التنبؤ بالنمو الاقتصادي في سورية: دراسة مقارنة بين نماذج الانحدار الذاتي للمتوسطات المتحركة والمدعومة بالشبكات العصبية

الملخص

هدفت هذه الدراسة إلى تحسين دقة التنبؤ بالنمو الاقتصادي في سورية من خلال تطوير نموذج هجين يجمع بين نماذج الانحدار الذاتي للمتوسطات المتحركة (ARIMA) والشبكات العصبية المتكررة (RNN). تم استخدام بيانات النمو الاقتصادي من المكتب المركزي للإحصاء للفترة من 1961 إلى 2022، حيث تم تطبيق نموذج ARIMA باستخدام دالة "Auto ARIMA" في بيئة R Studio، ونموذج RNN باستخدام مكتبة Keras وTensorFlow. تم دمج نتائج النموذجين في نموذج هجين (NNAR) لتحسين دقة التنبؤ. أظهرت النتائج تفوق النموذج الهجين بشكل واضح، حيث سجل متوسط خطأ (ME) بلغ 0.0025، وجذر متوسط الخطأ التربيعي (RMSE) عند 2.886، ومتوسط نسبة الخطأ المطلق (MAPE) عند 1.361%، مقارنة بنماذج ARIMA وRNN بشكل منفصل. كما توقع النموذج الهجين تقلبات كبيرة في النمو الاقتصادي السوري للفترة من 2023 إلى 2030، مع معدلات نمو تتراوح بين -1.247% و3.247%. توصي الدراسة باعتماد النموذج الهجين كأداة رئيسة لدعم صناع القرار في سورية، وتدريب الكوادر الفنية على تقنيات الذكاء الاصطناعي، ووضع خطط استباقية لمواجهة التحديات الاقتصادية المحتملة.