شكست‌هاي ساختاري و مدل‌سازي رفتار تورم: مقايسه مدل ‌هاي غيرخطي و مدل‌هاي با پارامتر زمان‌متغير

Structural Breaks and Modeling Behavior of Inflation-Comparison between Nonlinear and Time Varying Models

شناخت پويايي‌هاي رفتار تورم مي‌تواند به پيش‌بيني‌ دقيق‌تر رفتار آتي اين متغير كمك كند. يكي از وجوه مهم پويايي‌هاي رفتار تورم در اقتصاد ايران كه كمتر مورد توجه قرار گرفته است، مسئله وجود يا عدم وجود شكست‌هاي ساختاري در سري زماني تورم و يافتن مدل مناسب براي فرموله كردن شكست در سري زماني اين متغير است. مقاله حاضر چنين هدفي را دنبال مي‌كند. در اين مقاله با استفاده از داده‌هاي فصلي مربوط به تورم شاخص قيمت مصرف‌كننده از سال 1369 تا 1390، نشان داده مي‌شود كه تورم ايران دچار شكست‌هاي ساختاري شده است و در نتيجه، مدل‌هاي خطي با پارامترهاي ثابت نمي‌توانند رفتار تورم را به خوبي توضيح دهند. سپس نشان داده مي‌شود كه مدل‌هاي خطي با پارامترهاي زمان‌متغير مي‌توانند اثرات شكست‌هاي ساختاري را لحاظ كنند و توضيح‌دهنده خوبي براي رفتار تورم ايران هستند؛ در حالي‌كه مدل‌هاي غيرخطي از اين جهت چندان موفق نيستند. همچنين بررسي عملكرد پيش‌بيني برون‌نمونه‌اي نشان مي‌دهد كه پيش‌بيني‌هاي مدل خطي با پارامترهاي زمان‌متغير در تمام افق‌هاي پيش‌بيني نسبت به مدل پايه خودرگرسيون اندكي دقيق‌تر است هر چند اين عملكرد بهتر به لحاظ آماري معنادار نيست. اين در حالي است كه عملكرد پيش‌بيني مدل غيرخطي TAR نسبت به مدل پايه خودرگرسيون ضعيف‌تر است. بنابراين هر چند مدل‌سازي زمان متغير نرخ تورم ايران مي‌تواند به توضيح رفتار اين متغير كمك كند، اما اين نوع مدل‌سازي، بهبود قابل‌توجهي در پيش‌بيني تورم ايجاد نخواهد كرد.

In this paper, Using CPI data from 1990 to 2011, it is showed that Iranian inflation series has been encountered with structural breaks. Then, it is showed that time-varying parameter models can explain the behavior of Iranian inflation, but nonlinear model cannot. Also, investigating the performance of out-of-sample forecasting shows that the performance of time-varying parameter model is slightly better than benchmark AR model in all forecast horizons, although this difference is not significant, but the nonlinear model in all forecast horizons does not have better performance than our benchmark model. So, although modeling inflation by time-varying models can explain the behavior of inflation, but it cannot help forecast inflation.