আমি ভাবছিলাম যে প্রতিদিনের মূল্যস্ফীতির ডেটাগুলির জন্য অ্যাকাউন্ট করার কোনও উপায় আছে কিনা? আমার প্রতিদিনের স্বল্পমেয়াদী সুদের হার রয়েছে এবং আমি এগুলি বাস্তব স্বল্পমেয়াদী সুদের হারে রূপান্তর করতে চাই।
ফিশার সমীকরণের সাথে প্রকৃত হার গণনা করার জন্য আমি কি কেবল মাসের সিপিআই গড় করতে পারি?
কোন সাহায্য ব্যাপকভাবে প্রশংসা করা হয়!
উত্তর:
বিলিয়ন দামের প্রকল্পটি যা চায় তা অফার করে:
আর্জেন্টিনা এবং মার্কিন যুক্তরাষ্ট্রের জন্য দৈনিক মূল্য সূচকগুলি, মাসিক এবং বার্ষিক মূল্যস্ফীতির হার। আর্জেন্টিনা, ব্রাজিল, চীন, জার্মানি, জাপান, দক্ষিণ আফ্রিকা, যুক্তরাজ্য, মার্কিন যুক্তরাষ্ট্র, ৩ টি মার্কিন ক্ষেত্র এবং বিশ্বব্যাপী সমষ্টি (ইউরোজোন সহ) জন্য বার্ষিক মূল্যস্ফীতির হার সহ মাসিক তথ্য। আর্জেন্টিনা এবং অস্ট্রেলিয়ার হয়ে ডেলি পিপিপি সিরিজ।
যাইহোক, বেশিরভাগ অনলাইন লেনদেনের ডেটা থেকে আসা এই ডেটাগুলি অসম্পূর্ণ কারণ তারা ২০১৫ সালে শেষ হয়েছে However তবে, আমি কিছু কোড একসাথে রেখেছি যাতে আপনি দেখতে পারেন যে পণ্যগুলির ঝুড়ির জন্য খুব বেশি উচ্চ ফ্রিকোয়েন্সি মূল্যের স্তরের প্রকরণ নেই see :
import delimited pricestats_bpp_arg_usa.csv
drop if country=="ARGENTINA"
gen date2 = date(date, "DMY")
format date2 %d
tsset date2
twoway (tsline indexps)
tssmooth ma indexps_ma30 = indexps, window(30)
twoway (tsline indexps) (tsline indexps_ma30)
gen monthly_diff = indexps - l30.indexps
gen monthly_diff_ma = indexps_ma30 - l30.indexps_ma30
gen abs_double_diff = abs(monthly_diff - monthly_diff_ma)
sum indexps indexps_ma30 monthly_diff monthly_diff_ma abs_double_diff, detail
twoway (tsline monthly_diff) (tsline monthly_diff_ma)\
এটি 30 দিনের চলন্ত গড় মূল্য স্তরের এবং প্রকৃত মূল্য স্তরের তুলনা করে একটি চিত্র তৈরি করে যা আপনি নীচে দেখতে পাচ্ছেন যে স্মুটেড এবং আসল মূল্য স্তরের মধ্যে খুব কম পার্থক্য রয়েছে। দৈনিক মূল্যস্ফীতির দামের একটি বৃহত ঝুড়ির দাম স্তর স্থিতিশীল মুদ্রাস্ফীতি (যা গড় ব্যবহারের সাথে মোটামুটি সমান হয়) ধরে নেওয়া থেকে খুব আলাদা হতে পারে না।
আমার অনুমান, উপরের গণনাগুলি ব্যবহার করে, যে মাসিক মূল্যস্ফীতি প্রতি মাসে প্রায় 11 বেস পয়েন্ট। মূল্য স্তরের পরিবর্তে মূল্যস্ফীতির একটি পরিমাপ ব্যবহার করে বোঝা যায় যে স্মুথড এবং কাঁচা মুদ্রাস্ফীতি অনুমান খুব মিল। উচ্চতর ফ্রিকোয়েন্সি গণনা পদ্ধতির থেকে পরিমাপের ত্রুটি এবং পক্ষপাত রয়েছে বলে এই প্রকরণটি হতে পারে।
