پیش بینی قیمت دو گونه از محصولات شیلات جنوب ایران با تاکید بر روش های نوین اقتصاد سنجی

شیلات ایران به عنوان یکی از زیربخش های حوزه کشاورزی و منابع طبیعی، سهم قابل توجهی در اقتصاد کشور دارد. بروز نوسانات شدید قیمتی طی دوره های اخیر، سرمایه گذاری و برنامه ریزی را در این بخش با مشکل مواجه نموده است. هدف از انجام این تحقیق، تعیین مناسب ترین مدل پیش بینی قیمت محصولات شیلات با استفاده از مدلهای سری زمانی خودرگرسیون میانگین متحرک انباشته، شبکه عصبی مصنوعی با وقفه زمانی و الگوی ترکیبی از دو روش مذکور است. داده های مورد استفاده در این تحقیق مربوط به قیمت عمده فروشی دو محصول ماهی شیر و ماهی حلوا سیاه از فروردین ماه ۱۳۸۰ لغایت شهریور ماه ۱۳۹۷ می باشد. بر اساس یافته های تحقیق، مدل خودرگرسیون میانگین متحرک انباشته در مقایسه با روش شبکه عصبی مصنوعی و روش ترکیبی، عملکرد ضعیفی در پیش بینی قیمت هر دو محصول از خود نشان داد. در کل نیز روش ترکیبی نسبت به دو روش خودرگرسیون میانگین متحرک انباشته و شبکه عصبی مصنوعی عملکرد بهتری در پیش بینی قیمت محصولات داشت. بر همین اساس لازم است تا در بررسی و پیش بینی قیمت این محصولات از روش های غیر خطی استفاده نمود. همچنین با توجه به بهبود عملکرد پیش بینی مدل ترکیبی با افزایش افق پیش بینی، می توان از این مدل در برنامه ریزی های بلند مدت استفاده نمود.

Keywords:

Price forecasting , Seer fish , Black pomfret fish , Fisheries economics , پیش بینی قیمت , ماهی شیر , ماهی حلوا سیاه , اقتصاد شیلات