Forecasting Gross Domestic Product Using Long Short-Term Memory (LSTM) Neural Networks
الملخص
في عصر التعقيد الاقتصادي المتزايد والترابط العالمي، أصبح التنبؤ الاقتصادي الدقيق أمرًا بالغ الأهمية لاتخاذ القرارات الاستراتيجية. يقدم هذا البحث نهجًا مبتكرًا للتنبؤ الاقتصادي من خلال الاستفادة من الشبكات العصبية للذاكرة طويلة المدى القصيرة (LSTM) لنمذجة وتوقع اتجاهات الناتج المحلي الإجمالي بدقة وعمق غير مسبوقين.
تستخدم الدراسة منهجيات التعلم العميق المتقدمة لمعالجة التحديات المتأصلة في التنبؤ بالسلاسل الزمنية الاقتصادية، مع التركيز بشكل خاص على إلتقاط التبعيات الزمنية المعقدة والعلاقات غير الخطية داخل البيانات الاقتصادية التاريخية. وذلك من خلال تطوير نموذج تنبؤي متطور قائم على الذاكرة طويلة المدى القصيرة (LSTM)، يهدف البحث إلى تجاوز التقنيات الاقتصادية القياسية التقليدية وتوفير فهم أكثر دقة للمسار الاقتصادي.
يتضمن التحليل الشامل بيانات الناتج المحلي الإجمالي التاريخية من عام 1990 إلى عام 2022، مستفيدًا من مجموعة بيانات متعددة الأبعاد. تم تصميم بنية الشبكة العصبية LSTM المقترحة للتعلم والتكيف ديناميكيًا مع الأنماط الاقتصادية المعقدة، مما يتيح التنبؤ القوي للفترة 2023-2030. تطور الدراسة نموذجًا تنبؤيًا باستخدام بيانات الناتج المحلي الإجمالي التاريخية الممتدة من عام 1990 إلى عام 2022، بهدف التنبؤ بقيم الناتج المحلي الإجمالي للفترة من عام 2023 إلى عام 2030. يتم تقييم أداء النموذج باستخدام مقاييس إحصائية متعددة، بما في ذلك متوسط الخطأ النسبي المطلق (MAPE) وخطأ الجذر التربيعي المتوسط (RMSE) وتقنيات التحقق خارج العينة.
تكشف النتائج عن نمط تنبؤ مستقر بشكل غير عادي لقيم الناتج المحلي الإجمالي. للوهلة الأولى، تُظهر الأرقام إتساقًا ملحوظًا، حيث يتراوح متوسط الناتج المحلي الإجمالي بدقة تقريبًا حول 49387.48 على مدار العقد بأكمله.
