پديد آورندگان :
بابائي، مجيد دانشگاه علامه طباطبائي , توكليان، حسين دانشگاه علامه طباطبائي- دانشكده اقتصاد , شاكري، عباس دانشگاه علامه طباطبائي- دانشكده اقتصاد
كليدواژه :
تورم , TVP-DMA , نااطميناني تورم , رشد اقتصادي , نقدينگي , بيكاري
چكيده فارسي :
مطالعات اوليه در پيش‌بيني تورم بيشتر در قالب منحني فيليپس سنتي بود كه رابطه تورم و بيكاري براساس آن مفهوم پيدا مي‌كرد، اما بعد از چند دهه و به خصوص بعد از نقد لوكاس، منحني فيليپس اوليه دچار تحولات شگرفي شد. منحني جديد، تورم واقعي و انتظاري را نه به نرخ بيكاري، بلكه به مقياسي از هزينه نهايي كل مرتبط مي‌سازد. از آنجا كه هزينه نهايي در الگوي اصلي منحني فيليپس نوكينزيني، تورم را تحريك مي‌كند، موجب مي‌شود كه تدوين مدل‌هايي كه در پيش‌بيني تورم كارا عمل كنند با مشكل روبه‌رو شوند. از اين‌رو با استفاده از مدل TVP-DMA كه توانايي رفع اين عيوب را دارد، سعي در ارتقاي كارايي پيش‌بيني تورم در اقتصاد ايران را داشته‌ايم. در مدل‌هاي سنتي متغيرهاي مستقل در كل دوره زماني يا تاثير معني‌داري بر متغير وابسته دارد يا اين تاثير بي‌معني است، اما در روش‌هاي TVPDMA يك متغير مستقل در يك دوره زماني مي‌تواند تاثير معني‌دار و در يك دوره تاثير بي‌معني داشته باشد. به عبارت ديگر، اين مدل كمك مي‌كند اثرگذاري معنادار يا غير معنادار يك متغير مستقل بر متغير وابسته را در سال‌هاي مختلف مورد بررسي قرار داد. در اين تحقيق از داده‌هاي فصلي در بازه زماني 1394-1370 استفاده شده است. نتايج تحقيق براساس خروجي مدل‌هايTVP، DMS،DMA بيانگر اين واقعيت است كه نرخ رشد نقدينگي 19، نرخ رشد اقتصادي 7، نرخ بيكاري 8، نرخ ارز 31، تغييرات نرخ سود تسهيلات بانكي 14، نرخ رشد درآمدهاي نفتي 15، نااطميناني تورم 14و نرخ رشد كسري بودجه 4 دوره از 100 دوره زماني تحت بررسي همگي داراي تاثير معناداري بر تورم هستند. بر اين اساس مي‌توان بيان داشت كه نرخ ارز، رشد نقدينگي و درآمدهاي نفتي مهم‌ترين شاخص‌هاي موثر بر تورم در دوره مورد بررسي بوده‌اند.
چكيده لاتين :
First studies in inflation forecasting were mostly based on traditional Philips curve in which the relation between inflation and unemployment is studied. However, after several decades and especially after the Lucas criticism, Philips curve faced great takeovers. The new Philips curve ties real and expected inflation, not to unemployment rate but to a scale of the marginal cost. Since in the original form of Philips curve, marginal cost stimulates inflation, it is difficult to formulate models that are effective in predicting inflation. Therefore, using TVP-DMA model, which has the ability to fix these deficiencies, we try to improve predictability of inflation in Iranian economy. An independent variable in conventional models can be either significant or insignificant while in TVP-DMA model, it may be significant during a period of time and insignificant in rest of the times. Therefore, this approach lets us to determine the periods in which an independent variable is significant and when it is not. In this study, we use seasonal data during the period 1991-2015. The results based on outputs of the TVP, DMS, and DMA models show that, out of 100 time periods under study, the liquidity growth rate in 19, economic growth rate in 7, unemployment in 8, exchange rate growth in 31, changes in the bank deposit rate in 14, oil revenues growth rate in 15, inflation uncertainty in 14 and the budget deficit growth rate in 4 periods have significant effect on inflation. Based on these results, it can be stated that exchange rate growth, liquidity growth and oil revenues growth rate are the most important indicators influencing inflation rate in Iran
