ORIGINAL_ARTICLE
تئوری چشم انداز؛ رهیافتی نوین در توضیح پدیده فرار مالیاتی
بهطور معمول تجزیه و تحلیل فرار مالیاتی براساس تئوری مطلوبیت انتظاری میباشد و این امر منجر به بسیاری از مسائل کمی و کیفی شده است. در ادبیات فرار مالیاتی این اعتقاد وجود دارد که با افزایش نرخ مالیات، میزان فرار مالیاتی نیز افزایش مییابد، اما دلیل اینکه مؤدیان از پرداخت مالیات فرار میکنند چیست؟ شواهد کافی برای اثبات نتایج گفته شده وجود ندارد. در این مقاله با استفاده از تئوری چشمانداز که برای اولین بار توسط کانمن و تورسکی در سال 1979 مطرح شده، به بررسی مسئله فرار مالیاتی پرداخته میشود. مقایسهی نتایج حاصل از محاسبات در سناریوهای مختلف احتمالات ارائه شده حاکی از تفاوت بسیار زیاد جرائم مالیاتی بین تئوری چشمانداز و تئوری مطلوبیت انتظاری میباشد. جرایم بهدست آمده با استفاده از تئوری مطلوبیت انتظاری بسیار بزرگتر بوده و همچنین با افزایش احتمال حسابرسی در هر دو نظریه، نرخ جریمهی مالیاتی کاهش مییابد. در سناریوهای ترکیبی افزایش احتمال حسابرسی شدن و افزایش وزن احتمال، محاسبات با استفاده از تئوری چشمانداز، نشان ازکاهش نرخ جرایم مالیاتی و همچنین حساسیت جرایم به وزن احتمال حسابرسی دارند. طبقهبندی JEL:D81, H26, H29
https://jte.ut.ac.ir/article_64841_d88f870214650ce42783ed4e4e8b2668.pdf
2018-03-21
1
23
10.22059/jte.2018.64841
فرار مالیاتی
تئوری مطلوبیت انتظاری
تئوری چشمانداز
ریسکگریزی
سحر
دهقان
dehghan4000@gmail.com
1
دانشجوی دکترای اقتصاد دانشگاه آزاد اسلامی واحد اراک
LEAD_AUTHOR
یگانه
موسوی جهرمی
yeganehmj@gmail.com
2
دانشیار اقتصاد دانشگاه پیام نور، تهران، ایران
AUTHOR
قهرمان
عبدلی
abdoli@ut.ac.ir
3
دانشیار اقتصاد دانشگاه تهران
AUTHOR
پناهی، محمدقاسم (1395). قانون مالیاتهای مستقیم همراه با اصلاحات قوانین تا 31/4/1394، سازمان امور مالیاتی کشور.
1
تفضلی، فریدون (1375). تاریخ عقاید اقتصادی از افلاطون تا دورهی معاصر، تهران، نشر نی.
2
رهبر، فرهاد، متوسلی، محمود و امیری، میثم (1392). اقتصاددانان رفتاری و نظریههای آنها؛ فصلنامهی برنامه و بودجه، سال هجدهم، (1)، 133-165.
3
صمدی، علی حسین (1395). بررسی مالیات مشاغل و رتبهبندی آنها براساس شاخصهای اقتصادی و مالیاتی در استان فارس. پروژه تحقیقاتی سازمان امور مالیاتی کشور، معاونت پژوهش، برنامهریزی و امور بینالملل.
4
عباسیان، عزتاله (1395). مشوقهای مالیاتی؛ سازمان امورمالیاتی کشور، معاونت پژوهش، برنامهریزی و امور بینالملل.
5
عسکری، علی و رمضانی، مهدی (1394). مدیریت ریسک مالیاتی با تأکید بر اندازه و نوع فعالیت مؤدیان حقوقی، فصلنامهی پژوهشنامهی مالیات، (28).
6
Barberis, N., & Huang, M. (2008). Stocks as Lotteries: The Implications of Probability Weighting for Security Prices. American, Economic Review, 98(5), 2066 –2100.
7
Barberis, N. (2013). Thirty Years of Prospect Theory in Economics: A Review and Assessment. Journal of Economic Perspectives, 27(1), 173–196.
8
Bernasconi M. )1998(. Tax evasion and orders of risk aversion. Journal of Public Economics.67, 123-34.
9
Bernasconi M., & Zanardi A. )2004(. Tax evasion, tax rates and reference dependence. Finanz Archiv 60, 422-445.
10
Dhami S., Al- Nowaihi. )2007(. Why do people pay taxes? Prospect theory versus expected utility theory. Journal of Economic Behavior & Organization, 64(1), 171-192.
11
Gonzalez, R., & W.U, G. (1999). On the Shape of the Probability Weighting Function. Cognitive Psychology, 38, 129–166.
12
Hu, W., & Scott S. (2007). Behavioral Obstacles in the Annuity Market. Financial Analysts Journal, 63(6), 71– 82.
13
Kahneman, D., & Tversky A. (1979). Prospect Theory: An analysis of decision under risk. Econometrica, 47, 263-291.
14
Kahneman, D., & Tversky A. (1992). Advances in Prospect Theory, cumulative representation of uncertainty. Journal of risk and uncertantity, 5, 297- 323.
15
O’Donoghue, T., & Rabin, M. (1999). Doing it now or later. American Economic Review, 89(1), 103-124.17-
16
Yaniv G., )1999(. Tax compliance and advance tax payments: A prospect theory analysis. National Tax Journal 52, 753-64.
17
Pitcher, A. (2008). Investigation of a Behavioral Model for Financial Decision Making. A dissertation submitted for the degree of MSc Mathematical & Computational Finance, Magdalen College University of Oxford, 1-43# Yitzhaki S. )1974(. A note on income tax evasion: A theoretical analysis. Journal ofPublic Economics 3, 201-202.
18
ORIGINAL_ARTICLE
تأثیر درجهی رقابت در سیستم بانکی و الزامات سرمایهای بر میزان ریسکپذیری بانکهای ایران
این مطالعه، با استفاده از برآوردگر سیستمی بلاندل و باند در چارچوب روش گشتاورهای تعمیمیافته، به بررسی تأثیر درجهی رقابت و الزامات سرمایهای بر ریسکپذیری سیستم بانکی ایران طی دورهی 1385 تا 1394 میپردازد. نتایج بهدست آمده نشان میدهد که درجهی رقابت در بازار سپرده با یک وقفه، تأثیر مثبت و معناداری بر میزان ریسکپذیری بانکها دارد، ولی افزایش درجهی رقابت در بازار تسهیلات، منجر به کاهش ریسکپذیری بانکها میشود. در مورد تأثیرگذاری نسبت سرمایه به دارایی بر ریسکپذیری بانکها، نتایج بهدست آمده حاکی از تأثیرگذاری منفی و معنادار نسبت مذکور بر میزان ریسکپذیری بانکهاست. همچنین، نتایج این مطالعه نشان میدهد که افزایش نگهداری سرمایه به ازای هر واحد دارایی توسط بانکها، منجر به کاهش سودآوری آنها میشود. کاهش سودآوری بانکها در اثر افزایش نسبت سرمایه به دارایی آنها، عدم کارایی الزامات سرمایهای در کاهش ریسکپذیری بانکها را سبب میشود. طبقهبندیJEL: G11، G21، G32، E44، C23
https://jte.ut.ac.ir/article_65069_3c53bf7f6f35eb69a9432d00f9348414.pdf
2018-03-21
25
44
10.22059/jte.2018.65069
ریسکپذیری
الزامات سرمایهای
سیستم بانکی
رقابت
دادههای تابلویی
تیمور
رحمانی
trahmani@ut.ac.ir
1
دانشیار دانشکدهی اقتصاد دانشگاه تهران
LEAD_AUTHOR
محسن
مهرآرا
mmehrara@ut.ac.ir
2
استاد دانشکدهی اقتصاد دانشگاه تهران
AUTHOR
امین
محسنی چراغلو
amohseni@ut.ac.ir
3
استادیار دانشکدهی اقتصاد دانشگاه تهران
AUTHOR
گیتی
شاکری
gitishakeri1@gmail.com
4
دانشجوی دکترای اقتصاد دانشگاه تهران
AUTHOR
احمدیان، اعظم (1392). ارزیابی شاخصهای سلامت بانکی در بانکهای ایران (1390-1391). پژوهشکده پولی و بانکی، MBRI 9222.
1
احمدیان، اعظم (1393). ارزیابیپویایی صنعت بانکداری ایران با تأکید بر رقابتپذیری. پژوهشکدهی پولی و بانکی بانک مرکزی، MBRI-PN-93013.
2
پوستینچی، مجتبی (1392). تأثیر رقابت در صنعت بانکداری بر مطالبات معوق بانکها. مجلهی اقتصادی، 7 و 8، 18-5.
3
خوشنود، زهرا و اسفندیاری، مرضیه (1393). ارزیابی سرمایهی بانکها براساس استانداردهای بینالمللی. پژوهشکدهی پولی و بانکی بانک مرکزی، MBRI-PN-93008.
4
طالبلو، رضا (1390). اثر مقررات تنظیمی و رقابت بانکی بر ریسکپذیری بانکها، مورد بانکهای ایران. پایاننامهی دکتری، دانشکدهی اقتصاد دانشگاه علامه طباطبایی.
5
Agoraki, M., Delis, M., & Pasiouras, F. (2011). Regulations, competition and bank risk-taking in transition countries. Journal of Financial Stability, 7, 38-48.
6
Allen, F., Carletti, E., & Marquez, R. (2011). Credit market competition and capital regulation. The Review of Financial Studies, 24(4), 983-1018.
7
Bolt, W., & Tieman, A. (2004). Banking competition, risk, and regulation. IMF Working Paper, WP/04/11.
8
Carletti, E. (2007). Competition and regulation in banking. Handbook of financial intermediation and banking (pp. 449-482). Frankfurt: Center for financial studies at the University of Frankfurt.
9
Chiaramonte, L., & Casu, B. (2017). Capital and liquidity ratios and financial distress. Evidence from the European banking. The British Accounting Review, 49(2), 138-161.
10
Delis, M., Tran, K., & Tsionas, E. (2012). Quantifying and explaining parameter heterogeneity in the capital regulation-bank risk nexus. Journal of Financial Stability, 8, 57-68.
11
Gersbach, H. (2013). Bank capital and the optimal capital structure of an economy. European Economic Review, 64, 241-255.
12
Hakenes, H., & Schnabe, I. (2011). Capital regulation, bank competition, and Financial Stability. Economic Letters, 113, 256-258.
13
Hasman, M., & Samartín, M. (2017). Capital and liquidity in a dynamic model of banking. Economic Modeling, 64, 172-177.
14
Hellman, T., Murdock, K., & Stiglitz, J. (2000). Liberalization, moral hazard in banking, and prudential regulation: are capital requirements enough?. The American Economic Review, 90(1), 147-165.
15
Hoque, Q., Andriosopoulos, D., Andriosopoulos, K., & Douady, R. (2015). Bank regulation, risk and return: evidence from the credit and sovereign debt crises. Journal of Banking & Finance, 50, 455-474.
16
Kasman, S., & Kasman, A. (2015). Bank competition, concentration and financial stability in the Turkish banking industry. Economic Systems, 39, 502-517.
17
Keeley, M. (1990). Deposit insurance, risk, and market power in banking. The American Economic Review, 80(5), 1183-1200.
18
Kouki, L., & Al-Nasser, A. (2017). The implication of banking competition: evidence from african countries. Research In International Business And Finance, 39, 878-895.
19
Laeven, L., Ratnovski, L., & Tong, H. (2015). Bank size, capital, and systemic risk: some international evidence. Journal of Banking & Finance, 69, 25-34.
20
Lee, C., & Hsieh, M. (2013). The impact of bank capital on profitability and risk in Asian banking. Journal of International Money and Finance, 32, 251-281.
21
Leroy, A., & Lucotte, Y. (2017). Is there a competition-stability trade-off in european banking?. Journal of International Financial Markets, Institutions And Money, 46, 199-215.
22
Majcher, P. (2015). Increased bank capital requirements: neither panacea nor poison. Procedia Economics and Finance, 25, 249-255.
23
Martinez, D., & Repullo, R. (2010). Does competition reduce the risk of bank failure?. The Review of Financial Studies, 23(10), 3638-3664.
24
Maudos, J., & Solís, L. (2011). Deregulation, liberalization and consolidation of the Mexican banking system: effects on competition. Journal of International Money and Finance, 30, 337-353.
25
Mosko, A., & Bozdo, A. (2016). Effect of bank capital requirements on bank risk-taking and financial stability. Mediterranean Journal of Social Sciences, 7(1), 340-349.
26
Nguyen, M., Skully, M., & Perera, S. (2012). Bank market power and revenue diversification: Evidence from selected ASIAN countries. Journal of Asian Economics, 23, 688-700.
27
Oduor, J., Ngoka, K., & Odongo, M. (2017). Capital requirement, bank competition and stability in Africa. Review of Development Finance, 7(1), 45-5.
28
Soedarmono, W., Machrouh, F., & Tarazi, A. (2013). Bank competition, crisis and risk taking: evidence from emerging markets in asia. Journal of Financial Markets, Institutions And Money, 23, 196-221.
29
Stolbov, M., & Shchepeleva, M. (2016). Financial stress in emerging markets: Patterns, real effects and cross-country spillovers. Review of Development Finance, 6, 71-81.
30
Tabak, B., Fazio, D., & Cajueiro, D. (2012). The relationship between banking market competition and risk-taking: do size and capitalization matter?. Journal of Banking And Finance, 36, 3366-3381.
31
Tabak, B., Gomes, G., & Medeiros, M. (2015). The impact of market power at bank level in risk-taking: the brazilian case. International Review of Financial Analysis, 40, 154-165.
32
ORIGINAL_ARTICLE
مکان یابی بنگاه ها در صورت وجود انواع مصرف کنندگان (باتجربه و بی تجربه)
امروزه یکیازمهمترینمشکلاتبنگاههاپیداکردنراهحلیبرایکاهش هزینههای حملونقل با توجه به گسترششهرهاوافزایشجمعیتشهری است. پایهی مدلهای مکانیابی رقابتی مدل ارائه شده توسط هاتلینگ در خصوص دو بستنیفروش دورهگرد در ساحل است. در این مقاله با در نظر گرفتن مدل اولیهی هاتلینگ، اما با در نظر گرفتن دو نوع مصرفکنندهی باتجربه و بیتجربه به تحلیل نتایج پرداخته شده است. نتایج نشان میدهد که در صورت وجود دو نوع مصرفکنندهی با تجربه و بیتجربه توابع تقاضای دو بنگاه (ارائه دهنده غذای متمایز)، به مطلوبیت کسب شده از یک نوع غذای خاص و تعداد مصرفکنندگان باتجربه نیز بستگی دارد. همچنین اگر دو بنگاه در یک نقطه قرار بگیرند به دلیل تفاوت در تمایلات مصرفکنندگان، قیمتهای تعادلی یکسانی را تقاضا نخواهند کرد. در حالتی که استراتژی بنگاهها انتخاب هر دوی قیمت و مکان باشد، هیچ تعادلی برای بازی وجود نخواهد داشت و در نهایت با افزایش هزینههای حملونقل بنگاه 1 (تولیدکنندهی کالای مرغوب) به مرکز نزدیکتر شده و بنگاه 2 (تولیدکننده کالای نامرغوب) از مرکز دورتر خواهد شد. طبقه بندی JEL : C62 ,D50 ,D11, C02, L11
https://jte.ut.ac.ir/article_65070_24975378855728cbdf9d66180e02f160.pdf
2018-03-21
45
68
10.22059/jte.2018.65070
مکانیابی
انواع مصرفکنندگان
تعادلعمومی
مدل هاتلینگ
تعادلنش
کیومرث
شهبازی
k.shahbazi@urmia.ac.ir
1
دانشیار اقتصاد دانشگاه ارومیه
LEAD_AUTHOR
صلاح
سلیمیان
salahsalimian@yahoo.com
2
دکتری اقتصاد دانشگاه ارومیه
AUTHOR
باقری نژاد، جعفر و نیکنام، آذر (1391). تحلیل تطبیقی مسائل مکانیابی تسهیلات رقابتی: مدلها و روشهای کاربردی، اولین کنفرانس ملی مهندسی صنایع و سیستمها، نجف آباد، 5-2.
1
حمیدیزاده، محمدرضا و ترهنده، فرید (1391). تبیین استراتژیهای موقعیتیابی بنگاههای اقتصادی. نشریهی علمی پژوهشی مدیریت فردا: (30)11، 120-107.
2
زاهدطلبان، علی، اشرفی، یکتا و خداپرست، مهدی (1392). مروری بر مبانی انتقادی نظریهی تعادل عمومی اقتصاد نئوکلاسیک. فصلنامهی سیاستهای مالی و اقتصادی، (4)1، 130-111.
3
سلیمیان، صلاح و شهبازی، کیومرث (1395). مکانیابی نمایندگیهای فروش در مدل با خیابانهای برابر، فصلنامهی علمی پژوهشی نظریههای کاربردی اقتصاد، (3)3، 92-69.
4
شای، آز (1995). اقتصاد صنعتی: نظریه و کاربردها، ترجمهی دکتر کیومرث شهبازی، انتشارات مرکز نشر دانشگاهی: تهران، 1393.
5
شکویی، حسین (1375). اندیشههای نو در فلسفه جغرافیا، چاپ سوم، صفحات 35-70، مشهد، انتشارات آستان قدس رضوی.
6
فرهمند، شکوفه، خوش اخلاق، رحمان و پهلوانزاده، بهاره (1392). تحلیل عوامل مؤثر بر توزیع فعالیتهای اقتصادی در شهر اصفهان. فصلنامهی پژوهشهای اقتصادی (رشد و توسعهی پایدار)، (1)13، 153-133.
7
فرقانی، علی و پورگیل کلایه، ابراهیم (1387). مسائل مکانیابی مراکز صنعتی، تدبیر، 196، 52-49.
8
ماکویی، احمد، سراجیان، امین و سادات ترکستانی، سارا (1393). مقالات مکانیابی تسهیلات رقابتی با استفاده از تئوری بازیها. نشریهی پژوهشهای مهندسی صنایع در سیستمهای تولید، (3)2، 19-1.
9
مقدم، مهدی (1391). مکانیابی صنایع در فضایی نابرابر. دو فصلنامهی علمی- تخصصی اقتصاد توسعه و برنامهریزی. (2)1، 32-19.
10
نصراللهی، زهرا و صالحیقهفرخی، فخرالسادات (1391). عوامل مؤثر بر مکانیابی بنگاههای صنعتی از دیدگاه رفتارگرایان: مدل لوجیت/ پروبیت. سیاستگذاری اقتصادی. (8)4، 90-75.
11
Becker, G. (1974). A Theory of Social Interactions, Journal of Political Economy, 82 (6), 1063-1093.
12
Becker, G. (1991). A Note on Restaurant Pricing and Other Examples of Social Influences on Price, Journal of Political Economy, 99 (5), 1109-1116.
13
Danalet, A., Tinguely, L., de Lapparent, M., & Bierlaire, M. (2015). Location choice with longitudinal WiFi data, ECOLE POLYTECHNIQUE FEDERALE DE LAUSANNE, Retrieved from http://dx.doi.org/10.5281/zenodo. 33973.
14
Darling, J. R. (2001). Successful competitive positioning: the key for entry into the European consumer market, European Business Review, 13(4). 209-221.
15
Hotelling, H. (1929). Stability in Competition, Economic Journal, 39 (1929). 41–57.
16
Kieron, J. M., Ernie, G., Teo, S., & Taojun, X. (2014). Socially-Optimal Locations of Duopoly Firms with Non-Uniform Consumer Densities, Theoretical Economics Letters, 4 (6), 431–445.
17
Kilkenny, M., & Thisse, J-F (1998). Economic of location: A selected survey, Computers & Operations Research, 26(1999), 1369-1394.
18
Melaniphy, J. (1999). Food courts–the food operator's perspective, Retrieved from http://www.melaniphy.com/ARTIC3.htm.
19
Naveen, K. J., Kothari, T., & Kumar, V. (2016). Location Choice Research: Proposing New Agenda, Research Article, Management International Review, 56(3), 1-22.
20
Reggiani, C. (2009). Optimal Differentiation and Spatial Competition: The Spoke Model with Product Delivery, Discussion Paper, Retrieved from https://www.york.ac.uk/media/economics/documents/discussionpapers/2009/0913.
21
Saidani, N., Chu. F., & Chen, H. (2012). Competitive facility location and design with reactions of competitor already in the market, European Journal of Operational Research, 219(2), 9–17.
22
Shiode, Sh., Yeh, K. Y., & Hsia, H. Ch. (2012). Optimal Location Policy for Three Competitive Facilities, Computers & Industrial Engineering, 62(3), 703–707.
23
World Bank (1986). Industrial location policies, Thayer costly and efficient in Korea, The world bank research News, 7 (1), 5-6.
24
ORIGINAL_ARTICLE
نقش بانکها در مکانیزم انتقال سیاست پولی با تأکید بر ویژگیهای سلامت مالی و ترازنامهای بانکها
کانال وامدهی بانکها از جمله کانالهای اعتباری و غیرنئوکلاسیک در ادبیات مکانیزم انتقال پولی میباشد. این کانالها مبتنی بر فرض اطلاعات نامتقارن بوده و بازارها را ناقص و ناکارآمد عنوان میکنند؛ از آنجایی که بانکها در ایران از جمله مهم ترین فراهم کنندگان منابع مالی میباشند، در این مطالعه به بررسی نقش بانکها در انتقال اثرات سیاست پولی در چارچوب کانال وامدهی پرداخته میشود. به این منظور اثرات ویژگیهای سلامت مالی و ترازنامهای بانکها بر تسهیلات و اثر آنها بر تشدید سیاست پولی مورد بررسی قرار میگیرد. دادههای خرد و صورتهای مالی 18 بانک خصوصی و دولتی ایرانی برای دورهی زمانی 1386-1393 با استفاده از روش GMM مطالعه میشود. نتایج بیانگر اثر مثبت و معنادار کفایت سرمایه بر تسهیلات اعطایی میباشد. از سویی اثر نسبت سپرده، منفی و معنادار، ولی بسیار کوچک است. متغیرهای کلان اقتصادی از جمله تولید ناخالص داخلی و شاخص قیمتها، دارای ضرایب مثبت و معنادار بوده و ساختار مالی و ریسک اعتباری ضریب منفی و معنادار بر تسهیلات اعطایی دارند. همچنین مطابق دیگر یافتههای مطالعه، کفایت سرمایه و ساختار مالی بانکها، هر دو شدت اثرگذاری سیاست پولی را افزایش میدهند؛ بنابراین در جمع بندی به سیاستگذاران توصیه میشود که بهمنظور دستیابی به اهداف سیاستی، به اثرات غیرمستقیم ویژگیهای بانکها بهویژه کفایت سرمایه و ساختار مالی در ایران توجه خاص داشته باشند. طبقهبندی E52، G21،E31،C22: JEl
https://jte.ut.ac.ir/article_65071_c26bf8f40993c6d6cd3480a1003f2950.pdf
2018-03-21
69
92
10.22059/jte.2017.232209.1007571
کانال وامدهی
تسهیلات
سلامت بانکی
ترازنامه
GMM
علیرضا
کازرونی
ar.kazerooni@gmail.com
1
استاد دانشکده اقتصاد، مدیریت، بازرگانی دانشگاه تبریز
LEAD_AUTHOR
تاناز
صلاحش
tanazsalahesh@gmail.com
2
دانشجو دکتری دانشگاه سراسری تبریز
AUTHOR
حسین
اصغرپور
3
دانشیار دانشکده اقتصاد، مدیریت، بازرگانی دانشگاه تبریز
AUTHOR
اطلاعات سریهای زمانی اقتصادی، بانک مرکزی ایران، سال 1395.
1
تقوی، مهدی و لطفی، علیاصغر (1385). بررسی اثرات سیاست پولی بر حجم سپردهها، تسهیلات اعطایی و نقدینگی نظام بانکی کشور (1382-1374). پژوهشهای بازرگانی. 20، 166-131.
2
خوشنود، زهرا و اسفندیاری، مرضیه (1393). وامدهی بانکی و کفایت سرمایه مقایسه بانکهای دولتی و خصوصی در ایران. فصلنامهی پژوهشهای پولی- بانکی، سال هفتم، ۲۰، ۲۱۱-235.
3
شاهچرا، مهشید و میرهاشمی نائینی، سیمین السادات (1390). تحلیل تأثیرات شوک سیاست پولی بر تسهیلات شبکه بانکی ایران (1388-1380). فصلنامهی تحقیقات اقتصادی راه اندیشه.
4
شیرین بخش، شمساله و جباری، الناز (1389). بررسی اثرات نرخ ذخیرهی قانونی و داراییهای بانکها بر تسهیلات اعطایی بانکها (روش برآورد GMM). مجلهی مطالعات مالی، پنجم، 19-32.
5
صورتهای مالی ترازنامه و سود و زیان بانکهای دولتی و خصوصی، سازمان بورس اوراق بهادار تهران، سال 1386-1393.
6
عبادی، جعفر، کمیجانی، اکبر و خوشنود، زهرا (1388). رویکردی نوین به کانال سرمایهی بانکی: نقش روش رتبه بندی اعتباری در مکانیزم انتقال پولی. مجلهی تحقیقات اقتصادی، شماره 95، ص 131-157.
7
على نژاد، مهربانى، فرهاد و کمیجانى، اکبر (1391). ارزیابى اثربخشى کانالهای انتقال پولى بر تولید و تورم و تحلیل اهمیت نسبى آنها در اقتصاد ایران. فصلنامهی برنامهریزی و بودجه، هفدهم، 2، 39-64.
8
فرزینوش، اسدالله و رحمانی، تیمور (1379). درونزایی عرضهی پول و تأثیر فشارهای هزینهای بر آن در اقتصاد ایران. مجلهی تحقیقات اقتصادی، شماره 56، ص 83-111.
9
گزارش عملکرد نظام بانکی کشور، مؤسسهی عالی بانکداری، سال 1386-1393.
10
مهرگان، نادر و دلیری، حسن (1392). واکنش بانکها در برابر سیاست پولی براساس مدل DSGE. فصلنامهی پژوهشها و سیاستهای اقتصادی، بیست و یکم، 66، 39-68.
11
Ahtik, M. (2012). Bank Lending Channel in Slovenia: Panel Data Analysis. Prague Economic Papers, University of Economics, Prague, (1), 50-68.
12
Akinlo, A. E., & Egbetunde, T. (2010). Financial Development & Economic Growth: The Experience of 10 Sub-Saharan African Countries Revisited. The Review of Finance & Banking, Academia de Studii Economice din Bucuresti, Romania / Facultatea de Finante, Asigurari, Banci si Burse de Valori / Catedra de Finante, 2(1),17-28, June.
13
Arnold, I. J. M., & Kool, Clemens J. M., & Raabe, K. (2006). Industries & the bank lending effects of bank credit demand & monetary policy in Germany. Discussion Paper Series1: Economic Studies,48, Deutsche Bundesbank, Research Centre.
14
Bahadur, B.B. (2013). The Bank Lending Channel of Monetary Policy in Nepal: Evidence from Bank Level Data. NRB Economic Review, Nepal Rastra Bank, Research Department, 25(2), 43-65, October.
15
Bernanke, B. S., & Blinder, A. S. (1992). The Federal Funds Rate & the Channels of Monetary Transmission. American Economic Review, American Economic Association, 82(4), 901-921, September.
16
Bernanke, B. S., & Gertler, M. (1995). Inside the Black Box: The Credit Channel of Monetary Policy Transmission. Journal of Economic Perspectives, American Economic Association, 9(4), 27-48, Fall.
17
Chatelain, J-B., Ehrmann, M., Generale, A., Martínez-Pp, J., Vermeulen, P., & Worms, A. (2003). Monetary Policy Transmission in the Euro Area: New Evidence From Micro Data on Firms & Banks. Journal of the European Economic Association, MIT Press, 1(2-3), 731-742.
18
De Hann, L. (2001). The Credit Channel in the Netherlands Evidence from Bank Balance Sheet. Working Paper, European Central Bank, 98, 4-37.
19
Edwards, S., & Vegh, C. A. (1997). Banks & macroeconomic disturbances under predetermined exchange rates. Journal of Monetary Economics, Elsevier, 40(2), 239-278, October.
20
Gambacorta, L., & Iannotti, S. (2005). Are there asymmetries in the response of bank interest rates monetary shocks?. Economic Research & International Relations Area, Temi di discussione (Economic working papers) 566, Bank of Italy.
21
Hancock, D., & Wilcox, J. A. (1998). The Credit Crunch & the Availability of Credit to Small Business. Research Program in Finance, Working Papers RPF-282, University of California at Berkeley.
22
Kashyap, A. K., & Stein, J. C. (1995).The Impact of Monetary Policy on Bank Balance Sheets. Carnegie-Rochester Conference Series on Public Policy, 42, 197-202.
23
Li, N., & Lee, Y. (2015). The Bank-lending Channel of Monetary Policy Transmission in China: A Comparison between Chinese & Foreign Banks. Department of Economics, Korea & the world economy Seoul, 16, 167-193.
24
Lotfi, A. A. (2014). The Study of Relationship between Credit Channel of Monetary Policy & Real Estate Price in Iran. International Journal of Economy, Management & Social Sciences, 3(1),: 88-94.
25
Loupias, C., Savignac, F., & Sevestre, P. (2001). Monetary policy & bank lending in France: are there asymmetries?,Working Paper Series 0101, European Central Bank.
26
Mishkin F. S. (1996). The Channels of Monetary Transmission: Lessons for Monetary Policy. NBER Working Papers 5464, National Bureau of Economic Research, Inc.
27
Mora, N. (2013). The bank lending channel in a partially dollarized economy. Journal of Applied Economics, Universidad del CEMA, 16, 121-151, May.
28
Ngozi, O. F., & Okoi, I. E. (2015). Monetary Policy Transmission Mechanism in Nigeria: A Comparative Analysis. International Journal of Economics & Finance. 7, 8, 229-239.
29
Nwosa, I. P. (2012).The Monetary Transmission Mechanism in Nigeria: A Sectoral Output Analysis. International Journal of Economics & Finance, 4, 1, 204-212.
30
Parvin, S., Shakeri , A., & Ahmadian, A. (2014). Balance Sheet Effects of Monetary Policy on Banking System & Macroeconomic Variables of the Iranian Economy :A DSGE Approach. Iranian Economic Research Journal,19, 58, 77-115, Spring.
31
Vincent, E. A. (2006). Monetary Policy, Bank Lending & Inflation in Nigerian;1993-2009. Department of Economics,Faculty of Social Sciences, University of Lagos,1-40.
32
Wu, J., Calem, P., & Covas, F. (2011). The Impact of a Liquidity Shock on Bank Lending: The Case of the 2007 Collapse of the Private-Label RMBS Market. Federal Reserve Board, August 15, 1-33.
33
Zamurrad, J. P., & Rashid, A., Qurrat-Ul-Ain (2014). Impact of Monetary Policy on Bank’ Balance Sheet in Pakistan. International Journal of Economics & Finance. Published by Canadian Center of Science & Education, 6, 11,187-196.
34
Zulkefly, A. K., Ngah W., Saini W. A., & Bakri A.K. (2010). Bank lending channel of monetary policy: dynamic panel data evidence from Malaysia. MPRA Paper 26157, University Library of Munich, Germany, 1-22.
35
ORIGINAL_ARTICLE
شبیهسازی تأثیر سالمندی بر متغیرهای اقتصاد کلان (کاربردی از روش تعادل عمومی نسلهای همپوش)
سالمندی جمعیت یکی از دغدغههای مهم قرن اخیر در سراسر دنیا بشمار میآید. در مطالعهی حاضر، بهمنظوربررسیتأثیرتغییراتجمعیتیبربرخیازمتغیرهایکلاناقتصادی،یکمدل نسلهایهمپوش دومرحلهایی دایموند طراحی شده است. در این مدل افراددودوره زندگیمیکنند، طولهردورهسیسالدرنظر گرفته شده است. ازنقطهنظر چرخهی زندگیدورهی اولبیانگر زندگیکاریودورهی دوممربوطبهبازنشستگیاست. اینمدلازسهبخش خانوار، دولت وتولیدتشکیلمیشود کهدر یکبازاررقابتکاملفعالیتمیکنند. این مدل متناسب با شرایط ایران طراحی و برازش شده است و در انتها نتایج بهدست آمده تحلیل خواهد شد. در این مدل، داده از سال 1940 وارد و تا سال2100 شبیهسازی شده است. نتایج بهدست آمده از شبیهسازیها نشان میدهد، بر اثر سالمندی جمعیت، از یک سو بهمرور سهم عواید بازنشستگی از بودجه، افزایش و سهم سرمایهگذاری عمومی کاهش مییابد، بهعبارت دیگر سالمندی جمعیت سبب برونرانی سرمایهگذاری عمومی و از سوی دیگر سبب کاهش نرخ رشد سالیانه محصول سرانه سرمایه میشود و به تبع کاهش این دو عامل رشد اقتصادی نیز روند کاهنده خواهد داشت. همچنین سیاستهای دولت به علت زیاد شدن جمعیت سالمند و کاهش عرضهی نیروی کار مولد، افزایش مالیات و سن بازنشستگی خواهد بود، که این سیاستها کمی از شدت برون رانی سرمایهگذاری عمومی میکاهد. طبقهبندی E62, H5, J26, C5: JEL
https://jte.ut.ac.ir/article_65093_2533dbfe19815316aa29c918a7ce5909.pdf
2018-03-21
93
115
10.22059/jte.2017.225321.1007461
مدل تعادل عمومی نسلهای همپوش
سالمندی جمعیت
بودجهی دولت
بازنشستگی
رشد اقتصادی
زهرا
کاشانیان
y.kashanian@gmail.com
1
تدریس در دانشگاه آزاد و علمی-کاربردی جهادددانشگاهی دانشگاه تهران
LEAD_AUTHOR
حسین
راغفر
raghfar@alzahra.ac.ir
2
عضو هیات علمی دانشگاه الزهرا (س)
AUTHOR
میر حسین
موسوی
hmousavi@alzahra.ac.ir
3
عضو هیات علمی دانشگاه الزهرا (س)
AUTHOR
ORIGINAL_ARTICLE
تأثیر سرایت بازده و تلاطم در برآورد ارزش در معرض ریسک سبد دارایی، متشکل از طلا، ارز و سهام
با توجه به اهمیت مدلسازی دقیق تلاطم در محاسبهی ارزش در معرض ریسک سبد داراییها، برای پیشبینی تلاطم سبد داراییها از مدلهای متنوع واریانس ناهمسان شرطی تعمیمیافته چند متغیره استفاده میشود که در آن، ریسک یک دارایی علاوه بر رفتار خود به رفتار دیگر داراییهای موجود در سبد نیز بستگی دارد. به همین علت نباید در برآورد سنجهی ریسک سبد دارایی، سرایت بازده و تلاطم بین داراییهای موجود در سبد را نادیده گرفت. در این مقاله برای نشان دادن اهمیت سرایت اطلاعات،ارتباط بین بازدهی لگاریتمی داراییهای انس طلا، نرخ برابری یورو به دلار آمریکا و شاخص سهام S&P500، از نخستین روز کاری سال 2000 تا 1/12/2014 مورد بررسی قرار میگیرد. شناسایی سرایت بازدهی بین بازارها با بهرهگیری از مدل خودهمبسته برداریفراهممیشود. اثر سرایت تلاطم با استفاده ازمدلهای متنوع واریانس ناهمسان شرطی تعمیمیافتهچندمتغیرهای امکانپذیر است که هریک از این مدلها قادرند پویاییهای واریانس شرطی بازده را با در نظر گرفتن ویژگیهایی همچونخوشهای بودن تلاطم و متغیر بودن آن در طی زمان مدلسازی کنند، بنابراین در این مقاله در چارچوب مدلهای MGARCH-VAR، جهت و اثر سرریز اطلاعات بین بازارهایانس طلا، ارز و سهام شناسایی شده است. سپسارزش در معرض ریسک سبد مذکور با رویکرد پارامتریدر سطح اطمینان 99% برای افق پیشبینی یک روزهبرآورد شده است. در مرحلهی بعد پس از آزمون کفایت پوشش شرطی و غیرشرطی،با بهکارگیریرویکردهای مقایسهای تابع زیان لوپز، مجموع زیان انباشته و تابع زیان شنر، عملکرد روشهای با کفایت در برآورد ارزش در معرض ریسک سبد داراییرا رتبهبندیمیشود. نتایج تجربی حاصل از این پژوهش نشان میدهند که سرایت اطلاعات بین بازده و تلاطم داراییهای موجود در یک سبد، برآورد سنجهی ارزش در معرض ریسک را تحت تأثیر قرار داده و نادیده گرفتن این ویژگی سبب برآورد دستبالای ارزش در معرض ریسک سبد داراییها و در نتیجه، تخصیص ناکارای بخش زیادی از منابع جهت پوشش ریسک سبد داراییها میشود. طبقهبندی JEL: G11, G15, G19, G32, G39
https://jte.ut.ac.ir/article_65072_ce5e9bf3bd73d2c683c619a20ae28498.pdf
2018-03-21
117
152
10.22059/jte.2018.65072
بازده
تلاطم
سرریز اطلاعات
MGARCH
VAR
ارزش در معرض ریسک
پنجرهی غلتان
کفایت مدل
مدل رتبهبندی
غلامرضا
کشاورز
g.k.haddad@sharif.edu
1
دانشکده اقتصاد دانشگاه شریف
LEAD_AUTHOR
کبری
مفتخر دریایی
moftakhar.a@gmail.com
2
فارغ التحصیل رشته اقتصاد، دانشگاه صنعتی شریف
AUTHOR
رادپور، میثم و عبده تبریزی، حسین (1388). اندازهگیری و مدیریت ریسک بازار رویکرد ارزش در معرض ریسک، انتشارات آگاه، چاپ یکم.
1
سوری، داود، زمانی، شیوا و ثنائی اعلم، محسن (1389). بررسی وجود سرایت بین سهام شرکتها در بورس اوراق بهادار با استفاده از یک مدل دینامیک چند متغیره "، مجلهی تحقیقات اقتصادی، شمارهی 93، 54-29.
2
کشاورز حداد، غلامرضا و جعفر عبدی، اکبر (1388). آزمون سرایت اطلاعات در میان بورسهای سهام تهران و دبی، پایاننامه.
3
کشاورزحداد، غلامرضا، جعفرعبدی، اکبر و ابراهیمی، سید بابک (1390). بررسی سرایت تلاطم میان بازدهی سهام صنعت سیمان و صنایع مرتبط با آن در ایران، مجلهی پژوهشهای اقتصادی ایران، صص 129-162.
4
کشاورز حداد، غلامرضا و صمدی گمچی، باقر (1388). برآورد و پیشبینی تلاطم بازدهی در بازار سهام تهران و مقایسه دقت روشها در تخمین ارزش در معرض خطر: کاربردی از مدلهای خانواده FIGARCH، مجلهی تحقیقات اقتصادی، 193-235.
5
کشاورز حداد، غلامرضا و معنوی، سید حسن (1387). تعامل بازار سهام و نفت با تأکید بر تأثیر تکانههای نفتی، مجلهی پژوهشهای اقتصادی ایران، 155-177.
6
Abad, P. (2010). A Detailed Comparison of Value at Risk Estimates. Mathematics and Computers in Simulation.
7
Alexander, C. (2008). Value-at-Risk Models (Vol. IV). John Wiley & Sons Ltd.
8
Baele, L. (2005). Volatility Spillover Effects in European Equity Markets. The Journal of Financial and Quantitative Analysis, 40(2), 373-401.
9
Bailliea, R. T., Bollerslev, T., & Mikkelsen, H. (1996). Fractionally integrated generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 74(1), 3-30.
10
Barone-Adesi, G., & Gannopoulos, K. (1997). VaR without Correlation for Nonlinear Portfolios. Journal of Futures Markets(19), 583-602.
11
Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
12
Boudoukh, J., Richardson, M., & Whitelaw, R. (1998). The Best of Both Worlds: A Hybrid Approach to Calculating Value at Risk.
13
Burns, P. (2002). The Quality of Value at Risk via Univariate GARCH. Working Paper, 19.
14
Campbell , J. Y., Lo, A. W., & Craig, A. (1997). The Econometrics of Financial Markets. Princeton University Press.
15
David, R. (2004). Stock Market Predictability : Is it There ? A Critical Review. 41(12).
16
Dornbusch , R., Park, Y., & Clae, S. (2000). Contagion: Understanding How It Spreads. The World Bank Research Observer, 15(2), 177-197.
17
Dowd, K. (2002). Measuring Market Risk. Willy Finance.
18
Dungey, M., & Tambakis, D. N. (2005). Identifying International Financial Contagion: progress and challenges.
19
Enders, W. (1995). Applied Econometric Time Series. New York: Wiley.
20
Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of UK Inflation. Econometrica, 50(4), 987-1008.
21
Eun, C. S., & Shim, S. (1989). International Transmission of Stock Market Movements. The Journal of Financial and Quantitative Analysis, 24(2), 241-256.
22
Fama, E. F. (1991). Efficient Capital Markets: A review of theory. Journal of Finance, 25(2), 383-417.
23
Forbes, K., & Rigobon, R. (2002). No Contagion, Only Interdependence: Measuring Stock Market Comovements. the Journal of Finance, 57(5), 2223-2261.
24
Goorbergh, R., & Vlaar, P. (1999). Value-at-Risk Analysis of Stock Returns Historical Simulation , Variance Techniques or Tail Index Estimation ? Amsterdam: De Nederlandsche Bank NV.
25
Hamao, Y., Masulis, R., & Ng, V. (1990). Correlations in Price Changes and Volatility Across International Stock Markets. Review of Financial Studies, 3(2), 281-307.
26
Harris, R. D., & Pisedtasalasai, A. (2006). Return and Volatility Spillovers Between Large and Small Stocks in the UK. Journal of Business Finance & Accounting, 33(9-10), 1556-1571.
27
Hatemi-J, A., & Roca, E. (2005). Exchange Rates and Stock Prices Interaction During Good and Bad Times: Evidence from the ASEAN4 Countries. Applied Financial Economics, 15(8), 539-546.
28
Hull, J. C. (2007). Risk Management and Financial Institution. Upper Saddle River, NJ : Pearson Prentice Hall.
29
Jiaping Zhang, Min Fan, & Xiaojian Yu. (2008). On Spillover effect of RMB exchange Rate Volatility. International Seminar on Business and Information Management.
30
Karolyi, A. G. (Jan., 1995). A Multivariate GARCH Model of International Transmissions of Stock Returns and Volatility: The Case of the United States and Canada. Journal of Business & Economic Statistics, 13(1), 11-25.
31
Keshavarz Hadad, G., & Akhtekhane, S. (2012). Exponentially Declining Weighted Bootstrapping as an Alternative Value-at-Risk Measurement Technique. Working Paper.
32
Kim, K.-h. (2003). Dollar Exchange Rate and Stock Price: Evidence from Multivariate Cointegration and Error Correction Model. Review of Financial Economics, 12(3), 301-313.
33
Kirchgässner, G., & Wolters, J. (April 2007). Introduction to Modern Time Series Analysis. Springer Berlin Heidelberg New York.
34
Koutmos , G., & Booth, G. (December1995). Asymmetric Volatility Transmission in International Stock Markets. Journal of International Money and Finance, 14(6), 747-762.
35
Lawrence, C. (2003). Why is Gold Differenct from Other Assets?an Empirical Investigation. London: World Gold Council.
36
McAleer, M., & da Veiga, B. (2008). Forecasting Value-at-Risk with a Parsimonious Portfolio Spillover GARCH (PS-GARCH) Model. Journal of Forecasting, 27, 1-19.
37
Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica, 59(2), 347-370.
38
Pan, M.-S., Chi-Wing Fok, R., & Liu, Y. (2006). Dynamic Linkages between Exchange Rates and Stock Prices: Evidence from East Asian Markets. International Review of Economics and Finance, 16(4), 503-520.
39
Pankaj , S., & Gyanesh, S. (April 2010). Volatility Spillover in India, USA and Japan Investigation of Recession Effects.
40
Phylaktis, K., & Ravazzolo, F. (2005). Stock Prices and Exchange Rate Dynamics. Journal of International Money and Finance, 24, 1031-1053.
41
Pritsker, M. (2006). The Hidden Dangers of Historical Simulation. Journal of Banking & Finance, 30(2), 561-582.
42
Rey, D. (March 2004). Stock Market Predictability : Is it There ? A Critical Review. University of Basel,WWZ/Department of Finance, 41(12).
43
Senera, E., Baronyana, S., & Mengüt, L. A. (2012). Ranking the predictive performances of value-at-risk estimation methods. International Journal of Forecasting, 28(4), 849-873.
44
Sjaastad , L., & Scacciavillani, F. (December1996). The Price of Gold and the Exchange Rate. Journal of International Money and Finance, 15(6), 879-897.
45
Smith, G. (2002). London Gold Prices and Stock Prices Indices in Europe and Japan. World Gold Council.
46
So, M. K., & Yu, P. L. (2006). Empirical analysis of GARCH models in value at risk estimation. Journal of International Financial Markets, Institutions and Money, 16(2), 180-197.
47
Theodossiou, P., & Lee, U. (1993, November). Mean and Volatility Spillover Across Major National Stock Market:Further Empirical Evidence. The Journal of Financial Research, XVI.
48
Tsay, R. S. (2005). Analysis of Financial Time Series (Second ed.). John Wiley & Sons, Inc.
49
Tully , E., & M. Lucey, B. (2007). A power GARCH examination of the gold market. Research in International Business and Finance(21), 316-326.
50
Yang , S.-Y., & Doong, S.-C. (2004). Price and Volatility Spillovers between Stock Prices and Exchange Rates: Empirical Evidence from the G-7 Countries. International Journal of Business and Economics, 3(2), 139-153.
51
Zivot , E., & Wang, J. (2005). Modelling Financial Time Series with S-PLUS, (Second Edition ed.).
52
ORIGINAL_ARTICLE
سیاست پولی بهینهی استوار در شرایط نااطمینانی برای اقتصاد ایران با استفاده از رهیافت هانسن و سارجنت
اهداف سیاستگذار پولی بهطور معمول در اقتصادهای مختلف، کاهش تورم و شکاف تولیداز مقدار هدف آن است. برای رسیدن به این اهداف، مقام پولی باید سیاست پولی مناسبی را اتخاذ کند. از آنجایی که مدلهای اقتصادی با عدم اطمینان مواجه هستند، میبایست این نااطمینانی در اتخاذ سیاست پول مناسب مورد توجه قرار گیرد. در این مقاله با استفاده از یک مدل تعادل عمومی پویای تصادفی که در آن نرخ رشد پول، ابزار سیاست پولی معرفی شده، سیاست پولی صلاحدیدی در شرایط نااطمینانی شوک فشار هزینه و شوک فشار تقاضا با استفاده از رهیافت کنترل استوار هانسن و سارجنت (2002) بررسی شده است. سیاست پولی بهینه استوار (سیاست پولی در شرایط نااطمینانی) برای اقتصاد ایران در مورد فشار هزینه، تهاجمیتر از سیاست پولی در شرایط اطمینان است. ولی در مورد فشار تقاضا سیاست پولی بهینهی استوار و سیاست پولی در شرایط اطمینان تفاوتی ندارند. با افزایش وزن تورم و وزن نرخ رشد پول در تابع زیان سیاستگذارپولی، سیاست پولی در شرایط نااطمینانی فشار هزینه، همچنان تهاجمی باقی میماند. طبقهبندی JEL: E52، E58، E61 و E12
https://jte.ut.ac.ir/article_65073_57414828ad585b52dcda6a2f16b84136.pdf
2018-03-21
153
179
10.22059/jte.2017.228572.1007508
سیاست پولی بهینه استوار
نااطمینانی
صلاحدید
تعادل عمومی پویای تصادفی
فاطمه
لبافی فریز
f.labafi@ase.ui.ac.ir
1
دانشجوی دورهی دکتری اقتصاد دانشگاه اصفهان
LEAD_AUTHOR
سعید
صمدی
samady@ase.ui.ac.ir
2
دانشیار دانشکدهی اقتصاد و علوم اداری دانشگاه اصفهان
AUTHOR
خدیجه
نصرالهی
khadijh@ase.ui.ac.ir
3
دانشیار دانشکدهی اقتصاد و علوم اداری دانشگاه اصفهان
AUTHOR
رسول
بخشی دستجردی
r.bakhshi@ase.ui.ac.ir
4
دانشیار دانشکدهی اقتصاد و علوم اداری دانشگاه اصفهان
AUTHOR
توکلیان، حسین (1391). بررسی منحنی فلیپس کینزی جدید در قالب یک مدل تعادل عمومی پویای تصادفی برای اقتصاد ایران. مجلهی تحقیقات اقتصادی، دورهی چهل و هفتم، شمارهی سوم، صص1-22.
1
درگاهی، حسن و شربت اوغلی، رویا (1389). تعیین قاعدهی سیاست پولی در شرایط تورم پایدار اقتصاد ایران با استفاده از روش کنترل بهینه. مجلهی تحقیقات اقتصادی، شماره93، صص 27-1.
2
زراء نژاد، منصور و انواری، ابراهیم (1391). تعیین سیاستهای پولی و مالی بهینه اقتصاد ایران در فضای نا اطمینانی با استفاده از مدل اقتصاد کلان پایهی خرد. دو فصلنامهی اقتصاد پولی و مالی (دانش و توسعهی سابق) دورهی جدید، سال نوزدهم، شمارة 3، صص 1-27.
3
شاهمرادی، اصغر و صارم، مهدی (1392). سیاست پولی بهینه و هدفگذاری تورم در ایران. مجلهی تحقیقات اقتصادی، دورهی 48، شمارهی 2، صص25-42.
4
Blinder, A. (1997). Distinguished Lecture on Economics in Government: What Central Bankers Could Learn from Academics - and Vice Versa?. Journal of Economic Perspectives, 11, 3-19.
5
Brainard, W. (1967). Uncertainty and effectiveness of policy. American Economic Review, 57(2), 411-425.
6
Giannoni, M. (2002). Does model uncertainty justify caution? Robust optimal monetary policy in a forward-looking model. Macroeconomic Dynamics 6, 111–144.
7
Giordani, P., & Soderlind, P. (2004). Solution of macro models with Hansen–Sargent robust policies: some extensions. Journal of Economic Dynamics & Control, NO 28, 2367 – 2397.
8
Hansen, L.P., & Sargent, T.J. (2001). Acknowledging misspecification in macroeconomic theory. Review of Economic Dynamics 4, 519–535.
9
Hansen, L.P., & Sargent, T.J. (2002). Robust control and model uncertainty in macroeconomics. Stanford University manuscript.
10
Levin, A. T., & Williams, J.C. (2003). Robust monetary policy with competing reference models. Journal of Monetary Economics 50, 945–975.
11
Medeiros, G. B. D., Portugal, M. S., & Aragón, E. K. D. B. (2016). Robust monetary policy, structural breaks, and nonlinearities in the reaction function of the Central Bank of Brazil. EconomiA, Volume 17, Issue 1, 96–113.
12
Onatski, A., & Stock, J. H. (2002). Robust monetary policy under model uncertainty in a small model of the US economy. Macroeconomic Dynamics 6, 85–110.
13
Onatski, A., & Williams, N. (2003). Modeling model uncertainty. Journal of the European Economic Association 1, 1087–1122.
14
Sack. (2000). Does the fed act gradually? A VAR analysis. Journal of Monetary Economics, 46, 229-256.
15
Shuetrim, G., & Thompson, C. (1999). The implications of uncertainty for monetary policy. Economic Research Department Reserve Bank of Australia
16
Sims, C.A. (2001a). Pitfalls of a minimax approach to model uncertainty. Princeton University Discussion Paper.
17
Theil. (1958). Economic Forecasts and Policy. North-Holland Amsterdam
18
Tillmann, P. (2009). Optimal monetary policy with uncertain cost channel. Journal of Money, Credit and Banking 41 (5), 885–906.
19
Tinbergen. J. (1952). On the theory of economic policy. North-Holland Amsterdam
20
Traficante, G. (2013). Monetary policy, parameter uncertainty and welfare. Journal of Macroeconomics 35, 73–80.
21
Yannacopoulos, A.N. (2013). Robust control and applications in economic theory.
22
Zarra Nezhad, M& Anvari, E. (2012). Designing optimum monetary and fiscal policies of Iran under uncertainty in micro-founded macroeconomic model. Journal of Monetary & Financial Economics, 19(3), 1-27.
23
ORIGINAL_ARTICLE
اندازهگیری و مقایسه حداقل معیشت خانوارهای شهری و روستایی ایران طی سالهای 1392-1368
در دهههای اخیر، کاهش فقر و افزایش سطح رفاه خانوارها به یکی از مباحث مهم توسعهی اقتصادی کشورها تبدیل شده است، بهطوری که فقرزدایی و بهبود سطح رفاه افراد در جامعه شرط لازم برای رشد اقتصادی محسوب َمیشود. آگاهی از حداقل معیشت که در ادبیات اقتصادی بهطور تلویحی مترادف با خط فقر است، اولین گام در مسیر برنامهریزی برای مبارزه با فقر و محرومیت میباشد. در این راستا با استفاده از دادههای هزینه و درآمد خانوارهای شهری و روستایی که توسط مرکز آمار ایران همه ساله منتشر میشود، ابتدا حداقل معیشت طی سالهای 1392-1368 که پنج برنامهی توسعهی اقتصادی، اجتماعی و فرهنگی کشور به اجرا درآمده است با استفاده از هشت گروه کالایی، به روش سیستم مخارج خطی (LES) و با استفاده از نظریهی حداقل عادات نسبی (HLES) محاسبه میشود. سپس با استفاده از شاخصهای سنجش فقر، شدت و گسترش فقر در مناطق شهری و روستایی مورد مطالعه قرار میگیرد. نتایج تحقیق حاکی از آن است که طی سالهای مورد مطالعه، گرچه حداقل معیشت (خط فقر) در خانوارهای شهری و روستایی ایران به ترتیب دارای رشد متوسط20 و 3/21درصد بوده است، ولی میزان و اندازه فقر در شهرها روستاها روند نزولی داشته و شکاف فقر و شدت آن کاهش یافته است، بنابراین، عملکرد دولت در کاهش فقر نسبی طی پنج برنامهی توسعهی اقتصادی نسبتاً موفقیتآمیز بوده است. طبقهبندی C33, D63,I32 : JEL
https://jte.ut.ac.ir/article_65082_7dd328976127f04e0166470f3d011baa.pdf
2018-03-21
181
208
10.22059/jte.2018.65082
حداقل معیشت
شاخصهای فقر
خانوارهای شهری و روستایی
محمد
مولایی
mowlaei.mohammad@gmail.com
1
استادیار دانشگاه بوعلی سینا
LEAD_AUTHOR
زهره
رحیمی راد
rahimirad@gmail.com
2
دانشگاه بوعلی سینا
AUTHOR
ارشدی، علی، حسنزاده، علی و مستشاری، علی (1389). تعیین حداقل معاش خانوارهای شهری استان کرمانشاه با استفاده از سیستم مخارج خطی، فصلنامهی اقتصاد مقداری، دورهی 7، شمارهی 4: 23-1.
1
ابونوری، اسماعیل و مالکی، نادر (1387). خط فقر در استان سمنان طی برنامههای توسعه (1383-1368). فصلنامهی علمی- پژوهشی رفاه اجتماعی، 7(28):237-215.
2
باقری، فریده، دانش پرور، نیما و کاوند، حسین (1386). روند خط فقر و شاخصهای فقر در ایران طی سالهای 85-1375. فصلنامهی گزیده آماری، 18(2):82-71.
3
جواهری، بختیار؛ سحابی، بهرام، قاسمی، عابدین و حامیان، محمدهادی (1391). برآورد حداقل معاش در مناطق شهری استان کردستان. فصلنامهی علمی- پژوهشی رفاه اجتماعی، 12(45):173-153.
4
خداداد کاشی، فرهاد، شهیکی تاش، محمد نبی (1391). شدت خط فقر در خانوارهای روستایی و مقایسه آن با خانوارهای شهری ایران. فصلنامهی روستا و توسعه، 15(3): 55-41.
5
خسروی نژاد، علی اکبر (1391). برآورد فقر و شاخصهای فقر در مناطق شهری و روستایی، فصلنامهی مدلسازی اقتصادی، 6(2):60-39.
6
سازمان برنامه و بودجه (1368). قانون برنامهی اول توسعهی اقتصادی و اجتماعی ایران. تهران: سازمان برنامه و بودجه. قابل دسترسی در: www.mporg.ir/، آخرین دسترسی: 8/6/1394.
7
سازمان برنامه و بودجه (1372). قانون برنامهی دوم توسعهی اقتصادی و اجتماعی ایران، تهران: سازمان برنامه و بودجه. قابل دسترسی در: www.mporg.ir/، آخرین دسترسی: 8/6/1394.
8
اسازمان برنامه و بودجه (1378). قانون برنامهی سوم توسعهی اقتصادی و اجتماعی ایران، تهران: سازمان برنامه و بودجه. قابل دسترسی در: www.mporg.ir/، آخرین دسترسی: 8/6/1394.
9
لیارد،آر (2015). اقتصاد خرد، مترجم: عباس شاکری (1392). نشر نی.
10
گودرزی فراهانی، یزدان و عبدلی، قهرمان (1391). تخمین حداقل معاش با استفاده از سیستم مخارج در ایران و تعیین نسبت خانوارهای زیر خط فقر، فصلنامهی رفاه اجتماعی، 12(45): 151-127.
11
معاونت پژوهش، تدوین و تنقیح قوانین و مقررات ریاست جمهوری (1383). مجموعهی برنامهی چهارم توسعهی اقتصادی، اجتماعی و فرهنگی جمهوری اسلامی ایران. قابل دسترسی در: www.mtif.org/، آخرین دسترسی: 8/9/1394.
12
معاونت برنامهریزی و نظارت راهبردی ریاست جمهوری (1389). مجموعهی برنامهی پنج ساله پنجم توسعهی جمهوری اسلامی ایران. قابل دسترسی در: www.mtif.org/، آخرین دسترسی: 7/10/1394
13
محمدی، شاکر، سایه میری، علی و گرجی، هادی (1386). اندازهگیری حداقل معاش با استفاده از سیستم مخارج خطی: مورد استان ایلام در طی دو برنامه، فصلنامهی پژوهشهای اقتصادی ایران، 9(31):188-165.
14
محمودی، ابوالفضل (1392). برآورد خط فقر نسبی در مناطق شهری ایران: کاربرد دادههای پانل در سیستم مخارج خطی، فصلنامهی علمی- پژوهشی، پژوهشهای رشد و توسعهی اقتصادی، 4(13):60-43.
15
مرکز آمار ایران (1392). دادههای شاخص قیمت مصرفکننده روستایی. سالهای 1392-1368. قابل دسترسی در: www.amar.org.ir/، آخرین دسترسی: 16/4/1394.
16
مرکز آمار ایران (1392). نتایج آمارگیری از هزینه و درآمد خانوارهای شهری و روستایی، سالهای 1392-1368. قابل دسترسی در: www.amar.org.ir/، آخرین دسترسی: 6/5/1394.
17
مکیان، نظامالدین و سعادتخواه، آزاده (1390). اندازهگیری حداقل معاش با استفاده از سیستم مخارج خطی مطالعه موردی: جامعه شهری استان یزد (برنامههای سوم و چهارم توسعه. فصلنامهی علمی- پژوهشی، پژوهشهای رشد و توسعهی اقتصادی،2(5):68-45.
18
Almas, I., Kjelsrud, A., & Somanathan, R. (2013). A Behavior- based Approach to the Estimation of poverty In India. CESifo working paper series, 4122.
19
Baiyegunhi, L.J.S. & Fraser, G.C.G. (2010). Determinants of Household Poverty Dynamics in Rural Regions of the Eastern Cape Province. South Africa, 48th Agricultural Economists Association of South Africa (AEASA) Conference, Cape Town, south Africa, September.
20
Botchway, S. (2013).Poverty: A Review and Analysis of Its Theoretical Conceptions and Measurements. International Journal of Humanities and Social Science, 3(10):85-96.
21
Park, A. (2010). Migration and urban Poverty and Inequality in China, China Economic Journal, 3(1):49-67.
22
Simler, K. R., & Arndt, C. (2006), Poverty Comparisons with Absolute Poverty Lines Estimated from Survey Data, FCND Discussion paper 211.
23
World Bank (2005). Introduction to Poverty Analysis, Poverty Manual, JH Revision of August 8.
24
World Bank (2016). Poverty Line in 2016, (www.world bank.org), Accessed: May2, 2016.
25
ORIGINAL_ARTICLE
تعیین سیاست بهینه در افزایش درآمد مسابقات ورزشی مبتنی بر قیمت بلیت، با استفاده از رویکرد پویاییشناسی سیستم؛ مورد مطالعه لیگ برتر فوتبال ایران
یکی از مهمترین دغدغههای مدیریت در ورزش، درآمدزایی است که بخشی از آن میتواند از فروش بلیت مسابقات تأمین شود. هدف از انجام این تحقیق ارائهی مدل پویای تعیین سیاست درآمدی ناشی از فروش بلیت مسابقات در لیگ برتر فوتبال ایران بوده است. با انجام مصاحبه با 12 نفر از خبرگان، عوامل مؤثر بر قیمت بلیت مسابقات، شناسایی و به روش دلفی غربال و رتبهبندی شدهاند. همچنین از 13 پرسشنامه برای شناسایی معادلات حاکم بر روابط استفاده شده که روایی آنها مورد تأیید 6 تن از متخصصان قرار گرفته و پایایی هریک با آزمون آلفای کرونباخ بالای 76/0 بهدست آمده است. براساس نمودارهای حلقهی علی و نمودارهای جریان و حالت، مدل مفهومی تحقیق حاصل و طبق پیشفرضهای اولیه، مدل اجرا و الگوهای رفتاری حاصل از آن ترسیم شدهاند. 21 متغیر با بالاترین رتبهها مبنای مدلسازی قرار گرفتهاند. نمودارهای حلقهعلی بر مبنای پیشینهی تحقیق و مصاحبه با خبرگان، ترسیم و مبنای نمودارهای جریان و حالت قرار گرفتهاند. بر این اساس سه سیاست افزایش مطلوبیت زمان برگزاری مسابقه، روش فروش بلیت و تبلیغات قبل از شروع مسابقه بررسی شده و نتایج مدل نشان داده است که تبلیغ و پس از آن، زمان مسابقه بیشترین تأثیر را بر قیمت و در نتیجه بر درآمد مسابقه دارد. طبقهبندیJEL: D40 ,C12 ,C61
https://jte.ut.ac.ir/article_65091_3826a89f83e4e201d08c1abeb7a7d327.pdf
2018-03-21
209
224
10.22059/jte.2018.65091
درآمد
قیمت بلیت
لیگ برتر فوتبال
تبلیغ
مدل پویا
مینا
نوروزی
mina8.noroozi@yahoo.com
1
کارشناسی ارشد مدیریت ورزشی دانشگاه الزهرا(س). تهران. ایران
LEAD_AUTHOR
ژاله
معماری
zh.memari@gmail.com
2
دانشگاه الزهرا- گروه مدیریت ورزشی
AUTHOR
کاظم
عسکری فر
askarifar_km@yahoo.com
3
استادیار مدیریت سیستم دانشگاه شیراز
AUTHOR
1. المیری، مجتبی، نادریانجهرمی، مسعود، سلطان حسینی، محمد، نصراصفهانی، علیرضا و رحیمی، محمد (1388). بررسی عوامل مؤثر بر حضور تماشاگران فوتبال در ورزشگاهها، مدیریت ورزشی، شمارهی 3، صص 61-73.
1
2. ایزدیار، محبوبه، معماری، ژاله، موسوی، میرحسین (1395). معادلهی قیمتگذاری بازیکنان لیگ برتر فوتبال ایران، تحقیقات اقتصادی، شمارهی 1، صص 40-25.
2
3. چشم انداز فوتبال (1388). نشریهی رسمی سازمان لیگ فوتبال ایران. شمارهی 8.
3
4. ساعتچیان، وحید، الهی، علیرضا و رسولی، مهدی (1391). توازن قدرت: تحلیل روند تعادل رقابتی لیگ حرفهای فوتبال ایران و لیگهای برتر اروپا با استفاده از شاخص HICB، نشریهی مطالعات مدیریت ورزشی، شمارهی 15، صص 129-144.
4
5. صادقی، حسین، اصغرپور،حسین وگلچینفر،نازلی (1388). تخمینتابعتقاضایتماشایلیگبرترفوتبال ایران،فصلنامهی پژوهشهایاقتصادی،شمارهی سوم،صص183-202.
5
6. محمدکاظمی، رضا، تندنویس، فریدون و خبیری، محمد (1387). بررسی عنصر قیمت از عناصر آمیخته بازاریابی ورزشی در لیگ حرفهای فوتبال ایران و مقایسهی وضعیت موجود با لیگهای کرهی جنوبی و ژاپن، نشریهی علوم حرکتی و ورزش، شمارهی 12، صص 132-121.
6
7. مولایی، محمدعلی، منظور، داوود و رضایی، حسین (1391). فرآیند تعیین قیمت تعادلی در بازار برق ایران با رویکرد پویایی سیستمی. فصلنامهی اقتصاد مقداری. شمارهی 2. صص: 71-86.
7
8. همتا، نیما، جعفرزاده، احسان بهلکه، یونس و عبدالمجید یلمه (1389). بهکارگیری متدلوژی پویاییهای سیستم در بررسی عوامل مؤثر بر قیمت مسکن شهر تهران، هفتمین کنفرانس بینالمللی مهندسی صنایع، اصفهان.
8
9. Barlas, Y. (1989). “Multiple Tests for Validation for System Dynamics Type of Simulation Models”. European Journal of Operational Research, 42(1), 59-87.
9
10. Barlas, Y. (1996). “Formal Aspects of Model Validity and Validation in System Dynamics”. System Dynamics Review, 12(3), 183-210.
10
11. Bayoumi, A. E. M., Saleh, M., Atiya, A. F., & Aziz, H. A. (2013). Dynamic pricing for hotel revenue management using price multipliers. Journal of Revenue & Pricing Management, 12(3), 271-285.
11
12. Green man, J. V. (1994). The Price of Oil: A System Dynamics Approach. In 1994 International System Dynamics Conference, Sterling, Scotland, System Dynamics Society.
12
13. Hansen, H., & Gauthier, R. (1992). Factor affecting attendance at professional sporting events. Sport Marketing Quarterly, 4(4), pp: 39-29.
13
14. Iho, A., & Heikkila, J. (2010). Impact of advance ticket sales on attendance in the Finnish Football League. Journal of Sports Economics, 11(2), 214-226.
14
15. James, T., & Reese, Jr (1999). “A Comprehensive Simulation for Ticket Pricing In Professional Football”. A Dissertation Submitted in Partial Fulfillment of the Requirements for the degree of Doctor of Education.
15
16. Liuguo, S., Shijing, Z., & Jianbai, H. (2012). Pricing Simulation Platform Based on System Dynamics. Systems Engineering Procedia, 5, 445-453.
16
17. Mayoka, K., Musa, M., Rwashana, A. S., & Rwashana, A. (2012). A System Dynamics Pricing Model for Stabilizing Prices for Telecommunication Products and Services in Uganda.
17
18. Moore, J. (2010).” Premier League Pricing An investigation of spectator ticket pricing strategy of football clubs within the English Premier League”. Bachelor Thesis. Aarhus School of Business.
18
19. Kwang, P., Soonhwan, L., & Miller, Ph. (2007). Ticket pricing per team: The case of Major league Baseball (MLB).
19
20. Patton. R., & lington V. (2004). factors affecting spectator attendance at men NCCA division one soccer games.7 (2), 23-33.
20
21. Reese, J., Mittelsteadt, T., & Robin, D. (2001). “An Exploratory Study of the Criteria Used to Establish NFL Ticket Prices”, Sport Marketing Quarterly, 4, 223-230.
21
ORIGINAL_ARTICLE
سنجش مقاومت اقتصادی ایران و کشورهای منتخب منطقه (مقایسهی روشهای تجمیع شاخصهای ترکیبی)
هدف اصلی این مقاله سنجش مقاومت اقتصادی ایران و کشورهای منتخب منطقه با روشهای معتبر تجمیع شاخصهای ترکیبی و مقایسه نتایج است.برای این منظور براساس شش محور اصلی و طی چهار مقطع زمانی 2000، 2005، 2010 و 2014 و با بهرهگیری از روش فاصله از مرجع برای نرمالسازی دادهها و پنج روش مرسوم (میانگین وزنی ساده، تاپسیس، مؤلفههای اصلی اصلاح شده، تاکسونومی و انحراف از مقدار بهینه اصلاح شده) برای تجمیع، شاخص ترکیبی ساخته شد و درنهایت نتایج این روشها براساس معیارهای ضریب همبستگی اسپیرمن و ضریب تغییرات مقایسه شده است. نتایج بهدست آمده از روشهای مختلف شاخص ترکیبی به استثنای روش تاپسیس، دارای همبستگی بالایی با یکدیگر هستند، همچنین طی مقاطع اشاره شده، درجهی مقاومت اقتصادی ایران در بین کشورهای منتخب روبه بهبود نبوده و بالعکس جایگاه کشور تنزل یافته است. طبقه بندی JEL : E00 ، C02
https://jte.ut.ac.ir/article_65092_37a823e744d69310ce37b6b9af1fe38b.pdf
2018-03-21
225
252
10.22059/jte.2018.65092
مقاومت اقتصادی
شاخص ترکیبی
روش فاصله از مرجع
روشهای تجمیع
کشورهای منتخب منطقه
وحید
شقاقی شهری
vahidshaghaghi@yahoo.com
1
استادیار اقتصاد دانشگاه خوارزمی تهران
LEAD_AUTHOR
دانش جعفری، داود و شقاقی شهری، وحید (1393). اقتصاد ایران در افق 1404، انتشارات نور علم.
1
رضایی میرقائد، محسن و مبینی دهکردی، علی (1385). ایران آینده در افق چشمانداز، انتشارات وزارت فرهنگ و ارشاد اسلامی.
2
عبداللهزاده، غفور و شریفزاده، محمد شریف (1391). سطحبندی توسعهی منطقهای در ایران (کاربرد رهیافت شاخص ترکیبی)، مطالعات و پژوهشهای شهری و منطقهای، شماره 4 (13)، 62-41.
3
غیاثوند، ابوالفضل، صداقتپرست، سمیرا، ثناییاقدم، محسن (1392). «درباره سیاستهای کلی اقتصاد مقاومتی: مروری بر ادبیات جهانی درباره تابآوری ملی»، مرکز پژوهشهای مجلس شورای اسلامی، مطالعات اقتصادی، 13582
4
گزارش پژوهشهای اقتصادی، (1385). مرکز تحقیقات استراتژیک، 34.
5
Allison S. D., & Martiny J. H. (2008). “Resistance, Resilience, and Redundancy in Microbialcommunities”, Proceeding of National Academy of Science, 105: 11512-11519.
6
Briguglio, L., & Cordina, G., Farrugia, N., & Vella, S. (2008). “Economic Vulnerability and Resilience: Concepts and Measurements”, Oxford Development Studies, 37(3): 1810-2611.
7
Briguglio, L. (2003), “The Vulnerability Index and Small Island Developing States: A Review of Conceptual and Methodological Issues”, AIMS Regional Preparatory Meeting on the Ten Year Review of the Barbados.
8
Briguglio, L., Cordina, G., Farrugia, N., & Vella, S. (2006). “Conceptualising and Measuring Economic Reslience”, in L. Briguglio, G. Cordina and E. J. Kisanga (eds.), Building the Economic Reslience of Small States, Malta: Islands and Small States Institute of the University of Malta and London: Commonwealth Secretariat, 265-288.
9
Environmental Governance and Institutions Database, Earth trends, World Resources Institute, World Bank Group, 2015
10
Handbook on Constructing Composite Indicators: Methodology and user guide, OECD, 2014
11
Jack, B., Jose, F., Herve, F., Manu, Bh., Drew, A., & Harpaul, A. (2013), “The Centennial Resilience Index: Measuring Countries’Resilience to Shock”. Global Journal of Emerging Market Economies, 5(2): 57-98.
12
Martin, A. Z., & Krausmann, E. (2010). “An economic Framework for the Development of a Resilience Index for Business Recovery”, International Journal of Disaster Risk Reduction, Vol. 5, PP.73–83.
13
Nardo, M., Paisana, M., Saltelli, A., Tarantola, S., Hoffman, A., & Giovannini, E. (2005). Handbook on constructing composite indicators: Methodology and user Guide. OECD Statistics Working Paper 2005/3, OECD Statistics Directorate.
14
Organization for Economic Cooperation and Development (OECD) Official Website
15
Rose, A. Z. (2009). “Economic Resilience to Disasters”, CREATE Research Archive.
16
World Development Indicators Database, World Bank
17
World Economic Outlook Database, International Monetary Fund (IMF)
18
Zhou, P., Ang, B. W. (2009). Comparing MCDA Aggregation Methods in Constructing Composite Indicators Using the ShannonSpearman Measure. Social Indicator Research, 94 (1): 83-96.
19