چکیده:
شناخت پویایی های رفتار تورم می تواند به پیش بینی دقیق تر رفتار آتی این متغیر کمک کند. یکی از وجوه مهم پویایی های رفتار تورم در اقتصاد ایران که کمتر مورد توجه قرار گرفته است، مسئله وجود یا عدم وجود شکست های ساختاری در سری زمانی تورم و یافتن مدل مناسب برای فرموله کردن شکست در سری زمانی این متغیر است. مقاله حاضر چنین هدفی را دنبال می کند.
در این مقاله با استفاده از داده های فصلی مربوط به تورم شاخص قیمت مصرف کننده از سال 1369 تا 1390، نشان داده می شود که تورم ایران دچار شکست های ساختاری شده است و در نتیجه، مدل های خطی با پارامترهای ثابت نمی توانند رفتار تورم را به خوبی توضیح دهند. سپس نشان داده می شود که مدل های خطی با پارامترهای زمان متغیر می توانند اثرات شکست های ساختاری را لحاظ کنند و توضیح دهنده خوبی برای رفتار تورم ایران هستند؛ در حالی که مدل های غیرخطی از این جهت چندان موفق نیستند. همچنین بررسی عملکرد پیش بینی برون نمونه ای نشان می دهد که پیش بینی های مدل خطی با پارامترهای زمان متغیر در تمام افق های پیش بینی نسبت به مدل پایه خودرگرسیون اندکی دقیق تر است هر چند این عملکرد بهتر به لحاظ آماری معنادار نیست. این در حالی است که عملکرد پیش بینی مدل غیرخطی TAR نسبت به مدل پایه خودرگرسیون ضعیف تر است. بنابراین هر چند مدل سازی زمان متغیر نرخ تورم ایران می تواند به توضیح رفتار این متغیر کمک کند، اما این نوع مدل سازی، بهبود قابل توجهی در پیش بینی تورم ایجاد نخواهد کرد.
خلاصه ماشینی:
"به همین دلیل مقاله حاضر هم مدل غیرخطی TAR و هم مدلهای با پارامتر زمان متغیر (TVPAR و STAR) را جهت مدلسازی سری زمانی تورم ایران به کار میگیرد تا با مقایسه این دو دسته مدل مشخص شود کدام یک در کنترل اثرات شکست و تبیین رفتار تورم عملکرد بهتری دارند.
3- آزمون شکست ساختاری سری تورم در ابتدا باید به این پرسش پاسخ داده شود که آیا سری زمانی تورم ایران دچار شکست ساختاری شده است و شواهدی از رفتار غیرخطی و یا متغیر با زمان وجود دارد؟ نمودار ۱ پارامترهای مدل خودرگرسیون را برای تورم فصلی ایران به صورت زمان متغیر (به روش انبساطی) و ثابت (با فاصله اطمینان ۹۵ درصدی) نمایش میدهد.
با توجه به اینکه مقادیر مربوط به پارامترهای زمان متغیر در بسیاری از دورهها خارج از فاصله اطمینان قرار گرفته است، بنابراین به لحاظ آماری میتوان Diebold and Kilian augmented Dickey-Fuller (ADF) test مرتبه بهینه مدل خودرگرسیون با استفاده از معیارهای آکائیک و شوارتز ۲ تعیین شده است.
جدول (5): عملکرد نسبی مدلغیرخطی TAR و مدلهای با پارامتر زمان متغیر TVPAR و STAR نسبت به مدل پایه (رجوع شود به تصویر صفحه) توضیحات: در این جدول مدل خودرگرسیون تکرارشونده با معیار انتخاب وقفه شوارتز به عنوان مدل پایه در نظر گرفته شده و عملکرد دقت پیشبینی مدل TVPAR، TAR و STAR بر اساس معیار RMSFE نسبی گزارش شده است."