بررسی عوامل مؤثر بر نرخ ارز و پیش‌بینی آن با ترکیب روش‌های اقتصادسنجی و یادگیری ماشین

فصلنامه اقتصاد محاسباتی

دوره 2، شماره 1، اسفند 1401، صفحه 97-119   

نوع مقاله: مقاله پژوهشی

نویسندگان

علیرضا اورنگیان^{* 1}؛ بهزاد بلوریان²؛ الهه اورنگیان³

¹دانشکده مدیریت و حسابداری، دانشگاه تهران، ایران

²معاونت مالی، شرکت تولیدی آرین ماهتاب گستر

³دانشکده اقتصاد و علوم سیاسی، دانشگاه شهید بهشتی

چکیده

هدف اصلی پژوهش حاضر بررسی عوامل مؤثر بر نرخ ارز و ارائه پیش‌بینی از روند آتی آن با استفاده از روش‌های اقتصادسنجی و یادگیری ماشین است. میانگین متحرک فصلی نرخ ریال به دلار آمریکا از بهار 1392 تا بهار 1401 به‌عنوان متغیر وابسته نرخ ارز و تراز تجاری، بدهی به تولید ناخالص داخلی، تولید ناخالص داخلی، نرخ تورم، حجم نقدینگی، قیمت نفت اوپک و نرخ بیکاری به‌عنوان متغیرهای مستقل در نظر گرفته‌شده‌اند. برای تعیین عوامل مؤثر بر نرخ ارز از الگوریتم تحلیل حساسیت سوبل که یکی از روش‌های یادگیری ماشین به شمار می‌رود استفاده شده است و پس از تعیین عوامل مؤثر، از مدل اقتصادسنجی VECM برای تحلیل رگرسیونی و پیش‌بینی بهره‌گیری شده است. تشخیص اینکه واریانس خطای پیش‌بینی نرخ ارز توسط کدام‌یک از متغیرهای مستقل توضیح داده می‌شود و چه مدت طول می‌کشد تا تأثیر یک واحد شوک در هرکدام از متغیرهای مستقل بر نرخ ارز خنثی شود، توسط ابزارهای تجزیه واریانس خطا و توابع واکنش ضربه‌ای در مدل VAR انجام پذیرفته است. نتایج حاصل از پژوهش نشان می‌دهد که به ترتیب، حجم نقدینگی، قیمت نفت، نرخ بیکاری و نرخ تورم، تأثیرگذارترین عوامل نرخ ارز در ایران هستند و طولانی‌ترین مدت تأثیر بر نرخ ارز را به ترتیب، حجم نقدینگی، نرخ تورم، قیمت نفت و نرخ بیکاری دارند که از این حیث، نتایج حاصل از روش‌های اقتصادسنجی و یادگیری ماشین مشابهت داشته‌اند. ارقام پیش‌بینی‌شده برای نرخ ارز تا زمستان 1402 نیز مشخص گردیده است.

کلیدواژه‌ها

نرخ ارز,,؛ ,،تحلیل حساسیت سوبل,,؛ ,،تصحیح خطای برداری,,؛ ,،خودرگرسیون برداری

مراجع