مقاله علمی و پژوهشی " پیش‌بینی رشد اقتصادی ایران به کمک الگوی داده‌های ترکیبی با تواتر متفاوت" مقاله ای است در 37 صفحه و با 34 فهرست منبع که در مجلات معتبر علمی و پژوهشی با رویکرد اقتصاد و الگو سازی منتشر شده است

در این مقاله علمی و پژوهشی به مباحث  پیش‌بینی نرخ رشد؛ الگوی داده‌های ترکیبی با تواتر متفاوت؛ میداس پرداخته شده است

چکیده مقاله

رشد اقتصادی که در این مقاله توسط رشد تولید ناخالص داخلی به قیمت عوامل اندازه‌گیری شده، عمده ترین متغیری است که می توان بر اساس آن عملکرد کلی اقتصاد را مورد قضاوت قرار داد. پیش بینی این رشد به مسئولین اقتصادی کمک می کند تا تصویری از شرایط آینده اقتصاد را در اختیار داشته و در صورت لزوم سیاست های اقتصادی خاصی را اتخاذ نمایند. در این مقاله با استفاده از روشی که اخیرا توسط گیزلز، سانتاکلارا و والکانو در سال2004 ابداع شده است به پیش بینی رشد اقتصادی به صورت فصلی پرداخته شده است. این روش که «الگوی داده های ترکیبی با تواتر متفاوت (میداس) » نام گرفته است امکان می دهد تا متغیرهای با تواتر زمانی مختلف، مثلا فصلی، ماهانه و هفتگی بتوانند در کنار هم در یک معادله رگرسیونی قرار گیرند. حسن وجود متغیرهای توضیح دهنده با تواتر زیاد برای توضیح متغیر وابسته کم¬تواتر در این است که به محض انتشار داده های جدیدی برای متغیرهای پرتواتر می-توان در مقدار پیش بینی متغیر کم تواتر تجدید نظر کرد. مقایسه پیش بینی های ارائه شده توسط الگوی برآورد¬شده در این مقاله برای رشد تولید ناخالص  داخلی با داده های واقعی فصل هایی که در برآورد اولیه الگو مورد استفاده قرار نگرفته اند حاکی از قدرت پیش بینی بسیار دقیق الگو است. این الگو نرخ رشد اقتصادی فصل پاییز سال 1393 را در برآورد اولیه 8/1 % و سپس با اطلاع از کاهش قیمت نفت در ماه های اخیر نهایتا پس از تجدید نظر معادل 5/1% پیش‌بینی می کند. این نرخ برای فصل زمستان سال 1393 به میزان 2/2- % پیش‌بینی شده است. بدین ترتیب پیش بینی می شود اقتصاد ایران در سال 1393 از رشدی معادل 9/1% برخوردار باشد.

عنوان مقاله [English]

Forecasting Iranian’s Economic Growth Using Mixed Frequency Data Sampling Technique

چکیده [English]

Economic growth, measured by Gross Domestic Product rate of growth in this paper, is the most single indicator revealing the overall performance of the economy. Forecasting economic growth helps the policy makers to visualize the future state of the economy and undertake some policy actions if necessary. In this paper we use the recently introduced method by Ghysels, Santa-Clara and Valkanov (2004) to forecast economic seasonal growth rate.  This method, which is named Mixed frequency Data Sampling technique (MIDAS), facilitate the use of variables with different high and low frequencies in on regression. The presence of high frequency variables in the regression equation allows us to revise the previous forecasted value as soon as new data for the high frequency variable is released. Comparing the forecasts made by the regression with that of the retained growth rate observations, indicate that the forecasted values are very accurate.  An earlier prediction of economic growth rate for the fall of 1393 by the model is to be 1.8%. But as new monthly data for the high frequency explanatory variables became available, the forecasted value was revised to be 1.5%.  We predict the GDP growth rate for the winter of 1393 to be -0.11%. In such a case the Iranian annual economic growth rate would not be more than 2.3 percent relative to the year 1392. 

کلیدواژه‌ها [English]

Forecasting economic growth, Mixed frequency Data Sampling Model (MIDAS)

دانشجویان دوره دکترا و کارشناسی ارشد می تواند از محتوای این مقاله برای رساله دکترا و پایان نامه کارشناسی ارشد بهره ببرند .