@article { author = {Shahhosseini, Somayeh and Rezaei, Ali}, title = {Forecasting of Iran’s Official Exchange Rate Using the Autoregressive ARIMA Intervention Model}, journal = {new economy and trad}, volume = {13}, number = {شماره 4 (شماره پیاپی: 41)}, pages = {131-158}, year = {2019}, publisher = {institute of humanities and cultural studies}, issn = {1735-6415}, eissn = {2821-0115}, doi = {}, abstract = {The exchange rate is one of the most important economics’ variables which could impact the foreign trade and balance of payments and other macroeconomic variables such as GDP, inflation, and employment. Given the dependency of Iranian economy on foreign exchange and its high volatility  over the past thirty-five years, forecasting the exchange rates and their volatility help reduce the risk in business and government plans.  In this paper, we model the Iran’s official exchange rate using the autoregressive ARIMA intervention approach and compare its results with the random walk model. We use the official exchange rates data from 1357 to 1394 to estimate the models and forecast for the period 1395 to 1404 using R. The results show that the ARIMA model with intervention performs better than the random walk model.}, keywords = {Official Exchange Rate,Exchange Rate Forecasting,Random Walk Model,Auto-Regressive ARIMA Model,Intervention Operating JEL Classification: F31,F37,C14,C15,C53}, title_fa = {پیش‌بینی نرخ رسمی ارز در ایران با استفاده از مدل خودرگرسیونی ARIMA هم‌راه با عامل‌های مداخله‌ای و مقایسۀ آن با مدل گام تصادفی}, abstract_fa = {باتوجه‌به تغییرات فراوان نرخ ارز در ایران طی 35 ‌سال گذشته و علاوه‌برآن، وابستگی درآمدهای ارزی کشور به صادرات نفت خام و وابستگی بودجه‌های سنواتی به نرخ ارز تعیین نرخ ارز و پیش‌بینی نوسانات آن ضمن کاهش ریسک نوسانات نرخ ارز به برنامه‌ریزی بهتر در بودجه‌های سنواتی، واردات مواد اولیۀ موردنیاز کشور، و نیز صادرات غیرنفتی منجر می‌شود. بر این اساس، در مقالۀ حاضر به مدل‌سازی و پیش‌بینی نرخ رسمی ارز در ایران با استفاده از مدل خودرگرسیونی ARIMA هم‌راه با عامل‌های مداخله‌ای می‌پردازیم و این الگو را با مدل گام‌برداری تصادفی مقایسه می‌کنیم. ابتدا، با استفاده از نرم‌افزار R و به‌کارگیری داده‌های نرخ رسمی ارز از سال 1357 تا 1394 دو مدل یادشده برازش می‌شوند و مقایسه می‌گردند و در مرحلۀ بعد با مدل مناسب نرخ رسمی ارز برای سال‌های 1395 تا 1404 پیش‌بینی می‌شود. نتایج حاکی از آن است که مدل ARIMA هم‌راه با عامل‌های مداخله‌ای عملکرد بهتری در مقایسه با مدل گام تصادفی دارد.}, keywords_fa = {نرخ ارز رسمی,پیش‌بینی نرخ ارز,مدل گام تصادفی,مدل خودرگرسیونی ARIMA,عامل‌های مداخله‌ای. طبقه‌بندی JEL:F31,C14,.C15}, url = {https://jnet.ihcs.ac.ir/article_3891.html}, eprint = {https://jnet.ihcs.ac.ir/article_3891_efb4c2726c95f4d4fc1840f03090e29c.pdf} }