مقايسه قدرت پيصبيني الگوهاي تلفيقي و متداول )مطالعه موردي قيمتهاي جهاني گندم ذرت و ضکر(

Transcription

1 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( چکيده مقايسه قدرت پيصبيني الگوهاي تلفيقي و متداول )مطالعه موردي قيمتهاي جهاني گندم ذرت و ضکر( * ضب مؽوی یتفا لا خجی تبيع ؼيبفت: 9/0/5 تبيع پؿيفي: 9/04/7 پی ثی ی ؼلیك لی ت بي ط الت و ب قي اؼاتی یت ا ؽ ض و ه ث ثف ب يكي غ ة ؼ غ ق ب بوت اؼات ث فف خ يی ؼ بثغ اقي و یك ثیب دب ؽ. اق پفوبثفؼتفي ا بي پی ثی ی وفي ق ب ی عی و ؼ ي اغیف ا بي غغی وفي ق ب ی ب آي ب بذ اي بذ یثب ؽ. غب ؼبت اغیف ؼ ق ی ي پی ثی ی ثب جى ػ جی ػی ب یؼ ؽ و جى ي ػ جی ػی یت ا ؽ ؼلت پی ثی ی ا بي غغی و تی ا ث ج ؼ ثػ ؽ. ضب آ ى ا بي وفي ق ب ی غغی جى ي ػ جی ػی اق طؽ ؼيت خؽي ثفغ ؼا ث ؼ آ اي ى ا بي غغی ت ا بيی ا وبقي اثظ غیف غغی ا ؽا ت جى ي ػ جی ػی ث ت بيی لبؼ ث بوبيی ثفوی ف ؼ ا ي غغی غیفغغی یثب ؽ. اق اي ثب تفویت ا بي وفي ق ب ی غغی جى ي ػ جی ػی عفاضی ا ي ت فیمی اثظ خ ؼ ؼ ؼاؼ ب ثب ؼلت ثی تفي ا وبقي ی فؼؼ. ؼ غب ؼ ي ضبضف ا ي ت فیمی ا بي وفي ق ب ی آي ب بذ اي بذ جى ػ جی ػی عفاضی تبيح پی ثی ی ثب تبيح ا بي لیت مبيى فؼيؽ اوت. ؼ اي غب ؼ خ ت مبيى ي ؼلت پی ثی ی ػال ثف ؼیب بي مبيى تؽا ظیف Theil C MAPE MAE RMSE ثب ؼففی آ ب ف دف ی ث ؽ ؼ یؼاي تفب ت ؼلت پی ثی ی ب یك ثفوی ؽ اوت. تبيح پی ثی ی لی ت بي خ ب ی قا ثفاي ؼ 008/4/ تب 0// ؼ غ و ط اؼاتی ؽ ؾت ىف ضبوی اق آ اوت و ا ي ت فیمی ث ع ؼ یؼاي ؼلت پی ثی ی ث ؼوت آ ؽ اق ا بي ا ففاؼي ا افكاي یؼ ؽ. ثف اي اوبن ث وب یفي ا بي ت فیمی ؼ پی ثی ی لی ت ط الت و ب قي)ث يم ط الت اوتفاتميه( ت ی ی ؼ تب ثب ا تػبة ق ب بوت غفيؽ ط الت اؼاتی اق غف ج ثی ؼ اق خ یفي ث ػ آيؽ. طبق بىدي C9,C59 :JEL ياژ اي كليدي ا ي غغی جى ػ جی ػی پی ثی ی وفي ق ب ی ا ي ت فیمی. - ث تفتیت ؼا یب ؼا د ي ؼوتفي ف الت بؼ و ب قي ؼا ب آقاؼ اوال ی اضؽ ػ تطمیمبت ت فا ت فا ايفا. * - يى ؽ ي ىئ مب : r.moghaddasi@srbiau.ac.ir

2 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل پيطگفتار ا فز ثػ و ب قي اق تفي ثػ بي الت بؼي و اوت ا ب ؼ ػی ضب ثب ت ب بي ػ ؽ اي ثف یثب ؽ. ؼ و ب فمؽا وف بي ؿاي بي الق ضبيؼبت ثبالي ط الت و ب قي پبيی ث ؼ ػ ىفؼ ؼ مبيى ثب ػ ىفؼ خ ب ی ثبال ث ؼ كي ي ت یؽ ؼ مبيى ثب كي ي ت وظ خ ب ی آ ب بي خ ؼ ضبوی اق وىفي ؽيؽ تفاق تدبت ط الت و ب قي ايفا یثب ؽ. ز ب س ؼضالت و ب قي و اق پی ا و ب قا ثفؼا ت ؼ ثب ؽ خ ؼیت افكاي یبق بي غؿايی اثىت ی ث ثبقا خ ب ی ط الت و ب قي ثی تف غ ا ؽ ؽ. ثب ت خ ث ا غ خ ؼ ثف وف ا ػض يت ايفا ؼ وبق ب تدبت خ ب ی ثب افكاي ث بي ط الت و ب قي ؼ ثبقا بي خ ب ی ؽ اثىت ی ث اؼات ضؼیت اي ط الت ؼ آي ؽ فا و ؽ غ ا ؽ ث ؼ. ؽ ؾت ىف ػ ؽ تفي ط الت و ب قي اؼاتی ايفا یثب ؽ و ػ یفغ تالي وب ثفاي ىتفي ت یؽ ی اي ط الت خك ط ػ ؽ ي 4 و ب قي اؼاتی ايفا یثب ؽ)پبي ب اعالػبتی وبق ب غ اثب تطؽ(. ثب ت خ ث ا یت ىتفي ت یؽ ؼاغ ی ض بيت اق وف بي وب ی ىتفي ت یؽ ط الت و ب قي وب اثىت ی ث ط الت اؼاتی ث يم ط الت و ب قي اوتفاتميه پی ثی ی طیص لی ت بي آتی ط التی و ؼ ثف ق ب ی ضبضف فيكي اق اؼات آ ب یىت وب اقي اؼاتی اي ط الت ثب ا تػبة غفيؽ ؼ لی ت پی ثی ی ؽ بوتتف اق ا یت ؼ ز ؽا ی ثفغ ؼا غ ا ؽ ث ؼ. زفا و اق فف خ يی ؽ اق ط اؼات ؼ لی ت بي پی ثی ی ؽ ؼ ق ب بوت یت ا ؽ ؼ ط ث ج ؼ قيفوبغت ب افكاي ػ ىفؼ ط الت و ب قي وف بي ؿاي ؽ ض افكاي ت یؽ ث ف ق ب خجبت لغغ اثىت ی ث اؼات ط الت و ب قي ثب ا ىب ت یؽ ؼاغ ا ففا بيؽ. تالي بي قيبؼي ثفاي ت وؼ اتمب ؽ بي پی ثی ی ت ففت اوت. يىی اق پفوبثفؼتفي ؽ بي پی ثی ی الت بؼو دی وفي ق ب ی ؽ غ ؼ ت ضیص یب ی تطفن (ARIMA) یثب ؽ و ث ؼ ی يم ی بي آ بي ي ؼف ف ثبوه خ ىی ك ؼ وبغت ؽ ؼ ت خ غب ث ؼ اوت. يىی اق فف والویه ؽ بي فوی غغی فف ب ىب ی ايب ه اوت ثؽا ف و ايب ه فعی خ الت اغال مؽا ثبثتی اوت. ؼ ت ثیثجبتی ايب ه خ اغال ؼ ؽ بي وفي ق ب ی ي بي خؽيؽي و ث ؽ غ ؼت ضیص ثب ايب ه ب ىب ی Auoregressive Inegraed Moving Average Box-Jenkins

3 3 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( فعی )ARCH( پبي ؿاي ؽ اوت)ا 984 (. يىفؼ ؼي ف ؽ وبقي ؽ غ ؼت ضیص ثب ايب ه ب ىب ی فعی تؼ ی يبفت )GARCH( اوت و ا ثب فف تفي ثفاي ؽ وبقي 3 اوت. ؼ و ب آ ؽ بي غ ؼت ضیص ثب ايب ه ب ىب ی فعی تؼ ی يبفت بيی )EGARCH( اثفات ب تمب اغجب ثف وب بت ا و تف ی بيؽ)اث ي ىبا 388 (. 4 ػ یفغ ا ؼغبفپؿيفي ا بي آي ب آذ بذ اي بذ طؽ ؼيتی ثف اي ا ب ت اوت آ پی فف غغی ث ؼ اي ا ب اوت. ؼ ا بي ب جفؼ ث ؼ ی فف وبغتب جىت ی غغی ؽ ؼ مبؼيف وفي ق ب ی فف بي غیف غغی لبث بوبيی یثب ؽ)لا 003 (. اغیفا 5 ا بي جى ػ جی ػی ث ع ىتفؼ ؼ پی ثی ی بي وفي ق ب ی ؼ غب ؼ اوتفبؼ لفا ففت ا ؽ. تفي يم ی آ ت ا بيی ا وبقي اثظ غیف غغی پیسیؽ ثؽ یبق ث ففضیبت لج ی اق ب یت اتجبط ثی ؼاؼ ب یثب ؽ) بيىی 999 (. ؼ ؼ یبي الؼی وفي بي ق ب ی ث ؽت غغی وب يب غیف غغی وب ث ؼ ؼ اغ ت اؼ ب ف ؼ فف یثب ؽ. ؼ اي ت یر وؽا اق ا بي غغی جى ي ػ جی ػی لبؼ ث بوبيی ا وبقي بوت ؼاؼ ب ػ ا ؽ ث ؼ. قيفا ا ي غغی ت ا بيی ا وبقي اثظ غیف غغی ا ؽا ت جى ي ػ جی ث ت بيی لبؼ ث بوبيی ثفوی ف ؼ ا ي غغی غیف غغی یثب ؽ)لا 003(. و ) 989 ( بوفيؽاویه ىبا ) 993 ( ؼ غب ؼبت غ ؼ ب ؼاؼ ؽ و ثب تفویت ز ؽ ا ي ػت ف پی ثی ی ثؽ یبق ث ا تػبة ا ي ث تف طیصتف ؼلت پی ثی ی ؼ مبيى ثب ا بي ا ففاؼي ث ج ؼ یيبثؽ. ی وىبج ىبا ) 996 ( ث ظ پی ثی ی مبؼيف فف ي يه ي ت فیمی جى ػ جی ػی الت بؼو دی ی كث ي ) 994 ( ت فیك ز ؽ جى ي ػ جی پی غ ا اائ ؼاؼ ا ؽ و تبيح ؤيؽ ثفتفي ا بي ت فیمی ث ؼ اوت. ث بثفاي ت فیك ا بي ػت ف پی ثی ی یت ا ؽ اضت ب بوبيی اثظ ػت ف)غغی غیف غغی( ؼ ؼاؼ ب ا افكاي ؼاؼ وبايی پی ثی ی ا ث ج ؼ ثػ یؽ ؼ 6 د ع ا ي ت فیمی ؼ اثغ ثب تغییف وبغتب ؼاؼ ب وبق بتف غ ا ؽ ؽ)لا 003(. ت فیك ا بي پی ثی ی اق غب ؼبت يؽ) 968 ( ثبته ف دف) 996 ( آغبق فؼيؽ و ) 989 ( Auo-regressive Condiional Heeroskedasiciy Generalized Auo-regressive Condiional Heeroskedasiciy 3 The exponenial GARCH GARCH ARCH ARMA ARIMA 5 Arificial Neural Nework 6 Robus

4 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 4 يه تدؽيؽ ظف خب غ ؼ اي ق ی اائ ؼاؼ. ايؽ ي ا ی تفویت ا بي پی ثی ی ث وب یفي يم ی بي ا بي پبي ث ع ك ب ثفاي بوبيی اثظ ػت ف ؼ ؼ ؼاؼ ب یثب ؽ. اي غب ؼ ؼ اوتبي اتمب ؼلت پی ثی ی وفي بي ق ب ی ث ؼ جب ت فیك ا بي جى ي ػ جی ػی آي ب آذ بذ مبيى ي وبايی ؼلت ا بي جى ي ػ جی ػی آي ب آذ بذ ا بي ت فیمی یثب ؽ تب ثب بغت ؼلیكتفي ا ث ا ف پی ثی ی ؼاؼ بي وفي ق ب ی لی ت ػ ؽ تفي ط الت و ب قي اؼاتی جبؼت قؼ. ؼ ق ی ي غب ؼبت ا دب ؽ ؼ ؼ پی ثی ی لی ت ط الت و ب قي یت ا ث غب ؼبت و كاؼي ىبا ) 996 ( یال پ و كاؼي) 996 ( دب يب ا دؽي) 378 ( لبو ی ىبا ) 379 ( دفی ىبا ) 386 ( مؽوی ضی ی ثؽ) 388 ( ف ی یفف) 387 ( ففجقاؼ ب ی) 388 ( يبػ ی خ ف ی ىبا ) 388 ( ا ب وفؼ. ؼ ت ب ی اي غب ؼبت ا بي ػت ف پی ثی ی الت بؼو دی وفي ق ب ی جى ي ػ جی ػی ث ع دكا ا ففاؼي ا وبقي ثؼؽ اق مبيى اقيبثی ؼلت پی ثی ی لی ت ط الت ػت ف و ب قي ثب ؼلیكتفي ا پی ثی ی ؽ اوت. ؼ اؼا ث ظ پی ثی ی لی ت قا ي و ط و ب قي اؼاتی ؽ ؾات ىف ت وظ ا ي ت فیمی ثؼؽ اق پفؼاغت ث جب ی ظفي ا بي آي ب آذ بذ جى ػ جی ػی ا ي ت فیمی تبيح ثفآ ؼ اقيبثی ا بي ؼ ظف ثفاي پی ثی ی لی ت اائ ؼ بيت جبضث ؿو ؼ ثػ بيی غال تید یفي ی فؼؼ. روش تحقيق الگ ي خ دت ضيح جمعي مياوگيه متحرك) ARIMA (: ا ي آي ب ا ي غغی- ت بؼفی یثب ؽ و اق لؽي یتفي ا بي پی ثی ی وفي بي ق ب ی ؼ الت بؼو دی اوت) 385 (. ففآي ؽ( ARIMA(p,d,q ا یت ا ث ت اثغ ي ب ؼاؼ. y f ( ) p y q i i i j j j )( و ؼ آ : d y x ( L) x ؼ ففآي ؽ ARIMA(p,d,q) d f() ؽ ق ب ی ا )ؼ ت خ ؼ( ؼ y p,d,q ثفآ ؼ یو ؽ. ث تفتیت ثیب ف تؼؽاؼ خ الت غ ؼت ضیص فتج تفبض یفي تؼؽاؼ خ الت یب ی Time Trend.

5 5 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( تطفن یثب ؽ. ؼ تیو d ثفاثف ثب فف فؼؼ ففآي ؽ آي ب تجؽي ث ففآي ؽ ARMA ی ؼ. ؼ ال ثفاي تػ ی ا ي آي ب اق ي ثبوه- خ ىی ك اوتفبؼ ی ؼ و ؼااي ز ب فض ي بوبيی تػ ی ت ػی ؼلت پفؼاقي پی ثی ی یثب ؽ) في 000(. الگ ي :ARCH ؼ اي ي فف ثف آ اوت و خ ت بؼفی ؼااي یب ی فف ث ع وفيب ی غیف جىت اوت ی ايب ه آ ثب فط ؼا ت اعالػبت ؿ ت غ ؼ تغیف فف ی فؼؼ)ا 984(. ؼ اي ضب ت ا تظب ثف اي اوت و ايب ه ؼ ع ؽ ت بؼفی وفي ثبثت ج ؼ تبثؼی اق فتب خ الت غغب ثب ؽ. ؼ الغ ؽ آذ یت ا ؽ ؽ ايب ه فعی ا ثب ت خ ث اعالػبت ؿ ت ي غ ؼ ت ضیص ؼ ؽ. ث ع غال وبغتب ؽ آذ ا یت ا ث ت قيف ت: P s 0 ip i X i )( 0 q j j j z v )3( اثغ ي یب ی فعی تغیف اثىت ا ؼ ع ق ب اائ ی بيؽ ؼ ضب ی و اثغ ي 3 فث ط ث ايب ه فعی اوت. Z X تغیف بي ثف كايی ىت ؽ و ث تفتیت ؼ ؼبؼ بي یب ی ايب ه لفا ؼا ؽ)ا 984(. ا جت اوتفبؼ اق ؽ آذ ط ث اي اوت و ؽ تػ ی قؼ ؽ ؼااي اثف آذ ثب ؽ. ث اي ظ آق قيف ثف ي ؼبؼ ايب ه )3( ت ی یفؼ. H 0 ؼ آق ف ق ا ف فف تید ی ت ا اق ؽ آذ اوتفبؼ ؼ. ی ا ف فف آذ یثب ؽ ثبيؽ اق اي ؽ خ ت تػ ی اوتفبؼ وفؼ. H0 :... q 0 H, 0, q پؿيففت ؼ ؽ تػ ی قؼ ؽ ؼااي اثف آذ ػ ا ؽ ث ؼ ؼ H ؼ لج الغ فؼؼ ؽ ؼااي اثف Auoregressive Moving Average Model Idenificaion. 3 Esimaion 4 PTDiagnosic Checking. 5 Forecasing.

6 مدل مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 6 :GARCH په اق ا ث و ی ىبا ) 99 ( ثفا ی ك) 993 ( ث و ی ىبا ) 994 ( ؼي ث ؽ پك) 996 ( ضب ت تؼ ی يبفت ARCH(P) ا ث ت قيف ؼففی ؼ ا ؽ و ؼ آ ايب ه ب ىب فعی ػال ثف ت ا ؼ ثبلی ب ؽ ب تبثؼی ثب لف اق غ ؼ ايب ه فعی یك یثب ؽ. يؼ ی: 0 q i i i p j j j )4( فط الق ثفاي ثجت ث ؼ ايب ه فعی ثجت ث ؼ ت ب ضفايت ففآي ؽ( GARCH(p,q 0 0 س ی ثبيؽ ؼا ت ثب ی یثب ؽ. j i p i q i j j ب بي ضؼیف غ ا ؽ ث ؼ ا ف. ففآي ؽ( GARCH(p,q ث ع ض ی ؼتمؽ ثف اثف تمب ن ثف وب بت اوت. يؼ ی اغجب غ ة ثؽ )ثب ثك ی يىىب ( اثف تمب ی ثف وب بت ؼاؼ. مدل :EGARCH ثفاي و تف اثف ب تمب اغجب ثف وب بت ى ا ي اي بذ يب بذ بيی ا تؼفيف ؼ و ؼ آ اثف اغجب ب تمب یثب ؽ. ت فيص ا ي بذ بيی ث ت قيف اوت: log( ) log( 0 ) )5( عفف زپ ؼبؼ ث ت بيت ی آ ؽ تض اي ىت اوت و ايب ه فعی ثجت اوت یبقي ث ايدبؼ طؽ ؼيت بيی ؼ ضفايت یىت)اث ي ىبا 388(. اثف ب تمب ی ثب 0 ففضی وب بت ب تمب یثب ؽ. آق ی ؼ. ا ف ث ت ؼ یؼاي ػب ف فف ثب ؽ آ ب اثف اغجب ثف شبك عصبي مصى عي : جى ي ػ جی ػی يىی اق ا بي غیف غغی اوت و لبؼ ث تمفيتق ی ا اع ػت فی اق اثظ غیفغغی ؼ ؼاؼ ب یثب ؽ. تفي كيت اي ا ب ؼ مبيى ثب وبيف ا بي غیف غغی اي اوت و جى بي ػ جی تػ ی ق ؽ بي خب غ ث ؼ یت ا ؽ عیف ویؼی اق ت اثغ ا ثب ؼخ ؼلت ثبال تمفيت ثك ؽ اي لؽت اق پفؼاق ف بي اقي اعالػبت ؼاؼ ب بت ی یفؼ)لا 003(. جى ي ػ جی پی غ ثب يه الي ي پ ب پفوبثفؼتفي فف ا ي جى ي ػ جی ثفاي ا وبقي پی ثی ی وفي بي ق ب ی اوت) 00(. يه جى ي ػ جی ؼ ال اق و الي ي ؼي پ ب غف خی ت ىی ؽ اوت. TPPT Inpu Layer. TPPT Hidden Layer.

7 ي ب 7 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( ف بي ؼي وی ب بي غبخی و ث جى ي تغؿي ی ؼ ا ؼيبفت یو ؽ. اي وی ب ب ث وی ق بيی تؼؽي ؽ غبثك اي تؼؽيالت ؼ ف ف غف خی ؼي بي 3 ق خ غ قؼ ی ؽ وپه اي د ع اق عفيك يه تبثغ فؼب وبقي ػج ؼاؼ ی ؽ. غف خی تبثغ فؼب وبقي غف خی ؼ ظف اوت) بيىی 999(. ف ؼي یت ا ؽ ث ثی اق يه ف غف خی اؼ ؼ ف غف خی ى اوت ؼي د ػ ؼي في اق ف غف خی خؽيؽ ؼ. ؼ اي ضب ت ف ب ؼ الي ي یب ی ف بي پ ب ب یؽ ی ؼ. ت ضیطبت اائ 4 ؽ يه جى ي پی غ ا ؼففی ی بيؽ. لتی يه جى ي پی غ ف بي پ ب ا 5 ب ؼ جى ي پفوپتف ز ؽ الي ب یؽ ی ؼ) بف 003(. اثظ ثی غف خی p ؼي ب ) y )6( ( y اق اثغ يبضی قيف تجؼیت یو ؽ:, y,..., y y q p 0 j g 0 j ij yi ) j i (,,..., ( i پبا تف بي ا ث ؼ p; j,,... q) j ( j,,..., و ؼ آ (q ij اغ ت ق بي اتجبعی ب یؽ ی ؽ. P تؼؽاؼ ف بي ؼي q تؼؽاؼ ف بي الي ي پ ب اوت. ثفاي تبثغ فؼب وبقي الي ي پ ب اغ ت تبثغ فؼب وبقي دىتیه اوتفبؼ ی ؼ. g )7( exp( x) اق اي ا ي جى ي ػ جی ػی ت ضیص ؼاؼ ؽ يه فف تبثؼی غیفغغی اق ب ؽات p ؿ ت ) ( y ث مبؼيف آتی, y,..., y y )8( ا ب یؼ ؽ. ث ع يو : y f ( y, y,..., y p, w) و ؼ آ w يه ثفؼا اق پبا تف ب f يه تبثغ تؼیی ؽ ت وظ جى ق بي اتجبعی یثب ؽ. ث بثفاي جى ي ػ جی ػی ثب يه ا ي غ ؼت ضیص غیفغغی ؼبؼ ثفاثف اوت. تؼؽاؼ ف بي ؼي تؼؽاؼ الي بي پ ب تؼؽاؼ ف ب ؼ ف الي ي پ ب تؼؽاؼ ف بي غف خی تبثغ فؼب وبقي ؼ ف ف وبغتب يه جى ي ػ جی ا ت ىی یؼ ؽ. ي اي اؼ ثبيىتی ث وی ي طمك يب پی ت ضیطبت ىئ ؼ ظف لج اق آ قي آق جى ػ جی ا تػبة ؽ. TPPT Oupu Layer. TPPT Weigh. 3 TP3PT Transfer Funcion. 4 TP4PT Feedforward. 5 TP5PT Mulilayer Percepron.

8 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 8 ؼ اؼثیبت جى ي ػ جی ث خبي تػ ی ضفايت اق ا غالش يبؼ یفي يب آ قي ثفاي پیؽاوفؼ اقي بي ق بي جى اوتفبؼ ی ؼ)لؽي ی یفي 38(. ؽف اق آ قي ث قآ ي تؼؽي ق بي اتجبعی ؼ خ ت ضؽال وبقي غغبي جى اوت. ؼ ع ىیف عفاضی جى ث ع ؽا غف خی ب ا ثف اوبن ؼلت ثفآ ؼ لج ی تؼؽي یو ؽ. اي ففآي ؽ تب ق ب ی اؼا یيبثؽ و جى ت ا ؽ ؼ خ ت وب غغب ب تغییف ثكيتفي ؼ ق ب ت ؼ ؽ. لتی آ قي ث غغبي ضؽال پی ثی ی ویؽ جى ق ب ا ؾغیف وفؼ آ قي پبيب یپؿيفؼ) 3 00(. ا يت پها ت ب غغب ايحتفي ا يت آ قي اوت اوبوب ب ؼ ىیف اق عفيك 4 الي بي ػت ف جى اوت. ؼ ىیف پی غ ؼاؼ ب اق الي ي ؼي ث الي غف خی ؼ ىیفي ث خ تغؿي ی ؽ. غف خی پی ثی ی ؽ ي الي ي غف خی ثب غف خی ؽف مبيى 5 ی فؼ ؽ. ؼ ىیف پهغ یب ی غغبي طبوج ؽ اق عفيك جى اق الي غف خی ث الي ي ؼي ث و ت ػمت ا ت ب یيبثؽ ق بي ات ب غبثك ثب ل ا ی يبؼ یفي تؼؽي ی ؽ. ث ع يو پبوع جى ا ث پبوع ؼ ػ ا كؼيهتف وبقؼ)وی ىبا 003(. الگ ي تلفيقي ي الگ اي خطي سري زماوي: ا بي جى ي ػ جی ػی ا بي غغی ثفاي ي فايظ ي اثظ ا بي خب ؼی ج ؼ ت ب ؼ طؽ ؼ ي غغی غیف غغی غب غ ؼ فك ػ یو ؽ. تمفيت ا بي غغی ثفاي ىبئ غیف غغی پیسیؽ بوبفی ث ؼ اق و ي ؼي ف وبثفؼ جى ػ جی ػی ثفاي ا وبقي ىبئ غغی ثب آ فت ی فا یثب ؽ) 00(. ثفاي ثب ؼ ت ) 995 ( ثب اوتفبؼ اق ؼاؼ بي جی وبقي ؽ ب ؼاؼ و ؼ ت خ ؼ ب ؽ ؼ افتبؼ يب غغی ؼ ؼاؼ ب ؼلت جى ي ػ جی ػی ث ع ؼ یؼاي ث تف اق ا بي فوی غغی غ ا ؽ ث ؼ. بغب اوه) 998 ( یك ؼيبفت ؽ و وبآيی جى ػ جی ثفاي ىبئ فوی غغی ث ا ؽاق ي وغص آ فت ی ثىت ی ؼاؼ. اق اي ث وب یفي و و ا جى ي ػ جی ػی ثفاي ف ع ؼاؼ اي ػبلال غمی ث ظف یوؽ. اق آ دب و آ ب ی وب اق يم ی بي ؼاؼ ب ؼ ىبئ الؼی ى اوت ي ت فیك و ك ب ت ا بيی ا وبقي ا بي غغی غیفغغی ا ؼاؼ یت ا ؽ اوتفاتمي غ ثی ثفاي وبثفؼ بي ػ ی ثب ؽ. ثب تفویت ا ب خ ج بي ػت فی اق ا بي پبي TPPT Learning. TPPT Training. 3 TP3PT Back Propagaion. 4 TP4PT Feedforward. 5 TP5PT Backward.

9 9 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( لبث بوبيی غ ا ؽ ث ؼ)لا 003(. ؼم اوت و يه وفي ق ب ی ا تفویجی اق خك غغی غیفغغی فف و ی. ث ع يو : y L N ) 9( L N خك غغی خك غیف غغی ا ب یؼ ؽ. اي ؼ خك ثبيىتی اق ؼاؼ ب بوبيی تػ ی قؼ ؽ. اثتؽا اخبق یؼ ی تب فيه اق ا بي غغی خك غغی ا ا وبقي ؼ ؼ تید ثبلی ب ؽ ب اق ا ي غغی فمظ اثظ غیف غغی ا ب غ ا ؽ ث ؼ. ثبلی ب ؽ بي ا ي غغی ا ب ؼ ؽ آ ب : e ا ف e y Lˆ ) 0( و ؼ آ Lˆ مبؼيف پی ثی ی ؽ اق ا ي غغی ا ب یؼ ؽ. ف اثغ ي ؼ یؼا غیف غغی ؼ ثبلی ب ؽ ب طؽ ؼيت ا ي غغی ؼ ثفآ ؼ ا ب غ ا ؽ ؼاؼ. ثب ا وبقي ثبلی ب ؽ ب ت وظ ا ي جى ي ػ جی ػی اثظ غیف غغی یت ا ؽ بوبيی تػ ی فؼؼ. ثب n ف ؼي ا ي جى ي ػ جی ػی ثبلی ب ؽ ب ػجبت غ ا ؽ ث ؼ اق: e f ( e, e,... en ) ) ( و ؼ آ f يه تبثغ غیف غغی تؼیی ؽ ت وظ جى ي ػ جی ب ؼاؼ مبؼيف پی ثی ی اق ؼبؼ )9( ث ت ) ( غغبي ت بؼفی اوت. ثب ˆN پی ثی ی ت فیمی ػجبت غ ا ؽ ث ؼ اق: yˆ Lˆ Nˆ ث ع غال ي پی بؼي ویىت ت فیمی ب ؼ فض غ ا ؽ ث ؼ. ؼ فض ا يه ا ي غغی ثفاي تدكي تط ی ثػ غغی ىئ ث وب ی ؼ. ؼ فض ي ؼ جى ي ػ جی ثفاي ا وبقي ثبلی ب ؽ ب وبغت ی ؼ. اق آ دب و ا ي غغی لبؼ ث بوبيی وبغتب غیف غغی ؼاؼ ب یىت ثبلی ب ؽ بي آ ب اعالػبت غیف غغی غ ا ؽ ث ؼ. ا ي ت فیمی يم ی ب ت ا بيی بي ف ؼ ا ا ؼ تؼیی تػ ی ا بي ػت ف ث وب ی یفؼ)لا.)003 مقايس دقت پيشبيىي الگ ا: ث ظ اع ی ب اق ؼلت اػتجب ا ب ت ا بيی تؼ ی آ ب س ی ا ىب مبيى ي ا بي لیت ا بي عفاضی ؽ ثبيىتی ث ع ؽا آق ؼ. ػ یبت آق ث وی ي ػج يه د ػ ؼاؼ دكا تطت ػ ا د ػ آق اق ا بي تػت ثجت تبيح ا دب ی ؼ. تبيح ضب ثب تبيح الؼی مبيى ی فؼؼ. ثفاي اي ظ ؼ ال ؼاؼ ب ا ث ؼ د ػ ي خؽا تمىی یو ؽ. ثػ ا ث د ػ آ قي يب تػ ی TPPT Tes Se. TPPT Training Se.

10 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 0 د ػ ؼ ث د ػ آق يب اػتجبو دی و اوت. ث ظ مبيى ي لؽت پی ثی ی ا تػبة ث تفي ي ػال ثف ؼیب بي تؽا اق خ ؼیب یب ی فثغ غغب ي یب ی فثغ غغب بثفاثفي ؼیب یب ی 3 لؽ غ ك غغب یب ی لؽ غ ك ؼ ؽ غغب ضفيت 4 تی ي اائ ؽ ت وظ ف دف ی ث ؽ) 977 ( خ ت آق ؼ یؼاي اغتالف غغبي ا بي لیت یك اوتفبؼ ؽ اوت. ث اي ظ اثتؽا اثغ ي قيف طبوج ی ؼ: r T تؼؽاؼ T ( e e T T ( e e ) )( e e ) ( e e ) ) 3( و ؼ آ e e ث تفتیت غغبي پی ثی ی غبج اق ؼ ي لیت پی ثی ی بي غبج اق اوت. وپه آق ثفاثفي ؼلت پی ثی ی ؼ ي ا یت ا ثب اوتفبؼ اق آ ب GN ؼ ثفوی لفا ؼاؼ. اي آ ب ؼااي ت قيغ ثب ؼخ آقاؼي عجك اثغ 4 طبوج ی فؼؼ)و ف ؼ ىبا 007(. T ث ؼ T GN r ) 4( r ؼاؼ بي ث وب فت ؼ اي غب ؼ لی ت بي قا و ط و ب قي اؼاتی ايفا ؽ ؾت ىف ثفاي ؼ 0// تب 008/4/ اعالػبتی ث ن خ ب ی ط الت و ب قي خ غ آ ي ؽ ا ؽ. نتايج و بحث یثب ؽ و ثف ضىت ؼال اق پبي ب الگ ي :ARIMA ؼ ا ی لؽ ايىتبيی وفي لی ت خ ب ی قا ؽ ؾت ىف ثب اوتفبؼ اق ؼ ي ؼيىی ف ف تؼ ی يبفت 5 KPSS ؼ ثفوی لفا ففت. ؼ اي ي ب ففضی ي فف آق ب تفب ت ث ؼ ث ع يو ؼ آق ؼيىی ف ف تؼ ی يبفت ففضی ي فف ػؽ ايىتبيی ؼ آق KPSS ففضی ي فف ايىتبيی وفي ق ب ی اوت. تبيح آق ب ؼ خؽ آ ؽ اوت. تبيح ضبوی اق آ اوت و ف و تغیف ؼ اوتفبؼ ؼ ا ب ؼ وغص ايىتب ج ؼ ثب يه ثب تفبض یفي ايىتب ی فؼ ؽ. TPPT Mean Square Error(MAE). TPPT Roo Mean Square Error (RMSE). 3 Mean Absolue Percenage Error 4 Theil Inequaliy Coefficien 5 Kwiakowski-Philips-Schmid-Shin Tes Saisic

11 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( ب و لجال ؾوف ؽ ث ظ مبيى ي ي بي ؼ پی ثی ی ؼاؼ ب ث ؼ ف آ قي آق تمىی ی فؼؼ. ؼ اي ثػ اق غب ؼ اق ؼاؼ بي 008/4/ تب 0/6/08 ث - ػ ا آ قي اق ؼاؼ بي 0/6/09 تب 0// خ ت اقيبثی آق ا اوتفبؼ ؽ اوت. اق اي ثبق ي ؼاؼ بي ثفوی ايىتبيی ثفآ ؼ ا ي آي ب ؼاؼ بي 008/4/ 30 تب 0/6/08 یثب ؽ. ث ظ اوتفبؼ اق ففآي ؽ آي ب په اق تؼیی ؼخ ي خ ؼی) d ( تؼؽاؼ خ الت غ ؼت ضیص) p ( تؼؽاؼ خ الت یب ی تطفن) q ( ثب ث ف یفي اق ي پىفا پىفا ) 977 ( ؼیب آوبئیه اتك ثیكي طبوج ؽ ثف اوبن و تفي آ ب ب ؽ ا تػبة ی فؼؼ. ثؼؽ اق ثفوی وفبيت ا ؼ فض ي ثؼؽ لی ت ب ثفاي د ػ ي آق ) 0/6/8 تب 0//( ثب اوتفبؼ اق اي ا پی ثی ی فؼيؽ تب ثب مبيى ؼلت پی ثی ی ؼاؼ بي آق اي ا ثب ا ي لیت ا ي ؼلیكتف خ ت ا دب پی ثی ی ا تػبة مبؼيف آتی ثب اوتفبؼ اق اي ا پی ثی ی فؼؼ. ؼیب بي غغبي پی ثی ی ثفاي ؼاؼ بي آق ضب اق ا بي آي بي تػت ف يه اق لی ت ب ؼ خؽ غال ؽ اوت. ثف اوبن تبيح ث ؼوت آ ؽ ا ي آي ب) 4..4 ( ثفاي ؽ وبقي لی ت بي خ ب ی ؽ ا ي آي ب).. ( ثفاي ؽ وبقي لی ت بي خ ب ی ؾت ا ي ا ي آي ب) 3..4 ( ثفاي ؽ وبقي لی ت بي خ ب ی ىف ؼ ؼ ي 008/4/ تب 0/6/08 ا تػبة ؼلت پی ثی ی ب ثفاي ؼ ي /0/6 تب 0// ثف اوبن ؼیب بي غغب اائ ؽ اوت. ثف اوبن ؼیب بي یب ی لؽ غ ك ؼ ؽ غغب ضفيت بثفاثفي تی و ىتم اق میبن یثب ؽ ؼلت ا ي آي ب ؼ پی ثی ی لی ت ؽ ؾت ثبالتف ی ثب ؽ. الگ ي GARCH ي :EGHARCH ثب اوتفبؼ اق ؽ بي بذ اي بذ تػت الؽا ث پی ثی ی لی ت ؽ ؾت ىف ؽ اوت و تبيح آ ؼ خؽا ب 4 3 ؼاؼ ؽ اوت. تبيح ؼلت پی ثی ی ب ثف اوبن ؼ ؼیب یب ی لؽ غ ك ؼ ؽ غغب ضفيت بثفاثفي تی ؼ ؽ بي بذ اي بذ ضبوی اق ؼلت ثبالتف پی ثی ی ب ؼ غ لی ت بي خ ب ی ؽ ؾت ث ؼ ؼ ؼ لی ت بي خ ب ی ف و ط ؼلت پی ثی ی ا بي بذ اي بذ ىجت ث ا بي آي ب ثی تف ث ؼ اوت و ثب ت خ ث ا وبقي ايب ه فعی ؼ اي ا ب تبيح غبثك ثف ا تظب یثب ؽ. الگ ي شبك عصبي مصى عي: اي ثػ اق غب ؼ ثب ت خ ث ت ا بيی ا بي جى ي ػ جی ػی ثب ؽف مبيى ي ؼلت پی ثی ی ا بي پی ثی ی ػت ف ث ثفوی ثفآ ؼ جى ػ جی ػی یپفؼاقؼ. ؼ اي ع جى ؼي بي جى ث ت لف بي تغیف ؼ ظف خ ت پی ثی ی ثف اوبن ا ي آي ب تؼیی ی ؼ. ثف اوبن ا تمفيتق ؽ خب غ اق جى

12 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل پی غ تؼ ی يبفت ثب ا يت پها ت ب غغب ث ػ ا ا يت آ قي اوتفبؼ ؽ اوت. ث ظ ؼوتفوی ث ث تفي وبغتب جى جى بيی ثب تؼؽاؼ ػت ف الي بي پ ب ت اثغ فؼب وبقي ػت ف ؼ الي پ ب ل ا ی ػت ف يبؼ یفي ثفآ ؼ فؼيؽ. تؼؽاؼ الي بي پ ب يه ؼ ت اثغ فؼب وبقي الي پ ب ت اثغ دىتیه ب وی ئیؽ تب ما ت یپفث یه تبثغ فؼب وبقي الي غف خی تبثغ فؼب وبقي غغی ؼ ظف ففت ؽ. اق یب ل ا ی طبوجبتی ا يت يبؼ یفي پها ت ب غغب ث ظ افكاي وفػت طبوجبت وب ضد طبوجبت 3 ضبفظ ؼ یبق ؼ طبوجبت ل ا ی جفي ب ئب ؼ تب ثب ؼ تب ت و س یت 4 فاؼي ت ا تػبة فؼيؽ. ث ظ تؼیی تؼؽاؼ ث ی ي ف بي پ ب اق ي آق غغب اوتفبؼ ؽ ث اي ظ ثفاي ت ب ی وبغتب بي جى تؼؽاؼ ف بي پ ب اق يه تب ثیىت تغییف ؼاؼ ؽ. اق آ دبو تبيح ى اوت ثب تىفا ثی تف ف ع آ قي جى ثب مبؼيف ا ی ػت ف ث ج ؼ يبثؽ ػ تػ ی قؼ يب ث ػجبت ؼلیكتف آ قي جى ثب و ف ع دؽؼ 000 تىفا ا دب فؼيؽ. تید ي كاي ؽ ثفاي ف وبغتب ث تفي تید ي ى اق و ثب ف ع دؽؼ 000 تىفا تؼؽاؼ ف پ ب ث ی ثفاي آ وبغتب اوت. اق یب وبغتب بي ػت ف وبغتبي ثب ضفيت جىت ی ثبالتف غغبي آ قي آق و تف ا تػبة فؼيؽ. ؼیب بي اقيبثی ؼلت پی ثی ی جى بي ػ جی ػی تػت پی ثی ی لی ت ؽ ؾت ىف ثفاي ؼاؼ بي آق ؼ خؽ 5 اائ ؽ ا ؽ. ثفاوبن ثفوی بي ت ففت ؼ ؼ لی ت بي خ ب ی ؽ ؾت جى ػ جی پی غ تؼ ی يبفت ثب ؼ الي ي پ ب ت اثغ فؼب وبقي تب ما ت یپفث یه وی يیؽ ؼ الي بي پ ب تبثغ فؼب وبقي غغی ؼ الي ي غف خی ا يت يبؼ یفي ت ثب 5 ف ؼ الي بي پ ب ؼ ؼ لی ت بي خ ب ی ىف جى ي ػ جی پی غ تؼ ی يبفت ثب يه الي ي پ ب تبثغ فؼب وبقي تب ما ت یپفث یه غغی ؼ الي بي پ ب غف خی ا يت يبؼ یفي ت ثب 0 ف ؼ الي ي پ ب ث ػ ا ؼلیكتفي جى بي ػ جی ػی ؼ ؼاؼ بي آ قي ا تػبة لی ت ب ثفاي ؼ ي آق پی ثی ی فؼيؽ. مبيى ي ؼیب بي ؼلت پی ثی ی جى بي ػ جی ػی تػت ؼ غ پی ثی ی لی ت بي ؼ ي آق ثب ا بي غغی ثفآ ؼ ؽ ثیب ف ث ج ؼ ؼلت پی ثی ی لی ت بي خ ب ی ط الت و ب قي تػت اق عفيك ث وب یفي جى ي ػ جی ػی اوت. Levenberg-Maguan Dela Bar Dela 3 Momenum 4 Conjugae Gradien

13 ی 3 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( الگ ي تلفيقي شبك عصبي مصى عي ي خطي: ث ظ ثفآ ؼ ا ي ت فیمی جى ي ػ جی ػی ا بي آي ب بذ اي بذ اثتؽا ثب اوتفبؼ اق و ؼاؼ بي لی ت ثفاي ف و ط ا بي غغی ثفآ ؼ ثبلی ب ؽ بي ثفآ ؼ ب ث ؼوت آ ؽ. وپه وفي ثبلی ب ؽ بي ا بي غغی ؼلیمب بث ا بي ثفآ ؼ ؽ ث ؼ ثػ ؼاؼ بي آ قي آق تمىی ت وظ ا ي جى ي ػ جی ػی) بث آ س ؼ ا وبقي جى ي ػ جی ػی ثفوی ؽ( ا وبقي ثفآ ؼ فؼيؽ ؽ. ؼ فض ي ثؼؽ پی ثی ی بي ا بيی آي ب بذ اي بذ ثب پی ثی ی بي ا ي جى ي ػ جی ثبلی ب ؽ بي اي ا ب خ غ قؼ ی ؼ تب پی ثی ی بي ا ي ت فیمی ث ؼوت آيؽ. تبيح ؼلت پی ثی ی بي ا ي ت فیمیARMA- EGARCH- GARCH- ثفاي لی ت بي خ ب ی و ط ؽ ؾت ىف ؼ خؽا غال ؽ اوت. تبيح ؼلت پی ثی ی ا یك ؼ خؽا 0 9 ثفاي لی ت ف ط غال ؽ اوت. ب ع و ب ؽ ی ؼ ثف اوبن ت ب ی ؼیب ب ؼلت جى ي ػ جی ػی ت فیمی ث ع لبث ت خ ی ثفتف اق ا بي ففؼ غغی جى ي ػ جی ػی اوت غغبي پی ثی ی ؼ ف و ؼ ا ي ت فیمی جى ي ػ جی ػی ثب ا بي آي ب بذ اي بذ وب يبفت اوت. اي وب ؼ ؼ ا بي ت فیمی جى ي ػ جی ػی ثب ا ي غغی ؼلیكتف يؼ ی ا ي اي بذ ثی تف ث ؼ اوت. اي تید ثب ت خ ث اوبن ؽ وبقي ا بي ت فیمی ث ت ا وبقي بوبيی اثظ غغی خ ؼ ؼ تغیف ت وظ ا ي غغی بوبيی اثظ غیفغغی ثبلی ب ؽ ت وظ ا ي جى ي ػ جی ػی ؼ اق ا تظب ػ ا ؽ ث ؼ. ؼیب بي غغبي پی ثی ی فز و تف ثب ؽ بيب ف پی ثی ی ؼلیكتف ىت ؽ. ا ب یريه اق ؼیب بي ف ق لبؼ یىت ؽ تب ثفتفي يه ي ا ث ت آ بي ثفوی بي ؽ. اق اي ثب اوتفبؼ اق آق اائ ؽ ت وظ ف دف ی ث ؽ ث آق ؼ یؼاي اغتالف غغبي ا بي لیت پفؼاغت ی ؼ. ثف اوبن آ ب ي طبوج ؽ ثفاي آق ؼ یؼاي اغتالف غغبي ي بي پی ثی ی ت فیمی ا بي وفي ق ب ی غغی ث ت ؼ ث ؼ ففضی فف جت ی ثف ثفاثفي غغبي ؼ ي ؼ ی ؼ. اي ثؽا ؼ ی اوت و اغتالف ؼلت پی ثی ی ا ب اق ظف آ بي ؼ یؼا ثب ؽ. ؼ تید تفب ت ؼلت پی ثی ی ا بي ت فیمی)آي ب- جى ػ جی بذ- جى ػ جی اي بذ جى ػ جی( ا بي ا ففاؼي غغی)آي ب بذ اي بذ( اق ظف آ بي ؼ یؼا ث ؼ ثف اي اوبن ثفتفي ؼ یؼا ؼلت پی ثی ی ا ي ت فیمی اق ا بي پبي ث ع دكا ثفآ ؼ ؽ یك ث اثجبت یوؽ.

14 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 4 نتيجهگيري و پيطنهادات ظف ث ا یت ىتفي ت یؽ ؼاغ ی ض بيت اق وف بي وب ی ىتفي ت یؽ ط الت و ب قي وب اثىت ی ث ط الت اؼاتی ث يم ط الت و ب قي اوتفاتميه پی ثی ی طیص لی ت بي آتی ط التی و ؼ ثف ي ق ب ی ضبضف فيكي اق اؼات آ ب یىت وب اقي اؼاتی اي ط الت ثب ا تػبة غفيؽ ؼ لی ت پی ثی ی ؽ بوتتف اق ا یت ؼ ز ؽا ی ثفغ ؼا یثب ؽ. زفا و اق فف خ يی ؽ اق ط اؼات ؼ لی ت بي پی ثی ی ؽ ؼ ق ب بوت یت ا ؽ ؼ ط ث ج ؼ قيفوبغت ب افكاي ػ ىفؼ ط الت و ب قي وف بي ؿاي ؽ ض افكاي ت یؽ ايدبؼ اقي افك ؼ ا تغب ث ف ق ب خجبت لغغ اثىت ی ث اؼات ط الت و ب قي ثب ا ىب ت یؽ ؼاغ ا ففا بيؽ. اق اي غب ؼ ي ضبضف ثب ؽف بوبيی ثفآ ؼ بوتتفي ا ي پی ثی ی لی ت خ ب ی و ط اوتفاتميه ؽ ؾت ىف و وب و ػ ؽ ؼ اق غبج ؽ اق و ث ت ط الت و ب قي اؼاتی ؼاا یثب ؽ اخفا ؽ اوت. ثفاي اي ظ و ي غغی آي ب بذ اي بذ جى ي ػ جی ت فیك ا بي غغی آي ب بذ اي بذ جى ي ػ جی ثفوی اق طبػ ؼیب بي ػ ىفؼ ثب مبيى ؽ ؽ. تبيح ب ف آ اوت و ت ب ی ا بي ت فیمی ىجت ث ا بي لیت ثفتفي ؼا ت ث ع ؼ یؼاي ؼلت پی ثی ی ب ؼ لی ت خ ب ی ف و ط ا ث ج ؼ یثػ ؽ. اي يبفت ثب تبيح غب ؼبت لا ) 003 ( و ) 989 ( بوفيؽاویه ىبا ) 993 ( ی وىبج ىبا ) 996 ( ی كث ي ) 994 ( بيىی ) 999 ( ج ی ثف ثفتفي ا بي ت فیمی غبثمت ؼاؼ. ثف اي اوبن ث وب یفي ا بي ت فیمی ظیف آ س ؼ غب ؼ ي ضبضف ث وب ففت ؽ ؼ پی ثی ی لی ت ط الت و ب قي)ث يم ط الت اوتفاتميه( ت ی ی ؼ تب ثب ا تػبة ق ب بوت غفيؽ ط الت اؼاتی غفيؽ ؼ لی ت بي خ ب ی پبيی تف اي ط الت فف خ يی بيی ؼ اقي اؼاتی اي ط الت ت یفؼ اق غف ج ثی ؼ ي اق ث ؼ ی ػؽ پی ثی ی بي ؼلیك غفيؽ ؼ لی ت ب بوت خ یفي ث ػ آيؽ.

15 ي ب ب 5 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( فهرست منابع 388. اثف اغجب ثف وب بت فظ اق ؼ ايفا : غب ؼ ی پ ا. ػجبوی ج. اث ي ا تبب :50.ARCH ف ب پم بي ثبق ب ی اق غب اؼ بي بي وبثفؼي 376. پ ثی ی لی ت ثف ح ؼ ثبقا ثی ا ثب اوتفبؼ و كاؼي. پ ا ف. یال -89 :8 ا ي غ ؼ فوی ی یب ی تطفن. ف ب الت بؼ و ب قي ت وؼ اق پی ثی ی لی ت ط الت و ب قي غب ؼ ؼي قاؼ ق. ب ی آ. ففج.7-43 :67 ت وؼ و ب قي ثف ح قػففا.. ف ب الت بؼ پ ج فف ن.. ف ی ی ؽ بي ػ جی مبيى وباي غ ؼ فوی ی ؼ ػی ثی ی لی ت ط الت و ب قي ايفا پبيب ب وب بوی ا ؽ ف الت بؼ پی ؼا ب قاث. و ب قي پی ثی ی ؼ 379. وبثفؼ جى ػ جی ع. اوؽ پ ش. ب بؼلی. لبو ی.87-4 :0.ARIMA پم ب ثبق ب ی. وفي بي ق ب ی مبيى آ ثب ؽ وفي ؽ الت بؼي ؼ ايفا ثب ثی ی 38. ؽ وبقي پی. یفي ن. 38 لؽي ی مب ب بي ا ی بي ؼففی وبثفؼ جى ب بي ػ جی ػی د ػ اق اوتفبؼ طبوجبتی ؼ الت بؼ ؼا ب ػال عجبعجبيی ؼا ىؽ الت بؼ ؽ ب بي بغغی پ يب طب تطمیمبت الت بؼ ايفا. فوك. ا دؽي ا ف. دب يب ق ي بي ؼ ثب تبث ث ثبتی ؼ لؽت 378. مبيى ق ي ثی ی وفي ق ب ی لی ت ط الت و ب قي فا ثب اثفات ف ی: غب ؼ ؼي لي.6-43 :5 الت بؼ و ب قي ت وؼ ف ب فوجبت. بغ و ثبقؼ ی و ب ت فا ثب اوتفبؼ ثی ی 385. پی ن. ف ت ش. یفي تبب :4 ف ب پم ب ثبق ب ی. غغی. ؽ ب بي غغی غیف اق ت ايفا ثب اوتفبؼ اق ؽ وبغتبي وفي ثی ی 380. پی ن. یفي.84 :47 تبب 58 جى ب بي ػ جی د تطمیمبت الت بؼي. ق ب ی.9.0 ن. فف ت ف. یفي.90 تبب 67 : پم ب بي الت بؼي ايفا. ف ب لی ت بي آتی فت غب 383. آق آ ة پی ثی ی

16 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 6. ضی ی ثؽ ة. مؽوی لی ت ؽ. پم ب الت بؼي. ثی ی پی ة. قيجبيی. یػی.. عفاقوب.ش. دفی 388. اقيبثی لؽت ا بي ػت ف الت بؼو دی ثفاي لی ت ثفغی ثی ی 386. پی و ب قي ؼ اوتب فبن: وبثفؼ جى ػ جی ػی. د ػ ف ط الت.5 تبب 50 :)( بثغ عجیؼی. و ب قي. ط ؽي ش. ففج قاؼ يبػ ی 388. پی ثی ی لی ت زغ ؽل ؽ ؼ ايفا. د ق زغ ؽل ؽ. :.)(5 :.) Baes, J.M. and Granger, C.W.J.996. The combinaion of forecass, Oper. Res. Q. 0: Bera, A.K. and Higgins, M. L.993. ARCH Models: Properies, Esimae and Tesing. Journal of Economics Surveys, Vol. 7,No.4, Bollerslev, T., Chou, R. Y. and Kroner, K. F. 99. ARCH Modeling in Finance; A Selecive Review of he Theory and Empirical Evidence. Journal of Economerics 5, Bollerslev, T., Engle, R. F. and Nelson, D. B.994. ARCH Models, in R.F. Engle and D. McFadden (eds.). Handbook of Economerics, Volume IV, Norh-Holland, Amserdam. 8. Celmen, R.989. Combining Forecass: a review and annoaed bibliography wih discussion, In. J. Forecasing. 5: Denon, J.W.995. How good are neural neworks for causal forecasing? J. Bus. Forecasing. 4: Diebold, F. X. and Lopez, J. A Modeling Volailiy Dynamics, in K. V. Hoover (ed.), Macroeconomerics: Developmens, Tesing and properies. Kluwer Academic press, Boson, MA, Engel, R.F., 984. Auoregressive condiional Heeroskedasiciy wih Esimaes of he variance of U.K. Inflaion. Economerica, vol.50, Ginzburg, I., Horn, D.994. Combined neural neworks for ime series analysis, Adv. Neural In.J. Process. Sysems. 6: Greene, W.H Economeric Analysis. 4h, Prenice Hall Inernaional Ediion. New York universiy 4. Granger, C.W.J. and Newbold, P Forecasing economic ime series. Academic Press, Orlando. second ediion

17 7 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( 5. Haykin,S. S Neural Nework: A Comprehensive Foundaion. Macmillan, New York. 6. Hoff, J.L Predicion of dose- ime profiles for solar paricle evens using neural neworks. Ph.D Thesis, The Universiy of Tennessee, Knoxville. 7. Kim, T., C. Yoo, and J.B. Valdés. 003 A nonparameric approach for esimaing effecs of ENSO on reurnperiods of droughs, KSCE J. of Civil Eng. 7(5): , 8..Kohzadi, N., Boyd, M. S., Kermanshahi, B. and Kaasra, L A comparison of arificial neural neworks and ime series model for forecasing commodiy price. Neurocompu. 0: Luxloj, J.T., Riis, J.O., Sensballe, B.996. A hybrid economericneural nework modeling approach for sales forecasing, In. J. Prob. Econ. 43: Makridakis, S., Chafild, C., Hibon, M., Lawrence, M., Miller, T., Ord, K. and Simmons, L.F The M- compeiion: a reallife judgmenally based forecasing sudy, In. J. Forecasing 9: Markham, S., Rakes, T.R The effec of sample size and variabiliy of daa on he comparaive performance of arificial neural neworks and regression, Compue. Oper.res. 5: Mojaverian, M. and Amjadi, A Comparision Usual Mehod Wih Trigonomery Funcions In Power Of Agriculural Producs Price Time series Forecasing Mid Seasonal Trace: Case Sudy Of Orange. Agriculural Economic and Developmen. 5: Raknerud, A., Skjerpen, T. and Swensen, A.R A linear demand sysem wihin a seemingly unrelaed ime series equaions framework. Empirical Economics. 3: Reid, D.J Combining hree esimaes of gross domesic produc, Economica 35: Zhang, P.G Time series forecasing using a hybrid ARIMA and neural nework model. NeuroCompuing 50: Wu, Q. 00. Daa mining and knowledge discovery in financial research: Empirical invesigaions ino currency. M.Sc Thesis. McGill Universiy, Monreal.

18 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 8 پيوستها جديل 9- وتايج آزم ن ايستايي سري قيمت ج اوي ريزاو گىدم ذرت ي شكر KPSS KPSS * ** * جديل - وتايج دقت پيشبيىي الگ اي آريما براي داد اي آزم ن Theil C MAPE MAD RMSE جديل - 3 وتايج دقت پيش بيىي الگ ي گارچ براي داد اي آزم ن Theil C MAPE MAD RMSE جديل - 4 وتايج دقت پيش بيىي الگ ي اي گارچ براي داد اي آزم ن Theil C MAPE MAD RMSE

19 9 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( جديل - 5 وتايج دقت پيش بيىي الگ ي شبك عصبي مصى عي گىدم ذرت ي شكر Theil C MAPE MAD RMSE GF GF GF (an-sin-lin)m (an-an-lin)m (an--lin)m جديل - 6 وتايج دقت پيش بيىي الگ ي تلفيقي شبك عصبي مصى عي ي الگ ي آريما گىدم ذرت ي شكر Theil C MAPE MAD RMSE ARMA- ARMA- ARMA- جديل - 7 وتايج دقت پيش بيىي الگ ي تلفيقي شبك عصبي مصى عي ي الگ ي گارچ گىدم ذرت ي شكر Theil C MAPE MAD RMSE GARCH- GARCH- GARCH- جديل 8- وتايج دقت پيش بيىي الگ ي تلفيقي شبك عصبي مصى عي ي الگ ي اي گارچ گىدم ذرت ي شكر Theil C MAPE MAD RMSE EGARCH- EGARCH- EGARCH-

20 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 0 جديل 9- وتايج ارزيابي ي مقايس دقت پيش بيىي الگ اي رقيب گىدم Theil C MAPE MAD RMSE ARIMA GARCH EGARCH ARIMA- GARCH- EGARCH- جديل 9- وتايج ارزيابي ي مقايس دقت پيش بيىي الگ اي رقيب ذرت Theil C MAPE MAD RMSE ARIMA GARCH EGARCH ARIMA- GARCH- EGARCH- جديل 99- وتايج ارزيابي ي مقايس دقت پيش بيىي الگ اي رقيب شكر Theil C MAPE MAD RMSE ARIMA GARCH EGARCH ARIMA- GARCH- EGARCH-

21 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( جديل - 9 آزم ن برابري خطاي پيش بيىي مرگان- گروجر- وي ب لد گىدم EGHARCH GHARCH ARIMA ARIMA GRCH EGARCH ARMA- GARCH- EGARCH- ** * GARCH- EGARCH- جديل - 93 آزم ن برابري خطاي پيش بيىي مرگان- گروجر- وي ب لد ذرت ARIMA- ARIMA- GARCH- EGARCH- EGHARCH GHARCH ARIMA ARIMA GHARCH EGHARCH ARMA- GARCH- EGARCH- * ** ث تفتیت بيب ف ؼ ی ؼا ث ؼ ؼ وغص 0 5 ؼ ؽ اوت.

22 مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل GARCH- EGARCH- جديل - 94 آزم ن برابري خطاي پيش بيىي مرگان- گروجر- وي ب لد شكر ARIMA- EGHARCH GHARCH ARIMA ARIMA GHARCH EGHARCH ARMA- GARCH- EGARCH- ** *