Evaluating the "framing effect" on the exchange rate in Iran using machine learning methods
مشاهدات نشان میدهد که در سالهای اخیر اغلب نوسانات شدید نرخ ارز در ایران بعد از انتشار اخبار تأثیرگذار سیاسی-اقتصادی داخلی و خارج رخ دادهاند. سؤال مهمی که شاید تاکنون پاسخ دقیقی به آن داده نشده این است که آیا میتوان به صورت روشمند تأثیر این اخبار را اندازهگیری کرد؟ در این پژوهش با استفاده از رویکرد یادگیری عمیق ابزاری کاربردی به منظور پیشبینی نرخ ارز ارائه شده و تلاش شده تا با استفاده از این ابزار میزان تأثیر اخبار و منابع خبری تحلیل شود. برای این منظور اخبار مؤثر بر نرخ ارز از 10 پایگاه اصلی داخلی و خارجی از سال 1393 تا 1402 جمعآوری شده و به همراه نرخ ارز و سایر شاخصهای اقتصادی مؤثر به مدل داده شده است. نتایج بدست آمده حاکی از آن است که وجود اخبار در کنار سایر شاخصهای اقتصادی تأثیر کاملاً مثبتی در پیشبینی مدلها هم در حالت رگرسیون و هم در حالت کلاسبندی دارد. همچنین با استفاده از مدل تولید شده و روشهای تحلیلی، وزن تأثیرگذاری هریک از منابع خبری مشخص گردید. نتایج نشان میدهد که میزان تأثیرگذاری اخبار نه تنها به محتوای آن، بلکه به منبع منتشرکنندهی خبر نیز به طور چشمگیری وابسته است، به طوری که اگر خبری کاملاً مشابه توسط دو منبع متفاوت اعلام شود، تأثیر متفاوتی خواهد داشت.
Authors
- علیرضا عرفانی
- abdolmohamad kashian
- Elmira Asleroosta
Institutions
- Semnan University (IR)
Publication Details
- Journal
- Financial Economics فصلنامه اقتصاد مالی
- Published
- 2024-10-12
- DOI
- https://doi.org/10.71818/ecj.2026./1186678
- Primary Topic
- Stock Market Forecasting Methods
- Type
- article
- Field-Weighted Citation Impact
- 0.00