پيش بيني فصلي توليد ناخالص داخلي بخش كشاورزي در ايران با استفاده از مدل خودتوضيحي دوره اي (PAR)

Seasonal Forecasting of Agriculture Gross Domestic Production in Iran: Application of Periodic Autoregressive Model

بخش كشاورزي به عنوان يكي از بخش هاي مهم اقتصادي كشور، با تامين حدود 14 درصد توليد ناخالص داخلي نقش مهمي در توليد ناخالص داخلي كل كشور دارد. هدف مطالعه حاضر پيش بيني مقادير آتي توليد ناخالص داخلي بخش كشاورزي با استفاده از الگوي خودتوضيحي دوره اي (PAR) مي باشد كه به عنوان يكي از تكنيك هاي جديد سري زماني فصلي مطرح شده است. براي اين منظور داده هاي سه ماهانه 89:4- 1367:1 GDP بخش كشاورزي مورد استفاده قرار گرفت. ابتدا آزمون ريشه واحد دوره اي فرانسيس پاپ (7) به كار گرفته شد. طبق نتايج به دست آمده داده-هاي فوق فاقد ريشه واحد دوره اي مي باشند. سپس آزمون رفتار فصلي دوره اي بسويچ و فرانسيس (1996) انجام گرفت. نتايج به دست آمده نشان داد الگوي خودتوضيحي دوره اي براي بيان رفتار توليد ناخالص دوره اي بخش كشاورزي بسيار مناسب بوده كه اين امر امكان به دست آوردن پيش-بيني هاي صحيح را فراهم مي نمايد. سپس با استفاده از مدل به دست آمده، توليد ناخالص داخلي كشاورزي سه ماهانه طي دوره زماني 90:4-91:1 پيش بيني شد. بنابراين با توجه به تناسب اين مدل با رفتار توليد بخش كشاورزي، استفاده از آن در مطالعات مربوط به اين بخش توصيه مي گردد.

Agriculture as one of the major economic sectors of Iran, has an important role in Gross Domestic Production by providing about 14% of GDP. This study attempts to forecast the value of the agriculture GDP using Periodic Autoregressive model (PAR), as the new seasonal time series techniques. To address this aim, the quarterly data were collected from March 1988 to July 1989. The collected data was firstly analyzed using periodic unit root test Franses & Paap (2004). The analysis found non-periodic unit root in the seasonal data. Second, periodic seasonal behavior (Boswijk & Franses, 1996) was examined. The results showed that periodic autoregressive model fits agriculture GDP well. This makes an accurate forecast of agriculture GDP possible. Using the estimated model, the future value of quarter agricultural GDP from March 2011 to July 2012was forecasted. With consideration to the fair fit of this model with agricultural GDP, It is recommended to use periodic autoregressive model for the future studies.