ژانویه 18, 2021

طراحی یک الگوی هوش محاسباتی ترکیبی برای پیش بینی نرخ ارز در ایران- …

ژانگ و براردی[۸۳] (۲۰۰۱) یک روش متفاوت به جای استفاده از ساختار شبکه واحد برای پیشبینی نرخ ارز پوند انگلیس و دلار ایالات متحده اتخاذ کردند. نتایج آنها نشان داد که شبکه گروه میتواند به طور مداوم بهتر از طراحی شبکه واحد باشد.
اولسون و موسمن[۸۴] (۲۰۰۳) به مقایسهی شبکه عصبی مصنوعی پسانتشار خطا با روش لاجیت[۸۵] و روش حداقل مربعات معمولی ()[۸۶] پرداختند. نتایج نشان داد که شبکه عصبی مصنوعی توانایی بیشتری در شناسایی روابط غیرخطی بین متغیر وابسته و مستقل دارد و پیشبینی دقیقتری ارایه مینماید.
پاندا و ناراسیمهان[۸۷] (۲۰۰۳) قابلیت پیشبینی شبکههای عصبی را برای نرخ ارز روپیه هند در مقابل دلار ایالات متحده طی دوره ۱۹۹۳-۲۰۰۲ بررسی کردند. برای این منظور، از سه شاخص ، و استفاده شد. نتایج نشان داد که در پیشبینی درون نمونهای با استفاده از شاخصهای فوق، الگوی شبکه عصبی از الگوهای گام تصادفی و خود توضیح خطی برتر است ولی در پیشبینی برون نمونهای، شبکههای عصبی و الگوی خود توضیح خطی عملکرد بهتری از الگوی گام تصادفی دارند.
در سال ۲۰۰۳، ژانگ برای پیشبینی سریهای زمانی الگویی ترکیبی شامل هر دو روش و با بهرهگیری از نقاط قوت منحصر به فرد این روشها در الگوسازی خطی و غیرخطی ارایه کرد. یافتههای او نشان داد که الگوی ترکیبی میتواند یک روش مؤثر در بهبود دقت پیشبینی نسبت به هر یک از الگوهای مورد استفاده، به صورت جداگانه باشد.
یو و همکاران[۸۸] (۲۰۰۵) یک الگوی پیشبینی جدید گروه غیرخطی با تلفیق خودرگرسیون خطی عمومی ()[۸۹] با شبکه عصبی مصنوعی به منظور دستیابی به پیشبینی دقیق در بازار ارز خارجی ارایه کردند. نتایج آنها نشان داد که الگوی گروه غیرخطی میتواند به عنوان یک ابزار پیشبینی جایگزین برای ارزهای خارجی و همچنین به منظور دستیابی به دقت بیشتری در پیشبینی مورد استفاده قرار گیرد.
سانتوز و همکاران [۹۰](۲۰۰۷) به بررسی این فرضیه که الگوهای ریاضی غیرخطی چند لایه پرسپترون و تابع پایهای شعاعی شبکه عصبی و نظام فازی تاکاگی- ساگنو ()[۹۱] قادر به ارایه پیشبینی خارج از نمونهای دقیقتری نسبت به الگوهای خطی و الگوی ترکیبی هستند، پرداختند. در این پژوهش مجموعهای از نرخ ارز برزیل (رئال برزیل به دلار ایالات متحده) به صورت روزانه و هفتگی مقایسه شد. یافتههای آنها نشان داد که عملکرد الگوهای غیر خطی بهتر از الگوهای خطی است.
در سال ۲۰۰۸، خاشعی و همکاران یک روش ترکیبی جدید از شبکههای عصبی مصنوعی و رگرسیون فازی به منظور غلبه بر محدودیت روشهای شبکه عصبی مصنوعی و رگرسیون فازی ارایه کردند. نتایج آنها نشان داد که الگوی ارایه شده میتواند روش کارآمدی در بهبود دقت و صحت پیشبینی بازارهای مالی باشد.
لیو[۹۲] در سال ۲۰۰۸، به پیشبینی نرخ ارز با استفاده از الگوی عصبی– فازی تطبیقی پویا و مقایسهی آن با الگوی پرداخت. برای این منظور، از دادههای برابری دلار به ین، مربوط به سالهای ۲۰۰۳-۲۰۰۶ استفاده شد. در این مطالعه نظام فازی با نظام عصبی – فازی برای بالا بردن دقت پیشبینی، ترکیب شد. نتایج تحقیق نشان میدهند که الگوی معرفی شده دقت بالاتری نسبت به الگوی دارد.
در سال ۲۰۰۹، خاشعی و همکاران به منظور بهبود عملکرد الگوی ، یک الگوی ترکیبی شامل الگوی ، روش شبکه عصبی مصنوعی و منطق فازی ارایه کردند. نتایج آنها نشان داد که الگوی ترکیبی عملکرد پیشبینی را به طور مؤثری بهبود میدهد. بنابراین، الگوی ارایه شده میتواند به عنوان جایگزینی برای ابزارهای پیش بینی بازار مالی باشد.
علیزاده و همکاران (۲۰۰۹) با استفاده از روش عصبی– فازی به پیشبینی نرخ ارز روزانه برای سالهای ۲۰۰۱-۲۰۰۸ و مقایسه آن با الگوی شبکه عصبی مصنوعی و رگرسیون چند متغیره پرداختند. یافتههای آنها نشان داد که معیار برای الگوی عصبی– فازی نسبت به الگوهای شبکه عصبی مصنوعی و رگرسیون چند متغیره بهتر است و در نتیجه الگو، عملکرد بهتری دارد.
خاشعی و بیجاری (۲۰۱۰) یک الگوی ترکیبی از شبکه عصبی مصنوعی و به منظور دستیابی به پیشبینی دقیقتر از شبکههای عصبی مصنوعی ارایه کردند. نتایج پژوهش با سه مجموعه دادههای واقعی، نشان داد که الگوی ارایه شده میتواند یک روش مؤثری در بهبود دقت پیشبینی باشد.
ژنگ و ژونگ[۹۳] (۲۰۱۰) یک الگوی ترکیبی با نام که ترکیبی از تابع شعاعی پایهای ()[۹۴] شبکه عصبی و روش خودرگرسیون ()[۹۵] براساس هموارسازی دو جملهای (BS)[96] است، برای پیش بینی سریهای زمانی با استفاده از اطلاعات کانادا ارایه کردند. یافتههای آنها نشان داد که الگوی ترکیبی میتواند یک روش مؤثر در بهبود دقت پیشبینی باشد.
پاسلی و همکاران[۹۷] (۲۰۱۱) به پیشبینی نرخ ارز با استفاده از شبکه عصبی مصنوعی پرداختند. برای این هدف، توپولوژی بهینهای از شبکه عصبی لایه پنهان پرسپترون ()[۹۸] را طراحی کردند. هدف آنها از این پژوهش پیشبینی روند نرخ سابق تغییر یورو به دلار ایالات متحده تا سه روز جلوتر، از دادههای گذشته موجود بود. با تجزیه و تحلیل دادهها ممکن است نتیجهگیری کرد که الگوی توسعهیافته میتواند تا حد زیادی روند تا سه روز نرخ ارز یورو به دلار ایالات متحده را پیشبینی کند.
خاشعی و بیجاری (۲۰۱۱) یک روش ترکیبی از الگوی و به منظور غلبه بر محدودیتهای و بهبود دقت پیشبینی ارایه کردند. در الگوی ارایه شده از مزیتهای منحصر به فرد الگوی در الگوسازی خطی به منظور شناسایی ساختار خطی موجود در داده و سپس از شبکه عصبی به منظور شناسایی الگویی برای پیش بینی و دستیابی به فرایند تولید دادههای اساسی استفاده شد. نتایج آنها نشان داد که الگوی ارایه شده میتواند یک روش کارآمدی در بهبود دقت پیشبینی باشد.
خاشعی و بیجاری (۲۰۱۱) قابلیت پیشبینی الگوهای ترکیبی ژانگ، شبکه عصبی مصنوعی () و الگوی ترکیبی تعمیمیافته را در پیشبینی سریهای زمانی مقایسه کردند. نتایج آنها نشان داد که تمام این الگوها میتوانند روشهای مؤثری در بهبود دقت پیشبینی نسبت به هر یک از الگوهای مورد استفاده به صورت جداگانه باشند. با این حال عملکرد الگوی ترکیبی تعمیمیافته دقیقتر و به طور قابل توجهی بهتر از سایر الگوهای مذکور است.
خاشعی و همکاران (۲۰۱۱) یک الگوی ترکیبی شامل الگوی شبکه عصبی مصنوعی و منطق فازی به منظور عملکرد دقیقتری از الگوهای شبکه عصبی مصنوعی در شرایط کوتاهمدت و برای سه نرخ ارز پوند انگلیس، دلار ایالات متحده و یورو در برابر ریال ایران ارایه کردند. نتایج آنها نشان داد که الگوی ترکیبی به طور کلی بهتر از شبکه عصبی مصنوعی و سایر الگوهای ارایه شده برای پیشبینی نرخ ارز است، به خصوص در مواردی که دادههای ناکافی در دسترس هستند.
شاعری و همکاران[۹۹] (۲۰۱۱) یک الگوی ترکیبی شامل و به منظور ارایه الگویی با پیشبینی دقیقتر نسبت به ارایه کردند. این پژوهش برای نرخ ارز رینگیت مالزی به دلار ایالات متحده و با استفاده از شبکه عصبی پیشخور ()[۱۰۰] انجام شد. یافتههای آنها نشان داد که معیار و در الگوی ارایه شده برای تمام افقهای زمانی در مقایسه با الگوی به صورت چشمگیری کاهش یافت.
خاشعی و همکاران (۲۰۱۲) مقایسهای از دقت پیشبینی چهار الگوی سری زمانی شامل ، خودرگرسیون میانگین متحرک انباشته فازی ()[۱۰۱] ، روش ترکیبی شبکه عصبی مصنوعی و فازی ()[۱۰۲] و مدل بهبودیافته انجام دادند. نتایج آنها نشان داد که روش ترکیبی شبکه عصبی مصنوعی و فازی قدرت پیشبینی بیشتری نسبت به سایر الگوها دارد.
۲-۲-۲٫ مطالعات داخلی
انوار و امینناصری در سال ۱۳۸۳، براساس شبکه عصبی مصنوعی و مقایسهی این روش با فرضیه گام تصادفی به پیشبینی نرخ ارز در ایران پرداختند. در این تحقیق افقهای مختلف روزانه (روز بعد و هفت روز بعد) برای پیشبینی نرخ ارز در نظر گرفته شده و مقدار خطای پیشبینی و درصد پیشبینی صحیح روند در هر یک محاسبه گردید. نتایج حاصل نشاندهندهی برتری شبکه عصبی نسبت به الگوی گام تصادفی است.
مرزبان و همکاران (۱۳۸۴) مقایسهای بین روش شبکه عصبی مصنوعی با روشهای اقتصادسنجی ساختاری و سری زمانی در پیشبینی نرخ ارز اسمی (ریال ایران به دلار ایالات متحده) انجام دادند. هدف اصلی آنها آزمون این فرضیه بود که آیا روش شبکه عصبی مصنوعی (غیرخطی) دارای نتایج بهتر و قابل مقایسه در پیشبینی نرخ ارز نسبت به الگوهای سنتی بهخصوص الگوی گام تصادفی است یا خیر؟ جواب پژوهشگران به پرسش مذکور مثبت است.
عباسینژاد و محمدی (۱۳۸۶) یک روش ترکیبی شبکه عصبی و تبدیل موجک برای پیشبینی یک و ده گام به جلوی نرخهای ارز روزانه دلار ایالات متحده، یورو، پوند انگلیس و ین ژاپن ارایه کردند. نتایج آنها نشان داد که عملکرد این روش پیشنهادی در مقایسه با روش شبکه عصبی و در پیشبینیها از یک گام تا پنج گام به جلو بهتر است.
درگاهی و انصاری (۱۳۸۷) الگوی شبکه عصبی را برای پیشبینی نرخ ارز براساس شاخص تلاطم واریانس بهبود بخشیدند. بهاین منظور آنها دو شاخص واریانس و ناهمسانی واریانس شرطی خودرگرسیون تعمیم یافته () را به عنوان شاخصهای تلاطم نرخ ارز به تفکیک در نظر گرفتند و به دو طریق وارد الگو کردند. نتایج آنها نشان میدهد که الگوهای سطوح بالای تلاطم در مقایسه با الگوی مبنا قدرت پیشبینی نرخ ارز آتی را بهبود میدهند اما در پیشبینی الگوهای سطوح میانی و پایین تلاطم بهبودی مشاهده نمیشود.
زراءنژاد و همکاران (۱۳۸۷) به مقایسهی دو روش و برای پیشبینی نرخ روزانه ارز در دوره مارس ۲۰۰۶ تا فوریه ۲۰۰۹ پرداختند. یافتههای آنها نشان داد که روش شبکه عصبی برآورد بهتری نسبت به روش ارایه میکند.
طیبی و همکاران (۱۳۸۷) براساس شبکه عصبی و مقایسهی این روش با روشهای اقتصادسنجی ساختاری به پیشبینی نرخ ارز در ایران با استفاده از اطلاعات سالهای (۱۳۳۸-۱۳۸۱) پرداختند. نتایج حاصل نشاندهندهی آن است که شبکه عصبی در پیشبینی روند نرخ ارز، عملکرد بهتری نسبت به دارد.
بافنده و همکاران (۱۳۸۸) به پیشبینی نرخ ارز برای دورهی زمانی (۱۳۸۱-۱۳۸۷) براساس الگوهای استنتاجی تطبیقی عصبی– فازی ()[۱۰۳]، شبکه عصبی– خودرگرسیونی با متغیرهای برونزا ()[۱۰۴] و پرداختند. نتایج حاصل از مقایسهی سه الگوی مذکور براساس معیارهای مختلف پیشبینی نشان میدهد که در پیشبینی نرخ ارز (ریال به دلار ایالات متحده و ریال به یورو) روش شبکه عصبی فازی کارایی بیشتری در مقایسه با الگوهای رقیب دارد.
حسینزاده (۱۳۹۱) به پیشبینی نرخ ارز براساس الگوهای ، و الگوی ترکیبی پرداخت. نتایج حاصل از مقایسهی سه الگوی مذکور برای دورهی زمانی ۱۳۸۷-۱۳۹۰ نشان میدهد که در پیشبینی نرخ ارز (دلار در مقابل ریال) روش ترکیبی عملکرد بهتری در مقایسه با الگوهای و دارد.
۲-۳٫ مروری بر تحولات ارزی ایران
۲-۳-۱٫ تحولات ارزی تا زمان وقوع انقلاب اسلامی
نظام محاسبه ارزش پول ایران تا قبل از سال ۱۲۶۰ بر حسب طلا و پس از آن تا اواخر سال ۱۳۰۷ بر حسب نقره و طلا و از سال ۱۳۰۸ دوباره بر حسب طلا صورت میپذیرفته است.
از سال ۱۳۰۶ به بعد به علت آغاز مداخله دولت در اقتصاد و اقدام به بعضی سرمایهگذاریهای صنعتی و ارتباطی، تقاضای ارز افزایش یافت و عرضهی ارز ناشی از صادرات نمیتوانست همپای تقاضای آن افزایش یابد. از این رو، در سال ۱۳۰۸ برای محدود کردن تقاضای ارز و جلوگیری از کاهش ارزش پول ملی، سیاست نظارت بر خرید و فروش ارزهای خارجی در پیش گرفته شد که براساس آن معاملات ارزی به دولت اختصاص مییافت. در سال ۱۳۱۰، اجرای قانون نظارت بر ارزهای خارجی کنار گذاشته شد. طی سالهای ۱۳۱۰ تا ۱۳۱۴ ارزش پول ملی به طور پیوسته در نوسان بود. در اواخر سال ۱۳۱۴، دولت برای جلوگیری از تغییرات دایمی ارزش ریال دوباره به سیاست نظارت بر ارزهای خارجی متوسل شد. به این ترتیب، معاملات آزاد ارزی ممنوع و کلیه معاملات ارزی در انحصار دولت قرار گرفت. از اواخر سال ۱۳۱۵ و به ویژه در سال ۱۳۱۶ قیمتهای داخلی افزایش یافتند. در این شرایط، دولت گواهینامه فروش ارز صادر کرد و در اختیار فروشندگان ارز قرار داد و واردکنندگان را مکلف به خرید و ارایه آن نمود. در نتیجه، نظام ارزی ایران در آن سالها، در عمل به یک نظام چند نرخی تبدیل شد که هدف از آن تشویق صادرات، محدود کردن واردات و ایجاد تعامل تراز پرداختها بود.
با شروع جنگ جهانی دوم در سال ۱۳۱۸ صادرات افزایش یافت و همزمان ورود کالا به کشور دشوار شد. با ادامه این روند در فاصله سالهای ۱۳۲۱ تا ۱۳۲۴ وضع ارزی تا آن اندازه خوب شد که دولت سیاست نظارت بر ارزهای خارجی که پیش از جنگ اعمال میشد را رها کرد. اما در سال ۱۳۲۴ با کاهش یافتن عرضه ارز به علت خروج سربازان خارجی و نیاز به کالاهای ضروری دوباره سیاست نظارت ارزی از سر گرفته شد.
جریان ملی شدن صنعت نفت در سال ۱۳۲۹ و واکنش دولتهای خارجی به خصوص انگلستان، منشأ آثار تحدیدی شدیدی بر تجارت خارجی ایران گشت. در فاصله سالهای ۱۳۳۰ و ۱۳۳۲ افزایش شدید نرخ ارزهای خارجی اتفاق افتاد. زیرا در این دوره درآمد ارزی از محل نفت که نزدیک به ۶۵ درصد کل درآمدهای ارزی کشور را تشکیل میداد، ناگهان قطع شد و کوششهایی که برای اجرای اقتصاد بدون نفت به عمل آمد مانع تنگنای شدید ارزی نشد (حسینزاده، ۱۳۹۱).
ارز غالب در روابط خارجی کشور تا قبل از حرکت ملی کردن نفت، لیره بود که از آن هنگام و با افزایش نسبی حضور ایالات متحده در ایران، جای خود را به دلار میدهد. در چارچوب نظام برتونودز عملا نرخ ارز ایران نسبت به دلار تثبیت گشت که به دنبال سقوط این نظام رابطه با دلار رسما قطع شده و حق برداشت مخصوص جایگزین آن گردید (نادعلی، ۱۳۸۱).
کنترل و نظارت دولتی و تعیین اولویتهای کشور برای مصارف ارزی همچنان تا سال ۱۳۵۲ که مصادف با افزایش شدید قیمت نفت در بازارهای جهانی و افزایش قابل ملاحظه درآمدهای کشور از محل صادرات نفت بود، حفظ شد. در سال ۱۳۵۲ با حفظ نظام ثابت ارزی ریال به طور آزاد و به دور از سهمیهبندی قابل تبدیل شد.
به طور مشخص تا سال ۱۳۵۲ ریال، کماکان به دلار آمریکا میخکوب شده بود. اما افزایش نوسان دلار آمریکا نسبت به سایر ارزهای مهم دنیا اثرات بارزی بر نرخ ارز بین ریال و این ارزهای مهم بر جای گذاشت. در نتیجه ریال ایران نوسانات چشمگیری در برابر ارزهای دیگر را تجربه نمود. به همین دلیل، در بهمن ۱۳۵۳ بانک مرکزی ایران رابطه ثابت ریال و دلار را لغو و یک نظام تثبیت به سبد ارزی حق برداشت مخصوص () را جایگزین آن نمود. نرخ رسمی ارز نیز بر اساس هر معادل ۲۴۲۵/۸۲ ریال تعیین گردید و نرخ برابری سایر ارزها با ریال با توجه به نرخ برابری آن ها با تعیین میشد. از این سال تا آذر ۱۳۵۶، نظام ارز میخکوب شده به در کشور برقرار بود (حمزه، ۱۳۹۱).
۲-۳-۲٫ تحولات ارزی پس از وقوع انقلاب اسلامی
به دنبال گروگانگیری کارکنان سفارت ایالات متحده در سال ۱۳۵۸ و متعاقب آن بلوکه شدن ذخایر ارزی کشور در شعبات خارجی بانکهای ایالات متحده و کلیه بانک های مستقر در ایالات متحده، سیاستهای ارزی جدیدی از جمله محدود شدن معاملات دلاری و خودداری از فروش دلار به بانکهای کشور اتخاذ گردید. به این ترتیب زمینه تغییر نظام نرخ ارز کشور برای قطع وابستگی ریال به دلار آماده شد.
از نیمهی دوم سال ۱۳۵۹، به منظور تشویق صادرات کالاهای غیرنفتی کشور، نظام دو نرخی توسط بانک مرکزی به اجرا گذاشته شد. در فاصله سالهای ۱۳۵۹ تا ۱۳۷۰ به علت جنگ تحمیلی و مشکلات صدور نفت و در نتیجه کمبود منابع ارزی، اقداماتی جهت صرفهجویی هر چه بیشتر در مصرف منابع ارزی کشور به عمل آمد. با این وجود، نظام چند نرخی ارز با خود تبعاتی به همراه داشت. از جمله این تبعات دلاری شدن اقتصاد بود. در این سالها، نظام چند نرخی باعث ایجاد تقاضای کاذب ارز جهت کسب بازدهی از تفاوت قیمت نرخ ارز رسمی و واقعی گردید. این مسأله موجب شد سازمانهایی که به ارز با نرخ پایینتر دسترسی داشتند آن را جایگزین ریال در معاملات نموده تا از این تفاوت نرخ منتفع گردند. نتیجه، چیزی جز گام نهادن در مسیر دلاری شدن اقتصاد نبود. از تبعات دیگر این نظام ایجاد زمینه برای ظهور رانت اقتصادی توسط تصاحب کنندگان ارز با نرخ کمتر بود. در نتیجه برای جلوگیری از این آثار سو راهی جز یکسانسازی نرخ ارز وجود نداشت (سلامی، ۱۳۸۰).
در فروردین ماه ۱۳۷۱، سیاست جدید تک نرخی ارز از طرف بانک مرکزی اعلام و اتخاذ شد. در این رابطه تنها یک نرخ برای ارزهای مختلف اعلام شد اما در استحکام این سیاست تردید وجود داشت و بسیاری از صاحبنظران معتقد بودند که تک نرخی شدن ارز به تشدید تورم منجر میشود. در آغاز سال ۱۳۷۲، نظام ارزی کشور از نظام نرخ ارز ثابت به یک سبد ارزی (حق برداشت مخصوص)، به نظام ارز شناور مدیریت شده تبدیل شد. هر چند در سه ماه اول اجرای آن از جمله سیاستهای موفق بود، اما بسیاری از عوامل اقتصادی و گاهی سیاسی مانع استمرار آن شد. در نتیجه، دولت از نیمهی دوم سال ۱۳۷۳ از سیاست مبتنی بر نظام شناور ارز صرف نظر کرد و سیاست جدیدی براساس تثبیت ارزش ریال و تعدیل آن بر حسب ضرورت در پیش گرفت. به این منظور کنترلهای ارزی شدیدی نیز اعمال شد (نادعلی، ۱۳۸۶).

دانلود کامل پایان نامه در سایت pifo.ir موجود است.