سال انتشار: ۱۳۹۱

محل انتشار: اولین همایش بین المللی اقتصاد سنجی، روشها و کاربردها

تعداد صفحات: ۲۰

نویسنده(ها):

کریم اسلاملوئیان – دانشیار بخش اقتصاد دانشگاه شیراز
علی حسین استادزاد – کارشناس ارشد مهندسی انرژی و دانشجوی کارشناسی ارشد بخش اقتصاد دانشگاه

چکیده:

هدف اصلی این تحقیق نشان دادن مزیت استفاده از الگوریتم ژنتیک برای برآورد پارامترهای الگوهای غیر خطی اقتصاد سنجی که در آن با محدودیت جدی حجم داده ها روبرو هستیم می باشد. بعلاوه، این روش امکان می دهد که پارامترهای بهینه را از طریق حداقل سازی انحراف مطلق (LAD:Least Absolute Deviation) نیز بدست آوریم. این در حالی است که الگوهای مرسوم اقتصاد سنجی معمولاً از روش حداقل نمودن مجموع مربعات خطاها (RSS) یا حداکثر کردن تابع درستنمایی عمل می نمایند. برای نشان دادن مزیت این روش، رویکرد الگوریتم ژنتیک را برای بررسی فرضیه منحنی زیست محیطی کوزنتس در ایران بکار می بریم. مقایسه نتایج بدست آمده از پیش بینی های الگوها نشان می دهد که قدرت پیش بینی الگوی انحراف مطلق خطاها بیش تر از روش حداقل کردن مقدار مطلق انحراف (LAD) می باشد.