پیشبینی صادرات محصولات کشاورزی ایران: کاربرد مدلهای رگرسیونی و شبکه عصبی مصنوعی
نویسندگان
1
2
3
4
5
doi
10.30490/aead.2011.58788چکیده
پیشبینی صادرات محصولات کشاورزی ایران: کاربرد مدلهای رگرسیونی و شبکه عصبی مصنوعی دکتر سیدعبدالمجید جلائی * ، محمدرضا پاکروان * ، دکتر امید گیلانپور * * ، هاجر اثنی عشری * * * ، دکتر حسین مهرابی بشرآبادی * * * تاریخ دریافت: 15/2/88 تاریخ پذیرش: 25/2/89 چکیده پیشبینی متغیرهای کلان اقتصادی برای برنامهریزان و سیاستگذاران و واحدهای اقتصادی از اهمیت ویژهای برخوردار است و از همین رو مدلهای گوناگونی برای پیشبینی ابداع شده است. یکی از روشهای پر کاربرد پیشبینی، بهخصوص در دهههای اخیر، روش شبکههای عصبی مصنوعی است. در این مطالعه نیز مدل صادرات محصولات کشاورزی ایران برای دوره 1387-92 با استفاده از روشهای اقتصادسنجی و شبکه عصبی مصنوعی پیشبینی شده است. به این منظور از دادههای دوره 1344-80 برای پیشبینی و آموزش شبکه و از دادههای دوره 1381-86 برای آزمون صحت پیشبینیهای به دست آمده استفاده شد. نتایج مطالعه نشان داد که شبکه عصبی پیشرو دارای خطای کمتر و عملکرد بهتری در مقایسه با روش اقتصادسنجی VAR [1] برای پیشبینی مقدار صادرات محصولات کشاورزی ایران است. مقدار صادرات محصولات کشاورزی در سالهای 1389 و 1392 با توجه به پیشبینی صورت گرفته با استفاده از روش شبکه عصبی، با کاهش همراه خواهد بود و لذا لازم است دولت با استفاده از سیاستهای مشوق صادرات به مقابله با این امر بپردازد. طبقهبندی JEL : C45 ، F17 ، Q17 کلیدواژهها: صادرات بخش کشاورزی، شبکههای عصبی مصنوعی، پیشبینی، مدل VAR * به ترتیب: دانشیار دانشکده مدیریت و اقتصاد دانشگاه شهید باهنر کرمان و دانشجوی کارشناسی ارشد اقتصادکشاورزی دانشگاه شهید باهنر کرمان (نویسنده مسئول) e-mail: e-mail: hmehrabi2000@gmail.com * * استادیار و مدیر گروه پژوهشی بازاریابی و تجارت خارجی مؤسسه پژوهشهای برنامهریزی و اقتصادکشاورزی و توسعه روستایی * * * به ترتیب: دانشجوی کارشناسی ارشد اقتصادکشاورزی و دانشیار بخش اقتصاد کشاورزی دانشگاه شهید باهنر کرمان [1] . Vector Auto Regression Model