مقايسه عملكرد پيش بيني تورم بر مبناي مدلهاي سري زماني و الگوريتم رقابت استعماري

Comparison of the performance of time series models and imperialist competitive algorithm in inflation prediction

شناسايي و تبيين ارتباط تورم و بيكاري در اقتصاد هر كشور، به لحاظ تصميم گيري هاي اقتصادي از جايگاه خاصي برخوردار مي باشد. شناسايي اين ارتباط به سياستگذاران اقتصادي در بهبود متغيرهاي واقعي اقتصاد كمك شاياني مي-نمايد. يكي از روش هاي جديد كه براي پيش بيني رفتار متغيرها در علوم مختلف مورد استفاد قرار مي گيرد شبكه هاي عصبي مصنوعي و روشهاي برگرفته از اين روش مي باشد. نويسندگان در اين مقاله سعي بر اين دارند كه به تخمين رابطه تورم و بيكاري با استفاده از مدلهاي سري زماني و الگوريتم رقابت استعماري و بر مبناي منحني فيليپس به پيش بيني نرخ تورم ايران پرداخته و قدرت پيش بيني اين دو روش با همديگر مورد مقايسه قرار دهند. براي اين منظور از داده هاي سالانه مربوط به دوره 1389-1338 استفاده شده است. ابتدا به تخمين مدل بر پايه داده هاي 1385-1338 پرداخته و برمبناي نتايج استخراجي به پيش بيني تورم سالهاي بعد پرداخته شده است. نتايج حاصل از تحقيق بيانگر كاهش جزئي در ميزان خطاي پيش بيني و بهبود جزئي پيش بيني بر پايه الگوريتم رقابت استعماري نسبت به مدلVAR مي باشد.

Identifying and explaining the relationship between inflation and unemployment plays an important role for economic decision-making process in each country. Recognizing this relationship helps economic decision-makers improve the real economic variables. One of the new methods used to predict the behavior of these variables is Artificial Neural Networks and its application. In this paper, the authors attempt to estimate the relationship between inflation and unemployment using time series models and imperialist competition algorithm based on the Philips curve to predict the inflation rate in Iran and compare the power of prediction of these two methods. In this regard, annual data related for the period of 1959 to 2010 has been used. First, the model was estimated based on the data of 1959 to 2010 and according to the extracted results, attempt was made to predict inflation in the following years. The results of the research indicate a slight decrease in the prediction error and a slight improvement in prediction based on the imperialist competition algorithm compared to the VAR model.