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

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

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 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

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 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 5 4 3 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,... 0 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.

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.

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.

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 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.

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

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

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

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 8 7 6 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.

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.

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..0 0- 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.00 388. 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- 387. 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 70. 45 :4 ف ب پم ب ثبق ب ی. غغی. ؽ ب بي غغی غیف اق...3.4.5.6.7.8 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

مقايس قدرت پيشبيىي الگ اي تلفيقي ي متدايل 6. ضی ی ثؽ ة. مؽوی.63-3939 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. 388...3 زغ ؽل ؽ. :.)(5 :.) -97. 4. Baes, J.M. and Granger, C.W.J.996. The combinaion of forecass, Oper. Res. Q. 0:45-468. 5. Bera, A.K. and Higgins, M. L.993. ARCH Models: Properies, Esimae and Tesing. Journal of Economics Surveys, Vol. 7,No.4, 307-366. 6. 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, 5-59. 7. 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: 559-608. 9. Denon, J.W.995. How good are neural neworks for causal forecasing? J. Bus. Forecasing. 4: 7-0. 0. Diebold, F. X. and Lopez, J. A. 996. Modeling Volailiy Dynamics, in K. V. Hoover (ed.), Macroeconomerics: Developmens, Tesing and properies. Kluwer Academic press, Boson, MA, 47-47.. Engel, R.F., 984. Auoregressive condiional Heeroskedasiciy wih Esimaes of he variance of U.K. Inflaion. Economerica, vol.50, 987-008.. -Ginzburg, I., Horn, D.994. Combined neural neworks for ime series analysis, Adv. Neural In.J. Process. Sysems. 6: 4-3. 3. -Greene, W.H. 000. Economeric Analysis. 4h, Prenice Hall Inernaional Ediion. New York universiy 4. Granger, C.W.J. and Newbold, P. 977. Forecasing economic ime series. Academic Press, Orlando. second ediion

7 تحقيقات اقتصاد كشايرزي/جلد 5 / شمار /تابستان 939 )صص 9- ( 5. Haykin,S. S. 999. Neural Nework: A Comprehensive Foundaion. Macmillan, New York. 6. Hoff, J.L. 003. 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): 69-636, 8..Kohzadi, N., Boyd, M. S., Kermanshahi, B. and Kaasra, L. 996. A comparison of arificial neural neworks and ime series model for forecasing commodiy price. Neurocompu. 0: 69-8. 9. Luxloj, J.T., Riis, J.O., Sensballe, B.996. A hybrid economericneural nework modeling approach for sales forecasing, In. J. Prob. Econ. 43: 75-9. 30. Makridakis, S., Chafild, C., Hibon, M., Lawrence, M., Miller, T., Ord, K. and Simmons, L.F. 993. The M- compeiion: a reallife judgmenally based forecasing sudy, In. J. Forecasing 9: 5-. 3. Markham, S., Rakes, T.R. 998. The effec of sample size and variabiliy of daa on he comparaive performance of arificial neural neworks and regression, Compue. Oper.res. 5: 5-63. 3. Mojaverian, M. and Amjadi, A. 998. 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. 5:43-6. 33. Raknerud, A., Skjerpen, T. and Swensen, A.R. 007. A linear demand sysem wihin a seemingly unrelaed ime series equaions framework. Empirical Economics. 3:05-4. 34. Reid, D.J. 968. Combining hree esimaes of gross domesic produc, Economica 35: 43-444. 35. Zhang, P.G. 003. Time series forecasing using a hybrid ARIMA and neural nework model. NeuroCompuing 50:59-75 36. Wu, Q. 00. Daa mining and knowledge discovery in financial research: Empirical invesigaions ino currency. M.Sc Thesis. McGill Universiy, Monreal.

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

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-

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-

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.

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- ** *