تحولات فصلی و پیش‌بینی سالانه صادرات غیرنفتی: رهیافت رگرسیونی داده‌های ترکیبی با تواتر متفاوت

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه اقتصاد، دانشکده‌ی علوم اقتصادی و سیاسی، دانشگاه شهید بهشتی

چکیده

هدف مقاله طراحی و برآورد الگوئی از صادرات غیرنفتی کشور است که به کمک آن بتوان به محض آن‌که اطلاعات جدیدی در مورد متغیرهای تاثیرگذار بر صادرات غیرنفتی در دسترس قرار گرفت، درمقادیر پیش‌بینی شده سالانه صادرات غیر نفتی تجدیدنظر کرد. این مهم امکان پذیر نخواهد بود مگر آن که الگوئی تصریح شود که صادرات غیرنفتی سالانه را تابعی از متغیرهای توضیح دهنده فصلی قرار دهد. این مقاله با بهره‌گیری از روش میداس، صادرات غیرنفتی سالانه را تابعی از متغیرهای تولید ناخالص داخلی واقعی، نرخ ارز حقیقی و نوسان‌های آن با تواتر فصلی، قرار داده است. این الگو علاوه بر پیش‌بینی‌های دقیق‌تر نسبت به الگوهای سنتی قبلی، از این مزیت برخوردار است که وقتی اطلاعات جدیدی در دسترس قرار می‌گیرد، بتوان کمیت پیش بینی شده قبلی را مورد تجدید نظر قرار داد. الگوی تصریح شده بر اساس داده‌های سال 1392-1367، مقدار واقعی صادرات غیرنفتی را برای سال 1393 که معادل 23864 میلیون دلار است، در خارج از محدوده‌ی الگوسازی، تنها با حدود 2 درصد خطا پیش‌بینی می‌کند که بسیار نزدیک به واقعیت تلقی می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Seasonal Variations and Prediction of Annual Non-Oil Export: A Mixed Data Sampling Approach

نویسندگان [English]

  • mohammad noferesti
  • vida varahrami
  • Samaneh Javaherdehi
Department of Economics, Faculty of Economics and Political Sciences, Shahid Beheshti University
چکیده [English]

The aim of this paper is to specify and estimate such a model for non-oil export that allows to revise the previous predicted volume of annual non-oil export, as soon as new seasonal data for the explanatory variables are released.  This cannot be achieved unless a model is constructed in such a way that annual non-oil export is set as a function of some seasonal explanatory variables. By utilizing a very recent method of regression specification, namely MIDAS regression, this article sets annual non-oil export as a function of seasonal real GDP, seasonal real exchange rate and seasonal real exchange rate fluctuations. To provide more accurate predictions, as compared to traditional methods, this regression model is capable of providing a revised prediction as soon as new information concerning explanatory variables are released. The specified regression model, which is estimated by using time series data within the period 1989 – 2014, predicts the real amount of annual non-oil export for 2015 with a small error of almost 2%. So, this prediction is considered to be very close to the reality. 

کلیدواژه‌ها [English]

  • Mixed Frequency Data Sampling (MIDAS)
  • prediction
  • Non-oil Export
- Akbari, A., Pahlavani, M. & Mohebi Moushaei, M. (2013). Examining The Relationship Between The Exchange Rate and The Export of Raisin in Iran. The International Electronic Conference of the Economic Perspective in Iran (in Persian).
- Bahmani-Oskooee, M. , Hengerty, S.W. & Zhang, R. (2014). The Effects of Exchange Rate Volatility on Korean Flows: Industry level Estimates.. Economic Paper, 33(1), 76-97.
- Bayat, M. & Noferesti, M. (2015). Applied Econometric of Time Series: Mixed Frequency Data Sampling. Noore-Elm Publication (in Persian).
 - Derakhshan, M. (1995). Econometrics: The First Volume; Single Equations with Classical Assumptions. Samt Publishing, First Edition (in Persian).
- Ghysels, E. , Santa-Clara, & Valkano, R. (2004). The MIDAS Touch: Mixed Frequency Data Sampling Regressions. Manuscript, University of North Carolina and UCLA.
- Ghyseles, E., Sinko, A., & Valkano, R. (2006). MIDAS Regressions: Further Results and New Directions. Econometric Reviews, 26(1), 53-90.
-Ghysels,E., Kvedaras, V. & ZEMLYS, V. (2014). Mixed Frequency Data Sampling Regession Models:the Package Midasr. Journal of Statistical Software. 72(4), 1-35.
-Goldstein, M. & Khan M.S. (1978). The Real Exchange Rate and Macroeconomic Performance in Sub-Saharan Africa. Journal of Development Economics , 60(2), 275-286.
-  Klein, L.R. & E. Sojo (1989), Combinations of High and Low Frequency Data in Macroeconomic Models, Economics in Theory and practice: An Eclectic Approach. Kluwer Academic Publishers, 3-16.
-  Marcellino, M. & Schumacher, C. (2007). Factor-MIDAS For Now- and Forecasting with Ragged-Edge Data: A Model Comparison For German GDP. Deutsche Bundesbank Discussion Paper, 34(1).
- Rahimi, H. (2001).The Impact of Real Effective Exchange Rate on the Export Prices and Trade balance: The Case of Iran. Master Dissertation, University of Shiraz (in Persian).
-  Sahabi, B. Sadeghi, H. & Shourkandi, A. (2011). The Effect of Exchange Rate on Non-Oil Export to Selective the Middle East Countries. Journal of Economic Research , 11(1), 81-100 (in Persian).
-  Sarwar, G. & Anderson, G.D. (1990).  Estimating U.S. Soybean Exports: A Simultaneous Supply-demand Approach. Journal of Economics Studies, 17(1), 41-56.
- Soori, A. (2014). Econometrics (Volume 2) Along with Eviews8 Application of & Stata 12. Publishing Culturally (in Persian).
- Tsui, A. K., Xu, C. Y. & Zhang, Z.Y. (2013). Forecasting Singapore Economic Growth with Mixed-Frequency Data. Presented at 20th International Congress on Modelling and Simulation, Adelaide, Australia, 1-6.