برنج محصولی اساسی در کشور ما به شمار می رود زیرا این محصول در سبد کالایی خانوار و الگوی تغذیه ای نقش مهمی دارد (بر اساس شاخص قیمت خرده فروشی، ضریب اهمیت انواع برنج ۳۲/۳ است) در حال حاضر ایران یکی از مهم ترین وارد کنندگان این محصول است.

پیش ­بینی یکی از مهمترین اهداف ساخت مدل های اقتصادی است که برخلاف بسیاری از بازارهای مهم، بازار محصولات کشاورزی از عرصه تحقیقات نوین پیش‌بینی به دور مانده، به گونه ­ای که مطالعات انجام شده نیز غالباً بر پایه رو ش­های اقتصادسنجی استوار است. همچنین، پیش‌بینی صحیح واردات بازار محصولات کشاورزی و به­خصوص برنج، آثار مهمی در سیاست‌گذاری و برنامه ریزی های اقتصادی این بخش دارد که این مهم با به کارگیری روش­های مختلف، می‌تواند علاوه بر ایجاد زمینه توسعه روش­های نوین پیش‌بینی، سیاستگذاران این بخش را در تصمیم گیری­های آتی، یاری رساند. علاوه بر این، متأسفانه قیمت برنج که جزومهمترین کالاهای سبد مصرفی خانوارها هستند، نوسان های فراوانی دارد. این نوسان ها به معنای فقدان پیش‌بینی مناسب از واردات آتی بازار است که موجب شده دولت نتواند برای کنترل این نوسان ها سیاست منسجمی اتخاذ کند. بر این اساس، پیش‌بینی قیمت کالاها در تنظیم بازار، اهمیت ویژه ای دارد(نوفرستی، ۱۳۸۶: ۱۸۲).

از سوی دیگر، در بخش تولید محصولات کشاورزی نیز به دلیل ریسک­های فراوان، نوسان های بالایی در درآمد کشاورزان مشاهده می­ شود. بر این اساس، پیش‌بینی دقیق قیمت از طریق کاهش نوسان­های قیمتی، می‌تواند موجب انتخاب نوع محصول و سطح زیرکشت مناسب آن، تخصیص بهینه منابع، افزایش کارایی، افزایش مطلوبیت کشاورزان و در نهایت افزایش درآمد آن ها شود. اهمیت پیش‌بینی قیمت محصولات کشاورزی علاوه بر کمک به کشاورزان و دولت، کمک فراوانی به عوامل بازاریابی می‌کند. (همان منبع: ۶۲)

امروزه دخالت دولت­ها در بخش کشاورزی و بخش­های دیگر اقتصادی از ویژگی­های اساسی اقتصادهای مختلط است. این دخالت در کشورهای توسعه ­یافته به حداقل ممکن رسیده است، ولی در کشورهای درحال توسعه به دلیل ضرورت برنامه ریزی برای توسعه اقتصادی و نیز ضعف هایی که در نظام اقتصادی و بازار این کشورها وجود دارد، بیشتر به چشم می­خورد.

دولت از راه های مختلف و به­ طور مستقیم و غیرمستقیم در امور مختلف اقتصادی و بازارها دخالت می­ کند تا کمبودهای نظام اقتصادی مبتنی بر بازار را تا حدودی برطرف سازد. بخش کشاورزی از جمله بخش­هایی است که شاهد بیشترین دخالت ها بوده است. (پریزن و اسماعیلی، ۱۳۸۷: ۱۱)

با توجه به نقشی که کشاورزی در انتقال نیروی کار، تأمین مواد غذایی، ایجاد اشتغال، تأمین مواد اولیه و تأمین رفاه مصر ف کنندگان تمام اقشار جامعه دارد، نیازمند توجه و برنامه­ ریزی دقیق از سوی سیاستگذاران است. ‌بنابرین‏ به منظور برنامه­ریزیهای مناسب کوتاه و بلند­مدت در زمینه واردات، اطلاع دقیق از آینده لازم و ضروری به نظر می‌رسد زیر ا اتخاذ سیاست‌های مناسب در زمینه کاهش واردات، برای شکل گیری بخش کشاورزی به عنوان یک بخش تجاری و مؤثر در توسعه اقتصادی لازم است. بر این اساس در مطالعه حاضر میزان واردات این محصول مهم وارداتی که نقش مهمی در ترازتجاری کشور دارد پیش ­بینی شده است. (همان منبع: ۱۱)

۲-۳ مدل‌سازی اقتصادسنجی

اقتصاد­سنجی^[۵] یکی از شاخه‌های نوین و مهم علم اقتصاد است که آشنایی و استفاده از آن می ­تواند کمک شایانی برای شناخت هر چه بهتر روابط بین پدیده‌های اقتصادی و اجتماعی باشد. مدل­های اقتصادسنجی یک نظام اقتصادی را به کمک مجموعه‌ای از معادلات هم­زمان که ‌بیان کننده‌ روابط متقابل بین متغیرهای قابل اندازه‌گیری است، توصیف می‌کنند. معادله‌ها مبتنی بر نظریه یا مشاهدات تجربی رفتار و یا روابط فنی میان متغیرها است و چنانچه مدل مورد تحلیل دربرگیرنده‌ی یک یا چند عنصر با وقفه از متغیر وابسته به­عنوان متغیر توضیحی باشد، در آن صورت آن مدل را پویا یا دینامیک می‌نامند. (گجراتی، ۱۳۸۸: ۵۶)

۲-۴ خصوصیات یک مدل خوب

سی. هاروی (A.C. Harvey) ملاک‌های زیر را برای قضاوت راجع به کیفیت یک مدل ارائه می‌دهد (گجراتی و دامودار، ۱۳۸۶: ۶۰)

1. قلت منطقی متغیرهای توضیحی^[۶]

یک مدل هیچگاه قادر به توصیف دقیق واقعیت آن­طور که هست نیست، یعنی برای توصیف دقیق واقعیت مجبور خواهیم بود چنان مدل پیچیده‌ای را ارائه کنیم که فاقد کوچک‌ترین ارزش علمی است. ساده‌سازی و تجرید در هر برنامه مدل‌سازی اجتناب‌ناپذیر است. در این رابطه اصل قلت منطقی متغیرهای توضیحی حکم می‌کند که یک مدل، تا آن­جا که ممکن است ساده در نظر گرفته شود به­ طوری­که تنها متغیرهای کلیدی را باید در تحلیل وارد نمود و بدین وسیله تمام اثرات تصادفی و جزئی را به جزء اخلال یا خطا^[۷] محو کرد. ( همان منبع: ۶۱)

1. قابلیت تشخیص^[۸]

این اصل حکم می‌کند که برای مجموعه داده های معین، پارامترهای تخمین‌زده شده بایستی مقادیر منحصر به فردی را به دست دهند. به­عبارت دیگر تنها یک تخمین برای هر پارامتر مشخص به دست آید. ( همان منبع: ۶۱)

1. خوبی بر ارزش^[۹]

نظر ‌به این­که هدف اساسی تحلیل رگرسیون، توضیح‌دهندگی تغییرات در متغیر وابسته به­وسیله متغیرهای توضیحی ملحوظ در مدل است، ‌بنابرین‏ یک مدل زمانی به­عنوان یک مدل خوب مد نظر قرار می‌گیرد که این توضیح که به­وسیله اندازه‌گیری می‌شود، حتی‌الامکان بالا باشد. البته ملاک را به­تنهایی نبایستی مورد توجه قرار­داد، بلکه این ملاک را به موازات سایر معیارها می‌توان به کار برد.

سازگاری با تئوری: ممکن است یک مدل علی‌رغم داشتن بالا، به علت اشتباه بودن علائم یک یا چند ضریب آن، مدل خوبی نباشد. آنگاه بایستی نتایج را با تردید تعبیر کرد.

1. قدرت تعمیم‌دهی و پیش­گیری

به نقل از فریدمن، ((… تنها آزمون مناسب برای اعتبار یک فرضیه (مدل) مقایسه پیش‌بینی آن با تجارب است)). بالا دلالت بر قدرت تعمیم‌دهی مدل دارد و باید گفت که این قدرت بیان شده توسط ، فقط در رابطه با یک نمونه و برای آن نمونه معین است و آن­چه که در این­جا مدنظر است قدرت پیش‌بینی و تعمیم‌دهی برای دوره‌ای خارج از دوره‌ نمونه است.

۲-۵ اشکال تبعی مدل‌های رگرسیونی

این اشکال شامل مدل­های ‌با کشش ثابت (لگاریتم دو­سویه) و مدل­های نیمه لگاریتمی است. حال به توضیح هرکدام از این مدل­ها می­پردازیم. (نوفرستی، ۱۳۷۶: ۱۲۸)

1. مدل‌های با کشش ثابت (لگاریتم – خطی^[۱۰]) یا لگاریتم – لگاریتمی^[۱۱] (لگاریتم از دو سو^[۱۲])

این مدل­ها مکرراً در مطالعات مربوط به تقاضا جهت تخمین کشش‌های قیمتی و درآمدی تقاضا استفاده می­ شود. این دسته از مدل‌ها هم از نظر لگاریتم متغیرها (X،Y) و هم از نظر پارامترها (β , α) خطی هستند ‌بنابرین‏ می‌توان به­وسیله روش OLS آن را تخمین زد. به خاطر این خطی بودن است که این چنین مدل‌هایی، مدل‌های لگاریتم – خطی، لگاریتم از دو سو یا لگاریتم – لگاریتمی نام گرفته‌اند.