عملکرد شبکه عصبی GMDH در پیش بینی عوامل موثر بر جذب سرمایه گذاری مستقیم خارجی کشور ایران
Publish place: Science and Technology Policy Letters، Vol: 7، Issue: 3
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 415
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_RISTIP-7-3_005
Index date: 3 July 2019
عملکرد شبکه عصبی GMDH در پیش بینی عوامل موثر بر جذب سرمایه گذاری مستقیم خارجی کشور ایران abstract
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.
عملکرد شبکه عصبی GMDH در پیش بینی عوامل موثر بر جذب سرمایه گذاری مستقیم خارجی کشور ایران Keywords:
عملکرد شبکه عصبی GMDH در پیش بینی عوامل موثر بر جذب سرمایه گذاری مستقیم خارجی کشور ایران authors
سعید کیان پور
عضو هیئت علمی گروه اقتصاد دانشگاه پیام نور
سپیده عظیمی
عضو هیئت علمی گروه آمار دانشگاه پیام نور