با همکاری انجمن اقتصاد کشاورزی ایران

نوع مقاله : مقالات پژوهشی

نویسندگان

دانشگاه تبریز

چکیده

بخش کشاورزی به عنوان یکی از بخش های مهم اقتصادی کشور، با تأمین حدود 14 درصد تولید ناخالص داخلی نقش مهمی در تولید ناخالص داخلی کل کشور دارد. هدف مطالعه حاضر پیش بینی مقادیر آتی تولید ناخالص داخلی بخش کشاورزی با استفاده از الگوی خودتوضیحی دوره ای (PAR) می باشد که به عنوان یکی از تکنیک های جدید سری زمانی فصلی مطرح شده است. برای این منظور داده های سه ماهانه 89:4- 1367:1 GDP بخش کشاورزی مورد استفاده قرار گرفت. ابتدا آزمون ریشه واحد دوره ای فرانسیس پاپ (7) به کار گرفته شد. طبق نتایج به دست آمده داده-های فوق فاقد ریشه واحد دوره ای می باشند. سپس آزمون رفتار فصلی دوره ای بسویچ و فرانسیس (1996) انجام گرفت. نتایج به دست آمده نشان داد الگوی خودتوضیحی دوره ای برای بیان رفتار تولید ناخالص دوره ای بخش کشاورزی بسیار مناسب بوده که این امر امکان به دست آوردن پیش-بینی های صحیح را فراهم می نماید. سپس با استفاده از مدل به دست آمده، تولید ناخالص داخلی کشاورزی سه ماهانه طی دوره زمانی 90:4-91:1 پیش بینی شد. بنابراین با توجه به تناسب این مدل با رفتار تولید بخش کشاورزی، استفاده از آن در مطالعات مربوط به این بخش توصیه می گردد.

کلیدواژه‌ها

عنوان مقاله [English]

Seasonal Forecasting of Agriculture Gross Domestic Production in Iran: Application of Periodic Autoregressive Model

نویسندگان [English]

  • M. Ghahremanzadeh
  • Kh. Alefi

Agricultural Economics Department, Agriculture College, University of Tabriz

چکیده [English]

Agriculture as one of the major economic sectors of Iran, has an important role in Gross Domestic Production by providing about 14% of GDP. This study attempts to forecast the value of the agriculture GDP using Periodic Autoregressive model (PAR), as the new seasonal time series techniques. To address this aim, the quarterly data were collected from March 1988 to July 1989. The collected data was firstly analyzed using periodic unit root test Franses & Paap (2004). The analysis found non-periodic unit root in the seasonal data. Second, periodic seasonal behavior (Boswijk & Franses, 1996) was examined. The results showed that periodic autoregressive model fits agriculture GDP well. This makes an accurate forecast of agriculture GDP possible. Using the estimated model, the future value of quarter agricultural GDP from March 2011 to July 2012was forecasted. With consideration to the fair fit of this model with agricultural GDP, It is recommended to use periodic autoregressive model for the future studies.

کلیدواژه‌ها [English]

  • Agriculture Gross Domestic Production
  • forecasting
  • Periodic autoregressive model
  • Periodic unit root test
CAPTCHA Image