دانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923Non-linear Relationship between Income and Energy Intensity in Selected Countries of MENA Region with an Emphasis on the Role of Financial Development and Opennessرابطه غیرخطی بین درآمد و شدت انرژی در کشورهای منتخب منا (MENA) با در نظر گرفتن نقش توسعه مالی و درجه باز بودن اقتصاد126460410.22054/ijer.2015.4604FAمهدیتقویاستاد بازنشسته دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد نظریعباسشاکریاستاد دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد نظریتیمورمحمدیدانشیار دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد نظری0000-0003-4394-774Xعلیاکبرصادقیدانشجوی دکتری علوم اقتصادی دانشگاه علامه طباطبائی – نویسنده مسئولJournal Article20160919This paper investigates the effects of income per capita, financial development and openness on energy intensity for MENA selected countries for the period of 1980 - 2011 applying the panel smooth transition regression model. The linearity test results indicate strongly nonlinear relationship among variables under consideration. The optimum nonlinear model includes one transition function and one threshold parameter that represents a two-regime model. The results from the PSTR model indicated that the slope parameter of the transition function is equal to 19.99 and the location of regime switching is 9254.8 dollars. Also, the estimated coefficients of the variables in both regimes indicated that per capita income leads to an increase in the energy intensity. Openness in the second regime leads to a decrease, and financial development leads to a rise in energy intensity. <em>این مقاله با استفاده از مدل رگرسیون انتقال ملایم پانل (</em><em>PSTR</em><em>) به بررسی تأثیر درآمد سرانه، توسعه مالی و درجه باز بودن اقتصاد بر شدت انرژی در کشورهای منتخب منطقه منا در دوره زمانی 1980 تا 2011 پرداخته است. نتایج آزمون خطی بودن، قویاً بر تبعیت رابطه متغیرهای مورد مطالعه از یک الگوی غیرخطی تأکید میکند. الگوی بهینه غیرخطی انتخاب شده نیز شامل یک تابع انتقال و یک حد آستانهای بوده که بیانگر یک مدل دو رژیمی است. نتایج برآورد مدل نشان میدهد، پارامتر شیب که بیانگر سرعت تعدیل از یک رژیم به رژیم دیگر است، معادل 99/19 بوده و مکان وقوع تغییر رژیم در سطح درآمد سرانه 8/9254 دلار اتفاق خواهد افتاد. همچنین نتایج ضرایب تخمینی نشان میدهد، درآمد سرانه در رژیم اول باعث افزایش شدت انرژی و در رژیم دوم منجر به کاهش شدت انرژی میشود که بیانگر تأیید فرضیه زیست محیطی کوزنتس است. علاوه بر این، توسعه مالی در رژیم اول به صورت ناچیز و قابل اغماضی باعث کاهش شدت انرژی و در رژیم دوم، افزایش شدت انرژی را در پی دارد. درجه باز بودن اقتصاد در هر دو رژیم نیز باعث افزایش شدت انرژی میشود که میزان تأثیرگذاری آن در رژیم دوم بسیار بیشتر است. </em>https://ijer.atu.ac.ir/article_4604_d017ce21218f18e6c3fa10ddb94cf9e9.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923Estimation of a Multivariate Stochastic System by Data Mining Methods: A Case Study of Required Cash in Tejarat Bankبرآورد یک سیستم چند متغیره تصادفی با استفاده از روشهای دادهکاوی (مطالعه موردی: وجه نقد مورد نیاز شعب بانک تجارت)2754460510.22054/ijer.2015.4605FAفرزاداسکندریدانشیار و عضو هیات علمی دانشگاه علامه طباطبائی ، گروه آمارغزالهباغبانیدانشجوی دکترای آمار دانشگاه علامه طباطبائیJournal Article20160919Banks, on the one hand are involved with the challenge of inadequate cash to meet the customers’ needs and on the other hand, are reluctant to increase the costs resulting from the cash excess transfer. As a result, estimating the cash requirements of the bank's branches, according to their daily operations, which is considered as a multivariable system, is one of the most important issues in banking. In this regard, employing data mining, especially clustering methods and neural networks can help to increase the accuracy of estimating the cash required in branches. In this regard, Neural networks are considered significant in terms of flexibility, nonlinearity, greater tolerance to noise and independence from the basic assumptions about the input data.
In the present paper, 20 branches of Tejarat bank have been categorized in similar clusters, during the period 21/04/2014 and 22/09/2014, according to factors such as branch grade, the type of branches in terms of deposit or facility, the number of ATMs, stand-by branches. Then, considering the clustering results and the variables related to the cash of branches such as week days, payment/ deposit subsidy/ deposit interest days, holidays and official events, as well as the amount of cash used in ATMs, the suitable structure for the neural network has been identified to estimate the required cash via the error criteria and the required cash is accordingly estimated for different clusters. The results show that the neural network, considering the clustering results, can estimate the required cash of branches in different clusters with good performance with a mean absolute error of 5%.<em>در حال حاضر، بانکها به صورت روزانه با چالش کفایت وجه نقد جهت پاسخگویی به مشتریان و نیز عدم تمایل به افزایش هزینههای ناشی از نقل و انتقال مازاد وجه نقد شعبه مواجه هستند. به همین علت، موضوع برآورد مانده وجه نقد صندوق شعب -با توجه به عملیات روزانه آن- که به عنوان یک سامانه چند متغیره محسوب میشود، از موارد با اهمیت در حوزه بانکداری بشمار میآید. در این راستا، استفاده از روشهای دادهکاوی و به خصوص روشهای خوشهبندی و شبکه عصبی میتواند به افزایش دقت برآورد پارامتر وجه نقد مورد نیاز شعب کمک کند. شبکههای عصبی از لحاظ انعطافپذیری، غیرخطی بودن، تحمل بیشتر نوفهها و نیز وابسته نبودن به فرضیههای اولیه درباره دادههای ورودی در این زمینه حائز اهمیت هستند. در این مقاله، 20 شعبه بانک تجارت در بازه زمانی 1/2/93 تا 31/6/93 با توجه به تنوع بین شعب از لحاظ درجه شعبه، نوع شعبه از لحاظ سپردهای یا تسهیلاتی، تعداد دستگاه خودپرداز در شعبه، شعبه کشیک/ غیرکشیک در خوشههای متشابه دستهبندی شده، سپس با در نظر گرفتن نتایج حاصل از خوشهبندی و متغیرهای مرتبط با وجه نقد شعبه شامل متغیرهای تقویمی مانند روزهای هفته، روزهای پرداخت حقوق/ واریز یارانه/ واریز سود سپردهها، روزهای تعطیل و مناسبتهای رسمی و نیز متغیر میزان وجه نقد مصرفی دستگاه خودپرداز شعبه، ساختار مناسب شبکه عصبی برای برآورد وجه نقد شعب از طریق معیارهای خطا، تعیین شده و وجه نقد شعب در خوشههای مختلف برآورد میشود. نتایج تحقیق نشان میدهد شبکه عصبی با لحاظ نتایج خوشهبندی با میانگین قدر مطلق خطای 5 درصد میتواند عملکرد خوبی جهت برآورد وجه نقد شعب در خوشههای مختلف ارائه دهد.</em>https://ijer.atu.ac.ir/article_4605_c45f0e8382a8ba622108b6ed484709f3.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923A Comparison of the Performances of the Direct and Iterated Methods in Real Time Forecasting of Inflation in Iranمقایسه عملکرد روشهای مستقیم و تکرار شونده در پیشبینی زمان حقیقی نرخ تورم در ایران5587460610.22054/ijer.2015.4606FAسید مهدیبرکچیاناستادیار دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف، گروه اقتصاد-نویسنده مسئولحامدعطریانفرکارشناس ارشد پژوهشکده پولی و بانکیJournal Article20160919Inflation rate is one of the key macroeconomic variables that policymaking institutions and central banks in particular, need to forecast accurately for several periods ahead in order to make proper policies. Direct and iterated methods are two common techniques which are suggested in the literature for multi-period forecasting. In this paper, using a wide range of quarterly economic variables we compare the performance of these two techniques in real time forecasting of inflation in Iran. The results show that as the forecast horizon increases, iterated method outperforms direct method. For the information criteria which select shorter lags (e.g. Schwarz criterion), direct method and iterated method performs better in short forecast horizons (1 and 2 periods ahead) and long forecast horizons (3 and 4 periods ahead), respectively, while for the information criteria which select longer lags (e.g. Akaike criterion), iterated method generally performs better, irrespective of the forecast horizon.<em>نرخ تورم یکی از متغیرهای کلیدی اقتصاد کلان است که پیشبینی دقیق آن برای افقهای بیش از یک دوره مورد نیاز نهادهای سیاستگذار و به ویژه بانک مرکزی است. روشهای مستقیم و تکرار شونده دو تکنیک متداولی است که در ادبیات بههنگام پیشبینی در افقهای بیش از یک دوره پیشنهاد میشود. این مطالعه با بهرهگیری از طیف وسیعی از متغیرهای اقتصادی به بررسی این دو روش برای پیشبینی زمان حقیقی نرخ تورم در ایران میپردازد. نتایج به دست آمده نشان میدهد که عموما با افزایش افق پیشبینی، </em><em>عملکرد روش تکرار شونده نسبت به روش مستقیم بهبود مییابد</em><em>. برای معیارهای اطلاعاتی که وقفه کمتری انتخاب میکنند (مانند شوارتز)، روش مستقیم در کوتاهمدت (1 فصل و 2 فصل) و روش تکرار شونده در بلندمدت (3 فصل و 4 فصل) برتری دارد، در حالیکه برای معیارهای اطلاعاتی که وقفه بیشتری انتخاب میکنند (مانند آکایکه)، مقایسه بین این دو روش وابسته به افق پیشبینی نبوده و روش تکرار شونده بهطور کلی دارای دقت بیشتری است.</em>https://ijer.atu.ac.ir/article_4606_a8ea3249a74ef89f3ba5901ed077b394.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923The Role of Expectations in Exchange Rate Fluctuationsنقش انتظارات در شکلگیری نوسانات نرخ ارز89115460710.22054/ijer.2015.4607FAحبیبمروتاستادیار، عضو هیات علمی دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد بازرگانی- نویسنده مسئولعلیفریدزاداستادیار، عضو هیات علمی دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد انرژیJournal Article20160919Exchange rate is one of the most important factors in open economies. So determining the factors which affect exchange rate behaviors is necessary. In this research we try to analyze the role of extrapolative expectations and chartists in the instability of exchange rate market. We use unofficial nominal exchange rate data (Rial/Dollar) in weekly, monthly and quarterly horizons (from 1991 to 2015). We use fundamentalists- chartists approach and agent-based model (ABM) for simulation. The results show that when there is instability in market, the weight of chartists is much more than fundamentalists and vice versa. Also we show that chartists gain from this market so they don’t like to leave the market.
<em>نرخ ارز یکی از مهمترین متغیرهای اقتصاد باز است، بنابراین شناسایی عوامل موثر بر رفتار آن اهمیت فراوانی دارد. در این تحقیق تلاش شده است تا نقش انتظارات برونیابانه و نمودارگرایی در بیثباتی و نوسانات نرخ ارز نشان داده شود. انتظارات برونیابانه نوعی از انتظارات است که بر اساس آن اگر قیمت یک دارایی در حال افزایش باشد، سرمایهگذاران انتظار دارند افزایش قیمت در دورههای آتی ادامه داشته باشد، از این رو تقاضای خود را با افزایش قیمت، افزایش و در صورت کاهش قیمت، کاهش می دهند. به منظور شناسایی عوامل موثر بر رفتار نرخ ارز با استفاده از دادههای زمانی مربوط به نرخ ارز اسمی غیررسمی (دلار/ ریال) در بازه زمانی ابتدای سال 1370 تا انتهای آبان سال 1393</em><em>در افقهای زمانی هفتگی، ماهانه و فصلی رفتار نرخ ارز با استفاده از رهیافت بنیادگراها- نمودارگراها و روش مدلسازی مبتنی بر عامل، شبیهسازی شد. بررسی نتایج مدلسازی نشان داد در دورانی که نوسانات نرخ ارز در کشور شدید بوده است، سهم نمودارگراها از تقاضای بازار افزایش یافته و بیثباتی بازار را تشدید کرده است و برعکس در دورانی که سهم نمودارگراها کاهش یافته، بازار باثباتتر بوده است. همچنین نتایج تحقیق نشان میدهد نمودارگراها به طور متوسط در این بازار سود کسب کردهاند و به همین جهت تمایلی به ترک بازار ندارند. </em>https://ijer.atu.ac.ir/article_4607_2383e3f6bb694f17ff7a2ddc16f63ecc.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923The Application of Aumann-Serrano Index of Riskiness in Portfolio Optimization: A Case Study of Tehran Stock Exchangeاندازهگیری عملکرد سبد سهام با استفاده از شاخص ریسک آومان- سرانو: مطالعه موردی شرکتهای منتخب فعال در بورس اوراق بهادار تهران117150460810.22054/ijer.2015.4608FAرضاطالبلواستادیار، دانشکده اقتصاد دانشگاه علامه طباطبائی ، گروه اقتصاد نظری- نویسنده مسئولمولودرحمانیانیدانشجوی دکتری دانشکده اقتصاد دانشگاه علامه طباطبائیJournal Article20160919In a risky situation probabilities of states are available.Until recently, normal distribution has been used widely in financial applications for a risky situation. Recent studies have shown that normal distribution is not appropriate for financial data and that simple variance of data as an index of riskiness is a misleading indicator of riskiness. Aumann-Serrano (2008) introduce a new economic index of riskiness to overcome these problems. In this research we use Aumann-Serrano Index to build an optimal portfolio for 23 major stocks in Tehran Stock Exchange. We compare our results with equally weighted portfolio and sharpe-ratio based portfolio and find that economic index of riskiness outperforms others with a 50.6 percent return.<em>وضعیت ریسکی، وضعیتی تعریف می</em><em></em><em>شود که در عین نامعلوم بودن و غیرقطعی بودن پیامدهای آینده جهان، یافتن احتمالهای مربوط به وقوع این پیامدها امکانپذیر است. در اقتصاد مالی معمولاً از توزیع نرمال برای نشان دادن احتمال وقوع پیامدها به خصوص در رابطه با بازده دارایی</em><em></em><em>ها استفاده می</em><em></em><em>شود اما در بیشتر موارد، احتمال برآوردی بازدهی</em><em></em><em>های دارایی</em><em></em><em>ها، توزیع نرمال ندارد و دارای دمهای پهنتر و کشیدهتر از توزیع نرمال هستند. با این توصیف استفاده از واریانس به عنوان اندازه ریسک و تمامی شاخص</em><em></em><em>های مبتنی بر واریانس اعتبار خود را از دست می</em><em></em><em>دهند. در پی تلاش برای رفع این محدودیت</em><em></em><em>ها، معیارهای ریسک مختلفی معرفی شد. یکی از مهمترین معیارهای مورد استفاده در سالهای اخیر اندازه ریسک آومان- سرانو (2008) است. در پژوهش حاضر، شاخص ریسکی بودن آومان- سرانو برای بررسی عملکرد اقتصادی منتخبی از شرکتهای فعال در بورس اوراق بهادار تهران محاسبه شده است. بعد از محاسبه این شاخص برای 23 شرکت منتخب از صنایع مختلف، اقدام به تشکیل سبد بهینه بر اساس این اندازه ریسک شد. در گام بعد برای مقایسه عملکرد این شاخص در اندازهگیری ریسک و ساختن سبد بهینه از سه ملاک مختلف شامل: </em><em>۱- </em><em>سبد سازی با وزن های برابر، </em><em>۲- </em><em>سبدسازی بر اساس نسبت شارپ و </em><em>۳- </em><em>سبدسازی بر اساس اندازه عملکرد اقتصادی (مبتنی بر اندازه ریسکی بودن آومان- سرانو) نشان داده شد که استفاده از شاخص اندازه عملکرد اقتصادی (</em><em>EPM</em><em>) عملکرد بهتری در سبدسازی دارد به طوری</em><em>که بنابر نتایج این پژوهش سبد بر اساس شاخص عملکرد اقتصادی با بازدهی سالانه 6/50 درصد عملکرد بهتری نسبت به سبد با وزن برابر و سبد بر اساس شاخص شارپ داشت.</em>https://ijer.atu.ac.ir/article_4608_f7c8b565266b0808c676f5477b8af6c0.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923Equitable Tax Effort for the Provinces of Iran: Fuzzy Logic Approachتعیین عادلانه کوشش مالیاتی استانهای ایران با رویکرد منطق فازی151176466610.22054/ijer.2015.4666FAمجیدصامتیدانشیار گروه اقتصاد دانشگاه اصفهانمحمدرضاقاسمیاستادیار اقتصاد، مدیرکل مرکز آموزش و پژوهشهای توسعه و آیندهنگری اصفهانهورامعثمانپورکارشناس ارشد اقتصاد دانشگاه شهید اشرفی اصفهانی- نویسنده مسئولJournal Article20160921Tax capacities and the lack of justice in taxing Iranian provinces are among the authorities’ concerns. Therefore, identifying the tax capacity of provinces is an inevitable necessity. Various methods of econometrics, Input-Output models, the frontier-function model, and fuzzy time series have been used to estimate tax capacity. The main problem with these methods is that they implement the estimation based on the past data. In this study, the application of fuzzy logic control (FLC) method to determine the tax capacity of the Iranian provinces in the year 2011 is one step in solving this problem. The results of the study showed that except for Tehran, there is a potential tax capacity in other provinces of the country. In most of the provinces, tax effort is not only at low level but it also has a high dispersion, which shows that taxation from the provinces has not been based on justice. Also, ability of tax payment of the country can increase. <br /> <em>عدم استفاده از ظرفیتهای مالیاتی و نبود عدالت در دریافت مالیات میان استانهای ایران از جمله مسائل و دغدغههای ذهنی مسئولان است. از این رو به منظور برنامهریزی هر چه بهتر جهت افزایش درآمدهای مالیاتی، شناخت ظرفیت مالیاتی استانها ضرورتی اجتنابناپذیر است. تاکنون روشهای گوناگون اقتصادسنجی، الگوهای داده- ستانده، الگوی تابع مرزی و سری زمانی فازی برای برآورد ظرفیت مالیاتی بکار گرفته شده است. عمده مشکل این روشها آن است که بر اساس دادههای عملکرد گذشته، برآورد را انجام میدهند. در این پژوهش بکارگیری روش کنترل منطق فازی </em>(<em>FLC</em>)<em> -برای نخستین بار- جهت تعیین ظرفیت مالیاتی استانهای کشور ایران در سال ۱۳۹۰ گامی کارساز در رفع این ایراد بوده است. نتایج پژوهش نشان داده بجز استان تهران در سایر استانهای کشور ظرفیت بالقوه مالیاتی وجود دارد. در بیشتر استانها کوشش مالیاتی علاوه بر اینکه در سطح پایینی است، پراکندگی زیادی دارد که نشان میدهد مالیاتستانی در استانها بر اساس عدالت نبوده است. همچنین توان مالیاتدهی کشور تا 717/2 برابر میتواند افزایش پیدا کند.</em>https://ijer.atu.ac.ir/article_4666_68dcd1f9a342441b6ed8c9df0287847a.pdfدانشگاه علامه طباطبائیپژوهشهای اقتصادی ایران1726-0728206420150923The Impact of Factors Affecting the Health Expenditures in the Provinces of Iran: Panel Data Approachبررسی عوامل موثر بر سلامت در استانهای ایران: رهیافت دادههای پانل177207467010.22054/ijer.2015.4670FAپروانهسلاطیناستادیار دانشگاه آزاد اسلامی، واحد فیروزکوه، گروه اقتصاد- نویسنده مسئولسمانهمحمدیکارشناس ارشد اقتصاد دانشگاه آزاد اسلامی، واحد فیروزکوهJournal Article20160921The main objective of this study is to evaluate the effectiveness of the most important factors affecting the health expenditures as an indicator of health in the provinces of Iran by using a panel data model. The results of hypothesis testing using fixed effects and GMM for the period 1390-1380 show that there is a positive and significant relationship among health expenditure (as an indicator for health ) and the number of students of university, higher education (as an indicator for human capital), per capita income, and the number of main insured covered by the social security organizations on the basis of voluntary insurance.<em>هدف اصلی این مقاله بررسی میزان تاثیرگذاری عوامل مهم موثر بر مخارج بهداشتی و درمانی به عنوان شاخص سلامت در استانهای ایران با استفاده از داده</em><em>های پانل است. نتایج حاصل از آزمون فرضیه با استفاده از روش اثرات ثابت و روش تعمیم</em><em>یافته گشتاورها در دوره زمانی 1390-1380 نشان میدهند که تعداد دانشجویان دانشگاهها و مراکز آموزش عالی استانها به عنوان شاخص نشاندهنده سرمایه انسانی، درآمد سرانه، تعداد بیمهشدگان اصلی تحت پوشش سازمان تامین اجتماعی بر حسب بیمه اختیاری استانها، تاثیر مثبت و معناداری بر مخارج بهداشتی و درمانی به عنوان شاخص سلامت در استانهای ایران دارد.</em>https://ijer.atu.ac.ir/article_4670_f6a6a4b548f9b6ca9cddcf103475104f.pdf