تخمين مسائل بدفرم در حوزه اقتصاد كشاورزي با استفاده از رهيافت حداكثر بي نظمي تعميم يافته

Estimating the Ill-posed Problem in Agricultural Economics Using Generalized Maximum Entropy

يكي از مهم ترين مشكلات روش هاي اقتصاد سنجي موجود جهت تخمين پارامترهاي مورد نظر به ويژه در تحقيقات اقتصاد كشاورزي، عدم وجود داده هاي لازم و لذا كاهش شديد و يا در برخي موارد منفي شدن درجه آزادي است كه به آن مسئله بد فرم نيز اطلاق مي شود. مسائل بدفرم تحقيقات اقتصادي را در بخش كشاورزي به ويژه در كشورهاي درحال توسعه همانند ايران با محدوديت جدي همراه كرده است. اين پديده در مطالعات منطقه اي و استاني با شدت بيشتري نمايان است. با اين رويكرد و براي ايجاد بستر مناسب در تحقيقات اقتصادي بخش كشاورزي، در مطالعه حاضر روش ماكزيمم آنتروپي تعميم يافته (GME) مورد بحث قرار گرفت و با استفاده از آن، كشش هاي استاني عرضه و تقاضاي گندم در شرايط عدم وجود داده هاي كافي محاسبه شد. يافته هاي مطالعه نشان داد كه تحت شرايط ضعيف تخمين هاي ماكزيمم آنتروپي تعميم يافته كاراتر از تخمين هاي حداقل مربعات معمولي است ولي در صورت وجود داده هاي كافي اولويت با روش هاي تخمين كلاسيك خواهد بود.

One of the most important problems in econometric methods، in order to estimate the considered parameters، is called the ill-posed problem. This problem occurs due to the lack of sufficient data which causes very low or، in some cases، negative degree of freedom. The ill-posed problems restrict researchers in agricultural economics studies especially in developing countries such as Iran. This problem is more evident in regional or provincial cases. With this approach and in order to create a favorable environment for economic researches in the agriculture sector، this paper applied the General Maximum Entropy (GME) approach to calculate the supply and demand elasticities of provincial wheat markets in the case of insufficient data. Results indicated that under such circumstances، the GME estimations are more efficient than the ordinary least squares (OLS) ones; but in the case of sufficient data، the classical estimation methods would be preferable.