مقایسه روشهای اقتصادسنجی و شبکههای عصبی مصنوعی در پیشبینی مقدار واردات ذرت ایران
(ندگان)پدیدآور
کاظم نژاد, مهدیگیلانپور, امیدنوع مدرک
Textزبان مدرک
فارسیچکیده
اهمیت پیشبینی متغیرهای اقتصادی برای سیاستگذاران و برنامهریزان و واحدهای اقتصادی بر کسی پوشیده نیست. از اینرو، در دهههای اخیر، مدلهای گوناگون ابداع شده و به رقابت با یکدیگر پرداختهاند. در مطالعه حاضر، مقدار واردات ذرت ایران برای دوره 1389-93 با استفاده از روشهای اقتصادسنجی و شبکه عصبی مصنوعی پیشبینی شده است. بدین منظور، از دادههای دوره 1348-83 برای پیشبینی و آموزش شبکه و از دادههای دوره 1383-88 برای آزمون صحت پیشبینیها استفاده شده است. نتایج مطالعه نشان میدهد که شبکه عصبی پیشرو دارای خطای کمتر و عملکرد بهتری در مقایسه با روش اقتصادسنجی ARIMA و هموارسازی نمایی برای پیشبینی مقدار واردات این محصول است. همچنین مقدار واردات ذرت در 1390 نسبت به سال پیش از آن 8 درصد کاهش رشد داشته و بیشترین میزان کاهش در تغییر واردات ذرت نسبت به یک سال گذشته با 11 درصد کاهش مربوط به 1391 است. از اینرو، برای تأمین نیاز داخلی کشور لازم است که برنامههای ویژه در راستای افزایش توان تولید ذرت کشور صورت گیرد تا ضمن کاهش وابستگی کشور به واردات این کالا، میزان تولید داخلی برای رسیدن به مرز خودکفایی کشور نیز افزایش یابد.
طبقهبندی JEL: D12 ، C32، C22
کلید واژگان
پیشبینیشبکة عصبی
ذرت
واردات
ایران
شماره نشریه
85تاریخ نشر
2014-03-211393-01-01
ناشر
موسسه پژوهش های برنامه ریزی، اقتصاد کشاورزی و توسعه روستاییAgricultural Planning, Economics, and Rural Development Research Institute (APERDRI)
شاپا
1022-42112645-6443




