بررسی و پیش‌بینی بی‌ثباتی صادرات بر رشد اقتصادی ایران با رویکرد شبکه عصبی Gmdh

اهمیت و نقش صادرات در رشد و توسعه اقتصادی و تاثیر آن بر بخش‌های اقتصادی مسیله بسیار مهم و گسترده‌ای است که در حال حاضر مورد توجه بسیاری از اندیشمندان اقتصادی واقع شده و در سایر حوزه‌های علوم نیز گسترش قابل ملاحظه‌ای داشته است. در این راستا کشورهای در حال توسعه به دلیل بهره‌مندی از مزیت‌های نسبی و فراوانی نهاده‌ها و منابع اولیه تولید، از تخصص‌های اولیه اقتصادی برخوردار بوده و تخصص گرایی بین‌المللی در کالا برای این کشورها منجر به وابستگی شدید اقتصاد آن کشور به درآمدهای صادراتی آن کالا می‌شود که به دلیل غیر قابل پیش‌بینی بودن قیمت کالاهای صادراتی نوسانات شدید آن منجر به نوسان و بی‌ثباتی درآمدهای صادراتی شده که خود دارای اثر منفی و گاهی مثبت بر کل اقتصاد خواهد بود و نتیجه آن در بی‌ثباتی درآمد ملی و رشد اقتصادی متبلور می‌شود. به همین منظور در این مطالعه رابطه بی ثباتی درآمد‌های حاصل از صادرات و رشد اقتصادی در ایران بررسی می‌شود زیرا ، با شناخت و درک صحیح از ماهیت و علل بی‌ثباتی می‌توان در جهت رفع و یا هدایت آن به بخش‌هایی که اثرا‌ت جانبی کمتری به همراه دارد اقدام و از پیامدهای آن بر کل اقتصاد جلو‌گیری و یا محدود نمود. لذا با بهره‌گیری از مدل رشد سنت لوییس اطلاعات سری زمانی سالهای 1389-1355 و با استفاده از روش خود رگرسیون با وقفه توزیعی گسترده (ardl) ، ضمن بررسی اثرات حاصل از بی‌ثباتی صادرات بر رشد اقتصادی مدلی را برای پیش‌بینی بی‌ثباتی صادرات از طریق شبکه عصبی مصنوعی ارایه می‌دهد. نتایج این مطالعه مبین قدرت بالای تشخیص پیش‌بینی بی‌ثباتی صادرات از طریق شبکه‌های عصبی مصنوعی و اثر کاهشی آن برای رشد اقتصادی بوده است.