ارزيابي عملكرد روش هاي تركيبي در پيش‌بيني زمان حقيقي نرخ تورم در ايران

Evaluation of the Performance of Combined Methods in Real-Time Forecasting of Inflation in Iran

نرخ تورم يكي از كليدي‌ترين متغيرهاي اقتصاد كلان است كه داشتن پيش‌بيني دقيقي از آن به‌صورت زمان‌حقيقي (real-time) براي نهادهاي سياستگذار به‌ويژه بانك‌هاي مركزي از اهميت فراواني برخوردار است. يكي از راه‌هايي كه براي افزايش دقت پيش‌بيني پيشنهاد مي‌شود، استفاده از محتواي اطلاعاتي دسته وسيعي از متغيرهاي گوناگون با بهره‌گيري از روش‌هاي تركيب پيش‌بيني است. در اين مقاله تعدادي از روش‌هاي تركيب پيش‌بيني به‌صورت زمان‌حقيقي براي پيش‌بيني نرخ تورم در ايران پياده‌سازي و ارزيابي شده است. نتايج اين مطالعه نشان مي‌دهد روش‌هاي ساده تركيب در مقايسه با روش‌هايي كه به تخمين وزن‌هاي بهينه مي‌پردازند، عملكرد بهتري دارند و صرف‌نظركردن از همبستگي ميان پيش‌بيني‌هاي ساده در به‌دست‌آوردن وزن‌ها موجب افزايش دقت پيش‌بيني مي‌شود. همچنين اگرچه عملكرد وزن‌هاي انقباضي با افزايش ضريب انقباض بهبود مي‌يابد، اما به‌طور كلي پيش‌بيني‌هاي حاصل از وزن‌هاي بهينه داراي دقت بيشتري نسبت به پيش‌بيني‌هاي حاصل از وزن‌هاي انقباضي است.

Inflation rate is one of the most crucial macroeconomic variables and accurate real time forecast of it is of great importance to policy making institutions, especially central banks. One of the methods that have been proposed to increase the accuracy of forecasts is making use of information content of an extensive set of diverse variables using forecast combination methods. In this paper, some of the forecast combination techniques are implemented to forecast Iran’s inflation rate and then evaluated in real time. Our results show that firstly, simple combination methods have better performance compared to the combination methods that estimate the optimal weights. Secondly, ignoring the correlation between simple forecasts-when estimating the weights-will increase the accuracy of forecasts. Thirdly, the combination methods with optimal weights beat the methods with shrinking weights. Finally, the performance of the methods with shrinking weights is improved by increasing the shrinkage factor.