مساعدت الگوهای اقتصادسنجی فصلی در پیش بینی CPI شهر تهران

پیام:
چکیده:
این تحقیق برای پیش بینی شاخص CPI با استفاده از داده های سری زمانی صورت گرفته است. الگوی به کار رفته در پیش بینی الگوی میانگین متحرک هم انباشته خودتوضیحی فصلی (SARIMA) و بسط الگوی میانگین متحرک هم انباشته خودتوضیحی (ARIMA) است. داده های سری زمانی در فاصله سال های 1381 تا 1388 مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی جمهوری اسلامی ایران اخذ شده است. این داده ها ابتدا از جنبه های 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، پیش بینی مقادیر کوتاه مدت 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 بیان کننده قدرت پیش بینی بالای الگوی برازش شده است و نشان می دهد که نتایج این الگو می-تواند نقش مهمی را در بهینه سازی برنامه های کنترل تورم و کارایی سیاست های پولی و مالی داشته باشد.
زبان:
فارسی
در صفحه:
85
لینک کوتاه:
magiran.com/p1218207 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!