سید صفدر حسینی؛ علی اسکندری پور
دوره 12، شماره 46 ، مهر 1391، ، صفحه 85-100
چکیده
این تحقیق برای پیشبینی شاخص CPIبا استفاده از دادههای سری زمانی صورت گرفته است. الگوی به کار رفته در پیشبینی الگوی میانگین متحرک هم‌انباشته خودتوضیحی فصلی (SARIMA)و بسط الگوی میانگین متحرک هم‌انباشته خودتوضیحی (ARIMA) است. دادههای سری زمانی در فاصله سال‌های 1381 تا 1388 مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی ...
بیشتر
این تحقیق برای پیشبینی شاخص CPIبا استفاده از دادههای سری زمانی صورت گرفته است. الگوی به کار رفته در پیشبینی الگوی میانگین متحرک هم‌انباشته خودتوضیحی فصلی (SARIMA)و بسط الگوی میانگین متحرک هم‌انباشته خودتوضیحی (ARIMA) است. دادههای سری زمانی در فاصله سال‌های 1381 تا 1388 مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی جمهوری اسلامی ایران اخذ شده است. این دادهها ابتدا از جنبههای مختلف برای سازگاری با مدل مانند ریشه واحد فصلی مورد آزمون قرار گرفت. پس از برازش ، مدل از نظر آماری برای تمام ضرایب رگرسیون خودتوضیحی معمولی و میانگین متحرک معمولی در سطح 1 درصد معنادار شد و پس از تعیین الگوی برتر با استفاده از آن، پیشبینی مقادیر کوتاهمدت ماهیانه شاخص بهای کالاها و خدمات مصرفی در شهر تهران و مقایسه آن با مقادیر واقعی صورت گرفت. شاخص (MAPE) نشان داد، خطای متوسط 68/1 درصد بوده که بیانکننده قدرت پیشبینی بالای الگوی برازش شده است و نشان میدهد که نتایج این الگو میتواند نقش مهمی را در بهینهسازی برنامههای کنترل تورم و کارایی سیاستهای پولی و مالی داشته باشد.
