>
Fa   |   Ar   |   En
   مقایسه روش های اقتصاد سنجی و شبکه‌های عصبی مصنوعی در پیش بینی مقدار واردات کنجاله ایران  
   
نویسنده سهرابی روح الله
منبع تحقيقات اقتصاد و توسعه كشاورزي ايران - 1395 - دوره : 47-2 - شماره : 3 - صفحه:633 -646
چکیده    اهمیت پیش‌بینی متغیرهای اقتصادی برای سیاستگذاران وبرنامه‌ریزان و واحدهای اقتصادی بر کسی پوشیده نیست. لذا، در دهه‌های اخیر، مدل‎های متنوعی برای این امر ابداع شده وبا هم به رقابت پرداخته‌اند. در مطالعه حاضر، مقدار واردات کنجاله ایران برای دوره 1400-1394 با استفاده از روش‌های اقتصادسنجی و شبکه عصبی مصنوعی پیش‏بینی شده است. برای این منظور از داده‌های دوره 88-1348 برای پیش‌بینی و آموزش شبکه و از داده‌های دوره 1393-1389 برای آزمون صحت پیش‌بینی‌های به دست آمده استفاده شد. نتایج مطالعه نشان داد که شبکه عصبی پیشرو با مقدار خطای 0.012 دارای خطای کمتر و عملکرد بهتری در مقایسه با روش اقتصاد سنجی arima و هموارسازی نمایی برای پیش‌بینی مقدار واردات این محصول می‌باشد. نتایج نشان می‌دهد که مقدار واردات کنجاله در سال 1394 نسبت به سال گذشته‌اش، 32 درصد افزایش مییابد. لذا لازم است که برای کاهش این مقدار واردات و تامین نیاز داخلی، سیاست‌های حمایتی از تولید داخلی صورت گیرد. همچنین برای کنترل این افزایش بی‌رویه در واردات کنجاله، سیاست‌گذاران و برنامه‌ریزان امر باید برنامه‌های لازم از جمله افزایش تعرفه را اعمال کنند. همچنین اعطای اعتبارات لازم برای تولید این محصول و تامین نیاز کارخانجات در فرآیند تبدیل به کنجاله، می‌تواند در راستای افزایش توان تولیدی و رقابتی داخلی این محصول موثر باشد.
کلیدواژه پیش‌بینی، شبکه عصبی، کنجاله، ایران
آدرس دانشگاه آزاد اسلامی واحد مهران, ایران
پست الکترونیکی roholasohrabi@yahoo.com
 
   Comparison of econometric models and artificial neural networks to predict of Iran Oilcake imports  
   
Authors sohrabi roholah
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved