ORIGINAL_ARTICLE
نااطمینانی درآمد نفت، تحریمها و نوسانات متغیرهای اقتصادکلان
به گزارش صندوق بینالمللی پول، بیش از 60 درصد درآمد تجارت خارجی کشور و 40 درصد درآمد دولت ایران از بخش نفت و انرژی تامین میشود و همواره بخشی از نوسانات درآمدی نفت به سایر بخشهای اقتصاد کلان سرایت میکند. همچنین تحریمهای اعمال شده بر اقتصاد ایران با کاهش درآمدهای ارزی و ایجاد محدودیت دسترسی به کالاهای سرمایهای و واسطهای به نوسانات متغیرهای کلان شدت بخشیدهاند. درک صحیح از میزان اثرات سرریز شوکها و نوسانات درآمد نفت و تحریمها بهویژه تحریم-های بخش انرژی به بخشهای مختلف اقتصاد کلان از دیدگاه سیاستگذاران برای برنامهریزی و هدفگذاری باثبات اهمیت دارد. در پژوهش حاضر به منظور مطالعه آثار تکانههای نوسانات درآمد نفت و تحریمها در اقتصاد کشور از الگوی VARMAX GARCH-in-Mean Asymmetric BEKK با لحاظ شکست ساختاری واریانس شرطی استفاده میشود. متغیرهای مورد استفاده در این مطالعه شامل تولید ناخالص داخلی واقعی (بدون احتساب نفت)، درآمد نفت سنگین ایران، نرخ ارز، شاخص بازار سهام و شاخص تحریم در بازه زمانی 1370:1 تا 1396:4 است. نتایج نشان میدهد هر تکانهای از ناحیه رشد درآمد نفت و یا شاخص تحریم به وقوع بپیوندد هر سه بخش مورد مطالعه شامل بخش تولید، بازار ارز و بازار سهام را متاثر میسازد. همچنین افزایش فشار تحریمها منجر به سرریز نااطمینانی به تمامی بخشهای مورد مطالعه و کاهش فعالیتهای تولیدی میشود و نرخ ارز را به سمت بالا متاثر میکند و در مقابل سهم نسبی بازار سهام در پرتفوی انتخابی سرمایهگذاران، افزایش مییابد. در این دوره شواهدی از اثرات نامتقارن تکانههای درآمد نفتی و تحریم در بخشهای مورد مطالعه مشاهده میشود.
https://ijer.atu.ac.ir/article_11906_fac2a4fa787d2e204267ea3555848e16.pdf
2020-03-20
1
42
10.22054/ijer.2020.11906
نااطمینانی درآمد نفت
شکست ساختاری
تحریم
اثرات نامتقارن
غلامرضا
کشاورز حداد
g.k.haddad@sharif.edu
1
دانشیار، دانشکده مدیریت و اقتصاد، دانشگاه صنعتی شریف، تهران، ایران،
AUTHOR
اسمعیل
ابونوری
esmaiel.abounoori@semnan.ac.ir
2
استاد، دانشکده اقتصاد و مدیریت، دانشگاه سمنان، سمنان، ایران
AUTHOR
طاهره
جهانی
t.jahani@semnan.ac.ir
3
دانشجوی دکتری علوم اقتصادی، دانشکده اقتصاد و مدیریت، دانشگاه سمنان، سمنان، ایران
LEAD_AUTHOR
ابریشمی، حمید، نوری، مهدی و دودابینژاد، امیر (1388). رابطه قیمت و بهرهوری انرژی در ایران: بررسی تجربی همانباشتگی پنهان. فصلنامه پژوهشها و سیاستهای اقتصادی، شماره 55، 22-5.
1
ابونوری، اسمعیل و رجایی، محمدهادی (1391). ارزیابی اثر تکانه قیمت انرژی بر متغیرهای اقتصاد کلان ایران: معرفی یک مدل تعادل عمومی پویای تصادفی. اقتصاد محیط زیست و انرژی، سال اول، شماره 2، 22-1.
2
ابونوری، عباسعلی و کیانپیشه، آزاده (1395). تاثیر نااطمینانی قیمت نفت بر بازارهای مالی در ایران. نشریه انرژی ایران، دوره 19، شماره3، 100-75.
3
ابونوری، اسمعیل و عبداللهی، محمدرضا (1390). ارتباط بازارهای سهام ایران، آمریکا، ترکیه، مالزی در یک مدل گارچ چند متغیره. فصلنامه بورس اوراق بهادار، شماره 14، سال چهارم،988-959.
4
ابراهیمی، سجاد (1390)، اثر تکانه های قیمت نفت و نوسانات نرخ ارز و نااطمینانی حاصل از آنها بر رشد اقتصادی کشورهای منتخب. فصلنامه پژوهشنامه بازرگانی، شماره 53، 105- 83.
5
ابراهیمی، محسن و سوری، علی (1384). زیان ناشی از درآمدهای نفتی بر رشد اقتصادی و ضرورت حساب ذخیره ارزی. فصلنامه تحقیقات اقتصادی، شماره 1، 54-43.
6
رجبی، مصطفی و جاننثاری لادانی، مریم (1390). تاثیر نااطمینانی قیمت نفت بر متغیرهای کلان اقتصادی ایران. سومین همایش ملی اقتصاد دانشگاه آزاد اسلامی واحد خمینی شهر.
7
قلیزاده، علیاکبر و کمیاب، بهناز (1394). تخصیص بهینه داراییها با فرض نااطمینانیهای اقتصادی کلان و تحریمهای بینالمللی علیه ایران. تحقیقات اقتصادی، دوره50، شماره 4، 988-959.
8
عرفانی، علیرضا و چرمگر، اکرم (1393). بررسی تاثیر نااطمینانی قیمت نفت بر متغیرهای اقتصاد کلان ایران: روش گارچ چندمتغیره با تصریح BEKK. فصلنامه مطالعات اقتصاد انرژی، سال دهم، شماره 40، 147-129.
9
کشاورزحداد، غلامرضا و معنوی، سیدحسن (1387). تعامل بازار سهام و ارز در ایران با تاکید بر تاثیر تکانههای نفتی. فصلنامه پژوهشهای اقتصادی ایران، سال 12، شماره 37.، 177-155.
10
گلستانی، شهرام، گرگینی، مصطفی و حاجعباسی، فاطمه (1391). مقایسه توانایی پیشبینی مدلهای VAR، ARIMA و شبکههای عصبی (ANN): تقاضای جهانی نفت اوپک. فصلنامه اقتصاد محیط زیست و انرژی، سال اول، شماره 4، 168-145.
11
مولایی، محمد، گلخندان، ابوالقاسم و گلخندان، داود (1393). عدم تقارن آثار تکانههای نفتی بر رشد اقتصادی کشورهای صادرکننده نفت: کاربردی از رهیافت غیرخطی همانباشتگی پانلی پنهان. فصلنامه اقتصاد انرژی ایران، سال سوم، شماره 10،
12
مهرگان، نادر، حقانی، محمود و سلمانی، یونس (1391). تاثیر نامتقارن تکانه های قیمتی نفت بر رشد اقتصادی گروه کشورهای OECD و OPEC با تاکید بر محیط شکلگیری تکانهها و تغییرات رژیمی. فصلنامه مدلسازی اقتصادی، شماره 19، 19-1.
13
متقی، سمیرا (1397). تبیین کارایی تحریم های اقتصادی وضع شده علیه جمهوی اسلامی ایران از منظر اقتصاد سیاسی. فصلنامه رهیافت، سال 12، شماره 42، 106-89.
14
هیبتی، رضا، صمدی، سعید و واعظبرزانی، محمد (1396). اهمیت تصریح معادلات رگرسیونی در برآورد نااطمینانی متغیرهای اقتصاد کلان. تحقیقات اقتصادی، دوره 52، 996-963.
15
Agnolucci, P. (2009). Volatility in crude oil futures: A comparison of the predictive ability of GARCH and implied volatility models. Energy Economics, 31(2), 316-321.
16
Allaro, H. B., Kassa, B., & Hundie, B. (2011). A time series analysis of structural break time in the macroeconomic variables in Ethiopia. African Journal of Agricultural Research, 6(2), 392-400.
17
Berument, M. H., Ceylan, N. B., & Dogan, N. (2010). The impact of oil price shocks on the economic growth of selected MENA countries. The Energy Journal, 149-176.
18
Bonato, M., Caporin, M., & Ranaldo, A. (2013). Risk spillovers in international equity portfolios. Journal of Empirical Finance, 24, 121-137.
19
Bredin, D., Elder, J., & Fountas, S. (2011). Oil volatility and the option value of waiting: an analysis of the G-7. Journal of Futures Markets, 31(7), 679-702
20
Efimova, O., & Serletis, A. (2014). Energy markets volatility modelling using GARCH. Energy Economics, 43, 264-273.
21
Elmi, Z., & Jahadi, M. (2011). Oil price shocks and economic growth: evidence from OPEC and OECD. Australian Journal of Basic and Applied Sciences, 5(6), 627-635.
22
Eltony, M. N., & Al‐Awadi, M. (2001). Oil price fluctuations and their impact on the macroeconomic variables of Kuwait: a case study using a VAR model. International Journal of Energy Research, 25(11), 939-959.
23
Grier, K. B., Henry, Ó. T., Olekalns, N., & Shields, K. (2004). The asymmetric effects of uncertainty on inflation and output growth. Journal of Applied econometrics, 19(5), 551-565.
24
Gong, X., & Lin, B. (2017). Forecasting the good and bad uncertainties of crude oil prices using a HAR framework. Energy Economics, 67, 315-327.
25
Hamilton, J. D. (1983). Oil and the macroeconomy since World War II. Journal of Political Economy, 91(2), 228-248.
26
Hamilton, J. D. (2003). What is an oil shock?. Journal of Econometrics, 113(2), 363-398.
27
Hou, A., & Suardi, S. (2012). A nonparametric GARCH model of crude oil price return volatility. Energy Economics, 34(2), 618-626.
28
Kascha, C., & Mertens, K. (2009). Business cycle analysis and VARMA models. Journal of Economic Dynamics and Control, 33(2), 267-282.
29
Kang, Sang Baum; Pan, Xuhui and Zhao, Jialin. (2016), Oil Price Uncertainty and Real Economic Activities: Importance of Disentangling the Diffusive and Jump Components, https://www.aeaweb.org/conference/2017/preliminary/paper/b9e9BERh
30
Keshavarz Haddad, Gh. R., Abedin, M. R. (2017). Sanction and Trade Deflection: A decade of experience from Iran, The Conference in Bergamo University.
31
Kristjanpoller, W., & Minutolo, M. C. (2016). Forecasting volatility of oil price using an artificial neural network-GARCH model. Expert Systems with Applications, 65, 233-241.
32
Kuper, G. H., & van Soest, D. P. (2006). Does oil price uncertainty affect energy use?. The Energy Journal, 55-78.
33
Lanza, A., Manera, M., & Giovannini, M. (2005). Modeling and forecasting cointegrated relationships among heavy oil and product prices. Energy Economics, 27(6), 831-848.
34
McNelis, P. D. (2005). Neural networks in finance: gaining predictive edge in the market. Academic Press.
35
Mendoza, O., & Vera, D. (2010). The asymmetric effects of oil shocks on an oil-exporting economy. Cuadernos deEconomía, 47(135), 3-13.
36
Mohaddes, K. (2019). Oil Revenue Volatility, Sanctions and Mismanagement: Lessons from Iran, International Iranian Economic Association (IIEA) Sixth International Conference on the Iranian Economy, University of Naples.L.Orientale.
37
Monfared, S. A., & Enke, D. (2015). Noise canceling in volatility forecasting using an adaptive neural network filter. Procedia Computer Science, 61, 80-84.
38
Perron, P. (2005). Dealing with structural breaks. Palgrave Handbook of Econometrics, 1(2), 278-352.
39
Rahman, S., & Serletis, A. (2010). The asymmetric effects of oil price and monetary policy shocks: A nonlinear VAR approach. Energy Economics, 32(6), 1460-1466.
40
Rahman, S., & Serletis, A. (2012). Oil price uncertainty and the Canadian economy: Evidence from a VARMA, GARCH-in-Mean, asymmetric BEKK model. Energy Economics, 34(2), 603-610.
41
Salehi Esfahani, H., Mohaddes, K. Pesaran, M. H. (2013), Oil exports and the Iranian economy, The Quarterly Review of Economics and Finance, Elsevier, 53, 221-237.
42
Serletis, A., & Istiak, K. (2017). Financial intermediary leverage spillovers. Research in International Business and Finance, 39, 1000-1007.
43
Simionescu, M. (2013). The accuracy assessment of macroeconomic forecasts based on econometric models for Romania. Procedia Economics and Finance, (8), 671 – 677.
44
Thiem, Christopher. (2017), Oil Price Uncertainty and the Business Cycle: Accounting for the Infl uences of Global Supply and Demand Within a VAR GARCH-In-Mean Framework, Ruhr Economic Paper. www.rwi-essen.de/media/content/pages/.../ruhr-economic-papers/rep_17_674.pdf
45
ORIGINAL_ARTICLE
محاسبه ارزش در معرض خطر: رویکرد DCC-GARCH-Copula
در این مقاله بهمنظور محاسبه ریسک بازاری سبدی از 10 شاخص صنایع منتخب بورس اوراق بهادار تهران از دو الگوی ارزش در معرض ریسک (VaR) و ریزش مورد انتظار (ES) استفاده شده است. در این راستا برای تخمین تلاطمهای سبد طرح شده از الگوهای مختلف گارچ چندمتغیره و برای محاسبه همبستگی غیرخطی سبد دارایی از الگوهای مختلف کاپیولا بهرهبرداری شده است. همچنین پسآزمایی الگوها با آزمونهای کوپیک، کریستوفرسن، انگل و منگالی و مکنیل و فری صورت گرفته است. نتایج این پژوهش نشان داده است که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به سایر الگوهای رقیب بهترین نتایج را در تخمین تلاطمهای سبد دارایی ارائه کرده است. همچنین از بین تمامی الگوهای کاپیولای بررسی شده در پژوهش، الگوی کاپیولای تیاستودنت نتایج بهتری برای تخمین وابستگی بین داراییها نشان داده است. درنهایت نتایج پسآزمایی الگوهای مختلف نشان داد که هر دو الگوی DCC-GARCH با توزیع تیاستودنت و DCC-GARCH-Copula با توزیع تیاستودنت در برآورد ارزش در معرض ریسک و ریزش مورد انتظار نتایج قابل قبولی دارند. با این حال آزمون لوپز و بلانکو و ایهل نشان دادند که الگوی DCC-GARCH با توزیع تیاستودنت نسبت به الگوی DCC-GARCH-Copula با توزیع تیاستودنت برآورد دقیقتر و کاراتری از ارزش در معرض ریسک و ریزش مورد انتظار سبد دارایی ارائه می کند.
https://ijer.atu.ac.ir/article_11908_fa018b66f19e1a89fa8735b1cbb7b1f3.pdf
2020-03-20
43
82
10.22054/ijer.2020.11908
گارچ چندمتغیره
ارزش در معرض ریسک
ریزش مورد انتظار
کاپیولا
ریسک بازار
رضا
طالبلو
talebloo.r@gmail.com
1
دانشیار علوم اقتصادی، دانشکده اقتصاد دانشگاه علامه طباطبائی، تهران، ایران
AUTHOR
محمد مهدی
داودی
mdavoudi70@gmail.com
2
کارشناس ارشد علوم اقتصادی، دانشکده اقتصاد دانشگاه علامه طباطبائی، تهران، ایران
LEAD_AUTHOR
پویانفر، احمد و موسوی، سید حمید (1395). تخمین ارزش در معرض ریسک دادههای درونروزی با رویکرد EVT-COPULA. مدلسازی ریسک و مهندسی مالی، دوره 1، شماره 2، 144-129.
1
راغفر، حسین و آجرلو، حسین (1395). برآورد ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با روش GARCH-EVT-Copula. فصلنامه پژوهشهای اقتصادی ایران، دوره 21، شماره 67، 141-113.
2
فلاحپور، سعید و باغبان، مهدی (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، 172-155.
3
کشاورزحداد، غلامرضا و حیرانی، مهرداد (1393). برآورد ارزش در معرض ریسک باوجود ساختار وابستگی بین بازدهیهای مالی: رهیافت مبتنی بر کاپولا. فصلنامه تحقیقات اقتصادی، دوره 49، شماره 4، 902-869.
4
Autchariyapanitkul, K., Chanaim, S., & Sriboonchitta, S. (2014). Portfolio optimization of stock returns in high-dimensions: A copula-based approach. Thai Journal of Mathematics, 11-23.
5
Bauwens, L., Hafner, C. M., & Laurent, S. (2012). Handbook of volatility models and their applications (Vol. 3). John Wiley & Sons.
6
Bauwens, L., Laurent, S., & Rombouts, J. V. Rombouts (2006). Multivariate GARCH models: A survey. In Journal of Applied Econometrics.
7
Berkowitz, J. (2001, July). 2002, How accurate are value-at-risk models at commercial banks. In Journal of Finance.
8
Blanco, C., & Ihle, G. (1999). How good is your VaR? Using backtesting to assess system performance. Financial Engineering News, 11(8), 1-2.
9
Bob, N. K. (2013). Value at risk estimation. a garch-evt-copula approach. Mathematiska institutionen, 1-41.
10
Bollerslev, T. (1990). Modelling the coherence in short-run nominal exchange rates: a multivariate generalized ARCH model. The review of economics and statistics, 498-505.
11
Boubaker, H., & Sghaier, N. (2013). Portfolio optimization in the presence of dependent financial returns with long memory: A copula based approach. Journal of Banking & Finance, 37(2), 361-377.
12
Caporin, M., & McAleer, M. (2012). Robust ranking of multivariate GARCH models by problem dimension.
13
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.
14
Cherubini, U., Luciano, E., & Vecchiato, W. (2004). Copula methods in finance. John Wiley & Sons.
15
Cherubini, U., Mulinacci, S., Gobbi, F., & Romagnoli, S. (2011). Dynamic copula methods in finance. John Wiley & Sons.
16
Chollete, L., De la Pena, V., & Lu, C. (2006). Security comovement: Alternative measures, and implications for portfolio diversification. Unpublished Working paper). Columbia University and NHH.
17
Christoffersen, P. F. (1998). Evaluating interval forecasts. International economic review, 841-862.
18
Clayton, D. G. (1978). A model for association in bivariate life tables and its application in epidemiological studies of familial tendency in chronic disease incidence. Biometrika, 65(1), 141-151.
19
Danielsson, J. (2011). Financial risk forecasting: the theory and practice of forecasting market risk with implementation in R and Matlab (Vol. 588). John Wiley & Sons.
20
Deng, L., Ma, C., & Yang, W. (2011). Portfolio optimization via pair copula-GARCH-EVT-CVaR model. Systems Engineering Procedia, 2, 171-181.
21
Dowd, K. (2007). Measuring market risk. John Wiley & Sons.
22
Embrechts, P., McNeil, A., & Straumann, D. (2002). Correlation and dependence in risk management: properties and pitfalls. Risk management: value at risk and beyond, 1, 176-223.
23
Engle, R. F., & Manganelli, S. (2004). CAViaR: Conditional autoregressive value at risk by regression quantiles. Journal of Business & Economic Statistics, 22(4), 367-381.
24
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.
25
Engle, R. F., & Sheppard, K. (2001). Theoretical and empirical properties of dynamic conditional correlation multivariate GARCH (No. w8554). National Bureau of Economic Research.
26
Frank, M. J. (1979). On the simultaneous associativity ofF (x, y) andx+y− F (x, y). Aequationes mathematicae, 19(1), 194-226.
27
Ghalanos, A. (2015). The rmgarch models: Background and properties. R Package version 1.3.
28
Gumbel, E. J. (1960). Bivariate exponential distributions. Journal of the American Statistical Association, 55(292), 698-707.
29
Han, Y., Li, P., & Xia, Y. (2017). Dynamic robust portfolio selection with copulas. Finance Research Letters, 21, 190-200.
30
Holton, G. A. (2002). History of value-at-risk: 1922-1988. Working paper, 25.
31
Holton, G. A., (2003), Value-at-risk: Theory and practice, Academic Press. New York, Vol 2.
32
Hotta, L. K., Lucas, E. C., & Palaro, H. P. (2008). Estimation of VaR using copula and extreme value theory. Multinational Finance Journal, 12(3/4), 205-218.
33
Hu, L. (2006). Dependence patterns across financial markets: a mixed copula approach. Applied financial economics, 16(10), 717-729.
34
Huang, J. J., Lee, K. J., Liang, H., & Lin, W. F. (2009). Estimating value at risk of portfolio by conditional copula-GARCH method. Insurance: Mathematics and economics, 45(3), 315-324.
35
Hull, J. (2012). Risk management and financial institutions,+ Web Site (Vol. 733). John Wiley & Sons.
36
Jondeau, E., & Rockinger, M. (2006). The copula-garch model of conditional dependencies: An international stock market application. Journal of international money and finance, 25(5), 827-853.
37
Philippe, J. (2007). Value at risk: the new benchmark for managing financial risk. NY: McGraw-Hill Professional.
38
Kakouris, I., & Rustem, B. (2014). Robust portfolio optimization with copulas. European Journal of Operational Research, 235(1), 28-37.
39
Karmakar, M. (2017). Dependence structure and portfolio risk in Indian foreign exchange market: A GARCH-EVT-Copula approach. The Quarterly Review of Economics and Finance, 64, 275-291.
40
Kupiec, P. (1995). Techniques for verifying the accuracy of risk measurement models. The J. of Derivatives, 3(2).
41
Lopez, J. A. (1997). Regulatory evaluation of value-at-risk models. FRB of New York Staff Report, (33).
42
Mashal, R., & Zeevi, A. (2002). Beyond correlation: Extreme co-movements between financial assets. Unpublished, Columbia University.
43
McNeil, A. J., & Frey, R. (2000). Estimation of tail-related risk measures for heteroscedastic financial time series: an extreme value approach. Journal of empirical finance, 7(3-4), 271-300.
44
Morimoto, T., & Kawasaki, Y. (2008). Empirical comparison of multivariate GARCH models for estimation of intraday value at risk. Available at SSRN 1090807.
45
Patton, A. J. (2006). Modelling asymmetric exchange rate dependence. International economic review, 47(2), 527-556.
46
Pérignon, C., & Smith, D. R. (2010). The level and quality of Value-at-Risk disclosure by commercial banks. Journal of Banking & Finance, 34(2), 362-377.
47
Pries, H. (2016). Market risk calculations in stock-and bond prices: a garch-copula approach.
48
Sampid, M. G., & Hasim, H. M. (2018). Estimating value-at-risk using a multivariate copula-based volatility model: Evidence from European banks. International economics, 156, 175-192.
49
Santos, A. A., Nogales, F. J., & Ruiz, E. (2013). Comparing univariate and multivariate models to forecast portfolio value-at-risk. Journal of financial econometrics, 11(2), 400-441.
50
Sheikh, A. Z., & Qiao, H. (2009). Non-normality of market returns: A framework for asset allocation decision making. The Journal of Alternative Investments, 12(3), 8-35.
51
So, M. K., & Philip, L. H. (2006). Empirical analysis of GARCH models in value at risk estimation. Journal of International Financial Markets, Institutions and Money, 16(2), 180-197.
52
Terzić, I., & Milojević, M. (2016). Risk model backtesting. Ekonomika, 62(1), 151-162.
53
Tsay, R. S. (2013). Multivariate time series analysis: with R and financial applications. John Wiley & Sons.
54
Tursunalieva, A., & Silvapulle, P. (2007). Assessing and modeling the changes in dependence between exchange rates. Working Paper of Monash University.
55
ORIGINAL_ARTICLE
اقتصاد سیاسی تحریمهای ایران: رویکرد طراحی سازوکار و مدلسازی مبتنی بر عامل
روابط بینالمللی بهخاطر ماهیت چندجانبه آن، پیچیدگیهای زیادی دارد. با درک فرایند تصمیمگیری ونتایج احتمالی تصمیمات، هر یک از بازیکنان قادر خواهند بود از ظرفیتهای خود برای تاثیرگذاری بر نتایج این تصمیمات راهبردی بهره گیرند. مصداق این ساختار تصمیمگیری، مشاجرات و منازعات بینالمللی تحریمها است. موضوع منافع جهموری اسلامی ایران درعرصه بینالمللی نیز متاثر از منافع درحال تغییر کشورهای شرکتکننده دراین ائتلاف است. باتوجه به پیچیدگیهای روابط بازیکنان درفضای بینالمللی تحریمها بهمنظور تحلیل مساله وپیشبینی تعادل امکانپذیر دراین روابط، روش سیستمهای چندعاملی، نظریه بازیها و هوش مصنوعی بهعنوان ابزار جدیدی برای حل انواع تعاملات وفرایندهای متاثر از تصمیمات انسانی مورداستفاده قرار میگیرد. در این مطالعه، طیف سیاستی براساس راهبردهای ایران، آمریکا و سایر بازیکنان تعریف شده است. مدلسازی و شبیهسازی رفتار بازیکنان روی این طیف نشان میدهد در شرایط کنونی، راهبرد تعادلی ایران تاکید بر حفظ توافق فعلی است؛ هرچند که موقعیت تعادلی در دامنه پایینِ طیف ادامه توافق فعلی قرار دارد. براساس مطالعات و نتایج حاصله، برای پیشگیری از وقوع تراژدی داراییهای مشاع، راهبرد مسلط و غالب، بازی با فرض بازیکنان عقلایی در منطق نظریه بازی حفظ ثبات، امنیت و یکپارچگی ایران بهعنوان یک قدرت منطقهای است. برای تحققِ تعادلِ پایدار، بازیکنان در این بازی به دنبال حداکثر کردن تابع رفاه جمعی بهجای حداکثر کردن منافع تکتک اعضای ائتلاف خواهند بود که در این صورت تداوم منافع کشورهای عضوائتلاف را نیز به دنبال خواهد داشت. برای این منظور، تداوم حضور ایران در برجام و عدم تضعیف آن، استقبال از حفظ وتقویت رابطه سیاسی با اروپا باحفظ منافع ایران، تقویت امنیت نظامی و امنیت اجتماعی ضروری خواهند بود.
https://ijer.atu.ac.ir/article_11909_7ddb5d0e9b0d9609846d0796b5f0e3bc.pdf
2020-03-20
83
120
10.22054/ijer.2020.11909
بازی تحریم
طراحی سازوکار
سیستمهای چندعاملی
هوش مصنوعی
کبری
سنگری مهذب
k.sangari@alzahra.ac.ir
1
دانشجوی دکتری اقتصاد، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا (س) ، تهران، ایران
LEAD_AUTHOR
حسین
راغفر
raghfar@alzahra.ac.ir
2
استاد گروه اقتصاد، دانشگاه الزهرا (س)، تهران، ایران.
AUTHOR
میرحسین
موسوی
hmousavi@alzahra.ac.ir
3
دانشیار گروه اقتصاد، دانشگاه الزهرا (س)، تهران، ایران
AUTHOR
محمدرضا
اصغری اسکوئی
oskoei@atu.ac.ir
4
استادیار گروه رایانه، دانشگاه علامه طباطبائی، تهران، ایران
AUTHOR
کریمی، فرناز (1395). پیامدهای اقتصاد سیاسی مذاکرات هستهای با رویکرد نظریه بازیها. (پایاننامه کارشناسیارشد). دانشکده علوماجتماعیواقتصاد، دانشگاه الزهرا(س). تهران.
1
مرزبان، حسین و استادزاد، علیحسین (1394). تاثیر تحریمهای اقتصادی بر تولید و رفاه اجتماعی ایران: رهیافتی از الگوی رشد تعمیم یافته تصادفی. پژوهشهای اقتصادی ایران، دوره 20، شماره 63، 69-37.
2
Afesorgbor. S. K. & Mahadevan. R. (2016). The impact of economic sanctions on income inequality of target states. World Development. 83. 1-11.
3
Arrow. K. J. (1951). Alternative approaches to the theory of choice in risk-taking situations. Econometrica: Journal of the Econometric Society. 404-437.
4
Beladi. H.. & Oladi. R. (2015). On smart sanctions. Economics Letters. 130. 24-27.
5
Black. D. (1958). The Theory on Committees and Elections. Cambridge: Cambridge University Press.
6
Clayton. M. J. (1997). Delphi: a technique to harness expert opinion for critical decision‐making tasks in education. Educational Psychology. 17(4). 373-386.
7
Coleman. P. T. Deutsch. M. & Marcus. E. C. (Eds.). (2006). The handbook of conflict resolution: theory and practice. John Wiley & Sons.
8
Cowan. D. Brunero. S. Lamont. S. & Joyce. M. (2015). Direct care activities for assistants in nursing in inpatient mental health settings in Australia: A modified Delphi study. Collegian. 22(1). 53-60.
9
Dalkey. N. & Helmer. O. (1963). An experimental application of the delphi method to The use of experts. Management science. 9(3). 458-467.
10
Davidson. P. Merritt-Gray. M. Buchanan. J. & Noel. J. (1997). Voices from practice: Mental Health Nurses Identify Research Priorities. Archives of Psychiatric Nursing. 11(6). 340-345.
11
Drury. A. C. (1998). Revisiting economic sanctions reconsidered. Journal of Peace Research. 35(4): 497-509.
12
Dobbins. J. Solomon. R. H. Chase. M. S. Henry. R. Larrabee. F. S. Lempert. R. J. & Shatz. H. J. (2015). Choices for America in a Turbulent World: Strategic Rethink. Rand Corporation.
13
Eftekhari. Z. & Rahimi. S. (2014). Preana: Game theory based prediction with reinforcement learning. Natural Science. 6(13). 1108.
14
Fan. C. K.. & Cheng. C. L. (2006). A study to identify the training needs of life insurance sales representatives in Taiwan using the Delphi approach. International Journal of Training and Development. 10(3). 212-226.
15
Feder. S. A. (2002). Forecasting for policy making in the post–cold war period. Annual Review of Political Science. 5(1). 111-125.
16
Feder. S. (1955). Factions and policon: New ways to analyze politics. Inside CIA’s Private World: Declassified Articles from the Agency’s Internal Journal. 1992. 274-292.
17
Goodman. C. M. (1987). The Delphi technique: A critique. Journal of advanced nursing. 12(6). 729-734.
18
Habibi. A. Sarafrazi. A. & Izadyar. S. (2014). Delphi technique theoretical framework in qualitative research. The International Journal of Engineering and Science. 3(4). 8-13.
19
Hogarth. R. M. (1978). A note on aggregating opinions. Organizational behavior and human performance. 21(1). 40-46.
20
Jesse. E. (2011). Forecasting the future of Iran: Implications for US strategy and policy. Rand Institute.
21
Keynes. J. M. (1936). The General Theory of Employment Interest and MoneyHarcourt Brace Jovanovich. New York.
22
Lemmer. B. (1998). Successive surveys of an expert panel: research in decision‐making with health visitors. Journal of advanced nursing. 27(3). 538-545.
23
Meadows. A. B. Maine. L. L. Keyes. E. K. Pearson. K. & Finstuen. K. (2005). Pharmacy Executive Leadership Issues and Associated Skills Knowledge and Abilities. Journal of the American Pharmacists Association. 45(1). 55-62.
24
Mesquita B. B. D. (1980). An expected utility theory of international conflict. American Political Science Review. 74(4). 917–931.
25
Mesquita. B. B. D. (1981). The war trap. Yale University Press.
26
Mesquita. B. B. D. (1984). Forecasting policy decisions: An expected utility approach to post-Khomeini Iran. PS: Political Science & Politics. 17(2). 226-236.
27
Mesquita. B. B. D. (1997). A decision making model: Its structure and form. International Interactions. 23(3-4). 235-266.
28
Murphy. M. K. (1998). Consensus development methods and their use in clinical guideline development. Health technology assessment. 2(3). 1-88.
29
Nephew. R. (2018). The Art of Sanctions: A View from the Field. Columbia University Press.
30
Neuenkirch. M.. & Neumeier. F. (2016). The impact of US sanctions on poverty. Journal of Development Economics. 121. 110-119.
31
Okoli. C. & Pawlowski. S. D. (2004). The Delphi method as a research tool: an example. design considerations and applications. Information & management. 42(1). 15-29.
32
Peters. H. (2015). Game theory: A Multi-leveled approach. Second Edition. Springer.
33
Powell. C. (2003). The Delphi technique: myths and realities. Journal of advanced nursing. 41(4). 376-382.
34
Somerville. J. A. (2008). Effective use of the Delphi process in research: Its characteristics. strengths. and limitations. Oregon: Corvallís.
35
Strasser. S. London. L. & Kortenbout. E. (2005). Developing a competence framework and evaluation tool for primary care nursing in South Africa. Education for Health. 18(2). 133-144.
36
Ueng. B. (2012). Applying Bruce Bueno de Mesquita’s group decision model to Taiwan’s political status: A simplified model. The Visible Hand. 23.
37
Von Neumann J. & Morgenstern. O. (1944). Theory of games and economic behavior. Princeton University Press.
38
Van Zolingen. S.J. and Klaassen. C.A. (2003). Selection processes in a Delphi study about key qualifications in senior secondary vocational education. Technological Forecasting and Social Change. 70(4). 317-340.
39
Whang. T. (2010). Structural estimation of economic sanctions: From initiation to outcomes. Journal of Peace Research. 47(5). 561-573.
40
ORIGINAL_ARTICLE
تاثیر نوآوری و کارآفرینی بر رشد اقتصادی: یک مطالعه بین کشوری
با توجه به نقش خلاقیت، نوآوری و کارآفرینی در پیشرفت و رشد اقتصادی، پرداختن به این موضوعات میتواند از اهمیت ویژهای برخوردار باشد؛ بهخصوص آنکه تاثیر این متغیرها بر رشد اقتصادی مبهم بوده و بررسی تجربی بیشتر این رابطه، ضروری به نظر میرسد. در برخی پژوهش ها از جمله شومپیتر (1947)، رومر (1986) به نقش برجسته کارآفرینی و نوآوری در فرآیند رشد اقتصادی اشاره شده است. هدف اصلی تحقیق حاضر نیز بررسی تاثیر نوآوری (شاخص حق ثبت اختراع) و کارآفرینی بر رشد اقتصادی کشورهای منتخب (فیلیپین، ایران، قزاقستان، آفریقای جنوبی، مجارستان، سوئد، لهستان، پرو، مکزیک، آرژانتین، برزیل، کلمبیا، مالزی، استرالیا، تایلند، کرواسی، ایالات متحده آمریکا، انگلستان و نروژ) با استفاده از روش GLS است. برای این منظور از دادههای مربوط به 20 کشور منتخب طی دوره زمانی 2015-2001 و رهیافت دادههای تابلویی استفاده شده است. نتایج برآوردها مبین وجود تاثیر مثبت و معنادار این دو متغیر بر رشد اقتصادی در کشورهای نامبرده است بهطوری که 1 درصد افزایش نرخ کارآفرینی و نوآوری (تعداد اختراعات ثبت شده) به ترتیب منجر به 13 و 04/0 درصد افزایش در نرخ رشد تولید این کشورها شده است. بنابراین، در پژوهش حاضر، لازمه نیل به رشد اقتصادی مناسب، ایجاد یک سیستم نوآوری و کارآفرینی کارآمد دانسته شده است.
https://ijer.atu.ac.ir/article_11912_6816986a5ee8e1cf81a1e2559ee0dd0a.pdf
2020-03-20
121
148
10.22054/ijer.2020.11912
نوآوری
کارآفرینی
رشد اقتصادی
پرویز
محمدزاده
pmohamadzadeh@tabrizu.ac.ir
1
دانشیار دانشکده اقتصاد، مدیریت و بازرگانی، دانشگاه تبریز، تبریز، ایران
LEAD_AUTHOR
سمانه
خان گلدی زاده
sama.khangaldi@gmail.com
2
کارشناس ارشد توسعه اقتصادی و برنامه ریزی، دانشکده اقتصاد، مدیریت و بازرگانی، دانشگاه تبریز، تبریز، ایران
AUTHOR
شهرام
کمانگر
kamangar.shahram@gmail.com
3
کارشناس ارشد برنامهریزی و تحلیل سیستمهای اقتصادی، دانشگاه آزاد اسلامی تهران، واحد علوم و تحقیقات، تهران، ایران،
AUTHOR
احمدپور داریانی، محمود (1383). کارآفرینی، تعاریف، نظریات و الگوها. تهران: انتشارات شرکت پردیس.
1
احمدپور داریانی، محمود و مقیمی، محمد (1391). مبانی کارآفرینی. تهران: انتشارات فراندیش.
2
احمدپور داریانی، محمد و عرفانیان، امیر (1386). نقش و جایگاه کارآفرینی در نیل به رشد و توسعه اقتصادی. مجله اقتصادی، سال هفتم، شمارههای 69 و 70، 22- 5.
3
الوانی، مهدی، بودلایی، حسن و قریبگرکانی، مونا (1390). چالشها و پیشنهادها (راهکارها) در توسعه مفهوم کارآفرینی. فصلنامه تخصصی پارکها و مراکز رشد، سال هشتم، شماره 29، 46-35.
4
تودارو، مایکل (1378). توسعه اقتصادی در جهان سوم. ترجمه غلامعلی فرجادی. چاپ هشتم. تهران: موسسه عالی پژوهش در برنامهریزی و توسعه.
5
دیوسالار، سمانه و بزرگی، فرشاد (1391). بررسی کارآفرینی در رشد اقتصادی و توسعه پایدار. کنفرانس ملی کارآفرینی، مدیریت کسب وکارهای دانشبنیان. دانشگاه مازندران و ستاد خدمات اقتصادی و برنامهریزی، مازندران.
6
ربیعی، مهناز (1388). اثر نوآوری و سرمایه انسانی بر رشد اقتصادی در ایران. مجله دانش و توسعه، سال شانزدهم، شماره 26، 142-122.
7
رمضانیان باجگیران، نوا، سلیمیفر، مصطفی، ناجیمیدانی، علیاکبر و سلیمیفر، محمد (1396). بررسی رابطه علّیت و تاثیر نوآوری بر رشد اقتصادی در کشورهای منتخب مِنا، دو اقتصاد پولی و مالی، سال بیست و چهارم.، شماره 13، 22-40.
8
سوری، علی (1395)، اقتصاد سنجی پیشرفته (جلد 2) همراه با کاربردEviews & Stata. چاپ پنجم. تهران: فرهنگشناسی.
9
شوقی، بهزاد و شفیقی، فاطمه (1389)، نقش خلاقیت و نوآوری در کارآفرینی، اولین کنفرانس بینالمللی مدیریت، نوآوری و کارآفرینی، بهمن، 1- 29. دانشگاه آزاد اسلامی واحد ساوه.
10
شهبازی، کیومرث، حسنزاده، اکبر و جعفرزاده، بهروز (1393). بررسی تاثیر کارآفرینی و
11
نوآوری بر رشد اقتصادی (رهیافت دادههای تابلویی). دو فصلنامه نوآوری ارزشآفرینی، سال دوم، شماره 5، 43-54.
12
محمدزاده، پرویز، ممیپور، سیاب و فشاری، مجید (1392). کاربرد نرمافزار Stata در اقتصاد سنجی. تهران: نور علم.
13
محمدزاده، پرویز، عبدی، حسن ، بهبودی، داود و بهشتی، محمدباقر (1396). عوامل کلیدی موثر بر موفقیت کارآفرینان با استفاده از مدلهای گسسته لاجیت و پروبیت. فصلنامه علمی- پژوهشی مطالعات اقتصادی کاربردی ایران، سال 6، شماره 24، 153- 175.
14
موسوی، سید صالح اکبر، حقیقت، جعفر و سلمانی بیشک، محمدرضا (1394). تاثیر سرمایه انسانی بر رشد اقتصادی در ایران (رویکرد غیرخطی). فصلنامه پژوهشهای اقتصادی ایران، سال بیستم، شماره 63، 121-144.
15
ناهید، مجتبی (1388).چیستی و چرایی کارآفرینی و کارآفرینی سازمانی در یک نگاه. بررسیهای بازرگانی، سال هفتم، شماره 24، 39-58.
16
نصیریاقدم، علی، دهقان طرزجانی، علیرضا، رضایی، علی و بیک محمدلو، حسن (1390). تاثیر نوآوری بر رشد اقتصادی (مطالعه موردی کشورهای منتخب). فصلنامه علمی- پژوهشی تحقیقات مدیریت آموزشی، سال سوم، شماره 1، 182-160.
17
هورتا دسوتو، خئسوس (1394). اقتصاد مکتب اتریش، نظم بازار و خلاقیت کارآفرینانه. ترجمه محمود متوسلی و مهرزاد سعیدی کیا. تهران: نشرچشمه.
18
Acs, Z. J., Audretsch, D. B., Braunerhjelm, P., & Carlsson, B. (2004). The missing link: The knowledge filter and entrepreneurship in endogenous growth.
19
Alegre, J., & Chiva, R. (2008). Assessing the impact of organizational learning capability on product innovation performance: An empirical test. Technovation, 28(6), 315-326.
20
Bajzikova, L., Sajgalikova, H., Wojcak, E., & Polakova, M. (2014). Dynamics of changes toward knowledge-based economy in Slovak SMEs. Procedia-Social and Behavioral Sciences, 150, 637-647.
21
Bull, I., & Willard, G. E. (1993). Towards a theory of entrepreneurship. Journal of business venturing, 8(3), 183-195
22
Butler, E. (2010). Austrian economics: A primer. Adam Smith Inst.
23
Choi, B., Poon, S. K., & Davis, J. G. (2008). Effects of knowledge management strategy on organizational performance: A complementarity theory-based approach. Omega, 36(2), 235-251.
24
Druker, P. F. (1998). Effective management. Economic problems and optimal solutions: transl. from English by M.
25
Easterly, W. (2002). The elusive quest for growth: economists' adventures and misadventures in the tropics. MIT press
26
Fritsch, M., & Mueller, P. (2004). Effects of new business formation on regional development over time. Regional Studies, 38(8), 961-975.
27
Galindo, M. Á., & Méndez, M. T. (2014). Entrepreneurship, economic growth, and innovation: Are feedback effects at work?. Journal of business research, 67(5), 825-829.
28
Global Entrepreneurship Monitor (2017), Entrepreneurial Behaviour and Attitudes, http:// www.gemconsortium.org/data/key-aps.
29
Kim, Y. K., Lee, K., Park, W. G., & Choo, K. (2012). Appropriate intellectual property protection and economic growth in countries at different levels of development. Research policy, 41(2), 358-375.
30
Lin, S. F., Miao, Q., & Nie, K. (2012). A case study on entrepreneurship for sustained innovation. African Journal of Business Management, 6(2), 493-500.
31
Lucas Jr, R. E. (1988). On the mechanics of economic development. Journal of monetary economics, 22(1), 3-42.
32
Mohr, L. B. (1969). Determinants of innovation in organizations. American political science review, 63(1), 111-126.
33
Mortensen, D. T., & Pissarides, C. A. (1998). Technological progress, job creation, and job destruction. Review of Economic dynamics, 1(4), 733-753.
34
Pece, A. M., Simona, O. E. O., & Salisteanu, F. (2015). Innovation and economic growth: An empirical analysis for CEE countries. Procedia Economics and Finance, 26, 461-467.
35
Rebelo, S. (1991). Long-run policy analysis and long-run growth. Journal of political Economy, 99(3), 500-521.
36
Romer, P. M. (1986). Increasing returns and long-run growth. Journal of political economy, 94(5), 1002-1037.
37
Romer, P. M. (1990). Endogenous technological change. Journal of political Economy, 98(5, Part 2), S71-S102.
38
Prieger, J. E., Bampoky, C., Blanco, L. R., & Liu, A. (2016). Economic growth and the optimal level of entrepreneurship. World Development, 82, 95-109.
39
Sachs, J. D., & Snowdon, B. (2005). A Global Compact to End Poverty: Jeffrey Sachs on stabilisation, transition and weapons of mass salvation.
40
Schumpeter, J. A. (1982). The theory of economic development: An inquiry into profits, capital, credit, interest, and the business cycle (1912/1934). Transaction Publishers.–1982.–January, 1, 244.
41
Schumpeter, J. A. (1939). Business cycles (Vol. 1, pp. 161–174). New York: McGraw
42
Schumpeter, J. A. (1947). Theoretical problems of economic growth. The Journal of Economic History, 7(S1), 1-9.
43
Smith, A. (1776). An inquiry into the nature and causes of the wealth of nations: Volume One. London: printed for W. Strahan; and T. Cadell, 1776.
44
Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal of economics, 70(1), 65-94.
45
Stevenson, H. H., & Gumpert, D. E. (1987). THe Heart of Entrepreneurship: Harvard Business Review. 2(4), 483.
46
Sulistyo, H. (2016). Innovation capability of SMEs through entrepreneurship, marketing capability, relational capital and empowerment. Asia Pacific Management Review, 21(4), 196-203.
47
Tülüce, N. S., & Yurtkur, A. K. (2015). Term of strategic entrepreneurship and Schumpeter's creative destruction theory. Procedia-Social and Behavioral Sciences, 207, 720-728.
48
Ülkü, H. (2004). R&D, innovation, and Economic Growth: An Empirical Analysis (No. 4-185). International Monetary Fund.
49
Vivarelli, M., & Pianta, M. (Eds.). (2000). The employment impact of innovation: evidence and policy (pp. 1-216). London: Routledge
50
Wennekers, S., & Thurik, R. (1999). Linking entrepreneurship and economic growth. Small business economics, 13(1), 27-56.
51
Wennekers, S., Van Wennekers, A., Thurik, R., & Reynolds, P. (2005). Nascent entrepreneurship and the level of economic development. Small business economics, 24(3), 293-309.
52
World Bank (2016), Economic Growth, The World Bank, Retrieved from http://data.worldbank.org/ Economic Growth/
53
ORIGINAL_ARTICLE
بررسی تاثیر چرخههای تجاری بر شاخص رفاه اقتصادی در ایران
در هر جامعهای توجه دولتمردان و سیاستگذاران به رفاه امری مهم و ضروری تلقی میشود؛ زیرا رفاه از شاخصهای اصلی توسعه است و جزو عناصر کلیدی در رشد و پیشرفت جامعه محسوب میشود. بررسی وضعیت رفاه اقتصادی در دورههای مکرر و اجتنابناپذیر رکود و رونق، ضمن آگاهی از میزان اثربخشی و کارایی سیاستها به برنامهریزان اقتصادی در جهت تصمیمگیری بهتر کمک میکند. مطالعه حاضر با هدف بررسی تاثیر چرخههای تجاری بر شاخص رفاه اقتصادی در ایران طی دوره 1395-1359 انجام گرفته است. برای سنجش رفاه از شاخص ترکیبی، رفاه اقتصادی اسبرگ استفاده شده و با استفاده از روش دلفی، وزن مربوط به هر یک از ابعاد این شاخص مشخص شد و درنهایت تاثیر چرخههای تجاری در مدلی متناسب با اقتصاد ایران با استفاده از الگوریتم جستوجوی گرانشی برآورد شده است. یافتههای روش دلفی حاکی از آن است که مولفه امنیت اقتصادی دارای بالاترین وزن در بین ابعاد چهارگانه این شاخص است. نتیجه برآورد مدل نشان میدهد؛ چرخههای تجاری، رابطه مستقیمی با شاخص رفاه اقتصادی دارند و بیانگر آن است که دورههای رونق و رکود چرخههای تجاری به ترتیب منجر به بهبود و افول شاخص رفاه اقتصادی در ایران شده است.
https://ijer.atu.ac.ir/article_11913_44d34d632bab3750ace66d9e52a782b6.pdf
2020-03-20
149
172
10.22054/ijer.2020.11913
شاخص رفاه اقتصادی
چرخههای تجاری
روش دلفی
الگوریتم جستوجوی گرانشی
حمید رضا
حری
horryhr@yahoo.com
1
دانشیار گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه شهید باهنر کرمان، کرمان، ایران،
AUTHOR
سید عبدالمجید
جلایی
jalaee@uk.ac.ir
2
استاد گروه اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، ایران
AUTHOR
مریم
لشکری
m.lashkari2002@gmail.com
3
کارشناس ارشد اقتصاد، گروه اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، ایران،
LEAD_AUTHOR
اسنودان، برایان و هوارد، آروین (2005). اقتصاد کلان جدید، مترجمان: منصور خلیلی عراقی، علی سوری(1394)، چاپ سوم، نشر: تهران سازمان مطالعه و تدوین کسب علوم انسانی دانشگاهها(سمت).
1
ان گریگور مانکیو، ادوار تجاری حیققی یک نگرش کینزی جدید، ترجمه: تیمور محمدی (1387). پژوهشهای اقتصادی ایران، شماره2، 97-82.
2
بختیاری، صادق ، قربانی، سمیه و همایون، رنجبر (1391). بررسی تاثیر ادوار تجاری بر بهره وری کل عاملهای تولید بخشهای مختلف اقتصادی ایران. پژوهشهای رشد و توسعه اقتصادی، شماره 9، 58-41.
3
پاشازاده، حسین (1386). نگاهی اجمالی به روش دلفی. پیک نور (علوم انسانی)، شماره 2، 79-63.
4
جلاییاسفندآبادی، عبدالمجید و انصارینسب، مسلم (1395). بررسی ادوار تجاری در اقتصاد ایران با تاکید بر عوامل موثر بر شکاف تولید. فصلنامه اقتصاد مقداری، شماره 3، 109-85.
5
جوکار،علیاکبر ، صفرزاده، حسین، پرهیزگار، محمدمهدی و نوروزی، علی (1392). طراحی مدل توسعه تجارت از طریق تلفن همراه در ایران: کاربرد روش دلفی. پژوهشهای مدیریت در ایران، شماره 4، 118-96.
6
حسینی، محمدرضا و جعفری صمیمی، احمد (1389). برآورد و ارزیابی روند رفاه اقتصادی ایران با استفاده از شاخصCIEWB. پژوهشهای اقتصادی ایران. دوره 14، شماره 42، 122-101.
7
دهباشیان، مریم و ظهیری، سید حمید (1389). آموزش شبکه عصبیMLP در فشرده سازی تصاویر با استفاده از روش GSA. فصلنامه اطلاعات و ارتباطات ایران، سال دوم، شمارههای 5و6، 53-45.
8
رومر، دیوید (1383). اقتصاد کلان پیشرفته، جلد دوم: نظریه ادوارتجاری، ترجمه مهدی تقوی، چاپ اول ، ناشر: دانشگاه آزاد اسلامی- واحدعلوم و تحقیقات.
9
سجاسی قیداری، مجید و لطیفی، غلامرضا (1390)، رتبهبندی سطح رفاه اجتماعی شهرستانهای استان زنجان با استفاده از تکنیک TOPSIS. فصلنامه برنامهریزی رفاه و توسعه اجتماعی، شماره 7، 189-1.
10
فرشید، یزدانی (1382). مفاهیم بنیادی در مباحث رفاه اجتماعی (سیاست اجتماعی، حمایت اجتماعی، رفاه و تامین اجتماعی). فصلنامه رفاه اجتماعی (ویژهنامه سیاست اجتماعی)، دوره 3، شماره10، 54-31.
11
گلخندان، ابوالقاسم (1394). چرخههای تجاری اقتصاد ایران طی دوره 1389-1368. فصلنامه تحقیقات توسعه اقتصادی، شماره 17، 104-83.
12
محققیکمال، سیدحسین، رفیعی، حسن، سجادی، حمیرا، عباسیان، عزتالله و رهگذر، مهدی (1392). تخمین شاخص ترکیبی رفاه اجتماعی برای شرایط ایران. فصلنامه رفاه اجتماعی، شماره 52، 32-7.
13
مسعود، نیلی و حسین، درگاهی (1377). تحلیل وضعیت رکودی اقتصاد ایران بر مبنای نظریات چرخههای تجاری و رائه راهکارها. مجله برنامه و بودجه، شماره 8-7، 44-3.
14
Cho, J. O., Cooley, T. F., & Kim, H. S. E. (2015). Business cycle uncertainty and economic welfare. Review of Economic Dynamics, 18(2), 185-200.
15
Okoli, C., & Pawlowski, S. D. (2004). The Delphi method as a research tool: an example, design considerations and applications. Information & Management, 42(1), 15-29.
16
Osberg, L. (1985). The measurement of economic well-being. Approaches to Economic Well-Being, 26, 49-87
17
Osberg, L., & Sharpe, A. (1998). An index of economic well-being for Canada.
18
Osberg,L and Sharpe,A.(2001), “The Index of Economic Well-being: Overview”, Revised version of a paper presented at the National Conference on Sustainable Development Indicators organized by the National Round Table Environment and the Economy.
19
Rashedi, E., Nezamabadi-Pour, H., & Saryazdi, S. (2009). GSA: a gravitational search algorithm. Information Sciences, 179(13), 2232-2248.
20
Salzman, J. (2003). Methodological choices encountered in the construction of composite indices of economic and social well-being. Center for the Study of Living Standards, 33.
21
Sharpe, A. (1999). A survey of indicators of economic and social well-being (p. 47). Ottawa: Centre for the Study of Living Standards.
22
Shim, M., & Yang, H. S. (2015). The implications of changes in hours fluctuations on welfare costs of business cycles. Economics Letters, 128, 75-78.
23
Vemuri, A. W., & Costanza, R. (2006). The role of human, social, built, and natural capital in explaining life satisfaction at the country level: Toward a National Well-Being Index (NWI). Ecological Economics, 58(1), 119-133.
24
ORIGINAL_ARTICLE
تحلیل تاثیر نفوذ اینترنت بر تجارت کالاها و خدمات ایران با شرکای تجاری: رویکرد رگرسیون فازی
در سه دهه گذشته اینترنت نقش بزرگی در جوامع ایفا کرده و افزایش سریع استفاده از آن نشاندهنده تاثیر آن بر تمام جنبههای اقتصادی از جمله تجارت بینالملل است. هدف پژوهش حاضر، بررسی تاثیر نفوذ اینترنت بر تجارت کالاها و خدمات ایران با بزرگترین شرکای تجاری آن است. برای این منظور از روش رگرسیون فازی جهت بررسی روابط بین در طی دوره 2016-1995 استفاده شده است. در این مطالعه سه مدل تجربی شامل : 1- تاثیر نفوذ اینترنت بر تجارت کل کالاها و خدمات ایران با شرکای تجاری، 2- تاثیر نفوذ اینترنت بر صادرات کالاها و خدمات ایران به شرکای تجاری و 3- تاثیر نفوذ اینترنت بر واردات کالاها و خدمات ایران از شرکای تجاری آن در چارچوب مدل جاذبه تعمیمیافته برآورد شدهاند. نتایج بهدست آمده نشان میدهد متغیرهای نفوذ اینترنت و تولید ناخالص داخلی سرانه ایران و شرکای تجاری و جمعیت ایران در هر سه مدل بر تجارت کالاها و خدمات تاثیر مثبت دارند. همچنین مطابق نتایج، اثر متغیر جمعیت شرکای تجاری ایران بر تجارت کل و صادرات ایران به این کشورها مثبت است در حالی که بر واردات کالاها و خدمات ایران از شرکای تجاری اثر منفی دارد. علاوه بر این، یافتهها حاکی از این است که اثر متغیرهای فاصله و نرخ ارز بین ایران و شرکای تجاری بر تجارت کل ایران با این کشورها و صادرات به آنها و واردات از آنها منفی است.
https://ijer.atu.ac.ir/article_11914_53adeb11b0b535341dfeb8e8e83e0dce.pdf
2020-03-20
173
216
10.22054/ijer.2020.11914
تجارت کالا و خدمات
نفوذ اینترنت
رگرسیون فازی
صادرات
واردات
علی
سرخوش سرا
alisarkhosh1988@gmail.com
1
دانشجوی دکتری علوم اقتصادی، دانشگاه اصفهان، اصفهان، ایران،
AUTHOR
ئاسو
اسماعیل پور
asoesmailpoor1986@gmail.com
2
دانشجوی دکتری علوم اقتصادی، دانشگاه تبریز ، تبریز، ایران
LEAD_AUTHOR
خدیجه
نصرالهی
kh.nasrolahi@ase.ui.ac.ir
3
دانشیار، گروه اقتصاد، دانشگاه اصفهان، اصفهان، ایران،
AUTHOR
جعفر
حقیقت
haghighat@tabrizu.ac.ir
4
استاد، گروه اقتصاد، دانشگاه تبریز، تبریز، ایران
AUTHOR
اسماعیلپور، ئاسو، اسدزاده، احمد، شکری، مصطفی و ذوالقدر، حمید (1396). تحلیل تأثیر یارانه بیمه صادراتی بر صادرات غیر نفتی با استفاده از رگرسیون فازی. فصلنامه پژوهشهای رشد و توسعه اقتصادی، سال 7، شماره 28، 112-99.
1
آذربایجانی، کریم، سمیعی، ندا و شیرازی، همایون (1389). اثر نهادها بر روی تجارت دو جانبه کشورهای منتخب خاورمیانه. فصلنامه پژوهشهای اقتصادی ایران، سال 15، شماره 45، 23-1.
2
پیرایش، رضا و محبی، سمانه (1395). بررسی تاثیر نوسانات نرخ ارز بر تراز تجاری تولید واقعی و تقاضای کل کشور، اولین همایش سراسری مطالعات نوین در علوم اجتماعی و اقتصادی، رشت، اداره کل تعاون، کار و رفاه اجتماعی استان گیلان،
3
جباری، مظفر، جباری، غضنفر، شریفی، فرهاد و مومن، مهدی (1391). رگرسیون خطی فازی و کاربرد آن در پژوهشهای علم اقتصاد، اولین همایش بینالمللی اقتصادسنجی روشها و کاربردها، دانشگاه آزاد اسلامی واحد سنندج.
4
خدایی، ابراهیم (1388). رگرسیون خطی فازی و کاربردهای آن در پژوهشهای علوم اجتماعی. مجله مطالعات اجتماعی ایران، سال سوم، شماره 4 (پیاپی8)، 82-99.
5
سعادت، رحمان و محسنی، ناهید (1393). بررسی همگرایی اقتصادی میان ایران و کشورهای حوزه دریای خزر (کاربرد مدل جاذبه). فصلنامه پژوهشنامه بازرگانی، سال اول ، شماره 19، 54-29.
6
سلمانی، بهزاد، ذوالقدر، حمید و شکری، مصطفی (1396). بررسی عوامل اقتصادی موثر بر نفوذ اینترنت در ایران با استفاده از رگرسیون فازی. فصلنامه نظریههای کاربردی اقتصاد، سال چهارم، شماره 3، 116-91.
7
سلمانی، بهزاد، محمدزاده، پرویز و صارمی، مریم (1391). اثر توسعهی اینترنت بر تجارت بینالملل خدمات. فصلنامه اقتصادی مقداری (بررسیهای اقتصادی سابق)، دوره 9، شماره 3، 147-127.
8
طاهری، محمود و ماشینچی، ماشاءالله (1387). مقدمهای بر احتمال و آمار فازی، چاپ اول، کرمان: انتشارات دانشگاه شهید باهنر کرمان.
9
علیزاده، محمد و گلخندان، ابوالقاسم (1394). سنجش تأثیر اینترنت بر تجارت خدمات. فصلنامه سیاستگذاری پیشرفته اقتصادی، دوره 3، شماره 1، 179-157.
10
فهیمی فرد، سید حامد، فلاحی، محمدعلی، کریمزاده، مصطفی و احمدی شادمهر، محمدطاهر (1395). مدل ساختاری نرخ حقیقی ارز با تاکید بر اثر نرخ مبادله تجاری: (تفکیک کشورهای نفتی و غیر نفتی). فصلنامه اقتصاد مقداری (بررسی های اقتصادی سابق)، دوره 13، شماره 2، 119-93.
11
کریمی هسنیجه، حسین و طیبی، سید کمیل (1386). تأثیر کاربران اینترنت بر جریانهای تجاری سازمان تجارت جهانی. فصلنامه پژوهشهای اقتصادی ایران، شماره 33، 183-163.
12
کورهپزان دزفولی، امین (1387). اصول تئوری های مجموعه های فازی و کاربردهای آن در مدل سازی مسائل مهندسی آب، تهران: انتشارات جهاد دانشگاهی.
13
لطفعلیپور، محمدرضا، کریمزاده، مصطفی، غفرانی، پروین، لکزیان، مهرانگیز و کریمی، الهه (1393). تاثیر اینترنت بر صادرات ایران به ده کشور منتخب در حوزه تجارت خارجی، اولین کنفرانس ملی جایگاه مدیریت و حسابداری در دنیای نوین کسب و کار، اقتصاد و فرهنگ، تهران.
14
مبشری خوزانی، محمدرضا، کریمی هسنیجه، حسین و طیبی، سیدکمیل (1388). جهانیشدن و تاثیر تجارت الکترونیک بر جریانات تجاری کشورهای اسلامی OIC، اولین همایش ملی اقتصاد، دانشگاه آزاد اسلامی واحد خمینیشهر.
15
معمارنژاد، عباس (1384). تجارت الکترونیک، کاربرد فناوری اطلاعات و ارتباطات. فصلنامه علمی تخصصی مدیریت، دوره 2، شماره 4، 40-24.
16
هراتی، جواد، مهدی زاده، امین و کهرازه، ساناز (1394). بررسی عوامل موثر بر صادرات ایران (کاربرد الگوی جاذبه). فصلنامه پژوهش های رشد توسعه اقتصادی، سال 6، شماره 21، 46-29.
17
یزدانپرست، زهرا، کریمزاده، مصطفی، سیفی، احمد و فلاحی، محمدعلی (1394). آزمون تجربی نظریه لیندر در الگوی تجارت خارجی ایران. پژوهش ها و سیاستهای اقتصادی، سال 23، شماره 76، -167.
18
Abeliansky, A. L., & Hilbert, M. (2017). Digital technology and international trade: Is it the quantity of subscriptions or the quality of data speed that matters?. Telecommunications Policy, 41(1), 35–48.
19
Lendle, A., Olarreaga, M., Schropp, S and Vezina, P.L. (2012). There Goes Gravity: How eBay Reduces Trade Costs, World Bank Policy Research Paper, No. 6253, October 2012, p. 3
20
Baliamoune, M. N. (2002). The new economy and developing countries: Assessing the role of ICT diffusion (No. 2002/77). WIDER Discussion Papers//World Institute for Development Economics (UNU-WIDER).
21
Barbero, J., & Rodriguez‐Crespo, E. (2018). The effect of broadband on European Union trade: A regional spatial approach. The World Economy, 41(11), 2895-2913.
22
Belderbos, R., and L. Sleuwaegen. 1998. Tariff Jumping FDI and Export Substitution: Japanese Electronics Firms in Europe. International Journal of Industrial Organiza, 16 (5): 601–638
23
Binh, D. T. T., Duong, N. V., & Cuong, H. M. (2011). Applying Gravity model to analyze trade activities of Vietnam. In Forum for Research in Empirical International Trade Working Paper.
24
Boisso, D. and Ferrantino, M. (1997). Economic distance, cultural distance, and openness in international trade: Empirical puzzles. Journal of Economic Integration, 12(4), 456-484.
25
Brown, J. R., & Goolsbee, A. (2002). Does the Internet make markets more competitive? Evidence from the life insurance industry. Journal of Political Economy, 110(3), 481-507.
26
Caporale, G. M., Sova, A and Sova, R. (2015). Trade flows and trade specialisation: The case of China. China Economic Review, (34), 261–273.
27
Castañeda, J. A., & Montoro, F. J. (2007). The effect of Internet general privacy concern on customer behavior. Electronic Commerce Research, 7(2), 117-141.
28
Choi, C. (2010). The effect of the Internet on service trade. Economics Letters, 109(2), 101-104.
29
Choi, C., & Yi, M. H. (2009). The effect of the internet on economic growth: Evidence from cross-country panel data. Economics Letters, 105(1), 39-41.
30
Christen, E., & Francois, J. (2010). Modes of delivery in services. CEPR Discussion Paper, No. 7912.
31
Clarke, G. R. (2008). Has the internet increased exports for firms from low and middle-income countries?. Information Economics and Policy, 20(1), 16-37.
32
Clarke, G. R., & Wallsten, S. J. (2006). Has the internet increased trade? Developed and developing country evidence. Economic Inquiry, 44(3), 465-484.
33
Egger, P. H. and A. Lassmann (2015). The causal impact of common native language on international trade: Evidence from a spatial regression discontinuity design. The Economic Journal, 125(584): 699-745.
34
Eichengreen, B., Irwin, D., (1998). The role of history in bilateral trade flows. In: Frankel, J. (Ed.), the Regionalization of the World Economy. University of Chicago Press, Chicago, pp. 33–62.
35
Fink, C., Mattoo, A., & Neagu, I. C. (2005). Assessing the impact of communication costs on international trade. Journal of International Economics, 67(2), 428-445.
36
Freund, C. & Weinhold. D. (2000). On the Effect of the Internet on International Trade. FRB International Finance Discussion Paper, No 693.
37
Freund, C. L., & Weinhold, D. (2004). The effect of the Internet on international trade. Journal of International Economics, 62(1), 171-189.
38
Gómez-Herrera, E. (2013). Comparing alternative methods to estimate gravity models of bilateral trade. Empirical Economics, 44(3), 1087-1111.
39
Grossman, G. Helpman, E. (2005). A Protectionist Bias in Majoritarian Politics. Quarterly Journal of Economy, Vol.120, No.4, pp. 139-1282.
40
Gnangnon, S. K., & Iyer, H. (2018). Does bridging the Internet Access Divide contribute to enhancing countries’ integration into the global trade in services markets?. Telecommunications Policy, 42(1), 61-77.
41
Gust, C., & Marquez, J. (2004). International comparisons of productivity growth: the role of information technology and regulatory practices. Labour Economics, 11(1), 33-58.
42
Head, K., Mayer, T., & Ries, J. (2009). How remote is the offshoring threat?. European Economic Review, 53, 429–444
43
International Telecommunication Union (ITU). (2015). Retrieved from/http: www.itu.int/, accessed online 7 July 2015.
44
International Telecommunication Union (ITU). (2016). Retrieved from/http: www.itu.int/, accessed online, July 2016.
45
Kneller, R., & Timmis, J. (2016). ICT and exporting: The effects of broadband on the extensive margin of business service exports. Review of International Economics, 24(4), 757–796.
46
Kurihara, Y., & Fukushima, A. (2013). Impact of the prevailing internet on international trade in Asia. Journal of Sustainable Development Studies, 3(1), 1-13.
47
Lankhuizen, M., et al. (2011). The Trade-Off between Foreign Direct Investments and Exports: The Role of Multiple Dimensions of Distance. The World Economy, 34(8): 1395-1416.
48
Lewer, J. J. and H. Van den Berg (2007). Estimating the Institutional and Network Effects of Religious Cultures on International Trade. Kyklos 60(2): 255-277.
49
Lin, F. (2015). Estimating the effect of the Internet on international trade. The Journal of International Trade & Economic Development, 24(3), 409-428.
50
Mattes, A., Meinen, P., & Pavel, F. (2012). Goods follow bytes: The impact of ICT on EU trade. Available at:
51
https://papers.ssrn.com/sol3/papers.cfm?abstract_id¼2006481
52
McCoy, S., Cha, H. S., & Durcikova, A. (2012). Modeling internet diffusion in developing countries. Australasian Journal of Information Systems, 17(2).
53
Meijers, H. (2012). Does the internet generate economic growth, international trade, or both?. UNU-MERIT Working Papers 2012–2050.
54
Melitz, J. and F. Toubal (2014). Native language, spoken language, translation and trade. Journal of International Economics, 93(2): 351-363.
55
Melitz, M. 2003. The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity. Econometrica, 71 (6): 1695–1725
56
Meltzer, J. P. (2015). The Internet, Cross‐Border Data Flows and International Trade. Asia & the Pacific Policy Studies, 2(1), 90-102.
57
Miraskari, S. R., Asfiji, N. S., Siadat, S. A., & Mirasgari, S. A. (2011). The Effect of the Internet on Trade Flows. Economic and Finance Review, 1(6), 100-106.
58
North, D. C. (1990). Institutions, institutional change and economic performance, Cambridge university press.
59
Nuroglu, E. (2009). The Impact of Population on Bilateral Trade Flows in the Case of OIC.
60
Oliner, S. D., Sichel, D. E., & Stiroh, K. J. (2008). Explaining a productive decade. Journal of Policy Modeling, 30(4), 633-673.
61
Onyeiwu, S. (2002). Inter-country variations in digital technology in Africa: Evidence, determinants, and policy implications. (No. 2002/72). WIDER Discussion Papers//World Institute for Development Economics (UNU-WIDER).
62
Osnago, A., & Tan, S. W. (2016). Disaggregating the impact of the internet on international trade. World Bank Policy Research Working Paper 7785.
63
Portugal-Perez, A., & Wilson, J. S. (2012). Export performance and trade facilitation reform: Hard and soft infrastructure. World Development, 40(7), 1295–1307.
64
Rauch, J., (1999). Networks versus markets in international trade. Journal of International Economics. 48, 7 –35.
65
Rauch, J.E., and A. Casella. (2003). Overcoming Informational Barriers to International Resource Allocation: Prices and Ties. The Economic Journal, 113 (484): 21–42.
66
Rauch, J.E., and V. Trindade (2002). Ethnic Chinese Networks in International Trade. The Review of Economics and Statistics, 84 (1): 116–130.
67
Riker, D. (2014). Internet use and openness to trade. U.S. International Trade Commission, Office of Economics. Working Paper, No. 2014-12C.
68
Rogers, E. M. (2003). Diffusion of innovations. In diffusion of innovation. New York, the Free Press.
69
Salahuddin, M., & Gow, J. (2016). The effects of internet usage, financial development and trade openness on economic growth in South Africa: A time series analysis. Telematics and Informatics, 33(4), 1141-1154.
70
Salmani, B., Pourebrahim, F., & Saremi, M. (2013). The effect of the Internet on international trade in services: Developing countries' case study. In e-Commerce in Developing Countries: With Focus on e-Security (ECDC), 7th Intenational Conference on (pp. 1-9). IEEE. Kish Island, Iran.
71
Tanaka, H. & Ishibuchi, H. (1992). Possibility regression analysis based on linear programming. Jurnal of Eropan research. 2 (3), 44-60.
72
Tang, L. (2006). Communication costs and trade of differentiated goods. Review of International Economics, 14(1), 54-68.
73
Terano, T. & et al., (1992), Fuzzy systems theory and its application, Academic Press INC.p8.
74
Thorbecke, W. (2015). China–US trade: A global outlier. Journal of Asian Economics, 40, 47-58.
75
Timmis, J. (2012). The internet and international trade in goods. Discussion Papers in Economics, 12/03. United Kingdom: University of Nottingham.
76
Tinbergen, J. (1962). An Analysis of World Trade Flows: Shaping theWorld Economy, ed. New York: The Twentieth Century Fund Inc, 1-117.
77
Vemuri, V. K., & Siddiqi, S. (2009). Impact of commercialization of the internet on international trade: A panel study using the extended gravity model. The InternationalTrade Journal, 23(4), 458–484.
78
Visser, R. (2018). The effect of the internet on the margins of trade. Information Economics and Policy.
79
World Bank. (2017). “World Development Indicators”. Available at: http://data .worldbank. Org, accessed online.
80
Yadav, N. (2014). The role of internet use on international trade: Evidence from Asian and SubSaharan African enterprises. Global Economy Journal, 14(2), 189-214.
81
Yousefi, A. (2018). Estimating the effect of the internet on international trade in services. Journal of Business Theory and Practice, 6(1), 65.
82
Zadeh, L. A. (1965). Close Fuzzy sets. Information Control, 8(3), 338-353.
83
ORIGINAL_ARTICLE
رابطه علیت بین مولفههای اقتصاد دانش بنیان و شاخص پیچیدگی اقتصادی
امروزه حرکت به سمت اقتصاد دانش بنیان که در آن رشد به مقدار، کیفیت و دسترسی به دانش موجود بستگی دارد از اهمیت زیادی برخوردار است. حجم دانش فناورانه موجود در کشورها بیانگر سطح توسعهیافتگی آنها است. یکی از شاخصهای معتبر برای سنجش حجم دانش فناورانه موجود کشورها، شاخص پیچیدگی اقتصادی است. در این پژوهش تلاش میشود تا به این سوال پاسخ داده شود که چه رابطه علت و معلولی بین مولفههای اقتصاد دانشبنیان و شاخص پیچیدگی اقتصادی وجود دارد. برای این منظور از دادههای پانل شامل 113 کشور طی دوره زمانی 2016-2006 استفاده شده است. برای محورهای دانشبنیان از 14 متغیر معرفی شده توسط بانک جهانی استفاده شده است. از طریق تحلیل مولفههای اساسی، محورهای اقتصاد دانشبنیان به چهار مولفه تبدیل شدهاند و سپس رابطه علیت گرنجری این مولفهها با شاخص پیچیدگی اقتصادی و برعکس مورد بررسی قرار گرفته است. یافتههای پژوهش رابطه علی دوسویه را بین محور آموزش، فناوری ارتباطات و اطلاعات و نهاد اقتصادی با پیچیدگی اقتصادی و رابطه علی یکسویه را از نوآوری به پیچیدگی اقتصادی نشان میدهند. همچنین یافتهها حاکی از نتایج متفاوت در این روابط علت و معلولی برای دو دسته کشورهای عضو OECD و کشورهای غیرعضو است.
https://ijer.atu.ac.ir/article_11915_1cd2a0740c9910d2cad1676ed862ceb4.pdf
2020-03-20
217
242
10.22054/ijer.2020.11915
اقتصاد دانشبنیان
شاخص پیچیدگی اقتصادی
تحلیل مولفههای اساسی
آزمون عدم علیت گرنجر
مژگان
سمندرعلی اشتهاردی
samandar.mojgan@gmail.com
1
استادیار، گروه اقتصاد علم، مرکز تحقیقات سیاست علمی کشور، تهران، ایران
AUTHOR
ناصرعلی
عظیمی
naazimi5@yahoo.co.uk
2
استادیار، گروه اقتصاد علم، مرکز تحقیقات سیاست علمی کشور، تهران، ایران
LEAD_AUTHOR
بهروز
شاهمرادی
bsheco@yahoo.com
3
استادیار، گروه اقتصاد علم، مرکز تحقیقات سیاست علمی کشور، تهران، ایران
AUTHOR
ابونوری، عباسعلی، حنطه، مهدی و قربانیجاهد، آزیتا (1392). بررسی نقش مولفههای اقتصاد دانشبنیان بر بهرهوری کل عوامل تولید. پژوهشنامه اقتصاد کلان. دوره 8. شماره 16، 5231-3152.
1
امینی میلانی، مینو و جلیلی، نادر (1394). بررسی تاثیر مولفههای اقتصاد دانش بنیان بر رشد اقتصادی ایران در سال های (1354-1391). فصلنامه سیاستگذاری پیشرفت اقتصادی دانشگاه الزهرا (س). شماره 9، 116-73.
2
امینی، علیرضا، خسروینژاد، علیاکبر و روحانی، شادی (1393). اثر نوآوری در ارتقای بهرهوری کل عوامل تولید: مطالعه موردی کشورهای منتخب درحال توسعه با درآمد متوسط. فصلنامه پژوهشنامه اقتصادی. شماره 54، 212-175.
3
باصری، بیژن، اصغری، ندا و کیا، محمد (1390). تحلیل تطبیقی نقش مولفههای اقتصاد دانش محور بر رشد اقتصادی. فصلنامه پژوهشهای اقتصادی ایران. سال شانزدهم. شماره 47، 29-1.
4
بهبودی، داوود و امیری، بهزاد (1389). رابطه بلند مدت اقتصاد دانش بنیان و رشد اقتصادی در ایران. سیاست علم و فناوری. شماره 4. 32-23.
5
پژم، سید مهدی و سلیمیفر، مصطفی (1394). بررسی تاثیر شاخص پیچیدگی اقتصادی بر رشد اقتصادی در 42 کشور برتر در تولید علم. اقتصاد و توسعه منطقهای. سال دوم. شماره 10، 3816-1638.
6
التجائی، ابراهیم و حسینی، راحله (1395). تاثیر حق ثبت اختراع در رشد اقتصادی دو گروه کشورهای توسعه یافته و درحال توسعه. اقتصاد تطبیقی. دوره3 . شماره 1، 20-1.
7
جنگانی، سمیرا، مهربانی، فاطمه و قبادی، صغری (1392). مقایسه اثر اقتصاد دانش محور بر رشد اقتصادی: مطالعه موردی ایران و کشورهای عضو سازمان همکاری اقتصاد و توسعه. اولین همایش الکترونیکی ملی چشم انداز اقتصاد ایران. تهران، 24-1.
8
داورپناه، سعیده و زایندهرودی، محسن (2015). بررسی تاثیر اقتصاد دانش بنیان بر بهره وری نیروی کار. کنفرانس بین المللی اقتصاد مدیریت و علوم کشاورزی، 10-1.
9
رمضانیان باجگیران، نوا، سلیمیفر، مصطفی، ناجیمیدانی، علیاکبر و سلیمیفر، محمد (1396). بررسی رابطه علیت و تاثیر نوآوری بر رشد اقتصادی در کشورهای منتخب منا. اقتصاد پولی، مالی (دانش و توسعه سابق). دوره 24. شماره 13، 40-22.
10
شاهمرادی، بهروز و سمندر علیاشتهرادی، مژگان (1397). بررسی جایگاه رقابتپذیری فناورانه ایران در منطقه با رویکرد پیچیدگی اقتصادی، سیاست های علم و فناوری. سال دهم. شماره 1، 38-29.
11
عمادزاده، مصطفی و شهنازی، روحاله (1386). بررسی مبانی و شاخصهای اقتصاد دانایی محور و جایگاه آن در کشورهای منتخب در مقایسه با ایران، پژوهشنامه اقتصادی.، دوره 7. شماره 27، 175-143.
12
فلاح، الهام و سلامی، رضا (1395). بررسی طبیقی دانش بنیانی اقتصاد ایران با کشورهای منتخب آسیایی و ارائه نقشه راه برای بهبود وضعیت ایران، فصلنامه سیاستگذاری پیشرفت اقتصادی دانشگاه الزهرا. سال چهارم. شماره چهارم.
13
مهربانی، فاطمه، قبادی، صغری و رضائیان، علی (1393). بررسی اثر و رابطه بین اقتصاد دانشبنیان و بهرهوری کل عوامل تولید: مطالعه موردی کشورهای توسعهیافته، نوظهور و درحال توسعه. جستارهای اقتصادی ایران. دوره 11. شماره 21، 159-125.
14
میرانی، نینا، شیخ اسمعیلی، سامان و میرانی، والا (1393). بررسی اثرات ابعاد اقتصاد دانش بنیان بر رشد تولیدات در ایران. فصلنامه مدیریت صنعتی دانشکده علوم انسانی دانشگاه آزاد اسلامی واحد سنندج. دوره 9. شماره ویژه نامه مدیریت دانش. 90-77.
15
نصیریاقدم، علی، دهقان طرزجانی، علیرضا، رضایی، علی و بیک محمدلو، حسن (1390). تاثیر نوآوری بر رشد اقتصادی (مطالعه موردی کشورهای منتخب اسلامی). تحقیقات مدیریت آموزشی. دوره 3. شماره 1، 182-159.
16
هاسمن، ریکاردو، هیدالگو، سزار، بوتوس، سباستان، کوسیا، مایکل و چانگ، سارا (2013) اطلس پیچیدگی اقتصادی: نقشه راه شکوفایی، ترجمه و تالیف: شاهمرادی، بهروز (1397). چاپ اول. تهران: شرکت چاپ و نشر بازرگانی.
17
Afzal, M. N. I. (2014), Knowledge-based economy (KBE): an investigation of theoretical frameworks and measurement techniques in the South East Asian region. (Doctoral Dissertation, University of Southern Queensland). Available at https://eprints.usq.edu.au/26013/
18
Arthur, W. B. (2013), Complexity economics. Oxford: Oxford University Press.
19
Atif, S. M., Endres, J., & Macdonald, J. (2012), Broadband infrastructure and economic growth: A panel data analysis of OECD countries. Available at SSRN 2166167.
20
ATLAS. (2018), Country Complexity Rankings (ECI), Retrieved from atlas of economic complexity: http://atlas.cid.harvard.edu/rankings.
21
Bahar, D., Hausmann, R., & Hidago, C. A. (2014), Neighbors and the evolution of the comparative advantage of nations: Evidence of international knowledge diffusion?. Journal of International Economics, 92(1), 111-123. doi: https://doi.org/10.1016/j.jinteco.2013.11.001.
22
Barkhordari, S., Fattahi, M., & Azimi, N. A. (2019). The impact of knowledge-based economy on growth performance: Evidence from MENA countries. Journal of the Knowledge Economy, 10(3), 1168-1182. doi: https://doi.org/10.1007/s13132-018-0522-4.
23
Bota-Avram, C., Grosanu, A., Rachisan, P. R., & Dan Gavriletea, M. D. (2018), The bidirectional causality between country-level governance, economic growth and sustainable development: A cross-country data analysis. Sustainability, 10(2), 502. doi:10.3390/su10020502.
24
Bozkurt, C. (2015), R&D expenditures and economic growth relationship in turkey. International Journal of Economics and Financial Issues, 5(1), 188-198. Available at http://www.econjournals.com/index.php/ijefi/article/download/1038/pdf
25
Caporale, G. M., Rault, C., Sova, A. D., & Sova, R. (2015). Financial development and economic growth: Evidence from 10 new European Union members. International Journal of Finance & Economics, 20(1), 48-60. doi: https://doi.org/10.1002/ijfe.1498.
26
Chen, D. H., & Dahlman, C. J. (2005), The knowledge economy, The KAM methodology and world bank operations. World Bank Institute Working Paper,(37256). Available at SSRN: https://ssrn.com/abstract=841625
27
Chen, D., & Dahlman, C. (2004), Knowledge and development: a cross-section approach, The World Bank.
28
Chenery, H., & Taylor, L. (1968), Development patterns: Among countries and over time, The Review of Economics and Statistics, 50(4), pp 391–441. doi: 10.2307/1926806.
29
Dahal, M. P. (2010), Higher educational enrollment, school teachers and GDP in Nepal: A causality analysis, Economic Journal of Development Issues, 11&12(1-2), 69-91. doi: https://doi.org/10.3126/ejdi.v11i0.6107.
30
Dumitrescu, E. I., & Hurlin, C. (2012), Testing for Granger non-causality in heterogeneous panels, Economic Modelling, 29(4), 1450-1460. doi: https://doi.org/10.1016/j.econmod.2012.02.014.
31
Dworak, E. (2010), Analysis of knowledge-based economy impact on economic development in the European Union countries, Comparative Economic Research, 13(4), 5-25. doi: https://doi.org/10.2478/v10103-009-0043-2.
32
Felipe, J., Kumar, U., Abdon, A., & Bacate, M. (2012), Product complexity and economic development, Structural Change and Economic Dynamics,23(1),36-68. doi: https://doi.org/10.1016/j.strueco.2011.08.003.
33
Gümüs, S., & Kayhan, S. (2012), The relationship between economic growth and school enrollment rates: Time Series Evidence from Turkey, Educational Policy Analysis and Strategic Research, 7(1), 24-38. Available at https://eric.ed.gov/?id=EJ1127574
34
Hassan, M., Sanchez, B., & Yu, J. S. (2011), Financial Development and Economic Growth in the Organization of Islamic Conference Countries, Journal of King Abdulaziz University Islamic Economics, 24(1), 145-172. doi:10.4197/ISLEC.24-1.6.
35
Hausmann, R., Hidalgo, C., Bustos, S., Coscia, M., Simoes, A., & Yildirim, M. A. (2011), The Atlas of Economic Complexity: Mapping Paths to Prosperity. Cambridge: Center for International Development, Harvard University.
36
Hidalgo, C. A., & Hausmann, R. (2009), The building blocks of economic complexity. Proceedings of The National Academy of Sciences, 106(26), 10570-10575. doi: https://doi.org/10.1073/pnas.0900943106.
37
Hidalgo, C. A., Klinger, B., Barabási, A. L., & Hausmann, R. (2007), The product space conditions the development of nations, Science, 317(5837), 482-487. doi: 10.1126/science.1144581.
38
Hong, J.-p. (2017), Causal relationship between ICT R&D investment and economic growth in Korea, Technological Forecasting & Social Change, 116, 70-75. doi: https://doi.org/10.1016/j.techfore.2016.11.005.
39
Karagiannis, S. (2007), The knowledge-based economy, convergence and economic growth: Evidence from the european union. The Journal of Economic Asymmetries, 4(2), 65-85. doi: https://doi.org/10.1016/j.jeca.2007.02.005.
40
Kobzev Kotásková, S., Procházka, P., Smutka, L., Maitah, M., Kuzmenko, E., Kopecká, M., & Hönig, V. (2018), The implact of education on economic growth: The case of india, Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 66(1), 253-262. doi: https://doi.org/10.11118/actaun201866010253.
41
Lewis, A. (1955), The theory of economic growth, Homewood, IL.: Irwin.
42
Lopez, L., & Weber, S. (2017), Testing for Granger causality in panel data, The Stata Journal, 17(4), 972-984. doi: https://doi.org/10.1177/1536867X1801700412.
43
Mealy, P., Farmer, J. D., & Teytelboym, A. (2018), A New Interpretation of the Economic Complexity Index . INET Oxford Working Paper No.2018-04. Available at SSRN: https://ssrn.com/abstract=3075591.
44
Ofori-Abebrese, G., Becker Pickson, R., & Diabah, B. T. (2017), Financial development and economic growth: Additional evidence from Ghana, Scientific Research Publishing, No 8, 282-297. doi:10.4236/me.2017.82020.
45
Ogunmuyiwa, M. S., & Okuneye, B. A. (2015), Does tertiary enrolment cause growth in nigeria? A vector auto regression mechanism, International Journal of Economics and Finance, 7(7), 131-137. doi:10.5539/ijef.v7n7p131.
46
Puryan, V. (2017), The causal relationship between economic growth, banking sector development and stock market development in selected middle-east and north african countries, International Journal of Economics and Financial Issues, 7(3), 575-580. Available at https://ideas.repec.org/a/eco/journ1/2017-03-76.html
47
Rostow, W. (1959), The stages of economic growth, The Economic History Review, 12(1), 1–16. doi: 10.2307/2591077.
48
Seyet, K., & Momaw, R. L. (2008), Knowledge spillovers and regional growth in Europe. ERSA conference papers. doi: http://hdl.handle.net/10419/115773
49
Sokolov-Mladenovic, S., Cvetanovic, S., & Mladenovic, I. (2016), R&D expenditure and economic growth: EU28 evidence for the period 2002–2012, Economic Research-Ekonomska Istraživanja, 29(1), pp 1005-1020. doi:10.1080/1331677X.2016.1211948.
50
Sridhar, K. S., & Seridhar, V. (2007), Telecommunications infrastructure and economic growth: Evidence from developing countries, Applied Econometrics and International Development, 7(2), 36-61. Available at SSRN: https://ssrn.com/abstract=1250082
51
Stojkoski, V., & Kocarev, L. (2017), The relationship between growth and economic complexity: evidence from Southeastern and Central Europe. MPRA (77837), 1-25. Available at https://mpra.ub.uni-muenchen.de/id/eprint/77837.
52
Sundac, D., & Fatur, K. L. (2011), Knowledge Economy Factors and the Development of Knowledge-based Economy, Croatian Economic Survey, (13), 105-141. Available at https://hrcak.srce.hr/67344.
53
Tunde, O. S., & Abimbola, A. B. (2017), Granger causality relationship between education and economic growth in Nigeria, International Journal of Recent Research in Commerce Economics and Management (IJRRCEM), 4(3), 13-27. Available at https://www.researchgate.net/publication/318725748.
54
Wainaina, M. C., Obere, A., & Wawire, N. H. (2014), Mobile teledensity and economic growth: a case of sub-saharan Africa (1988-2010), Economics and Finance Review, 4(1), 1-16. Available at http://ir-library.ku.ac.ke/handle/123456789/13919.
55
Waldrop, M. M. (1992), Complexity: The emerging science at the edge of order and chaos, Simon & Schuster.
56
Yousefi, A. (2015), A panel granger causality test of investment in ICT capital and economic growth: Evidence from developed and developing countries, Economics World, 3(5-6), 109-127. doi: 10.17265/2328-7144/2015.0506.001.
57
Zaman, K., Rashid Khan, H. U., Ahmad, M., & Aamir, A. (2018), Research Productivity and Economic Growth: A Policy Lesson Learnt from Across the Globe, Iranian Economic Review, 22(3), 627-641. Available at https://ier.ut.ac.ir/article_66633.html
58
Zhu, S., & Li, R. (2016), Economic complexity, human capital and economic growth: empirical research based on cross-country panel data, Applied Economics, 49(38), 1-14. doi:10.1080/00036846.2016.1270413.
59