پيش‌بيني نرخ رسمي ارز در ايران با استفاده از مدل خودرگرسيوني ARIMA هم‌راه با عامل‌هاي مداخله‌اي و مقايسۀ آن با مدل گام تصادفي

Forecasting of Iran’s Official Exchange Rate Using the Autoregressive ARIMA Intervention Model

با توجه‌به تغييرات فراوان نرخ ارز در ايران طي 35 ‌سال گذشته و علاوه‌برآن، وابستگي درآمدهاي ارزي كشور به صادرات نفت خام و وابستگي بودجه‌هاي سنواتي به نرخ ارز تعيين نرخ ارز و پيش‌بيني نوسانات آن ضمن كاهش ريسك نوسانات نرخ ارز به برنامه‌ريزي بهتر در بودجه‌هاي سنواتي، واردات مواد اوليۀ موردنياز كشور، و نيز صادرات غيرنفتي منجر مي‌شود. بر اين اساس، در مقالۀ حاضر به مدل‌سازي و پيش‌بيني نرخ رسمي ارز در ايران با استفاده از مدل خودرگرسيوني ARIMA هم‌راه با عامل‌هاي مداخله‌اي مي‌پردازيم و اين الگو را با مدل گام‌برداري تصادفي مقايسه مي‌كنيم. ابتدا، با استفاده از نرم‌افزار R و به‌كارگيري داده‌هاي نرخ رسمي ارز از سال 1357 تا 1394 دو مدل يادشده برازش مي‌شوند و مقايسه مي‌گردند و در مرحلۀ بعد با مدل مناسب نرخ رسمي ارز براي سال‌هاي 1395 تا 1404 پيش‌بيني مي‌شود. نتايج حاكي از آن است كه مدل ARIMA هم‌راه با عامل‌هاي مداخله‌اي عملكرد بهتري در مقايسه با مدل گام تصادفي دارد.

The exchange rate is one of the most important economics’ variables which could impact the foreign trade and balance of payments and other macroeconomic variables such as GDP, inflation, and employment. Given the dependency of Iranian economy on foreign exchange and its high volatility over the past thirty-five years, forecasting the exchange rates and their volatility help reduce the risk in business and government plans. In this paper, we model the Iran’s official exchange rate using the autoregressive ARIMA intervention approach and compare its results with the random walk model. We use the official exchange rates data from 1357 to 1394 to estimate the models and forecast for the period 1395 to 1404 using R. The results show that the ARIMA model with intervention performs better than the random walk model.