در اکثر مطالعات تجربی انجام شده با استفاده از سیستم معادلات تقاضای تقریباً ایده‌آل، کشش‌های قیمتی و درآمدی حاصل از برآورد این معادلات به توصیه‌های سیاستی حساسی در حوزه اقتصاد خرد و کلان منجر شده است. این درحالی است که برآورد خطی سیستم یاد شده مورد شک و تردید می‌باشد. دراین مقاله به بررسی عملکرد سیستم معادلات تقاضای تقریباً ایده‌آل خطی و غیرخطی پرداخته شده است. به این منظور با استفاده از تکنیک رگرسیون‌های به ظاهر نامرتبط برای تخمین مدل به روش خطی و از شبکه عصبی پیشخور چند لایه برای تخمین مدل غیرخطی بهره گرفته شده است. نتایج حاصل از برآورد مدل‌ها مبین این واقعیت می‌باشند که مدل شبکه عصبی پیشخور دارای خطای کم‌تر و در نتیجه از عملکرد بالاتری در برآورد سیستم معادلات تقاضا برخوردار می‌باشد. نتایج مبین وجود تردیدهایی برای کاربرد شاخص قیمت استون جهت خطی‌کردن برآورد سیستم تقاضای تقریباً ایده‌آل می‌باشد. بنابراین برای برآورد معادلات سیستمی، استفاده از مدل غیرخطی تقریباً ایده‌آل با استفاده از شبکه عصبی مصنوعی توصیه می‌شود. پرونده مقاله

در بازار سرمایه، نوسانات نرخ ارز تاثیر قابل توجهی بر تغییر قیمت دارایی‌های مالی نظیر سهام دارد. در این راستا نظر به اهمیت ریسک بازدهی سهام برای مشارکت‌کنندگان در بازار، سوالی که دراینجا مطرح می‌شود این که علاوه‌بر تاثیرگذاری نوسانات نرخ ارز بر قیمت سهام، آیا تغییرات نرخ ارز تاثیر معناداری بر ریسک بازدهی سهام در بازه‌های زمانی کوتاه‌مدت و بلندمدت دارد؟ و همچنین آیا این تاثیرات به یک میزان است یا بر حسب حالت‌های مختلف، رفتار قیمت سهام متفاوت است؟ برای پاسخ‌دهی به این سوالات، ضرروت استخراج ریسک بازدهی سهام در رژیم‌های مختلف مهم می‌باشد. از اینرو در پژوهش حاضر تلاش گردیده است تا با استفاده از مدل‌های پارامتریک مبتنی بر رهیافت سوئیچینگ مارکوف اقدام به استخراج ریسک بازدهی شاخص صنایع منتخب (خودرو، معدن، سیمان) در دو رژیم مختلف گردد. پس از استخراج سری زمانی ریسک با استفاده از مدل ARDL به بررسی تاثیرات کوتاه‌مدت و بلندمدت نوسانات نرخ ارز بر ریسک بازدهی شاخص صنایع بر حسب رژیم‌های مختلف پرداخته شد. نتایج تحقیق نشان داد که بازدهی شاخص صنایع از انتقالات رژیمی تبعیت نموده و واکنش‌های نامتقارنی به شوک‌های بیرونی می‌دهند. همچنین ریسک بازدهی شاخص صنایع تاثیرات معنی‌دار و متفاوتی از نوسانات نرخ ارز در کوتاه‌مدت و بلندمدت می‌پذیرند. پرونده مقاله