حامد عطریان فر

نرخ تورم یکی از متغیرهای کلیدی اقتصاد کلان است که پیش بینی دقیق آن برای افق های بیش از یک دوره مورد نیاز نهادهای سیاستگذار و به ویژه بانک مرکزی است. روش های مستقیم و تکرار شونده دو تکنیک متداولی است که در ادبیات به هنگام پیش بینی در افق های بیش از یک دوره پیشنهاد می شود. این مطالعه با بهره گیری از طیف وسیعی از متغیرهای اقتصادی به بررسی این دو روش برای پیش بینی زمان حقیقی نرخ تورم در ایران می پردازد. نتایج به دست آمده نشان می دهد که عموما با افزایش افق پیش بینی، عملکرد روش تکرار شونده نسبت به روش مستقیم بهبود می یابد. برای معیارهای اطلاعاتی که وقفه کمتری انتخاب می کنند (مانند شوارتز)، روش مستقیم در کوتاه مدت (1 فصل و 2 فصل) و روش تکرار شونده در بلندمدت (3 فصل و 4 فصل) برتری دارد، در حالی که برای معیارهای اطلاعاتی که وقفه بیشتری انتخاب می کنند (مانند آکایکه)، مقایسه بین این دو روش وابسته به افق پیش بینی نبوده و روش تکرار شونده به طور کلی دارای دقت بیشتری است.

در این مطالعه ابتدا محتوای اطلاعاتی متغیرهای گوناگون اقتصادی برای پیش بینی قیمت مسکن در شهر تهران بررسی شده و سپس عملکرد برخی از روش های ترکیب پیش بینی برای پیش بینی این متغیر ارزیابی شده است. نتایج به دست آمده حاکی از آن است که اس تفاده از اطلاعات متغیرهای گوناگون به وسیله تکنیک های ترکیب پیش بینی می تواند باعث افزایش دقت پیش بینی گردد. در این میان، دقت روشهای ساده ترکیب از روش وزن های بهینه، علیرغم برخورداری از پشتوانه نظری، بیشتر است. همچنین بطور کلی اختصاص اهمیت بیشتر به پیش بینی های اخیر (در روش مجذور خطای تنزیل شده) و همفزونی کمتر اطلاعات (در روش خوشه بندی) موجب افزایش دقت پیش بینی می گردد. از طرف دیگر انقباض وزن ها به سمت وزن های یکسان (در روش انق باضی) با کاهش می زان خطای تخمین، عملکرد پیش بینی را بهبود می بخشد.