حمید محمدی
| مدرک تحصیلی: استادیار دانشگاه آزاد اسلامی واحد جهرم. |
مطالب
فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۸۱ تا ۱۰۰ مورد از کل ۱۲۶ مورد.
تعیین مکان بهینه صنایع تبدیلی در استان فارس مطالعه موردی صنایع تبدیلی گوجه فرنگی(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
استان فارس با تولید بیش از 16 درصد از گوجه فرنگی کشور بالاترین تولید را در کشور داراست. این مطالعه با هدف تعیین اولویت برای ایجاد واحدهای تبدیل گوجه فرنگی در استان فارس صورت گرفت. برای این منظور از الگوی حمل و نقل حداقل کننده جابجایی برای شبکه انتقال گوجه فرنگی از مراکز تولید به مراکز تبدیل و از مراکز تبدیل به مراکز مصرف استفاده شد. اطلاعات مورد نیاز از طریق مراجعه به هریک از واحدهای تبدیل و تکمیل پرسشنامه در سال 1387و همچنین پایگاه اطلاعاتی وزارت جهاد کشاورزی جمع آوری شد. با توجه به مقادیر جابجایی نهایی به دست آمده از اجرای الگوی بهینه متوسط جابجایی در هر یک از مسیرهای منتهی به شهرستان های مختلف استان محاسبه و اولویت شهرستان های مختلف تعیین گردید. بر اساس یافته ها مشخص گردید شهرستان های مرودشت، شیراز، پاسارگاد، اقلید و خرمبید کمترین افزایش در جابجایی کل را در اثر ایجاد واحدهای جدید خواهند داشت. همچنین مشخص گردید میزان فاصله از مراکز مصرف نیز در تعیین اولویت شهرستان های مختلف حایز اهمیت است و بر همین اساس بطور کلی شهرستان های شمالی استان فارس دارای موقعیت بهتر ارزیابی شدند.
کاربرد مدل های شبکه عصبی و ARIMA در پیش بینی قیمت گازوییل(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
این مطالعه با هدف معرفی الگوهای مطلوب پیش بینی برای قیمت گازوییل در بازار انرژی سنگاپور به عنوان بازار مؤثر بر قیمت گازوییل در خاورمیانه انجام شد. داده های مورد استفاده به صورت هفتگی و شامل دوره (2010-1987) می باشد. پیش بینی ها برای 10، 20 و 30 درصد داده ها صورت گرفت. الگوهای مورد استفاده برای پیش بینی شامل چهار الگوی شبکه عصبی و یک الگوی رگرسیونی (خودرگرسیون میانگین متحرک) بود. شبکه های منتخب شامل شبکه پیشخور پس انتشار، شبکه آبشاری پس انتشار، شبکه المان پس انتشار و شبکه رگرسیون تعمیمیافته می باشد. همچنین، توابع آموزش مورد استفاده در پیش بینی شامل توابع لونبرگ- مارکوآت و شبه نیوتنی است. یافته ها در مورد تمام گروه از داده ها، کمترین خطای پیش بینی در شبکه را نشان دادند که از تابع آموزش لونبرگ- مارکوآت استفاده می کند. همچنین، مشخص شد برای پیش بینی 20 و 30 درصد داده ها شبکه المان پس انتشار و برای پیش بینی 10 درصد داده ها شبکه پیشخور پس انتشار دارای کمترین خطای پیش بینی هستند. همچنین، نتایج نشان دادند شبکه رگرسیون تعمیمیافته و الگوی رگرسیونی خودرگرسیون میانگین متحرک در مقایسه با سه شبکه دیگر از دقت قابل رقابتی برخوردار نیستند. البته یافته های آماره دیبلد- ماریانو نشان دادند که میان شبکه های دارای کمترین خطای پیش بینی از لحاظ آماری تفاوت معناداری در دقت پیش بینی وجود ندارد. برای قیمت گازوییل به طور نسبی استفاده از 80 درصد از داده ها برای آموزش و 20 درصد برای پیش بینی در مقایسه با سایر ترکیب از داده ها خطای پیش بینی کمتر نشان داد. بر اساس نتایج به دست آمده می توان با استفاده از شبکه های پیشنهادی مطالعه به پیش بینی هایی با خطای حدود 2 درصد دست یافت.
عوامل مؤثر بر معضلات و تنگناهای مالی شرکتهای تعاونی فعال استان فارس
منبع:
تعاون دوره جدید سال بیست و دوم تابستان ۱۳۹۰ شماره ۶
85 - 107
حوزه‌های تخصصی:
به دلیل اهمیت تعاون در توسعه اقتصاد کشور و وجود مشکلات پیش روی بخش تعاون، این پژوهش به بررسی عوامل مؤثر بر معضلات و تنگناهای مالی شرکتهای تعاونی فعال استان فارس می پردازد. روش پژوهش در این تحقیق بر اساس اهداف، از نوع پژوهشهای کاربردی و بر اساس گردآوری داده ها از نوع میدانی(روش پیمایشی) است. جامعه آماری پژوهش شامل مدیران شرکتهای تعاونی فعال استان فارس در سال 1388 است که با استفاده از نمونه گیری از تمامی شرکتهای تعاونی صنعتی فعال با عمر بیش از 4 سال و با تعداد کارکنان بیش از 10 نفر حجم نمونه برابر 105 شرکت تعاونی تعیین گردید که برای آنها پرسشنامه ای حاوی 35 سؤال بر اساس طیف لیکرت طراحی و ارسال شد. در نهایت، 94 پرسشنامه دریافت و مورد پردازش قرار گرفت.
نتایج پژوهش نشان داد عواملی مثل دانش ناکافی حسابداری، روشهای کنترلی نامناسب، ضعف فرهنگ سهامداری، عدم انتخاب فعالیتهای صحیح اقتصادی، عدم کیفیت گزارشگری و کمبود سرمایه گذاری اولیه بر شکل گیری معضلات و تنگناهای مالی شرکتهای تعاونی فعال استان فارس تأثیرگذارند.
ارزیابی عملکرد الگوهای شبکهی عصبی و خودرگرسیون میانگین متحرک در پیش بینی قیمت نفت خام ایران(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
این مطالعه با هدف معرفی الگوهای مطلوب پیش بینی برای قیمت نفت خام ایران انجام شده است داده های مورد استفاده به صورت هفتگی و شامل دورهی 2010-1997 میباشد و پیش بینی ها برای 10، 20 و 30 درصد داده های یاد شده انجام گرفته است. الگوهای مورد استفاده برای پیش بینی، شامل 4 الگوی شبکهی عصبی و یک الگوی رگرسیونی (خودرگرسیون میانگین متحرک) بوده است. شبکه های منتخب شامل شبکهی پیشخور پس انتشار، شبکهی آبشاری پس انتشار، شبکهی المان پس انتشار و شبکهی رگرسیون تعمیم یافته می باشد. هم چنین توابع آموزش مورد استفاده در پیش بینی شامل توابع لونبرگ- مارکوآت و شبهی نیوتنی است. یافته های به دست آمده نشان میدهد برای پیش بینی 10 درصد از داده های قیمت نفت خام، الگوهای شبکهی رگرسیون تعمیم یافته و شبکهی آبشاری پس انتشار با تابع آموزش شبهی نیوتنی، به ترتیب با خطایی کم تر از 1 و کم تر از 2 درصد دارای بهترین عملکرد هستند. برای پیش بینی 20 درصد داده های قیمت نفت خام ایران، شبکهی پیشخور پس انتشار و شبکهی المان پس انتشار با تابع آموزش لونبرگ- مارکوآت، دارای عملکرد بهتر میباشند. در مورد 30 درصد از داده ها نیز شبکهی پیشخور پس انتشار مطلوب تر ارزیابی شده است. هم چنین نتایج نشان میدهد به طور نسبی با افزایش درصد داده های مورد استفاده در پیش بینی، دقت پیش بینیها به ویژه با افزایش از 10 درصد به 20 درصد رو به افول میرود. دقت پیش بینی خودرگرسیون میانگین متحرک نیز پایین تر از الگوهای شبکهی عصبی ارزیابی میشود.
تحلیل اثر بحران مالی اقتصاد جهانی بر صادرات کشاورزی ایران(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
این مطالعه با هدف بررسی تاثیرات بحران مالی یا رکود در اقتصاد جهانی بر صادرات بخش کشاورزی و هم چونین صادرات کشمش و خرما صورت گرفت. توابع تقاضای صادرات محصولات یاد شده با استفاده از دو گروه از داده های سری زمانی و ترکیبی برآورد گردید. متغیرهای درآمد ناخالص داخلی کشورهای واردکننده و شاخص نوسانات نرخ ارز نیز به عنوان متغیرهای بیان گر بحران جهانی اقتصاد به کار رفت. در مورد داده های سری زمانی میان تقاضای صادرات و متغیرهای تاثیرگذار بر آن یک رابطه ی بلندمدت به دست آمد. اثر کاهش تولید ناخالص کشورهای واردکننده بر اساس یافته های حاصل از داده های سری زمانی در بلندمدت، اهمیت آماری بالایی نشان داد. هم چونین اثر این متغیر بر تقاضای برآورد شده به کمک داده های ترکیبی نیز بسیار حایز اهمیت ارزیابی شد. اثر نوسان نرخ ارز بر صادرات بخش کشاورزی و کشمش در مجموع مثبت ارزیابی شد، اما اثر منفی آن در مورد خرما بارزتر بود.
کارآیی و سودآوری واحدهای پرورش ماهی قزل آلا در استان فارس(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
این مطالعه با هدف تحلیل شرایط تولید واحدهای انفرادی پرورش ماهی قزل آلا در استان فارس صورت گرفت. برای این منظور مفاهیم اقتصاد تولید شامل تابع تولید، کارآیی و سودآوری و داده های 56 واحد فعال سال 1387 مورد استفاده قرار گرفت. نتایج نشان داد که بازده نسبت به مقیاس صنعت پرورش ماهی قزل آلا ثابت و غذا مهم ترین عامل تفاوت تولید واحدها است. میانگین کارآیی های فنی، تخصیصی و مقیاس تحت فرض بازده متغیر نسبت به مقیاس به ترتیب 937/0، 512/0 و 971/0 به دست آمد. یافته ها نشان داد 40 (30)% واحدها دارای بازده نسبت به مقیاس صعودی (نزولی) است. بیش از 55% واحدها در زمره ی واحدهای دارای سودآوری پایین با سود حدود 132 هزار ریال به ازای هر متر مربع قرار دارند و این رقم برای گروه های دارای سودآوری متوسط و بالا به ترتیب بیش از 320 و 920 به دست آمد. علت اصلی سودآوری پایین کوچک بودن اندازه ی واحد ارزیابی گردید.
رابطه بین محافظه کاری با خطر ورشکستگی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
حوزه‌های تخصصی:
بررسی اثر افزایش قیمت صادراتی محصولات کشاورزی بر متغیرهای کلان اقتصاد ایران(مقاله علمی وزارت علوم)
شناسایی مدیریت آرایشی سود با استفاده از قانون بنفورد(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
بررسی اثرات سیاست مالی بر ارزش افزودهی بخشهای کشاورزی و صنعت در ایران(مقاله علمی وزارت علوم)
حوزه‌های تخصصی:
هدف از این مطالعه مقایسهی اثر سیاستهای مالی (مخارج دولت) بر ارزش افزودهی دو بخش صنعت و کشاورزی بوده است. به این منظور، با استفاده از مدل تصحیح خطا برداری، رابطهی علی و اثرات سیاست مالی بر ارزش افزودهی دو بخش یاد شده ،(IRF) استفاده از توابع واکنش ضربهای مورد بررسی قرار گرفت. دادههای مورد نیاز از منابع گوناگونی از جمله مرکز آمار ایران و بانک مرکزی جمع آوری شد. نتایج نشان دادند که رابطهی علی از سوی مخارج دولت به سمت ارزش افزوده می باشد، یعنی مخارج دولت بر ارزش افزودهی بخش کشاورزی در کوتاه مدت اثر مثبت دارد. همچنین، در کوتاهمدت مخارج دولت بر ارزش افزودهی بخش صنعت، صادرات و سرمایه گذاری بر ارزش افزودهی همین بخش تأثیری مثبت و معنیدار دارند. با توجه به اینکه مخارج دولت در بلندمدت و کوتاهمدت بر سرمایه گذاری در بخش کشاورزی تأثیر مثبت داشته است؛ لذا، مخارج عمرانی دولت از راه بهبود زیر ساختهای بخش کشاورزی و بویژه بهبود شبکهی حمل و نقل باعث ترغیب تولیدکنندگان به افزایش سرمای هگذاری در این بخش می شود.
اثرات سیاست هاى حمایتى دولت بر عرضه، سطح زیر کشت و عملکرد گندم در ایران: کاربرد مدل خود توزیع با وقفه هاى گسترده
حوزه‌های تخصصی:
در این مطالعه اثرات مداخله ی دولت بر عرضه ، عملکرد و سطح زیرکشت محصول گندم از راه محاسبه ی نرخ حمایت اسمی بررسی شد . داده های مورد نیاز از منابع آماری گوناگون از جمله : آمار نامه های وزارت کشاورزی وFAO طی دوره ی 1353-1385 بدست آمد . ایستایی متغیرها بررسی شد و پس از تعیین نرخ حمایت اسمی با استفاده از مدل ARDL و مدل مارک نرلاو ، اثر سیاست حمایتی بررسی گردید . نتایج مطالعه نشان داد که نرخ حمایت اسمی گندم طی دوره منفی بوده است به این معنی که از این محصول نه تنها حمایتی نشده بلکه به گونه ی ضمنی از تولید کنندگان گندم مالیات نیز اخذ شده است . این در حالی است که میزان حمایت منفی در کل دوره ی یاد شده یک روند کاهشی آهسته نشان می دهد به گونه ای که در سال های پایانی میزان حمایت منفی یا به بیان دیگر میزان اختلاف قیمت داخلی گندم با قیمت جهانی آن کاهش یافته است . در دوره ی کوتاه مدت متغیر قیمت واقعی گندم تاثیر شایان توجهی بر افزایش عرضه ی گندم ندارد در حالی که در بلند مدت قیمت واقعی گندم ، تغییرات فناوری و سطح زیر کشت بر عرضه ی گندم اثر مثبت دارد . همچنین نتیجه مطالعه نشان داد که متغیر نرخ حمایت اسمی تاثیری بر سطح زیر کشت ندارد و تنها متغیر سطح زیر کشت در دوره ی قبل بر آن اثر معنی دار دارد.
پیش بینی قیمت دانه های روغنی در ایران (مظالعه موردی ذرت و سویا)
حوزه‌های تخصصی:
در این مطالعه قیمت ماهانه ذرت و سویا با عنوان مهمترین دانه های روغنی با استفاده از روشهای تعدیل نمایی و خود توضیح میانگین متحرک 1 (ARMA) پیش بینی شده است.داده های مورد استفاده شامل داده های ماهانه دوره فروردین 0731 تا تیر 7831 می باشد که از شرکت پشتیبانی امور دام گردآوری شده است.از داده های دوره فروردین 1731 تا اسفند 5831 برای برآورد و آموزش مدلها و از داده های دوره فروردین 6831 تا تیرماه 7831 به منظور بررسی قدرت پیش بینی مدلهای مختلف استفاده گردیده است.در این مطالعه معیارهای ارزیابی مختلفی شامل میانگین قدرمطلق خطا2 (MAE) میانگین مجذور خطا3 (MSE) و درصد میانگین مطلق خطا4 (MAPE) مورد استفاده قرار گرفته است.نتایج مطالعه نشان دهنده آن است که می توان با استفاده از مدل تعدیل نمایی قیمت ماهانه محصولات منتخب را بهتر از سایر مدلهای دیگر برآورد و پیش بینی نمود.