مرتضی نادری؛ احمد شربت اوغلی
دوره 9، شماره 32 ، مهر 1386، صفحه 1-29
چکیده
بررسیهای انجام شده در مقوله حسابداری رشد اقتصادی نشان میدهد که بخش اصلی رشد محقق شده در کشورها توسط نهادههای سنتی کار و سرمایه توضیح داده نمیشود. این جزء از رشد اقتصادی که در متون اقتصادی با عنوان عامل پسماند شناخته شده است، به مجموعه عواملی نسبت داده میشود که به افزایش بهرهوری کلی عوامل تولید سنتی (کار و سرمایه) منجر ...
بیشتر
بررسیهای انجام شده در مقوله حسابداری رشد اقتصادی نشان میدهد که بخش اصلی رشد محقق شده در کشورها توسط نهادههای سنتی کار و سرمایه توضیح داده نمیشود. این جزء از رشد اقتصادی که در متون اقتصادی با عنوان عامل پسماند شناخته شده است، به مجموعه عواملی نسبت داده میشود که به افزایش بهرهوری کلی عوامل تولید سنتی (کار و سرمایه) منجر میشوند. مبانی نظری و تجربی، عموماً پایههای خرد و کلان آزادی انتخاب و رقابتپذیری را ریشههای اصلی کیفیت بروز بهرهوری عوامل تولید معرفی میکنند. در این پژوهش سعی کردهایم رویکرد مدلهای رشد اقتصادی به متغیر رفتار آحاد اقتصادی پیوند زده شود. اگر قرار باشد رویکرد مدلهای رشد اقتصادی را به تئوری اقتصاد ارتباط دهیم، لازم است نقش رفتار آحاد اقتصادی در مدلهای رشد اقتصادی مورد توجه قرار گیرد. جزء پسماند حسابداری رشد که از آن به عنوان بهرهوری کل عوامل تولید یاد میشود، پارامتری است که میتواند این پیوند بین رفتار آحاد اقتصادی و رشد اقتصادی کشورها را در چارچوب مدلهای رشد اقتصادی تبیین نماید. این رویکرد به نوعی همسو با نگرش مدلهای رشد درونزا است.در چارچوب نمونهای از کشورهای جهان در فاصله سالهای 1999 تا 2004 و با برآورد یک مدل تجربی رشداقتصادی، ملاحظه شده است کشورهایی که شرایط رقابتپذیری آحاد اقتصادی برای آنها مناسبتر بوده است، به طور معناداری رشد اقتصادی بالاتری را تجربه کردهاند. نتایج این پژوهش که از نظر مدل، دامنه مطالعه و نمونه انتخابی متفاوت از سایرین است، تأیید مجددی بر نتایج سایر مطالعات تجربی ارائه شده در این مقوله است. در مطالعات تجربی ارائهشده از سوی پژوهشگران مختلف در جهان، کشور ایران در سالهای اخیر از جنبه وجود شرایط رقابتی برای فعالیت مناسب بنگاههای تولیدی وضعیت بسیار نامناسبی داشته است. با توجه به عدم ابهام در مبانی نظری موضوع تأثیر شرایط آزادی اقتصادی بر رشد، ایجاد بستر مناسب برای تصمیم گیری شفاف و صحیح بنگاههای تولیدی که در چارچوب سیاستگذاری رشد محقق خواهند شد، لازم و از وظایف اصلی دولتهاست. نقاط ضعف اساسی در انطباق شرایط جاری کشور با مبانی نظری رشد اقتصادی در سیاستگذاریهای رشد اقتصادی در کشور وجود دارد. به این ترتیب لازم است برنامهها و سیاستهای مشخص برای حاکم کردن راهبردهای رشد افزای آزادی اقتصادی در برنامههای اقتصادی پیشنهادی احزاب سیاسی کشور(به طور عام) و دولتهای حاکم به طور خاص نمود بیشتری پیدا کند. ایجاد شرایط آزادی اقتصادی برای فعالیت آزاد، شفاف و رقابتی بنگاههای تولیدی در کشور، یک جهتگیری مناسب و همسو با سیاستهای رشد اقتصادی است که لازم است به صورت ویژه در سیاستهای اقتصادی کشور نهادینه شود.
احمد جعفری صمیمی؛ زهرا (میلا) علمی؛ آرش هادیزاده
دوره 9، شماره 32 ، مهر 1386، صفحه 31-53
چکیده
هدف این مقاله، بررسی اثر برخی متغیرهای کلان اقتصادی بر تعیین رفتار شاخص قیمت مسکن در ایران است. در این راستا، از مدل اقتصاد کلانی استفاده شد که دارای پایههای اقتصاد خردی است و در آن از متغیرهای درآمد سرانه خانوار، شاخص قیمت سهام، شاخص قیمت خدمات ساختمانی، تعداد ساختمانهای تکمیلشده، حجم پول و نرخ تورم، به عنوان متغیرهای توضیحی ...
بیشتر
هدف این مقاله، بررسی اثر برخی متغیرهای کلان اقتصادی بر تعیین رفتار شاخص قیمت مسکن در ایران است. در این راستا، از مدل اقتصاد کلانی استفاده شد که دارای پایههای اقتصاد خردی است و در آن از متغیرهای درآمد سرانه خانوار، شاخص قیمت سهام، شاخص قیمت خدمات ساختمانی، تعداد ساختمانهای تکمیلشده، حجم پول و نرخ تورم، به عنوان متغیرهای توضیحی برای متغیر وابسته شاخص قیمت مسکن استفاده گردید. برآورد مدل با استفاده از دادههای فصلی سالهای 1384-1373 اقتصاد ایران و با بهکارگیری مدل خودتوضیح با وقفههای گسترده انجام شد. همچنین به منظور بررسی سرعت تعدیل مدل پویا به مدل بلندمدت، الگوی تصحیح خطا نیز برآورد گردید. نتایج حاصل از تخمین بیانگر این واقعیت است که متغیرهای کلان اقتصادی از قدرت توضیح دهندگی خوبی برای تعیین رفتار شاخص قیمت مسکن در ایران برخوردارند. علاوه بر این، علامت ضرایب برآورد شده، مطابق انتظار تئوری است.
منصور زیبایی؛ آشان شوشتریان
دوره 9، شماره 32 ، مهر 1386، صفحه 55-83
چکیده
از آنجا که مسأله فقر و برنامههای فقرزدایی مورد توجه سیاستگذاران و برنامهریزان قرار گرفته است، شناسایی دقیق این پدیده در موفقیت این برنامهها و حل این مسأله مهم ضرورتی انکارناپذیر خواهد بود. به رغم تمام تلاشهای جمهوری اسلامی ایران در راستای حذف فقر از جامعه، اولین برنامه تدوینشده مبارزه با فقر در جمهوری اسلامی ایران ...
بیشتر
از آنجا که مسأله فقر و برنامههای فقرزدایی مورد توجه سیاستگذاران و برنامهریزان قرار گرفته است، شناسایی دقیق این پدیده در موفقیت این برنامهها و حل این مسأله مهم ضرورتی انکارناپذیر خواهد بود. به رغم تمام تلاشهای جمهوری اسلامی ایران در راستای حذف فقر از جامعه، اولین برنامه تدوینشده مبارزه با فقر در جمهوری اسلامی ایران در عمل از سال 1380 با هدف به حداقل رساندن فقر در ایران به اجرا درآمده است. در این پژوهش، مسأله پویایی فقر را با استفاده از دادههای مرکب خانوارهای شهری و روستایی کشور برای سالهای 1380 تا 1382 بررسی میکنیم. بدین منظور، خط فقر در بخش روستایی و شهری محاسبه کرده و با استفاده از آن خانوارهای فقیر و غیر فقیر در نمونههای مورد مطالعه مشخص کردهایم. سپس، با استفاده از برآورد لاجیت و مدل spell نقش هر یک از عوامل تعیینکننده فقر بر نرخ مخاطره خروج از فقر و ورود مجدد به فقر خانوارها را مطالعه کردهایم. در برآورد خط فقر غذایی از روش تأمین انرژی غذایی (FEI) بهره گرفته و با استفاده از رگرسیونهای غیرپارامتریک خطوط فقر غذایی و غیرغذایی را به دست آوردهایم. نتایج این پژوهش نشان میدهد که فقر در بخش روستایی ابعاد بزرگتری داشته هر چند که انتقال میان وضعیتهای فقر در جوامع روستایی بیشتر دیده میشود. همچنین، بررسیها نشان میدهد که جوامع شهری بیشتر با پدیده فقر مزمن روبرو هستند.
حمید نیلساز؛ عبدالرحمن راسخ؛ علیرضا عصاره؛ حسنعلی سینایی
دوره 9، شماره 32 ، مهر 1386، صفحه 85-109
چکیده
روشهای سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام میگیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکلهای مختلف اعتبار، در کنار رقابتهای تجاری گسترده و تلاش موسسات مالی و بانکها برای پایین آوردن در صد عدم ...
بیشتر
روشهای سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام میگیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکلهای مختلف اعتبار، در کنار رقابتهای تجاری گسترده و تلاش موسسات مالی و بانکها برای پایین آوردن در صد عدم باز پرداخت، موجب افزایش بهکارگیری روشهای آماری در زمینة اعطای اعتبار شده است. رتبهبندی اعتباری به منظور پیشبینی احتمال کوتاهی در بازپرداخت و یا عدم باز پرداخت و یا معادل آن برای طبقهبندی متقاضیان اعتبار به دو گروه ریسک خوب و ریسک بد مورد استفاده قرار میگیرد. از جمله مزایای این روش میتوان به صرفه جویی در زمان، صرفه جویی در هزینه، حذف قضاوتهای شخصی و افزایش دقت در ارزیابی متقاضیان وام اشاره کرد. روشهای آماری مختلفی از جمله آنالیز ممیزی، رگرسیون لجستیک، روشهای هموارسازی نا پارامتری وشبکه های عصبی در زمینه رتبهبندی اعتباری مورد استفاده قرار گرفتهاند. در این میان، "شبکههای عصبی" به دلیل انعطاف پذیری بالاتر، در سالهای اخیر بیشتر مورد توجه قرار گرفتهاند. در این مقاله، یک مدل شبکه عصبی برای طبقهبندی متقاضیان دریافت وام فروش اقساطی ارائه و سپس عملکرد این مدل را با دو مدل آماری آنالیز ممیزی و رگرسیون لجستیک مقایسه میکنیم. نتایج حاصل از این مقایسه نشان می دهد که مدل شبکه عصبی در مقایسه با سایر مدلهای مورد مطالعه، از کارایی و دقت بالاتری برخوردار است.
علی حسین صمدی
دوره 9، شماره 32 ، مهر 1386، صفحه 111-136
چکیده
ایده رگرسیون جعلی در اقتصادسنجی توسط گرنجر و نیوبولد (1974) مطرح شد. این محققان نشان دادند که اگر متغیرهای مستقل و وابسته مورد استفاده در الگو باشند، تخمین الگو به روش حداقل مربعات معمولی باعث پیدایش نتایج غیر واقعی( یا جعلی) خواهد شد . اما سریهای زمانی مورد استفاده در الگوها ممکن است خاصیت جمع بستگی متفاوتی داشته باشند. بنابراین، ...
بیشتر
ایده رگرسیون جعلی در اقتصادسنجی توسط گرنجر و نیوبولد (1974) مطرح شد. این محققان نشان دادند که اگر متغیرهای مستقل و وابسته مورد استفاده در الگو باشند، تخمین الگو به روش حداقل مربعات معمولی باعث پیدایش نتایج غیر واقعی( یا جعلی) خواهد شد . اما سریهای زمانی مورد استفاده در الگوها ممکن است خاصیت جمع بستگی متفاوتی داشته باشند. بنابراین، این سوال مطرح میگردد که آیا پدیده رگرسیون جعلی در الگوهای دارای درجات متفاوت جمع بستگی نیز وجود خواهد داشت یا خیر. در این مقاله پس از بررسی سیر تکامل تاریخی و مفهوم رگرسیون جعلی، نتایج یافتههای برخی از مطالعات مهم در ارتباط با دادههای سری زمانی باالگوهای دارای متغیرهای و و همچنین و مد نظر قرار گرفته و از بررسی متون آشکار گردیده است که در چنین شرایطی نیز احتمال وقوع رگرسیون جعلی وجود دارد. بنابراین پیشنهاد شده است که قبل از اقدام به تخمین هر الگویی، خواص سریهای زمانیِ مورد استفاده، دقیقا"بررسی شود.
غلامرضا کشاورز حداد؛ محمد میرباقریجم
دوره 9، شماره 32 ، مهر 1386، صفحه 137-160
چکیده
علاوه بر تغییرات دما و شرایط جوّی- که عامل اصلی نوسانات فصلی تقاضای انرژی محسوب میشوند- عوامل دیگری نظیر شوکهای فصلی غیرقابل مشاهده بر نوسانات فصلی تقاضای انرژی تأثیر میگذارند. همچنین غیر از عوامل اقتصادی قابل مشاهده نظیر قیمت و درآمد، عوامل غیراقتصادی همانند تغییر سلیقه مصرفکنندگان و پیشرفت تکنولوژی و عوامل دیگری که ...
بیشتر
علاوه بر تغییرات دما و شرایط جوّی- که عامل اصلی نوسانات فصلی تقاضای انرژی محسوب میشوند- عوامل دیگری نظیر شوکهای فصلی غیرقابل مشاهده بر نوسانات فصلی تقاضای انرژی تأثیر میگذارند. همچنین غیر از عوامل اقتصادی قابل مشاهده نظیر قیمت و درآمد، عوامل غیراقتصادی همانند تغییر سلیقه مصرفکنندگان و پیشرفت تکنولوژی و عوامل دیگری که قابل مشاهده نیز نیستند، بر روند اصلی تقاضای انرژی اثر میگذارند. به کارگیری روش مدل ساختار سری زمانی ، این امکان را میدهد که بتوان هر دو مؤلفه روند تصادفی و فصلی تصادفی را در تقاضای انرژی به منظور برآورد صحیح کششهای درآمدی و قیمتی، وارد و مدلسازی کرد. سپس با استفاده از فیلتر کالمن با روش حداکثر راستنمایی، برآوردهای نااریب پارامترهای تابع تقاضا محاسبه میشود.در ایران برای اولین بار، برآورد تابع تقاضای گاز طبیعی در بخش خانگی و تجاری کشور با روش انجام شده است. در تابع تقاضای برآورد شده مؤلفه روند مشاهده نمیشود. ماهیّت مؤلفه فصلی تصادفی بوده و کشش مصرف سرانه گاز طبیعی نسبت به دما 26/0- درصد برآورد شده است. کششهای بلندمدت قیمتی و درآمدی نیز به ترتیب حدود 13/0- و 17/0 درصد محاسبه شده است.
ایمان فرجام نیا؛ محسن ناصری؛ سید محمدمهدی احمدی
دوره 9، شماره 32 ، مهر 1386، صفحه 161-183
چکیده
توانایی کمنظیر شبکههای عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهشهای انجامشده در مورد توانایی پیشبینی مدلهای خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکههای عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای ...
بیشتر
توانایی کمنظیر شبکههای عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهشهای انجامشده در مورد توانایی پیشبینی مدلهای خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکههای عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیشبینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداختهایم. افزون بر این، در این پژوهش پس از مدلسازی به وسیله شبکههای عصبی مصنوعی، به منظور تشخیص سهم مشارکت هر پارامتر ورودی در این مدل از تجزیه و تحلیل حساسیت استفاده کردهایم. با توجه به حجم وسیع به کارگیری اطلاعات روزانه قیمت جهانی نفت (بیش از 5500 روز اطلاعات) نتایج به دست آمده نشاندهنده برتری غیرقابل مقایسه مدل شبکههای عصبی مصنوعی نسبت به مدل ARIMA در پیشبینی قیمت روزانه نفت است.
1.Autoregressive Integrated Moving Average
[2].Artifical Neural Networks