نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس ارشد اقتصاد، دانشگاه صنعتی شریف، تهران، ایران

2 استادیار اقتصاد، دانشگاه صنعتی شریف، تهران، ایران

3 دانشیار اقتصاد، دانشگاه صنعتی شریف، تهران، ایران

چکیده

آیا اقدام دولت‌ها در حمایت مالی از خانوارها و کسب‌وکارها می‌تواند پیامد تکانه‌ها و به ‌صورت خاص نرخ ابتلا به بیماری‌های واگیردار را تخفیف دهد؟ شیوع کووید-۱۹ و تنوع مداخله دولت‌ها برای مهار این بیماری، بستر آزمایشی مناسبی برای پاسخ به این سوال فراهم کرده است. در پژوهش حاضر، اثر هزینه‌کرد‌های مستقیم دولت‌ها و اجزای آن بر نرخ ابتلا بررسی شده است. این بررسی به شیوه مقطعی و با استفاده از بانک داده‌ای شامل اقدامات مالی دولت‌ها، نرخ ابتلا‌ و ویژگی‌های منتخب اقتصادی و  نهادی کشورها انجام شده است.
به ‌منظور حذف اثر واکسیناسیون، تمرکز این مطالعه بر اقدامات مالی و نرخ ابتلا در سال 2020 میلادی است. نتایج این پژوهش نشان می‌دهد یک واحد درصد افزایش در نسبت هزینه‌کرد مستقیم دولت‌ها‌ به تولید ناخالص داخلی با کاهش تقریبا 0.08 واحد درصدی نرخ ابتلای تایید شده همراه بوده است که با توجه به متوسط نرخ ابتلا 1.6 درصدی در سال 2020، کاهش 5 درصدی نرخ ابتلا را نشان می‌دهد. همچنین با استفاده از شاخص‌های نماینده کیفیت نهادی، نشان داده‌ شده در کشورهای با کیفیت نهادی بالاتر، اقدامات حمایتی موفق‌تر بوده‌اند. علاوه بر این، با قوی‌تر شدن حاکمیت قانون درکشورها، هزینه‌های دولت در کاهش نرخ ابتلا اثرگذارتر بوده است.

کلیدواژه‌ها

موضوعات

1. مقدمه

در آغاز سال ۲۰۲۰ با شیوع کووید-19، تکانه‌ای فراگیر به کشورهای مختلف وارد آمد که به بحران‌های بهداشتی-اقتصادی در بسیاری از کشور‌ها منجر شد. تعلل برخی دولت‌‌ها در اعمال قرنطینه و انجام اقدامات حمایتی مناسب (به علت ناشناختگی بیماری و تصور کافی بودن مراقبت‌های فردی) زمینه فراگیری بیشتر بیماری را فراهم کرد. قدرت سرایت بالای بیماری، سیاست‌گذاران را به این جمع‌بندی رساند که در صورت عدم اعمال محدودیت‌‌های جدی مبنی بر تعطیلی یا کاهش فعالیت کسب‌وکارها، بخش بزرگی از جامعه به بیماری مبتلا می‌شوند که پیامدهایی به ‌مراتب پرهزینه‌تر از افت تولید ناشی از محدودیت موقت فعالیت‌ها به دنبال دارد. این در حالی بود که در آن مقطع، اقدامات محدودکننده نیز هزینه‌های اقتصادی زیادی ایجاد می‌کرد.

 در صورتی‌که دولت‌ها به ‌موازات اعمال محدودیت،‌ ‌حمایت لازم را از خانوارها و بنگاه‌های آسیب‌پذیر انجام نمی‌دادند، عموم مردم همراهی لازم را با سیاست‌های قرنطینه‌ای نمی‌داشتند؛ رفتاری که آسیب‌های پردامنه‌ و شدیدتری را برای جامعه به دنبال ‌می‌داشت. از این ‌رو، غالب دولت‌ها تلاش کردند تا بسته به ظرفیت مالی خود از طریق حمایت‌ گسترده از خانوارها و بنگاه‌ها، پیامدهای اقتصادی و غیراقتصادی این تکانه فراگیر را از طریق همراه‌سازی آحاد جامعه با سیاست‌های قرنطینه‌ای کاهش دهند. واکنش دولت‌ها محدود به حمایت‌های مالی نبوده و بسته‌ای از سیاست‌ها جهت مقابله با پیامدهای شیوع بیماری در پیش گرفته شد. تمرکز پژوهش‌ حاضر بر اثر سیاست‌های مالی بر میزان شیوع بیماری است.

در این پژوهش، این فرضیه مورد بررسی قرار گرفته که آیا حمایت‌های مالی صورت‌گرفته توانسته در کاهش میزان شیوع بیماری کرونا نقش داشته باشد؟ در صورت قبول این فرضیه، مستند به تجربه تکانه ناشی از شیوع کووید-19، می‌توان استفاده گسترده‌تر از ابزار سیاست‌های مالی را در صورت تکرار شرایط مشابه، نه تنها به هدف ثبات‌بخشی به اقتصاد کلان، بلکه برای کاهش نرخ ابتلا به بیماری نیز توصیه کرد. این در حالی است که بخش بزرگی از ادبیات موضوع، نقش سیاست‌های مالی را در ثبات‌سازی اقتصاد محدود می‌داند (Blanchard & Summers, 2019).

اهمیت این مطالعه از آن رو است که ارزیابی کمی میزان اثرگذاری سیاست‌های پولی و مالی و شناسایی عوامل نهادی تاثیرگذار بر اندازه و ترکیب سیاست‌های حمایتی، می‌تواند سیاست‌گذاران را جهت انجام تغییرات نهادی لازم برای پاسخ  مناسب‌‌ نسبت به تکانه‌های احتمالی آتی تجهیز کند.

در راستای ارزیابی فرضیه بیان شده، میزان اثرگذاری آن دسته از اقدامات حمایتی مالی دولت‌ها که شکل هزینه‌کردهای مستقیم داشته برکاهش نرخ ابتلا به بیماری کرونا بررسی شده‌ است. همچنین در این پژوهش، به ‌منظور سنجش اثر کیفیت نهادی بر میزان موفقیت سیاست‌های حمایتی مالی، وابستگی شدت اثرگذاری سیاست‌های حمایتی به شاخص‌ حاکمیت قانون آزمون شده است. علاوه بر آن، اثرکیفیت نهادهای بودجه‌ای به‌عنوان کانال تدوین، نظارت و اجرای سیاست‌های مالی بررسی شده است.  به‌ منظور در اختیار داشتن شاخصی از کیفیت نهادهای بودجه‌ای از ارزیابی‌های انجام‌ شده بر اساس PEFA[1] (چارچوب هزینه‌کرد عمومی و پاسخگویی مالی) به‌ عنوان جامع‌ترین ابزار‌ معرفی ‌شده جهت ارزیابی فرآیندهای حاکم بر مدیریت مالیه‌ عمومی‌، استفاده شده است. با این حال، این بخش از مطالعه به علت تعداد کمتر داده‌های در دسترس در یک نمونه‌ محدودتر از کشورها انجام شده است.

بانک اطلاعاتی لازم برای بررسی این فرضیه، موجود نبود. از این رو، نویسندگان از ترکیب و پالایش داده‌های موجود در چند پایگاه‌ اطلاعاتی شامل مراکز تحقیقاتی در حوزه شیوع بیماری‌های واگیر، بانک جهانی و سایر نهادهای آماری بین‌المللی، بانک داده مناسب را تشکیل داده‌اند. این پایگاه اطلاعاتی در بخش داده تشریح شده و قابلیت استفاده در تحقیقات تکمیلی را نیز دارد.

در این پژوهش با انجام یک تحلیل مقطعی بین کشوری نشان داده ‌شده که رابطه‌ای معنادار و منفی میان مجموع هزینه‌هایی که دولت‌ها به ‌صورت مستقیم صرف مقابله با کرونا و پیامدهای آن کرده‌اند و نرخ ابتلای به بیماری وجود داشته است. همچنین در کشورهای با کیفیت نهادی بالاتر، هزینه‌‌های صورت‌گرفته کارایی بالاتری در کاهش نرخ ابتلا داشته‌اند.

  1. مبانی نظری

سوال مهمی که ادبیات موضوع با آن مواجه است قدرت اثرگذاری سیاست‌های مالی برای خنثی کردن اثر شوک بر جامعه است. این پژوهش با تکیه بر پیامدهای تکانه برون‌زای کووید-۱۹ تلاش می‌‌کند شواهدی از اثرگذاری سیاست مالی بیابد. بسیاری از اقتصاددانان تا پیش از وقوع بحران سال 2008 و برای چند دهه نسبت به تاثیرگذاری قابل‌ملاحظه سیاست‌های مالی به ‌خصوص در تقابل با سیاست‌های پولی، تردیدهای جدی داشته‌اند.
با وقوع بحران مالی و با توجه به محدود شدن فضای سیاست‌گذاری پولی در پی کاهش نرخ بهره و در نتیجه نقش مهم سیاست‌های مالی در ثبات‌بخشی به اقتصاد، رویکرد
بسیاری از اقتصاددانان نسبت به ظرفیت سیاست‌های مالی تغییر کرد. در زمان حاضر و
با درس‌آموزی از پیامدهای بحران 2008، حضور سیاست‌های مالی در جعبه ابزار سیاست‌گذاری به رسمیت شناخته شده (Blanchard & Summers, 2019) ، اما بحران شیوع کرونا فرصت دوباره‌ای فراهم کرد تا نقش ‌سیاست‌های مالی در مقابله با پیامدهای بیماری در راستای ایجاد ثبات‌ بررسی شود.

جمع‌بندی امروز ادبیات نظری نشان از نقش سیاست‌های مالی در ایجاد ثبات اقتصادی دارد؛ با در نظر گرفتن تکانه برون‌زای کرونا که در مقالات متعددی پیامدهای اقتصادی و غیراقتصادی آن به بحث گذاشته شده، تلاش شده ارزیابی شود که سیاست‌ها چگونه
این پیامدها را تحت تاثیر قرار داده‌اند. مرور ادبیات موضوع آن‌چنان که در بخش بعد پوشش داده شده، نشان می‌دهد در مجموع فعالیت‌های پژوهشی انجام شده کمتر به تاثیر سیاست‌های مالی برپیامدهای غیراقتصادی -که البته خود با یک واسطه، پیامدهای اقتصادی نیز به دنبال داشته- پرداخته شده و به‌ عنوان شکاف ادبیات مورد توجه پژوهش حاضر قرار گرفته است.

همچنین با توجه به اینکه ادبیات مطولی حول نقش نهادها در شدت اثرگذاری سیاست‌ها وجود دارد، این فرضیه نیز قابل آزمون است که کیفیت نهادی تا چه اندازه
بستر مناسبی برای سیاست‌های حمایتی ایجاد کرده و آیا به طور خاص نهادهای بودجه‌ای به‌عنوان مسیر تدوین، اجرا و نظارت بر سیاست‌های مالی اثر حاشیه‌ای قابل‌ توجهی داشته‌اند.

بر این اساس، پیشینه این پژوهش در سه ‌خط ادبیات موضوع قابل رصد است:

۱- اثر سیاست مالی بر ثبات،

۲- اثر کیفیت نهادی بر سیاست مالی

 ۳- اثر سیاست‌های حاکمیت بر پیامدهای شیوع کووید-۱۹.

با توجه به اعمال سیاست‌های مالی از مسیر بودجه‌ دولت و اهمیت فرآیندهای مرتبط با آن بر اثرگذاری این نوع از سیاست‌ها، می‌توان انتظار داشت که شدت اثرگذاری اقدامات مالی ازکیفیت نهادهای بودجه‌ای تاثیر بپذیرد و درکشورهای با نهادهای بودجه‌ای کیفی‌تر، حمایت‌های انجام شده اصابت بیشتری به هدف داشته باشند.

نقطه‌ اتصال این فرضیه با ادبیات اقتصادی را آن دسته‌ از مقالات مشابه با ‌آلسینا و پروتی[2] (۱۹۹۹) می‌توان دانست که به نقش ثبات‌ساز کیفیت نهادهای بودجه‌ای از مسیر قاعده‌گذاری برای هزینه‌کردها و ایجاد بدهی می‌پردازند. یا در مطالعاتی همچون پژوهش آلسینا و همکاران[3] (1999) که نشان داده‌ شده متغیرهای اقتصادی به ‌تنهایی قادر به توضیح تفاوت‌های بین کشوری نیستند و لازم است متغیرهای نهادی نیز در نظر گرفته شوند. نویسندگان نشان داده‌اند نتیجه‌بخشی سیاست‌های مالی در گروی وجود قواعد رویه‌ای[4] مناسبی است که مبنای عمل نهادهای بودجه‌ای قرار گیرند.

مطالعات انجام شده درحوزه نهادهای بودجه‌ای محدود به مورد اشاره شده نیستند و در مطالعاتی تجربی دیگری مانند هالربرگ و همکاران[5] (2009)، فابریزیو و مودی[6] (2006) و یا مولاس و همکاران[7] (2009)، پروتی وکنتوپلاس[8] (2002)، فلیک و اسکارتینی[9] (2005) و پراکاش و کابزون[10] (2008) که کشورهای مختلفی را مطالعه کرده‌‌اند، اثرات کیفیت نهادهای بودجه‌ای بررسی‌ شده است. برای مثال، در مطالعه فلیک و اسکارتینی (2005) نشان داده شده فرآیندهای بودجه‌ای مقید به قواعد مالی با اعمال محدودیت برای کسری بودجه، ممانعت از ایجاد بدهی توسط نهادهای محلی و نامتمرکز و برخورداری از چارچوب مالیه‌ میان‌مدت به پیامدهای مالی بهتر منجر شده‌اند.

بر این اساس انتظار می‌رود دولت‌های برخوردار از یک سیستم مدیریت مالیه‌ عمومی کارآمد در مقابل وقوع تکانه پیش‌بینی‌نشده‌ای‌ مانند کرونا واکنش مناسب‌تری از خود نشان داده باشند. بنابراین، بررسی تاثیر کیفیت نهادهای بودجه‌ای بر کاهش تاثیرپذیری از شیوع بیماری، از دیگر مواردی بوده که با توجه به اهمیت آن و پرداخت کمتر ادبیات به این موضوع در پژوهش حاضر مورد بررسی قرار گرفته است.

نزدیک‌ترین مطالعه به فرضیه مطرح‌شده در ارتباط با نقش نهادهای بود‌جه‌ای، مقاله الگین و همکاران[11] (2021) بوده‌که در آن، نقش نهاد پولی در تعیین نوع سیاست‌های حمایتی بررسی شده است. در این پژوهش، تلاش شده تا با استفاده از نتایج ارزیابی PEFA - به ‌عنوان شاخصی از کیفیت نهادهای بودجه‌ای- نقش نهادهای بودجه‌ای در تاثیرگذاری اقدامات مالی ارزیابی شود. در پژوهش حاضر از روشی مشابه مقاله کارابولات و همکاران[12] (2021) برای بررسی تجربی اثر اقدامات مالی، کیفیت ‌نهادها به طور عام و کیفیت نهادهای بودجه‌ای به طور خاص در کاهش نرخ ابتلا به کووید-19 استفاده شده است.

  1. پیشینه پژوهش: اثر سیاست‌ها و نهادها بر پیامدهای کووید-۱۹

مجموع مقالات منتشر شده مرتبط با موضوع ارتباط دوسویه اقتصاد و شیوع کووید
در سه دسته اصلی از یکدیگر قابل تفکیک هستند؛ در دسته اول مقالاتی قرار می‌گیرند که به بررسی ابعاد مختلف پیامدهای اقتصادی شیوع بیماری پرداخته‌اند. این دسته از مقالات که ارتباط کمتری با موضوع پژوهش حاضر داشته و از این رو به‌ اختصار به آن‌ها اشاره می‌شود، پیامدهای اقتصادی بیماری را بر بازارهای مختلف داخلی و جهانی مثل بازار سهام در مقالاتی چون رودری و همکاران (1400) و توپکو و گولال[13] (2020) و یا بازار ارز در مطالعاتی مانند وقفی و همکاران (1399) و ایک[14] (2020) یا بازار مسکن در پژوهش‌های امجدی و همکاران (1401) و باس[15] (۲۰۲۲) بررسی کرده‌اند.

در دسته دوم از مقالات، اثرات انواع اقداماتی که دولت‌ها و یا بانک‌های مرکزی جهت مقابله با آثار شیوع کووید در چارچوب سیاست‌های مالی و یا پولی انجام داده‌اند با رویکرد‌های  نظری و یا تجربی مطالعه شده ‌است. در بیشتر این دسته از مقالات، تمرکز بر بررسی پیامدهای اقتصادی سیاست‌ها بوده و بیشتر با رویکردی نظری با استفاده از مدل‌های مختلف اقتصادی، برآوردی از میزان موفقیت سیاست‌های مالی و یا پولی در تعدیل آثار اقتصادی شیوع کرونا ارائه شده است.

به ‌عنوان‌ اولین نمونه از مقالاتی که با رویکرد بیشتر نظری، اثرات اقتصادی سیاست‌های حمایتی را بررسی کرده‌اند، می‌توان به مطالعه کاسترو[16] (2021) اشاره کرد. در این مقاله تلاش شده تا با استفاده از یک مدل تعادل عمومی تصادفی پویا (DSGE)[17] اثرگذاری انواع سیاست‌های مالی دولت آمریکا (مانند کاهش مالیات‌ بر حقوق، گسترش بیمه‌های بیکاری، افزایش خریدهای دولتی و پرداخت‌های غیرمشروط) ارزیابی شود. در این مقاله نشان داده شده با افزایش مزایای بیمه‌ بیکاری (با وجود هزینه‌های اجرای پایین‌تر‌ و اثرات توزیعی مشابه نسبت به پرداخت‌های غیر مشروط) بخش‌های متاثر از بحران بیشتر منتفع شده و با تسهیل دسترسی بنگاه‌ها به نقدینگی، اشتغال در میان‌مدت تثبیت شده است.

چودیک و همکاران[18] (2021) با استفاده از یک مدل VAR [19]، اثرات اقتصاد کلان اقدامات مالی‌ دولت‌ها را در واکنش به همه‌گیری کرونا بررسی کرده‌اند. نتایج این مطالعه نشان از نقش موثر سیاست‌های اتخاذشده دارد؛ به ‌طوری‌ که با فرض ثبات سایر شرایط، کشورهای با اقدامات مالی گسترده‌تر، اثرات رکودی کمتری را متحمل شده‌اند. از دیگر یافته‌های این مقاله هم‌راستا با مقاله گورینچاس و همکاران[20] (2021)، ارائه شواهدی از بهره‌مندی دیگر کشورها از اقدامات مالی ‌داخلی در پی اثرات سرریز و کاهش نوسان
در بازارهای مالی بوده است.

لانگ و همکاران[21] (2021) با استفاده از یک مدل پنل، اثرات ثابت از  داده‌های ماهانه 38 کشور از ژانویه 2020 تا ژوئن 2021، میزان اثرگذاری اقدامات بانک‌های مرکزی
در کاهش آثار تکانه منفی ناشی از شیـوع کووید، بررسی کرده‌اند. نتایـج این مطالعه
نشان می‌دهد واکنش بانک‌های مرکزی تنها باعث کند شدن روند فزاینده تورم شده، اما بر نرخ بیکاری تاثیری نداشته است.

 در مطالعه دب و همکاران[22] (2021) اثر سیاست‌های مالی در دوره همه‌گیری بیماری بررسی شده است. این مطالعه نشان می‌دهد سیاست‌های مالی اعلام‌ شده منجر به تحریک فعالیت‌های اقتصادی، افزایش ثبات و کاهش بیکاری شده‌اند، هر چند که شدت اثرگذاری آن‌ها بسته به نوع اقدام  و دیگر ویژگی‌های کشوری متفاوت بوده است.

در دسته‌‌ سوم از مقالات، تمرکز بر شناسایی تجربی تاثیر وضعیت نهادی (برای مثال استقلال بانک مرکزی) بر شدت به‌کارگیری هر یک از انواع سیاست‌های حمایتی (پولی، مالی و زیرمجموعه‌های آن‌ها) و تاثیر آن بر شدت آسیب‌ وارد آمده به سلامت جامعه
بر اساس شاخص‌هایی مثل نرخ ابتلا و یا مرگ‌ومیر بوده است تا برآوردی از تاثیر ساختار نهادی جامعه بر انتخاب نوع سیاست‌های حمایتی و به دنبال آن آسیبی که در حوزه سلامت به کشورها وارد آمده است، ارائه شود. در این پژوهش با بهره‌گیری از مقالاتی که شرح آن‌ها در ادامه خواهد آمد، تلاش شده تا به‌ صورت هم‌زمان اثرات انواع اقدامات مالی دولت‌ها و کیفیت نهادی (به‌ طور خاص نهادهای بودجه‌ای) بر اثرگذاری حمایت‌های مالی صورت گرفته بر کاهش نرخ ابتلا به بیماری سنجیده شود.

در مقالاتی مثل الگین و همکاران[23] (2021)، نقش استقلال بانک مرکزی در اتخاذ نوع سیاست‌های حمایتی در قالب مالی یا پولی بررسی شده است. نتایج این مطالعه بین کشوری نشان می‌دهد با کنترل دیگر متغیرهای تاثیرگذار در کشورهایی که بانک‌های مرکزی از استقلال بیشتری برخوردار بوده‌، سهم سیاست‌های مالی از مجموع اقدامات حمایتی انجام‌‌شده بیشتر بوده است. در حقیقت کشورهای با بانک مرکزی مستقل با احتیاط بیشتری از ابزارهای سیاست پولی استفاده کرده‌ و تمایل بیشتری به استفاده از سیاست‌های حمایتی مالی داشته‌اند.

همچنین در کارابولات و همکاران[24] (2021) تاثیر نوع نظام حاکم بر کشورها از نظر سطح دموکراسی بر شیوع کرونا و میزان مرگ ‌و میر ناشی از آن بررسی شده است. نتایج این مطالعه نشان می‌دهد کشورهای دموکراتیک‌تر با اینکه نرخ ابتلای بالاتری داشته‌ا‌ند، اما نرخ مرگ ‌و میر کمتری را تجربه کرده‌اند. به نظر می‌رسد دولت‌های دموکراتیک
در کوتاه‌مدت به جهت پاسـداشت آزادی‌های عمـومی و وجـود رویـه‌های حکمرانی
واکنش ضعیف‌تری نشان داده،‌ اما در بلندمدت، موفق به کاهش نرخ مرگ ‌و میر شده‌اند.
در این مقاله به سازوکارهای دیگری مثل عدم شفافیت، سانسور حقایق، فساد، فقدان جامعه مدنی و نابرابری بیشتر در جوامع غیردموکراتیک به‌ عنوان ریشه‌های احتمالی این تفاوت اشاره شده است.

همان‌طور که مشاهده می‌شود در مطالعاتی که تاکنون انجام گرفته، به ابعاد مختلف اثرگذاری مستقیم اقدامات مالی بر میزان آسیب وارد آمده به سلامت جامعه کمتر پرداخته شده است و جای خالی بررسی تجربی آن در ادبیات موضوع احساس می‌شود. انتظار می‌رود دولت‌هایی که حمایت‌های مالی بیشتری از خانوارها و بنگاه‌های آسیب‌دیده به‌عمل ‌آورده‌اند‌، از طریق سازوکارهای مختلفی مثل همراه‌ ساختن آحاد مردم با سیاست‌های قرنطینه‌ای و در نتیجه محدودتر کردن تعاملات اجتماعی، موفق به کاهش بیشتر نرخ ابتلا به بیماری شده باشند. همچنین ممکن است هزینه‌های صرف شده جهت بهبود زیرساخت‌های بهداشتی به کاهش میزان آسیب وارده منتج شده باشد.

  1. تصریح مدل

از فرم ارائه شده در رابطه (1) به‌عنوان تصریح اصلی در پژوهش حاضر استفاده شده است.

(1)

 

          در رابطه (1)،  نرخ ابتلا (نسبت مبتلایان تاییدشده به کل جمعیت) کشور  در سال 2020،  نشان‌دهنده‌ شدت اقدام مالی مورد مطالعه‌ در کشور   به‌‌صورت نسبت هزینه‌های انجام شده به تولید ناخالص داخلی و ها برداری از خصوصیات هر کشور است که نیاز به کنترل آن‌ها در رگرسیون وجود دارد.

همچنین از تصریح دیگری به صورت رابطه (2) برای سنجش این فرضیه که آیا با بهبود کیفیت نهادی کشورها (متبلور در حاکمیت قانون) اثرگذاری اقدامات مالی افزایش پیدا می‌کند، استفاده شده است. معناداری منفی   به‌ عنوان ضریب متغیر حاصل‌ضرب اقدام مالی و حاکمیت قانون نشان خواهد داد که در کشورهای با کیفیت نهادی بالاتر، کارایی حمایت‌های صورت گرفته در کاهش نرخ ابتلا بیشتر بوده است.

(2)

 

از تصریح دیگری نیز به صورت رابطه (3) برای ارزیابی اثر کیفیت نهادهای بودجه‌ای به ‌عنوان کانال تدوین، نظارت و اجرای سیاست‌های مالی برکارآیی اقدامات حمایتی
بر اساس این فرضیه که کشورهای برخوردار از نهادهای بودجه‌ای با کیفیت‌تر، مدیریت بهتری بر منابع مالی داشته‌اند، استفاده شده است. در این تصریح برای کمی‌ کردن کیفیت نهادهای بودجه‌ای از نتایج ارزیابی مدیریت مالیه عمومی کشورها بر اساس چارچوب PEFA[25] استفاده شده است.

(3)

 

به‌منظور شناسایی اثر سیاست مالی بر نرخ ابتلا، ملاحظاتی در نظر گرفته شده‌اند که عبارت‌اند از:

- از تفاوت رفتار میان کشورها در تکانه برون‌زای شیوع کووید-۱۹ برای شناسایی استفاده شده است. این تکانه غیرقابل پیش‌بینی به‌ صورت همزمان سیاست مالی و نرخ ابتلا را متاثر کرده است با این حال شدت واکنش کشورها همسان نبوده است. در نتیجه می‌توان از تفاوت‌های مقطعی برای شناسایی استفاده کرد.

- با توجه به آغاز واکسیناسیون به ‌صورت تقریبی از ابتدای سال 2021 و انجام ناهمگن واکسیناسیون در کشورهای مختلف در این پژوهش تنها بر آمار ابتلا در سال 2020 تمرکز شده تا بتوان مستقل از دامنه واکسیناسیون و اثرگذاری آن به ارزیابی اثر حمایت‌های مالی صورت گرفته  برکاهش نرخ ابتلا پرداخت.

- با توجه به آنکه افزایش نرخ ابتلا، انگیزه برای افزایش مخارج دولت را تشدید می‌کرده ‌است، نگران علیت معکوس نیستیم. رابطه منفی معنادار میان سیاست مالی و نرخ ابتلا می‌تواند نشان‌دهنده اثرگذاری این سیاست باشد.

- بی‌توجهی به زمان اندازه‌گیری متغیرها می‌تواند رگرسیون را با مشکل درون‌زایی از جنس بایاس هم‌زمانی روبه‌رو سازد؛ برای مثال، اگر در اندازه‌گیری مجموع اقدامات مالی به ‌صورت نسبتی از تولید ناخالص داخلی از مقدار تولید در سال 2020 استفاده شود،
این متغیر خود تحت تاثیر تکانه‌ ناشی از شیوع بیماری است و به علت وجود مشکل درون‌زایی هرگونه نتیجه‌گیری از دقت لازم برخوردار نخواهد بود. به ‌منظور حل این مشکل از مقدار تولید در سال 2019 برای نسبی‌سازی اقدامات مالی استفاده شده است.

- فرض شناسایی علّی این است که پس از کنترل متغیرهای بیان شده، اقدامات مالی با سایر عوامل متغیر موثر بر نرخ ابتلا همبستگی نداشته باشد. یعنی سازگاری هر برآوردگری از  بر اساس معادله بالا نیازمند برقراری شرط  است که از طریق افزودن متغیرهای کنترلی تامین می‌شود. ویژگی‌های کنترلی‌کشورها شامل سرانه تولید ناخالص داخلی در سال 2019 و مجذور آن، شاخص حاکمیت قانون، شاخص اعمال قرنطینه، نسبت جمعیت سالمند، نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی، سرانه پزشکی، دما، شاخص دموکراسی و فاصله از چین هستند.

لزوم کنترل سرانه تولید ناخالص داخلی و مجذور آن به این واقعیت برمی‌گردد که میان کشورها به علل مختلفی که بیشتر از تفاوت در سطح درآمد سرانه تاثیر پذیرفته و شواهد نیز موید آن است در نرخ ابتلا به کرونا تفاوت وجود دارد. همین‌ طور در کشورهای با درآمد سرانه بالاتر، دولت‌ها اقدامات حمایتی مالی گسترده‌تری (نسبت به تولید ناخالص داخلی همان کشور) انجام داده‌‌اندکه نشان از همبستگی هم‌زمان اقدامات مالی و نرخ ابتلا با سرانه تولید ناخالص داخلی دارد.

سازوکارهای مختلفی را می‌توان به‌‌عنوان علل احتمالی ارتباط‌های مشاهده ‌شده برشمرد؛ از یک سو،کشورهای با سطح درآمد سرانه بالاتر اغلب تبادلات بین‌المللی بیشتری داشته‌اند که احتمال گسترش بیماری را افزایش می‌دهد و یا از منظر تعداد مبتلایان شناسایی‌‌شده
با توجه به ظرفیت انجام تست‌های گسترده‌تر، انتظار می‌رود آمار ابتلای تایید شده بیشتری ثبت شده باشد. از سوی دیگر، از مسیر کیفیت بالاتر نهادها و زیرساخت‌ها در کشورهای با درآمد سرانه بالا و ظرفیت بیشتر در مقابله با شیوع بیماری، انتظار می‌رود نرخ ابتلا
در این کشورها کمتر بوده باشد.

علاوه بر این، رابطه درآمد سرانه و میزان ابتلا می‌تواند غیرخطی باشد. سنجش همبستگی میان اقدامات مالی و نرخ ابتلا با درآمد سرانه و مجذور آن، نشان از یک رابطه‌ درجه‌ دوم منفی مطابق جدول (1) دارد؛ به این‌ صورت که در درآمدهای سرانه کم
با افزایش درآمد سرانه، متغیر وابسته تا آستانه‌ای افزایش و پس از آن کاهش پیدا می‌کند. بنابراین، با یک ارتباط سهمی‌گون مواجه بوده و نیاز به کنترل مجذور درآمد سرانه در تصریح‌ها وجود دارد.

جدول 1. ارتباط میان درآمد سرانه با نرخ ابتلا و هزینه‌کرد مستقیم دولت‌ها

عنوان

نرخ ابتلا

هزینه کرد مستقیم دولت‌ها

(۱)

(۲)

(۳)

(۴)

(۵)

(6)

سرانه تولید ناخالص داخلی

035/0

***

 

077/0

***

078/0

***

 

169/0

***

مجذور سرانه تولید ناخالص داخلی

 

0001/0***

0003/0-

***

 

0008/0***

001/0-***

ضریب تعیین

160/0

041/0

237/0

174/0

102/0

21/0

تعداد کشورها

181

181

181

172

172

172

- تولید ناخالص داخلی ۲۰۱۹ بر اساس قیمت‌های ثابت و با واحد هزار دلار منظور شده است.

ماخذ: یافته‌های پژوهش

لزوم کنترل شاخص شدت اعمال سیاست‌های قرنطینه‌ای نیز از این واقعیت ناشی می‌شود که کشورها به شیوه‌ مشابه و یا شدت یکسانی اقدام به مقابله با شیوع کرونا نکرده و سطوح مختلفی از قرنطینه را اعمال کردند، بنابراین، لازم است از شاخصی به ‌منظور کنترل تفاوت کشورها در شدت اعمال سیاست‌های قرنطینه‌ای استفاده شود.

نسبت جمعیت سالمند نیز دیگر متغیری بوده که کنترل آن برای جلوگیری از درون‌زایی ضروری به نظر می‌رسد، زیرا طبق انتظار هر چه جامعه سالمند‌تر باشد، میزان آسیب‌پذیری آن از نظر میزان شیوع و مرگ‌ومیر افزایش پیدا می‌کند.

نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی نیز به تصریح‌ها اضافه شده تا تفاوت کشورها در زیر‌ساخت‌های بهداشتی و درمانی کنترل شود. منظور از هزینه‌های بهداشتی شامل تمام مخارج انجام شده برای ارائه خدمات بهداشتی و کمک‌های اضطراری در حوزه سلامت بجز تامین آب آشامیدنی بهداشتی است. همچنین با استفاده از تعداد پزشک سرانه، بُعد دیگری از امکانات بهداشتی و درمانی‌که بیشتر صورت نرم‌افزاری دارد،کنترل می‌شود.

از دما نیز به‌ عنوان متغیری که مطالعات اولیه اثرگذاری آن را نشان ‌داده، استفاده شده است. همچنین فاصله از چین به ‌عنوان کشور مبدا بیماری، لحاظ شده است، چراکه انتظار می‌رود کشورهای با فاصله‌‌ بیشتر از چین، کمتر در معرض شیوع بیماری قرار گرفته باشند.

شاخص حاکمیت قانون نیز به‌ منظور کنترل کیفیت‌ نهادی کشورها در تصریح قید شده، چراکه با وجود همبستگی بالای آن با درآمد سرانه، درآمد، پوشش کاملی از وضعیت کیفیت نهادی ایجاد نکرده و نیاز به کنترل جداگانه آن وجود دارد.

شاخص‌ دموکراسی نیز به ‌عنوان متغیر کنترلی استفاده شده تا سازوکارهای سیاسی و اطلاع‌رسانی تاثیرگذار که در مطالعات مشابه اثر آن‌ها به تایید رسیده، لحاظ شود.

در جدول (2) ضرایب تصریح‌هایی با متغیر وابسته نرخ ابتلا و متغیرهای کنترلی به‌عنوان تک متغیر مستقل گزارش شده است.

تمام متغیرهای بیان شده به غیر از فاصله از چین، ارتباط معنادار با نرخ ابتلا دارند. علامت برخی از ضرایب مثل نسبت جمعیت سالمند طبق انتظار بوده، اما ضرایبی مثل هزینه‌های بهداشتی و سرانه پزشکی مشابه شاخص اعمال قرنطینه که در بالا توضیح داده شد، رابطه‌ای مثبت را نشان می‌دهند که می‌تواند ناشی از انجام آزمون‌های گسترده‌تر و شناسایی بیشتر مبتلایان در کشورهایی با زیرساخت‌های بهداشتی بهتر باشد به صورتی که متغیرهای توضیحی مرتبط با بهداشت و درمان نتوانسته‌اند این ابعاد را پوشش دهند.

جدول 2. ارتباط میان متغیرهای کنترلی و نرخ ابتلا

عنوان

(۱)

(۲)

(۳)

(۴)

(۵)

(6)

(7)

(8)

شاخص حاکمیت قانون

977/0***

 

 

 

 

 

 

 

شاخص اعمال قرنطینه

 

0242/0*

 

 

 

 

 

 

نسبت جمعیت سالمند

 

 

158/0***

 

 

 

 

 

نسبت هزینه‌های بهداشتی به GDP

 

 

 

248/0***

 

 

 

 

سرانه پزشکی

 

 

 

 

051/6***

 

 

 

دما

 

 

 

 

 

115/0-***

 

 

شاخص دموکراسی

 

 

 

 

 

 

074/0***

 

فاصله از چین

 

 

 

 

 

 

 

8/16-

ضریب تعیین

228/0

021/0

300/0

109/0

323/0

262/0

195/0

001/0

تعداد کشورها

176

172

179

179

182

165

164

180

- متغیر وابسته در تمام تصریح‌ها نرخ ابتلا است.

ماخذ: یافته‌های پژوهش

  1. داده‌های پژوهش

برای ایجاد بانک اطلاعاتی لازم که دربر گیرنده انواع اقدامات مالی دولت‌ها، اطلاعات مرتبط با شدت شیوع بیماری و ویژگی‌های مختلف کشور‌ها باشد از ترکیب و پالایش داده‌های موجود در بانک‌های اطلاعاتی متنوعی استفاده شده است.

برای داده‌های مرتبط با اقدامات مالیه‌ دولت‌ها در مقابله با تکانه کرونا از داده‌های  بانک جهانی استفاده شده است. بانک جهانی اقدامات مالی دولت‌ها را در دو دسته‌ اقدامات بالای خط و حمایت‌های نقدینگی[26] از یکدیگر تفکیک کرده است. منظور از اقدامات بالای خط آن دسته از حمایت‌ها بوده که اثرآن از مسیر افزایش هزینه‌ها و یا کاهش درآمدهای دولت به طور مستقیم در بودجه عمومی دیده می‌شود، اما حمایت‌های نقدینگی اشاره به تضامین و تعهداتی دارد که دولت‌ها جهت تسهیل فعالیت کسب‌وکارها و حمایت خانوارها بر عهده گرفته‌اند.

 اقدامات بالای خط که محل توجه پژوهش حاضر قرار دارد خود به دو دسته‌ هزینه‌های اضافی/ درآمدهای از دست ‌رفته[27] و هزینه‌های عاجل/ درآمدهای معوق[28] تفکیک می‌شود؛ بخش اول به آن دسته از هزینه‌های جدیدی اطلاق می‌شود که صرف تحقیقات پزشکی و یا تقویت زیرساخت‌های بهداشتی، حمایت‌های درآمدی از خانوارها و بنگاه‌های آسیب‌دیده‌ شده‌اند‌ و یا درآمدهایی که به علت کاهش نرخ‌های مالیاتی و یا اعطای معافیت‌ها از دسترس دولت‌ها خارج شده‌اند. بخش دوم نیز به آن دسته از هزینه‌ها و درآمدهای از پیش برنامه‌ریزی‌شده اشاره دارد که شیوع بیماری به ترتیب باعث تسریع در هزینه‌کرد یا تعویق در تحقق آن‌ها شده است. در شکل (1) تقسیم‌بندی ارائه‌ شده از سوی بانک جهانی برای انواع اقدامات حمایتی مالی دولت‌ها نشان داده شده است.

در پژوهش حاضر میزان اثرگذاری اقدامات حمایتی دولت‌ها در بخش‌ اول از اقدامات بالای خط که به‌ اختصار از این پس هزینه‌کردهای مستقیم خوانده می‌شود و زیر بخش‌‌های آن (هزینه‌کردهای مستقیم با ارتباط مستقیم و یا غیرمستقیم با سلامت) بر کاهش نرخ ابتلا

شکل 1. تقسیم‌بندی اقدامات حمایتی مالی بر شیوع کرونا

 

ماخذ: بانک جهانی                                                

به بیماری کووید-19 بررسی شده است. تمرکز بررسی بر این بخش از اقدامات حمایتی مالی دولت‌ها به علت وجود تعداد مشاهدات‌کافی و همچنین ارتباط مستقیم با سوال پژوهش نسبت به سایر اجزای اقدامات مالی بوده است. منظور از هزینه‌های به‌طور مستقیم مرتبط با امور سلامت آن دسته از هزینه‌ها است که صرف بهبود زیرساخت‌های بهداشتی مثل وسایل تست بیماری، تجهیزات حفاظت فردی، تخت‌های ایزوله، تخت‌هایICU، دستگاه‌های تنفس مصنوعی و یا افزایش بودجه بیمارستان‌ها، کاهش تعرفه‌ واردات داروها و سایر اقلام لازم جهت مقابله با بیماری شده‌اند.

 همچنین هزینه‌هایی که صرف مواردی مثل کمک‌های بلاعوض به مشاغل کوچک، کمک به مستاجران، حمایت‌های درآمدی از خانوارها و هزینه‌های ناشی از کاهش انواع پایه‌های مالیاتی و یا سایر موارد مشابه شده‌اند در دسته هزینه‌های با ارتباط غیرمستقیم با امور سلامت قرار می‌گیرند که انتظار می‌رود بر وضعیت سلامت جامعه در دوره‌ شیوع بیماری تاثیرگذار بوده باشند. در جدول (3) آمار توصیفی انواع اقدامات مالیه‌ دولت‌ها در سال 2020 بر حسب نسبت از تولید ناخالص داخلی کشورها نشان داده شده است.

جدول 3. آمار توصیفی نسبت انواع اقدامات مالیه دولت‌ها به تولید ناخالص داخلی

 

اقدامات مالیه و اجزای آن

تعداد مشاهده

میانگین

میانه

بیشینه

کمینه

انحراف استاندارد

1.1) هزینه‌های اضافی/ درآمدهای از دست‌رفته

172

1/4

9/2

7/18

01/0

7/3

1/1/1) بخش سلامت

159

8/0

5/0

5

0

9/0

2/1/1) سایر بخش‌ها

159

4/3

3/2

6/17

06/0-

3/3

مجموع اقدامات مالیه

55

6/11

0/10

7/47

3/1

9/8

1) اقدامات بالای خط

69

2/6

8/4

2/25

04/0

5

2) حمایت‌های نقدینگی

108

2/4

5/2

0/33

0

9/5

2/1) هزینه‌های تعجیل‌شده/  درآمدهای معوق

69

7/1

6/0

9/13

0

7/2

1/2) اقدامات زیرخط

81

8/0

6/0

3/4

0

93/0

2/2) بدهی‌های مشروط

79

2/4

2

8/32

0

6

1/2/2) تضامین

79

6/3

9/1

8/32

0

3/5

2/2/2) اقدامات شبه مالیه

34

9/2

0/1

4/26

0

6

ماخذ: یافته‌های پژوهش

 

               

مجموعه‌ دیگری از داده‌ها، داده‌های مرتبط با میزان ابتلای به کرونا، مرگ و میر ناشی از آن و همچنین اقدامات محدود‌کننده و یا حمایتی دولت‌ها با تواتر روزانه است که توسط مرکزی در دانشگاه آکسفورد گردآوری و انتشار پیدا کرده است. در جدول (4)، آمار توصیفی از نرخ ابتلا، مرگ‌ومیر و میانگین شاخص‌ اعمال قرنطینه در سال 2020 ارائه شده است.

جدول4 . آمار توصیفی متغیرهای مرتبط با کرونا

متغیرهای مرتبط با کرونا

تعداد مشاهده

میانگین

میانه

بیشینه

کمینه

انحراف استاندارد

درصد نرخ ابتلا

186

6/1

7/0

5/10

0

2

درصد نرخ مرگ‌ومیر

173

03/0

009/0

28/0

0

04/0

شاخص قرنطینه

186

9/49

5/51

9/71

0

3/12

ماخذ: یافته‌های پژوهش

                در جدول (5) نیز آمار توصیفی برخی از متغیرهای کنترلی و منبع آن‌ها بیان شده است.

جدول5 . آمار توصیفی متغیرهای کنترلی

متغیرهای کنترلی

تعداد مشاهده

میانگین

میانه

بیشینه

کمینه

انحراف استاندارد

منبع

نسبت جمعیت سالمند

184

0/9

8/6

0/28

15/1

4/6

بانک جهانی

شاخص‌حاکمیت قانون

178

08/0-

25/0-

02/2

35/2-

99/0

gu.se

GDP سرانه به قیمت‌ ثابت (هزار دلار)

198

07/16

32/6

24/183

27/0

72/23

بانک جهانی

نسبت هزینه‌های بهداشتی به GDP

180

42/6

25/6

55/17

59/1

7/2

بانک جهانی

سرانه پزشکی

183

20/0

16/0

84/0

002/0

18/0

بانک جهانی

دما

167

1/18

6/21

2/28

1/7-

4/8

statpedia.com

شاخص دموکراسی

166

35/19

45/19

72/47

0

02/12

v-dem.net

فاصله از چین

197

8596

7843

19640

1

4035

geodatos.net

ماخذ: یافته‌های پژوهش

  1. یافته‌های پژوهش

در جدول (6) اثرات برآورد شده‌ مجموع هزینه‌کرد‌های مستقیم دولت‌ها بر نرخ ابتلا گزارش شده است. متغیر وابسته در تمامی رگرسیون‌ها  نرخ ابتلای تاییدشده  است. تمامی تصریح‌ها شامل متغیرهای کنترلی سرانه تولید ناخالص داخلی و مجذور آن، نسبت جمعیت سالمند، شاخص‌ حاکمیت قانون و شاخص شدت اعمال سیاست‌های قرنطینه‌ای هستند.
به ‌تناسب متغیرهای کنترلی دیگری مثل نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی، سرانه پزشکی، دما، شاخص دموکراسی و فاصله از چین به تصریح‌ها اضافه‌ شده تا میزان ثبات در معناداری ضریب هزینه‌کردهای مستقیم دولت‌ها با تغییر متغیرهای کنترلی سنجش شود.

بر اساس تصریح‌های نشان داده شده در جدول (6) مجموع هزینه‌کردهای مستقیم دولت‌ها برای مقابله با شیوع بیماری کووید-19 در صورت کنترل سایر متغیرهای تاثیرگذار، رابطه‌‌ای معنادار و منفی با نرخ ابتلای تایید شده داشته و این نتیجه نسبت به تغییر متغیرهای کنترلی ثبات قابل قبولی را نشان می‌دهد.

مطابق نتایج ارائه شده در جدول (6) یک واحد درصد افزایش در نسبت هزینه‌کردهای مستقیم دولت‌ها به تولید ناخالص داخلی با کاهش تقریبا 08/0 واحد درصدی نرخ ابتلای تایید شده همراه شده است. این در حالی‌ است که متوسط نرخ ابتلا در سال 2020 حدود 6/1 درصد بوده؛ یعنی در صورت ثابت بودن سایر شرایط با یک واحد درصد افزایش در نسبت حمایت‌های مالی مستقیم به تولید ناخالص داخلی، شاهد افت ۵ درصدی نرخ ابتلا می‌بودیم.

با وجود انتظار اولیه مبنی بر ارتباط منفی میان شدت قرنطینه و نرخ ابتلا، شاهد ارتباطی مثبت میان این دو متغیر حتی در حضور سایر متغیرهای تاثیرگذار هستیم. این ارتباط مثبت را باید ناشی از سازوکار علیت معکوس دانست با این توضیح که کشورهای با ابتلای فراگیرتر، اقدام به سیاست‌های قرنطینه‌ای سخت‌گیرانه‌تری کرده‌اند و یا در مورد ارتباط مثبت متغیر کنترلی سرانه پزشکی و نرخ ابتلا می‌توان آن را ناشی از سازوکار شناسایی بیشتر مبتلایان در کشورهایی دانست که بستر‌های سلامت قوی‌تری دارند.

 

 

جدول 6. اثرات هزینه‌کردهای مستقیم دولت‌ها بر نرخ ابتلا

عنوان

(۱)

(۲)

(۳)

(۴)

(۵)

هزینه‌کردهای مستقیم دولت‌ها

073/0*

079/0-*

080/0-*

078/0-*

036/0-

(039/0)

(042/0)

(041/0)

(041/0)

(048/0)

سرانه تولید ناخالص داخلی 2019

483/0

92/1-

19/2-

92/1-

774/0-

(20/2)

(72/2)

(85/2)

(88/2)

(94/2)

مجذور سرانه تولید ناخالص  2019

207/2

397/3

490/4*

469/4

381/3

(67/2)

(73/2)

(84/2)

(86/2)

(89/2)

شاخص حاکمیت قانون

180/0

260/0

093/0

088/0

266/0

(269/0)

(283/0)

(295/0)

(297/0)

(313/0)

شاخص اعمال قرنطینه

038/0***

032/0***

030/0***

029/0***

030/0***

(010/0)

(010/0)

(010/0)

(010/0)

(010/0)

نسبت جمعیت سالمند

133/0***

067/0**

077/0*

081/0**

088/0**

(026/0)

(033/0)

(040/0)

(040/0)

(040/0)

نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی

 

086/0

072/0

048/0

049/0

 

(055/0)

(058/0)

(064/0)

(063/0)

سرانه پزشکی

 

128/3***

140/3***

018/3**

570/2**

 

(147/1)

(195/1)

(208/1)

(228/1)

دما

 

 

002/0

005/0-

005/0-

 

 

(020/0)

(022/0)

(022/0)

شاخص دموکراسی

 

 

014/0

011/0

007/0

 

 

(014/0)

(015/0)

(015/0)

فاصله از چین

 

 

 

4/33

3/41

 

 

 

(8/36)

(8/36)

حاصل‌ضرب هزینه‌کردهای مستقیم دولت‌ها در شاخص حاکمیت قانون

 

 

 

 

058/0-*

 

 

 

 

(034/0)

ثابت رگرسیون

420/1-**

455/1-**

693/1-*

596/1-*

789/1-**

(592/0)

(655/0)

(873/0)

(887/0)

(888/0)

ضریب تعیین

443/0

480/0

524/0

525/0

537/0

تعداد کشورها

146

144

131

130

130

- واحد مشاهدات کشور است.

- متغیر وابسته درصد نسبت ابتلای تایید شده به کل جمعیت کشورها است.

- جملات خطای استاندارد پایدار داخل پرانتزها گزارش شده‌اند.

- *** ،      ** ،      و *

ماخذ: یافته‌های پژوهش

برای متغیر پزشک سرانه به‌ منظور اطمینان بیشتر از پایداری نتایج از ۳ حالت  مختلف آخرین داده در دسترس و مقدار متوسط و میانه در سال‌های 2010 تا 2019 استفاده شد که نتایج پایدار بوده و از نظر معناداری تمامی ضرایب تغییری مشاهده نشد. همچنین
در صورت استفاده از سرانه تخت‌های بیمارستانی به جای پزشک سرانه، نتایج مربوط به ضرایب اصلی تغییری نداشته است؛ هر چند که برخلاف پزشک سرانه، سرانه تخت‌های بیمارستانی خود رابطه معناداری را با نرخ ابتلا نشان نمی‌دهند.

در مورد شاخص دموکراسی با وجود آنکه در پژوهش کارابولات و همکاران (2021) ارتباط مستقیمی میان نرخ ابتلا و سطح دموکراسی شناسایی شده‌ است، مطالعه حاضر ارتباط معناداری میان این دو متغیر نشان نمی‌دهد. به نظر می‌رسد دلیل اصلی این تفاوت لحاظ نشدن اقدامات مالی دولت‌ها به ‌منظور مقابله با پیامدهای کرونا در مطالعه کارابولات باشد که نشان‌دهنده اهمیت این متغیر است.

همان‌طور که در جدول (6) مشاهده می‌شود به ‌منظور سنجش نقش کیفیت نهادی
در میزان اثرگذاری هزینه‌های انجام ‌گرفته از شاخص حاکمیت قانون استفاده شده است. با وجود آنکه این شاخص ارتباطی به ‌صورت مستقیم با نرخ ابتلا نشان نمی‌دهد، اما با توجه به معنادار شدن ضریب مربوط به حاصل‌ضرب حاکمیت قانون در هزینه‌کردهای مستقیم دولت‌ها، می‌توان استنباط کرد که با بهبود کیفیت نهادی، کارآمدی هزینه‌های انجام ‌شده در کاهش نرخ ابتلا افزایش پیدا کرده است.

اثرات برآورد شده‌‌ مجموع هزینه‌‌های مستقیم با ارتباط غیرمستقیم با امور سلامت در جدول (7) گزارش شده است. متغیر وابسته و متغیرهای کنترلی مشابه قبل هستند. هزینه‌های قرار گرفته در این دسته که سهم غالب را مطابق جدول (3) از کل ‌هزینه‌کردهای مستقیم دارند، رابطه‌ا‌ی معنادار، منفی و باثبات با نرخ ابتلای تایید شده نشان می‌دهند که از نظر میزان معناداری قوی‌تر از نتایج مربوط به مجموع هزینه‌کرد‌های مستقیم است.

مطابق نتایج می‌توان گفت که یک واحد درصد افزایش در نسبت هزینه‌های با ارتباط غیرمستقیم با سلامت به تولید ناخالص داخلی با کاهش 13/0 واحد درصدی نرخ ابتلای تایید شده همراه شده که با توجه به متوسط 6/1 درصدی نرخ ابتلا در سال 2020، می‌توان گفت همراه با هر یک واحد درصد افزایش در نسبت این نوع از هزینه‌ها به تولید ناخالص

 

 

جدول 7. رابطه هزینه‌کردهای‌ با ارتباط غیرمستقیم با سلامت با نرخ ابتلا

عنوان

(۱)

(۲)

(۳)

(۴)

(۵)

هزینه‌کردهای مستقیم دولت‌ها با ارتباط غیرمستقیم با امور سلامتی

123/0-**

130/0-***

128/0-**

130/0-**

072/0-

(049/0)

(049/0)

(050/0)

(050/0)

(067/0)

سرانه تولید ناخالص داخلی 2019

190/0-

66/2-

83/3-

48/3-

36/2-

(93/2)

(97/2)

(14/3)

(14/3)

(25/3)

مجذور سرانه تولید ناخالص 2019

55/2

44/4

21/6**

95/5*

12/5

(96/2)

(95/2)

(08/3)

(08/3)

(14/3)

شاخص حاکمیت قانون

291/0

393/0

220/0

214/0

328/0

(286/0)

(292/0)

(307/0)

(306/0)

(318/0)

شاخص اعمال قرنطینه

037/0***

031/0***

029/0***

027/0**

025/0**

(010/0)

(010/0)

(010/0)

(010/0)

(010/0)

نسبت جمعیت سالمند

143/0***

072/0*

092/0**

099/0**

101/0**

(029/0)

(036/0)

(042/0)

(042/0)

(042/0)

نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی

 

090/0

083/0

047/0

046/0

 

(057/0)

(060/0)

(065/0)

(064/0)

سرانه پزشکی

 

312/3***

281/3***

107/3**

779/2**

 

(194/1)

(236/1)

(239/1)

(260/1)

دما

 

 

003/0-

012/0-

010/0-

 

 

(021/0)

(023/0)

(023/0)

شاخص دموکراسی

 

 

014/0

009/0

007/0

 

 

(016/0)

(016/0)

(016/0)

فاصله از چین

 

 

 

4/60

5/62

 

 

 

(0/39)

(9/38)

حاصلضرب هزینه‌کردهای مستقیم دولت‌ها با ارتباط غیرمستقیم با امور سلامتی در شاخص حاکمیت قانون

 

 

 

 

059/0-

 

 

 

 

(045/0)

ثابت رگرسیون

290/1-**

332/1-*

655/1-*

510/1-*

586/1-*

(614/0)

(679/0)

(895/0)

(902/0)

(901/0)

ضریب تعیین

465/0

506/0

554/0

562/0

569/0

تعداد کشورها

133

132

119

118

118

- واحد مشاهدات کشور است.

- متغیر وابسته درصد نسبت ابتلای تایید شده به کل جمعیت کشورها است.

- جملات خطای استاندارد پایدار داخل پرانتزها گزارش شده‌اند.

- *** ،      ** ،      و *

ماخذ: یافته‌های پژوهش

داخلی، متوسط نرخ ابتلا 8 درصد کاهش یافته که قوی‌تر از اثر مجموع هزینه‌کردهای مستقیم است.

در جدول (8)، اثرات برآورد شده‌ دسته‌ سوم از هزینه‌ها برکاهش نرخ ابتلا گزارش شده است. متغیر وابسته و متغیرهای کنترلی مشابه قبل هستند. همان‌طور که مشاهده می‌شود در ستون (1) ضریب معنادار شده، اما با واردکردن متغیرهای‌کنترلی بیشتر در ستون‌های (2) تا (4)، ضریب مربوط به هزینه‌کردهای به طور مستقیم مرتبط با امور سلامت، معناداری‌اش را از دست می‌دهد. در ستون (5) نیز با اضافه شدن حاصل‌ضرب این نوع از هزینه‌ها در شاخص حاکمیت قانون، ضریب متغیر مورد مطالعه با علامت مثبت معنادار شده است.
به نظر می‌رسد این مشاهده با سازوکار احتمالی علیت معکوس مشابه تفسیر ارائه‌ شده برای شاخص قرنطینه و یا سرانه پزشکی قابل تبیین باشد؛ به این ‌صورت که چون کشورهایی که با شیوع گسترده‌تری روبه‌رو بوده‌اند، اقدام به هزینه‌کرد بیشتر به صورت مستقیم در امور مرتبط با سلامت کرده‌اند. در نهایت با کنترل سایر متغیرهای تاثیرگذار، ارتباط مثبتی میان میزان این نوع از هزینه‌های حمایتی و نرخ ابتلا مشاهده می‌شود.[29]

با توجه به فقدان نمونه مشابهی در میان مقالات مروری که در آن اثر مستقیم اقدامات مالی بر کاهش نرخ ابتلا ارزیابی شده باشد، امکان مقایسه نتایج کمّی به‌ دست آمده با نتایج پژوهش‌های مشابه وجود ندارد. برآیند نتایج نشان می‌دهد که حمایت‌های به ‌عمل‌ آمده در قالب کمک‌های بلاعـوض به مشاغل ‌کوچک، کمک به مستاجـران، حمایت‌های درآمدی از خانوارها و هزینه‌های ناشی از کاهش انواع پایه‌های مالیاتی و یا سایر موارد مشابه در همراه ساختن کسب‌وکارها و خانوارها با سیاست‌های قرنطینه‌ای موفق بوده و توانسته به میزان به نسبت قابل قبولی، باعث کاهش نرخ ابتلا شود. با توجه به متوسط تقریبا 4/3 درصدی نسبت این نوع از هزینه‌‌ها به تولید ناخالص داخلی کشورها می‌توان گفت
در صورت افزایش تقریبا 30 درصدی حمایت‌ها (افزایش یک واحد درصد این نسبت)، متوسط نرخ ابتلا ۸ درصد کم شده و به دنبال آن نرخ مرگ و میر نیز کاهش می‌یافت.

جدول 8 . رابطه هزینه‌کردهای مرتبط با سلامت با نرخ ابتلا

عنوان

(۱)

(۲)

(۳)

(۴)

(۵)

هزینه‌کردهای مستقیم دولت‌ها مستقیما مرتبط با امور سلامتی

307/0*

253/0

293/0

301/0

322/0*

(174/0)

(177/0)

(185/0)

(185/0)

(191/0)

سرانه تولید ناخالص داخلی 2019

06/2-

28/4-

28/5-*

96/4-

76/4-

(93/2)

(00/3)

(17/3)

(18/3)

(22/3)

مجذور سرانه تولید ناخالص 2019

4.4

12/6**

84/7**

61/7**

38/7**

(97/2)

(98/2)

(12/3)

(12/3)

(17/3)

شاخص حاکمیت قانون

199/0

298/0

147/0

139/0

201/0

(287/0)

(295/0)

(310/0)

(310/0)

(338/0)

شاخص اعمال قرنطینه

040/0***

033/0***

032/0***

029/0***

031/0***

(010/0)

(011/0)

(011/0)

(011/0)

(011/0)

نسبت جمعیت سالمند

136/0***

069/0*

082/0*

088/0**

090/0**

(030/0)

(037/0)

(042/0)

(042/0)

(043/0)

نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی

 

035/0

010/0

026/0-

027/0-

 

(059/0)

(062/0)

(067/0)

(067/0)

سرانه پزشکی

 

468/3***

429/3***

258/3**

205/3**

 

(216/1)

(255/1)

(259/1)

(268/1)

دما

 

 

008/0

006/0-

005/0-

 

 

(022/0)

(024/0)

(024/0)

شاخص دموکراسی

 

 

022/0

018/0

016/0

 

 

(016/0)

(016/0)

(016/0)

فاصله از چین

 

 

 

6/59

7/59

 

 

 

(7/39)

(9/39)

حاصلضرب هزینه‌کردهای مستقیم دولت‌ها مستقیما مرتبط با امور سلامتی  در شاخص حاکمیت قانون

 

 

 

 

073/0-

 

 

 

 

(158/0)

ثابت رگرسیون

860/1-***

552/1-**

007/2-**

881/1-**

962/1-**

(637/0)

(700/0)

(921/0)

(929/0)

(948/0)

ضریب تعیین

453/0

486/0

539/0

546/0

547/0

تعداد کشورها

133

132

119

118

118

- واحد مشاهدات کشور است.

- متغیر وابسته درصد نسبت ابتلای تایید شده به کل جمعیت کشورها است.

- جملات خطای استاندارد پایدار داخل پرانتزها گزارش شده‌اند.

- *** ،      ** ،      و *

ماخذ: یافته‌های پژوهش

همچنین همان طور که در بخش تصریح مدل اشاره شد به ‌منظور سنجش نقش کیفیت نهادهای بودجه‌ای بر اثرگذاری هزینه‌کرد دولت‌ها در جهت مقابله با شیوع کرونا
در ستون‌های (۱) و (2) و همین‌طور (3) و (4) از جدول 9، میان تصریح‌هایی با حضور متغیر نمایندگی‌کننده‌ کیفیت نهادهای بودجه‌ای که میانگین نمرات محورهای هفت‌گانه‌ در ارزیابی PEFA است و تصریح‌های بدون حضور این متغیر البته با محدود کردن تعداد نمونه به مشاهدات دارای نتایج ارزیابی PEFA مقایسه‌ای صورت گرفته است.

همان‌طور که در جدول (9) مشاهده می‌شود در نمونه‌ محدود شده که شامل کشورهای بیشتر با درآمد کم است، ارتباط معناداری میان هزینه‌های مستقیم دولت‌ها با نرخ ابتلا مشاهده نمی‌شود؛ مشاهده‌ای‌که در حضور شاخص‌کیفیت نهادهای بودجه‌ای و با متغیر‌های کنترلی مختلف نیز تکرار شده است. همچنین در تصریح ستون (5) از این جدول ضریب مربوط به حاصل‌ضرب هزینه‌کردهای مستقیم دولت‌ها در میانگین نمرات محورهای PEFA معنادار نشده است. می‌توان گفت در ستون (5) از جدول (6) نیز نتیجه‌ای هم‌خوان با جدول (9) مشاهده شدکه مجموع هزینه‌های صورت گرفته در صورتی اثرگذار بودند که وضعیت کیفیت نهادی از حدی بالاتر بوده وگرنه اثر معناداری مشاهده نمی‌شود. مقایسه نتایج ستون (3) از جدول (9) با ستون (4) از جدول (6) که تفاوت میان این دو محدود شدن نمونه‌ مورد بررسی در جدول (9) است، نشان می‌دهد علاوه بر بی‌معنا شدن ضریب مربوط به اقدامات مالی، معناداری شاخص قرنطینه و سرانه پزشکی نیز از دست رفته و به جای آن‌ها در تصریح جدید ضرایب مربوط به درآمد سرانه و مجذور آن معنادار شده است. مشاهده‌ای که نشان می‌دهد آنچه بیشترین توضیح‌دهندگی را از شرایط نرخ ابتلا در کشورهای به نسبت ضعیف‌تر دارد، درآمد سرانه در آن کشورها است.

توجه به این نکته ضروری است که تصریح ارائه شده در رابطه (3) برای تمامی محورهای هفت‌گانه‌ PEFA[30] تکرار شده که در مورد همگی آن‌ها ارتباط معناداری مشاهده نشد. به علت وجـود بایاس در نمـونه‌ کشـورهایی که نتایـج ارزیابی مالیه عمـومی آن‌ها در دسترس است، این نتیجه به کل کشـورها قابل تعمیم نیست و تنها می‌تـوان گفت

 

 

جدول 9. رابطه هزینه‌کردهای‌ مستقیم دولت‌ها بر نرخ ابتلا با در نظرگرفتن کیفیت نهادهای بودجه‌ای

عنوان

(۱)

(۲)

(۳)

(۴)

(۵)

هزینه‌کردهای مستقیم دولت‌ها

064/0-

065/0-

055/0-

055/0-

270/0

(049/0)

(050/0)

(052/0)

(053/0)

(274/0)

سرانه تولید ناخالص داخلی 2019

52/7*

41/7*

2/10*

1/10*

7/10**

(30/4)

(34/4)

(23/5)

(32/5)

(33/5)

مجذور سرانه تولید ناخالص  2019

7/14-***

6/14-***

2/18-***

1/18-***

9/18-***

(34/5)

(39/5)

(61/6)

(75/6)

(75/6)

شاخص حاکمیت قانون

110/0

081/0

047/0

039/0

0003/0

(242/0)

(257/0)

(267/0)

(287/0)

(288/0)

شاخص اعمال قرنطینه

020/0**

019/0**

014/0

014/0

014/0

(008/0)

(008/0)

(009/0)

(009/0)

(009/0)

نسبت جمعیت سالمند

122/0***

121/0***

093/0*

092/0*

099/0*

(044/0)

(045/0)

(052/0)

(052/0)

(053/0)

نسبت هزینه‌های بهداشتی به تولید ناخالص داخلی

119/0**

116/0**

075/0

074/0

073/0

(049/0)

(050/0)

(057/0)

(058/0)

(058/0)

سرانه پزشکی

738/2**

766/2**

563/2

582/2

317/2

(295/1)

(305/1)

(589/1)

(620/1)

(628/1)

دما

 

 

023/0-

023/0-

028/0-

 

 

(026/0)

(026/0)

(027/0)

شاخص دموکراسی

 

 

016/0

016/0

018/0

 

 

(016/0)

(016/0)

(016/0)

فاصله از چین

 

 

9/33

9/33

2/34

 

 

(1/36)

(4/36)

(2/36)

میانگین نمرات محورهای  PEFA

 

036/0

 

009/0

178/0

 

(108/0)

 

(117/0)

(182/0)

حاصل‌ضرب هزینه‌کردهای مستقیم دولت‌ها در میانگین نمرات محورهای PEFA

 

 

 

 

058/0-

 

 

 

 

(048/0)

ثابت رگرسیون

702/1-***

875/1-**

173/1-

226/1-

118/2-

(582/0)

(774/0)

(921/0)

(144/1)

(357/1)

ضریب تعیین

581/0

582/0

610/0

610/0

619/0

تعداد کشورها

84

84

76

76

76

- واحد مشاهدات کشور است.

- متغیر وابسته درصد نسبت ابتلای تایید شده به کل جمعیت کشورها است.

- جملات خطای استاندارد پایدار داخل پرانتزها گزارش شده‌اند.

- *** ،      ** ،      و *

ماخذ: یافته‌های پژوهش

که در مورد مجموعه کشورهایی که مورد ارزیابی PEFA قرار گرفته و البته این نتایج انتشار پیدا کرده که بیشتر کشورهایی با سطح توسعه‌یافتگی پایین هستند، شاهدی از تاثیرگذاری اقدامات مالی و نهادهای بودجه‌ای بر کاهش نرخ ابتلا به بیماری مشاهده نشد.

  1. جمع‌بندی و نتیجه‌گیری

نتایج بررسی‌های انجام‌شده نشان داد سیاست‌های مالی علاوه بر نقشی که در ثبات بخشی اقتصاد کلان می‌توانند ایفا کنند در شرایطی که تکانه‌های شدیدی مثل شیوع گسترده یک بیماری به جوامع وارد می‌شود، همچنان ابزاری قوی در دست سیاست‌گذاران‌ هستند که می‌توانند با به‌کار بستن صحیح آن، اثرات سوء تکانه وارد آمده را کاهش دهند. در این مطالعه نشان داده شدکه سیاست‌های حمایتی مالی انجام‌ شده در دوره شیوع کووید-۱۹ با همراه ساختن خانوارها و کسب‌وکارها در رعایت محدودیت‌های اعمالی موفق عمل کرده و شواهدی از کاهش نرخ ابتلا با کنترل سایر متغیرهای تاثیرگذار وجود دارد. همچنین نشان داده شد کیفیت نهادی در قالب شاخص حاکمیت قانون در کارآمدی هر چه بیشتر حمایت‌های مالی دولت‌ها نقش داشته و اگر حمایت مالی در بستری از نهادهای ضعیف انجام‌ گیرد از اثرگذاری آن کاسته خواهد شد.

 

[1]. Public Expenditure and Financial Accountability

[2]. Alesina, A. F. & Perotti, R.

[3] .Alesina, A. F., et al.

[4] .Procedural rules

[5] .Hallerberg, M., et al.

[6] .Fabrizio, S. & Mody, A.

[7] .Mulas-Granados, C., et al.

[8] .Perotti, R. & Kontopoulos, Y.

[9] .Filc, G., & Scartascini, C.

[10]. Cabezon, E., & Prakash, T.

[11]. Elgin, C., et al.

[12]. Karabulut, G., et al.

[13]. Topcu, M. & Gulal, O. S.

[14] .Njindan Iyke, B.

[15] .Bas, M.

[16]. Faria-e-Castro, M.

[17] .Dynamic Stochastic General Equilibrium

[18] .Chudik, A., et al.

[19] .Vector autoregression

[20] .Gourinchas, P. O., et al.

[21] .Long, H., et al.

[22]. Deb, P.,  et al

[23]. Elgin, C., et al.

[24]. Karabulut, G., et al.

[25]. Public Expenditure and Financial Accountability

[26]. Liquidity supports

[27]. Additional spending/foregone revenues

[28]. Accelerated spending/deferred revenue

[29]. در صورتی‌ که از متغیر هزینه‌کردهای مستقیم مرتبط با امور سلامت به منظور حذف علیت معکوس در تصریح با متغیر اصلی هزینه‌کردهای مستقیم به عنوان متغیر مستقل استفاده شود، معناداری ضریب هزینه‌کردهای مستقیم به شدت افزایش پیدا می‌کند. این مشاهده گواهی از ادعای بیان شده و نشانه‌ای از پایداری نتیجه به دست آمده در مورد ارتباط هزینه‌های صورت گرفته با کاهش نرخ ابتلا است.

[30]. محورهای هفت‌گانه PEFA شامل قابلیت اطمینان بودجه، شفافیت مالیه عمومی، مدیریت دارایی‌ها و بدهی‌ها، بودجه‌ریزی و راهبردهای مالیه، پیش‌بینی پذیری و کنترل در اجرای بودجه، حسابداری و گزارش‌دهی و رسیدگی و حسابرسی است.

امجدی، محمدحسین، شکیبایی، علیرضا، جلایی، سید عبدالمجید. (1401). تاثیر نرخ ارز، نااطمینانی نرخ ارز و پاندمی کووید 19 بر قیمت مسکن (مطالعه موردی: شهر تهران)، فصلنامه پژوهش‌های اقتصادی ایران، 27(92)، 241-213.
رودری، سهیل و همایونی فر، مسعود. (1400) برر سی تاثیر شیوع ویروس کرونا بربازار سهام ایران با لحاظ تغییرات رژیم، فصلنامه پژوهش‌های اقتصادی ایران، 78 (20)، 198-229.
وقفی ُید، حسام، شهبازبگیان، امیر، نوربخش حسینی، زینب.(1399). تحلیل تاثیر بحران کرونا برنرخ ارز و طلا در اقتصاد ایران. مجله اقتصادی (دوماهنامه بررسی مسائل و سیاستهای اقتصادی). ۲۰ (۵ و ۶) ،۳۹-۶۱.
Alesina, A., Hausmann, R., Hommes, R., & Stein, E. (1999). Budget institutions and fiscal performance in Latin America. Journal of development Economics, 59(2), 253-273.
Alesina, A. F., & Perotti, R. (1999). Budget deficits and budget institutions. In Fiscal institutions and fiscal performance (pp. 13-36). University of Chicago Press.
Amjadi, M. & Shakibaei, A. & Jalaei, A.(2022). The impact of exchange rate, exchange rate uncertainty, and COVID-19 pandemic on housing prices: A case study of Tehran. Iranian Journal of Economic Research, 27(92), 213-241. [In Persian]
Bas, M. (2022). The impact of the COVID-19 pandemic on the residential real estate market on the example of Szczecin, Poland. Procedia Computer Science, 207, 2048-2058.
Blanchard, O., & Summers, L. H. (Eds.). (2019). Evolution or revolution?: rethinking macroeconomic policy after the Great Recession. Mit Press.
Cabezon, E., & Prakash, T. (2008). Public financial management and fiscal outcomes in sub-Saharan African heavily-indebted poor countries. IMF Working Papers, 2008(217).
Chudik, A., Mohaddes, K., & Raissi, M. (2021). Covid-19 fiscal support and its effectiveness. Economics Letters205, 109939.
Deb, P., Furceri, D., Ostry, J. D., Tawk, N., & Yang, N. (2021). The effects of fiscal measures during COVID-19.
Elgin, C., Yalaman, A., Yasar, S., & Basbug, G. (2021). Economic policy responses to the COVID-19 pandemic: The role of central bank independence. Economics Letters, 204, 109874.
Fabrizio, S., & Mody, A. (2006). Can budget institutions counteract political indiscipline?. Economic Policy, 21(48), 690-739.
Faria-e-Castro, M. (2021). Fiscal policy during a pandemic. Journal of Economic Dynamics and Control, 125, 104088.
Filc, G., & Scartascini, C. (2004). Budget institutions and fiscal outcomes: ten years of inquiry on fiscal matters at the Research Department. In presentation at the Research Department 10th Year Anniversary Conference. Office of Evaluation and Oversight. Inter-American Development Bank.
Gourinchas, P. O., Kalemli-Özcan, Ṣ., Penciakova, V., & Sander, N. (2021). Fiscal Policy in the Age of COVID: Does it ‘Get in all of the Cracks?’ (No. w29293). National Bureau of Economic Research.
Hallerberg, M., & Wolff, G. B. (2008). Fiscal institutions, fiscal policy and sovereign risk premia in EMU. Public Choice, 136, 379-396.
Karabulut, G., Zimmermann, K. F., Bilgin, M. H., & Doker, A. C. (2021). Democracy and COVID-19 outcomes. Economics letters, 203, 109840.
Long, H., Chang, C. P., Jegajeevan, S., & Tang, K. (2022). Can Central Bank mitigate the effects of the COVID-19 pandemic on the macroeconomy?. Emerging Markets Finance and Trade, 58(9), 2652-2669.
Mulas-Granados, C., Onrubia, J., & Salinas-Jimenez, J. (2009). Do Budget Institutions Matter?: Fiscal Consolidation in the New EU Member States. Eastern European Economics, 47(1), 60-91.
Njindan Iyke, B. (2020). The disease outbreak channel of exchange rate return predictability: Evidence from COVID-19. Emerging Markets Finance and Trade, 56(10), 2277-2297.
Perotti, R., & Kontopoulos, Y. (2002). Fragmented fiscal policy. Journal of public economics, 86(2), 191-222.
Roudari, S. Homayunifar, M. (2021). Investigating the impact of COVID-19 spread on the Iranian stock market using regime-switching models. Iranian Journal of Economic Research, 78(20), 198-229. [In Persian]
Topcu, M., & Gulal, O. S. (2020). The impact of COVID-19 on emerging stock markets. Finance research letters, 36, 101691.
Vaghfi, H. Shabazbagian, A. Nourbakhsh, Z. (2020). Analysis of the impact of the Corona crisis on the exchange rate and gold in Iran's economy. Economic magazine (bimonthly review of economic issues and policies). 20 (5.6), 39-61. [In Persian]