كيف نتنبأ بمعدلات التضخم السنوي باستخدام البيانات الشهرية؟

بعد أن بلغ ذروته عند 7.1% في يونيو 2022، بدأ التضخمالتضخمInflationارتفاع تدريجي ومستمر في المستوى العام لأسعار السلع والخدمات خلال فترة زمنية محددة، مما يؤدي إلى انخفاض القوة الشرائية للعملة. يحدث التضخم غالباً نتيجة اختلال التوازن بين المعروض النقدي والنمو الاقتصادي، أو بسبب زيادة الطلب عن العرض. في أسواق المال، تولي البنوك المركزية اهتماماً بالغاً بمعدلات التضخم عند اتخاذ قرارات أسعار الفائدة، حيث تسعى للحفاظ على استقرار الأسعار وضمان توازن القوة الشرائية للمستهلكين وحماية الاقتصاد من التقلبات الحادة.، الذي يُقاس بنسبة التغير السنوي في مؤشر أسعار نفقات الاستهلاك الشخصينفقات الاستهلاك الشخصيPersonal Consumption Expendituresهي القيمة النقدية الإجمالية التي يخصصها الأفراد لشراء المنتجات والخدمات الموجهة للاستهلاك الفردي. يشمل هذا المصطلح كافة المشتريات من سلع معمرة وغير معمرة، بالإضافة إلى مختلف الخدمات. يُعتبر هذا المؤشر أداة بالغة الأهمية لقياس مدى إقبال المستهلكين على الشراء، حيث يُستخدم لتقدير مساهمة الإنفاق الفردي في الناتج المحلي الإجمالي، ويساعد المحللين في فهم اتجاهات الطلب الكلي وتأثيرها على استقرار الأسعار والنمو الاقتصادي العام.، في الانخفاض نحو مستهدف الاحتياطي الفيدراليالاحتياطي الفيدراليFederal Reserveالبنك المركزي للولايات المتحدة، وهو مؤسسة مستقلة مسؤولة عن إدارة السياسة النقدية والحفاظ على استقرار النظام المالي. يعمل من خلال نظام يضم 12 بنكًا إقليميًا ومجلس محافظين، ويهدف إلى تحقيق أقصى قدر من التوظيف واستقرار الأسعار. يتولى الفيدرالي مهام إصدار العملة، وتنظيم المؤسسات المالية، وإدارة السندات الحكومية، كما تجتمع لجنته للأسواق المفتوحة دوريًا لتحديد أسعار الفائدة التي تؤثر بشكل مباشر على الاقتصاد العالمي. البالغ 2%. وبحلول أبريل 2024، وصل هذا المقياس المفضل لدى البنك المركزي إلى 2.7%.

نظراً لأن التضخم يُقاس عادةً على مدار العام الماضي، فهو بطبيعته مقياس متأخر. وحتى لو انخفض التضخم الشهري إلى الصفر، سيستغرق الأمر عدة أشهر حتى ينعكس ذلك على المعدل السنوي. فكيف يمكن لخبراء الاقتصاد التنبؤ بدقة بعودة التضخم إلى مستوياته المستهدفة؟

تحديات البيانات ذات التردد العالي#

يوفر النظر إلى البيانات الشهرية أو الربع سنوية تقديرات آنية، لكنها تعاني من تقلبات حادة وضوضاء إحصائية. عند مقارنة هذه المقاييس، نجد أنها أكثر تذبذباً بكثير من المقاييس السنوية. ولهذا السبب، يفضل المحللون التركيز على التضخم السنوي لتقليل تأثير الصدمات العابرة.

التنبؤ بالتضخم عبر النماذج الإحصائية#

لتقدير التضخم السنوي باستخدام بيانات جزئية، نستخدم نموذج انحدار خطي يعتمد على المعاملات ألفاألفاAlphaهو مقياس مالي يحدد مدى تفوق أداء استثمار معين على مؤشر مرجعي محدد بعد تعديل المخاطر. يمثل هذا المؤشر القيمة المضافة التي يحققها مدير المحفظة بفضل مهارته في اختيار الأصول أو توقيت الدخول للسوق. تشير قيمة ألفا الإيجابية إلى أن الاستثمار قد تفوق على التوقعات السوقية، بينما تعكس القيمة السلبية أداءً أقل من المتوقع، مما يجعله أداة أساسية لتقييم كفاءة الاستراتيجيات الاستثمارية النشطة. وبيتابيتاBetaمقياس مالي يستخدم لتقييم مدى حساسية أصل استثماري معين تجاه تحركات السوق العامة. تشير قيمة بيتا إلى مستوى التقلّب المتوقع للأصل مقارنة بالسوق؛ فإذا كانت تساوي 1، يتحرك الأصل بنفس وتيرة السوق، بينما تعني القيمة الأعلى من 1 أن الأصل أكثر تقلّباً، والقيمة الأقل من 1 تعني أنه أقل تقلّباً. يعتمد المستثمرون على هذا المؤشر لفهم المخاطر المرتبطة بمحافظهم الاستثمارية واتخاذ قرارات توزيع الأصول بشكل مدروس.. يعتمد النموذج على الصيغة التالية:

التضخم السنوي القادم = α + β * (تضخم الأشهر الحالية) + γ * (تضخم العام الماضي) + ε

حيث يمثل ε مصطلح الخطأ. تشير النتائج إلى أن القدرة التنبؤية (R2) تبدأ بنسبة 28% مع شهر واحد من البيانات، وتصل إلى 71% بعد ستة أشهر، لتصل ميكانيكياً إلى 100% بنهاية العام. وبمجرد توفر بيانات سبعة أشهر، يمكننا تفسير أكثر من ثلاثة أرباع تباين التضخم.

متى نصل إلى مستهدف 2%؟#

باستخدام الانحراف المعياريالانحراف المعياريStandard Deviationمقياس إحصائي يُستخدم لتقييم التقلّب في أسعار الأصول، حيث يوضح مدى تشتت الأسعار عن متوسطها الحسابي. عندما تكون قيمته منخفضة، فهذا يشير إلى استقرار السعر ضمن نطاق ضيق، أما القيم المرتفعة فتعكس اتساع الفارق السعري وزيادة حدة التقلّب. يُعد الانحراف المعياري أداة جوهرية في التحليل الفني، حيث يساعد المتداولين على قياس المخاطر المتوقعة وتحديد مدى أهمية التحركات السعرية، كما يدخل في تركيب مؤشرات فنية أخرى مثل بولينجر باندز. لمصطلح الخطأ، يمكننا بناء فواصل ثقة بنسبة 95% للتوقعات. إذا انخفض التضخم الشهري إلى 2%، فسنحتاج إلى حوالي تسعة أشهر من البيانات لنتمكن من القول بثقة إن التضخم السنوي سيبقى ضمن النطاق المستهدف. ورغم أن هذا النموذج لا يضمن دقة مطلقة، إلا أنه يقلص فترة الانتظار اللازمة لاتخاذ قرارات اقتصادية مبنية على حقائق.