پایان نامه - مقاله - تحقیق

با توجه به رشد روز­افزون جمعیت کشورها ومحدود بودن منابع تولیدی، تامین مواد­مصرفی مورد نیاز جامعه به عنوان یکی از ضروری­ترین عوامل در کسب استقلال  اقتصادی است. تجارت خارجی یکی از مهم­ترین بخش­های اقتصادی در کشورهای در حال توسعه است و در این بخش واردات دارای اهمیت بسیاری است از یک­طرف به عنوان یکی از عوامل رشد و تولید ناخالص داخلی و از طرف دیگر به­عنوان یکی از

 اقلام مهم تراز پرداخت­های هر کشور محسوب می­شود. در تجارت خارجی اقتصاد ایران واردات از مقولاتی است که اهمیت و جایگاه آن دایما گسترش پیدا کرده است از این رو هر تغییر و تحولی که در واردات کشور رخ دهد در فرآیند تولید، رشد و توسعه تاثیر به­سزایی خواهد­داشت با توجه به این امر و با عنایت به وابستگی ساختاری بخش­های مختلف اقتصاد ایران به واردات شناخت ابعاد این مساله بسیار حایز اهمیت است.

هدف از این پژوهش پیش­بینی میزان واردات برنج با استفاده از داده­های میزان واردات برنج برای سال­های گذشته که از سالنامه­های آمار بازرگانی خارجی ایران گردآوری شده و با استفاده از دو روش باکس جنکینز و هالت وینترز غیر فصلی برای 5 سال آینده است.

1-2  بیان مساله (تعریف  موضوع پژوهش)

تجارت خارجی یکی از مهم­ترین بخش­های اقتصادی درهر کشوری و به­خصوص در کشور­های در حال توسعه است و در این بخش واردات دارای اهمیت بسیاری است. از یک طرف به­عنوان یکی از عوامل رشد و تولید ناخالص داخلی و از طرف دیگر به عنوان یکی از اقلام مهم تراز پرداخت­های هر کشور محسوب می­شود. در تجارت خارجی اقتصاد ایران واردات از مقولاتی است که اهمیت و جایگاه آن دائما گسترش پیدا کرده است از این رو هر تغییر و تحولی که در واردات کشور رخ دهد در فرآیند تولید، رشد و توسعه تاثیر به­سزایی خواهد داشت با توجه به این امر و با عنایت به وابستگی ساختاری بخش­های مختلف اقتصاد ایران به واردات شناخت ابعاد این مسئله بسیار حایز اهمیت است.

برای برنامه ریزی صحیح  در مورد میزان ارز تخصیصی، روند سرمایه گذاری در احداث واحد­های جدید صنعتی، میزان مصرف این محصولات  و بسیاری از سیاستگذاری­های صنعتی و غیر صنعتی، پیش بینی در مورد میزان واردات برنج در آینده بسیار مهم است. زیرا در هر سیاست­گذاری  مبنای عمل صرفا  وضع موجود  نبوده، بلکه  پیش­بینی­های کوتاه­مدت و بلند­مدت از متغیرهای مورد مطالعه  نیز جزو شاخص­های تاثیر گذار است.

چالش­های موجود در  پیش­بینی متغیرهای سری زمانی عمدتا متاثر از تحول روش­ها و ابزارهای ارایه شده برای پیش­بینی بوده است. به­طوری­که  اهمیت پیش­بینی متغیرهای سری­زمانی باعث تنوع و گستردگی ابزارها  شده­است. البته باید دقت کرد که بسته به ماهیت داده­های موجود، تناسب و قدرت پیش­بینی این ابزارها با یکدیگر متفاوت است. اما آن­چه در نگاه اجمالی مطالعات قابل استنباط است، مقایسه قدرت پیش­بینی روش­های مختلف، بر اساس برخی معیارها است. روش­های پیش­بینی بسته به این­که به چه میزان روش­های ریاضی  و آماری در آن­ها به­کار رفته باشد، به روش­های کمی و کیفی تقسیم می­شوند. در روش­های کمی داده­های مربوط به گذشته با هدف پیش­بینی ارزش آتی متغیر مورد نظر با استفاده از روش­های آماری و ریاضی تحلیل می­شود، از سوی دیگر روش­های کیفی دربر دارنده تخمین ذهنی از طریق عقاید متخصصان هستند.

در پژوهش حاضر به دلیل توانایی بالای روش­های کمی در پیش­بینی متغیرهای اقتصادی، جهت پیش­بینی واردات برنج، از یک روش رگرسیونی (باکس جنکینز) و یک روش غیر رگرسیونی (هالت وینترز غیرفصلی) استفاده شده است. و به دنبال پاسخ به این پرسش هستیم که آیا واردات برنج پیش بینی پذیر است؟ و بهترین روش برای پیش بینی میزان واردات برنج کدام است؟

باتوجه به اینکه تجهیز منابع و جمع­آوری وجوه اشخاص اولین هدف بانک بوده، سپرده­های بانکی از دو لحاظ دارای اهمیت است اول قدرت وام­دهی و تخصیص منابع بانک را افزایش داده و دوم اینکه وقتی مردم ترجیح دهند پول خود را نزد بانک­ها نگهداری نموده وکمتر برای خرج آن اقدام نمایند، از حجم پول در گردش کاسته شده که این امر خود موجب کاهش نرخ تورم و در نتیجه افزایش قدرت خرید مردم می­گردد.

امروزه در جهان نیز اهمیت جذب منابع مالی آنقدر برای بانک­ها و ادامه فعالیتشان مهم و حیاتی است که رقابت بسیارشدیدی را در این زمینه بین آنها ایجاد نموده و ضرورت پیش­بینی میزان تجهیز منابع در آینده را نمایان ساخته است. تاجایی که توانایی پیش­بینی صحیح نتایج آتی، به خصوص جریان­های نقدی، اداره امور را در کاراترین شکل خود امکان پذیر می­سازد و به اتخاذ تصمیم­های بهینه در زمینه عملیاتی، سرمایه­گذاری و تامین مالی منجر می­شود.

1.2                بیان مسئله

روشن است که پیش­بینی[1] از ملزومات اصلی برای سیاستگذاری و برنامه­ریزی آینده است. مدیران بخش­های مختلف اقتصادی و بازرگانی، به دلیل وجود انبوه متغیرهای تاثیرگذار، ترجیح می­دهند مکانیزمی را در اختیار داشته باشند که بتواند آنها را در امور تصمیم­گیری­شان یاری و مشاوره دهد(آرمسترانگ، 2001)[2]. برای موفقیت در دنیای متغیر امروز، تصمیم­های سازمان­های فعال در کسب­و­کار متکی به پیش­بینی­های انجام شده با حداقل خطا است که در گرو داشتن یک سیستم پیش­بینی مناسب است(آبراهام و لدالتر،1983)[3]. به همین دلیل، سعی در روآوردن به روش­هایی در پیش­بینی دارند که به واسطه آنها تخمین­هایشان به واقعیت نزدیک و خطاهایشان بسیارکم باشد. ضمن اینکه برای برنامه­ریزی صحیح به عنوان یکی از مهمترین وظایف مدیریت، پیش­بینی آنچه احتمالا درآینده به وقوع می­پیوندد بسیارضروری است. سپرده­های بانك­های تجاری و تخصصی مهم­ترین عامل در طرف عرضه پول در اقتصاد هستند. همچنین سپرده­ها جزء منابع اصلی بوده و عمده بدهی­های بانك­ها را نیز تشكیل می­دهند. تجزیه و تحلیل میزان سپرده­ها، اجزای آنها، تغییرات، نرخ رشد و پیش­بینی هر كدام از این عوامل برای مدیران بانك ها از اهمیت فوق­العاده­ای برخورداراست و در تصمیم­گیری و برنامه­ریزی به آنها كمك می نماید. میزان، روند و چگونگی تغییرات انواع سپرده­ها هركدام متغیری تصادفی بوده و در دنیای پر از نااطمینانی، تحت تـأثیر عوامل بیشماری قرار دارند و به سادگی   نمی­توان آنها را پیش­بینی كرد. با این وجود در اغلب رشته­های علمی توجه خاصی به مسأله پیش­بینی شده و جزء لاینفك هركدام از آنها است. تكنیك­ها و روش­هایی نیز برای امر پیش­بینی ارایه شده است و اگر نه به طور كامل اما تا حد بسیار زیادی می­توانند در امر پیش­بینی به تصمیم­گیران كمك نمایند.

مدیران بانك­ها علاقمندند بدانند كه میزان كل سپرده­های بانك تحت مدیریت آنها در زمان معینی در آینده چقدر خواهد بود؟

پیش­بینی میزان سپرده­ها می­تواند در امر برنامه­ریزی و تصمیم­گیری به بانک سامان و مدیران شعب آن كمك نماید، بنابراین انجام یك مطالعه علمی با استفاده از تكنیك­های آماری و مدل­های شبكه عصبی مصنوعی   می­تواند حل مشكل را ساده­تر نماید.

[1] -Forecasting

[2] -Armstrong

[3] – Abraham & Ledolter