ORIGINAL_ARTICLE
کارایی پویا در تنظیم شرکتهای آب و فاضلاب شهری ایران
یکی از مسائل مطرح در تنظیم، پویایی محیط تصمیمگیری و عدم تعدیل پایا به سمت شرایط بهینه است که سبب میشود ناکارایی در طی زمان پایا باشد. از اینرو در تنظیم به جای هدف قرار دادن کارایی ایستا باید کارایی پویا مورد هدف قرار داده شود. هدف از این مطالعه بهکارگیری کارایی پویا در تنظیم شرکتهای آب و فاضلاب شهری ایران است. برای این منظور، از یک مدل مرز تصادفی پویا که ناهمگونی در کارایی تکنیکی بلندمدت شرکتها را در نظر گرفته است، بهمنظور تخمین کارایی پویای 35 شرکت آب و فاضلاب شهری، برای دوره 95-1389 با بهکارگیری رویکرد بیزین استفاده شده است. یافتههای تحقیق نشان میدهند که در حالت در نظر نگرفتن ناهمگونی در بین شرکتها، پایایی ناکارایی بیشتر از زمانی است که این ناهمگونی در نظر گرفته میشود. نتایج مربوط به بررسی اثر ویژگیهای خاص شرکتها بر ناکارایی بخش توزیع آب شرکتهای آب و فاضلاب، نشان میدهند که میزان بارندگی، نسبت آب زیرزمینی به کل حجم آب خام، طول توسعه شبکه توزیع و طول اصلاح شبکه توزیع، سبب کاهش ناکارایی میشوند و تعداد حوادث آب و تعداد کنتورهای معیوب، آن را افزایش میدهند. طبقهبندی JEL: D24،D21، L95، L43، L51
https://jte.ut.ac.ir/article_76221_908f8a060f78d5f421953947be60b0bf.pdf
2020-04-20
1
26
10.22059/jte.2020.286534.1008205
کارایی پویا
تنظیم
شرکتهای آب و فاضلاب شهری
پایایی ناکارایی
فرزانه
جایدری
farzaneh.jaidary66@yahoo.com
1
دانشجوی دکترای علوم اقتصادی، گروه اقتصاد، دانشگاه پیام نور، تهران
LEAD_AUTHOR
فرهاد
خداداد کاشی
khodadad@pnu.ac.ir
2
استاد، گروه اقتصاد، دانشگاه پیام نور، تهران
AUTHOR
اصغر
ابوالحسنی
abolhasani2003@yahoo.com
3
دانشیار، گروه اقتصاد، دانشگاه پیام نور، تهران
AUTHOR
باقر
درویشی
darvishi_b@yahoo.com
4
دانشیار اقتصاد، گروه اقتصاد، دانشگاه ایلام
AUTHOR
رضایی، جواد، عید محمدزاده، حسن، فقیه نصیری، مرجان و گرشاسبی، علیرضا (1389). ارزیابی کارایی شرکتهای آب و فاضلاب شهری در بخش آب در استانهای کشور با استفاده از مدل برنامهریزی خطی، تحقیقات منابع آب ایران، 6 (1): 74-82.
1
رضائیان، جواد و عسگرینژاد، عباس (1393). ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکه عصبی مصنوعی، نشریه مهندسی صنایع، 48 (2): 213-201.
2
Ahn, S. C., & Sickles, R. C. (2000). Estimation of long-run inefficiency levels: a dynamic frontier approach, Econometric Reviews, 19 (4): 461-492.
3
Ai, C., & Sappington, D.E.M. (2002). The Impact of State Incentive Regulation on the U.S. Telecommunications Industry, Journal of Regulatory Economics, 22(2): 107–132.
4
Aigner, D., Lovel, C. A. K., & Schmidt, P. (1977). Formulation & estimation of stochastic frontier production function models. Journal of Econometrics, 6 (1): 21-37.
5
Aubert, C., & Reynaud, A. (2005). The impact of regulation on cost efficiency: an empirical analysis of Wisconsin water utilities, Journal of Productivity Analysis, 23: 383-409.
6
Badunenko, O., & Kumbhakar, S. C. (2016). When, where & how to estimate persistent & transient efficiency in stochastic frontier panel data models, European Journal of Operational Research, 255 (1): 272-287.
7
Battese, G., & Coelli, T. (1995). A model for technical inefficiency effects in a stochastic frontier production model for panel data, Empirical Economics 20: 325-332.
8
Bottasso, A., & Conti, M., (2009). Scale economies, technology & technical change: evidence from the English Water only sector, Regional Sci. Urban Econ, 39 (2): 138-147.
9
10. Crew, M.A., & Kleindorfer, P.R. (1996). Incentive Regulation in the United Kingdom & the United States: Some Lessons, Journal of Regulatory Economics, 9(3): 211–225.
10
11. Ebrahimi Nourali, A., Davoodabadi, M., & Pashazadeh, H. (2014). Regulation & Efficiency & Productivity Considerations in Water & Wastewater Industry: Case of Iran, Procedia - Social & Behavioral Sciences, 109: 281 – 289.
11
12. Emvalomatis, G. (2012a). Adjustment & unobserved heterogeneity in dynamic stochastic frontier models, Journal of Productivity Analysis, 37 (1): 7-16.
12
13. Emvalomatis, G., Stefanou, S. E., & Oude Lansink, A. (2011). A Reduced-Form Model for Dynamic Efficiency Measurement: Application to Dairy Farms in Germany & The Netherlands, American Journal of Agricultural Economics, 93 (1): 161-174.
13
14. Erbetta, F., & Cave, M. (2007). Regulation & efficiency incentives: evidence from the England & Wales water & sewerage industry, Rev. Netw. Econ., 6 (4): 425-452.
14
15. Estache, A., & Rossi, M. (2002). How different is the efficiency of public & private water companies in Asia?, World Bank Economic Review, 16(1): 139-148.
15
16. Fare, R., & Primont, D. (1995). Multi-Output Production & Duality: Theory & Applications, Netherlands: Kluwer Academic Publishers.
16
17. Filippini, M., & Greene, W. (2016). Persistent & transient productive inefficiency: a maximum simulated likelihood approach, Journal of Productivity Analysis, 45 (2):187-196.
17
18. Filippini, M., & Hunt, L. C. (2015). Measurement of energy efficiency based on economic foundations, Energy Economics, 52: S5-S16.
18
19. Filippini, M., Hrovatin, N., & Zoric´, J. (2008). Cost efficiency of Slovenian water distribution utilities: An application of stochastic frontier methods, Journal of Productivity Analysis, 29(2): 169–182.
19
20. Galan, S. E., Veiga, H., & Wiper, M. P. (2015). Dynamic effects in inefficiency: Evidence from the Colombian banking sector, European Journal of Operational Research, 240 (2): 562-571.
20
21. Garcia-Sanchez, I. (2006). Efficiency measurement in Spanish local government: the case of municipal water services, Review of Policy Research,23(2) : 355-371.
21
22. Giannakis, D., Jamasb, T., & M., Pollitt (2005). Benchmarking & incentive regulation of quality of service: an application to the UK electricity distribution networks, Energy Policy, 33: 2256–2271.
22
23. Greenstein, S., McMaster, S., & Spiller, P. (1995). The effect of Incentive Regulation on Infrastructure Modernization: Local Exchange Companies’ Deployment of Digital Technology, Journal of Economics & Management Strategy, 4(2): 187–236.
23
24. Griffin, J., & Steel, M. (2007). Bayesian stochastic frontier analysis using WinBUGS, Journal of Productivity Analysis, 27, 163-176.
24
25. Hertog, Johan den (1999). 5000 GENERAL THEORIES OF REGULATION, Economic Institute/ CLAV, Utrecht University.
25
26. Jamasb, T., & Pollitt, M., (2001). Benchmarking & regulation: international electricity experience, Utilities Policy, 9: 107–130.
26
27. Jamasb, T., & Pollitt, M., (2007). Incentive regulation of electricity distribution networks: Lessons of experience from Britain, Energy Policy, 35: 6163–6187.
27
28. Joskow, P. L. (2008). Incentive Regulation & Its Application to Electricity Networks, Review of Network Economics, 7 (4): 547–560.
28
29. Koop, G., Steel, M. F. J., & Osiewalski, J. (1995). Posterior analysis of stochastic frontier models using Gibbs sampling, Computational Statistics, 10: 353-373.
29
30. Markou, E., & Waddams Price, C. (1999). UK Utilities: Past Reform & Current Proposals, Annals of Public & Co-operative Economics, 70: 371–416
30
31. Meeusen, W., & van den Broeck, J. (1977). Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error, International Economic Review, 18 (2): 435-444.
31
32. Rovizzi, L., & Thompson, D. (1995). The Regulation of Product Quality in the Public Utilities, In: Bishop, M., Kay, J., & Mayer, C. (Eds.), The Regulatory Challenge, Oxford University Press.
32
33. Skevas, I. (2016). A bayesian approach to dynamic efficiency & productivity measurement, thesis, at the Faculty of Agricultural Sciences, Georg-August-University Gottingen, Germany
33
34. Tsionas, E. G. (2006). Inference in dynamic stochastic frontier models, Journal of Applied Econometrics, 21 (5): 669-676.
34
35. Tsionas, E. G., & Kumbhakar, S. C. (2014). Firm heterogeneity, persistent & transient technical inefficiency: a generalized true random-effects model, Journal of Applied Econometrics, 29 (1): 110-132.
35
36. van den Broeck, J., Koop G., Osiewalski J., & Steel M. (1994). Stochastic frontier models: A Bayesian perspective, Journal of Econometrics, 61, 273-303.
36
37. Viscusi W.K., Vernon, J.M., & Harrington, J.E. (1995). The Economics of Regulation & Antitrust Second Edition, Cambridge & London, MIT Press.
37
38. Vogelsang, I. (2002). Incentive Regulation & Competition in Public Utility Markets: A 20-Year Perspective, Journal of Regulatory Economics, 22(1): 5–27.
38
39. von Hirschhausen, C. (2008). Infrastructure, Regulation, Investment & Security of Supply: A Case Study of the Restructured US Natural Gas Market, Utilities Policy, 16: 1-10.
39
40. Waddams Price, C., Brigham, B., & Fitzgerald, L. (2002). Service Quality in Regulated Monopolies, CCR Working Paper CCR 02-4, Centre for Competition & Regulation, University of East Anglia, Norwich.
40
41. Woodbury, K., & Dollery, B. (2004). Efficiency Measurement in Australian Local Government: The Case of New South Wales Municipal Water Services, Review of Policy Research, 21: 615-636.
41
ORIGINAL_ARTICLE
تخمین هزینه جابه جایی نیروی کار در یک مدل ساختاری اقتصاد ایران
در این پژوهش مدلی ساختاری از بازار کار در ایران ارائه شده است و به کمک دادههای خرد خانوار، هزینه جابهجایی بینبخشی نیروی کار تخمین زده شده است. در این تحقیق علاوه بر در نظر گرفتن متغیرهای تحصیلات، جنسیت، سن و محل سکونت، هزینه جابه جایی متغیر (غیریکسان) بین بخشهای مختلف اقتصادی نیز برآورد شده است. براساس یافتههای این پژوهش میتوان گفت که: 1) هزینه جابهجایی بین بخشی در اقتصاد ایران بزرگ و بین 3 تا 11 برابر متوسط درآمد سرانه است. 2) هزینه جابه جایی برای زنان، نیروی کار تحصیل کرده، مسن و روستایی بیشتر است. 3) در صورتی که این هزینههای جابهجایی به صفر کاهش یابد، تولید در بخش قابل مبادله و غیرقابل مبادله 36 و 16 درصد افزایش مییابد. نتایج این تحقیق بهروشنی نشان میدهد که اعمال سیاستهای تغییرات شدید میتواند هزینه رفاهی بالایی در بخش نیروی کار داشته باشد. تجربه افراد در یک بخش به سختی و با تأخیر فراوان به بخش دیگر قابل انتقال خواهد بود. طبقه بندی JEL: J61, J21, C15
https://jte.ut.ac.ir/article_76245_3719fb3f81ee58a3b478b7c563ed8aca.pdf
2020-04-20
27
56
10.22059/jte.2020.280906.1008166
نیروی کار
هزینه جابه جایی
بخشهای اقتصادی
تخمین مدل ساختاری
محمد حسین
رحمتی
rahmati@sharif.edu
1
استادیار، دانشکده مدیریت و اقتصاد دانشگاه صنعتی شریف
LEAD_AUTHOR
علی
چوبداران
chobdaranali@gmail.com
2
دانشجوی کارشناسیارشد، دانشگاه صنعتی شریف، تهران
AUTHOR
Artuç, E., Chaudhuri, S., & McLaren, J. (2010). Trade shocks and labor adjustment: A structural empirical approach. American economic review, 100(3), 1008-45.
1
Artuc, E., & McLaren, J. (2010). A structural empirical approach to trade shocks and labor adjustment: An application to Turkey. Adjustment Costs and Adjustment Impacts of Trade Policy, World Bank, 33.
2
Bowlus, A. J., & Neuman, G. R. (2006). The job ladder. In Structural models of Wage and Employment dynamics (pp. 217-235). Emerald Group Publishing Limited.
3
Dix-Carneiro. (2014). Trade liberalization and labor market dynamics. Econometrica, 82(3), 825-885.
4
Heckman, J. J., & Sedlacek, G. (1985). Heterogeneity, aggregation, and market wage functions: an empirical model of self-selection in the labor market. Journal of political Economy, 93(6), 1077-1125.
5
Keane, M. P., & Wolpin, K. I. (1997). The career decisions of young men. Journal of political Economy, 105(3), 473-522.
6
Kennan, J., & Walker, J. R. (2011). The effect of expected income on individual migration decisions. Econometrica, 79(1), 211-251.
7
Lee, D., & Wolpin, K. I. (2006). Intersectoral labor mobility and the growth of the service sector. Econometrica, 74(1), 1-46.
8
ORIGINAL_ARTICLE
تحلیل حساسیت و رتبهبندی عوامل مؤثر بر ثبات مالی ایران در چارچوب ساخت شاخص ترکیبی
سیستم مالی زمانی باثبات است که بر عملکرد اقتصاد اثر مثبت داشته باشد و مانع آن نشود. بر این اساس، یک سیستم مالی باید بتواند در مقابل شوکها مقاومت کند و تخصیص پساندازها، انتقال اطلاعات، سیستم پرداخت و ... را بهصورت بهینه و کارا نگه دارد. در این تحقیق، ابتدا با استفاده از تجارب جهانی و دادههای ایران طی سالهای 1369 تا 1395، یک شاخص ترکیبی ثبات مالی ذیل چهار بُعد «نهادهای سپردهپذیر»، «اقتصاد کلان»، «بخش خارجی» و «کیفیت نهادی» برای ایران ساخته شده است. پس از ساخت شاخص ترکیبی، با استفاده از روش تحلیل حساسیت مؤثرترین نماگرها بر «نوسانات» و «مقدار متوسط» شاخص ترکیبی ثبات مالی شناسایی شدهاند. نتایج نشان میدهد که از بین 48 نماگر موجود، «نسبت کسری بودجه دولت به تولید ناخالص داخلی»، که یکی از شاخصهای اصلی «سلامت مالی دولت» در بُعد «کیفیت نهادی» است، در مجموع بیشترین اثر منفی را بر «نوسانات» و «مقدار متوسط» شاخص ترکیبی ثبات مالی داشته است؛ بنابراین جهت ارتقاء ثبات مالی در ایران، باید بیشترین تمرکز را بر کنترل «نسبت کسری بودجه دولت به تولید ناخالص داخلی» قرار داد. طبقهبندی JEL: C43، B15
https://jte.ut.ac.ir/article_76152_4c3ae2e31c84e41d6551136f7345b791.pdf
2020-04-20
57
85
10.22059/jte.2020.279561.1008156
ثبات مالی
الزامات نهادی
شاخص ترکیبی
تحلیل حساسیت
مجتبی
سید حسین زاده یزدی
m.hosseinzade@semnan.ac.ir
1
دانشجوی دکتری علوم اقتصادی دانشگاه سمنان
LEAD_AUTHOR
علیرضا
عرفانی
aerfani@semnan.ac.ir
2
دانشیار دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان
AUTHOR
مهدی
قائمی اصل
m.ghaemi84@gmail.com
3
استادیار دانشکده اقتصاد، دانشگاه خوارزمی، تهران
AUTHOR
ابراهیمی، آیتاله و سیف، الهمراد (1394). مفهومشناسی و زمینهیابی بانکداری مقاومتی در اقتصاد ایران. فصلنامه روند شماره 71، 19–54.
1
بهادر، علی (1395). ارکان اصلاحات نهادی لازم برای نهادینهسازی ثبات بخش مالی. پژوهشکده پولی و بانکی بانک مرکزی جمهوری اسلامی ایران.
2
توکلی، محمدجواد و کریمی، عبدالخالق (1393). شاخص بانکداری اسلامی. معرفت اقتصاد اسلامی سال ششم، شماره 11، 71-94.
3
خداپرست، مهدی، فلاحی، محمدعلی و رجبزاده مغانی، ناهید (1395). بررسی نقش کیفیت نهادی بر توسعه مالی در کشورهای منتخب عضو سازمان کنفرانس اسلامی. دو فصلنامه اقتصاد پولی، مالی، شماره 11، 26-45.
4
دادگر، یدالله و ناجی میدانی، علی اکبر (1382). شاخصهای جهانی شدن اقتصاد و موقعیت ایران. فصلنامه پژوهشنامه بازرگانی، شماره 29، 103-135.
5
رحمانی، مهرداد و ابونوری، اسماعیل (1394). استقلال بانک مرکزی و مقررات احتیاطی کلان. فصلنامه روند، شماره 69، 155–188.
6
رضایی، ابراهیم (1390). تحلیل اثرات عوامل نهادی بر رشد بهرهوری کل عوامل در اقتصاد ایران با استفاده از مدل فضا حالت. تحقیقات مدلسازی اقتصادی، شماره 6، 43-60.
7
سپهوند، مهرداد (1389). سازماندهی ساختار نظارتی بخش مالی و جایگاه بانک مرکزی. تازههای اقتصاد، شماره 128، 4-14.
8
ستودهنیا، سلمان و عابدی، فریبا (1392). تأثیر سیاستهای پولی و مالی در تثبیت مالی ایران. فصلنامه سیاستهای راهبردی و کلان، شماره 3، 103-115.
9
شاکری، عباس و باقری، شعله (1393). بررسی نهادی و کمی سازی تعامل میان دولت و بانک مرکزی در ایران. فصلنامه روند، شماره 65 و 66، 55-86.
10
شایگانی، بیتا و عبداللهی، مصعب (1390). بررسی ثبات در بخش بانکی اقتصاد ایران. دو فصلنامه جستارهای اقتصادی، شماره 16، 147-167.
11
صادقی شاهدانی، مهدی، میسمی، حسین و قائمی اصل، مهدی (1391). ارائه روششناسی جامع در ساخت و ارزیابی شاخصهای ترکیبی: دلالتهایی برای کمیسازی مفاهیم در اقتصاد و بانکداری اسلامی. فصلنامه مطالعات معرفتی در دانشگاه اسلامی، شماره 16، 681–708.
12
صادقی شاهدانی، مهدی، زاهدیوفا، محمدهادی و قائمی اصل، مهدی (1391). شاخصسازی ترکیبی توسعه انسانی مبتنی بر آموزههای تمدن اسلامی و بهکارگیری آن در ارزیابی جایگاه جمهوری اسلامی ایران. فصلنامه علمیپژوهشی پژوهشهای رشد و توسعه اقتصادی، شماره 97، 95-114.
13
صادقی، محسن (1392). مدیریت ریسک سیستمیک در نهادهای مالی بازار سرمایه ایران. مدیریت پژوهش، توسعه و مطالعات اسلامی سازمان بورس و اوراق بهادار 2013-36-92: 1-39.
14
صیادنیا طیبی، عزت الله، ارشدی، علی، صمدی، سعید و شجری، هوشنگ (1389). تبیین یک سیستم هشداردهنده جهت شناسایی بحرانهای مالی در ایران. فصلنامه پول و اقتصاد، شماره 6، 169-211.
15
عطرکارروشن، صدیقه و محبوبی، مطهره سادات (1395). استخراج شاخص شرایط مالی برای ایران. فصلنامه تحقیقات مدلسازی اقتصادی، شماره 24، 147–173.
16
غیاثوند، ابوالفضل و عبدالشاه، فاطمه (1394). مفهوم و ارزیابی تابآوری اقتصادی در ایران. فصلنامه پژوهشهای اقتصادی، شماره 59، 161-187.
17
فرزینوش، اسدالله و قربانشیران، علی (1391). تبیین و ساخت شاخص ثبات مالی و بررسی آن برای کشورهای در حال توسعه. سیاستهای اقتصای، شماره 93، 3-28.
18
کریمی، مجید و حامدی، میثم (1395). حفظ ثبات مالی و ضرورت آن پس از بحران. تهران: مرکز پژوهش، توسعه و مطالعات اسلامی سازمان بورس و اوراق بهادار، 1-21.
19
لطفعلیپور، محمدرضا، فلاحی، محمدعلی و اسماعیلپور مقدم، هادی (1393). اثر رشد اقتصادی، تجارت و توسعه مالی بر کیفیت محیط زیست در ایران براساس شاخص ترکیبی. فصلنامه پژوهشهای رشد و توسعه اقتصادی، شماره 15، 61–76.
20
میرباقری هیر، میرناصر، ناهیدی امیرخیز، محمدرضا و شکوهیفرد، سیامک (1395). ارزیابی ثبات مالی و تبیین عوامل مؤثر بر ثبات مالی بانکهای کشور. فصلنامه سیاستهای مالی و اقتصادی، شماره 15، 23-42.
21
نادعلی، محمد (1394). ثبات مالی و ضرورت پایش آن در فضای اقتصاد مقاومتی حاکم بر اقتصاد ایران. فصلنامه روند، شماره 71، 145-168.
22
نیلی، فرهاد (1384). مقدمهای بر ثبات مالی. فصلنامه روند، شماره 45، 25-56.
23
یزدانی، مهدی، طبیبی، سیدکمیل و یزدانی، نفیسه (1394). چگونه استقلال بانک مرکزی بر ثبات مالی اقتصاد در کشورهای بازارهای نوظهور اثرگذار است؟ دو فصلنامه اقتصاد پولی، مالی، شماره 9، 132-152.
24
Albulescu, C. (2010). Forecasting the Romanian financial system stability using a stochastic simulation model. Romanian Journal of Economic Forecasting 1/2010: 81-98.
25
Amie, G. (2007). Constructing composite indices. HDRO/RBA Regional Technical Workshop on Measuring Human Development.
26
Anayiotos, G., & Toroyan, H. (2009). Institutional Factors and Financial Sector Development: Evidence from Sub-Saharan Africa. IMF Working Paper 09/258, 1-26.
27
Basso, H., & Costain, J. (2016). Macroprudential theory: advances and challenges. Documentos Ocasionales 1604.
28
Boorman, J., Fajgenbaum, J., Ferhani, H., Bhaskaran, M., Arnold, D., & Alberto Kohli, H. (2013).The Centennial Resilience Index: Measuring Countries'Resilience to Shock. Global Journal of Emerging Market Economies, 5 (2): 57-98f
29
Borio, C. (2011). Implementing a Macroprudential Framework: Blending. Capitalism and Society, 6 (1).
30
Borio, C. (2014). Macroprudential frameworks: (Too) great expectations? Macroprudentialism. VoxEU eBook, CEPR, London, 29-45.
31
Chau-Jung, K., Yu-Wei, L., & Li-Hua, L. (2016). A Robust Set of Indicators for the Financial Stress and Financial Stability: Taiwan’s Case Studies. International Journal of Financial Research, 7: 172-188.
32
Cheang, N., Choy, I. (2011). Aggregate Financial Stability Index for an Early Warning System. Macao Monetary Research Bulletin, 21: 27-51.
33
Clark, A., Large, A. (2011). Macroprudential policy; Addressing the things we don't know. Washington, DC: Group of Thirty.
34
Davis, E. (1999). Financial data needs for macroprudential surveillance; what are the key indicators of risks to domestic financial stability? Edited by Robert Heath. Handbooks in Central Banking Lecture Series (The Centre for Central Banking Studies, Bank of England) 2: 1-44.
35
Dirk, S. (2014). Introduction of Macroprudentialism. Macroprudentialism. VoxEU eBook, CEPR, London 1-8.
36
Dirks, M., Vries, C., & Lecq, F. (2014). Macroprudential policy: The neglected sectors. Macroprudentialism. VoxEU eBook, CEPR, London 73-85.
37
Dumicic, M. (2016). Financial Stability Indicators – The Case of Croatia. Journal of Central Banking Theory and Practice, 5(1): 113-140.
38
Eidenberger, J., Ubl, E., & Tirpak, M. (2013). Measuring Financial (In) Stability in Emerging Europe: A New Index-Based Approach. Financial Stability Report, 25: 102-118.
39
Fenira, M. (2014). Democracy: A Determinant Factor in Reducing Inflation. International Journal of Economics and Financial Issues, 4 (2): 363-375.
40
Gadanecz, B., & Jayaram, K. (2008). Measures of financial stability - a review. IFC Bulletin, 31: 365–380.
41
Gersl, A., & Hermanek, J. (2007). Financial Stability Indicators: Advantages and Disadvantages of Their Use in the Assessment of Financial System Stability. 69-79.
42
Guettafi, S., & Laib, Y. (2016). Resilience and Stability of Algeria’s Financial System towards – Resilience versus Stability - Approach. JEDS (Journal of Economics and Development Studies), 4 (1): 78-90.
43
Hatzius, J., Hooper, P., Mishkin, F., Schoenholtz, K., Schoenholtz, K., & Watson, M. (2010). Financial Conditions Indexes: A Fresh Look after the Financial Crisis. NBER Working Papers Series, 16150: 1-56.
44
Heath, R., Errico, L., Loukoianova, E., Firmansyah, A., Khay, P., Perez, R., … Zhao, X.-Z (2013). Modifications to the Current List of Financial Soundness Indicators (FSIs). IMF Policy Paper, 1-47.
45
Jan, B. (2013). Key aspects of macroprudential policy. International Monetary Fund.
46
Javed, O. (2013). Determinants of institutional quality: A Case Study of IMF Programme Countries. Munich Personal RePEc Archive Paper (51344): 1-31.
47
Javed, O. (2014). Institutional quality،macroeconomic stabilization and economic growth: a case study of IMF programme countries. MPRA Paper (Faculty of Economics and Business, University of Barcelona) 56370: 1-34.
48
Karanovic, G., Karanovic, B. (2015). Developing an Aggregate Index for Measuring Financial Stability in the Balkans. Procedia Economics and Finance, 33: 3-17.
49
Kaufmann, D., Kraay, A., & Mastruzzi, M. (2009). Governance Matters: Aggregate and Individual Governance Indicators. Policy Research Working Paper, 4978: 1-103.
50
Kaufmann, D., Kraay, A., & Mastruzzi M. (2009). Governance Matters: Aggregate and Individual Governance Indicators. Policy Research Working Paper 4978, 1-105.
51
Krishnamurti, D., & Lee, Y.C. (2014). Macroprudential Policy Framework: A Practice Guide. Washington, D.C.: World Bank Publications.
52
Loloh, F. (2015). Aggregate Financial Soundness Indicator (AFSI) for Ghana. SSRN Journal (SSRN Electronic Journal), 1-14.
53
Luis, I., Erlend, W., & Patrick, I. (2012). Building Blocks for Effective Macroprudential Policies in Latin America: Institutional Considerations. IMF Working Papers, 12 (183).
54
Mishkin, F. S. (1999). Global financial instability: Framework, events, issues. Journal of Economic Perspectives, 4: 3-20.
55
Mohan, R., & Kapur, M. (2014). Monetary Policy Coordination and the Role of Central Banks. IMF Working Papers, 14 (70).
56
Mohr, B., & Wagner, H. (2012). A Structural Approach to Financial Stability: On the Beneficial Role of Regulatory Governance. University of Hagen, Department of Economics, Universitaetsstrasse, 30.
57
Morris, V. (2010). Measuring and Forecasting Financial Stability: The Composition of an Aggregate Financial Stability Index for Jamaica. Financial Stability Department Bank of Jamaica, 1-19.
58
Nayn, Z., & Siddiqui, M. (2011). Measuring Financial Stability: The Composition of an Aggregate Financial Stability Index for Bangladesh. 1-32.
59
Petrovska, M., & Mihajlovska, E.M. (2013). Measures of Financial Stability in Macedonia. Journal of Central Banking Theory and Practice, 3, 85-110.
60
Portes, R. (2014). Macroprudential policy and monetary policy. Macroprudentialism. VoxEU eBook, CEPR, London 47-59.
61
Prasad, A., Abdel, H., Martinez, P. (2016). Macroprudential Policy and Financial Stability in the Arab Region. IMF Working Papers, 16 (98).
62
Puddu, S. (2012). Optimal Weights and Stress Banking Indexes. University of Neuchatel Institute of Economic Research, 13-02, 1-44.
63
Ramon, A., Song, L. L., & Schou-Zibell, L. (2010). A Macroprudential Framework for Monitoring and Examining Financial Soundness. SSRN Journal (SSRN Electronic Journal), 43,1-68.
64
Roger, F. (2010). Enhancing financial stability and resilience: macroprudential policy, tools, and systems for the future. Washington, D.C.: Group of Thirty.
65
Sameti, M., Dallali Isfahani, R., & Karnameh H. (2012). Outcome of Macroeconomic Instability (A Case for Iran). RAE (Research in Applied Economics) 4 (1).
66
Satyanath, S., Subramanian, A. (2007). The Political Economy of Nominal Macroeconomic Pathologies. IMF Working Papers, 4, 1-56.
67
Tamarah, S., & Tong, M. (2014). The interaction of the FPC and the MPC. bank of England, 396-408.
68
Tomuleasa, I.-I. (2015). Central Bank Communication and its Role in Ensuring Financial Stability. Procedia Economics and Finance, 20, 637–644.
69
Tucker, P. (2014). The political economy of macroprudential regimes. Macroprudentialism. VoxEU eBook, CEPR, London 61-72.
70
Tucker, P. (2013). Macroprudential policy at the Bank of England. Bank of England, 53 (3): 192-200.
71
Urbankova, J. (2012). Measuring Financial Instability: A Survey. Bachelor Thesis, 1-87.
72
Victoria, S. (2009). The role of macroprudential policy. Bank of England Discussion Paper.
73
Vinals, J. (2011). Macroprudential Policy: An Organizing Framework. IMF Policy Paper.
74
ORIGINAL_ARTICLE
توسعه بازار کار زنان در استانهای ایران و تأثیر آن بر طلاق
سیاستهای کلی اشتغال، ابلاغی توسط مقام معظم رهبری، در بند دوازدهم با نگاهی منطقهای به بازار کار "توجه ویژه به کاهش نرخ بیکاری استانهای بالاتر از متوسط کشور" را بهعنوان یکی از سیاستهای کلی گوشزد کرده و این موضوع خود میتواند با نگاه جنسیتی به دو بخش تقریب نرخ بیکاری زنان و مردان در استانها به متوسط نرخ بیکاری کشور تعبیر گردد. این در حالی است که مبانی نظری و مطالعات موجود، ارتباط معنیداری را بین توسعه بازار کار استانها و آسیبهای اجتماعی آنها نشان دادهاند اما با وجود این، نتایج این مطالعات نتایجی متفاوت میباشد؛ از اینرو، این پژوهش میکوشد تعامل بازار کار استانهای ایران را با نگاهی جنسیتی با آسیبهای اجتماعی آنها مورد بررسی و کنکاش قرار دهد. توسعه بازار کار در این مطالعه با نماگرهای اشتغال زنان مورد ارزیابی قرار گرفته و با بهرهگیری از روش تاپسیس با یکدیگر تلفیق شدهاند. آسیبهای اجتماعی استانها نیز با استفاده از نرخ طلاق سنجیده شده است. با استفاده از روش دادههای تابلویی، نتایج این پژوهش حاکی از آن است که توسعهیافتگی بازار کار زنان بهصورت منفی و معنیدار نرخ طلاق استانها را تحت تأثیر قرار داده و به عبارتی، با توسعه بازار کار زنان، پدیده طلاق کاهش مییابد. از نظر سیاستگذاری، این یافته مبین امکان تعدیل آسیبی اجتماعی با تصمیمی اقتصادی است. طبقهبندی JEL: R23، O11، J16، J12
https://jte.ut.ac.ir/article_76153_0452a4d54ceea4ea44825dfc0d7ee7cf.pdf
2020-04-20
87
113
10.22059/jte.2020.276666.1008116
توسعه بازار کار
بازار کار زنان
نرخ طلاق
روش تاپسیس
استانهای ایران
محمدعلی
فیضپور
feizpour@yazd.ac.ir
1
استادیار اقتصاد، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد
AUTHOR
مرضیه
شاکری حسینآباد
marzieh_shakeri@yahoo.com
2
گروه اقتصاد، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران
LEAD_AUTHOR
اکبری، نعمتالله و زاهدی کیوان، مهدی (1387). کاربرد روشهای رتبهبندی و تصمیمگیری چندشاخصه،چاپ اول، تهران: انتشارات سازمان شهرداریها و دهیاریهای کشور.
1
جوادینیک، آمنه و مرادیفر، طاهره (1393). بررسی اشتغال زنان و ارتباط آن با نظم و امنیت خانواده. فصلنامه دانش انتظامی، 7(15)، 79-97.
2
سازمان مدیریت و برنامهریزی کشور (1382). سند چشمانداز جمهوری اسلامی ایران در افق 1404 هجری شمسی، تهران: سازمان مدیریت و برنامهریزی کشور.
3
سازمان مدیریت و برنامهریزی کشور (1400-1368). مجموعه قوانین برنامههای اول تا ششم توسعه اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران، چاپ اول، تهران: سازمان مدیریت و برنامهریزی کشور.
4
طاهرخانی، مهدی (1386). کاربرد تکنیک TOPSIS در اولویتبندی مکانی استقرار صنایع تبدیلی کشاورزی در مناطق روستایی. فصلنامه پژوهشهای اقتصادی، 6(3)، 59-73.
5
فخرائی، سیروس و حکمت، شرمین (1389). عوامل مؤثر بر شدت درخواست طلاق از سوی زنان شهرستان سردشت. فصلنامه زن و مطالعات خانواده، 2(7)، 103-120.
6
فیضپور، محمدعلی، شاکری حسینآباد، مرضیه و آسایش، فاطمه (1393). رونق اقتصادی، بازار کار و طلاق: شواهدی از مناطق ایران طی دوره 90-1384. اولین همایش ملی رونق اقتصادی و پیشگیری از آسیبهای اجتماعی، یزد، اتاق بازرگانی، صنایع، معادن و کشاورزی.
7
کلانتری، عبدالحسین، روشنفکر، پیام و جواهری، جلوه (1390). آثار و پیامدهای طلاق، مرور نظاممند تحقیقات انجام شده در ایران با تأکید بر ملاحظات جنسیتی (1390-1376). فصلنامه زن در توسعه و سیاست، 9(3)، 111-131.
8
گلشن، صیاد (1372). بررسی طلاق و عوامل اجتماعی جمعیتی مؤثر بر آن در سالهای 70- 1364 در شهرستان خوی (پایاننامه کارشناسی ارشد). دانشکده علوم اجتماعی، دانشگاه تهران.
9
محمودیان، حسین و خدامرادی، حسام (1389). بررسی رابطه طلاق و توسعه اقتصادی اجتماعی در شهرستانهای کشور سال 1385. فصلنامه مطالعات امنیت اجتماعی، (23)، 13-41.
10
مدیری، فاطمه و رحیمی، علی (1395). اشتغال زنان، نشاط زناشویی و گرایش به طلاق (مطالعه موردی: متأهلان شهر تهران). فصلنامه زن در توسعه و سیاست، 14(4)، 451-475.
11
مرکز آمار ایران (93-1384). سالنامه آماری کشور، چاپ اول، تهران: مرکز آمار ایران.
12
مرکز آمار ایران (93-1384). نتایج آمارگیری نیروی کار، چاپ اول، تهران: مرکز آمار ایران.
13
مولوی، پرویز و رسولزاده، بهزاد (1383). بررسی عوامل مؤثر در گرایش جوانان به مصرف مواد مخدر، فصلنامه اصول بهداشت روانی، 6(21 و 22)، 49-55.
14
یحییزاد، حسین و حامد، محبوبه (1394). مسائل فرزندان طلاق در ایران و مداخلات مربوطه: فراتحلیل مقالات موجود، دوفصلنامه مطالعات زن و خانواده، 3(2)، 91-120.
15
یونسی، فلورا، معین، لادن و شمشیرینیا، ترلان (1389). مقایسه سلامت روان، عزت نفس و مسئولیتپذیری دانشآموزان دختر مقطع راهنمایی خانوادههای طلاق و عادی شهرستان فیروزآباد سال تحصیلی 88-87. فصلنامه زن و جامعه، 1(2)، 79-95.
16
Amato, P. R., & Rogers, S. J. (1997). A Longitudinal Study of Marital Problems and Subsequent Divorce. Journal of Marriage and the Family, 59(3), 612-624.
17
Becker, G. S. (1981). A Treatise on the Family, enl. ed. Harvard University Press.
18
Bremmer, D., & Kesselring, R. (2004). Divorce and Female Labor Force Participation: Evidence from Times-Series Data and Cointegration. Atlantic Economic Journal,32(3), 175-190.
19
Cooke, L. P., & Gash, V. (2010). Wives’ Part-Time Employment and Marital Stability in Great Britain, West Germany and the United States. Journal of Sociology,44(6), 1091-1108.
20
Jalovaara, M. (2003). The Joint Effects of Marriage Partners’ Socioeconomic Positions on the Risk of Divorce. Journal of Demography, 40(1), 67-81.
21
Jimenez-Rubio, D., Garoupa, N., & Rosales, V. (2016). Explaining Divorce Rate Determinants: New Evidence from Spain. Applied Economic Letters.
22
Lyngstad, T. H. (2006). Does Community Context Have Important Bearings on the Divorce Rate? A Fixed-Effects Study of Twenty Norwegian First-Marriage Cohorts (No. 06/2006). Vienna Institute of Demography (VID) Working Papers.
23
Matysiak, A., Styrc, M., & Vignoli, D. (2013). Job and Stable Marriage: Does Context Matter? Paper Presented at the Paper Prepared for the Population Association of America (PAA) 2013 Annual Meeting.
24
Mencarini, L., & Vignoli, D. (2017). Employed Women and Marital Union Stability: It Helps When Men Help. Journal of Family Issues, https://doi.org/10.1177/0192513X17710283.
25
No, S. C., Andrews, D., & Yigletu, A. (2007). Dynamic Analysis of Income and Independence Effect of African American Female Labor Force Participation on Divorce. Atlantic Economic Journal, 35(2), 159-171.
26
Nunley, J. M. (2010). Inflation and Other Aggregate Determinants of the Trend in US Divorce Rates Since the 1960s. Applied Economics, 42(26), 3367-3381.
27
Parsons, T. (1955). The American Family: Its relation to Personality and to the Social Structure. Pp. 3-26 in Family, Socialization and Interaction Process, edited by T. Parsons and R. F. Bales. Free Press.
28
______ (1959). The Social Structure of the Family. Pp. 241-73 in The Family: Its Function and Destiny, edited by R. N. Anshen.
29
Pesaran, M. H. (2004). General Diagnostic Tests for Cross Section Dependence in Panel. CESifo Working Paper 1229.
30
Schoen, R., Astone, N. M., Kim, Y. J., Rothert, K., & Standish, N. J. (2002). Women's Employment, Marital Happiness, and Divorce. Journal of Social Forces, 81(2), 643-662.
31
Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data, MIT-Press.
32
ORIGINAL_ARTICLE
تعیین مولفههای تابآوری نظام تجاری ایران
هدف از این مقاله تعیین مؤلفههای مؤثر بر تابآوری نظام تجاری ایران است. آسیبپذیریهای بخش تجاری بهعنوان عامل مهمی در کاهش تابآوری آن در نظر گرفته میشود. بر این اساس، با توجه به ادبیات موجود تابآوری و با استفاده از رویکرد نظریه داده بنیاد و با رویکرد مدل میانگینگیری بیزی، مؤلفههای مؤثر بر تابآوری بخش تجاری مشخص شده است. با استفاده از رویکرد میانگینگیری بیزی، 4 متغیر شاخص ریسک، نسبت صادرات نفتی به صادرات غیرنفتی، اختلاف نرخ ارز آزاد و رسمی و نسبت واردات مصرفی به کل واردات، در حضور 23 متغیر مهم شناخته شدهاند که نشان میدهد میبایست در سنجش اثرگذاری در بخش تجارت و ارز به این متغیرها بیش از سایر متغیرها توجه شود. طبقهبندی JEL: E60، F41، F13، C13
https://jte.ut.ac.ir/article_76154_6456e4087de82efed2f38ad37963d2c3.pdf
2020-04-20
115
133
10.22059/jte.2020.283979.1008186
تابآوری
آسیبپذیری
رویکرد داده بنیاد
میانگینگیری مدل بیزی
نظام تجاری
حسام الدین
قاسمی
he_ghasemi@sbu.ac.ir
1
دانشجوی روزانه دکترای اقتصاد دانشگاه شهید بهشتی تهران، تهران، ایران
LEAD_AUTHOR
عباس
عرب مازار
ab_arabmazar@sbu.ac.ir
2
دانشیار دانشکده اقتصاد و علوم سیاسی دانشگاه شهید بهشتی تهران، تهران، ایران
AUTHOR
ابریشمی، حمید و محسنی، رضا (1381). نوسانات صادرات نفتی و رشد اقتصادی، پژوهشهای اقتصادی ایران، 13، 32-1.
1
ابونوری، اسماعیل و لاجوردی، حسن (1395). برآورد شاخص آسیبپذیری و تابآوری اقتصادی به روش پارامتریکی: بررسی موردی کشورهای عضو اوپک، نظریههای کاربردی اقتصاد، 3(10)، 44–25.
2
استراوس، انسلم و کوربین، جولیت (1990). مبانی پژوهش کیفی فنون و مراحل تولید نظریه زمینهای. ترجمه ابراهیم افشار. چاپ پنجم، تهران، نشر نی. تاریخ ترجمه (1395).
3
اسلاملوئیان، کریم، سروستانی شفیعی، مریم و جعفری، محبوبه (1389). بررسی اثر بازبودن تجاری بر متغیرهای کلان در اقتصاد ایران، فصلنامه پژوهشهای اقتصادی ایران، 43، 21–1.
4
اکبریان، رضا و محتشمی، عباس (1385). تأثیر آزادسازی اقتصاد بر اشتغال بخش صنعت (1382-1352)، پژوهشهای اقتصادی ایران، 29، 196 - 171.
5
سعادت، رحمان، عرفانی، علیرضا و جودکی، حدیث (1395). تأثیر نوسانات نرخ ارز بر صادرات ایران به ونزوئلا، مجله تحقیقات اقتصادی، 51(3)، 609–595.
6
سلمانی، بهزاد و یاوری، کاظم (1383). سیاست تجاری و رشد اقتصادی: مورد کشورهای صادرکننده نفت، پژوهشنامه بازرگانی، 30، 66-37.
7
شریفی، نورالدین و نبوی، سیدمحسن (1394). عبور نرخ ارز به شاخص قیمت کالاها و تورم در ایران، مجله تحقیقات اقتصادی، 50(3)، 658–639.
8
دانایی فرد، حسن، الوانی، سید مهدی و آذر، عادل (1394). روش شناسی پژوهش کیفی در مدیریت: رویکردی جامع. چاپ چهارم تهران، صفّار.
9
رضوی، سید عبدله، سلیمیفر، مصطفی و ناجی میدانی، علیاکبر (1393). نرخ ارز و تأثیر آن بر صادرات غیرنفتی در ایران: رویکرد خودرگرسیون برداری، مجله راهبرد اقتصادی، 8، 53-35.
10
طیبی، سید کمیل، نصرالهی، خدیجه، یزدانی، مهدی و ملک حسینی، سید حسن (1394). تحلیل اثر عبور نرخ ارز بر تورم در ایران (1391 – 1370)، فصلنامه پژوهشهای اقتصادی ایران، 63، 36–1.
11
غیاثوند، ابوالفضل و عبدالشاه، فاطمه (1394). مفهوم و ارزیابی تابآوری اقتصادی ایران، پژوهشنامهاقتصادی، 59، 187-161.
12
مرادپور اولادی، مهدی، ابراهیمی، محسن و عباسیون، وحید (1387). بررسی اثر عدم اطمینان نرخ ارزواقعی بر سرمایهگذاری بخش خصوصی، پژوهشهای اقتصادی ایران، 35، 176-159.
13
Abiad, A., Bluedorn, J., Guajardo, J., & Topalova, P. (2015). The rising resilience of emerging market and developing economies. World Development, 72, 1–26.
14
Akter, S., & Mallick, B. (2013). The poverty–vulnerability–resilience nexus: Evidence from Bangladesh. Ecological Economics, 96, 114-124.
15
Ariu, A. (2016). Crisis-proof services: Why trade in services did not suffer during the 2008–2009 collapse. Journal of International Economics, 98, 138-149 .
16
Baggio, M., & Perrings, C. (2015). Modeling adaptation in multi-state resource systems. Ecological Economics, 116, 378-386.
17
Bakhtiari, S., & Sajjadieh, F. (2018). Theoretical and Empirical Analysis of Economic Resilience Index. Iranian Journal of Economic Studies, 7(1), 41-53.
18
Bates, S., Angeon, V., & Ainouche, A. (2014). The pentagon of vulnerability and resilience: A methodological proposal in development economics by using graph theory. Economic Modelling, 42, 445-453.
19
Boorman, J., Fajgenbaum, J., Ferhani, H., Bhaskharan, M., Drew, A., & Harpaul, A.K. (2013). The Centennial Resilience Index: Measuring Countries Resilience to Shock, Centennial Group. Global Journal of Emerging Market Economies, 5(2), 57 – 98.
20
Briguglio, L., & Galea, W. (2003). Updating and Augmenting the Economic Vulnerability Index. Occasional Papers on Islands and Small States, Malta: Islands and Small States Institute of the University of Malta.
21
Briguglio, L., Cordina, G., Farrugia, N., & Vella, S. (2008). Economic vulnerability and resilience(concepts and measurements), United Nations University (UNU). World Institute for Development Economics Research (WIDER), 1-20.
22
Exner, A., Politti, E., Schriefl, E., Erker, S., Stangl, R., Baud, S., Warmuth, H., Matzenberger, J., Kranzl, L., Paulesich, R., Windhaber, M., Supper S., & Stöglehner, G. (2016). Measuring regional resilience towards fossil fuel supply constraints. Adaptability and vulnerability in socio-ecological transformations-the case of Austria. Energy Policy, 91, 128-137.
23
Giannone, D., Lenza, M., & Reichlin, L. (2011). Market Freedom and the Global Recession. IMF Economic Review, 59(1), 111 - 135.
24
Kubitschek, A., Katrin, J., Lauren, L., & McGirr, M. (2013). A Framework for Analyzing Resilience In Fragile and Conflict Affected Situations. USAID.
25
Martin, S., Gernot, D., & Miller, R. (2004). Determinants of long-term growth: A bayesian averaging of classical estimates (BACE) approach. The American Economic Review, 94(4), 813-835.
26
Proag, V. (2014). The concept of vulnerability and resilience. Procedia Economics and Finance, 18, 369-376.
27
Rose, A., & Krausmann, E. (2013). An economic framework for the development of a resilience index for business recovery. International Journal of Disaster Risk Reduction, 5, 73-83.
28
Storm, S., & Naastepad, C.W.M. (2015). Crisis and recovery in the German economy: The real lessons. Structural Change and Economic Dynamics, 32, 11 - 24.
29
ORIGINAL_ARTICLE
شبیهسازی بازار اجاره مسکن با استفاده از مدلسازی عاملمحور (مطالعه موردی: منطقه شش شهر اصفهان)
مسئلهی دسترسی به مسکن برای خانوارها در دو حوزهی جداگانهی «خرید مسکن» و «اجارهی» آن قابل واکاوی است. در این چارچوب، تقاضا برای مسکن شامل تقاضای خرید و تقاضا برای اجاره میباشد. با توجه به این موضوع، دو بازار مجزای خرید-فروش و اجارهای مسکن با ویژگیهای متفاوت در اقتصاد شکل میگیرد. بیشتر پژوهشهای انجام شده در این زمینه معطوف به بازار خرید و فروش بوده و بازار اجاره تا حد زیادی در تحلیلهای جاری بازار مسکن مورد بیتوجهی قرارگرفته است. این پژوهش تلاش میکند، تا با ارائه یک مدل ترکیبی پویاییشناسی سیستمی و عاملمحور، نرخ اجاره را برای پنج سال آتی در بازار اجاره مسکنِ منطقهی شش شهر اصفهان شبیهسازی کند و قیمت اجاره آن را مورد پیشبینی قراردهد. براساس این شبیهسازی محلهی هزارجریب با اختلاف زیادی از محلهی همتآباد به ترتیب دارای بالاترین و پایینترین نرخ اجاره است. پس از محله هزارجریب به ترتیب محلههای سعادتآباد، آبشار، باغنگار، فیض، مسجدمصلی، کویامام، تختفولاد و شهیدکشوری قرار میگیرد. از دیدگاه تقاضا، بالابودن نرخ اجاره در محلهی هزارجریب بهدلیل سطح بالای شاخص برخورداری آن است. از دیدگاه عرضه نیز بالابودن نرخ اجاره در محلهی هزارجریب ناشی از پایینبودن عرضهی واحدهای استیجاری است. طبقهبندی JEL: R31،R21، C63، E17
https://jte.ut.ac.ir/article_76155_41a1da12729c6be3e1072afd33e0b95d.pdf
2020-04-20
135
165
10.22059/jte.2020.282224.1008175
بازار مسکن
نرخ اجاره
شبیهسازی
مدل عامل محور
پویاییشناسی سیستمی
ایمان
کی فرخی
i.keyfarokhi@gmail.com
1
دانشجوی دکتری علوم اقتصادی، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
AUTHOR
نعمت الله
اکبری
n_akbari@ase.ui.ac.ir
2
استاد، دانشکده اقتصاد دانشگاه اصفهان
LEAD_AUTHOR
شکوفه
فرهمند
farahmand.shekoofeh@gmail.com
3
دانشیار گروه اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
AUTHOR
علی
عسگری
asgary@york.ca
4
دانشیار گروه مدیریت بحران، دانشگاه یورک، تورنتو، کانادا
AUTHOR
ایزدخواستی، حجت، عربمازار، عباس و احمدی، خلیل (1398). تحلیل عوامل کلان اقتصادی مؤثر بر شاخص توانپذیری مسکن خانوار در مناطق شهری ایران: با تأکید بر نقش دولت. فصلنامه مطالعات اقتصادیِ کاربردی ایران، سال هشتم، 29، 71-41.
1
2. خیابانی، ناصر و پورجابری، شقایق (1396). رونق و رکود قیمتهای مسکن در ایران: رویکرد جابهجایی مارکف- خودرگرسیونبرداری. فصلنامه برنامهریزی و بودجه، سال بیست و دوم، 1، 32-3.
2
3. عسگری، علی (1390). مروری بر مدلسازی عامل محور و کاربردهای آن در شهرسازی، تورنتو، دانشگاه یورک.
3
4. قادری، جعفر و ایزدی، بهنام (1395). بررسی تأثیر عوامل اقتصادی و اجتماعی بر قیمت مسکن در ایران. فصلنامه اقتصاد شهری، سال اول، 1، 75-55.
4
5. معاونت پژوهشی شهرداری مرکزی اصفهان (1396). بررسی اثرات قانون هدفمند کردن یارانهها بر هزینه و درآمد خانوار شهری. اصفهان: شهرداری اصفهان.
5
6. نصراصفهانی، رضا صفاری، بابک و لطیفی، محمد رضا (1395). تحلیل عوامل مؤثر اقتصادی بر حباب قیمت مسکن (مطالعهی موردی شهر تهران). فصلنامه تحقیقات اقتصادی، 52، 1، 186- 163.
6
7. Andrews, D., Sánchez, A., & Johansson, A. (2011). Housing markets and structural policies in OECD countries. OECD Economics Department Working Papers 836, Paris, France.
7
8. Arce, ÓJ., & Salido, D. (2011). Housing bubbles, American Economic Journal: Macroeconomics, 3(1), 212–241.
8
9. Axtell, R., Farmer, D., Geanakoplos, J., Howitt, P., Carrella, E., Conlee, B., Goldstein, J., Hendrey, M., Kalikman, P., Masad, D., Palmer, N., & Yang, C. (2014). An Agent-Based Model of the Housing Market Bubble in Metropolitan Washington, D.C., Deutsche Bundesbank's Spring Conference on Housing markets and the macroeconomy.
9
10. Barceló, C. (2006). Housing tenure and labour mobility: a comparison across European countries. Banco de Espana Documentos de Trabajo 0603. Madrid: Spain.
10
11. Blanchflower, DG., & Oswald, AJ. (2013). Does high home ownership impair the labor market?, National Bureau of Economic Research Working Paper 19079, Cambridge MA, United States.
11
12. Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(3), 7280-7287.
12
13. Brueckner, J. (2011). Lectures on Urban Economics, USA, MIT Press.
13
14. Carstensen, Christian. (2015). An agent-based model of the housing market, Master Thesis, The University of Copenhagen.
14
15. Casti, J. (1997). Would-be worlds: how simulation is changing the world of science. USA: Wiley.
15
16. Cokayne, G. (2019). Macroprudential policy; Housing finance; Firms and households. Working Paper, No. 138.
16
17. Crowe, C., Dell’Ariccia, G., Igan, D., & Rabanal, P. (2013). How to deal with real estate booms: Lessons from country experiences, J Finance Stab, 9(3), 300–319.
17
18. Cuerpo, C., Kalantaryan, S., & Pontuch, P. (2014). Rental market regulation in the European Union. European Economy, Directorate General Economic and Financial Affairs Economic Papers 515, European Commission, Brussels, Belgium.
18
19. Czerniak, A., & Rubaszek, M. (2017). The Size of the Rental Market and Housing Market Fluctuations, Open Economies Review, 29(2), 261-281.
19
20. Epstein, J., & Axtell, R. (1996). Growing Artificial Societies. USA: MIT Press.
20
21. Fan, Y., Yang, Z., & Yavas, A. (2019). Understanding real estate price dynamics: The case of housing prices in five major cities of China, Journal of Housing Economics, 43, 37-55.
21
22. Garcia, E., & Grossman, V. (2020). Explosive dynamics in house prices? An exploration of financial market spillovers in housing markets around the world, Journal of International Money and Finance, 101, 102103.
22
23. Ge, J. (2017). Endogenous rise and collapse of housing price: An agent-based model of the housing market, Computers, Environment and Urban Systems, 62, 182-198.
23
24. Ge, J. (2014). Who Creates Housing Bubbles? An Agent-Based Study. In: Alam S., Parunak H. (eds) Multi-Agent-Based Simulation XIV. MABS 2013.
24
25. He, Y., & Xia, F. (2019). Heterogeneous traders, house prices and healthy urban housing market: A DSGE model based on behavioral economics, Habitat International, https://doi.org/10.1016/j.habitatint.2019.102085
25
26. He, Z., Dong, J., & Yu, L. (2018). An agent-based model for investigating the impact of distorted supply–demand information on China's resale housing market, Journal of Computational Science, 25, 1-15.
26
27. IMF. (2009). Spain: selected issues. International Monetary Fund. Washington DC: United States.
27
28. Jennings, N.R. (2000). On agent-based software engineering. Artificial intelligence, 117(2), 277-296.
28
29. Karpestam, P., & Johansson, S. (2019). Interest-only-mortgages and housing market fluctuations in Denmark, Journal of Housing Economics, 46, 101627.
29
30. Killins, R., Egly, P., & Escobari, D. (2017). The impact of oil shocks on the housing market: Evidence from Canada and U.S, Journal of Economics and Business, 93, 15-28.
30
31. Kofner, S. (2014). The German housing system: Fundamentally resilient?, Housing Built Environment, 29(2), 255–275
31
32. Leamer, E. (2007). Housing is the business cycle. National Bureau of Economic Research Working Paper 13428, Cambridge MA, United States.
32
33. Liu, C., Zheng, Y., Zhao, Q., & Wang, C. (2020). Financial stability and real estate price fluctuation in China, Physica A: Statistical Mechanics and its Applications, 540, 122980.
33
34. Liu, F., Ren, H., & Liu, C. (2019). Housing price fluctuations and financial risk transmission: a spatial economic model, Journal of Applied Economics, 51(53), 5767-5780.
34
35. Lyons, R. (2018). Credit conditions and the housing price ratio: Evidence from Ireland’s boom and bust, Journal of Housing Economics, 42, 84-96.
35
36. Marini, M., Chokani, N., & Abhari, R. (2019). Immigration and future housing needs in Switzerland: Agent-based modelling of agglomeration Lausanne, Computers, Environment and Urban Systems, 78.
36
37. Nneji, O., Brooks, C., & Ward, W. (2013). House price dynamics and their reaction to macroeconomic changes, Economic Modelling, 32, 172-178.
37
38. North, M.J., & Macal, C.M. (2005). Escaping the accidents of history: an overview of artificial life modeling with Repast, Artificial life models in software. London: Springer.
38
39. Su, C., Yin, X., Tao, R., Lobonţ, O., & Moldovan, N. (2018). Are there significant linkages between two series of housing prices, money supply and short-term international capital? Evidence from China, Digital Signal Processing, 83, 148-156.
39
40. Sun, X., & Tsang, K. (2019). Large price movements in housing markets, Journal of Economic Behavior & Organization, 163, 1-23.
40
41. Tupenaite, L., Kanapeckiene, L., & Naimaviciene, J. (2017). Determinants of Housing Market Fluctuations: Case Study of Lithuania, Procedia Engineering, 172, 1169-1175.
41
42. Ustvedt, Sarah. (2016). An Agent-Based Model of a Metropolitan Housing Market, Master Thesis, Norwegian University of Science and Technology.
42
ORIGINAL_ARTICLE
مدل رقابت بنگاهها در بازار انحصار دوجانبه مبتنی بر بازی دیفرانسیلی و با ملاحظه تأخیرهای زمانی در متغیرهای کنترل
در یک بازار انحصار دویا چندجانبه، بنگاهها در یک تعامل استراتژیک، رفتار تولیدی خود را بهمنظور تصاحب سهم بازار بیشتر و در راستای رقابت با همدیگر، با استفاده از سیاستهای مختلفی تنظیم میکنند. تغییر در متغیرهای حالت یک تولیدکننده،با تأخیری پس از اعمال سیاستهای کنترلی محقق میشود. برای بازنمایی این رفتار رقابتی از نظریه بازیهای دیفرانسیلی بدون ملاحظه تأخیر زمانی در متغیرهای کنترل و با ملاحظه تأخیرهای زمانی در آنها استفاده شده است. در این مقاله با حل دو مدل، تأثیر شرایط مختلف تأخیر زمانی در مورد یکی از متغیرهای حالت (کیفیت) و متغیر کنترل مربوطه (سرمایهگذاری در ارتقای کیفیت) بررسی شده است. براساس نتایج بهدست آمده مشخص شده است که تأخیر، پدیده نامناسبی برای بنگاهها در فرآیند رقابت بین آنهاست و بنگاهها باید آن رفتار تعادلی را که از حل مدل بازی دیفرانسیلی متناسب با چگونگی تأخیری که دارند استخراج میشود، از خود نشان دهند. در مورد متغیر حالت کیفیت، با افزایش تأخیرزمانی هر بنگاه، سطح کیفیت پایینتری نسبت به شرایط بدون تأخیر حاصل میشود. تفسیرهای مشابه در خصوص متغیرهای حالت هزینه متوسط تولید و سهم مصرفکنندگان مطلع بنگاهها و نیز در ارتباط با متغیرهای کنترل مربوط به آنها را بهطریق مشابه میتوان داشت. طبقهبندی JEL: C6، C7، D43، L13، M3، O3
https://jte.ut.ac.ir/article_76156_21ec7dc07426e7ec85b4e352e919b7e7.pdf
2020-04-20
167
186
10.22059/jte.2020.279528.1008155
مدلسازی
رفتار رقابتی
بازار انحصار دو جانبه
بازی دیفرانسیلی
تأخیر زمانی
علی
محقر
amohaghar@ut.ac.ir
1
استاد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران
LEAD_AUTHOR
کیان
نجف زاده
kian.najafzadeh@ut.ac.ir
2
دانشجوی دکتری، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران
AUTHOR
غلامرضا
رکنی لموکی
rokni@ut.ac.ir
3
دانشیار دانشکده ریاضی دانشگاه تهران
AUTHOR
Ardalan, K. (2007). Markets: a paradigmatic look. International Journal of Social Economics, 34, 943–960.
1
Bianca. C., Ferrara. M., & Guerrini. L. (2013). The Time Delays’ Effects on the Qualitative Behavior of an Economic Growth Model .Journal of Abstract and Applied Analysis. 2013, Article ID 901014, 10 pages
2
Case, J. H. (1979). Economics and the Competitive Process. New York University Press.
3
Chiarella, C., Kopel, M., Bischi, G. I., & Szidarovszky, F. (2010). Nonlinear Oligopolies Stability and Bifurcations. Springer-Verlag.
4
Chintagunta, P. K., & Rao, V. R. (1996). Pricing strategies in a dynamic duopoly: A differentialgame model. Informs Management Science, 42, 1501–1514.
5
Dana, Y. F., & Fong, Jr. J. D. (2011). Product quality, reputation, and market structure. International Economic Review, 52, 1059–1076.
6
Dockner, E., & Jorgensen, S. (1988). Optimal pricing strategies for new productsin dynamic oligopolies. Informs Marketing Science, 7, 315–334.
7
Dragone, D., Lambertini, L., Leitmann, G., & A. Palestini. (2015). Hamiltonian potential functions for differential games. Automatica, 62, 134–138.
8
Erickson, G. M. (2007). Differential games in marketing science. Informs Tutorials in Operations Research, 62–78.
9
Erickson, G. M. (2009). Advertising competition in a dynamic oligopoly with multiple brands. Inform Operations Research, 57, 1106–1113.
10
Fruchter, G. E. (1999). The many-player advertising game. Informs Management Science, 45, 1609–1611.
11
Isaacs, R. (1975). Differential games. Robert E. Krieger Publishing Company.
12
Jorgensen, S. (1982). A differential games solution to a logarithmic advertising model. The Journal of the Operational Research Society, 33, 425–432.
13
Jorgensen, S., Van Long, N., Dockner, E., & Sorger, G. (2000). Differential Games in Economics and Management Science. Cambridge University Press.
14
Jorgensen, S., & Zaccour, G. (2004). Differential games in marketing. Springer Science + Business Media, LLC.
15
Jorgensen, S., & Zaccour, G. (2014). A survey of game-theoretic models of cooperative advertising. European Journal of Operational Research, 237, 1–14.
16
Lambertini, L., Cellini, R., & Leitmann, G. (2003). Advertising in a differential oligopoly game. Journal of Optimization Theory and Applications, 116, 61–81.
17
Lambertini, L. (2010). Oligopoly with hyperbolic demand: A differential game approach. Journal of Optimization Theory and Applications, 145, 108–119.
18
Ledvina, A., & Sircar, R. (2011). Dynamic bertrand oligopoly. Applied Mathematics and Optimization, 63, 11–44.
19
Malek-Zavarei. M., & Jamshidi. M. (1987). Time delay Systems, Analysis, Optimization and Applications – North-Holland Systems and Control Series.
20
Matsumoto A., & Szidarovszky F. (2010). Delay Differential Nonlinear Economic Models. In: Bischi G., Chiarella C., Gardini L. (eds) Nonlinear Dynamics in Economics, Finance and Social Sciences. Springer, Berlin, Heidelberg. 195-214.
21
Mukhopadhyay, S. K., & Kouvelis, P. (1997). A differential game theoretic model for duopolistic competition on design quality. Operations Research, 45, 886–893.
22
Nakao, T. (1983). Profitability, market share, product quality and advertising in oligopoly. Journal of Economic Dynamics and Control, 6, 153–171.
23
Prasad, A., Naik, P. A., & Sethi, S. P. (2008). Building brand awareness in dynamic oligopoly markets. Informs Management Science, 54, 129–138.
24
Robinson. S. (2013). CONCEPTUAL MODELING FOR SIMULATION, Proceedings of the 2013 Winter Simulation Conference
25
Sbragia, L., Bischi, G. I., & Szidarovszky, F. (2008). Learning the demand function in a repeated cournot oligopoly game. International Journal of Systems Science, 39, 403–419.
26
Shy, O. (1995). Industrial Organization Theory and Applications – The MIT Press.
27
Thompson, G. L., & Sethi, S. P. (2000). Optimal Control Theory Applications to Management Science and Economics. Springer-Verlag.
28
ORIGINAL_ARTICLE
تأثیر اندازه دولت بر رابطه بین اقتصاد سایه و نابرابری درآمد در ایران: رویکرد رگرسیون انتقال ملایم (STR)
مطالعه حاضر با استفاده از مدل رگرسیون انتقال ملایم به عنوان یکی از مدلهای تغییر رژیمی، تأثیر اندازه دولت بر رابطه اقتصاد سایه و نابرابری درآمد در ایران را طی دوره 1397-1348 مورد بررسی قرار داده است. در این مطالعه، اندازه اقتصاد سایه طی دوره مورد بررسی با استفاده از روش MIMIC محاسبه شده است که نتایج محاسبه شده روند افزایشی آن را طی سالهای اخیر نشان می دهد. نتایج آزمون خطی بودن، وجود رابطه غیرخطی بین اقتصاد سایه و نابرابری درآمد را نشان میدهد. نتایج برآورد مدل LSTR نشان میدهد که حد استانهای متغیر انتقال (اندازه دولت) برابر 67/2 و پارامتر شیب نیز 20/8 برآورد شده است. در رژیم اول افزایش اقتصاد سایه، تأثیر مثبت و افزایش تولید ناخالص داخلی حقیقی سرانه، تأثیر منفی بر نابرابری درآمد دارد. در رژیم دوم نیز اقتصاد سایه و تولید ناخالص داخلی حقیقی سرانه تأثیر متفاوت از حالت قبل بر نابرابری درآمد دارند. به عبارت دیگر با افزایش اندازه دولت، اقتصاد سایه تأثیر منفی و تولید ناخالص داخلی حقیقی سرانه تأثیر مثبت بر نابرابری درآمد دارند. از نگاهی دیگر هم می توان بیان کرد که با توجه به ساختار اقتصاد ایران که ضریب جینی بیشتر با استفاده از درآمدهای قابل رویت به ویژه کارکنان دولت محاسبه می شود، بزرگ شدن اندازه دولت، توزیع برابرتر درآمدها را نشان می دهد که ممکن است گمراه کننده باشد. طبقه بندی JEL: O17, D63, H11
https://jte.ut.ac.ir/article_76189_d1163c0dc2e5afc73ff5bcd6ed2b972a.pdf
2020-04-20
187
214
10.22059/jte.2020.270806.1008062
اندازه دولت
اقتصاد سایه
ایران
مدل رگرسیون انتقال ملایم
نابرابری درآمد
توحید
قاسم نژاد
ghasemnejad.tohid@gmail.com
1
گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران
AUTHOR
یوسف
محمدزاده
yo.mohammadzadeh@urmia.ac.ir
2
گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه،ایران
LEAD_AUTHOR
علی
رضازاده
a.rezazadeh@urmia.ac.ir
3
گروه اقتصاد، دانشکده اقتصاد و مدیریت، دانشگاه ارومیه، ارومیه، ایران
AUTHOR
اسدزاده، احمد و جلیلی، زهرا (1394). اقتصاد سایه و نابرابری درآمدی در ایران. فصلنامه مدلسازی اقتصادی، 9(30)، 109-91.
1
خورسندی، مرتضی و عزیزی، زهرا (1391). ترکیب مصرف و اثرگذاری انرژی بر رشد اقتصادی: کاربردی از رگرسیون غیرخطی انتقال ملایم. فصلنامه اقتصاد محیطزیست و انرژی، 1(31)، 34-17.
2
رضازاده، علی و فتاحی، فهمیده (1396). تأثیر توسعهی مالی بر اقتصاد سایهای در ایران: رویکرد همانباشتگی، با لحاظ شکست ساختاری، تحقیقات اقتصادی، 52(3)، 639-619.
3
رضایی، اسعداله، حسینزاده، جواد، فرامرزی، ایوب و یزدانخواه، منصوره (1392). تأثیر اندازه دولت بر توزیع درآمد در ایران. فصلنامه سیاستهای راهبردی و کلان، 1(4) 4، 36-21.
4
سازمان بین المللی کار (1383). کار شایسته و اقتصاد غیررسمی. ترجمه محمد ضیایی بیگدلی، تهران: پژوهشکده امور اقتصادی.
5
سرلک، احمد (1384)، اقتصاد زیرزمینی، مجله اطلاعات سیاسی-اقتصادی، 213و214 ، 163-154.
6
شهاب، محمدرضا و پژویان، جمشید (1394). ارتباط بین اقتصاد سایهای و رشد اقتصادی: یک تحلیل تجربی با استفاده از سیستم معادلههای پنل همزمان. فصلنامه علوم اقتصادی، 9(3)، 28-1.
7
شهبازی، کیومرث و حسنزاده، خدیجه (1395). نقش توسعه مالی در تأثیر تمرکز و ثبات بانکی بر ارزش افزوده بخش صنعت. فصلنامه پژوهشها و سیاستهای اقتصادی، 24(79)، 214-189.
8
عزیزی، زهرا (1397). بررسی عدم ثبات ضرایب در تابع واکنش مداخلات ارزی در اقتصاد ایران. فصلنامه پژوهشها و سیاستهای اقتصادی، 26(85)، 300-271.
9
مداح، مجید و فراهتی، محبوبه (1398)، تحلیل تجربی اثر مستقیم بیکاری بر اقتصاد سایه در ایران (رویکرد تقاضای پول)، تحقیقات اقتصادی، 54(2)، 441-419..
10
مداح، محمدرضا و محمدنیا سروی، زینب (1395). بررسی رابطه بین فساد اقتصادی، اقتصاد سایهای و آلودگی محیط زیست در کشورهای منتخب اوپک (رهیافت لیزرل). فصلنامه مقداری (بررسیهای اقتصادی سابق)، 13(4)، 18-1.
11
نادران، الیاس و صدیقی، حسن (1387). بررسی اثر مالیاتها و اجزای آن بر حجم اقتصاد زیرزمینی در ایران (1351-1382)؛ مجله تحقیقات اقتصادی، 4(43)، 26-1.
12
Asimakopoulos, S., & Karavias, Y. (2016). The impact of government size on economic growth: A threshold analysis. Economics Letters, 139, 65-68.
13
Aslanidis, N., & Xepapadeas, A. (2006). Smooth transition pollution–income paths. Ecological Economics, 57(2), 182-189.
14
Attia, S. M. (2009). The informal economy as an engine for poverty reduction and development in Egypt.
15
Bajada, C., & Schneider, F. (2005). The shadow economies of the Asia‐Pacific. Pacific Economic Review, 10(3), 379-401.
16
Benkraiem, R., Lahiani, A., Miloudi, A., & Shahbaz, M. (2019). The asymmetric role of shadow economy in the energy-growth nexus in Bolivia. Energy policy, 125, 405-417.
17
Capasso, S., & Jappelli, T. (2013). Financial development and the underground economy. Journal of Development Economics, 101, 167-178.
18
Chen, H., Hao, Y., Li, J., & Song, X. (2018). The impact of environmental regulation, shadow economy, and corruption on environmental quality: Theory and empirical evidence from China. Journal of Cleaner production, 195, 200-214.
19
Croitoru, L., & Sarraf, M. (2012). Benefits and costs of the informal sector: the case of brick kilns in Bangladesh. Journal of Environmental Protection, 3(6), 476-484.
20
Dell’Anno, R., & Davidescu, A. A. (2019). Estimating shadow economy and tax evasion in Romania. A comparison by different estimation approaches. Economic Analysis and Policy, 63, 130-149.
21
Dell’Anno, R. (2016). Analyzing the determinants of the shadow economy with a “separate approach”. An application of the relationship between inequality and the shadow economy. World Development, 84, 342-356.
22
Elveren, A. Y., & Özgür, G. (2016). The effect of informal economy on income inequality: Evidence from turkey. Panoeconomicus, 63(3), 293-312.
23
Escribano, A., & Jorda, O. (1999). Improved testing and specification of smooth transition regression models. In Nonlinear time series analysis of economic and financial data (pp. 289-319). Springer, Boston, MA.
24
Farzanegan, M. R., Hassan, M., & Badreldin, A. M. (2019). Economic liberalization in Egypt: A way to reduce the shadow economy?. Journal of Policy Modeling.
25
Farzanegan, M. R., & Habibpour, M. M. (2017). Resource rents distribution, income inequality and poverty in Iran. Energy Economics, 66, 35-42.
26
Gomis-Porqueras, P., Peralta-Alva, A., & Waller, C. (2014). The shadow economy as an equilibrium outcome. Journal of Economic Dynamics and Control, 41, 1-19.
27
González-Fernández, M., & González-Velasco, C. (2015). Analysis of the shadow economy in the Spanish regions. Journal of Policy Modeling, 37(6), 1049-1064.
28
Gregorio, J. D., & Lee, J. W. (2002). Education and income inequality: new evidence from cross‐country data. Review of income and wealth, 48(3), 395-416.
29
Gupta, S., Leruth, L., De Mello, L., & Chakravarti, S. (2003). Transition economies: how appropriate is the size and scope of government?. Comparative Economic Studies, 45(4), 554-576..
30
Kuznetsova, N. V., & Kuznetsova, E. V. (2015). Shadow economy as a self-adjustment of poverty and a signal from invisible hand. Asian Social Science, 11(5), 295.
31
Medina, L., & Schneider, F. (2018). Shadow economies around the world: what did we learn over the last 20 years?.1-76.
32
Oueslati, W., Zipperer, V., Rousselière, D., & Dimitropoulos, A. (2017). Energy taxes, reforms and income inequality: An empirical cross-country analysis. International Economics, 150, 80-95.
33
Psychoyios, D., Missiou, O., & Dergiades, T. (2019). Energy based estimation of the shadow economy: The role of governance quality. The Quarterly Review of Economics and Finance.
34
Romero, R. B. G. (2007). The Effects of Inequality on the Dynamics of the Informal Economy.
35
Schneider, F., & Enste, D. H. (2000). Shadow economies: size, causes, and consequences. Journal of economic literature, 38(1), 77-114.
36
Terasvirta, T. (2004). Smooth Transition Regression Modelling, in H. Lutkepohl and M. Kratzig (eds); Applied Time Series Econometrics.
37
Transparency International Organization (2019), report of Corruption Perceptions Index: https://www.transparency.org/cpi2018
38
Valentini, E. (2007). Inequality and underground economy: A not so easy relationship. Università politecnica delle Marche.
39
World Economic Forum (2019), report of Global Competitiveness index. http://www3.weforum.org/docs/WEF_TheGlobalCompetitivenessReport2019.pdf
40
Yap, W. W., Sarmidi, T., Shaari, A. H., & Said, F. F. (2018). Income inequality and shadow economy: a nonparametric and semiparametric analysis. Journal of Economic Studies. 45(3), 2-13.
41
Yu, T. H. K., Wang, D. H. M., & Chen, S. J. (2006). A fuzzy logic approach to modeling the underground economy in Taiwan. Physica A: Statistical Mechanics and its Applications, 362(2), 471-479.
42
ORIGINAL_ARTICLE
اطلاعات نامتقارن بین گروهی در بازار بیمه درمان تکمیلی گروهی
وجود اطلاعات نامتقارن، دو پدیده کژگزینی و کژمنشی را در بازار بیمه درپیدارد. در طول زمان، بهدلیل آگاهی از سطح ریسک خود هر یک از دو طرف قرارداد، میزان عدم تقارن اطلاعات ممکن است کاهش یابد. بیمهی درمان تکمیلی در ایران، برخلاف انواع دیگر بیمه، بهصورت گروهی ارائه میشود، بنابراین در این بازار، اطلاعات نامتقارن علاوه بر بعد فردی، بعد گروهی نیز دارد. در این مقاله، ابتدا با استفاده از آزمون همبستگی مثبت، وجود اطلاعات نامتقارن بین گروهی بررسی میشود. سپس، با توجه به نبود کژمنشی در بیماریهای حاد بیمارستانی، کژمنشی از کژگزینی تفکیک میشود. سرانجام، با استفاده از تغییرات قراردادهای بیمه طی زمان، کژمنشی از آگاهی از سطح ریسک خود تفکیک میشود. دادههای مورد استفاده در این تحقیق، شامل مشخصات افراد بیمهشده، ویژگیهای قرارداد و تمامی خسارتهای پرداختی به تفکیک نوع بیماری و تاریخ پرداخت خسارت است که از دادههای ثبتی بیمهگذاران درمان گروهی شرکت بیمه آسیا، طی سالهای ۱۳۹۰-۱۳۹۵، برگرفته شده است. نتایج، شواهد معنیداری از تقارن اطلاعات در بیماریهای حاد بیمارستانی نشان نمیدهد، لذا با توجه به نبود کژمنشی، کژگزینی نیز در این نوع از بیماری وجود ندارد. در گروه بیماریهای پاراکلینیکی، اطلاعات نامتقارن مشاهده میشود که به علت وجود کژمنشی میباشد، در هر دو گروه بیماری، شواهدی مبنی بر آگاهی از سطح ریسک خود بیمهگذاران به چشم میخورد. طبقهبندی JEL: I11، D82، D83، C33
https://jte.ut.ac.ir/article_76157_641f9e912cd57cd6499ec7dadc1eca07.pdf
2020-04-20
215
232
10.22059/jte.2020.255535.1007891
اطلاعات نامتقارن
کژگزینی بین گروهی
کژمنشی
آگاهی از سطح ریسک خود
بیمه درمان تکمیلی گروهی
محمد
وصال
m.vesal@sharif.edu
1
استادیار، دانشگاه صنعتی شریف دانشکده اقتصاد، مالیات ها، اقتصاد بخش عمومی، اقتصاد توسعه
AUTHOR
غلامرضا
کشاورز
g.k.haddad@sharif.edu
2
دانشیار، دانشکده اقتصاد دانشگاه شریف
LEAD_AUTHOR
محمدرضا
چاقمی
mohamadrezacha@gmail.com
3
گروه اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه صنعتی شریف، تهران، ایران
AUTHOR
Abbring, J. H., Chiappori, P. A., & Pinquet, J. (2003). Moral hazard and dynamic insurance data. Journal of the European Economic Association, 1(4), 767-820.
1
Chiappori, P. A., & Salanié, B. (2000). Testing for asymmetric information in insurance markets. Journal of political Economy, 108(1), 56-78.
2
Cohen, A. (2005). Asymmetric information and learning: Evidence from the automobile insurance market. Review of Economics and statistics, 87(2), 197-207.
3
Cohen, A. (2012). Asymmetric Learning in Repeated contracting: An empirical study. Review of Economics and Statistics, 94(2), 419-432.
4
Cohen, A., & Siegelman, P. (2010). Testing for adverse selection in insurance markets. Journal of Risk and insurance, 77(1), 39-84.
5
Dionne, G., Michaud, P. C., & Dahchour, M. (2013). Separating moral hazard from adverse selection and learning in automobile insurance: longitudinal evidence from France. Journal of the European Economic Association,11(4), 897-917.
6
Duarte, F. (2012). Price elasticity of expenditure across health care services. Journal of health economics, 31(6), 824-841.
7
Eling, M., Jia, R., & Yao, Y. (2015). Between‐group adverse selection: evidence from group critical illness insurance. Journal of Risk and Insurance.
8
Ellis, R. P., Martins, B., & Zhu, W. (2016). Health Care Demand Elasticities by Type of Service.
9
Hanson, R. (2005). Adverse selection in group insurance: The virtues of failing to represent voters. Economics of Governance, 6(2), 139-157.
10
Mayers, D., & Smith Jr, C. W. (1981). Contractual provisions, organizational structure, and conflict control in insurance markets. Journal of Business, 407-434.
11
Monheit, A. C., & Schone, B. S. (2004). How has small group market reform affected employee health insurance coverage?. Journal of Public Economics, 88(1-2), 237-254.
12
ORIGINAL_ARTICLE
ارزیابی اثرات اقتصادی عضویت ایران در سازمان همکاری شانگهای: کاربردی از مدل شبیه سازی جهانی
امروزسازمان همکاری شانگهای بهعنوان یک سازمان مهم منطقهای در پیشبرد یکپارچهسازی تجاری در بین اعضای خود مطرح است. از آنجا که اکنون ایران بهعنوان عضو ناظر در پیمان شانگهای محسوب میشود و در مرحله الحاق به این پیمان قرار دارد، این پژوهش به پیشبینی و ارزیابی اثرات اقتصادی بالقوه ناشی از عضویت ایران در این سازمان با استفاده از رهیافت شبیهسازی جهانی (GSIM) که یک روش ارزیابی پیشینی است، پرداخته و بر این اساس، چهار سناریو شامل کاهش 25، 50 و 75 درصدی نرخهای تعرفه (آزادسازی ناقص) و حذف 100 درصدی (آزادسازی کامل) نرخهای تعرفه بر روی ۱۳ کالای عمده صادراتی که بهطور متوسط 70 درصد از حجم صادرات ایران به کشورهای عضو سازمان شانگهای را تشکیل میدهند را مورد مطالعه قرار داده است. یافتههای پژوهش حاکی از آن است که پیوستن ایران به سازمان شانگهای و اجرای آزادسازی موجب خلق تجارت و افزایش رفاه برای ایران و سایر کشورهای عضو خواهد شد. این در حالی است که اثرات رفاهی و میزان خلق تجارت در حالت آزادسازی کامل بیشتر از آزادسازی ناقص است. طبقهبندی JEL: F47, F17, F13
https://jte.ut.ac.ir/article_76158_b6ca3483ca5e753adb98f6127e882723.pdf
2020-04-20
233
268
10.22059/jte.2020.275972.1008118
واژههای کلیدی: موافقتنامه تجارت منطقهای
سازمان همکاری شانگهای
الگوی تعادل جزئی
الگوی شبیهسازی جهانی
سارا
مردیها
sara.mardiha@ase.ui.ac.ir
1
دانشجوی دکتری دانشگاه اصفهان، دانشکده علوم اداری و اقتصاد
AUTHOR
کریم
آذربایجانی
k_azarbaiejani@ase.ui.ac.ir
2
استاد گروه اقتصاد، دانشگاه اصفهان
LEAD_AUTHOR
سید کمیل
طیبی
sk.tayebi@ase.ui.ac.ir
3
استاد گروه اقتصاد، دانشگاه اصفهان
AUTHOR
داود
جعفری
jafarydavoud@gmail.com
4
کارشناسی ارشد اقتصاد، دانشگاه اصفهان
AUTHOR
زرگر طالبی، محمد و مجاوریان، سید مجتبی (1395). عوامل تعیین کننده شدت تجارت درون منطقهای محصولات کشاورزی: مطالعه موردی اکو، فصلنامه پژوهشهای بازرگانی، 80، 171-151.
1
2. محمودی، عبدالله (1393). تأثیرات همگرایی اقتصادی کشورهای عضو اکو در یک مدل تعادل عمومی استاندارد (مدل GTAP)، فصلنامه پژوهشها و سیاستهای اقتصادی، 22 (70)، 30-5.
2
3. نصرالهی، زهرا، ثاقب، حسن و افشاریان، سمیه (1391). آثار برقراری موافقتنامه تجارت ترجیحی بین ایران و اتحادیه اروپا بر تجارت محصولات کشاورزی. فصلنامه علمی-پژوهشی مطالعات اقتصادی کاربردی در ایران، 1(4)، 150-125.
3
4. نیاکان لاهیجی، علی (1391). بررسی آثار تجاری پیوستن ایران به پیمان شانگهای (با استفاده از مدل جاذبه). رساله دکتری. دانشگاه پیام نور.
4
Barro, R., & Sala, I. M. (1995). Economic Growth, New York: Mc Graww-Hill.
5
Biswaro, J.M. (2003). Perspectives on Africa’s Integration & Cooperation from OAU to AU: An Old Wine in a New Bottle, Washington: WIU.
6
Burkitbayeva, S., & Kerr, W. (2014). The Accession of Kazakhstan, Russia and Ukraine to the WTO: What will it Mean for the World Trade in Wheat? RESEARCH IN AGRICULTURAL AND APPLIED ECONOMICS.
7
Corden, W. M. (1972). Economies of Scale and Customs Union Theory. Journal of Political Economy, 80(3), 465-472.
8
Francois, J., & H.K. Hall. (1997). Partial Equilibrium Modeling in J.F. Francois & K. Reinert, eds., Applied Methods for Trade Policy Analysis: A Handbook, Cambridge University Press: Cambridge.
9
Francois, J., & Hall, H.K. (2003). Global simulation analysis of industry-level trade policy. Version, 3, 21.
10
Frankel, J., & A. Rose (1998); “The Endogeneity of the Optimum Currency Area Criteria”, The Economic Journal, no.108, pp.1009-1025.
11
Freund, C., & Ornelas, E. (2010). Regional trade agreements. Annual Review of Economics, 2, 136-167.
12
Gerber, J. (2013). International economics, Prentice Hall.
13
Goulart, & L. A. Serino (Eds.), South-South Globalization: Challenges & Opportunities for Development,105-130. London & New York: Routledge.
14
Holzner, M. (2004). GSIM Measurement of the Costs of Protection in Southeast Europe, the Vienna Institute for International Economic Studies.
15
Hosny, A.S. (2013). Theories of Economic Integration: A Survey of the Economic & Political Literature, International Journal of Economy, Management & Social Sciences, 2 (5), 133-155.
16
Johnson, H. G. (1962). The economic theory of customs unions in money, trade & economic growth. London: George Allen & Unwin.
17
Jovanović, M. N. (2005). The economics of European integration: Limits & prospects. Edward Elgar Pub.
18
Kamphuis, T. (2010). An analysis of a Brazil - EU Free Trade Agreement. Master thesis Economics & Business Economics.
19
Kemp, M., & Henry, J. W. (1976). An Elementary Proposition Concerning the Formation of Customs Unions. Journal of International Economics, 6, 95-97.
20
Krugman, P. (1991). The Move to Free Trade Zones. In Policy Implications of Trade and Currency the Formation of Customs Unions. Symposium sponsored by the Federal Reserve Bank of Kansas City, 7-41.
21
Lio, T. (2007). Empirical Analysis of the Impact of Regional Trade Agreement for Australia & China. A thesis submitted in fulfilment of the requirements for the degree of Doctor of Philosophy. RMIT University.
22
Lipsey, R.G. (1957). The theory of customs unions: Trade diversion and welfare. Economica, 24(93), 40-46. doi:10.2307/2551626.
23
Lolette Kritzinger-van Niekerk. (2005). Regional integration: Concepts, advantages, disadvantages & lessons of experience. [Online]. Retrieved March 30, 2016.
24
Mambara, J.L. (2007). Assessment of benefits of regional integration in SADC and COMESA – A gender analysis. Harare: Trade and Development Studies Centre.
25
Meade, J. E. (1955). The theory of customs unions.Amsterdam: North Holland.
26
Mukunoki, H. (2005). Understanding the Effects of Preferential Trade Agreements: A Theoretical Overview. Bulletin of Gakushuin University Research Institute of Economics and Management, 19.
27
Pal, P. (2011). The Assymmetry of North-South Regional Trade Agreements. In S. M.Murshed, P.
28
Panagariya, A., & Krishna, P. (2002). On Welfare Enhancing FTAs. Journal of International Economics, 57(2), 353-367.
29
Panusheff, Е. (2003). Economic integration in the European Union. PH Nekst, Sofia. (In Bulgarian).
30
Peru-China free trade agreement: joint feasibility study. (2007). Report prepared by the Ministry of Foreign Trade & Tourism of Peru & the Ministry of Commerce of the People’s Republic of China.
31
Pugel, T. (2012). International economics. Fifteenth Edition. McGraw Hill.
32
Santos, P. U. (2002). The Effects of Trade Liberalization on Imports in Selected Developing Countries, World Development, 30(6), 959–974.
33
Sheila, P. Regionalism among Developing Countries. London: Macmillan Press LTD, Overseas Development Institute., 2000.
34
Sofjan, M. (2016). Assessing the economic impact of free trade agreement on Indonesia. Economies & finances. University de Bordeaux.
35
Viner, J. (1950). The customs union issue. Carnegie Endowment for International Peace. New York.
36
Wacziarg, R. (1997). Trade, Competition & Market Size, Cambridge: Harvard University.
37