استخدام أساليب السلاسل الزمنية لمعالجة الاختلافات الموسمية في الرقم القياسي لسعر المستهلك

Abstract AR

كما هو معروف أن الرقم القياسي لسعر المستهلك (CPI) هو أحد أهم الأرقام القياسية المستخدمة لما له من مساس مباشر برفاهية الفرد و المستوى المعاشي له، و من أجل الاهتمام بحساب هذا الرقم و التعرف على المشاكل التي تعترضه فقد تم التطرق إلى مشكلة وجود السلع الموسمية التامة عند حساب هذا الرقم و التعرف على بعض الحلول الممكنة في التعامل مع هذه المشكلة، إذ استخدمت البيانات الحقيقية لمجموعة من السلع (المتضمنة سلع موسمية تامة) في حساب الرقم القياسي للسعر و باستخدام طريقة (السلة السنوية مع استخدام الأسعار السابقة في التعويض عن الأسعار المفقودة) و بالرغم من أن هذه الطريقة أعطت تعاملا ناجحا مع مشكلة السلع الموسمية التامة إلا أن أثر الموسمي يبقى مرافقا لسلسلة الأرقام القياسية الناتجة عنها.

و من أجل أن يكون الرقم القياسي لسعر المستهلك (CPI) ملائما لقياس التضخم و إجراء المقارنات الشهرية أو الربع سنوية فلا بد من الاهتمام بسلسلة الأرقام القياسية لسعر المستهلك و التأكد من خلوها من التأثيرات الموسمية و هذا يتطلب اعتماد الأساليب الإحصائية المتقدمة، و من أهم هذه الأساليب هي طرائق تحليل السلاسل الزمنية و التي تأخذ بنظر الاعتبار دراسة التغيرات الموسمية و عليه تم استخدام طريقة Box-Jenkins في بناء الأنموذج الخاص بالسلسلة الزمنية للأرقام القياسية و كذلك اختبار هذا الأنموذج باستخدام Ljung & Box كما تم اعتماد أساليب السلاسل الزمنية في التوصل إلى سلسلة زمنية معدلة موسميا و تم اعتماد النموذج (1، 1، 0) (1، 1، 0) arima لتمثيل السلسلة الزمنية.