پیش‌بینی قیمت روغن خوراکی: مطالعه موردی روغن آفتابگردان

نوع مقاله : علمی-پژوهشی

نویسندگان

1 استادیار موسسه مطالعات و پژوهش های بازرگانی

2 دانشیار -موسسه مطالعات و پژوهش‌های بازرگانی

3 موسسه مطالعات و پژوهش‌های بازرگانی

10.30465/ce.2024.48871.1968

چکیده

هدف مطالعه حاضر، ضمن شناسایی متغیرهای اثرگذار و بررسی اثر آن‌ها بر قیمت روغن آفتابگردان ‏در ایران، ارائه پیش‌بینی‌های برون‌‌نمونه‌ای (1402:07-1403:06) با استفاده از روش خودرگرسیون ‏برداری (‏VAR‏) است. در ابتدا، با توجه به هم‌انباشته بودن متغیرهای تحقیق، از آزمون هم‌انباشتگی ‏یوهانسون- جوسیلیوس استفاده شد که وجود رابطه بلندمدت بین متغیرها تایید گردید. سپس روابط ‏بلندمدت و کوتاه‌مدت (‏VECM‏) برآورد و ضریب جمله تصحیح خطا برابر 3147/0- تخمین زده ‏شد. در ادامه، توابع واکنش آنی مورد بررسی قرار گرفت و مطابق نتایج آن، شوک ایجاد شده در ‏قیمت کالای جانشین، نرخ ارز ترجیحی و شاخص قیمت جهانی روغن به ترتیب با 16، 10 و 6/9 ‏درصد به شکل استاندارد، بیش از سایر متغیرهای الگو بر نوسانات قیمت روغن آفتابگردان مؤثر بوده-‏اند. بر اساس نتایج تجزیه واریانس نیز متغیر شاخص قیمت جهانی روغن، بیشتر از سایر متغیرها، ‏تغییرات متغیر وابسته را توضیح می‌دهد. در نهایت، پیش‌بینی برون نمونه‌ای انجام شد که مطابق نتایج ‏معیارهای ارزیابی پیش‌بینی، مدل تحقیق توانسته پیش‌بینی‌های خوبی را از روند قیمتی روغن ‏آفتابگردان ارائه دهد. بر اساس نتایج بدست آمده رفع موانع تولید، تدوین و اجرای بسته‌های تشویقی ‏برای تولیدکنندگان، بازنگری در مقررات واردات کالا به کشور، برای کنترل قیمت روغن آفتابگردان ‏قابل توصیه است‎.‎

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Price Forecasting Edible Oil: Case Study Sunflower Oil

نویسندگان [English]

  • Seyed Saleh Akbar Mousavi 1
  • Mansour Asgari 2
  • Tayyebeh Rahnemoon Piruj 3
1 Assistant Professor, Institute for Trade Studies and Research
2 ITSR
3 ITSR
چکیده [English]

The present study aims to identify the influencing variables and ‎investigate their effect on the price of sunflower oil in Iran and out-of-sample forecast (2023:10-2024:09) using the vector autoregression ‎method. First, due to the cointegration of the research variables, we used ‎the Johansen-Juselius cointegration test to confirm the long-term ‎relationship between the variables. long-term and short-term ‎models were estimated, and the error correction coefficient was obtained‏ ‏‎at -0.3147. Next, we investigated impulse response functions. According ‎to the results of impulse response functions, shocks in the price of the ‎substitute product, the government exchange rate, and the global oil ‎price index (with 16, 10, and 9.6 percent in standard form, respectively) ‎have been more effective than other variables on the fluctuations of the ‎sunflower oil price. Also, the variance decomposition showed the global ‎oil price index variable explains the changes in the dependent variable ‎more than. Finally, we estimated out-of-sample forecasts. ‎Based on the forecast evaluation criteria, the model can accurately ‎forecast the price trend of sunflower oil. Also, according to our findings ‎, obstacles to production, formulating and ‎implementing incentive packages for producers, and reviewing the ‎regulations for importing goods into the country to control the price of ‎sunflower oil‎

کلیدواژه‌ها [English]

  • Price
  • Forecasting
  • Sunflower Oil
  • VAR
  • Model‎