شبکه های عصبی مصنوعی، از جمله مدل های ریاضی جدیدی هستند که با دقت بالا به مدل بندی ساختار سری های زمانی غیرخطی می پردازند. مزیت این مدل ها در مقایسه با مدل های سری زمانی این است که نیاز به فرضیات محدودکننده نیست. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم هست. برای این منظور با استفاده از روش های خودگردان، می توان دقت برآوردگرها را در ساختارهای پیچیده و غیرخطی سری های زمانی محاسبه کرد. این روش ها که در سال های اخیر معرفی شده اند، در محاسبه اریبی و واریانس برآوردگرها، در مقایسه با سایر روش ها از دقت بالاتری برخوردار هستند. در این مقاله ابتدا به معرفی الگوریتم های شبکه عصبی خودگردان، خودگردان اتورگرسیو، خودگردان بلوک متحرک و خودگردان مانده ها در سری های زمانی پرداخته می شود. سپس این چهار الگوریتم در یک مطالعه شبیه سازی برای مدل های اتورگرسیو، اتورگرسیو نمایی، اتورگرسیو آستانه ای خودمحرک و اتورگرسیو تغییر وضعیت هموار برای اندازه دقت برآورد واریانس استاندارد شده سه برآوردگر میانگین، اتوکوواریانس مرتبه صفر(واریانس) و اتوکوواریانس مرتبه یک، مورد مقایسه قرار می گیرند. در نهایت با استفاده از داده های قیمت نفت سنگین ایران به ارائه یک مثال کاربردی پرداخته می شود.

آب و هوا را می توان بصورت مجموعه شرایط اتمسفری یک سیستم پویا و آشوب ناک دانست. در هر صورت یکی از مسائل اساسی در برآورد بعد سری های زمانی آشوب ناک روبرو شدن با این واقعیت است که سیگنال زمانی هر پدیده طبیعی، با نوفه همراه می باشد. اهداف تحقیق حاضر شامل (الف) بررسی تاثیر کاهش نوفه در سری زمانی دمای حداکثر روزانه بر بازسازی فضای فاز، زمان تاخیر و بعد نشاننده؛ (ب) به کمیت در آوردن آشوب برای هر دو سری زمانی قبل و بعد از کاهش نوفه، به کمک روش هایی مانند حداکثر نمای لیاپانف و بعد همبستگی؛ و (پ) مقایسه دقت پیش بینی در هر دو سری زمانی می باشند. برای این تحقیق از سری زمانی داده های دمای حداکثر روزانه ایستگاه کرمان به مدت 25 سال (2008-1984 میلادی) استفاده شد. نتایج نشان داد که بعد نشاننده و زمان تاخیر در سری زمانی بعد از کاهش نوفه (به ترتیب 5 و 76 روز) نسبت به قبل از آن (به ترتیب 7 و 82 روز) کاهش یافت. در هر دو سری زمانی، حداکثر نمای لیاپانف مثبت (به ترتیب 0.011 و 0.019) و مقادیر پایین بعد همبستگی (به ترتیب 2.78 و 2.85) نشان از آشوب ناکی آن ها داشت. با این حال، کاهش نوفه می تواند از طریق کاهش مولفه ی تصادفی، در به کمیت درآوردن آشوب و دقت پیش بینی تاثیرگذار باشد. بنابراین، برای تجزیه و تحلیل پوپایی غیرخطی سری زمانی، کاهش نوفه ضروری می باشد ولی این کاهش نباید باعث از بین رفتن مولفه قطعی درونی سیستم شود.

تعیین الگوی مناسب یکی از مسائل مهم در مدل سازی و پیش بینی سری های زمانی، با توجه به مکانیسم سیستم مورد نظر است. اغلب، بدون بررسی خطی یا غیرخطی بودن سیستم از مدل های رایج خطی سری زمانی استفاده می شود. در این تحقیق فرآیند جریان رودخانه های نازلوچای، شهرچای و باراندوزچای واقع در استان آذربایجان غربی و غرب دریاچه ارومیه با آزمون غیرخطی BDS در سه مقیاس زمانی (سالانه، ماهانه و روزانه) بررسی شده است. ایستا بودن سری های زمانی شرط اساسی در این روش بوده که بدین منظور از آزمون های ADF و KPSS  استفاده شده است. طبق نتایج حاصله هرچه مقیاس زمانی کوچک تر می شود، درجه غیرخطی بودن افزایش می یابد. به طوری که برای سری های سالانه (به دلیل خطی بودن نتیجه آزمون) می توان از مدل های خطی نظیر خانواده ARMA در سطح معنی داری قابل قبول استفاده کرد. در حالی که برای افزایش دقت پیش بینی سری های ماهانه و روزانه جریان رودخانه های مورد مطالعه بایستی از مدل های غیرخطی مانند Bilinear، TAR و ARCH استفاده کرد. مدل های مناسب خطی و غیرخطی برای سری های زمانی هر رودخانه در مقاطع زمانی مختلف بر اساس نتایج آزمون BDS تعیین و الگو های پیشنهادی ارائه شده است.

برآورد دقیق میزان تبخیر-تعرق مرجع (ET0) نقش بسیار مهمی در مدیریت منابع آب و بهینه سازی مصرف آب کشاورزی دارد. یکی از روش های برآورد ET0 استفاده از مدل های سری زمانی است. در این تحقیق، دقت و کارائی مدل خطی آرما (ARMA) و غیرخطی بیلینییر (BL) در شبیه سازی و پیش بینی ET0 در سه ایستگاه سینوپتیک واقع در شمال غرب کشور مورد مقایسه قرار گرفت. بدین منظور، مقادیر ماهانه ET0از سال 1990 تا 2014 با استفاده از روش فائو پنمن مانتیث 56 محاسبه شد. مقادیر محاسبه شده ET0 در طول سال های 1990 تا 2009 و 2010 تا 2014 به ترتیب برای واسنجی و صحت سنجی مدل ها به کار گرفته شد. نتایج شاخص های آماری در مرحله صحت سنجی (میلیمتر بر روز 691/0RMSE< و 818/0R2>) نشان داد که هر دو مدل خطی و غیرخطی می توانند سری زمانی ET0 را با دقت قابل قبول در ایستگاه های مورد مطالعه شبیه سازی و پیش بینی نمایند. در نهایت، مقادیر ET0 با استفاده از کل آمار موجود طی سال های 2014-1990 توسط هر دو روش مورد مطالعه مدل و با انتخاب مدل برتر برای پنج سال آتی (2019-2015) پیش بینی شد. همچنین، نتایج آزمون دایبلد و ماریانو نشان داد که تفاوت معنی داری بین نتایج دو مدل خطی و غیرخطی در مدل بندی سری زمانی ET0، جز در ایستگاه اردبیل، وجود ندارد.

مقدمه: یکی از اهداف دولتها از جمله دولت ایران در دنیای امروز افزایش رفاه اجتماعی مردم است و لذا دولتها از طریق مداخلات در اقتصاد از جمله افزایش مخارج دولت به دنبال دستیابی به چنین هدفی هستند اما ممکن است نتوانند در دستیابی به چنین هدفی موفق باشند. اندازه دولت یا نسبت مخارج دولت به تولید ناخالص داخلی یکی از شاخصهای دخالت دولت در اقتصاد است که حدود و اندازه آن یکی از مسائل مهم در بسیاری از تحقیقات اقتصادی بوده است. در همین راستا هدف از این مقاله بررسی نحوه اثرگذاری میزان و حدود فعالیتهای دولت یا اندازه دولت بر رفاه اجتماعی در اقتصاد ایران در بازه زمانی 1354-1391 است. روش: در این تحقیق، با مدلسازی عوامل مؤثر بر رفاه اجتماعی با تأکید بر تأثیر اندازه دولت، مدل رگرسیون آستانهای برای اقتصاد ایران برآورد شده است. مدل آستانهای مدلی است که در آن از یک مقدار آستانه به بعد رفتار پیشبینی شده توسط مدل به نوعی تغییر جهت میدهد. در این مقاله، اندازه دولت متغیر آستانه است که با برآورد حد آستانه اندازه دولت، حدی از اندازه دولت مشخص میشود که میزان اندازه دولت را به دو رژیم اندازه بزرگ و کوچک دولت تقسیم میکند. سپس میزان تأثیر اندازه دولت در دو رژیم اندازه بزرگ و کوچک دولت بر رفاه اجتماعی برآورد میشود. یافتهها: حد آستانه اندازه دولت 29 درصد برآورد شده است که آزمون خودپردازی هانسن نشان میدهد آستانه برآورد شده معنادار است و مدل دارای آستانه است. بنابراین مدل آستانهای دارای دو رژیم اندازه دولت بزرگ و کوچک است که تمایز این دو رژیم با حد آستانه 29 درصد مشخص شده است به این معنا که هنگامیکه اندازه دولت کمتر از 29 درصد است در رژیم دولت کوچک هستیم و هنگامیکه اندازه دولت بیشتر از 29 درصد است در رژیم اندازه دولت بزرگ قرار داریم. ضریب متغیر اندازه دولت نیز در دو رژیم اندازه دولت کوچک و بزرگ اثرات متفاوتی بر شاخص رفاه اجتماعی داشته است بدین صورت که در رژیم اندازه دولت کوچک، افزایش اندازه دولت تأثیر معناداری بر شاخص رفاه اجتماعی نداشته است اما پس از افزایش اندازه دولت و عبور از حد آستانه 29 درصد و قرار گرفتن در رژیم اندازه دولت بزرگ، افزایش اندازه دولت تأثیر منفی و معناداری بر شاخص رفاه اجتماعی داشته است. بنابراین اندازه دولت تأثیری غیرخطی و آستانهای بر شاخص رفاه اجتماعی داشته است. همچنین، وقفه اول رفاه اجتماعی در هر دو رژیم اندازه دولت کوچک و بزرگ تأثیر مثبت و معناداری بر رفاه اجتماعی داشته است. علاوه بر آن، در رژیم اندازه دولت کوچک، افزایش درجه باز بودن اقتصاد تأثیر معناداری بر سطح رفاه اجتماعی نداشته است اما با گسترش اندازه دولت و قرار گرفتن در رژیم اندازه دولت بزرگ، درجه باز بودن تأثیر مثبت و معناداری بر رفاه اجتماعی داشته است. نهایتا، نرخ بیکاری در رژیم اندازه دولت کوچک تأثیری معنادار بر رفاه اجتماعی نداشته است درحالیکه در رژیم اندازه دولت بزرگ تأثیر بیکاری بر رفاه اجتماعی منفی و معنادار بوده است. بحث: بی معنیبودن اثر اندازه دولت بر رفاه اجتماعی در رژیم اندازه دولت کوچک، به دلیل خنثی شدن اثرات مثبت و منفی اندازه دولت بر رفاه اجتماعی است که در این رژیم چون دولت هنوز خیلی در اقتصاد مداخله نکرده است اثرات مثبت همچون ارایه کالاهای عمومی و استخدامهای دولتی و اثرات منفی مخارج همچون ناکارایی مخارج دولت و تقویت رانتجویی همدیگر را خنثی کرده است و برآیند تأثیر اندازه دولت بر رفاه اجتماعی بیمعنی بوده است اما در رژیم اندازه بزرگ دولت تأثیرات منفی اندازه دولت بر تأثیرات مثبت آن غلبه کرده است و موجب تأثیر منفی اندازه دولت بر رفاه اجتماعی شده است. در رژیم دولت بزرگ به دلایلی چون اثر ازدحامی یا برونرانی، رانتجویی گسترده ناشی از حضور دولت بزرگ، ناکارایی مخارج عمرانی دولت و کاهش بهرهوری نیروی کار در بخش دولتی به دلیل استخدامهای غیرضروری در بخش دولتی همگی موجب تضعیف رشد اقتصادی میشوند و درنتیجه رفاه اجتماعی را کاهش میدهند. گذشته از آن حضور پررنگ دولت از طریق افزایش مخارج و درنتیجه افزایش مازاد تقاضای کل از یک طرف و ایجاد کسری بودجه و تأمین آن از طریق استقراض از بانک مرکزی موجبات ایجاد تورم را فراهم میکند که تورم موجب بدتر شدن توزیع درآمد میشود و لذا رفاه اجتماعی از این طریق نیز کاهش مییابد. مبتنی بر نتایج تحقیق پیشنهاد میشود به منظور افزایش رفاه اجتماعی لازم است اندازه دولت کوچکتر شود که در این راستا اجرای صحیح سیاستهای کلی اصل 44 قانون اساسی در واگذاری مالکیت به همراه مدیریت به بخش خصوصی واقعی-(نه خصولتی)-توصیه میشود.

در این مقاله عوامل تاثیرگذار بر تورم با استفاده از الگوی رگرسیونی سری زمانی خطی و غیرخطی (STR) در اقتصاد ایران طی دوره 87-1338 مورد بررسی قرار می گیرد. در تصریح مدل تورم، علاوه بر در نظر گرفتن متغیرهای مرسوم (نقدینگی، تولید و نرخ ارز) تکانه های مثبت و منفی درآمد نفت، عدم تعادل پولی، عدم تعادل بخش خارجی و شکاف تقاضا نیز مورد توجه قرار گرفته اند. نتایج حاصل شده، فرضیه اصلی تحقیق مبنی بر توانایی بیشتر مدل رگرسیونی سری زمانی غیر خطی نسبت به مدل خطی برای تبیین رفتار تورم در اقتصاد ایران را تایید می کند. ضرایب الگو تابعی از تغییرات قیمت نفت هستند. در رژیم درآمدهای نفتی پایین، تکانه های مثبت نفتی، تاثیر بازدارنده ای بر تورم دارد، در حالی که اثر تکانه های مذکور در رژیم درآمدهای نفتی بالا معنی دار نیست. شکاف یا مازاد تقاضا نیز اثر معنی داری بر تورم در دوره های رکود درآمدهای نفتی ندارد؛ اما در دوره های رونق نفتی، تاثیر متغیر مذکور بر تورم (احتمالا از کانال مخارج دولت) بسیار با اهمیت است.

پیش بینی دقیق جریان رودخانه با استفاده از مدل های رایج سری های زمانی، فیزیکی- مفهومی و رگرسیونی در مدیریت علمی منابع آب های سطحی اهمیت به سزایی دارد. در این مطالعه دبی جریان روزانه و ماهانه رودخانه باراندوزچای ارومیه در دوره آماری 88-1352، با استفاده از مدل های سری زمانی خطی آرما و غیرخطی دوخطی مدل سازی شد. برای بررسی ایستایی سری های جریان از آزمون ADF استفاده گردید. نتایج آین آزمون نشان داد که با حذف عوامل ناایستایی، سری های جریان رودخانه ایستا می شوند. برای بررسی شدت غیر خطی بودن سری های ماهانه و روزانه جریان از آزمون BDS استفاده شد. نتایج نشان داد که سری ماهانه جریان، خاصیت غیرخطی خفیفی دارد اما سری روزانه جریان به شدت غیر خطی می باشد. مدل های AR (8) و BL ( 8،0،1،1) مدل های منتخب جریان ماهانه بوده که ضریب همبستگی و جذر میانگین مربعات خطا در مدل خطی به ترتیب 0.906 و 2.892 مترمکعب در ثانیه و برای مدل غیرخطی 0.930 و 2.436 متر مکعب در ثانیه محاسبه گردیدند. برای جریان روزانه، مدل خطی AR (25) و مدل غیرخطی BL (25،0،1،1) انتخاب گردید که ضریب همبستگی و جذر میانگین مربعات خطا در مدل خطی به ترتیب برابر 0.873 و 4.116 متر مکعب در ثانیه و برای مدل غیرخطی معادل 0.923 و 3.085 متر مکعب در ثانیه به دست آمد. طبق نتایج حاصله، استفاده از مدل دوخطی در مقیاس روزانه سبب کاهش مقدار خطا به میزان 33 درصد شد و ضریب همبستگی را 5.7 درصد افزایش داد. افزایش دقت مدل دوخطی در مقایسه با مدل خطی به دلیل خاصیت غیرخطی شدید مقیاس روزانه می باشد.