بررسی‌های تجربی نشان می‌دهد که رابطه‌ی قوی‌ای بین نااطمینانی نرخ ارز و انحراف آن از مسیر تعادلی بلندمدت و عملکرد متغیرهای کلان اقتصادی نظیر سرمایه‌گذاری، تراز پرداخت‌های خارجی و رشد اقتصادی وجود دارد. لذا در این تحقیق سعی شده است که به طور تجربی به بررسی و پیش‌بینی تأثیر نااطمینانی نرخ ارز بر رشد اقتصادی ایران با بهره گرفتن از روش‌ شبکه‌ها‌ی عصبی مصنوعی پرداخته شود. برای این منظور در ابتدا نااطمینانی نرخ ارز با به کارگیری الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH)، محاسبه شده است. سپس تأثیر این نااطمینانی در نرخ ارز  بر رشد اقتصادی ایران با توجه به شبکه‌های عصبی مصنوعی، مورد آزمون قرار گرفته است. برای این مهم، نخست شبکه‌ی مناسب از نظر معیارهای ارزیابی همچون ضریب‌تعیین و میانگین مربعات خطا، تبیین و سپس با توجه به شبکه‌ی آموزش دیده به بررسی فرضیه تحقیق پرداخته شد. نتایج نشان می‌دهد که نااطمینانی نرخ ارز تأثیر منفی امّا خفیف روی رشد اقتصادی ایران در طی سال‌های اخیر داشته است امّا انتظار بر آن است که این تأثیر در سال‌های آتی، از معناداری بالاتری برخوردار باشد.

 

 

 

کلید واژه: نااطمینانی نرخ ارز، الگوی GARCH، رشد اقتصادی ایران، شبکه‌ی عصبی مصنوعی؛

 

طبقه ­بندی JEL :F36،F31؛

 

فهرست طلب
 

عنوان                                           فحه

 

فصل 1-     کلیّات تحقیق 1

 

1-1-  مقدمه 2

 

1-2-  تعریف مسئله و بیان سؤال‌های اصلی تحقیق 3

 

1-3-  سؤال اصلی تحقیق 5

 

1-4-  ضرورت انجام تحقیق 5

 

1-5-  فرضیه تحقیق 5

 

1-6-  اهداف اساسی تحقیق 5

 

1-7-  استفاده کنندگان از نتیجه‌ی پایان‌نامه 5

 

1-8-  روش و ابزار گردآوری اطلاعات 5

 

1-9-  روش تجزیه و تحلیل اطلاعات 6

 

1-10-  واژگان کلیدی 6

 

فصل 2-  ادبیات تحقیق و مبانی نظری 7

 

2-1-  مقدمه 8

 

2-2-  مطالعات داخلی 8

 

2-3-  مروری بر مطالعات داخلی شبکه‌ی عصبی در حوزه‌ی اقتصاد 9

 

2-4-  مطالعات خارجی 10

 

2-5-  مروری بر مطالعات خارجی شبکه‌ی عصبی در حوزه‌ی اقتصاد 16

 

فصل 3-   تصریح مدل و روش‌های مورد استفاده 19

 

3-1-  مقدمه 20

 

3-2-  مدل ARCH 21

 

3-3-  مدل GARCH 22

 

3-4-  شبکه‌ی عصبی 23

 

3-4-1-  تاریخچه. . 23

 

3-4-2-  مفهوم شبکه 24

 

3-4-3-  شبکه عصبی مصنوعی 25

 

3-4-4-  مدل‌سازی شبکه عصبی 27

 

3-4-5-  شبکه‌های پرسپترون چند لایه 28

 

3-4-6-  آموزش شبکه به روش پس انتشار خطا 29

 

3-4-7-  الگوریتم پس انتشار خطا 30

 

3-4-8-  روند شبیه سازی مسائل 31

 

3-4-9-  مزایای شبکه‌های عصبی مصنوعی 32

 

3-5-  تصریح مدل 33

 

فصل 4-  تخمین مدل و تحلیل نتایج 39

 

4-1-  مقدمه 40

 

4-2-  داده‌ها و منابع آماری 40

 

4-3-  محاسبه نااطمینانی نرخ ارز با توجه به الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته(GARCH) 40

 

4-4-  معیارهای ارزیابی 44

 

4-5-  نتایج شبکه‌‌ی عصبی مصنوعی 45

 

4-5-1-  تقسیم بندی داده‌ها 45

 

4-5-2-  طراحی شبکه 45

 

4-5-2-1- نرمال کردن داده‌ها 45

 

4-5-2-2- مشخصات آماری متغیرهای حاضر در مدل 46

 

4-5-2-3- انتخاب شبکه 47

 

4-5-2-4- توابع انتقال. . 47

 

4-5-2-5- تعیین تعداد لایه‌ها و نرون‌های هر لایه 48

 

4-5-3-  خروجی گرفتن از شبکه آموزش دیده 49

 

4-6-  جمع‌بندی 53

 

فصل 5-  نتیجه‌گیری و پیشنهادات 55

 

5-1-  مقدمه 56

 

5-2-  نتیجه‌گیری 56

 

5-2-1-  آزمون فرضیه 57

 

5-3-  پیشنهادهای اجرایی 57

 

5-4-  پیشنهادهای تکمیلی 57

 

1-1-             مقدمه
 

نرخ ارز از متغیرهای مهم کلان اقتصادی است که از طریق مختلف بر متغیرهای اسمی و واقعی اقتصاد، تأثیر می‌گذارد. در کشور ایران، این نرخ در دوره‌های مختلف تغییرات زیادی در ارزش‌گذاری داشته است، در دوره‌هایی نرخ‌های چندگانه ارز وجود داشته‌اند. در حال حاضر نیز دو نرخ رسمی و نرخ رقابتی وجود دارد که نرخ رسمی توسط بانک مرکزی اعلام می‌شود و نرخ رقابتی ارز، همان نرخ ارز در بازار آزاد است. تقسیم بندی دیگری نیز برای نرخ ارز وجود دارد که طبق آن نرخ ارز به دو گروه نرخ ارز اسمی و واقعی طبقه‌بندی می‌شود. نرخ ارز واقعی از حاصل‌ضرب نرخ ارز اسمی در نسبت قیمت‌ها به دست می‌آید.

 

 نرخ ارز هم بخش تقاضای کل اقتصاد را از مسیر خالص صادرات و تأثیر‌گذاری بر ذخایر بانک مرکزی و نیز بخش عرضه‌ی اقتصاد را از مسیر کالاهای واسطه‌ای وارداتی تحت تأثیر قرار می‌دهد. ریسک ناشی از نااطمینانی نرخ ارز از جمله مقولاتی است که همواره به عنوان مشکلی برای اقتصاد کشور، خصوصاً بخش تجارت خارجی مطرح بوده است.

 

شکل ‏1‑1 روند نرخ ارز در بازار آزاد(نرخ ارز غیر رسمی)

 

مأخذ: بانک مرکزی جمهوری اسلامی ایران

 

 

 

1-2-             تعریف مسئله و بیان سؤال‌های اصلی تحقیق
 

در ادبیات اقتصادی، از چندین دهه گذشته تا به حال مبحث رشد اقتصادی، حوزه‌ی پویای مطالعات و تحقیقات اقتصاد کلان را به خود اختصاص داده است. اقتصاددانان پیوسته در تلاش هستند تا با بهره گرفتن از مدل‌سازی نظری و تجزیه و تحلیل تجربی، عوامل مؤثر بر رشد را شناسایی کنند. اساساً در زمینه‌ی رشد، سه مدل‌ عمده وجود دارد که عبارتند از مدل رشد هارود[1]-دومار[2]، مدل رشد نئوکلاسیک و مدل‌های رشد درون‌زا. تلاش هارود- دومار انگیزش اساسی را در زمینه‌ی شکل‌گیری نظریات رشد فراهم کرد. پس از آن نظریات سولو[3] با تغییر برخی از فروض نظریه‌ی هارود-دومار، محور و هسته مدل‌های رشد نئوکلاسیک گردید که این مدل‌ها به دلیل سادگی و سهولت کاربرد، مورد استفاده بسیاری از کشورهای در حال توسعه قرار گرفتند. در این چارچوب، رشد پایدار به پیشرفت فنی و رشد جمعیت بستگی دارد که هر دو نسبت به مدل برون‌زا هستند. سپس در پاسخ به کاستی‌های مدل رشد نئوکلاسیک، افرادی مانند لوکاس[4]، رومر[5] و بارو[6] الگوهایی را طراحی کردند که در آن‌ها رشد یکنواخت می‌تواند به طور درون‌زا تحقق یابد(گرجی و مدنی،1382).

 

نرخ ارز متغیری است که بیش از سایر متغیرها با بخش خارجی اقتصاد ارتباط مستقیم و تنگاتنگ دارد. امروزه، ارزش پول کشورها نه تنها تحت تأثیر سیاست‌های داخلی هر کشور است، بلکه نوسانات ارزی در بازارهای جهانی نیز بر ارزش پول و به تبع آن بر تجارت خارجی آنها مؤثر می‌باشد. نرخ ارز یکی از مهمترین متغیرها در تعیین قیمت صادرات و واردات است. بنابراین عدم اطمینان در نرخ ارز باعث عدم اطمینان در قیمت‌های آتی کالاها و خدمات می‌شود. از آنجا که عوامل اقتصادی تصمیم‌گیری‌های خود را در زمینه‌های تولید، سرمایه‌گذاری و مصرف بر پایه‌ی اطلاعاتی که سیستم قیمت‌ها برای آنها فراهم می‌سازد پی‌ریزی می‌کنند، لذا در صورتی که قیمت‌ها نااطمینان پیش‌بینی شوند کیفیت این تصمیم‌گیری‌ها کاهش خواهد یافت. نااطمینانی نرخ ارز هم بخش تقاضای کل اقتصاد را از مسیر خالص صادرات و تأثیر‌گذاری بر ذخایر بانک مرکزی و نیز بخش عرضه‌ی اقتصاد را از مسیر کالاهای واسطه‌ای وارداتی تحت تأثیر قرار می‌دهد. ریسک ناشی از نااطمینانی نرخ ارز از جمله مقولاتی است که همواره به عنوان مشکلی برای اقتصاد کشور، خصوصاً بخش تجارت خارجی مطرح بوده است (مرادپور اولادی، ابراهیمی و عباسیون؛ 1385).

 

شبکه عصبی به عنوان یکی از پُر استفاده‌ترین روش‌ها در زمینه‌ی طبقه‌بندی، تشخیص الگو و پیش‌بینی سری زمانی می‌باشد. قدرت بالای تشخیص انواع الگوهای موجود در داده‌های بازار، تقریب توابع پیچیده، پایداری و انعطاف‌پذیری آن در برابر تورش داده‌ها، از مشخصات بارز و توانمند شبکه‌ها‌ی عصبی می‌باشد. به طوری که دومین زمینه‌ی پر کاربرد استفاده از شبکه‌ها‌ی عصبی را پیش‌بینی سری زمانی به خود اختصاص داده است. این همه مزیت و در کنار آن ضعف مفرط روش‌های خطی در جهت بررسی الگو‌های موجود‌ در یک سری داده‌های غیرخطی، عدم پایداری این روش‌ها در برابر اخلالات در داده‌های جهان واقعی، شبکه‌های عصبی را به روشی پیشرو در پیش‌بینی انواع سری‌های زمانی بدل کرده است(پور کاظمی، افسر و نهاوندی؛ 1384).

 

انواع مختلفی از شبکه‌های عصبی وجود دارد که با توجه به اهداف تحقیق می‌توانند مورد استفاده قرار گیرند که در این تحقیق از شبکه‌ی عصبی چند لایه پیش‌خور استفاده شده است. شبکه‌ی عصبی چند لایه پیش‌خور مثالی از شبکه‌ی عصبی آموزش داده شده با ناظر است.

 

یکی از مهمترین پیشرفت‌های شبکه‌‌ی عصبی، کشف الگوریتم یادگیری پس انتشار خطا برای تنظیم وزن‌های ارتباط دهنده در شبکه‌ی عصبی چند لایه پیش‌خور است. در این الگو قبل از شروع آموزش شبکه، وزن‌های ارتباط دهنده‌ی واحد‌های پردازش‌گر شبکه‌ی عصبی چند لایه به صورت تصادفی مقداردهی می‌شوند. در مرحله‌ی بعد، بردارهای ورودی الگوهای آموزش دهنده به شبکه طراحی شده و سپس با پیشرفت در شبکه، خروجی شبکه محاسبه می‌شود. خروجی‌های مطلوب واحد‌های پردازش‌گر لایه‌ی خروجی با خروجی محاسبه شده توسط شبکه مقایسه و مقدار خطا بر اساس توابعی مثل میانگین مربعات خطا و مجموع مربعات خطا محاسبه می‌شود. در نهایت از این خطا به عنوان معیاری برای تنظیم وزن‌های ارتباط دهنده‌ی لایه‌ی خروجی و دیگر لایه‌ها استفاده می‌شود. میزان تابع خطا نشان دهنده‌ی همگرایی شبکه‌ی آموزش داده شده در هر مرحله از آموزش است و خطای شبکه در هر مرحله از طریق تنظیم و اصلاح وزن‌های ارتباط دهنده‌ی واحد‌‌‌‌های مختلف کاهش می‌یابد(قره‌آغاجی و همکاران،1384).

 

با توجه به ساختار بازار ارز در ایران و همچنین تناقضی که در ارزش گذاری پول ملی وجود دارد که از یک طرف اگر نرخ ارز را بازار ارز تعیین کند کمتر از حد و اگر بر اساس تصمیمات صادراتی دولت تعیین شود بیشتر از حد تعیین می‌گردد لذا در این صورت نوعی نااطمینانی در نرخ ارز شکل گرفته و می‌گیرد. حال مسئله‌ی اصلی این است که این نااطمینانی چه تأثیری می‌تواند بر رشد اقتصادی داشته باشد، لذا پیش‌بینی و بررسی تأثیر نااطمینانی نرخ ارز از اهمیت خاصی برخوردار خواهد بود.

 

1-3-             سؤال اصلی تحقیق
 

آیا نااطمینانی نرخ ارز باعث کاهش رشد اقتصادی ایران می‌شود؟

 

1-4-             ضرورت انجام تحقیق
 

انحراف نامناسب نرخ ارز حقیقی یکی از عوامل اصلی تعیین کننده عملکرد نامناسب اقتصادی در سطح کلان است. بررسی‌های تجربی نشان می‌دهد که رابطه‌ی قوی‌ای بین انحراف نرخ ارز از مسیر تعادلی بلندمدت و عملکرد متغییرهای کلان اقتصادی نظیر سرمایه‌گذاری، تراز پرداخت‌های خارجی و رشد اقتصادی وجود دارد. لذا در این مطالعه سعی شده است به طور تجربی و با بهره گرفتن از ابزار شبکه‌ها‌ی عصبی به پیش‌بینی اثر این انحراف بر رشد اقتصادی ایران پرداخته شود.

 

1-5-             فرضیه تحقیق
 

نااطمینانی نرخ ارز تأثیر منفی بر رشد اقتصادی ایران دارد.

 

1-6-             اهداف اساسی تحقیق
 

هدف از این تحقیق پیش‌بینی تأثیر نااطمینانی نرخ ارز بر رشد اقتصادی ایران با بهره گرفتن از شبکه‌های عصبی است.

 

1-7-             استفاده کنندگان از نتیجه‌ی پایان‌نامه
 

سیاستگذاران اقتصادی با بهره گرفتن از نتایج این تحقیق و با توجه به اثری که نااطمینانی نرخ ارز می‌تواند بر رشد اقتصادی کشور داشته باشد می‌توانند سیاست‌های