چکیده:
در نوشتار حاضر از الگوهای شبکه عصبی مصنوعی و SARIMA برای پیش بینی مقادیر صادرات غیرنفتی ایران استفاده شده است. برای این منظور سری زمانی ماهیانه ارزش صادرات غیرنفتی طی سال های 1380 تا 1388 مورد استفاده قرار گرفته است. مقایسه قدرت پیش بینی دو الگوی فوق به کمک معیارهای خطای میانگین، ریشه دوم میانگین خطا، میانگین خطای مطلق، میانگین درصد خطا و میانگین درصد خطای مطلق انجام شد. مقدار MAPE برابر با 44/0 درصد نشان دهنده برتری شبکه عصبی مصنوعی در پیش بینی صادرات غیرنفتی در قیاس با الگوی فصلی SARIMA است.
Expanding non-oil exports for diversifying exchange revenues and reducing oil income instability effects on Iran’s economic growth has been one of the main strategies in foreign trade for recent years from the viewpoint of planners and policy makers. Present study applies ANN and SARIMA to forecast Iranian non-oil exports. For accomplishing this، monthly time series data of non-oil exports value during 2000-2009 are used. In order to predict this، the performances of two mentioned approaches are compared by using ME، RMSE، MAE، MPE and MAPE criteria. MAPE is calculated at 0.44 for ANN representing ANN forecasts are more precise than SARIMA ones.
خلاصه ماشینی:
فرم کلی الگوی SARIMA برای سری زمانی ماهیانه صادرات غیرنفتی ایران به صورت زیر است: {مراجعه شود به فایل جدول الحاقی} در الگوی فوق، p، d و q به ترتیب درجه خودتوضیحی، تفاضلگیری و میانگین متحرک غیرفصلی بوده و P، D و Q به ترتیب درجه خودتوضیحی، تفاضلگیری و میانگین متحرک فصلی میباشد.
در این راستا، با استفاده از رهیافت Franses و Hobijn (1997) شکل کلی این آزمون برای دادههای ماهیانه سری زمانی صادرات غیرنفتی ایران به صورت زیر است: {مراجعه شود به فایل جدول الحاقی} در رابطه فوق، اجزاء قطعی شامل عرض از مبداء (α)، متغیرهای موهومی ماهیانه (D) و روند (T) میباشد.
پس از تعیین وجود ریشههای غیرفصلی و فصلی در فراوانیهای مربوطه، در گام بعد، با بهرهگیری از فیلتر مناسب الگوی SARIMA برازش شده و در نهایت پس از انجام مراحل تشخیص و گزینش الگوهای پایدار، الگوی برتر به منظور پیشبینی انتخاب خواهد شد و سپس از الگوهای شبکه عصبی برای پیش بینی استفاده شده و در نهایت نتایج حاصل از پیش بینی دو روش مذکور با یکدیگر مقایسه خواهد شد.
{مراجعه شود به فایل جدول الحاقی} به منظور تبیین الگوهای رفتاری دادههای ماهیانه صادرات غیرنفتی ایران در گام نخست با استفاده از آزمون FH و Taylor وجود ریشه واحد در فراوانیهای غیرفصلی و فصلی بررسی شد.
{مراجعه شود به فایل جدول الحاقی} پس از برازش و تعیین الگوهای برتر، با استفاده از آن، پیشبینی مقادیر صادرات غیرنفتی ایران برای ماههای سال 1389 مدنظر قرار گرفت.