بعد از تعیین معادله‌ی رفتاری برای نرخ ارز، بایستی ناهمسانی واریانس در بین جملات اخلال معادله‌ی رفتاری، مورد آزمون قرار گیرد و وجود این ناهمسانی واریانس، برای مدل‌بندی با توجه به الگوی GARCH، تأیید شود. برای این منظور از آزمون‌های White Heteroskedasticity و ARCH LM استفاده شده است. نتایج هر دو آزمون، وجود ناهمسانی واریانس در بین جملات اخلال را تأیید کرده‌اند. در پایان با بهره گرفتن از الگوی GARCH و تعیین وقفه‌ی بهینه با بهره‌گیری از معیارهای آکائیک(AIC) و شوارز-بیزین(SBC)، مقادیر کمّی برای متغیر نااطمینانی نرخ ارز حاصل شد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

بعد از کمّی کردن متغیر نااطمینانی نرخ ارز و با توجه به مدل تصریح شده برای اقتصاد ایران، داده‌های مربوط به متغیرهای حاضر در مدل به شبکه‌ی عصبی طراحی شده، به عنوان ورودی(متغیرهای مستقل) و به عنوان خروجی مطلوب(متغیر وابسته)، وارد شبکه شدند. که شبکه عصبی به طور تصادفی ۱۵ درصد از این داده‌ها را برای اعتبارسنجی، ۱۵ درصد را برای آزمون و صحت‌سنجی آموزش و ۷۰ درصد مابقی را برای آموزش شبکه در نظر گرفت. بعد از بررسی‌ شبکه‌های مختلف از نظر تعداد لایه‌ها، تعداد نرون‌های حاضر در هر لایه و نوع تابع انتقال در هر لایه، شبکه‌ای چهار لایه که در لایه‌ی اول ۷ نرون، در لایه‌ی دوم ۱۵ نرون و در لایه‌ی سوم ۵ نرون و در لایه‌ی آخر ۱ نرون وجود داشت با توابع انتقالی که همگی از نوع تانژانت سیگموئید بوده‌اند، از نظر معیارهایی چون ضریب تعیین و میانگین مربعات خطا، مناسب تشخیص داده شد.
بعد از مشخص شدن بهترین آموزش، بررسی هدف تحقیق آغاز شد. به این صورت که به شبکه‌ی آموزش دیده، با ثابت نگه داشتن همه‌ی متغیرهای مستقل مدل در مقدار متوسط آنها در سال‌های اخیر، به جز متغیر نااطمینانی نرخ ارز که بررسی تأثیر آن روی متغیر رشد اقتصادی مد نظر است، از شبکه با عنوان رشد اقتصادی، خروجی گرفته شده است. نتایج این مرحله، هم به صورت نمودار(شکل(۴-۵)) و هم به صورت جدول(جدول(۴-۱۰)) ارائه شدند.

نتیجه‌گیری و پیشنهادات

مقدمه

این تحقیق به دلیل اهمیت مسئله‌ی مربوط به نرخ ارز و رشد اقتصادی، به دنبال بررسی تأثیر نااطمینانی در نرخ ارز بر رشد اقتصادی ایران بوده است. برای این منظور، ابتدا با توجه به مدل‌های رشد اقتصادی و با توجه به مطالعات صورت گرفته در این زمینه، مدل مناسب برای اقتصاد ایران با توجه به شرایط موجود، تصریح شد. داده‌ها‌ی مربوط به نااطمینانی نرخ ارز، پس از مدل‌بندی ناهمسانی واریانس جملات اخلال معادله‌ی رفتاری نرخ ارز توسط الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH) و به کارگیری نرم‌افزار ۶Eviews، محاسبه شدند. بعد از کمّی کردن متغیر نااطمینانی نرخ ارز و با در نظر گرفتن مدل تصریح شده برای کشور ایران، با توجه به روش شبکه‌ی عصبی و استفاده از نرم‌افزار MATLAB، به بررسی فرضیه تحقیق پرداخته شد.

نتیجه‌گیری

همان‌طور که گفته شد اساس کار این تحقیق، بررسی و پیش‌بینی اثر نااطمینانی نرخ ارز بر رشد اقتصادی ایران با بهره گرفتن از شبکه‌های عصبی مصنوعی بوده است. در مدل تصریح شده برای اقتصاد ایران، نااطمینانی نرخ ارز آمده است که یک متغیر کیفی می‌باشد. لذا در آغاز، داده‌های مربوط به نااطمینانی در نرخ ارز کمّی شدند. سپس تأثیر این نااطمینانی در نرخ ارز بر رشد اقتصادی ایران مورد توجه قرار گرفت. با مشاهده‌ی نتایج به دست آمده از خروجی شبکه‌ی عصبی، مشخص ‌شد که با افزایش میزان نااطمینانی در نرخ ارز، رشد اقتصادی ایران کاهش یافته است که این مطلب بیانگر اثر منفی نااطمینانی نرخ ارز بر رشد اقتصادی ایران می‌باشد. امّا میزان تأثیر نااطمینانی نرخ ارز در طی سال‌های اخیر بر رشد اقتصادی، خفیف بوده است. نتایج بررسی‌ها در طی سال‌های اخیر نشان می‌دهد که رشد اقتصادی در طی ۲۱ دوره از عدد ۶۳/۷ درصد به عدد ۸۵/۶ درصد کاهش پیدا کرده است که نشانگر ۷۸/۰ درصد کاهش را در طی ۲۱ دوره است که نشان می‌دهد به طور متوسط رشد اقتصادی ایران در هر دوره نسبت به دوره‌ی قبل، به میزان ۰۴/۰ درصد تنزل یافته است. همان‌طور که از اعداد و ارقام مشخص است تأثیر نااطمینانی در نرخ ارز، تأثیری ناچیز و خفیف بر رشد اقتصادی ایران داشته است. نتایج مشاهده شده برای سه دوره‌ی بعد، انتظارات بر آن است که رشد اقتصادی از عدد ۸۵/۶ درصد به عدد ۱۲/۳ درصد کاهش پیدا خواهد کرد که نشانگر ۷۳/۳ درصد کاهش را در طی ۳ دوره است که نشان می‌دهد به طور متوسط رشد اقتصادی ایران در هر دوره نسبت به دوره‌ی قبل، به میزان ۲۴/۱ درصد تنزل یافته است. همان‌طور که از اعداد و ارقام مشخص است تأثیر نااطمینانی در نرخ ارز، در طی این سال‌ها، تأثیری معنادار و قابل توجه بر رشد اقتصادی ایران داشته است.

آزمون فرضیه

فرضیه‌ی تحقیق: نااطمینانی نرخ ارز تأثیر منفی بر رشد اقتصادی ایران دارد.
در این قسمت، با توجه به بررسی‌های صورت گرفته و نتایج حاصل شده، به بررسی فرضیه‌ی تحقیق مبنی بر اینکه نااطمینانی نرخ ارز تأثیر منفی بر رشد اقتصادی ایران دارد، پرداخته شده است. با توجه به جدول(۴-۱۰) که مقادیر خروجی شبکه‌ی عصبی آموزش دیده برای رشد اقتصادی ایران با توجه به تغییرات نااطمینانی نرخ ارز را نشان می‌دهد و همچنین شکل(۴-۵) که بیانگر حساسیت رشد اقتصادی ایران نسبت به متغیر نااطمینانی نرخ ارز می‌باشد، آشکار است که نااطمینانی نرخ ارز تأثیر منفی، هر چند که این تأثیر خفیف می‌باشد، بر رشد اقتصادی ایران داشته است و لذا فرضیه‌ی تحقیق مورد تأیید قرار می‌گیرد.

پیشنهادهای اجرایی

با توجه به نتایج حاصل شده از بررسی‌های صورت گرفته، مشاهده می‌شود که نااطمینانی نرخ ارز، اثری قابل توجه بر رشد اقتصادی ایران در دوره‌های پیش رو دارد. لذا لازم است که سیاست‌گذاران کشور به نرخ ارز، برای دست‌یابی به رشد اقتصادی بالا و پایدار، توجه ویژه داشته باشند و در این راستا استفاده از سیستم‌های شناور ارز برای ایجاد اطمینان در مورد نرخ ارز لازم به نظر می‌رسد.

پیشنهادهای تکمیلی

۱) در این تحقیق به بررسی اثر نااطمینانی نرخ ارز بر رشد اقتصادی ایران با بهره‌گیری از روش شبکه‌های عصبی مصنوعی پرداخته شد. امّا به منظور مقایسه‌ی کارایی روش‌های مختلف، می‌توان از روش‌های دیگر نظیر روش‌های اقتصاد سنجی و برنامه‌نویسی ژنتیک^[۸۱](GP) نیز استفاده کرد.
۲) این مطالعه یک حالت کلی را مورد بررسی قرار داد. لذا می‌توان اثر نااطمینانی نرخ ارز را بر اجزاء تشکیل‌دهنده‌ی تولید ناخالص داخلی نظیر صادرات، واردات، سرمایه‌گذاری بخش خصوصی، سرمایه‌گذاری مستقیم خارجی و … نیز مورد ارزیابی قرار داد.
فهرست منابع:
ابریشمی، ح. مهرآرا، م. احراری، م. میرقاسمی، س. (۱۳۸۸). “الگوسازی و پیش‌بینی رشد اقتصادی ایران با رویکرد شبکه‌ی عصبی GMDH". مجله‌ی تحقیقات اقتصادی. شماره‌ی۸۸٫ صفحات ۲۴-۱٫
اصفهانیان، م. امین ناصری، م. (۱۳۸۷). “ارائه‌ یک مدل شبکه‌ی عصبی جهت پیش بینی کوتاه‌مدت قیمت نفت خام". نشریه‌ی بین‌المللی علوم مهندسی دانشگاه علم و صنعت ایران، شماره ۱، جلد ۱۹، صفحه ۳۵-۲۷٫
پورکاظمی، م. افسر، ا. نهاوندی، ب. (۱۳۸۴). “مطاله‌ی تطبیقی روش‌های خطی ARIMA‌‌ و غیرخطی شبکه‌های عصبی فازی در پیش‌بینی تقاضای اشتراک گاز شهری". مجله‌ی اقتصادی، شماره ۷۱، صفحه ۱۴۶-۱۳۳٫
صیّادی، اُ. (۱۳۸۷). “آشنایی مقدماتی با شبکه‌های عصبی مصنوعی". آزمایشگاه پردازش سیگنال‌های حیاتی و تصاویر پزشکی، دانشگاه صنعتی شریف.
طیبی، س‌ک. آذربایجانی، ک. بیاری، ل. (۱۳۸۸). “پیش بینی قیمت تخم مرغ در ایران: مقایسه روش‌های ARCH و شبکه‌های عصبی مصنوعی". اقتصاد کشاورزی و توسعه، سال هفدهم، شماره ۶۵٫
عسگری، م. (۱۳۸۷). “اثر نوسانات نرخ واقعی ارز بر عملکرد صادرات صنایع منتخب ایران". فصلنامه پژوهشنامه بازرگانی، شماره ۴۸، صفحات ۱۳۱-۱۰۳٫
قره‌آغاجی، ع. پالهنگ، م. شنبه، م. (۱۳۸۴). “استفاده از الگوریتم شبکه‌های عصبی مصنوعی در پیش‌بینی خصوصیات کششی نخ‌های مغزی دار با مغزی نایلون و رویه پنبه". سال ۲۴، شماره‌ ۲٫
کازرونی، ع. دولتی، م. (۱۳۸۶). “اثر نااطمینانی نرخ واقعی ارز بر سرمایه‌گذاری بخش خصوصی(مطالعه‌ی موردی ایران)". فصلنامه پژوهشنامه بازرگانی، شماره ۴۵، صفحات ۳۰۶-۲۸۳٫
کازرونی، ع. رستمی، ن. (۱۳۸۶). ” اثرات نامتقارن نوسانات نرخ ارز بر تولید واقعی و قیمت در ایران (۱۳۸۱-۱۳۴۰)". پژوهشنامه اقتصادی، شماره‌ی ۷، صفحات ۱۹۶-۱۷۷٫
کرباسی، ع. اثنی عشری، ه. عاقل، ح . (۱۳۸۶). “پیش‌بینی اشتغال بخش کشاورزی در ایران". مجله اقتصاد در توسعه کشاورزی (علوم و صنایع کشاورزی)، جلد ۲۲ ، شماره ۲٫
گرجی، ا. مدنی، ش. (۱۳۸۲). “بررسی نقش ثبات اقتصادی بر عملکرد رشد اقتصادی ایران با روش سیستم معادلات همزمان". فصلنامه پژوهشنامه بازرگانی، شماره٢. صفحه ۲۴-۱٫
مراد پور اولادی، م. ابراهیمی، م. عباسیون، و. (۱۳۸۵). “بررسی اثر عدم اطمینان نرخ ارز واقعی بر سرمایه‌گذاری بخش خصوصی". فصلنامه پژوهش‌های اقتصادی ایران، سال دهم، شماره ۳۵، صفحه ۱۷۶-۱۵۹٫
Ahmed, Md.S. (2009). “An Empirical Study on Exchange Rate Volatility and it Impacts on Bilateral Export Growth: Evidence from Bangladesh” MPRA Paper ۱۹۵۶۷, University Library of Munich, Germany.
Aristotelous, K. (2001). “Exchange-rate volatility, exchange-rate regime, and trade volume: evidence from the UK-US export function (1889-1999)”. Economics Letters, Elsevier, vol. 72(1), pages 87-94, July.
Arize, A.C. Osang, Th. Slottje, D.J. (2008). “Exchange-rate volatility in Latin America and its impact on foreign trade”. International Review of Economics & Finance, Elsevier, vol. 17(1), pages 33-44.
Azid, T. Jamil, M. Kousar, A. (2005). “Impact of Exchange rate Volatility on Growth and Economic Performance: A Case Study of Pakistan, 1973-2003”. The Pakistan Development Review, Pakistan Institute of Development Economics, vol. 44(4), pages 749-775.
Bagella, M. Becchetti, L. Hasan, I. (2006). “Real effective exchange rate volatility and growth: A framework to measure advantages of flexibility vs. costs of volatility”. Journal of Banking & Finance, Elsevier, vol. 30(4), pages 1149-1169, April.
Barro R. (1991). ”Economic Growth in Cross- Section Countries”. Quarterly Journal of Economic .
Barrell, R. Gottschalk, S. Hall, S. (2004). “Foreign Direct Investment And Exchange Rate Uncertainty In Imperfectly Competitive Industries”. Royal Economic Society Annual Conference 2004 ۶۴, Royal Economic Society.
Baum, Ch. Caglayan, M. Barkoulas, J.T. (1999). “Exchange Rate Uncertainty and Firm Profitability”. Boston College Working Papers in Economics ۴۲۲, Boston College Department of Economics, revised 16 Feb 2000.
Baum, Ch.F. Caglayan, M. (2007). “Effects of Exchange Rate Volatility on the Volume and Volatility of Bilateral Exports”. Money Macro and Finance (MMF) Research Group Conference 2006 ۶۴, Money Macro and Finance Research Group.
Baum, Ch. Caglayan, M. (2008). “The Volatility of International Trade Flows and Exchange Rate Uncertainty”. Boston College Working Papers in Economics ۶۹۵, Boston College Department of Economics.
Becker, B. Hall, S. (2004). “Foreign direct investment in industrial R&D and exchange rate uncertainty in the UK”. Money Macro and Finance (MMF) Research Group Conference 2003 ۴, Money Macro and Finance Research Group.
Bollerslev, T. (1986).” Generalized autoregressive conditional heteroskedasticity”. Journal of Econometrics 31, 307–۳۲۷٫
Box, G. Jenkins, G.M. (1976). Time Series Analysis: Forecasting and Control, Revised Edition, Oakland, CA: Holden-Day.
Campbell, J.R. Lapham, B. (2002). “Real exchange rate fluctuations and the dynamics of retail trade industries on the U.S.-Canada border”. Working Paper Series WP-02-17, Federal Reserve Bank of Chicago.
Chen, Sh. (2004). “Real exchange rate fluctuations and monetary shocks: a revisit” International Journal of Finance & Economics, John Wiley & Sons, Ltd., vol. 9(1), pages 25-32.
Cho, G. Sheldon, I.M. McCorriston, S. (2002). “Exchange Rate Uncertainty and Agricultural Trade”. American Journal of Agricultural Economics, American Agricultural Economics Association, vol. 84(4), pages 931-42, November.
Choudhary, A. Haider, A. (2008). “Neural Network Models for Inflation Forecasting: An Appraisal”. Department of Economics Discussion Papers ۰۸۰۸, Department of Economics, University of Surrey.
Delgado, F. (2005). “Measuring efficiency with neural networks. An application to the public sector”. Economics Bulletin, AccessEcon, vol. 3(15), pages 1-10.
Domac, I. Shabsigh, G. (1999). “Real Exchange Rate Behavior and Economic Growth-Evidence from Egypt, Jordan, Morocco, and Tunisia”. IMF Working Papers ۹۹/۴۰, International Monetary Fund.
Domar, E. (1975). ”Essays in the theory of economic growth”. Oxford University press, New York.