فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۶٬۳۲۱ تا ۶٬۳۴۰ مورد از کل ۸٬۴۵۳ مورد.
سهم بیشتر انرژی
تحلیل ساختار بازار صادراتی سیب ایران با رهیافت رفتار قیمت گذاری برای بازار (PTM)(مقاله علمی وزارت علوم)
منبع:
اقتصاد کشاورزی دوره ۱۲ پاییز ۱۳۹۷ شماره ۳ (پیاپی ۴۷)
27 - 45
حوزههای تخصصی:
سیب از جمله محصولات باغی صادراتی به شمار می آید که از جایگاه بالایی در زمینه اشتغال زایی و ارزآوری برخوردار است. در مطالعه حاضر، به تجزیه و تحلیل تجربی عمده بازارهای صادراتی سیب ایران با رهیافت رفتار قیمت گذاری برای بازار (PTM)، تحت شرایط دو نرخ ارزهای اسمی و واقعی پرداخته شد. در این راستا از داده های سالانه 1372 تا 1394 استفاده گردید. تجزیه و تحلیل اقتصاد سنجی با استفاده از مدل پانل تصحیح خطای استاندارد (PCSE) نشان داد که رفتار PTM فقط تحت تاثیر اثرات نرخ ارز است و تاثیر اثرات کشوری در رفتار صادرکنندگان سیب مشاهده نمی شود. رفتار PTM با نرخ ارز واقعی بهتر پیش بینی شد. تجزیه و تحلیل اثرات نامتقارن نرخ ارز نیز نشان داد که این اثرات، در صادرات به کشور هلند نامتقارن است. با توجه به علامت منفی ضریب حاصل از تخمین مدل اثرات نامتقارن، می توان نتیجه گرفت که تاثیر کاهش ارزش ریال در انتقال نوسانات نرخ ارز به بازارهای سیب هلند، از افزایش آن بیشتر است. بنابراین پیشنهاد می شود کارشناسان حوزه اقتصادی بر اساس کشش های بازارها، به تعیین بازار هدف بپردازند. توصیه می شود در کشورهایی که بازار محصول رقابتی و باکشش است با شناسایی رفتار سایر رقبا و کاهش قیمت صادرات به رقابت با سایر کشورهای صادرکننده ی پرداخته شود.
راهی به سوی افق های روشن
حوزههای تخصصی:
- حوزههای تخصصی اقتصاد اقتصاد کلان و اقتصاد پولی سیاست کلان،رویه های کلان،تامین مالی،چشم انداز کلی مطالعات در مورد سیاست های خاص
- حوزههای تخصصی اقتصاد اقتصاد بخشی،اقتصاد صنعتی،کشاورزی،انرژی،منابع طبیعی،محیط زیست اقتصاد صنعتی سازمان های غیر انتفاعی و بنگاه های عمومی مقایسه بنگاه های خصوصی و عمومی،خصوصی سازی
بررسی مقایسه ای مدل های پیش بینی کوتاه مدت قیمت در بازار برق ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
در ده ه های اخیر رقابتی شدن بازار برق، مقوله قیمت را به یک عنصر اساسی در تصمیم گیری های بازیگران در چهارچوب صنعت برق تبدیل نموده است و به تبع آن بخش خصوصی به عنوان سرمایه گذار اصلی در این حوزه نیازمند پیش بینی قیمت های آینده به منظور اتخاذ استراتژی مناسب و سازگار با روند کلی نظام بازار در راستای حفظ سهم خود از بازار و حفظ حاشیه سود می باشد. در چهارچوب تحلیل های اقتصادی، این هدف با ابزار مد ل های اقتصاد سنجی محقق خواهد شد که اعتبار مدل یاد شده ناظر به کمینه سازی خطای پیش بینی در تطابق الگوی پیش بینی شده با واقعیت جاری است. پژوهش حاضر به بررسی مقایسه ای قدرت پیش بینی مدل های مبتنی بر شبکه های عصبی مصنوعی، الگوریتم ژنتیک و مدل آریما در افق کوتاه مدت با استفاده از داده های ساعتی قیمت برق پرداخته است. نتایج پژوهش، حاکی از آن است که در افق کوتاه مدت، شبکه های عصبی مصنوعی، خطای کمتری نسبت به دو الگوی دیگر در پیش بینی داشته و الگوریتم ژنتیک در جایگاه دوم قرار دارد. همچنین، الگوهای سری زمانی دارای بیشترین خطا در پیش بینی قیمت برق، با توجه به پیش بینی های درون نمونه ای را دارا می باشد. مجموع مربعات خطا در الگوی شبکه عصبی مصنوعی در داده های آموزش، اعتبار سنجی و آزمون، به ترتیب برابر 43/1473، 63/1762 و 32/1498، در الگوریتم ژنتیک در داده های آموزش و اعتبارسنجی به ترتیب برابر 20/11318 و 98/7085 و در الگوی سری زمانی برابر 37/34644 می باشد.