چکیده:
پیشبینی تورم به عنوان یکی از الزامات سیاستگذاری پولی در کشورهایی تبدیل شده است که مقامات پولی آنها سیاست هدفگذاری تورم را تعقیب می کنند. چرا که به واسطه استقلال بانک مرکزی از سویی و واگذاری سیاستگذاری پولی به این نهاد و از سویی دیگر به واسطه اینکه بهطور عمده سیاستگذاری پولی با وقفه بر روی تورم تاثیرگذار است، لذا مقام پولی میبایستی تصویر مناسبی نسبت به تورم آینده داشته باشد، تا با سیاستگذاری از قبل بتواند در مسیر هدفگذاری انجام رفته حرکت کند.
در این بین، بهواسطه محدودیتهایی که مدلهای منفرد پیشبینی تورم به همراه دارند، از مدلهای مختلفی در پیشبینی تورم استفاده میشود، که هر یک از جهاتی نسبت به دیگر مدلها دارای نقاط قوت و ضعفی هستند. یکی از راه های استفاده از تمامی اطلاعات موجود در پیش بینی تورم، ترکیب مدلهای مختلف پیش بینی است، که در گزارش حاضر از رویکرد ابتکاری الگوریتم ژنتیک، به منظور ترکیب نتایج پیش بینی تورم شش مدل برای چهار فصل سال 1386 استفاده شده است.
طبقهبندی JEL : C13، C53، E37
Inflation forecasting has been one of the requirements for the implementation of monetary policy in countries which their monetary authorities are pursuing inflation targeting regime. However، owing to central bank independence in one hand and as well as the lagged effects of monetary policies on inflation in the other، the monetary authorities should have the sound perspective about the future inflation، regarding the control of economy in the line of predetermined objectives. In this way، due to the limitations of single model، different forecasting models have frequently been used in different empirical studies to produce better forecast comparing to individual forecasting model. Moreover، it is found that simple combinations that ignore correlations between forecast errors often dominate more refined combination schemes. In this article we apply the genetic algorithm heuristic approach to find the optimal combination weights for inflation forecasts.
خلاصه ماشینی:
طبقهبندی JEL : C13، C53، E37 کلید واژه: ترکيب پيشبينيها، الگوريتم ژنتيک، بهينهيابي 1- مقدمه پيشبيني تورم و نيز انتشار گزارشهاي تورم (که معمولاً در آنها تورم پيشبيني شده ارائه میشود) بهعنوان يکي از الزامات سياستگذاري پولي در کشورهايي تبديل شده است که مقامات پولي آنها سياست هدفگذاري تورم را تعقيب میکنند، چرا که به واسطة استقلال بانک مرکزي از سويي و واگذاري سياستگذاري پولي به اين نهاد و از سويي ديگر بهواسطة اينکه بهطور عمده سياستگذاري پولي با وقفه بر روي تورم تأثيرگذار است، لذا مقام پولي میبايستي تصوير مناسبي نسبت به تورم آينده داشته باشد، تا با سياستگذاري از قبل بتواند در مسير هدفگذاري انجام رفته حرکت کند.
يکي از راههاي استفاده از تمامياطلاعات موجود يا به تعبيري ديگر تمامي قوت مدلهاي مختلف پيشبيني تورم، ترکيب مدلهاي مذکور است که در بررسي پيشرو از رويکرد الگوريتم ژنتيک براي اين منظور استفاده ميشود.
محاسبة ميزان احتمال انتخاب در هر بار توليد نسل بر اساس ميزان تابع برازندگي كه در الگوريتم پيشنهادي مورد استفاده قرار گرفته است، بدين شرح است: به تصویر صفحه مراجعه شود كه در آن: : احتمال انتخاب كروموزم k ام M: اندازة جمعيت MSEi: ميانگين مربعات خطاي متناظر با کرومزوم iام : ماكزيمم MSE در جمعيت z: تعداد فصول حل مدل(in sample) n: تعداد رويکردهاي پيشبيني 5-4- همگرايي در الگوريتم ژنتيک به منظور فرار از قرار گرفتن در يک بهينة محلي و پوشش نواحي گستردهاي از فضاي جواب، شاخصي با عنوان شاخص همگرايي، مطرح میشود.