چکیده:
تکانهای در بازار،آثاری درازمدت خواهد داشت.متغیرهای خود رگرسیونی با ضرایب 1 و 17 وقفه مهمترین متغیرهای توضیحی برای پیشبینی قیمت در این بازار هستند. در جهان امروز،سرعت تغییر پدیدهها،افراد را ناگزیر به تصمیمگیریهای سریع کرده است. در این مقاله باتوجه به اهمیت پیشبینی در سرعت بخشیدن به تصمیمگیریها،سعی شده است تا با استفاده از مدل خود رگرسیونی و میانگین متحرک الگویی برای پیشبینی قیمت ماهانه برنج در بازار بینالمللی تهیه گردد. هرچند که در این مطالعه اساسا از رهیافت«باکس و جینکینز»پیروی شده،اما سعی شده است تا با استفاده از روشهای دیگر نظیر ریشه واحد و معیار اطلاعاتی«آکایک و بیزین شوارتز»میزان اعتماد به نتایج افزایش داده شود. نتایج مطالعه نشان میدهد که قیمت برنج در بازار بینالمللی ایستا نیست.بنابراین وقوع هر
خلاصه ماشینی:
"در این مقاله باتوجه به اهمیت پیشبینی در سرعت بخشیدن به تصمیمگیریها،سعی شده است تا با استفاده از مدل خود رگرسیونی و میانگین متحرک الگویی برای پیشبینی قیمت ماهانه برنج در بازار بینالمللی تهیه گردد.
برای استفاده از رهیافت باکس و چینکنز باید پنج مرحله زیر را طی نمود: 1-اطمینان از ایستایی سری زمانی و ایستا کردن 2-شناسایی2الگوی تجربی 3-تخمین 4-آزمون تشخیص3 5-پیشبینی حال مفاهیم موردنیاز،آزمونهای لازم و نحوهء انجام هر مرحله را به صورت جداگانه مورد بررسی قرار خواهیم داد.
(1)- Harvey (2)- Random walk with drift (3)- Fob (4)- Shock جدول 1-آزمون ریشه واحد با روند و عرض از مبدأ (به تصویر صفحه مراجعه شود) از آنجا که ضرایب مرتبه اول،دوم و سوم خود همبستگی اصلی و ضرایب مرتبه اول و هفدهم خود همبستگی جزئی قیمت با یک دورهء وقفه معنیدار است الگوهای مختلفی را برای دستیابی به بهترین الگوی پیشبینی مورد آزمون قرار دادیم.
جدول 2-الگوهای مختلف مورد آزمون (به تصویر صفحه مراجعه شود) براساس هردو معیار ارائه شده الگوی شمارهء 2 را میتوان بهترین الگو برای پیشبینی قیمت برنج دانست.
جدول 3-مقادیر آزمون Q برای تشخیص خود همبستگی پیدرپی (به تصویر صفحه مراجعه شود) در جدولهای شماره 4 و 5 به ترتیب مقادیر واقعی و پیشبینی شده قیمت برنج طی ماههای ژانویه تا مارس 0991 و معیارهای ارزیابی توانایی پیشبینی نشان داده شده است."