتایج بررسی‌ها برای یازده کشور توسعه‌یافته مشابه نتایج دیگر مطالعات صورت گرفته در این زمینه می‌باشد. در مقابل، نتایج برای اقتصاد‌های نوظهور، اثر منفی و معنا‌دار ناپایداری نرخ ارز روی صادرات برای این کشورها را نشان نمی‌دهد. یافته‌ها پیشنهاد می‌کند که بازار‌های باز سرمایه در کشور‌های نوظهور ممکن است اثر منفی نوسانات نرخ ارز روی صادرات را کاهش داده است. همچنین در مقاله‌ای که توسط باگلا، بکچتی و حسن^[۲۲](۲۰۰۶) گردآوری شده است، با به کارگیری یک شاخص مناسب برای نرخ ارز واقعی که در آن نرخ ارز‌های دوطرفه برای بخش‌های وابسته به صورت وزنی می‌باشند، نتیجه شده است که ناپایداری نرخ ارز واقعی اثر معناداری روی رشد درآمد سرانه دارد. همچنین نتایج نشان می‌دهند که این اثر(هزینه ناپایداری) می‌تواند با یک اثر منفی و معنادار روی رشد، ناشی از اتخاذ یک نظام نرخ ارز ثابت مطابق باشد. در مقاله‌ای که توسط رحمان و سرلتیس^[۲۳](۲۰۰۹) نوشته شده است با بهره گرفتن از روش حداکثر درست نمایی با اطلاعات کامل اثر نااطمینانی نرخ ارز را روی صادرات بررسی کرده‌اند. شاخصی که میزان نااطمینانی نرخ ارز را محاسبه می‌کند، انحراف استاندار شرطی از خطای پیش بینی تغییر در نرخ ارز، می‌باشد. در این مقاله اثرات نااطمینانی نرخ ارز روی صادرات از هم تفکیک شده‌اند و همچنین مورد آنالیز قرار گرفته شده که چطور صادرات به شوک‌های نرخ ارز واکنش نشان می‌دهد. سپس مدلی با استفاده داده‌های ماهیانه برای آمریکا روی دوره‌‌ای که نظام نرخ ارز شناور حاکم بوده(از ۱۹۷۳)، برآورد شده است. نتایج نشان می‌دهد که نااطمینانی نرخ ارز یک اثر منفی و معنا‌دار روی صادرات آمریکا داشته است. همچنین سان و همکاران^[۲۴](۲۰۰۲) در مقاله‌ای به بررسی اثر نااطمینانی نرخ ارز روی تجارت جهانی گندم پرداخته‌اند. در این مقاله میزان ناپایداری نرخ ارز در کوتاه‌مدت و بلندمدت محاسبه شده و با یکدیگر مقایسه شده‌اند. هر دو میزان ناپایداری نرخ ارز، اثرات منفی روی تجارت جهانی گندم را، با اثری حتی بزرگ‌تر در بلندمدت، ارائه داده‌اند. چن^[۲۵](۲۰۰۴) رابطه‌ی بین نوسانات نرخ ارز واقعی و شوک‌های پولی را آزمون کرده است. در این مقاله، از مدل VAR و از داده‌های بلندمدت مربوط به آمریکا و بریتانیا در دوره‌ی ۱۹۹۵-۱۸۸۹ استفاده شده است. بر طبق تجزیه واریانس، در این مقاله اشاره شده که شو‌ک‌های پولی می‌تواند نزدیک به ۵۰ درصد از واریانس نرخ ارز واقعی را در دوره بلندمدت تحت بررسی، توضیح دهد. مشابهاً کمپل و لپام^[۲۶](۲۰۰۲) رابطه‌ی بین نوسانات نرخ ارز واقعی و تجارت خرده‌فروشی صنایع در مرز آمریکا و کانادا بررسی کرده‌اند. در این مقاله اشاره شده که مصرف ‌کنندگانی که در نزدیکی مرز آمریکا و کانادا زندگی می‌کنند می‌توانند هزینه‌هایشان را بین این دو کشور تغییر دهند، بنابراین نوسانات نرخ ارز می‌توانند به عنوان شوک تقاضا عمل کند. با بهره گرفتن از داده‌های سالیانه، اثر نرخ ارز واقعی روی تعداد بنگاه‌ها و متوسط اشتغال آن‌ها در مناطق مرزی برای چهار صنعت خرده‌فروش برآورد شده است. در سه مورد از چهار صنعت، ملاحظه‌شده است که بنگاه‌های عامل به طور همزمان و یا با یک وقفه یک‌ساله عکس‌العمل نشان داده‌اند. در مقاله‌ای مشابه که توسط چئونگ، لو و پودیونسکی^[۲۷](۲۰۰۴) نوشته شده است اثر ناپایداری نرخ ارز را روی جریانات تجاری دو جانبه‌ی آمریکا و بریتانیا بررسی کرده است. در این مقاله اشاره شده که از مدل ARCH تعمیم‌یافته(GARCH) برای اندازه‌گیری نااطمینانی نرخ ارز استفاده شده است و به عنوان متغیر جایگزین برای نااطمینانی نرخ ارز واقعی در نظر گرفته می‌شود. نتایج این تحقیق نشان می‌دهد که نااطمینانی نرخ ارز یک اثر منفی و معنا‌دار از نظر آماری روی واردات آمریکا از بریتانیا داشته است. همچنین بوم و کاگلایان^[۲۸](۲۰۰۷) اثر ناپایداری نرخ ارز روی حجم و ناپایداری صادرات دوطرفه را مورد مطالعه قرار داده و به طور تجربی، با ملاحظه‌ی جریانات تجاری واقعی دو جانبه برای مجموعه‌ی وسیعی از کشورها روی دوره‌ی ۱۹۹۸- ۱۹۸۰ پرداخته‌اند. در این مطالعه متغیرهای جایگزین برای ناپایداری جریانات تجاری و نرخ ارز واقعی، بعد از بررسی‌های موشکافانه‌ی خصوصیات سری زمانی این متغیرها در نظر گرفته شده است. مشابه یافته‌های تئوری‌های اولیه و مطالعات تجربی، نتایج اولیه‌ی این بررسی نشان می‌دهد که اثر نااطمینانی نرخ ارز روی جریانات تجاری، نامعین است. نتایج ثانویه‌ی نشان می‌دهد که ناپایداری نرخ ارز یک اثر مثبت و معنی‌داری روی ناپایداری جریانات تجاری دوطرفه دارد. مقاله‌ای که توسط ازترک و همکارش^[۲۹](۲۰۰۶) نوشته شده است اثر ناپایداری نرخ ارز روی صادرات کشور ترکیه با توجه به مدل هم‌انباشتگی، به صورت ماهیانه روی دوره‌ی ۲۰۰۲-۱۹۸۹ آزمون کرده‌اند. نتایج مهم این مطالعه نشان می‌دهد که افزایش در ناپایداری نرخ ارز واقعی یا مشابهاً نااطمینانی نرخ ارز، یک اثر منفی معنا‌دار روی تقاضای صادرات اعمال می‌کند. همچنین آزید، جمیل و کوثر^[۳۰](۲۰۰۵) اثر ناپایداری نرخ ارز را روی محصولات تولید شده در اقتصاد کشور پاکستان بررسی می‌کند. در این مطالعه بعد از معرفی مختصر تئوری‌های پایه‌ای و تحقیقات تجربی، رابطه‌ی بین این دو متغیر برآورد شده است و از الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH) برای محاسبه‌ی نااطمینانی نرخ ارز استفاده شده است. نتایج به دست آمده نشان می‌دهد که ناپایداری نرخ ارز اثر معنا‌داری روی تولید ندارد. در مقاله‌ای مشابه احمد^[۳۱](۲۰۰۹) به طور تجربی به بررسی تأثیر ناپایداری نرخ ارز روی رشد صادرات دو جانبه پرداخته است. برای برقرار کردن رابطه‌ی تجربی بین ناپایداری نرخ ارز و اثر آن روی رشد صادرات، تکنیک تصحیح خطا و مدل هم‌انباشتگی با توجه به داده‌های دوره‌ی زمانی ۲۰۰۸- ۲۰۰۳ مورد استفاده قرار گرفته است. با توجه به بررسی‌های صورت گرفته، نتایج نشان می‌دهد ناپایداری نرخ ارز یک اثر منفی و قابل توجه در کوتاه‌مدت و بلندمدت روی صادرات دو جانبه با شرکای تجاری مهم دارد. همچنین در مقاله‌ای که توسط اشنابل^[۳۲](۲۰۰۸) نوشته شده، ناپایداری نرخ ارز و رشد در اقتصادهای باز کوچک منطقه‌ی یورو مورد مطالعه قرار گرفته است. در این مقاله آمده که بعد از معرفی یورو در ژانویه ۱۹۹۹، پایداری نرخ ارز در منطقه‌ی یورو در حال افزایش است. این مقاله اثر پایداری نرخ ارز را روی رشد اقتصادی برای ۴۱ اقتصاد باز کوچک بررسی می‌کند و از تجارت بین‌المللی، تحرکات بین‌المللی سرمایه و ثبات اقتصادی به عنوان مهمترین مجراهای اثر گذاری پایداری نرخ ارز روی رشد، یاد شده است. برآوردهای پانل حاصل از این مطالعه آشکار می‌کند که رابطه‌ی قوی منفی بین ناپایداری نرخ ارز و رشد اقتصادی وجود دارد.

مروری بر مطالعات خارجی شبکه‌ی عصبی در حوزه‌ی اقتصاد

در مورد مطالعات خارجی که در زمینه‌ی استفاده از شبکه عصبی برای پیش‌بینی صورت گرفته می‌توان به مقاله‌ای که توسط گارتا، رومئو و ژیل^[۳۳](۲۰۰۵) انجام شده اشاره کرد که با بهره گرفتن از روش شبکه‌ی عصبی، قیمت برق را پیش‌بینی کرده‌اند. در این مقاله اثبات شده که روش شبکه‌ی عصبی، یک ابزار خوبی برای پیش‌بینی کوتاه‌مدت قیمت ساعتی اشتراک برق( برای یک، دو یا سه روز بعد) می‌باشد. این روش شناسی می‌تواند به بهبود قدرت مدیریت ظرفیت ماشین‌آلات تولیدی و به طور مشخص، سود بخشی بیشتر در عملکرد اشتراک روزانه‌ی انرژی کمک کند. در مقاله‌ای مشابه که توسط دلگادو^[۳۴](۲۰۰۵) صورت پذیرفته، پیشنهاد می‌شود که شبکه‌‌ی عصبی برای اندازه‌گیری کارایی به عنوان یک ابزار مکمل برای روش‌های رایج مبحث کارایی است. در این مقاله نشان داده شده که در کاربرد شبکه‌ی عصبی برای بخش عمومی، شبکه‌‌ی عصبی کمک می‌کند که نتایج مهم‌تری را برای واحدهای تصمیم‌گیری محیا شود. چودهری و حیدر^[۳۵](۲۰۰۸) در مقاله‌ای قدرت شبکه‌‌های عصبی را به عنوان ابزارهای پیش‌بینی برای نرخ تورم ماهیانه برای ۲۸ کشور OECD ارزیابی می‌کند و شبکه‌‌ی عصبی را با مدل‌های اقتصادسنجی مقایسه کرده است. نتایج نشان می‌دهد که مدل‌های شبکه‌‌ی عصبی برای ۴۵ درصد از کشورها، ‌یک پیش‌بینی کننده‌ی برتر بوده است. این در حالی است که مدل‌های اقتصاد سنجی تنها برای ۲۱ درصد از کشورها درست عمل کرده‌ است. همچنین گیم و راپر^[۳۶](۲۰۰۹) در مقاله‌ای، یک مدل شبکه‌‌ی عصبی برای برآورد تقاضای انرژی کره‌‌‌‌جنوبی پیشنهاد می‌کنند. مدل پیشنهاد شده، تقاضای انرژی را بهتر از مدل‌های رگرسیونی خطی برآورد کرده است. در مطالعه‌ای مشابه توسط یوو، وانگ و لای^[۳۷](۲۰۰۷) شبکه‌ها‌ی عصبی برای پیش‌بینی قیمت نقدی نفت خام‌ پیشنهاد شده است. در واقع در این مقاله از شبکه‌ی عصبی چند لایه پیش‌خور استفاده شده است. همچنین کولکارنی و حیدر^[۳۸](۲۰۰۹)، شبکه‌ی عصبی چند لایه پیش‌خور را برای پیش‌بینی قیمت نقدی نفت خام در کوتاه‌مدت(تا ۳ روز آینده) معرفی کرده‌اند. مالک و نصرالدین^[۳۹](۲۰۰۶) در مقاله‌ای اشاره می‌کنند که شواهد گذشته نشان می‌دهد که قیمت‌های نفت، تولید یک اقتصاد را بر پایه‌ی یک مدل غیرخطی تحت تأثیر قرار می‌دهد. به هر حال، تا کنون توافقات روشنی روی شکل تبعی این تأثیر صورت نگرفته است. این مقاله، شبکه‌ی عصبی را برای پیش‌بینی کوتاه‌مدت تولید ناخالص داخلی با توجه به قیمت‌های نفت، پیشنهاد می‌کند. همچنین در مطالعه‌ای که توسط انگاین و کریپس^[۴۰](۲۰۰۱) انجام شده، روش‌ شبکه‌های عصبی و روش آنالیز رگرسیون چند‌گانه در جهت پیش‌بینی ارزش مسکن مقایسه شده است. نتایج نشان می‌دهد که روش‌ شبکه‌های عصبی بهتر از روش آنالیز رگرسیون چند‌گانه در امر پیش‌بینی، عمل کرده است. بعلاوه در مقاله‌ای که توسط تاپینن^[۴۱](۱۹۹۸) صورت پذیرفته، مدل‌های شبکه‌ی عصبی و مدل‌های رگرسیون خطی در پیش‌بینی نرخ بهره با بهره گرفتن از داده‌های آمریکا، مقایسه شده‌اند. بر مبنای تجربه، انتظار بر این است که مدل‌های شبکه‌ی عصبی نسبت به مدل‌های رگرسیون خطی در امر پیش‌بینی، بهتر عمل کنند. به هر حال در طول دوره‌ی ۱۹۹۵- ۱۹۹۴، شبکه‌ی عصبی در پیش‌بینی افزایش نرخ بهره، زیاد موفق عمل نکرده است.

تصریح مدل و روش‌های مورد استفاده

مقدمه

در این تحقیق، ابتدا شاخص نااطمینانی نرخ ارز با بکارگیری الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH)، محاسبه و کمّی شده و به عنوان یک متغیر توضیحی برای متغیر وابسته رشد اقتصادی، معرفی شده است و سپس با توجه به شبکه‌ی عصبی، بررسی‌ها و پیش‌بینی‌های لازم صورت پذیرفته است.
الگوهای سری‌های زمانی^[۴۲] کاربردهای فراوانی در مدل‌سازی پدیده‌های فیزیکی و فعل‌و‌انفعالات مابین آنها، دارند. به عنوان نمونه ARMA^[43] یکی از مرسوم‌ترین مدل‌های مورد استفاده در این زمینه است. یکی دیگر از این الگوهای سری زمانی، مدل‌های ناپایدار^[۴۴] می‌باشد که برای مدل‌سازی پدیده‌های ناپایدار پیشنهاد شده است. ناپایداری در این گونه مدل‌ها با تغییر واریانس در زمان به وجود می‌آید. از جمله این‌گونه سری‌ها می‌توان مدل‌های اساسی ^[۴۵]ARCH وGARCH^[46] را نام برد که برای مدل‌سازی ناپایداری فرآیندهای اقتصادی همانند نرخ بهره، نرخ ارز و نرخ تورم پیشنهاد شده‌اند. در مدل GARCH، ناپایداری^[۴۷] به معنی واریانس متغیر با زمان، شرطی^[۴۸] نشان‌دهنده‌ی وابستگی مشروط به مشاهده‌ی گذشته و خودرگرسیون^[۴۹] یک مکانیزم بازگشتی را توضیح می‌دهد که اثر مشاهدات گذشته را در زمان فعلی می‌بیند و تعمیم‌یافته^[۵۰] نیز به معنی روش تعمیم‌یافته است. در نتیجه، همان‌گونه که از عنوان این مدل مشخص می‌شود به طور کلی GARCH مکانیزمی است که در آن، واریانس آینده از واریانس‌های دوره‌های قبل تأثیر می‌پذیرد. به عبارت دیگر GARCH یک تکنیک مدل‌سازی سری زمانی است که در آن از واریانس‌های گذشته برای توضیح رفتار واریانس آینده استفاده می‌شود. در دهه گذشته از GARCHبرای مدل‌سازی سری‌های زمانی دارای ناپایداری(مانند پدیده‌های اقتصادی) استفاده شده است.

مدل ARCH

انگل^[۵۱](۱۹۸۲) ناپایداری در سری‌های زمانی را توسط جملات اخلال در گذشته‌های نه چندان دور مدل‌سازی کرده است. یک مدل ساده‌ی ARCH به صورت زیر است:

(‏۳‑ ۱)

به طوری که مجموعه اطلاعات روی اینکه واریانس شرطی باشد را نشان می‌دهد. این شاخص همه‌ی اطلاعات گذشته را تا دوره‌ی t در بر دارد. در رابطه‌ی(۳-۱)، واریانس شرطی روی اطلاعات گذشته تا دوره‌ی t، یک تابع خودرگرسیون از مرحله‌ی p در ارزش وقفه‌ی درجه دوم است. این فرایند ARCH(p) نامیده می‌شود. از آنجا که رابطه‌ی(۳-۱) نشان‌ دهنده‌ی یک واریانس است لذا همه‌ی برای i = 0,1,…,p بایستی نامنفی باشند. انگل(۱۹۸۲) نشان داد که یک آزمون ساده برای ناپایداری بررسی فرضیه‌ی است.
مدل ساده‌ی ARCH(1) می‌تواند به صورت زیر تولید شود:

(‏۳‑ ۲)

که در آن
به طوری که .
یک مدل ARCH دومشخصه دارد:
۱- میانگین شرطی^[۵۲] ؛
واریانس شرطی^[۵۳]؛
در این حالت میانگین شرطی به صورت زیر خواهد بود:

(‏۳‑ ۳)

به طوری که در زمان t معلوم و مشخص می‌باشد.
به طور مشابه، واریانس شرطی می‌تواند به صورت زیر باشد: