منا آقابیگی

تورم به عنوان یکی از بنیادی ترین چالش های اقتصادی، در طول حیات اقتصادی هر کشور شناخته می شود، به همین دلیل پیش بینی روند تورم برای تنظیم سیاست های اقتصادی اهمیت به سزایی دارد. این نیاز موجب توجه جدی به کاربرد مدل های مختلف برای پیش بینی نرخ تورم شده است؛ و بدین منظور مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند. از این رو این پژوهش با هدف پیش بینی ماهیانه نرخ تورم در ایران برای سال 1390 با استفاده از داده های سری زمانی ماهیانه شاخص بهای کالا و خدمات مصرفی ایران در سال های 1383 تا 1389 انجام شده و اطلاعات مربوط به شاخص بهای کالا و خدمات مصرفی نیز برای سال های مورد نظر از بانک مرکزی جمهوری اسلامی ایران گرفته شده است. برای این منظور از دو الگوی میانگین متحرک هم انباشته خود توضیح (ARIMA) و شبکه عصبی (ANN) استفاده شده و همچنین در این پژوهش به مقایسه الگوهای اقتصادسنجی و شبکه عصبی و توان پیش بینی هر یک از الگوها با در نظر گرفتن میانگین درصد خطای مطلق آنها پرداخته شده است. نتایج پیش بینی با استفاده از این دو الگو نشان داد، که اگرچه هر دو الگوی میانگین متحرک خود توضیح و شبکه ی عصبی، با توجه به میانگین درصد خطای مطلق پیش بینی درون نمونه ای، به ترتیب 86/0 و 94/0 درصد دارای توان پیش بینی بالایی بوده اند، اما الگوی ARIMA به نسبت الگوی ANN از دارای توان پیش بینی بالاتری بوده است. بنابراین در این پژوهش مقادیر پیش بینی شده شاخص بهای کالا و خدمات مصرفی در ایران بر اساس الگوی سری زمانی ARIMA تعیین شده است و نتایج پیش بینی این الگو نشان می دهد، با توجه به روند رو به رشد در شاخص بهای کالا و خدمات مصرفی در ایران برای سال 1390، در پیش گرفتن سیاست های کنترل حجم پول و نقدینگی از طریق اعمال سیاست های پولی و مالی مناسب توسط سیاستگذران می تواند نقش مهمی در کنترل نرخ تورم داشته باشد.

بهره وری واحدهای زنبورداری در ایران نسبت به میانگین جهانی این صنعت پایین تر است. این وضعیت درنتیجه تأثیر عامل های پرشماری به وجود آمده است که سبب بروز خسارت های بسیاری در این واحدهای تولیدی می شوند. بنابراین شناسایی این عامل ها و نقش و سهم هرکدام در بروز خسارت و تفکیک عامل های مدیریتی از غیر مدیریتی بسیار اهمیت دارد. بر همین اساس، در این پژوهش تلاش شده است تا با بهره گیری از یک سیستم لوجیت برگشتی (متسلسل) عامل های موثر براحتمال گرفتار شدن واحدهای زنبورداری به بیماری ها و آفات مختلف و عامل های تاثیرگذار بر بروز خسارت در آنها شناسایی و نقش هرکدام تعیین شود. اطلاعات مورد نیاز این پژوهش، مربوط به نمونه ای726 عددی از واحدهای پرورش دهنده ی زنبورعسل در استان های، آذربایجان شرقی، مازندران، اصفهان، تهران، لرستان، خراسان رضوی، خوزستان و بوشهر برای سال 90-1389می باشد. نتایج برآورد این سیستم معادله ها نشان می دهد که ازگروه آفات، کنه واروآ، پروانه موم خوار وکنه آکاراپیس و از گروه بیماری ها، لوک آمریکایی و اروپایی و از رخدادهای پیش بینی نشده، خشکسالی، غارت و سرمای ناگهانی بر احتمال بروز خسارت در واحدهای زنبورداری اثر مثبت و معنی داری دارند. تقسیم بندی مجموعه عامل های اثرگذار بر بروز خسارت به دوگروه متغیرهای مدیریتی و متغیرهای مربوط به شرایط اقلیمی گویای آن است که 97/41 درصد از احتمال بروز خسارت مربوط به گروه اول از متغیرها و 64/38 درصد مربوط به گروه دوم از متغیرها می باشد. بنابراین، نقش عامل های مدیریتی در بروز خسارت در واحدهای زنبورداری بسیار با اهمیت است. بررسی تاثیر مکان زنبورداری ها (استان ها) بر بروز خسارت نشان می دهدکه استان تهران بدترین وضعیت را دارد و احتمال بروز خسارت در واحدهای زنبورداری واقع در این استان بیشتر از دیگر استان های کشور می باشد. بر این اساس، پتانسیل قابل توجهی برای افزایش عملکرد واحدهای زنبورداری از راه افزایش دانش زنبورداران و توسعه واحدها توسط افرادی با دانش لازم و در مکان های مناسب تر وجود دارد.