@article { author = {Ghahremanzadeh, Mohammad and Rashid Ghalam, Masoumeh}, title = {Seasonal forecasting of meat prices in Iran: Application of periodic autoregressive model}, journal = {Iranian Journal of Agricultural Economics and Development Research}, volume = {46}, number = {3}, pages = {469-480}, year = {2015}, publisher = {University of Tehran}, issn = {2008-4838}, eissn = {2423-785X}, doi = {10.22059/ijaedr.2015.55520}, abstract = {Meat has always been one of the most important commodities for Iranian households, and most of the times have had the largest households’ budget share among the goods and beverages groups. This study aims to estimate and forecast the seasonal price of meats in Iran. To address this aim, we used seasonal data of chicken, beef and lamb for the period of 1998-2011.  In this context, first HEGY test was applied to check the seasonal unit root, then Fanses & Paap’s periodic unit root test and Boswijk & Franses’s seasonal periodic behavior test were used. Results indicated that periodic autoregressive model of order one [PAR(1)] is the best fit for chicken price forecasts. The seasonal unit root test for beef and lamb also gives that they follow autoregressive moving average patterns; therefore ARIMA model is a suitable model to forecast the prices of these commodities.  }, keywords = {Iran,meat price,periodic autoregressive model,regression-based model}, title_fa = {تدوین الگوی پیش‌بینی قیمت فصلی انواع گوشت در ایران: کاربرد مدل خودتوضیحی دوره‌ای (PAR)}, abstract_fa = {گوشت همواره جزء کالاهای مهم و ضروری برای خانوارهای ایرانی است، به‌طوری‌که در اغلب سال‌ها، در بین اقلام خوراکی و آشامیدنی، بیشترین سهم از کل هزینة خانوار متعلق به هزینة انواع گوشت است. هدف مطالعة حاضر، الگوسازی و پیش‌بینی قیمت سه‌ماهانة انواع گوشت در کشور است. برای این‌منظور، داده‌های فصلی قیمت‌های گوشت مرغ، گاو و گوسفند برای سال‌های 1377 تا 1390 استفاده شد. در این زمینه، ابتدا آزمون HEGY برای بررسی ریشة واحد فصلی به‌کار گرفته شد و سپس از آزمون ریشة واحد دوره‌ای فرانسس و پاپ و آزمون رفتار دوره‌ای بسویچ و فرانسس استفاده شد. نتایج نشان می‌دهد الگوی خودتوضیحی دوره‌ای از مرتبة یک [PAR(1)] برای الگوسازی و پیش‌بینی قیمت گوشت مرغ بسیار مناسب است که این امر امکان به‌دست‌آوردن پیش‌بینی‌های صحیح را فراهم می‌کند. همچنین، نتایج آزمون ریشة واحد فصلی بیانگر آن است که قیمت گوشت گاو و گوسفند در کشور، از الگوی خودتوضیح میانگین متحرک تبعیت می‌کند و براین‌اساس، به‌کارگیری الگوی ARIMA برای تدوین الگوی پیش‌بینی قیمت این دو کالا مناسب است.}, keywords_fa = {ایران,قیمت گوشت,مدل پایة رگرسیونی,مدل خودتوضیحی دوره‌ای}, url = {https://ijaedr.ut.ac.ir/article_55520.html}, eprint = {https://ijaedr.ut.ac.ir/article_55520_3bddcb58d784adf336058ef24ddcc3d5.pdf} }