سیده فاطمه موسوی فرد - کارشناس ارشد علوم اقتصادی، دانشگاه مازندران،
امیرمنصور طهرانچیان - دانشیار دانشکده امور اقتصادی و اداری دانشگاه مازندران
مهدی خاشعی - استادیار، دانشگاه صنعتی اصفهان، دانشکده مهندسی صنایع و سیستمها

پیش بینی روند آتی نرخ ارز به عنوان یکی از پراهمیتترین و تأثیرگذارترین متغیرهای اقتصاد کلان، همواره مورد توجه بسیاری از پژوهشگران بوده است. دقت پیشبینی از مهمترین عوامل موثر در انتخاب روش پیشبینی است. در مقاله حاضر، به منظور بهره گیری از مزایای منحصر به فرد هر یک از الگوهای خودرگرسیون میانگین متحرک انباشته (ARIMA)، شبکه عصبی مصنوعی (ANN) و رگرسیون فازی، یک روش ترکیبی به منظور دستیابی به نتایج دقیق تر برای پیشبینی نرخ ارز پیشنهاد شده است. مقایسه نتایج نشان میدهد که الگوی هوش محاسباتی ترکیبی نسبت به سایر الگوها نتایج دقیق تری در پیشبینی نرخ ارز (دلار در مقابل ریال) ارایه نموده است.

رگرسیون فازی، شبکه عصبی مصنوعی، هوش محاسباتی ترکیبی، نرخ ارز.