تحلیل عوامل موثر بر نوسانهای قیمت طلا با استفاده از مدلهای رگرسیون سوییچینگ مارکف و شبکه عصبی

طلا یک کالای استراتژیک است و عوامل زیادی بر قیمت آن تاثیر می گذارد. از طرفی روش شبکه عصبی توانایی خاصی در برآورد روند و پیش بینی نوسانات قیمت طلا دارد و روش رگرسیون سوییچینگ نیزتوانایی در شناسایی شوک ها و سالهای تغییر رژیم های نوسانات در سطح پر نوسان و کم نوسان دارد . این تحقیق به طور جداگانه بر بررسی هر یک و پیاده سازی این روش ها در داده های نوسانات قیمت طلا می -پردازیم. روش تحقیق : در این پژوهش با شناسایی عوامل موثر بر نوسان های قیمت طلا برای دوره 1390-1359 الگوی متناسب با این نوسان ها مدل سازی می شود. برای مدل سازی از دو روش غیر خطی شبکه عصبی ومدل رگرسیون چرخشی مارکف استفاده شده است. هدف مدل سازی در این مطالعه مقایسه دو روش نیست بلکه با یاری جستن از دو مدل سعی در برازش بهتر و پی ش بینی بهتر مدل ها میباشد. هر یک از این دو روش توانایی خاصی در قسمتی از فرآیند مدلسازی دارند.شبکه عصبی به کار گرفته شده در این پژوهش حاوی 2 لایه پنهان و رگرسیون چرخشی نیز دارای 2 رژیممیباشد. نتایج حاکی از آن است که روش شبکه عصبی به خوبی توانسته نوسانا ت قیمت طلا را پی ش بینی کند و روش رگرسیون چرخشی سا ل های چرخش و شوک را شناسایی نموده و تشخیص داده شده که درایران مدتی که بازار طلا در حالت کم نوسان است، بیشتر از حالت پر نوسان است. نتایج نشان می دهد از میان عوامل موثر بر قیمت طلا در مدل شبکه عصبی متغیر نرخ ارز و قیمت جهانی طلا بیشترین تاثیر را دارد و در مدل چرخشی مارکف متغیر قیمت نفت و پس از آن CPI دارای بالاترین اهمیت و درجه تاثیر گذاری بر قیمت طلا میباشد

کلیدواژه ها:

نوسانات قیمت طلا ، شبکه عصبی ، رگرسیون چرخشی ، قیمت نفت ، سکه بهارآزادی