سید صفدر حسینی - استاد گروه اقتصاد کشاورزی پردیس کشاورزی دانشگاه تهران
علی اسکندری پور - دانشجوی دکترای اقتصاد کشاورزی پردیس کشاورزی دانشگاه تهران

این تحقیق برای پیش­بینی شاخص CPIبا استفاده از داده­های سری زمانی صورت گرفته است. الگوی به کار رفته در پیش­بینی الگوی میانگین متحرک هم انباشته خودتوضیحی فصلی (SARIMA)و بسط الگوی میانگین متحرک هم انباشته خودتوضیحی (ARIMA) است. داده­های سری زمانی در فاصله سال های ۱۳۸۱ تا ۱۳۸۸ مربوط به شاخص بهای کالاها و خدمات مصرفی در شهر تهران از بانک مرکزی جمهوری اسلامی ایران اخذ شده است. این داده­ها 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 ۱ 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 ۶۸/۱ 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.

الگوهای فصلی, ریشه واحد ماهیانه, الگوی SARIMA, شاخص قیمت, تهران