التنبؤ بأهم العوامل المؤثرة على الناتج المحلي الاجمالي

Abstract

تناولت الدراسة التنبؤ بأهم العوامل المؤثرة على الناتج المحلي الاجمالي في السودان وقد إعتمدت الدراسة على المنهج الوصفي التحلیلى - خلال الفترة ( 1990-2015) وتمثلت مشكة الدراسة في تحديد اي طرق التقدير افضل لتقدير معلمات النموذج، وهدفت الدراسة، الي دراسة اهم العوامل المؤثرة على الناتج المحلي الاجمالي وذلك من خلال: الحصول على افضل نموذج لمعرفة اي من المتغيرات له تأثير أكبر على الناتج المحلي الاجمالي، واستخدام ذلك النموذج في التنبؤ، حتى یساعد في إتخاذ القرارات المناسبة، وقد عمدت الدراسة الي اثبات كل من: معرفة تاثير كل متغير من هذه المتغيرات(التضخم ،الصادرات ،الواردات، الاستثمار، الانفاق الحكومي، الاستهلاك) على الناتج المحلي الاجمالي. وما اذا كانت هذه العوامل لها تاثير معنوي على الناتج المحلي الاجمالي. وقد توصلت الدراسة الي ان كل العوامل لها تأثير معنوي على الناتج المحلي الاجمالي ما عدا التضخم. وان النموذج معنوي ويمكن التنبؤ به مستقبلا، وان طريقة انحدار الحرف افضل من طريقة المربعات الصغرى الاعتياديه حيث قيمة معامل التحديد( ) بطريقة انحدار الحرف (0.9976) بينما بلغت قيمة ( ) بطريقة المربعات الصغري (0.9999) وفي المقابل فان قيمة التباين (8325.3384) بطريقة انحدار الحرف كانت اكبر منه (1542.5923) بطريقة المربعات الصغري. ABSTRACT: The study dealt the most important factors influencing GDP in Sudan. The study relied on descriptive analysis during the period 1990-2015. The study's problem was to determine which estimation methods were best for estimating model parameters. The study aimed to study the most important factors affecting GDP by obtaining the best model to know which of the variables has high impact on GDP. And use that model to predict, to help using the appropriate decisions; the study was to prove the following: to know the impact of each variable (inflation, exports, imports, investment, government spending, and consumption) on GDP. And whether these factors have a significant impact on GDP. The study found that all factors have a significant effect on GDP excluding inflation. the model was significant and predictable in future, the ridge regression method is better than the ordinary least squares method where the value of the coefficient of determination was (0.9976) while the value of the OLS was (0.9999). In contrast, the variance was (8325.3384) in the ridge regression method is greater than (1542.5923) according to OLS method.