عملکرد شبکه عصبی GMDH در پیش بینی عوامل موثر بر جذب سرمایه گذاری مستقیم خارجی کشور ایران

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 317

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_RISTIP-7-3_005

تاریخ نمایه سازی: 12 تیر 1398

چکیده مقاله:

سرمایه گذاری مستقیم خارجی (FDI) یکی از عوامل مهم رشد و توسعه اقتصادی کشورهای میزبان به شمار می رود و طی دهه های اخیر روند فزاینده ای نیز داشته است. شناخت عوامل موثر در جذب FDI در سیاستگذاری کشورهایی که نتوانسته اند از این عامل به خوبی استفاده کنند مفید است. تحلیل بیان شده در چارچوب الگوی شبکه عصبی چند جمله ای ارائه شده است تا پیش بینی مدل با حداقل خطا نمایش داده شود. همچنین در مدل برآوردشده، موثرترین متغیرها از راه آنالیز حساسیت الگوریتم ژنتیک به دست آمد. نتایج حاصل از برآورد الگو مبین آن است که اثر درجه باز بودن، نرخ بازگشت سرمایه، رشد اقتصادی، سرمایه انسانی، نقدینگی، مخارج تحقیق و توسعه، زیرساخت ها و فساد از عوامل موثر در جذب سرمایه گذاری مستقیم خارجی است.

کلیدواژه ها:

سرمایه گذاری مستقیم خارجی (FDI) ، عوامل مکانی ، شبکه عصبی ، مدل GMDH

نویسندگان

سعید کیان پور

عضو هیئت علمی گروه اقتصاد دانشگاه پیام نور

سپیده عظیمی

عضو هیئت علمی گروه آمار دانشگاه پیام نور