با توجه به پیامدهای ناگوار تورم در بخشهای مختلف اقتصاد، آگاهی از احتمال وقوع تورم شدید در آینده نزدیک،فرصتی بسیار مناسب جهت اجتناب از تبعات منفی تورم ایجاد میکند. برای آگاهی از وقوع تورم شدید درآینده نزدیک، در قدم اول باید عوامل مؤثر بر تورم را بهدرستی شناسایی کرد. در این مقاله از میان دادههای ماهانه 21 متغیر احتمالی اثرگذار برتورم، در بازه زمانی فروردین 1375 تا دیماه 1390ش، با ترکیب الگوریتم ژنتیک و شبکههای عصبی، متغیرهای اساسی مؤثر بر تورم ایران تعیینشدهاند. این متغیرها عبارتاند از: حجم نقدینگی، مخارج دولت، شاخص دستمزد نیروی کار، نرخ سود بانکی، تولید ناخالص داخلی، تورم با وقفه زمانی و شاخص قیمت جهانی نفت خام. پس از شناسایی متغیرهای اساسی، یک سیستم هشداردهنده تورم شدید طراحی شده است. این سیستم با بهرهگیری از مبانی شبکههای عصبی، احتمال وقوع تورم شدید در بازه شش ماه آتی را پیشبینی میکند. برای طراحی این سیستم از یک شبکه عصبی پیشخور با دولایه پنهان استفادهشده است. نتایجمدل، نشاندهنده عملکرد امیدوارکنندهسیستمهشداردهنده استو سیستمقادربهصدورسیگنالهایهشداردهندهزودهنگام وقوع تورم شدید در آینده نزدیک است.
Designing a Warning System for Hyperinflation for Iran’s Economy Mohammad Hossein PourKazemi . qjerp 2016; 23 (76) :145-166 URL: http://qjerp.ir/article-1-961-fa.html
پورکاظمی محمد حسین، بیرانوند امین، دلفان محبوبه. تعیین عوامل تأثیرگذار بر تورم و طراحی سیستم هشداردهنده تورم شدید برای اقتصاد ایران. فصلنامه پژوهش ها وسیاست های اقتصادی. 1394; 23 (76) :145-166