پیش‌بینی و بررسی اثر نااطمینانی نرخ ارز حقیقی بر واردات بخش کشاورزی ایران

هدف از مطالعه حاضر بررسی اثر نااطمینانی نرخ ارز حقیقی بر واردات کشاورزی ایران برای دوره 1395-1357 و پیش‌بینی میزان واردات کشاورزی ایران تا سال 1404 با استفاده از روش‌های garch، var، vecm و ann است. بدین منظور، از الگوی واریانس ناهمسانی شرطی اتورگرسیو تعمیم‌یافته برای شاخص‌سازی نااطمینانی نرخ ارز حقیقی، از رهیافت الگوی‌های خودرگرسیونی و تصحیح خطای برداری برای برآورد رابطه هم‌جمعی و پویای‌های کوتاه‌مدت و بلندمدت و در نهایت برای پیش‌بینی از روش شبکه عصبی مصنوعی استفاده شد. نتایج نشان داد که رابطه غیرمستقیم از نوسانات نرخ ارز حقیقی و الگوی مصرفی جامعه بر واردات بخش کشاورزی و رابطه مستقیم از متغیر درآمد نفتی و متغیر جذب بر واردات بخش کشاورزی وجود دارد. سپس از مقایسه کارایی الگوی‌های خودرگرسیونی و الگوی تصحیح خطای برداری و شبکه عصبی مصنوعی، از شبکه عصبی طراحی شده در جهت پیش‌بینی واردات بخش کشاورزی ایران برای دوره زمانی 1396 تا 1404 تحت یک سناریو استفاده شد و پیش‌بینی برون نمونه‌ای انجام شد. نتایج حاکی از آن است که با افزایش نوسانات نرخ ارز، واردات بخش کشاورزی کاهش ﮐﺎﻫﺶ ﻣﯽﯾﺎﺑﺪ. ﻫﻢﭼﻨﯿﻦ، اﻧﺘﺨﺎب اﻟﮕﻮی ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺑﻪﻋﻨﻮان اﻟﮕﻮی ﮐﺎراﺗﺮ و راﺑﻄﻪ ﻏﯿﺮﻣﺴﺘﻘﯿﻢ ﻧﺎاﻃﻤﯿﻨﺎﻧﯽ ﻧﺮخ ارز ﺑﺎ واردات ﺑﺨﺶ ﮐﺸﺎورزی اﯾﺮان در ﮐﻮﺗﺎهﻣﺪت و ﺑﻠﻨﺪﻣﺪت ﯾﺎﻓﺘﻪﻫﺎی اﺻﻠﯽ ﻣﻄﺎﻟﻌﻪ ﺣﺎﺿﺮ ﻣﯽﺑﺎﺷﻨﺪ. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﺘﺎﯾﺞ اﯾﻦ ﻣﻄﺎﻟﻌﻪ، ﻧﺎاﻃﻤﯿﻨﺎﻧﯽ ﻧﺮخ ارز ﺣﻘﯿﻘﯽ ﺑﺎﯾﺪ ﺑﻪﻋﻨﻮان ﯾﮏ ﻣﺴﺌﻠﻪ ﻣﻬﻢ از ﺳﻮی ﺳﯿﺎﺳﺖﮔﺬاران اﻗﺘﺼﺎدی ﻣﺪﻧﻈﺮ ﻗﺮار ﮔﯿﺮد و ﺳﯿﺎﺳﺖﻫﺎﯾﯽ در راﺳﺘﺎی ﮐﺎﻫﺶ رﯾﺴﮏ ﻓﻀﺎی ﺗﻮﻟﯿﺪی و ﺗﺠﺎری ﻣﺪ ﻧﻈﺮ ﻗﺮار دﻫﻨﺪ. ﻫﻢﭼﻨﯿﻦ، ﭘﯿﺸﻨﻬﺎد ﻣﯽﺷﻮد در ﻣﻄﺎﻟﻌﺎت آﯾﻨﺪه ﻣﺮﺑﻮط ﺑﻪ ﭘﯿﺶﺑﯿﻨﯽ در زﻣﯿﻨﻪ ﮐﺸﺎورزی، ﺑﯿﺶﺗﺮ از اﻟﮕﻮی ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺑﻪﻋﻨﻮان اﻟﮕﻮی ﺑﺮﺗﺮ اﺳﺘﻔﺎده ﺷﻮد.

Predicting and Studying the Effect of Uncertainty in the Real Exchange Rate on the Agricultural Department Imports of Iran

The purpose of this study was to investigate the effect of real exchange rate uncertainty on Iran’s agricultural imports for the period of 19771389 and predict the level of Iranian agricultural imports by 1404 using GARCH, VAR, VECM and ANN methods. For this purpose, a generalized autoregressive conditional heterogeneity variance model was used to index the real exchange rate uncertainty, using autoregressive patterns and vector error correction for estimating cointegration and shortterm and longterm coherent relationships and finally for prediction of artificial neural network method. The results showed that there is an indirect relationship between the real exchange rate fluctuations and consumption pattern of the society on agricultural imports and the direct relation between oil revenue variable and the absorption variable on agricultural imports. Then, comparing the efficiency of selfregression models and Vector Error Correction Model and artificial neural network, a neural network designed to predict the import of Iranian agricultural sector for the period 1396 to 1404 was used under a scenario and exogenous predictions were .....