ORIGINAL_ARTICLE
کاربرد مدل مدهای گذرا در برآورد ارزش بنیادی و موقتی بازده سهام بورس اوراق بهادار تهران: تلفیق رهیافت فضا - حالت و انتقال رژیم مارکف
در این مقاله، رفتار تصادفی بازده های روزانه شاخص کل بورس اوراق بهادار تهران (TEDPIX) برای دوره 7/ 1/ 1389 تا 12/ 5/ 1394 مورد بررسی قرار گرفته است. با استفاده از مدل مؤلفه های مشاهده نشده، بازده سهام به دو مؤلفه دایمی و موقتی تجزیه میشوند. در مؤلفه موقتی، ناهمسانی واریانس از نوع انتقال مارکفی بوده که دارای سه وضعیت (واریانس پایین، متوسط و بالا) است. نتایج پژوهش، مناسب بودن مدل مدهای گذرا را نشان میدهد و مقدار پایین (کمتر از 50) معیار RCM نشاندهنده طبقهبندی مناسب رژیم ها در مدل است. مجموع ضرایب خودرگرسیونی در مؤلفه موقتی، تقریباً 0/4 است که نشان میدهد، حدود 40 درصد مقادیر جاری مؤلفه موقتی، توسط مقادیر دو دوره گذشته (دو روز گذشته) توضیح داده میشوند. دیرش مورد انتظار در وضعیت سه (واریانس بالا) دارای کمترین مقدار است، به این معنا که نوسانات بالا در بازده سهام سریعاً به سطح نرمال خود بازمیگردند. بررسی نمودار مقادیر احتمال بودن در وضعیت سه نشان میدهد، تعداد احتمالات با مقادیر یک برای وضعیت سه، در سال مربوط به انتخابات ریاستجمهوری، بسیار زیاد است.
https://ijer.atu.ac.ir/article_9119_ea6df9203815d3a6672fa0b1073ec197.pdf
2018-06-22
1
20
10.22054/ijer.2018.9119
مدل های فضا- حالت
زنجیره مارکف
مدل مد های گذرا
مدل GARCH
تیمور
محمدی
atmohamadi@gmail.com
1
دانشیار دانشکده اقتصاد دانشگاه علامه طباطبائی
LEAD_AUTHOR
عبدالساده
نیسی
a_neisy@yahoo.com
2
دانشیار دانشکده علوم ریاضی و رایانه دانشگاه علامه طباطبائی
AUTHOR
مهنوش
عبداله میلانی
milani@atu.ac.ir
3
دانشیار دانشکده اقتصاد دانشگاه علامه طباطبائی
AUTHOR
سحر
حواج
saharhavaj@yahoo.com
4
دانشجوی دکترای اقتصاد دانشگاه علامه طباطبائی
AUTHOR
سلیمانی، سیروس، علی فلاحتی و علیرضا رستمی (1395)، «اجزای موقت و دایمی بازدهی سهام: کاربردی از مدل فضاحالت با واریانس ناهمسانی راهگزینی مارکف»، فصلنامه تحقیقات مدلسازی اقتصادی، شماره 25، پاییز، صص 90-69.
1
نجارزاده، رضا، بهرام سحابی و سیروس سلیمانی (1392)، «بررسی رابطه بین تورم و نااطمینانی تورم در کوتاهمدت و بلندمدت: کاربردی از مدلهای فضاحالت با واریانس ناهمسانی راهگزینی مارکف»، فصلنامه پژوهشهای اقتصادی ایران، سال هجدهم، شماره 54، بهار، صص 25-1.
2
Ang, A., & Bekaert, G. (2002). Regime switches in interest rates. Journal of Business & Economic Statistics, 20(2), 163-182.
3
Camerer, C. (1989). Bubbles and fads in asset prices. Journal of Economic Surveys, 3(1), 3-41.
4
Carter, C. K., & Kohn, R. (1994). On Gibbs sampling for state space models. Biometrika, 81(3), 541-553.
5
Chan, K. F., Treepongkaruna, S., Brooks, R., & Gray, S. (2011). Asset market linkages: Evidence from financial, commodity and real estate assets. Journal of Banking & Finance, 35(6), 1415-1426.
6
Chen, S. W., & Shen, C. H. (2012). Examining the stochastic behavior of REIT returns: evidence from the regime switching approach. Economic Modelling, 29(2), 291-298.
7
Engel, R., and Kim, Ch. (1996), The long-run US/UK real exchange rate , Journal of Money, Credit and Banking, 31(3), 335-356.
8
Fama, E. F., & French, K. R. (1988). Permanent and temporary components of stock prices. Journal of political Economy, 96(2), 246-273.
9
Fama, E. F., Fisher, L., Jensen, M. C., & Roll, R. (1969). The adjustment of stock prices to new information. International economic review, 10(1), 1-21.
10
Hamilton, J. D., & Susmel, R. (1994). Autoregressive conditional heteroskedasticity and changes in regime. Journal of econometrics, 64(1-2), 307-333.
11
Hammoudeh, S., & Choi, K. (2007). Characteristics of permanent and transitory returns in oil-sensitive emerging stock markets: The case of GCC countries. Journal of International Financial Markets, Institutions and Money, 17(3), 231-245.
12
Kim, C. J., & Kim, M. J. (1996). Transient fads and the crash of′ 87. Journal of Applied Econometrics, 11(1), 41-58.
13
Kim, C. J., & Nelson, C. R. (1998). Testing for mean reversion in heteroskedastic data II: Autoregression tests based on Gibbs-sampling-augmented randomization1. Journal of Empirical Finance, 5(4), 385-396.
14
Lamoureux, C. G., & Lastrapes, W. D. (1990). Heteroskedasticity in stock return data: Volume versus GARCH effects. The journal of finance, 45(1), 221-229.
15
Lastrapes, W. D. (1989). Exchange rate volatility and US monetary policy: an ARCH application. Journal of Money, Credit and Banking, 21(1), 66-77.
16
LeRoy, S. F., & Porter, R. D. (1981). The present-value relation: Tests based on implied variance bounds. Econometrica: Journal of the Econometric Society,49(3), 555-574.
17
Poterba, J. M., & Summers, L. H. (1988). Mean reversion in stock prices: Evidence and implications. Journal of financial economics, 22(1), 27-59.
18
Shiller, R. (1981). Do Stock Prices Move too Much to Be Justified by Subsequent Changes in Dividends?. The American Economic Review, 71(3), 421-436.
19
Shiller, R. (1984). Stock prices and social dynamics. Brookings papers on Economic Activity, 2 , 457-498.
20
Summers, L. H. (1986). Does the stock market rationally reflect fundamental values?. The Journal of Finance, 41(3), 591-601.
21
West, K. D. (1988). Bubbles, fads and stock price volatility tests: a partial evaluation. The Journal of Finance, 43(3), 639-656.
22
ORIGINAL_ARTICLE
بررسی ارتباط غیرخطی بین متغیرهای کلان اقتصادی و اندازه دولت در ایران
نوع نگرش به نقش دولت و دلایل وجود دولت، طی قرن گذشته بارها دستخوش تغییر و بازنگری شده است. تغییر نگرشها باعث تغییر وظایف و مسئولیتهای محول شده به دولت و بنابراین، تغییر اندازه و ترکیب مخارج دولت میشود. در بستر این نگرشها، عواملی وجود دارد که میتواند تغییر اندازه و رشد دولت و بهتبع آن، میزان مداخله دولت را در اقتصاد طی زمان و در بین کشورهای مختلف توضیح دهد. بدین منظور این پژوهش، رابطه بین متغیرهای کلان اقتصادی شامل رشد اقتصادی، رشد درآمدهای نفتی، رشد درآمدهای مالیاتی و تورم را با اندازه دولت در ایران با استفاده از دادههای فصلی طی دوره زمانی 1393:4 – 1369:1 و با استفاده از رهیافت تغییر رژیم مارکف مورد بررسی قرار میدهد. نتایج این مطالعه حاکی از آن است که در یک مدل بهینه متشکل از دو رژیم با اندازههای متفاوت دولت، رشد اقتصادی تأثیر منفی و معناداری بر اندازه دولت در هر دو رژیم صفر و یک دارد، اما تورم اثرات متفاوتی در رژیمها بر اندازه دولت دارد، بهطوری که در رژیم صفر (دولت کوچکتر) اثر منفی و در رژیم یک (دولت بزرگتر) اثر مثبت و معناداری بر اندازه دولت میگذارد. همچنین رشد درآمدهای نفتی در هر دو رژیم اثر مثبت، اما رشد درآمدهای مالیاتی، تنها در رژیم یک بر اندازه دولت اثر مثبت میگذارد. علاوه بر این، نتایج مطالعه نشان میدهد که اندازه دولت در ایران اغلب در رژیم با اندازه دولت بزرگتر قرار داشته است و پیشبینی میشود که پایداری دولت بزرگتر بیشتر از دولت کوچکتر باشد
https://ijer.atu.ac.ir/article_9120_d9912180041fe6105b1ba037d763664d.pdf
2018-06-22
21
50
10.22054/ijer.2018.9120
متغیرهای کلان اقتصادی
رهیافت تغییر رژیم مارکف
اندازه دولت
اثرات غیرخطی
ایران
حسن
حیدری
h.heidari@urmia.ac.ir
1
استاد اقتصاد دانشگاه ارومیه
LEAD_AUTHOR
آرش
رفاح کهریز
arash.refah@gmail.com
2
کارشناس ارشد اقتصاد دانشگاه ارومیه
AUTHOR
ابراهیمی، ثریا (1390)، «بررسی تأثیر تورم بر اندازه دولت: مطالعه موردی ایران (1352-1386)»، پایاننامه کارشناسی ارشد، دانشگاه الزهرا، دانشکده علوم اجتماعی و اقتصاد.
1
اکبریان، رضا و محمدرضا کارکن (1392)، «بررسی رابطه بین باز بودن اقتصاد و اندازه دولت»، فصلنامهپژوهشنامهاقتصادی، سال سیزدهم، شماره 8، صص 79-107.
2
حاجی، غلامعلی، اکبر کمیجانی و کامبیز هژبر کیانی (1394)، «بررسی تأثیر عوامل مؤثر بر اندازه دولت در استانهای ایران»، فصلنامهعلمی - پژوهشی مطالعاتاقتصادیِکاربردیایران، سال چهارم، شماره 15، صص 80-55.
3
حیدری، حسن، سهیلا پروین و محمد فاضلی (1389)، «رابطه بین اندازه دولت و رشد اقتصادی: مطالعه موردی کشورهای عضو اوپک حاشیه خلیج فارس»، فصلنامه اقتصاد مقداری، دوره 7، شماره3، صص 66-43.
4
خداپرست مشهدی، مهدی، محمدعلی فلاحی، مصطفی سلیمیفر و امین حقنژاد (1391)، «بررسی اعتبار قانون واگنر و دیدگاه کینزی برای اقتصاد ایران: یک تجزیهوتحلیل سری زمانی»، فصلنامهپژوهشهای اقتصادی، دوره 47، شماره 4.
5
دادگر، یدالله و روحالله نظری (1385)، «دولت و اندازه آن در اقتصاد (مطالعه تطبیقی ایران و جهان)»، فصلنامه اقتصاد و جامعه، سال دوم، شماره دهم.
6
دژپسند، فرهاد و حسین گودرزی (1389)، «اندازه دولت و رشد اقتصادی در ایران: روش رگرسیون آستانهای»، فصلنامه پژوهشهای اقتصادی ایران، سال 14، شماره 42، صص 207-189.
7
رنانی، محسن، مرتضی سامتی و حسن فرازمند (1385)، «بررسی رابطه تمرکززدایی مالی و اندازه دولت در ایران»، فصلنامه پژوهشهای اقتصادی ایران، سال هشتم، شماره 26، صص 125-151.
8
فلاحی، محمدعلی، مهدی خداپرست مشهدی، مصطفی سلیمیفر و امین حقنژاد (1390)، «ارتباط میان رشد اقتصادی و اندازه دولت در کشورهای منتخب عضو اوپک: یک تجزیهوتحلیل چندمتغیره با استفاده از تکنیکهای پنل دیتا»، فصلنامه اقتصاد مقداری، دوره 8، شماره 2، صص 79-94.
9
مداح، مجید، فوزیه جیحون تبار و زهرا نجفی (1394)، «بررسی شش تفسیر از قانون واگنر در اقتصاد ایران بهعنوان یک کشور صادرکننده نفت براساس تکنیکهای اقتصادسنجی»، مجله سیاستگذاری اقتصادی، سال هفتم، شماره سیزدهم، صص 112-132.
10
Al-Khulaifi, A. S. (2012). The relationship between government revenue and expenditure in Qatar: A cointegration and causality investigation. International Journal of Economics and Finance, 4(9), 142.
11
Babatunde, M. A. (2011). A bound testing analysis of Wagner's law in Nigeria: 1970–2006. Applied Economics, 43(21), 2843-2850.
12
Burney, N. A. (2002). Wagner's hypothesis: Evidence from Kuwait using cointegration tests. Applied Economics, 34(1), 49-57.
13
Chang, T., & Ho, Y. H. (2002). Tax or spend, what causes what: Taiwan's experience. International Journal of Business and Economics, 1(2), 157.
14
Ezirim, C., Muoghalu, M., & Elike, U. (2008). Inflation versus public expenditure growth in the US: An empirical investigation. North American Journal of Finance and Banking Research, 2(2), 26-40.
15
Frimpong, J. M., & Oteng-Abayie, E. F. (2009). Does the Wagners hypothesis matter in developing economies? Evidence from three West African monetary zone WAMZ countries. American Journal of Economics and Business Administration, 1(2), 141-147.
16
Goldfeld, S. M., & Quandt, R. E. (1973). A Markov model for switching regressions. Journal of Econometrics, 1(1), 3-15.
17
Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica: Journal of the Econometric Society, 357-384.
18
Han, S., & Mulligan, C. B. (2008). Inflation and the size of government. Federal Reserve Bank of St. Louis Review, 90(3), 245-268.
19
Hong, T. J. (2009). Tax-and-spend or spend-and-tax? Empirical evidence from Malaysia. Asian Academy of Management Journal of Accounting and Finance, 5(1), 107-115.
20
Hussain, T., Iqbal, A., & Siddiqi, M. W. (2010). Growth, population, exports and Wagner's law: A case study of Pakistan (1972-2007). International Journal of Social Sciences, 5(4), 206-211.
21
Kalam, M. A., & Aziz, N. (2009). Growth of government expenditure in Bangladesh: An empirical enquiry into the validity of Wagner's law. Global Economy Journal, 9(2).
22
Khabazi, M., Janati Mashkani, A., & Reza Ghasemi, M. (2014). The effect of oil revenues on government size and economic growth in selected countries (Iran, Norway, Saudi Arabia). European Online Journal of Natural and Social Sciences, 3(4), 1212-1222.
23
Krolzig, H.M. (1997). Markov-Switching Vector Auto Regressions, Modelling, Statistical Inference and Applications to Business Cycle Analysi. Springer, Berlin.
24
Legrenzi, G. (2004). The displacement effect in the growth of governments. Public Choice, 120(1-2), 191-204.
25
Loganathan, N., & Taha, R. (2007). Have taxes led government expenditure in Malaysia?. Journal of International Management Studies, 2(2), 99-113.
26
Lojanica, N. (2015, May). Government expenditure and government revenue–The causality on the example of the republic of Serbia. In Management International Conference, Portoroz, Slovenia, May 2015.
27
Magazzino, C. (2011). The nexus between public expenditure and inflation in the Mediterranean countries. MPRA Paper No. 28493.
28
Magazzino, C. (2010). Wagner's law and Italian disaggregated public spending: some empirical evidences. MPRA Paper No. 26662.
29
Magazzino, C. (2014). The relationship between revenue and expenditure in the ASEAN countries. East Asia, 31(3), 203-221.
30
Mehrara, M., & Rezaei, A. A. (2014). The relationship between government revenue and government expenditure in Iran. International Journal of Academic Research in Business and Social Sciences, 4(3), 171.
31
Ogbonna, B. C. (2014). Inflation dynamics and government size in Nigeria. International Journal of Economics, Commerce and Management, 2(12), 1-12.
32
Ogujiuba, K., & Abraham, T. W. (2012). Testing the relationship between government revenue and expenditure: Evidence from Nigeria. International Journal of Economics and Finance, 4(11), 172-182.
33
Owoye, O., & Onafowora, O. A. (2011). The relationship between tax revenues and government expenditures in European Union and Non-European Union OECD countries. Public Finance Review, 39(3), 429-461.
34
Quandt, R. E. (1972). A new approach to estimating switching regressions. Journal of the American Statistical Association, 67(338), 306-310.
35
Rehman, J., Iqbal, A., & Siddiqi, M. W. (2010). Cointegration-causality analysis between public expenditures and economic growth in Pakistan. European Journal of Social Sciences, 13(4), 556-565.
36
Rodrik, D. (1998). Why do more open economies have bigger governments?. Journal of Political Economy, 106(5), 997-1032.
37
Srinivasan, P. (2013). Causality between public expenditure and economic growth: The Indian case. International Journal of Economics & Management, 7(2).
38
Sugimoto, I., & Tan, E. C. (2011). Government fiscal behavior and economic growth of Singapore in the twentieth century. The Singapore Economic Review, 56(01), 19-40.
39
Ullah, N. (2016). The relationship of government revenue and government expenditure: A case study of Malaysia. MPRA Paper No. 69123.
40
Wu, A. M., & Lin, M. (2012). Determinants of government size: Evidence from China. Public Choice, 151(1-2), 255-270.
41
Zheng, Y., Li, J., Wang, X. L., & Li, C (2010). An empirical analysis of the validity of Wagner’s law in China: A case study based on gibbs sampler. International Journal of Business and Management, 5(6), 161-168.
42
ORIGINAL_ARTICLE
برآورد تابع انگل فناوری اطلاعات و ارتباطات در بخش خانگی مناطق شهری ایران
در این تحقیق بهمنظور برآورد منحنی انگل و کشش درآمدی فناوری اطلاعات و ارتباطات در بخش خانگی مناطق شهری ایران از فرم تبعی سیستم معادلات ورکینگ لسر[1] با لحاظ مشخصات اقتصادی و اجتماعی خانوارها استفاده شده است. این مدل با استفاده از دادههای مقطعی و روش رگرسیونهای بهظاهر نامرتبط و بهکارگیری اطلاعات نزدیک به 19 هزار خانوار شهری در کشور در سال 1394 تخمین زده شده است. نتایج تحقیق نشان میدهد که کشش درآمدی فناوری اطلاعات و ارتباطات (ICT) برای خانوارهای اقشار کمدرآمد، درآمد متوسط و پردرآمد به ترتیب برابر 22/1، 12/1 و 8/0 است. این برآوردها نشان میدهد، کالاهای فناوری اطلاعات و ارتباطات برای گروههای با درآمد کم و متوسط که اکثریت جامعه را تشکیل میدهند، کالایی لوکس به شمار میآید. این در حالی است که این گروه کالایی برای اقشار ثروتمند، ضروری برآورد شده است. همچنین افزایش سطح تحصیلات سرپرست خانوار موجب افزایش تقاضای کالاهای فناوری اطلاعات و ارتباطات میشود، بهطوری که یک درصد افزایش در تعداد سالهای تحصیل سرپرست خانوار، موجب افزایش 06/0 درصدی تقاضای فناوری اطلاعات و ارتباطات میشود.
[1]- Working-Leser
https://ijer.atu.ac.ir/article_9121_ebf4dd677f3b16308790e87afe028d0a.pdf
2018-06-22
51
79
10.22054/ijer.2018.9121
منحنی انگل
کشش درآمدی
سیستم ورکینگ لسر
فناوری اطلاعات و ارتباطات (ICT)
علی اصغر
سالم
salem207@yahoo.com
1
استادیار گروه اقتصاد نظری دانشگاه علامه طباطبائی
AUTHOR
طاهرپور، جواد، علیاصغر سالم و سارا امیری (1395)، «محاسبه و ارزیابی هزینههای فناوری اطلاعات و ارتباطات در بودجه خانوارهای شهری و روستایی به تفکیک گروههای درآمدی»، فصلنامه اقتصاد و تجارت نوین، سال 11، شماره 4، صص 102-75.
1
طیبنیا، علی و حامد فرنام (1394)، «مدلسازی تابع تقاضای پول و برآورد منحنی انگل آن در ایران با استفاده از سیستمهای تقاضای EASI»، فصلنامه تحقیقات مدلسازی اقتصادی، دوره 5، شماره 19، صص ۱48-۱13.
2
فروزنده دوست، محمدرضا (1391)، «نقش فناوری اطلاعات در توسعه اقتصادی»، گزارش طرح پژوهشی مصوب سازمان فناوری اطلاعات ایران.
3
منجذب، محمدرضا (1380)، «انتخاب میان مدلهای خطی و خطی لگاریتمی با اتکابه روشهای اقتصادسنجی (بررسی موردی منحنی انگل)»، پژوهشنامه اقتصادی، سال دوم، شماره دوم، صص 134-121.
4
Agüero, A. (2008). Telecommunications expenditure in peruvian households. DIRSI research brief.
5
Agüero, A., & De Silva, H. (2009). Bottom of the pyramid expenditure patterns on mobile phone services in selected emerging Asian countries.
6
Bae, S. H., & Shin, M. (2007). Telecommunications expenditure potential of Korean households and income turning point. info, 9(6), 45-56.
7
Banks, J., Blundell, R., & Lewbel, A. (1997). Quadratic Engel curves and consumer demand. Review of Economics and statistics, 79(4), 527-539.
8
Bewley, R. A. (1982). On the functional form of Engel curves: the Australian household expenditure survey 1975–76. Economic record, 58(1), 82-91.
9
Blundell, R., Pashardes, P., & Weber, G. (1993). What do we learn about consumer demand patterns from micro data?. The American Economic Review, 570-597.
10
BuShehri, M. A., & Wohlgenant, M. K. (2012). Measuring the welfare effects of reducing a subsidy on a commodity using micro-models: An application to Kuwait's residential demand for electricity. Energy Economics, 34(2), 419-425.
11
Cooper, R. J. (2012). Measuring the impact of innovations in public IT infrastructure on the standard of living in OECD economies.
12
Deaton, A., & Muellbauer, J. (1980). Economics and consumer behavior. Cambridge university press.
13
Gorman, W. M. (1981). Some engel curves. Essays in the Theory and Measurement of Consumer Behavior.
14
Houthakker, H. S. (1960). Additive preferences. Econometrica: Journal of the Econometric Society, 244-257.
15
Ker, A. (2011). Conditional and unconditional quantile estimation of telecommunications Engel curves. Unpublished manuscript, university of guelph.
16
Leser, C. E. V. (1963). Forms of Engel functions. Econometrica: Journal of the Econometric Society, 694-703.
17
Lewbel, A. (1991). The rank of demand systems: theory and nonparametric estimation. Econometrica: Journal of the Econometric Society, 711-730.
18
Peña-López, I. (2009). Manual for the Production of Statistics on the Information Economy.
19
Phlips, L. (2014). Applied Consumption Analysis: Advanced Textbooks in Economics (Vol. 5). Elsevier.
20
Rajapakse, S. (2011). Estimation of a complete system of nonlinear Engel curves: Further evidence from Box–Cox Engel curves for Sri Lanka. Applied Economics, 43(3), 371-385.
21
Setthawong, P. (1973). An Econometric Analysis of Engel Curves: Based on MSU Consumer Panel Data. Michigan State University. Department of Economics.
22
Shamsudin, M. N., Mohamed, Z., Abdullah, A. M., & Radam, A. (2009). Evidence of Engel curves in food away from home: A study of Malaysia.
23
UNSTATS (2000), Classification of Individual Consumption According Purpose.
24
Wan, G. H. (1996). Income elasticities of household demand in rural China: estimates from cross-sectional survey data. Journal of Economic Studies, 23(3), 18-33.
25
Working, H. (1943). Statistical laws of family expenditure. Journal of the American Statistical Association, 38(221), 43-56.
26
Yeong-Sheng, T. E. Y. (2008). Household expenditure on food at home in Malaysia. University Library of Munich, Germany.
27
ORIGINAL_ARTICLE
اثرات لافری نرخ کسور : مطالعه موردی سازمان تأمین اجتماعی ایران
منحنی لافر ارتباط سهمی بین درآمدهای مالیاتی و نرخ مالیات را نشان میدهد و آن نرخ مالیاتی که حداکثر درآمد مالیاتی را برای دولت به همراه دارد، تعیین میکند. هدف از مقاله حاضر، آزمون این موضوع است که آیا چنین رابطهای بین درآمدهای حاصل از کسورات و نرخ کسور در سازمان تأمین اجتماعی وجود دارد یا خیر و در صورت وجود این رابطه، چه نرخ کسوری حداکثر درآمد حاصل از کسورات را برای این سازمان ایجاد خواهد کرد؟ برای این منظور، از الگوی خودرگرسیون با وقفههای توزیعی [1](ARDL) استفاده شده است. نتایج برای دوره زمانی 1395-1358 نشان میدهد که اثر نرخ مؤثر کسور بر درآمد کسورات سازمان تأمین اجتماعی به صورت U معکوس است، بنابراین، وجود اثرات لافری این نرخ بر درآمد کسورات سازمان تأیید میشود. بهعلاوه، زمانی که نرخ مؤثر کسور برابر با 34/20 درصد است، درآمد حاصل از کسورات سازمان به حداکثر میرسد.
[1]- Autoregressive Distributed Lag (ARDL)
https://ijer.atu.ac.ir/article_9122_52c85512f636ae04dad35f9cec3215d1.pdf
2018-06-22
81
102
10.22054/ijer.2018.9122
نرخ کسور
درآمد حاصل از کسورات
سازمان تأمین اجتماعی
منحنی لافر
نرگس
اکبرپور روشن
akbarpur.n@ssar.ir
1
دکترای اقتصاد، مدیرگروه بیمههای اجتماعی و محاسبات، مؤسسه عالی پژوهش تأمین اجتماعی
AUTHOR
میلاد
شهرازی
milad.shahrazi@gmail.com
2
دکترای اقتصاد، مدرس مؤسسه آموزش عالی حکیم جرجانی گرگان
LEAD_AUTHOR
روستایی، زهرا (1383)، بررسی و آزمون منحنی لافر در سیستم مالیاتی ایران، پایاننامه کارشناسی ارشد، دانشگاه الزهرا (س).
1
سازمان تأمین اجتماعی، دفتر آمار و محاسبات اقتصادی و اجتماعی (مرداد 1396)، سالنامه آماری سازمان تأمین اجتماعی 1395.
2
صداقت کالمرزی، هانیه و میرحسین موسوی (2014)، «برآوردی از منحنی لافر در ایران: یک رویکرد غیرخطی»، مطالعات اقتصادی، سال سوم، شماره 1، صص 59-43.
3
عباسیان، عزتاله و فرزانه فشی (1394)، «ظرفیت مالیاتی برای درآمدهای نفتی در اقتصاد ایران»، مطالعات اقتصادی کاربردی ایران، سال پانزدهم، شماره 3، صص 199-183.
4
عبدلی، قهرمان (1384)، «اقتصاد تأمین اجتماعی در ایران؛ مطالعه موردی منابع بیمهای»، فصلنامه پژوهشهای اقتصادی ایران، سال بیستوپنجم، شماره 4، صص 82-65.
5
قانون اساسی جمهوری اسلامی ایران، مصوب 1358.
6
قانون ساختار نظام جامع رفاه و تأمین اجتماعی، مصوب 1383.
7
کاید، مریم (1392)، «بررسی منحنی لافر در سیستم مالیاتی ایران»، پایاننامه کارشناسی ارشد، دانشکده اقتصاد و حسابداری دانشگاه آزاد اسلامی واحد تهران مرکزی.
8
مؤسسه عالی پژوهش تأمین اجتماعی (1395)، مروری بر وضعیت حال و آینده نظام تأمین اجتماعی در ایران (گزارش گروه بیمههای اجتماعی، شماره 5).
9
موسوی محسنی، رضا و هایده نوروزی (1390)، «برآورد تجربی مالیات تورمی و سطوح منحنی لافر: مطالعه موردی اقتصاد ایران»، پژوهشنامه اقتصادی، سال یازدهم، شماره 3، صص 64-39.
10
هژبرکیانی، کامبیز، فردین محمدی و الهام غلامی (1388)، «محاسبه نرخهای بهینه مالیات بر درآمد مشاغل و شرکتها»، فصلنامه پژوهشنامه مالیات، سال هفدهم، شماره 6، صص 40-7.
11
Binay, M. (2015). The Laffer Effect at Turkish Social Security Administration's Premium Revenue. Procedia economics and finance, 26(2), 592 – 597.
12
Feldstein, M. (1995). The effect of marginal tax rates on taxable income: a panel study of the 1986 Tax Reform Act. Journal of Political Economy, 103(3), 551-572.
13
Giertz, S. (2008). How does the elasticity of taxable income affect economic efficiency and tax revenues and what implications does this have for tax policy moving forward. Tax Policy Lessons from the 2000s.
14
Goolsbee, A., Hall, R. E., & Katz, L. F. (1999). Evidence on the high-income Laffer curve from six decades of tax reform. Brookings Papers on Economic Activity, 30(2), 1-64.
15
ILO. (2014), World Social Protection Report 2014-15; Building economic recovery, inclusive development and social justice. International Labour Office.
16
Kazman, S. B. (2014). Exploring the Laffer curve: behavioral responses to taxation. Retrieved from: http://scholarworks.uvm.edu/hcoltheses
17
Laffer, A. (2004). The Laffer curve: Past, present, and future. The Heritage Foundation, 1765 (1): 1-18.
18
National Association of Social Workers (1971). Encyclopedia of Social Work. Vol. II. p.1446.
19
Pădurean, E. (2015). Analysis of taxation in Romania using Laffer curve, 1990-2012. Social economic debates, 4(1), 56-62.
20
Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of applied econometrics, 16(3), 289-326.
21
Saez, E. (2004). Reported incomes and marginal tax rates, 1960-2000: evidence and policy implications. Tax policy and the economy, 18(1), 117-174.
22
Wanniski, J. (1978). Taxes, revenues, and the ‘Laffer curve’. The Public Interest, 4, 1-14.
23
ORIGINAL_ARTICLE
تأثیر استراتژیهای تأمین مالی پایدار بر حاشیه سود بانکی
بانکها نقش مهمی در تجهیز و تخصیص منابع، شناسایی فرصتهای سرمایهگذاری و متنوعسازی ریسک ایفا میکنند. بنابراین، ساختار و کارآیی بخش بانکی بهعنوان یک بعد مستقل توسعه مالی مورد توجه است. از نظر کمیته بانکی بال یکی از مهمترین عوامل ضعف و کاستی در بخش بانکی، کمبود منابع مالی و وامدهی بانکها به سایر بخشهای اقتصادی است. ضعف و ناکارآمدی در تأمین مالی حاکی از فقدان ساختار مطلوب سرمایه در نظام بانکی و تأمین مالی پایدار با هدف ارایه تسهیلات مطمئن است. در این مقاله، اثر استراتژیهای تأمین مالی از منظر شاخص نسبت تأمین مالی پایدار و اثرات آن بر حاشیه سود بانکی در جبران ریسک تأمین مالی در نظام بانکی ایران برای دوره 1385 تا 1395 مورد بررسی قرار گرفته است. استراتژیهای تأمین مالی پایدار به دو بخش استراتژیهای تجهیز و تخصیص پایدار تفکیک و استراتژیهای تجهیز پایدار به سه بخش و استراتژیهای کاهش تخصیص به چهار بخش تقسیم شده است. براساس نتایج بهدست آمده، پایدار بودن منابع بانکها در ترازنامه، لازمه تخصیص آن در قالب تسهیلات و وام در سمت دیگر ترازنامه، یعنی داراییهاست و ازاینرو، توجه به استراتژیهای تأمین مالی پایدار و در نظر گرفتن این استراتژیها در تصمیمات مدیریت بانک میتواند همیشه بر عملکرد مناسب بانکها تأثیر داشته باشد و به بهبود فضای کسبوکار بانکها کمک کند
https://ijer.atu.ac.ir/article_9123_962f9bed505cc386ccb77194b4fd2d33.pdf
2018-06-22
103
136
10.22054/ijer.2018.9123
نسبت تأمین مالی پایدار
کمیته بال
بانکداری
کیفیت سود
مهشید
شاهچرا
mahshidshahchera@yahoo.com
1
استادیارگروه بانکداری پژوهشکده پولی و بانکی
LEAD_AUTHOR
ماندانا
طاهری
taherim66@yahoo.com
2
دانشجوی دکترای حسابداری دانشگاه الزهرا و کارشناس ارشد گروه بانکداری پژوهشکده پولی و بانکی
AUTHOR
گودرزی، آتوسا و حیدر زبیدی (1387)، «بررسی تأثیر گسترش بانکداری الکترونیک بر سودآوری بانکهای تجاری ایران»، فصلنامه پژوهشهای اقتصادی ایران، سال دهم، شماره 35، صص 140-111.
1
نظریان، رافیک و رقیه عزیزیان فرد (تابستان 1395)، «بررسی عوامل مؤثر بر حاشیه نرخ سود بانکها در ایران»، فصلنامه سیاستهای مالی و اقتصادی، سال چهارم، شماره ۱۴.
2
احمدیان اعظم و مهران کیانوند (1393)، «تأثیر مقررات بانکی بر حاشیه سود بانکی (رهیافت دادههای ادغامی)»، فصلنامه دانش مالی تحلیل اوراق بهادار، سال هفتم، شماره ۲۱.
3
شاهچرا، مهشید و ماندانا طاهری (۱۳۹۳)، ارزیابی ساختار ترازنامه و واسطهگری مالی شبکه بانکی کشور، انتشارات پژوهشکده پولی و بانکی.
4
شاهچرا، مهشید و ماندانا طاهری (۱۳۹۶)، «خلق نقدینگی و الزامات نقدینگی بال ۳ در شبکه بانکی کشور»، فصلنامه روند، سال ۲۴، شماره ۷۷، بانک مرکزی جمهوری اسلامی ایران.
5
عیسیزاده سعید و زینب شاعری (1391)، بررسی تأثیر حاشیه سود بانکی بر کارآیی صنعت بانکداری (مطالعه موردی: کشورهای خاورمیانه و شمال آفریقا)، بیستودومین همایش سالانه سیاستهای پولی و ارزی، کد مقاله: ACMFEP22_005.
6
Acharya, V. V., & Merrouche, O. (2012). Precautionary hoarding of liquidity and interbank markets: Evidence from the subprime crisis. Review of Finance, 17(1), 107-160.
7
Acharya, V. V., Shin, H. S., & Yorulmazer, T. (2010). Crisis resolution and bank liquidity. The Review of Financial Studies, 24(6), 2166-2205.
8
Adrian, T., & Shin, H. S. (2010). Liquidity and leverage. Journal of financial intermediation, 19(3), 418-437.
9
Allen, L. (1988). The determinants of bank interest margins: a note. Journal of Financial and Quantitative analysis, 23(2), 231-235.
10
Allen, F. & Santomero, A. M. (1997). The theory of financial intermediation. Journal of Banking & Finance, 21(11-12), 1461-1485.
11
Allen, F., & Gale, D. (2004). Financial intermediaries and markets. Econometrica, 72(4), 1023-1061.
12
Allen, L. (1988). The determinants of bank interest margins: a note. Journal of Financial and Quantitative analysis, 23(2), 231-235.
13
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The review of economic studies, 58(2), 277-297.
14
Barajas, A., Steiner, R., & Salazar, N. (2000). The impact of liberalization and foreign investment in Colombia's financial sector. Journal of development economics, 63(1), 157-196.
15
Berger, A. N., & Bouwman, C. H. (2012). Bank liquidity creation, monetary policy, and financial crises.
16
Berger, A. N., & Bouwman, C. H. (2009). Bank liquidity creation. The review of financial studies, 22(9), 3779-3837.
17
Berger, A. N., & Bouwman, C. H. (2013). How does capital affect bank performance during financial crises?. Journal of Financial Economics, 109(1), 146-176.
18
Berger, A. N., & Bouwman, C. H. (2012). Bank liquidity creation, monetary policy, and financial crises.
19
Berger, A. N., Miller, N. H., Petersen, M. A., Rajan, R. G., & Stein, J. C. (2005). Does function follow organizational form? Evidence from the lending practices of large and small banks. Journal of Financial economics, 76(2), 237-269.
20
Berger, A. N., Davies, S. M., & Flannery, M. J. (2000). Comparing market and supervisory assessments of bank performance: who knows what when?. Journal of Money, Credit and Banking, 641-667.
21
Berger, A. N., Saunders, A., Scalise, J. M., & Udell, G. F. (1998). The effects of bank mergers and acquisitions on small business lending1. Journal of financial Economics, 50(2), 187-229.
22
BIS, (2000). Sound practices for managing liquidity in banking organizations. Consultative document.
23
BIS. (2011). Basel III: A global regulatory framework for more resilient banks and banking systems.
24
BIS. (2014). BaselIII: the net stable funding ratio. www.bis.org/bcbs/publ/d259.htm.
25
Boot, A. W., & Thakor, A. V. (1993). Self-interested bank regulation. The American Economic Review, 206-212.
26
Boot, A. W., Greenbaum, S. I., & Thakor, A. V. (1993). Reputation and discretion in financial contracting. The American Economic Review, 1165-1183.
27
Boyd, J. H., & Prescott, E. C. (1986). Financial intermediary-coalitions. Journal of Economic theory, 38(2), 211-232.
28
Bryant, J. (1980). A model of reserves, bank runs, and deposit insurance. Journal of banking & finance, 4(4), 335-344.
29
Caballero, R. J., & Simsek, A. (2009). Complexity and financial panics (No. w14997). National Bureau of Economic Research.
30
Cao, J., & Illing, G. (2011). 'Interest Rate Trap', or: Why Does the Central Bank Keep the Policy Rate Too Low for Too Long Time?.
31
Shen, C. H., Chen, Y. K., Kao, L. F., & Yeh, C. Y. (2009, June). Bank liquidity risk and performance. In 17th Conference on the theories and practices of securities and financial markets, Hsi-Tze Bay, Kaohsiung, Taiwan.
32
hoi, B. P., Park, J., & Ho, C. (2009). Insurer liquidity creation: The evidence from US property and liability insurance industry. Documento de trabajo, Howard University, Illinois Wesleyan University and Feng Chia University. Disponible en: http://www. cb. wsu. edu/aria2009/ARIA2009Papers/Full%20Papers/session6A_Choi_Park_Ho. pdf.
33
Poghosyan, T., & Cihák, M. M. (2009). Distress in European Banks: An Analysis Basedon a New Dataset (No. 9). International Monetary Fund.
34
Claeys, S., & Vander Vennet, R. (2008). Determinants of bank interest margins in Central and Eastern Europe: A comparison with the West. Economic Systems, 32(2), 197-216.
35
Demsetz, H. (1973). Industry structure, market rivalry, and public policy. The Journal of Law and Economics, 16(1), 1-9.
36
Diamond, D. W., & Dybvig, P. H. (1983). Bank runs, deposit insurance, and liquidity. Journal of political economy, 91(3), 401-419.
37
Diamond, D. W. (1984). Financial intermediation and delegated monitoring. The review of economic studies, 51(3), 393-414.
38
Diamond, D. W., & Rajan, R. G. (2000). A theory of bank capital. The Journal of Finance, 55(6), 2431-2465.
39
Diamond, D. W., & Rajan, R. G. (2001). Liquidity risk, liquidity creation, and financial fragility: A theory of banking. Journal of political Economy, 109(2), 287-327.
40
Diamond, D. W., & Rajan, R. G. (2005). Liquidity shortages and banking crises. The Journal of finance, 60(2), 615-647.
41
Fungáčová, Z., & Poghosyan, T. (2011). Determinants of bank interest margins in Russia: Does bank ownership matter?. Economic systems, 35(4), 481-495.
42
Freixas, X., Martin, A., & Skeie, D. R. (2010). Bank liquidity, interbank markets, and monetary policy.
43
Farhi, E., & Tirole, J. (2012). Collective moral hazard, maturity mismatch, and systemic bailouts. American Economic Review, 102(1), 60-93.
44
Ho, T. S., & Saunders, A. (1981). The determinants of bank interest margins: theory and empirical evidence. Journal of Financial and Quantitative analysis, 16(4), 581-600.
45
Holmstrom, B., & Tirole, J. (1997). Financial intermediation, loanable funds, and the real sector. the Quarterly Journal of economics, 112(3), 663-691.
46
Holmström, B., & Tirole, J. (1998). Private and public supply of liquidity. Journal of political Economy, 106(1), 1-40.
47
Kashyap, A. K., Rajan, R., & Stein, J. C. (2002). Banks as liquidity providers: An explanation for the coexistence of lending and deposit‐taking. The Journal of Finance, 57(1), 33-73.
48
King, M. R. (2013). The Basel III net stable funding ratio and bank net interest margins. Journal of Banking & Finance, 37(11), 4144-4156.
49
Hanweck, G. A., & Ryu, L. H. (2005). The sensitivity of bank net interest margins and profitability to credit, interest-rate, and term-structure shocks across bank product specializations.
50
Peltzman, S. (1977). The gains and losses from industrial concentration. The Journal of Law and Economics, 20(2), 229-263.
51
Rochet, J. C., & Vives, X. (2004). Coordination failures and the lender of last resort: was Bagehot right after all?. Journal of the European Economic Association, 2(6), 1116-1147.
52
Rauch, C., Steffen, S., Hackethal, A., & Tyrell, M. (2008). Determinants of bank liquidity creation-evidence from savings banks. Working Paper: Germen.
53
Saunders, A., & Steffen, S. (2011). The costs of being private: Evidence from the loan market. The Review of Financial Studies, 24(12), 4091-4122.
54
Thakor, A. V. (1996). Capital requirements, monetary policy, and aggregate bank lending: theory and empirical evidence. The Journal of Finance, 51(1), 279-324.
55
Thakor, A. V. (2005). Do loan commitments cause overlending?. Journal of Money, Credit and Banking, 1067-1099.
56
Vives, X. (2014). Strategic complementarity, fragility, and regulation. The Review of Financial Studies, 27(12), 3547-3592.
57
ORIGINAL_ARTICLE
استراتژی های پوشش ریسک قیمت سکه بهار آزادی: مقایسه بین رویکردهای ADCC، GO-GARCH و GARCH
در این مقاله با بهکارگیری نسل جدید مدلهای نوسانپذیری چندمتغیره شامل مدل ADCC، مدل GO-GARCH و مدلهای GARCH مبتنیبر کاپیولا، به تخمین و بررسی عملکرد پوشش ریسک بازار نقد با بازار آتی سکه بهار آزادی، طی دوره زمانی 5/8/1389 تا 31/4/1395، پرداختهایم. نتایج تجربی حاکی از برتری نسبتهای پوشش ریسک بهدست آمده از مدل GO-GARCH در مقایسه با سایر مدلهای رقیب، برای پوشش ریسک نوسانات قیمتهای نقد با آتی سکه بهار آزادی است. نتایج تجربی همچنین نشان میدهند که قیمتهای نقد و آتی طی دوران تنش در بازار سکه، گرایش به همحرکتی دارند. در واقع، سرمایهگذارانی که پورتفولیوهای متنوعسازی شده از سکه و آتی آن نگهداری میکنند، ممکن است با زیانهای قابل توجهی طی زمانهای رکود بازار سکه روبهرو شوند. در چنین شرایطی، اتخاذ موقعیت فروش در آتی سکه برای سرمایهگذاران در بازار نقد میتواند با منفعت همراه باشد، زیرا به کاهش زیانهای حدی پورتفولیو کمک میکند.
https://ijer.atu.ac.ir/article_9124_f69fc77e1958f7ece878414c6a340cc0.pdf
2018-06-22
137
166
10.22054/ijer.2018.9124
استراتژی های پوشش ریسک
سکه بهار آزادی
مدل ADCC
مدل GARCH مبتنیبر کاپیولا
مدل GO-GARCH
الهام
فرزانگان
farzanegan.elham@gmail.com
1
دکترای اقتصاد، استادیار دانشگاه نهاوند
LEAD_AUTHOR
اسکندری، حمید، علیاصغر انواری رستمی و علی حسینزاده کاشان (1394)، «نسبت بهینه پوشش ریسک ارز با استفاده از قرارداد آتی طلا در بازار مالی ایران»، فصلنامه مهندسی مالی و مدیریت اوراق بهادار، دوره 6، شماره 25، صص 40-21.
1
اسکندری، حمید، علیاصغر انواری رستمی و علی حسینزاده کاشان (1395)، «پوشش ریسک با استفاده از شاخص ترکیبی قراردادهای آتی (مطالعه موردی بازارهای مالی ایران)»، فصلنامه مهندسی مالی و مدیریت اوراق بهادار، دوره 7، شماره 28، صص 72-55.
2
اسلامبولچی، فرشید (1391)، تخمین نرخ بهینه پوشش ریسک: یک رهیافت مقایسهای برای بازار کالای ایران، پایاننامه کارشناسی ارشد رشته سیستمهای اقتصادی - اجتماعی، دانشکده مهندسی صنایع ، دانشگاه صنعتی شریف.
3
باجلان، سعید، رضا راعی و شاپور محمدی (1396)، «مدلسازی تابع توزیع زیانهای بیمهای با بهرهگیری از توزیعهای ترکیبی و مفهوم کاپیولا»، تحقیقات مالی، مقاله آماده انتشار.
4
بهرامی، جاوید و اکبر میرزاپور باباجان (1391)، «نسبت بهینه پوشش ریسک در قراردادهای آتی سکه بهار آزادی مورد معامله در بورس کالای ایران»، فصلنامه پژوهشها و سیاستهای اقتصادی، دوره 20، شماره 64، صص 206-175.
5
بهرامی، جاوید، اکبر میرزاپور و بهزاد فکاری (1393)، «پوشش ریسک با استفاده از قراردادهای آتی سکه بهار آزادی مورد معامله در بورس کالای ایران: رهیافت ضریب جینی بسطیافته به میانگین (MEG)»، فصلنامه دانش مالی تحلیل اوراق بهادار، دوره 7، شماره 1 (پیاپی 21)، صص 56-43.
6
خیابانی، ناصر و مریم ساروقی (1390)، «ارزشگذاری برآورد VaR براساس مدلهای خانواده ARCH (مطالعه موضوعی برای بازار اوراق بهادار)»، فصلنامه پژوهشهای اقتصادی ایران، دوره 16، شماره 47، صص 73-53.
7
فلاحپور، سعید و احسان احمدی (1393)، «تخمین ارزش در معرض ریسک پورتفوی نفت و طلا با بهرهمندی از روش کاپیولا-گارچ»، تحقیقات مالی، دوره 16، شماره 2، صص 326-309.
8
فلاحپور، سعید و مهدی باغبان (1393)، «استفاده از کاپیولا-CVaR در بهینهسازی سبد سرمایهگذاری و مقایسه تطبیقی آن با روش Mean-CVaR»، فصلنامه پژوهشها و سیاستهای اقتصادی، دوره 22، شماره 72، صص 172-155.
9
کشاورز حداد، غلامرضا و محمدرضا ستاری (1389)، «زمین، سکه یا سهام؛ کدامیک پوشش مناسبی در برابر تورم هستند؟»، فصلنامه پژوهشهای اقتصادی ایران، دوره 15، شماره 44، صص 171-135.
10
کشاورز حداد، غلامرضا و مهرداد جیرانی (1393)، «برآورد ارزش در معرض ریسک با وجود ساختار وابستگی بین بازدهیهای مالی: رهیافت مبتنیبر توابع کاپولا»، تحقیقات اقتصادی، دوره 49، شماره 4، صص 902-869.
11
مولایی، صابر، محمد واعظ برزانی، سعید صمدی و افشین پرورده (1396)، «تحلیل رابطه بین بازار ارز و شاخص قیمت بورس اوراق بهادار تهران: رویکرد ناپارامتریک و کاپولا»، تحقیقات اقتصادی، دوره 52، شماره 2، صص 476-457.
12
مهرگان، نادر، علیرضا دانشخواه، امید چترآبگون، روحالله احمدی و فریبرز تیشهکنی (1393)، «بررسی پدیده بیماری هلندی و اثر شوکهای نفتی در متغیرهای کلان اقتصادی ایران با استفاده از توابع مفصل دمی»، تحقیقات اقتصادی، دوره 49، شماره 2، صص 428-411.
13
Alexander, C. (2001). Orthogonal garch. Mastering risk, 21-38.
14
Alexander, C., & Chibumba, A. (1997). Multivariate orthogonal factor GARCH. University of Sussex, Mimeo.
15
Arouri, M. E. H., Lahiani, A., & Nguyen, D. K. (2015). World gold prices and stock returns in China: insights for hedging and diversification strategies. Economic Modelling, 44, 273-282.
16
Baillie, R. T., & Myers, R. J. (1991). Bivariate GARCH estimation of the optimal commodity futures hedge. Journal of Applied Econometrics, 6(2), 109-124.
17
Basher, S. A., & Sadorsky, P. (2016). Hedging emerging market stock prices with oil, gold, VIX, and bonds: A comparison between DCC, ADCC and GO-GARCH. Energy Economics, 54, 235-247.
18
Broda, S. A., & Paolella, M. S. (2009). Chicago: A fast and accurate method for portfolio risk calculation. Journal of Financial Econometrics, 7(4), 412-436.
19
Sebai, S., & Naoui, K. (2015). A study of the interactive relationship between oil price and exchange rate: A copula approach and a DCC-MGARCH model. The Journal of Economic Asymmetries, 12(2), 173-189.
20
Chang, C. L., McAleer, M., & Tansuchat, R. (2011). Crude oil hedging strategies using dynamic multivariate GARCH. Energy Economics, 33(5), 912-923.
21
Cappiello, L., Engle, R. F., & Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial econometrics, 4(4), 537-572.
22
Engle, R. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339-350.
23
Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. The journal of finance, 48(5), 1779-1801.
24
Kotkatvuori-Örnberg, J. (2016). Dynamic conditional copula correlation and optimal hedge ratios with currency futures. International Review of Financial Analysis, 47, 60-69.
25
Kroner, K. F., & Sultan, J. (1993). Time-varying distributions and dynamic hedging with foreign currency futures. Journal of financial and quantitative analysis, 28(4), 535-551.
26
Ku, Y. H. H., Chen, H. C., & Chen, K. H. (2007). On the application of the dynamic conditional correlation model in estimating optimal time-varying hedge ratios. Applied Economics Letters, 14(7), 503-509.
27
Lai, Y., Chen, C. W., & Gerlach, R. (2009). Optimal dynamic hedging via copula-threshold-GARCH models. Mathematics and Computers in Simulation, 79(8), 2609-2624.
28
Lee, H. T. (2009). A copula‐based regime‐switching GARCH model for optimal futures hedging. Journal of Futures Markets: Futures, Options, and Other Derivative Products, 29(10), 946-972.
29
Lin, X., Chen, Q., & Tang, Z. (2014). Dynamic hedging strategy in incomplete market: Evidence from Shanghai fuel oil futures market. Economic Modelling, 40, 81-90.
30
Ma, C. K., Mercer, J. M., & Walker, M. A. (1992). Rolling over futures contracts: A note. Journal of Futures Markets, 12(2), 203-217.
31
Myers, R. J. (1991). Estimating time‐varying optimal hedge ratios on futures markets. Journal of Futures Markets, 11(1), 39-53.
32
Nelsen, R. B. (1999). An introduction to copulas, vol. 139 of Lecture Notes in Statistics.
33
Patton, A. J. (2006). Modelling asymmetric exchange rate dependence. International economic review, 47(2), 527-556.
34
Ripple, R. D., & Moosa, I. A. (2007). Hedging effectiveness and futures contract maturity: the case of NYMEX crude oil futures. Applied Financial Economics, 17(9), 683-689.
35
Sklar, M. (1959). Fonctions de repartition an dimensions et leurs marges. Publ. inst. statist. univ. Paris, 8, 229-231.
36
Van der Weide, R. (2002). GO‐GARCH: a multivariate generalized orthogonal GARCH model. Journal of Applied Econometrics, 17(5), 549-564.
37
Wang, K. M., & Lee, Y. M. (2016). Hedging exchange rate risk in the gold market: A panel data analysis. Journal of Multinational Financial Management, 35, 1-23.
38
Wei, Y., Wang, Y., & Huang, D. (2011). A copula–multifractal volatility hedging model for CSI 300 index futures. Physica A: Statistical Mechanics and its Applications, 390(23-24), 4260-4272.
39
Weiß, G. N. (2013). Copula-GARCH versus dynamic conditional correlation: an empirical study on VaR and ES forecasting accuracy. Review of Quantitative Finance and Accounting, 41(2), 179-202.
40
Wen, X., Wei, Y., & Huang, D. (2011). Speculative market efficiency and hedging effectiveness of emerging Chinese index futures market. Journal of Transnational Management, 16(4), 252-269.
41
Zhang, K., & Chan, L. (2009). Efficient factor garch models and factor-dcc models. Quantitative Finance, 9(1), 71-91.
42
Zhou, J. (2016). Hedging performance of REIT index futures: A comparison of alternative hedge ratio estimation methods. Economic Modelling, 52, 690-698.
43
ORIGINAL_ARTICLE
اثرات سیاست های پولی و مالی بر پویایی های ادوار تجاری در اقتصاد ایران
هدف اصلی این مقاله، بررسی اثرات سیاستهای پولی و مالی بر ادوار تجاری در اقتصاد ایران طی دوره زمانی 1395-1384 است. بدین منظور از الگوی مارکوف سوئیچینگ با احتمال انتقال متغیر در تشخیص ادوار تجاری و عوامل مؤثر بر احتمالات ماندن در دوران رکود و رونق یا گذار از وضعیتی به وضعیت دیگر استفاده شده است. نتایج حاصل از مدل (MSIH(2)-AR(2 نشان میدهد، سیاستهای پولی و مالی انبساطی (به ترتیب افزایش نقدینگی و مخارج دولت) در دوران رونق، به افزایش طول دوران رونق منجر میشود، اما مقایسه نسبی بین اثرات سیاستهای پولی و مالی در دوران رونق نشان میدهد، اعمال سیاست پولی انبساطی در دوران رونق نسبت به سیاست مالی مؤثرتر است و میتواند طول عمر دوره رونق اقتصادی را افزایش دهد، در حالی که در دوران رکود اقتصادی، سیاست مالی تأثیر بیشتری نسبت به سیاست پولی در احتمال گذار از وضعیت رکود به وضعیت رونق اقتصادی دارد. همچنین یافتههای تحقیق نشان میدهد، چرخههای تجاری در اقتصاد ایران تقریباً همسو و همجهت با تغییرات درآمدهای نفتی است، اما اثر تغییرات درآمدهای نفتی در طول یا بقا چرخه های تجاری، اثر متفاوتی دارد. بدین صورت که افزایش درآمدهای نفتی در وضعیت رونق اقتصادی، احتمال بقا و تداوم وضعیت رونق اقتصادی را کاهش میدهد، اما در وضعیت رکودی، احتمال خروج از رکود را افزایش میدهد. در واقع، این نتایج بیانکننده عدم مدیریت صحیح درآمدهای نفتی در دوران رونق و مدیریت نسبتاً صحیح درآمدهای نفتی در وضعیت رکود اقتصادی است.
https://ijer.atu.ac.ir/article_9125_1505c10b20102a4549e1abe6b4bd1fec.pdf
2018-06-22
167
203
10.22054/ijer.2018.9125
ادوار تجاری
درآمدهای نفتی
نقدینگی
مخارج دولت
الگوی مارکوف سوئیچینگ با احتمال انتقال متغیر
سیاب
ممی پور
mamipours@gmail.com
1
استادیار اقتصاد، دانشکده اقتصاد دانشگاه خوارزمی
LEAD_AUTHOR
صغری
جعفری
jafaris980@yahoo.com
2
کارشناس ارشد مهندسی سیستمهای اقتصادی و اجتماعی، دانشکده اقتصاد دانشگاه خوارزمی
AUTHOR
زیبا
ساسانیان اصل
ziba.sasanian@gmail.com
3
کارشناس ارشد مهندسی سیستمهای اقتصادی و اجتماعی، دانشکده اقتصاد دانشگاه خوارزمی
AUTHOR
پارسا، حجت، محمد بهبودی و آسیه پارسا (1392)، «تحلیل تأثیر تکانههای سیاستهای پولی و مالی بر شکلگیری چرخههای تجاری و توزیع درآمد در ایران»، دو فصلنامه علمی- تخصصی اقتصاد توسعه و برنامهریزی، سال 2، شماره 1،
1
صص 134-123.
2
جلائی اسفندآبادی، عبدالمجید و مسلم انصاری نسب (1395)، «بررسی ادوار تجاری حقیقی در اقتصاد ایران با تأکید بر عوامل مؤثر بر شکاف تولید»، فصلنامه اقتصاد مقداری (بررسیهای اقتصادی سابق)، دوره 13، شماره 3، صص 109-85 .
3
جلائی اسفندآبادی، عبدالمجید، علیرضا شکیبایی، مهدی نجاتی و مسلم انصاری نسب (1395)، «بررسی آثار عوامل مؤثر بر شکاف تولید در اقتصاد ایران»، فصلنامه نظریههای کاربردی اقتصاد، سال 3، شماره 4، صص 100-77 .
4
صالحی سربیژن، مرتضی، غلامعلی رییسی اردلی و نادر شتاب بوشهری (1392)، «نقاط رکود و رونق اقتصاد ایران با استفاده از مدل مارکوف سوئیچینگ»، فصلنامه مدلسازی اقتصادی، سال 7، شماره 3، صص 83-67 .
5
صمدی، سعید و سیدعبدالمجید جلائی (1383)، «تحلیل ادوار تجاری در اقتصاد ایران»، مجله تحقیقات اقتصادی، شماره 66، صص 153-139.
6
صمدی، علیحسین و سکینه اوجیمهر (1390)، «ارزیابی ماهیت سیاست مالی و بررسی خاصیت رفتار ادواری آن: مورد ایران (1353-1386)»، دو فصلنامه علمی-پژوهشی جستارهای اقتصادی، سال 8، شماره 16، صص 75-49 .
7
غلامی، ذبیحالله، اسدالله فرزینوش و محمدعلی احسانی (1392)، «عدم تقارن چرخههای تجاری و سیاست پولی در ایران بررسی بیشتر با استفاده از مدلهای MRSTAR»، فصلنامه پژوهشها و سیاستهای اقتصادی، سال 21، شماره 68، صص 28-5 .
8
فرزینوش، اسدالله، محمدعلی احسانی، احمد جعفری صمیمی و ذبیحالله غلامی (1391)، «بررسی آثار نامتقارن سیاستهای پولی بر تولید در اقتصاد ایران»، فصلنامه پژوهشها و سیاستهای اقتصادی، سال 20، شماره 61، صص 28-5.
9
فعالجو، حمیدرضا و سیدقاسم سیداحمدی (1394)، «بررسی تأثیر بحران مالی جهانی بر طول دوران رکود اقتصادی در ایران (رهیافت مدلهای دورهای)»، فصلنامه روند، سال 22، شماره 72، صص 83-14.
10
کازرونی، علیرضا، حسین اصغرپور، سیاوش محمدپور و صابر بهاری (1391)، «اثرات نامتقارن نوسانات نرخ واقعی ارز بر رشد اقتصادی در ایران: رهیافت مارکوف سوئیچینگ»، مجله اقتصادی- دو ماهنامه بررسی مسایل و سیاستهای اقتصادی، شمارههای 7 و 8، صص 26-5.
11
گلخندان، ابوالقاسم (1394)، «چرخههای تجاری اقتصاد ایران طی دوره 1389-1368»، فصلنامه تحقیقات توسعه اقتصادی، شماره 17، صص 104-83 .
12
ممیپور، سیاب و صغری جعفری (1396)، «عوامل مؤثر بر فشار بازار ارز در ایران: در چهارچوب الگوی مارکوف سوئیچینگ با احتمال انتقال متغیر»، مجله تحقیقات اقتصادی، دوره 52، شماره 2، صص 193-163.
13
هادیان، ابراهیم و محمدرضا هاشمپور (1382)، «شناسایی چرخههای تجاری در اقتصاد ایران»، فصلنامه پژوهشهای اقتصادی ایران، دوره 5، شماره 15، صص 120-93.
14
هژبرکیانی، کامبیز و علیرضا مرادی (1390)، «تعیین نقاط چرخش در ادوار تجاری اقتصاد ایران با استفاده از الگوی خودبازگشتی سوئیچینگ مارکوف (1367:1-1387:2)»، فصلنامه مدلسازی اقتصادی، سال 5، شماره 2، صص25-1.
15
Araújo, E. (2015). Monetary policy objectives and Money’s role in US business cycles. Journal of Macroeconomics, 45, 85-107.
16
Barsky, R. B., & Kilian, L. (2004). Oil and the Macroeconomy since the 1970s. Journal of Economic Perspectives, 18(4), 115-134.
17
Burns, A. F., & Mitchell, W. C. (1946). Measuring Business Cycles National Bureau of Economic Research. New York.
18
Casares, M. (2001). Business cycle and monetary policy analysis in a structural sticky-price model of the euro area. Working Paper.
19
Castro, V. (2010). The duration of economic expansions and recessions: More than duration dependence. Journal of Macroeconomics, 32(1), 347-365.
20
Cavallo, A., & Ribba, A. (2018). Measuring the effects of oil price and Euro-area shocks on CEECs business cycles. Journal of Policy Modeling, 40(1), 74-96.
21
Dalla, E., & Varelas, E. (2016). An economic model for the interpretation of business cycles and the efficiency of monetary policy. The Journal of Economic Asymmetries, 14, 29-38.
22
Enders, W (2004). Applied Econometric Time Series, 2nd Edition, New York.
23
Filardo, A. J. (1994). Business-cycle phases and their transitional dynamics. Journal of Business & Economic Statistics, 12(3), 299-308.
24
Goldfeld, S. M., & Quandt, R. E. (1973). A Markov model for switching regressions. Journal of econometrics, 1(1), 3-15.
25
Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica: Journal of the Econometric Society, 357-384.
26
Khemiri, R., & Ali, M. S. B. (2012). Exchange rate pass-through and inflation dynamics in Tunisia: A Markov-Switching approach (No. 2012-39). Economics Discussion Papers.
27
Lan, Y., & Sylwester, K. (2010). Provincial fiscal positions and business cylce synchronization across China. Journal of Asian Economics, 21(4), 355-364.
28
Lindé, J. (2003). Monetary policy shocks and business cycle fluctuations in a small open economy: Sweden 1986-2002 (No. 153). Sveriges Riksbank working paper series.
29
Michaelides, P. G., Papageorgiou, T., & Vouldis, A. T. (2013). Business cycles and economic crisis in Greece (1960–2011): A long run equilibrium analysis in the Eurozone. Economic Modelling, 31, 804-816.
30
Quandt, R. E. (1972). A new approach to estimating switching regressions. Journal of the American statistical association, 67(338), 306-310.
31
Simpson, P. W., Osborn, D. R., & Sensier, M. (2001). Modelling business cycle movements in the UK economy. Economica, 68(270), 243-267.
32
Terasvirta, T., & Anderson, H. M. (1992). Characterizing nonlinearities in business cycles using smooth transition autoregressive models. Journal of Applied Econometrics, 7(S1), S119-S136.
33
Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the american Statistical association, 89(425), 208-218.
34