این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های رشد و توسعه پایدار، جلد ۱۷، شماره ۲، صفحات ۱۰۱-۱۲۰
عنوان فارسی مقایسه مدل تصحیح خطا و رگرسیون فازی برای پیش بینی تولید ناخالص ملی در ایران
چکیده فارسی مقاله یکی از مهم­ترین ابزارهای آماری در برنامه­ریزی و سیاستگذاری­های اقتصادی، داده­های حساب­های ملی است. از این رو، پیش­بینی متغیرهای عمده اقتصادی از اهمیت خاصی برخوردار و در این میان، رشد اقتصادی از مهم­ترین متغیرهای اقتصادی بوده که پیش­بینی آن، از اولویت بالایی برخوردار است. هدف اصلی این مطالعه، شناسایی روش مناسب برای پیش­بینی رشد اقتصادی ایران می­باشد. در این پژوهش، مدل رگرسیون فازی که در ادبیات اقتصادی، کمتر مورد توجه قرار گرفته، معرفی و قابلیت آن در پیش­بینی رشد اقتصادی ایران با مدل تصحیح خطا (ECM) مقایسه شده است. بدین منظور با استفاده از داده­های دوره 1338 تا 1380 تولید ناخالص داخلی ایران از طریق دو مدل ECM و رگرسیون فازی مدل­سازی و سپس، رشد تولید ناخالص داخلی ایران برای دوره 1381 تا 1391 پیش­بینی شده است. در پایان، عملکرد این مدل­ها با استفاده از معیارهای متداول ارزیابی مدل­های پیش­بینی از جمله MAE، RMSE، MAPE و TIC بررسی شده است. نتایج نشان می­دهد که رگرسیون فازی، عملکرد به مراتب بهتری از مدل ECM در پیش­بینی رشد تولید ناخالص داخلی ایران ارائه می­دهد. همچنین دقت پیش­بینی مدل رگرسیون فازی نسبت به مدل ECM از نظر آماری، تفاوت معنی­داری دارد. 
کلیدواژه‌های فارسی مقاله پیش‌بینی، رشد اقتصادی، مدل تصحیح خطا، رگرسیون فازی،
عنوان انگلیسی A Comparison of Error Correction Model with Fuzzy Regression in Forecasting Gross Domestic Product (GDP) in Iran
چکیده انگلیسی مقاله National accounts data are of the most important statistical tools in planning and making economic policy. Therefore, forecasting the main economic variables in the economy is of great importance. Economic growth is one of the key macroeconomic variables, which gets top priority in forecasting. The purpose of this study is to identify the appropriate methodology for forecasting economic growth in Iran. This study introduces fuzzy regression model and its’ ability to forecast economic growth of Iran in comparison with Error Correction Model (ECM). To do this, the Iran’s GDP is modeled through ECM and Fuzzy regression models using annual data form 1959 to 2001. Then, Iran’s GDP growth is predicted for 2002-2012. Finally, the performances of these models are compared using common criteria for evaluating forecast accuracy including mean absolute error (MAE), root mean square Error (RMSE), mean absolute percentage error (MAPE) and Theil’s inequality coefficient (TIC). The results indicate that the performance of fuzzy regression is far better than that of ECM in predicting GDP growth in Iran. Moreover, forecast accuracy of fuzzy regression model is of statistically significant difference in comparison with ECM model.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بهزاد سلمانی |
استاد اقتصاد دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

منصور زرای نژاد | zarra nezhad
استاد اقتصاد دانشگاه شهید چمران اهواز
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

پویان کیانی |
دانشجوی دکتری دانشگاه تبریز
سازمان اصلی تایید شده: دانشگاه تبریز (Tabriz university)

نشانی اینترنتی http://ecor.modares.ac.ir/article_16972_6388e83147514e2f3c26550026ea45a4.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1388/article-1388-411844.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات