اقتصاد کشاورزی
رضا حیدری
چکیده
موضوع قیمت یک عامل کلیدی در فعالیت مالی و تجاری مرتبط با بخش کشاورزی است، به گونه‌ای که همواره فعالان بخش کشاورزی در معرض ریسک‌های ناشی از نوسان قیمت محصولات کشاورزی قرار دارند. این مسئله نه تنها منجر به تصمیم‌گیری نادرست در زمینه تولید بهینه محصولات در سال جاری می‌شود، بلکه می‌تواند اجرای تعهدهای مالی آنان را در سال‌های آتی با ...
بیشتر
موضوع قیمت یک عامل کلیدی در فعالیت مالی و تجاری مرتبط با بخش کشاورزی است، به گونه‌ای که همواره فعالان بخش کشاورزی در معرض ریسک‌های ناشی از نوسان قیمت محصولات کشاورزی قرار دارند. این مسئله نه تنها منجر به تصمیم‌گیری نادرست در زمینه تولید بهینه محصولات در سال جاری می‌شود، بلکه می‌تواند اجرای تعهدهای مالی آنان را در سال‌های آتی با خطر روبه‌رو سازد. در سال‌های اخیر، نوسانات قیمت محصولات کشاورزی در ایران افزایش یافته است و لذا پیش‌بینی دقیق تغییرات قیمت ضروری به نظر می‌رسد. در مطالعه حاضر، یک رویکرد ترکیبی انعطاف‌پذیر در پیش‌بینی قیمت ماهیانه گوشت گاو، گوشت گوسفند و مرغ از آوریل 2001 تا مارس 2021 ارائه شده است. در این روش جدید، سه روش ترکیب انفرادی مختلف شامل روش میانگین‌گیری، روش تنزیل شده و روش انقباض برای ترکیب خروجی‌های پیش‌بینی مربوط به سه مدل ترکیبی متشکل از شبکه عصبی پرسپترون (MLPANN) و الگوریتم‌های تکاملی (الگوریتم ژنتیک GA، الگوریتم ازدحام ذرات PSO و الگوریتم رقابت استعماری ICA) مورد استفاده قرار گرفتند. نتایج حاصل از این مطالعه نشان داد که بر اساس شاخص آماری RMSE، مدل ترکیبی پرسپترون- الگوریتم رقابت استعماری (MLPANN-GA) و روش انفرادی انقباضی با (K=0.25) دارای بالاترین دقت در پیش‌بینی قیمت گوشت گاو، گوسفند و مرغ است. همچنین عملکرد مدل پیشنهادی از اجزای آن (مدل‌های ترکیبی) بهتر است. روش پیشنهادی برای پیش‌بینی از نظر نوع محصول یا جایگزینی اجزای تشکیل‌دهنده دارای انعطاف‌پذیری است.
میترا ژاله رجبی؛ رضا مقدسی
چکیده
با توجه به اهمیت مدیریت واردات، مطالعه حاضر بر آنست تا با بهکارگیری روش ARDL تعمیم یافته الگوی MIDAS ضمن بررسی عوامل مؤثر، ارزش واردات گندم را پیش‌بینی نموده و دقت پیش‌بینی‌های حاصل با الگوی شامل داده‌های تطبیق‌یافته مقایسه گردد. هدف مدل‌های رگرسیونی MIDAS استخراج مناسب اطلاعات متغیرهای با تواتر بالاتر در راستای مدلسازی و پیش‌بینی ...
بیشتر
با توجه به اهمیت مدیریت واردات، مطالعه حاضر بر آنست تا با بهکارگیری روش ARDL تعمیم یافته الگوی MIDAS ضمن بررسی عوامل مؤثر، ارزش واردات گندم را پیش‌بینی نموده و دقت پیش‌بینی‌های حاصل با الگوی شامل داده‌های تطبیق‌یافته مقایسه گردد. هدف مدل‌های رگرسیونی MIDAS استخراج مناسب اطلاعات متغیرهای با تواتر بالاتر در راستای مدلسازی و پیش‌بینی متغیرهای وابسته در تواتر پایین بوده و انتظار بر این است که از این طریق شناسایی بهتر روابط موجود میان متغیرها، پیش‌بینی دقیق‌تری در پی داشته باشد. بر اساس نتایج هر دو رگرسیون با داده‌های تطبیق یافته و MIDAS برای دوره 1357 تا 1382 به عنوان دوره آموزش، ارزش واردات گندم با تولید داخلی و نرخ ارز رابطه مستقیم داشته و متغیر قیمت‌های نسبی بر ارزش واردات گندم تأثیر منفی داشته است. آماره‌های دقت پیش‌بینی مرسوم و آزمون معنی‌‌داری اختلاف خطای پیش‌بینی الگوهای رقیب حاکی از آنست که الگوی MIDAS شامل داده‌های سالانه ارزش واردات گندم، تولید و قیمت‌های نسبی گندم و اطلاعات فصلی نرخ ارز به طور معنی‌‌داری دقت پیش‌بینی ارزش واردات گندم در دوره 1383 تا 1387 به عنوان دوره آزمون را بهبود بخشیده است. بر این اساس پیشنهاد می‌گردد تا در راستای ارتقاء دقت مدلسازی و پیش‌بینی ارزش واردات کشاورزی به‌ویژه محصولات وارداتی استراتژیک روش‌های پیش‌بینی با داده‌های مختلط با دقت بالای پیش‌بینی جایگزین الگوهای با داده‌های تطبیق یافته گردند.
