رویکردی متدولوژیک برای محاسبه نوسانات نرخ ارز: رقابت چهار چارچوب GARCH، FIGARCH، Fourier-GARCH و نیمه ‌پارامتریک عقلانی

نوع مقاله : پژوهشی

نویسندگان

1 استادیار، مرکز پژوهش‌های توسعه و آینده‌نگری، تهران، ایران

2 دکتری، گروه اقتصاد کشاورزی، دانشکده اقتصاد و توسعه کشاورزی، دانشگاه تهران، کرج، ایران

3 دانشیار گروه اقتصاد کشاورزی، دانشکده اقتصاد و توسعه کشاورزی، دانشگاه تهران، کرج، ایران

10.22111/sedj.2026.55538.1706

چکیده

نوسانات نرخ ارز در ایران به دلیل ساختار واردات‌محور اقتصاد، وابستگی به درآمدهای نفتی و تکانه‌های تحریمی، از مهم‌ترین منابع بی‌ثباتی کلان اقتصادی و ریسک سیستماتیک محسوب می‌شود. با وجود گستردگی مطالعات پیشین، کمتر پژوهشی به مقایسه همزمان رویکردهای مبتنی بر حافظه بلندمدت، کنترل شکست‌های ساختاری و محدودیت‌های رفتاری کارگزاران پرداخته است. این پژوهش با هدف شناسایی دقیق‌ترین چارچوب تحلیلی برای محاسبه نوسانات نرخ ارز در ایران در بازه فروردین 1371 تا آذر 1404به مقایسه عملکرد چهار مدل GARCH، FIGARCH، Fourier-GARCH و مدل بی‌توجهی عقلانی با استفاده از داده‌های بازدهی نرخ ارز پرداخته شده است. ارزیابی عملکرد در دوره برون‌نمونه‌ای با معیارهای RMSE، MAE و MSE نشان داد که مدل بی‌توجهی عقلانی با کمترین میزان خطا، بهترین عملکرد پیش‌بینی را دارد. مدل FIGARCH وجود حافظه بلندمدت ( 648/0=d) را تأیید کرد، اما آزمون پایداری Nyblom نشان داد که این پارامترها در طول زمان ناپایدار هستند. مدل Fourier-GARCH نیز عملکرد بهتری نسبت به GARCH ساده داشت که نقش شکست‌های ساختاری را تأیید می‌کند. یافته اصلی پژوهش این است که ریشه اصلی پایداری نوسانات نرخ ارز در ایران، بیش از آنکه یک ویژگی آماری ثابت (حافظه بلندمدت ذاتی) باشد، ناشی از بی‌توجهی عقلانی، محدودیت ظرفیت پردازش اطلاعات و واکنش‌های نامتقارن کارگزاران به اخبار صعودی و نزولی است. سرعت بالای پردازش اطلاعات (2346/0 = φ) و منفی بودن شاخص نسبت نوسانات جهت‌دار نشان‌دهنده بازار رقابتی با اصلاح سریع انتظارات است. پیشنهاد می‌شود سیاست‌گذاران پولی به جای تمرکز صرف بر ویژگی‌های آماری سری زمانی، مدیریت انتظارات و شفافیت اطلاعاتی را در اولویت قرار دهند.

کلیدواژه‌ها

موضوعات

مراجع

Abdulla, S. N., & Alwan, D.H. (2022). Using apgarch/avgarch models Gaussian and non-Gaussian for modeling volatility exchange rate. International Journal of Nonlinear Analysis and Applications, 13(1), 3029-3038. Doi: 10.22075/ijnaa.2022.6035
Apergis, N., Bulut, U. Ucler, G., & Ozsahin, S. (2021). The causal linkage between inflation and inflation uncertainty under structural breaks: Evidence from Turkey. Manchester School, University of Manchester, 89(3), 259-275. DOI: 10.1111/manc.12361
Baillie, R. T. Bollerslev, T., & Mikkelsen, H. O. (1996). Fractionally integrated generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 74(1): 3-30. RePEc:eee:econom:v:74:y:1996:i:1:p:3-30
Beveridge, S., & Nelson, C. (1981). A new approach to decomposition of economic time series into permanent and transitory components with particular attention to measurement of the ‘‘business cycle’’. Journal of Monetary Economics, 7 (2), 151–174. http://dx.doi.org/10.1016/0304-3932(81)90040-4.
Charfi, S., & Mselmi, F. (2022). Modeling exchange rate volatility: application of GARCH models with a Normal Tempered Stable distribution. Quantitative Finance and Economics, 6(2), 206-222. Doi: 10.3934/QFE.2022009
Damiri, M.H. Saeedi, P. Didehkhani, H. abbasi, E. (2020). Modeling of exchange rate fluctuations with systems dynamics approach. Financial Engineering and Portfolio Management, (In Persian). 11(43), 220-244.  https://sanad.iau.ir/ar/Journal/fej/Article/676331?jid=676331&lang=en
Damoori, D., & Mirzad, N. (2018). The Study of long-Term Memory in Dynamic Volatility Relationship between Stock Returns and Exchange Rates. Journal of Asset Management and Financing, 6(3), 147-164. (In Persian). Doi: 10.22108/amf.2018.103992.1106
Dritsaki, C. (2019). Modeling the volatility of exchange rate currency using GARCH model. International Economics, 72(2), 209-230. RePEc:ris:ecoint:0846
Garcia-Hiernaux, A., Gonzalez-Perez, M.T., & Guerrero. D.E. (2026). Inflation volatility under rational inattention: A semi-parametric model and the directional volatility ratio. Economic Modelling, 157-107516. DOI:10.1016/j.econmod.2026.107516
Izati, P.P. Prastyo, D.D. & Akbar, M.S. (2024). Modeling the Volatility of World Energy Commodity Prices Using the GARCH-Fractional Cointegration Model. Procedia Computer Science, 234, 412–419. Doi: 10.1016/j.procs.2024.03.022
Kim, K.H. (2003). Dollar exchange rate and stock price: evidence from multivariate cointegration and eroror correction model. Review financial economiscs, 21, 301-313, https://doi.org/10.1016/S1058-3300(03)00026-0
Naseri, S. M., Shakeri, A., Mohammadi, T. & Salem, A. A. (2024). Modeling Exchange Rate Volatility in Iran Using GARCH Models: a Comparison of symmetric and Asymmetric Models. Journal of Investment Knowledge, 14(53), 741-769. (In Persian).
Pascalau, R. Thomann, C. & Gregoriou, G. N. (2011). Unconditional mean, volatility, and the FOURIER-GARCH representation. In G. N. Gregoriou and R. Pascalau (Eds.), Financial econometrics modeling: Derivatives pricing, hedge funds and term structure models (pp. 90–106). Palgrave Macmillan.
Rostami, M., Nilchi, M., and Momenzadeh, M. M. (2023). Instability in Iran's informal Foreign exchange market: structural breaks and jumps or long memory in volatility? Journal of Economic Research (Tahghighat- E- Eghtesadi), 58(1), 61-94. (In Persian). Doi: 10.22059/jte.2023.93459
Rudari, S., Arabi, S. H., & Rahimi Kahkashi, S. (2024). Volatility
Spillover among Exchange Rate, Inflation and Liquidity in Iran’s Economy: A TVPVAR-BK Approach. Iranian Journal of Economic Research, 28(97), 152-190. (In Persian). https://doi.org/10.22054/ijer.2024.74542.1200
Sercu, P., & Vanhulle, C. (1992). Exchange rate volatility, international trade, and the value of exporting firms. Journal of Banking & Finance, 16(1), 155–182. RePEc:eee:jbfina:v:16:y:1992:i:1:p:155-182
Shojaee, S. A., Maaboudi, R., & Asayesh, H. (2023). Investigating the effect of exchange rate fluctuations on the growth of Iran's economic sectors. Islamic Economics and Banking, 12 (44), 221-244. (In Persian).
Sims, C. (2003). Implications of rational inattention. J. Monet. Econ. 50, 665–690. http://dx.doi.org/10.1016/S0304-3932(03)00029-1.
Teterin, P., Brooks, R., and Enders, W. (2016). Smooth volatility shifts and spillovers in US crude oil and corn futures markets. Journal of Empirical Finance, 38(1), 22–36. https://doi.org/10.1016/j.jempfin.2016.05.005.
       URL: http://mieaoi.ir/article-1-1449-fa.html
Vafaei, E., Pendar, M., & Rezvani, M. (2025). Evaluating the Causal Relationship Between Exchange Rate and Its Volatility with the Misery Index in Iran. Accounting, Finance and Computational Intelligence, 3(1), 1-14. (In Persian). https://jafci.com/index.php/jafci/article/view/115.]

فایل ها

هم رسانی

ارجاع به این مقاله

آمار