هدف از این پژوهش بررسی تاثیر جهش نرخ ارز بر جریان خروجی مهاجرت با استفاده از رهیافت گروه کنترل ترکیبی در دوره زمانی 2015- 1980 در ایران است. بدین‌منظور، برمبنای این رهیافت، کشورهای دارای ثبات نرخ ارز واقعی انتخاب شدند و از میان آنها، ترکیب وزنی کشورهایی که بیشترین شباهت را در وضعیت پیش‌ از جهشِ نرخ ارزِ واقعی ایران داشته‌اند، برآورد شدند. بنابراین، دو گروه شامل گروه کشورهای منتخب با عنوانِ ایران مصنوعی و دیگر، ایرانِ واقعی شکل گرفت. درنهایت، نتایج برآوردهای این دو گروه، با هم مقایسه و تحلیل گردید. نتایج حاکی از تفاوت 15 درصدی روند مهاجرت ایران مصنوعی با ایران واقعی بوده است. تحلیل نتایج نشان داد که تاثیر جهش نرخ ارز واقعی بر جریان مهاجرت در ایران مثبت بوده است. براساس نتایج پیشنهاد می‌شود که سیاستگذاران به تاثیر مخرب جهش‌های نرخ ارز واقعی بر جریان مهاجرت از کشور توجه نمایند و برای ثبات نرخ ارز واقعی، سیاست‌های اقتصادی مناسبی اتخاذ کنند. پرونده مقاله

چکیده هدف این مقاله بررسی کارایی مدل‌های معادلات دیفرانسیل تصادفی در پیش‌بینی قیمت سهام است. برای ارزیابی دقت این مدل‌ها، یک مطالعه مقایسه‌ای بین این مدل‌ها و مدل‌های سری زمانی متداول انجام شده است. در این حوزه، مدل‌های حرکت براونی هندسی و هستون بررسی شده¬اند. برای این مقاله از بین نمادهای حاضر در بورس تهران به¬صورت موردی به بررسی سهام بانک ملت در نماد وبملت پرداخته شده است؛ بدین منظور مقاله روی داده‌های تعدیل شده قیمت این سهام از ابتدای سال 1394 تا ابتدای سال 1402 صورت گرفته است. قبل از مدل‌سازی قیمت سهام و انجام پیش‌بینی، احتمال وجود الگوهای تکرارشونده و خودشبیه در روند حرکت قیمت سهام بررسی شده است. نتایج نشان می‌دهند که سهام بانک ملت دارای حافظه بلندمدت است که باعث می‌شود پیش‌بینی رفتارش تا حدودی امکان پذیر باشد. در ادامه پیش‌بینی قیمت سهام برای نماد وبملت انجام شده است و یافته‌های تحقیق نشان می‌دهند که مدل دیـفـرانسـیل تصادفی هـستـون براساس اکثر معیارهای ارزیابی پــس‌آزمـون، عملکرد بهتری در پیش‌بینی قیمت سهام دارد؛ به¬طوری که این مدل تنها 64/4 صدم درصد خطای مطلق را در پیش‌بینی‌ها نشان داد. مدل سری زمانی AR نیز با این فرض کلیدی که الگوهای گذشته در آینده نیز تکرار می‌شوند، عملکرد قابل قبولی داشته است. این فرضیه با وجود حافظه بلندمدت و پایداری در شاخص کل همخوانی دارد و باعث می‌شود که مدل AR بعد از مدل هستون، در جایگاه دوم معیارهای ارزیابی قرار گیرد. بنابر نتایج به¬دست آمده مدل‌های معادلات دیفرانسیل تصادفی مدل‌های کارآمدی برای مدل‌سازی و پیش‌بینی قیمت سهام هستند. پرونده مقاله