مقایسه عملکرد روش‌های مستقیم و تکرار شونده در پیش‌بینی زمان حقیقی نرخ تورم در ایران

برکچیان، سید مهدی و کرمی، هومن (1392)، «بررسی عملکرد مدل خودرگرسیون در پیش‌بینی تورم ایران»، پژوهش‌های پولی و بانکی، در حال انتشار.

حنفی‌زاده، پیام، پورسلطانی، حسین و ساکتی، پریسا (1386)، «بررسی مقایسه‌ای توان پیش‌بینی شبکه‌های عصبی مصنوعی با روش توقف زودهنگام و فرآیند سری زمانی خودبازگشت در برآورد نرخ تورم»، مجله تحقیقات اقتصادی، شماره 81: 25-35.

حیدری، حسن (1390)، «مدل VAR جایگزین برای پیش‌بینی تورم ایران: کاربردی از تبدیل Bewley»، پژوهشهای اقتصادی ایران، شماره 46: 77-96.

حیدری، حسن (1391)، «ارزیابی مدل‌های BVAR جایگزین در پیش‌بینی تورم ایران»، پژوهشهای اقتصادی ایران، شماره 50: 65-81.

عطریانفر، حامد و برکچیان، سیدمهدی (1392)، «ارزیابی عملکرد روش‌های ترکیب پیشبینی در پیش‌بینی زمان حقیقی نرخ تورم در ایران»، پژوهش‌های پولی و بانکی، شماره 18: 23-57.

عطریانفر، حامد و برکچیان، سیدمهدی (1390)، «ارزیابی محتوای اطلاعاتی متغیرهای اقتصادی برای پیش‌بینی نرخ تورم در ایران»، پول و اقتصاد، شماره 8: 1-41.

مشیری، سعید (1380)، «پیش‌بینی تورم ایران با استفاده از مدل‌های ساختاری، سری‌های زمانی و شبکه‌های عصبی»، مجله تحقیقات اقتصادی، شماره 58: 147-184.

Clark, T. E., and McCracken, M. W. (2001), “Tests of Equal Forecast Accuracy and Encompassing for Nested Models’, Journal of Econometrics, 105: 85-100.

Croushore, D., and Stark,T. (2003)< “A Real-Time Data Set for Macroeconomists: Does the Data Vintage Matter?”, The Review of Economics and Statistics, 85, no. 3: 605-617.

Golinelli, R., and Parigi, G. (2008), “Real-Time Squared: A Real-Time Data Set for Real-Time GDP Forecasting”, International Journal of Forecasting, 24: 368–385.

Heij, Christiaan, Dick van Dijk, and Patrik J. F. Groenen. (2008), “Macroeconomic Forecasting with Matched Principal Components”, International Journal of Forecasting, 24: 87-100.

Heij, Christiaan, van Dijk, Dick,and Groenen, Patrick J.F. (2011),
“Real-Time Macroeconomic Forecasting with Leading Indicators: An Empirical Comparison”, International Journal of Forecasting, 27: 466–481.

Ing, Ching-Kang (2003), “Multistep Prediction in Autoregressive Processes”, Econometric Theory, 19, no. 02: 254-279.

Kang, In-Bong (2003), “Multi-Period Forecasting Using Different Models for Different Horizons: An Application to U.S. Economic Time Series Data”, International Journal of Forecasting, 19: 387-400.

Liu, Dandan and Dennis W. Jensen. (2007), “Macroeconomic Forecasting Using Structural Factor Analysis”, International Journal of Forecasting, 23: 655-677.

Marcellino, Massimiliano, Stock, James H., and Watson,Mark W. (2006), “A Comparison of Direct and Iterated Multistep AR Methods for Forecasting Macroeconomic Time Series”, Journal of Econometrics, 135: 499-526.

Pesaran, M. Hashem, Pick, Andreas, and Timmermann,Allan(2011), “Variable Selection, Estimation and Inference for Multi-Period Forecasting Problems”, Journal of Econometrics, 164, no. 1: 173–187.

Proietti, Tommaso (2011), “Direct and Iterated Multistep AR Methods for Difference Stationary Processes”, International Journal of Forecasting, 27, no. 2: 266-280.

Stark, T., and Croushore, D. (2002), “Forecasting with a Real-Time Data Set”, Journal of Macroeconomics, 24: 507-531.

Stock, James, and Mark Watson. (2002), “Macroeconomic Forecasting Using Diffusion Indexes”, Journal of Business and Economic Statistics, 20: 147-162.

West, K. D. (1996), “Asymptotic Inference about Predictive Ability”, Econometrica, 64: 1067-1084.