پيش بيني نقدينگي بر اساس برآورد نقطه اي و بازه اي روش آريما و مقايسه آن با روش هموارسازي نمايي دوگانه

فاقد عنوان لاتين

موسسات مالي و اعتباري خصوصا بانك ها اهميت آن دو چندان مي شود از اين رو تعيين و تخمين شاخص نقدينگي كشور از اهميت خاصي براي دولت و بانك ها برخوردار است.به سبب اهميت بالاي تعيين نقدينگي و به منظور تصميم سازي مناسب برآورد و پيش بيني آن در ماه ها و سال هاي آتي از ضروريات مي باشد. ساختار نرم افزارهاي تحليلي مورد استفاده در اكثر مقالات طوري بوده كه عملا تحليل ها در جعبه سياه انجام شده است. در اين تحقيق براي آنكه محقق مستقيما در فرآيند تحليل قرار گيرد از نرم افزار توانمند R استفاده شده است. در اين تحقيق در كنار برآورد نقطه اي كه ممكن است با تغييراتي كه صورت مي پذيرد تفاوت معني داري داشته باشد، از برآورد بازه اي نيز استفاده شده است. فاصله اطمينان هاي 80 و 95 درصدي براي پيش بيني نقدينگي كشور انجام شده است كه مقادير واقعي نقدينگي را تحت پوشش قرار مي دهند و برآورد مناسبي را در اختيار مديران كلان قرار داده تا به هنگام برنامه ريزي مسائل اقتصادي در زمينه نقدينگي تغييرات ممكن را به شكل مناسبي لحاظ نمايند. نتايج حاصل از اين تحقيق حاكي از آن هست كه مدل آريماي پيشنهاد شده (نقطه اي- بازه اي) در مقايسه با روش هموارسازي نمايي دوگانه توانايي بالايي براي مدل سازي و پيش بيني ميزان نقدينگي كشور را داراست.

Liquidity management is one of the most important tasks of financial management in firms and credit institutions .The importance of liquidity is to determine appropriate decision-making process in financial activities to decrease Risk and Uncertainty. Based on point estimation and interval estimation we analyzed changes in liquidity management with significantly different estimation. The results of this study suggest that ARIMA model coefficient compared to high capacity double exponential smoothing method for modeling and forecasting liquidity in the financial market is more suitable and consistent