پیش بینی و بررسی نوسانات قیمت چوب گونه های اصلی جنگل های خزری
نویسنده(گان):	نیشتمان حاتمی*، سلیمان محمدی لیمایی، محمدهادی معیری
چکیده:	سابقه و هدف قیمت گذاری و پیش بینی قیمت چوب نقش مهمی در بازاریابی و فروش محصولات چوبی دارد و اخیرا مورد توجه مدیران بوده است. هدف از این تحقیق، استفاده از سری های زمانی قیمت گونه های مختلف جنگل های خزری جهت پیش بینی میانگین قیمت مورد انتظار آن ها و بررسی روند تغییرات آن ها در گذشته است. مواد و روش ها به این منظور، داده های تاریخی قیمت چوب سرپا گونه های اصلی جنگلی برای دوره ۲۴ ساله از سال ۱۳۷۳ تا سال ۱۳۹۶ گردآوری شدند. برای حذف اثر تورم، همه قیمت ها نسبت به سال پایه، ۱۳۹۱ تعدیل شد. سپس برای تعیین قیمت چوب سرپا، هزینه های بهره برداری متغیر تبدیل شده از قیمت واقعی گرده بینه کسر شدند. بررسی مانایی سری های تصادفی زمانی توسط آزمون دیکی فولر تعمیم یافته از آزمون های ریشه واحد، در نرم افزارEVIWS ۱۰ انجام شد. سپس اعتبار مدل های رگرسیونی توسط رگرسیون خطی چندگانه در نرم افزار SPSS۲۳ بررسی شد. در نهایت میانگین قیمت مورد انتظار برای گونه های مختلف توسط پارامترهای مدل های خودکاهشی برآورد شده است. یافته ها نتایج نشان داد که قیمت های واقعی در دوره های زمانی گذشته دارای نوسانات تصادفی بوده اند و فرضیه نامانایی سری های زمانی براساس ۱= βدر آن ها رد می شود زیرا در تمام آن ها ۱> β >۰ می باشد. هم چنین با توجه به پارامترهای مدل های رگرسیونی بدست آمده، متوسط قیمت های چوب سرپا براساس فرایندهای خودکاهشی مرتبه اول تخمین زده شده برابر ۷۵/۲۵۳، ۸۹/۱۴۱، ۴۲/۲۵۲، ۸۸/۲۳۱، ۷۳/۱۶۵ و ۱۲۳ (ده هزار ریال / متر مکعب) به ترتیب برای گونه های مورد مطالعه، راش (Fagus orientalis Lipsky) ،ممرز(Carpinus betulus L.) ، افرا (Acer velutinum Boiss) ، توسکا. (Alnus subcordata C.A.M.) ، بلوط (Quercus castanifoli C.A.M.) و انجیلی (Parrotia persica (DC) C.A.M.) بوده است. نتیجه گیری انجام این تحقیق نشان داد که پیش بینی قیمت مورد انتظار گونه ها و کنترل و آگاهی از تغییرات قیمت ها و عوامل وابسته آن برای برنامه ریزان و مدیران جنگل جهت مدیریت بهینه آن ضروری است. سابقه و هدف قیمت گذاری و پیش بینی قیمت چوب نقش مهمی در بازاریابی و فروش محصولات چوبی دارد و اخیرا مورد توجه مدیران بوده است. هدف از این تحقیق، استفاده از سری های زمانی قیمت گونه های مختلف جنگل های خزری جهت پیش بینی میانگین قیمت مورد انتظار آن ها و بررسی روند تغییرات آن ها در گذشته است. مواد و روش ها به این منظور، داده های تاریخی قیمت چوب سرپا گونه های اصلی جنگلی برای دوره ۲۴ ساله از سال ۱۳۷۳ تا سال ۱۳۹۶ گردآوری شدند. برای حذف اثر تورم، همه قیمت ها نسبت به سال پایه، ۱۳۹۱ تعدیل شد. ۱۳۹۱ تعدیل شد. ۱۳۹۱ تعدیل شد. ۱۳۹۱ تعدیل شد. ۱۳۹۱ تعدیل شد. شد
کلیدواژگان:	پیش بینی قیمت، فرآیندهای مانا، جنگل های خزری، مدیریت بهینه جنگل
نوع مقاله:	مقاله پژوهشی/اصیل
زبان:	فارسی
انتشار در:	فصلنامه پژوهشهای علوم و فناوری چوب و جنگل، سال بیست و پنجم شماره ۴ (زمستان ۱۳۹۷)
صفحات:	۵۱ -۶۹
نسخه الکترونیکی:	متن این مقاله در سایت مگیران قابل مطالعه است.

Forecasting and investigation of wood price fluctuations in major species of Caspian forests
Author(s):	Nishtman Hatami *، Soleiman Mohammadi Limaei، Mohamadhadi Moayeri
Abstract:	Background and objectives Pricing and wood price prediction has an important role in the marketing and sales of wood products, and has recently been of interest for managers. The aim of this research was to use price time series of different species to predict the expected average price and investigating of their price trends in the past in the Caspian forests. Materials and methods First of all, historic stumpage price data on main species were collected for the period of 24 years from 1993 to 2016. Then, to determine the real stumpage price the adjusted variable costs were deducted from the real price beside forest roads. Consumer price Index (CPI) in base year 2012 was used for deflation of stumpage price. Investigation of stationary stochastic process of time series was tested by generalized Dickey Fuller test from unit root tests using EVIWS 10 software. Then validity of regression models was investigated by multiple regression analysis using SPSS23 software. Finally, the mean expected price of different species was estimated by the parameters of the autoregressive models. Results The results showed that real prices in past periods had random fluctuations, and the nonstationary hypothesis of time series was rejected based on β = 1, since there was 0
Keywords:	Price prediction، stationary processes، Caspian forests، optimal forest management
Article Type:	Research/Original Article
Language:	Persian
Published:	Wood & Forest Science and Technology, Volume:25 Issue: 4, 2019
Pages:	51 -69
Full text:	PDF is available on the website.