2013
6
1.3.
Mərkəzi banklarda modelləşdirmə və proqnozlaşdırma aparatı
İnflyasiya: proqnozlaşdırmanın mövcud metodları
Mərkəzi banklarda proqnoz modelləri təkmil
metodologiyalardan istifadə etməklə daima
yenilənir.
Təcrübədə inflyasiyanın proqnozlaşdırılması
üçün
ən
sadə
metodologiya
kimi
mühakimələrdən
geniş
istifadə
edilir.
Mühakimə əsaslı proqnoz ekspert rəyinə və
intuisiyaya, istehlakçı və istehsalçılar arasında
aparılan sorğulara və s. əsaslanır. Belə ki,
istehlakçı
və
istehsalçıların
qiymət
gözləntiləri, firmaların istehsal gücləri, mal
ehtiyatları və tələblə bağlı gözləntiləri və s.
inflyasiyanın
gələcək
səviyyəsinə
dair
mühakimələrin
formalaşmasında köməkçi
rolunu oynayır.
Mühakiməyə əsaslanan proqnozlara misal
olaraq
Delfi
və
Naiv
Ekstrapolyasiya
metodlarını göstərmək olar. Delfi metodu
sistematik və interaktiv proqnozlşadırma
metodudur. Bu metodda hər bir dövrdən sonra
ekspert proqnozları icmallaşdırılır və yenidən
nəzərdən
keçirilir.
Nəticədə
ekspert
proqnozlarının bir-birinə konvergensiyası
təmin edilir.
Naiv ekstrapolyasiyada proqnoz sadə iqtisadi
fərziyyələrə
və
mövcud
dəyişikliklərə
əsaslanır. Bu tip proqnozun nəzəri əsasını
―təsadüfi dolaşan” və ya ―Braun” hərəkəti
təşkil edir
2
. Başqa sözlə, məsələn, mart ayı
2
1
t
t
t
y
y
burada
t
y
–hər hansı bir statistik dəyişən və
t
-ağ
küydür. Bu modelə görə
h period üzrə proqnoz sonrakı proqnoza bərabərdir:
|
(
)
t h t
t
E y
y
üçün inflyasiya 0.5%-dirsə, aprel ayı üçün də
proqnoz elə 0.5% təşkil edəcəkdir.
Digər sadə statistik proqnoz aləti sürüşən orta
metoddur. Belə ki, gələcək dövrlə bağlı
proqnoz vermək üçün keçmiş dövrlərin faktiki
inflyasiya hədlərinin ortalaması hesablanır və
bu hədd gələcək dövrün inflyasiya proqnozu
kimi qəbul edilir
3
. Bir sonrakı dövr üçün
hesablamalar aparılarkən statistik dəyişənin
qiymətləri bir dövr aşağı sürüşdürülür və digər
dövr üçün proqnoz hesablanır.
Eksponensial
hamarlaşdırma
metodunun
üstün cəhəti yeni dövr üçün proqnoz
hazırlanarkən keçmiş dövrün proqnoz xətasını
da nəzərə almasıdır
4
.
Daha kompleks statistik alət olan
ARMA
modeli Box və Jenkins tərəfindən işlənib
hazırlanmışdır
5
. Box-Jenkins metodologiyası
stasionar statistik dəyişənlər üçün nəzərdə
tutulduğundan,
proqnoz
obyekti
olan
dəyişənin stasionarlığı yoxlanılır. Daha sonra
avtokorrelyasiya funksiyası tədqiq edilərək
statistik sıranı formalaşdıran proses, yəni
3
t
t
A
F
n
burada,
t
F
t periodu üçün proqnoz,
t
A
t periodu
üçün faktiki qiymət,
n
periodların sayını göstərir.
4
1
1
1
(
)
t
t
t
t
F
F
A
F
,
t
F
t periodu üçün proqnoz,
1
t
A
t-1 periodu üçün faktiki qiymət,
hamarlaşdırma əmsalı
5
p dərəcəli AR və
q dərəcəli MA modeli (və ya ARMA(
p,q)) aşağıdakı
kimi ifadə edilir:
0
1
1
p
q
t
i p
t p
i q t q
i
i
y
y
,
burada
t
y
t periodu
üçün statistik dəyişən,
t
p
y
p period əvvəlki dövr üçün statistik
dəyişən,
i
avtoreqressiv hissə üçün əmsallar,
i
sürüşən orta
hissəsi üçün əmsallar