مقایسه مدل های مختلف اقتصادسنجی و شبکه عصبی مصنوعی در پیش بینی قیمت گندم در ایران

پیش بینی رفتار متغیرهای اقتصادی یکی از الزامات برنامه ریزی برای آینده است، در بین متغیرهای اقتصادی قیمت از اهمیتبیشتری برخوردار است به این دلیل که قیمت از نظر اقتصادی نقش راهنما را برای اتخاذ تصمیمات تولیدی و مصرفی ایفا می کند،و در بین محصولاتی که مبادرت به پیش بینی قیمت آنها می گردد محصولات استراتژیک از جایگاه ویژه تری برخوردار هستند،بنابراین با توجه به اهمیت محصول گندم در کشور در این مطالعه، اقدام به پیش بینی قیمت گندم در ایران شده است.الگوهای استفاده شده در این تحقیق شامل الگوهای اتورگرسیو (AR) ، میانگین متحرک (ARCH/GARCH, ARIMA, (MAو شبکه عصبی مصنوعی بودند و از داده های سالانه شامل سال های 1393-1355 استفاده گردید. بر اساس معیار حداقل خطای پیش بینی از میان الگوهای مورد استفاده الگوی شبکه عصبی مصنوعی در مقایسه با سایر الگوهای مورد استفاده در این مطالعهخطای پیش بینی کمتری داشت و برای پیش بینی قیمت در دوره ی خارج از نمونه (1396-1394) مورد استفاده قرار گرفت.

کلیدواژه ها:

پیش بینی ، قیمت ، گندم ، ARCH/GARCH ، ARIMA ، MA ، AR ، شبکه عصبی مصنوعی