پیش بینی تقاضای فصلی توریسم در ایران (کاربرد الگوهای سری زمانی فصلی)

Authors

Abstract:

چکیده توریسم نقش مهمی در اشتغال‏زایی و ایجاد درآمد در کشورها دارد و در دهه‏های اخیر، رشد قابل توجهی داشته است. به­دلیل جاذبه‏های فرهنگی و طبیعی، ایران موقعیت منحصربفردی در صنعت توریسم دارد. بنابراین توسعه این صنعت می‏تواند یک روش مناسب برای بهبود شرایط اقتصادی ایران و کاهش وابستگی آن به نفت باشد. هدف مطالعه حاضر، پیش‏بینی ورود فصلی گردشگر به ایران است. بدین منظور از رهیافت باکس- جنکینز فصلی ([1]SARIMA) و الگوهای جمعی فصلی مبتنی بر آزمون ریشه واحد فصلی استفاده شده است. دوره زمانی مطالعه 44 فصل از سال‏های 90-1380 را شامل می‏شود. نتایج آزمون ریشه واحد فصلی [2]HEGY نشان داد که سری ورود گردشگر خارجی به ایران دارای ریشه واحد فصلی است. مقایسه‌ی نتایج پیش‏بینی­های صورت گرفته با الگوهای جمعی فصلی و SARIMA نشان داد که مدل جمعی فصلی از دقت بیشتری نسبت به الگوی رقیب یعنی SARIMA برخوردار است و از این­رو به­عنوان الگوی مناسب جهت تبیین رفتار فصلی جریان ورود تورسیم به ایران انتخاب شد. [1]Seasonal Auto-Regressive Integrated Moving Average Approach [2] Hylleberg, Engle, Granger and Yoo test

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی تقاضای پول در افق 1404 در ایران ( کاربرد الگوی سری زمانی )

آگاهی از میزان تقاضای پول آتی کشور بهمنظور تعیین اولویتها و انتخاب سیاست پولی در راستای مساعدت به رشد و توسعة اقتصادی، ضروری است. پژوهش حاضر، میزان تقاضا برای پول در ایران را در افق 1404 با استفاده از الگوهای سری زمانی VECM، VAR و ARIMA، با بکارگیری دادههای سالهای 1355 تا 1385، پیشبینی میکند. نتایج نشان میدهد که الگوی ARIMA با میزان خطای 1/3 درصد، مناسبترین پیشبینی را برای تقاضای پول دارد. بر ا...

full text

پیش بینی تقاضای پول در افق ۱۴۰۴ در ایران ( کاربرد الگوی سری زمانی )

آگاهی از میزان تقاضای پول آتی کشور بهمنظور تعیین اولویتها و انتخاب سیاست پولی در راستای مساعدت به رشد و توسعه اقتصادی، ضروری است. پژوهش حاضر، میزان تقاضا برای پول در ایران را در افق 1404 با استفاده از الگوهای سری زمانی vecm، var و arima، با بکارگیری دادههای سالهای 1355 تا 1385، پیشبینی میکند. نتایج نشان میدهد که الگوی arima با میزان خطای 1/3 درصد، مناسبترین پیشبینی را برای تقاضای پول دارد. بر ا...

full text

پیش بینی تولید ناخالص داخلی فصلی: سری های زمانی در برابر شبکه های عصبی-فازی

تولید ناخالص داخلی (gdp) به عنوان یکی از مهم ترین شاخص های عملکرد اقتصادی برای بخش های خصوصی و دولتی است، به طوری که بر مبنای پیش بینی های کوتاه و بلندمدت این متغیر دست به انتخاب سیاست های مالی یا سرمایه گذاری می زنند. بدیهی است که هر چقدر این پیش بینی ها با واقعیت فاصله بیشتری داشته باشند، برنامه ها و سیاست های موجود ناکاراتر می شوند. اما از آنجایی که عموما فعالیت های اقتصادی متاثر از فصل هستن...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 7

pages  66- 81

publication date 2014-02-20

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023