1394 50 3 3 238

0 اثر تحریم‏ های اقتصادی ایالات متحده و اتحادیة اروپا بر تجارت دوجانبة ایران و شرکای عمدة تجاری آن: کاربرد مدل جاذبه The Effect of US and EU Economic Sanctions on Bilateral Trade Flows between Iran and Its Major Trading Partners:An Application of Gravity Model https://jte.ut.ac.ir/article_55800.html 10.22059/jte.2015.55800 0 با جایگزین‌شدن ابزاری به نام تحریم به جای جنگ و اعمال قوة قهریه، دامنة کاربرد این پدیده از دهة آخر قرن بیستم به گونه‏ای افزایش یافته است که برخی تحریم‏ها، همانند جنگ، یکی از واقعیت‏های زندگی امروز قلمداد می‌شود. مشاهدة صحنة بین‏المللی این واقعیت را آشکار می‏سازد که طیف وسیعی از کشورهای جهان، از جمله جمهوری اسلامی ایران، در مقاطعی از حیات اقتصادی خود با چالش این‏گونه تحریم‏ها مواجه بوده‏اند و امنیت اقتصادی آن‏ها تحت‌الشعاع قرار گرفته است. بنابراین، در این پژوهش، با استفاده از مدل جاذبه، به ارزیابی اثر تحریم‏های اقتصادی ایالات متحده و اتحادیة اروپا، از حیث شدت اعمال آن‏ها، بر تجارت غیرنفتی ایران و نمونه‏ای چهارده‌تایی از شرکای عمدة تجاری آن طی سال‏های 2000 ـ 2011 پرداخته شد. در این زمینه، برای تفکیک آثار تحریم بر حوزه‏های مختلف تجارت غیرنفتی از پنج کُد کالایی‌ـ شمارة صفر، دو، پنج، شش و هفت‌ـ طبقه‏بندی استاندارد تجارت بین‏الملل استفاده شد. طبق نتایج، در بیشتر گروه‏های کالایی منتخب ضریب دو متغیر تحریم گویای آثار معکوس آن‏ها بر جریان تجارت است. به عبارت دیگر، تحریم محدود جز در زمینة صادرات کُد کالایی شمارة هفت و تحریم گسترده جز در زمینة صادرات کُد کالایی شمارة پنج در سایر موارد اثر منفی و معنی‏داری بر جای گذارده است. 1 Economic sanctions appear to be a common feature of political interactions between states. economic sanctions have become increasingly important as alternative to military conflict since the last decade of twentieth century. This paper provides, through a gravity model, an estimation of the impact of economic sanctions on bilateral trade flows between Iran and its major trading partners during 2000 – 2011, disaggregated by the choice of the 1 – digit sections of the Standard International Trade Classification including zero, two, five, six and seven codes. The results show that extensive and limited sanctions have a significant and negative impact on bilateral trade, except for exports of five and seven codes.   539 562 کریم آذربایجانی Karim Azarbayejani استاد گروه اقتصاد دانشگاه اصفهان ایران azarbaiejani@yahoo.co.in سید کمیل طیبی SeyedKomail Tayebi استاد گروه اقتصاد دانشگاه اصفهانl ایران komail@econ.ui.ac.ir حلیمه صفا درگیری Halimeh Safa Dargiri کارشناس ارشد دانشگاه اصفهان ایران halimeh.safa@yahoo.com تجارت بین‏ الملل تحریم اقتصادی داده ‏های پانل کُدگذاری استاندارد تجارت آذربایجانی، کریم و صفا درگیری، حلیمه (1391). اقتصاد مقاومتی و اقتصاد جهانی،دومینهمایشملیگذاراقتصادیواقتصادمقاومتی، دانشکدة علوم اداری و اقتصاد دانشگاه اصفهان.##بهروزی‏فر، مرتضی (1383). اثر تحریم‌های یک‏جانبة آمریکا بر اقتصاد بازرگانی ایالات متحده و بازارهای جهانی انرژی، فصلنامةپژوهشنامةبازرگانی، 33، 195 ـ 239.##سوری، امیررضا و تشکینی، احمد (1388). عوامل مؤثر بر تجارت متقابل ایران با بلوک‏های منطقه‏ای، فصلنامةمدل‌سازیاقتصادی، 3(3)، 135 ـ 158.##طغیانی، مهدی، حسینی، سیدعقیل، درخشان، مرتضی، باستانی‏فر، ایمان و حیدری، محمدرضا (1392). اقتصادتحریم: مبانینظریوتاریخچةتحریمدرجهانوایران، تهران: نیلوفران.##علیخانی، حسین (1380). تحریمایران،شکستیکسیاست، مرکز چاپ و انتشارات وزارت خارجه.##غلامی، علی (1385). تحلیل آثار آزادسازی تجاری جمهوری اسلامی ایران با کشورهای مسلمان (دلالت‏های مدل جاذبه)، فصلنامةاندیشةصادق، مرکز تحقیقات دانشگاه امام صادق، 22، 3 ـ 26.##کریمی هسنیجه، حسین (1385). جهانی شدن، یکپارچگی اقتصادی و پتانسیل تجاری: بررسی مدل جاذبه در تحلیل تجاری ایران، پایان‏نامة دکتری اقتصاد، دانشکدة اقتصاد، دانشگاه اصفهان.##کریمی هسنیجه، حسین و طیبی، سیدکمیل (1386). تأثیر کاربران اینترنتی بر جریان‏های تجاری سازمان تجارت جهانی، فصلنامةپژوهش‏هایاقتصادیایران، 9(33)، 185 ـ 195.##لطفعلی‏پور، محمدرضا، شاکری، سیده‌زهرا و بطا، زهرا کبری (1390). بررسی همگرایی اقتصادی میان ایران و کشورهای آمریکای لاتین (کاربرد مدل جاذبه)، فصلنامة پژوهش‏هایرشدوتوسعةاقتصادی، 1(3)، 73 ـ 98.##ولی‏زاده، اکبر (1390). رهیافت‏ها و نظریه‏های کارایی تحریم در اقتصاد سیاسی بین‏الملل، فصلنامة سیاست، مجلةدانشکدةحقوقوعلومسیاسی، 41(1)، 349 ـ 365.##یارمحمدیان، ناصر (1390). آیا تحریم‏های اقتصادی علیه ایران تأثیر گذارند؟، روزنامةدنیایاقتصاد، 2465، 29 ـ 35.##یاوری، کاظم و محسنی، رضا (1389). آثار تحریم‏های تجاری و مالی بر اقتصاد ایران: تجزیه و تحلیل تاریخی،مجلسوپژوهش، 16(61)، 9 ـ 53.##Carter, Barry E. (1992). International Economic sanctions: Improving the Erin Day, Economic Sanctions Imposed by the United State Against Specific countries, CRS Report for Congress, 63-92.##Caruso, Raul (2003). The impact of international economic sanctions on trade: An empirical analysis, Peace Economics, Peace Science and Public Policy, 9(2), 1-29.##Hufbauer, Gary Clyde, Schott, Jeffrey, J., AnnElliott, Kimberly & Oegg Barbara  (2007). Economic Sanctions Reconsidered, 3rd ed, Institute for International Economics, Washington DC.##Hufbauer, Gary Clyde & Oegg, Barbara (2003). The Impact of Economic Sanctions on U.S. Trade: Andrew Rose’s Gravity Model, International Economics Policy Brief 03-4, Institute for International Economics,Washington, 1-24.##Hufbauer, Gary Clyde, AnnElliott, Kimberly, J., Cyrus, Tess & Winston, Elizabeth (1997). US Economic Sanctions: Their Impact on Trade, Jobs, and Wages, Institute for International Economics, 1-24.##Hufbauer, Gary Clyde, Schott, Jeffrey J., AnnElliott, Kimberly, Muir, Julia & Cosic, Milica  (2012). Case Studies in Economic Sanctions and Terrorism: Case 2006-1 UN, US (EU) v. Iran, Peterson Institute for International Economics, 1-109.##Hufbauer, Gary Clyde, Schott, Jeffrey J., AnnElliott, Kimberly & Muir, Julia (2012). Case Studies in Economic Sanctions and Terrorism: Post – 2000 Sanctions Episodes, Peterson Institute for International Economics,1-13.##Lamotte, Olivier (2012). Disentangling the Impact of Wars and Sanctions on International Trade: Evidence from Former Yugoslavia, Comparative Economic Studies, 1-27.##Shearkhani, Sara, Mohammadi, Teimour & Hadinejad, Manijeh (2010). Examine Sanctions Efficiency against Iran’s Non-oil Trade (Gravity Model),1-10.##

0 کاربرد منطق فازی در تعیین ساختار بازار زیربخش‏ های صنعتی ایران Application of Fuzzy Inference in Evaluation of Market Structure of Iranian Manufacturing Industries https://jte.ut.ac.ir/article_55801.html 10.22059/jte.2015.55801 0 ساختار بازار یکی از مهم‏ترین ویژگی‏های هر صنعت برای تحلیل وضعیت آن به‌شمار می‏رود. برای بررسی ساختار بازار شاخص‏های مختلفی همچون تمرکز، صرفه‏های مقیاس، ورود بنگاه‏ها، و تفاوت کالا وجود دارد. اما، اغلب مطالعات انجام‌شده در این زمینه از یکی از این شاخص‏ها (معمولاً تمرکز) به منظور تعیین ساختار بازار استفاده می‏کنند. در این مطالعه، با استفاده از روش‏شناسی منطق فازی، یک شاخص جامع ساختار بازار از ترکیب سه متغیرِ تمرکز، صرفه‏های مقیاس و تعداد ورود بنگاه‏ها به صنعت ساخته می‏شود و با استفاده از آن به بررسی ساختار بازار زیربخش‏های صنعتی ایران در سطح کُدهای چهاررقمی ISIC در سال 1386 پرداخته می‏شود. نتایج حاکی از پایین‌بودن میزان شاخص جامع محاسبه‌شده برای تعیین ساختار بازار در اکثر زیربخش‏های صنعتی ایران است؛ به طوری که 63 صنعت دارای شاخص ساختار بازار کمتر از 22/0 هستند؛ عمدة دلیل آن کم‌بودن صرفه‏های مقیاس در صنایع مذکور است. همچنین، رتبه‏بندی زیربخش‏های صنعتی مذکور، بر اساس میزان رقابتی‌بودن، نشان می‏دهد که صنایع تولید آجر با شاخص ساختار بازار 037/0 به عنوان رقابتی‏ترین صنعت و صنایع تولید جواهرات و کالاهای وابسته با شاخص ساختار بازار 781/0 انحصاری‏ترین صنعت است. 1 Market structure is one of the most important characteristics of every industry. Although, there exist different indices such as concentration, economies of scale, entry of firms, product differentiation, etc. for the evaluation of market structure, but most of the studies in the subject have used only one of these indices (usually concentration). In this study, by application of fuzzy inference approach, a comprehensive index is constructed by combination of concentration, economies of scale and the number of entering firms’ indices. The constructed comprehensive index is used for the evaluation of market structure of Iranian 4-digit ISIC manufacturing industries in 2007. The results indicate that in the most of the industrial sub-sections, the calculated comprehensive index is low, which is mostly due to low values of economies of scale in such industries. Also, based on the results of calculated comprehensive index, the industries of manufacture of bricks and manufacture of jewellery and related articles are the most competitive and the most monopolistic industries, respectively. 563 592 محسن پورعبادالهان کویچ Mohsen Pourebadollahan Covich دانشیار دانشگاه تبریز ایران mohsen_p51@hotmail.com پویان کیانی Pouyan Kiani دانشجوی دکتری اقتصاد صنعتی دانشگاه تبریز ایران kiani.pu@gmail.com ایران تعداد ورود بنگاه‏ها تمرکز زیربخش‏های صنعتی ساختار بازار شاخص جامع صرفه‏های مقیاس منطق فازی پورعبادالهان کویچ، محسن، محمدزاده، پرویز، فلاحی، فیروز و حکمتی فرید، صمد (1392). بررسی شاخص‏های مختلف تمرکز در صنعت سیمان کشور، فصلنامة پژوهش‏های اقتصادی کاربردی، 1، 71 ـ 88.##خداداد کاشی، فرهاد (1389). اقتصاد صنعتی (نظریه و کاربرد)، چ 2، تهران: سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‏ها (سمت).##خداداد کاشی، فرهاد و دهقانی، علی (1384). تبلیغات و تمرکز در بازارهای صنعتی ایران. فصلنامة مطالعات اقتصاد و مدیریت، 27، 32 ـ 51.##خداداد کاشی، فرهاد و شهیکی تاش، محمدنبی (1384). درجة رقابت در بازار جهانی محصولات منتخب کشاورزی، اقتصاد کشاورزی، 13، 135 ـ 164.##خداداد کاشی، فرهاد و جعفری لیلاب، پری (1391). بررسی ساختار بازار در صنعت بانکداریایران (1380 ـ 1385)، بررسی‏های بازرگانی، 52، 34 ـ 40.##جلال‌آبادی، اسداله و میرجلالی، فاطمه (1386). انحصار و تمرکز در صنایع ایران: مطالعة موردی برخی از صنایع 1379 ـ 1384، جستارهای اقتصادی، 4، 179 ـ 232.##ابونوری، اسماعیل و غلامی، نجمه (1387). برآورد و مقایسة نسبت تمرکز در صنایع ایران با استفاده از الگوی لگنرمال، بررسی‏های اقتصادی، 5، 111 ـ 134.##ابونوری، اسمعیل و سامانی‌پور، حسن (1381). برآورد پارامتریکی نسبت تمرکز صنایع درایران، پژوهشنامة بازرگانی، 6، 91 ـ 128.##حسینی، میرعبدالله و پرمه، زورار (1383). ساختار بازار جهانی فرش دستباف، پژوهشنامة بازرگانی، 8، 85 ـ 117.##شوندی، حسن (1385). نظریة مجموعه‏های فازی و کاربرد آن در مهندسی صنایع و مدیریت، تهران: گسترش علوم پایه.##شهیکی تاش، محمدنبی (1392). سنجش قدرت بازاری صنایع کارخانه‏ای ایران، مجلة تحقیقات اقتصادی، 48، 43 ـ 64.##شهیکی تاش، محمدنبی و کاظم‌زاده، عماد (1392). ساختار بازار خودروی سواری در ایران، فصلنامة سیاست‏های مالی و اقتصادی، 1، 139 ـ 164.##شهیکی تاش، محمدنبی و نصیری اقدم، علی (1390). تمرکز، شدت مانع ورود و صرفه‏های مقیاس در صنعت کولر آبی ایران و هزینة رفاهی ناشی از ساختار انحصار مؤثر، فصلنامة اقتصاد مقداری، 8، 73 ـ 98.##پورپرتوی، میرطاهر، دانش جعفری، داود و جلال‏آبادی، اسداله (1388). مقایسة تطبیقی انحصار و تمرکز در برخی از صنایع کشور، پژوهشنامة اقتصادی، 9، 129 ـ 154.##Fedderke, J. & Szalontai, G. (2009). Industry Concentration in South African Manufacturing Industry: Trends and Consequences, Economic Modeling, 26, 241-250.##Gordan, S. (2012). Using Fuzzy Logic for Evaluating the Level of Countries’ (Regions’) Economic Development, Panoeconomicus, 3, 293-310.##Hrazdil, K. & Zhang, R. (2012). The Importance of Industry Classification in Estimating Concentration Ratios, Economics Letters, 114, 224-227.##Jang, J.S.R., Sun, C.-T. & Mizutani, E. (1997). Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Prentice Hall, Upper Saddle River, NJ.##Pulaj, E. & Kume, V. (2013). Measuring Market Concentration of Construction Industry: Vlora Region Evidence, European Scientific Journal, 9, 121-136.##Qiao, Y., Keren, N. & Mannan, S.M. (2009). Utilization of Accident Databases and Fuzzy Sets to Estimate Frequency of HazMat Transport Accidents, Journal of Hazardous Materials, 167, 374-382.##Shahiki Tash, M.N., Nasrabadi, H. & Barghandan, K. (2013). Ranking Iran's Monopolistic Industry Based on Fuzzy TOPSIS Method, Iranian Journal of Economic Studies, 2, 103-122.##Shapiro, A.F. (2004). Fuzzy Logic in Insurance, Mathematics and Economics, 35, 399-424.##Sys, C. (2009). Is the Container Liner Shipping Industry an Oligopoly?, Transport Policy, 16, 259-270.##Van Leek, W. & Kerre, E.E. (1999). Defuzzification: Criteria and Classification, Fuzzy Sets and Systems, 108, 159-178.##Zadeh, L.A. (1992). Foreword of the Proceedings of the Second International Conference on Fuzzy Logic and Neural Networks, Iizuka, Japan, 13-14.##

0 آیا تبعیض جنسیتی عامل بازدارنده رشد اقتصادی کشورهاست؟ Does Gender Inequality Hinder Economic Growth? https://jte.ut.ac.ir/article_55802.html 10.22059/jte.2015.55802 0 دست‏یابی به رشد اقتصادی و افزایش سطح زندگی و رفاه عمومی همواره جزو اهدافی است که دولت‏های مختلف جهان در پی آن‌اند؛ در مطالعات اقتصادی، شناسایی عواملی که رسیدن به این اهداف را تسهیل می‏کند نقش بسزایی دارد. سؤال بحث‌برانگیزی که اقتصاددانان دربارة آن اختلاف‌نظر دارند و در این مطالعه بدان پرداخته شده این است که آیا نابرابری جنسیتی موجب کاهش رشد و توسعة اقتصادی می‏شود؟ و آیا مسئلة جنسیت در اقتصاد کلان عاملی مهم و اثرگذار بر رشد و توسعة کشورهاست؟ دو جنسِ زن و مرد در سه بُعد جسمانی، روانی و استعداد وجه تمایزهای احتمالی دارند. از نظر توان بدنی، جنس مذکر از همة موجودات زنده قوی‌تر است. در مورد سایر توانایی‏ها، در این مطالعه، از این فرضیه که زنان و مردان در توانمندی‏های هوشی و روانی اختلاف معناداری ندارند استفاده شد. در این مطالعه، نخست ابعاد مختلف تبعیض جنسیتی‌ـ شامل تبعیض جنسیتی در آموزش، تبعیض جنسیتی در استخدام و تبعیض جنسیتی در دستمزد‌ـ بررسی شد. سپس، رابطة بین رشد اقتصادی و تبعیض جنسیتی آزمون شد. شواهد تجربی این مطالعه در قالب مدل اقتصادسنجی داده‌‏های ترکیبی برای نمونه‌ای شامل 26 کشور منتخب OECD در دورة زمانی 1990 ـ 2010 به‌دست آمد. یافته‏های مطالعة حاضر حاکی از آن است که تبعیض جنسیتی در آموزش و در دستمزد اثر منفی و تبعیض جنسیتی در استخدام اثر غیرخطی (از نوع مقعر) بر رشد اقتصادی می‌گذارد. 1 One of the main goals of government is to increase economic growth and public welfare. Therefore, the recognition of useful factors that facilitate achievement of this goal has critical role in economic literature. This study focuses on the effect of gender inequality on the reduction of economic growth and investigate whether gender inequality have significant effect on economic development and growth? First, different aspects of gender inequality such as gender inequality in education, employment and wage are addressed. Then, the relationship between gender inequality and economic growth is tested. Our empirical findings are based on Panel-Data Regressions for OECD countries over 1990-2010. Results show that GDP per capita growth is negatively related to gender inequality in education and wage and has a nonlinear relationship with the gender inequality in employment. 593 616 تیمور رحمانی Teymur Rahmani دانشیار دانشکدة اقتصاد دانشگاه تهران ایران trahmani@ut.ac.ir سپیده کاوه Sepideh Kave دانشجوی دکتری اقتصاد دانشگاه تربیت مدرس ایران sepidehkaveh@ut.ac.ir تبعیض جنسیتی داده‏ های ترکیبی رشد اقتصادی سرمایه انسانی کشورهای OECD رحمانی، تیمور (1389). اقتصادکلاننوین، نشر برادران، تهران.##Barro, R.J. (1991).Economic growth in a cross section of countries, The quarterly journal of economics, 106(2), 407-443.##Barro, R.J., Sala-i-Martin, X., Blanchard, O.J. & Hall, R.E. (1991). Convergence across states and regions, Brookings papers on economic activity, 1, 107-182.##Barro, R.J. & Lee, J.W. (1993). International comparisons of educational attainment, Journal of monetary economics, 32(3), 363-394.##Barro, R.J. & Lee, J.W. (1996). International measures of schooling years and schooling quality, The American Economic Review, 218-223.##Barro, R.J. (2003). Determinants of economic growth in a panel of countries, Annals of economics and finance, 4, 231-274.##Baliamoune-Lutz, M. & McGillivray, M. (2007). Gender Inequality and Growth in Sub-Saharan Africa and Arab Countries, ICER Working Papers 25-2007, Turin: International Center for Economic Research (ICER), 1-28.##Blecker, R.A. & Seguino, S. (2002). Macroeconomic Effects of Reducing Gender Wage Inequality in an Export Oriented, Semi Industrialized Economy, Review of Development Economics, 6(1), 103-119.##Brumnet, Q. (2008). The Effect of Gender Inequality on Growth: A Cross-Country Empirical Study, Honors Projects Paper 88,http://digitalcommons.iwu.edu/econ_honproj/88 (accessed 19 February 2013), 1-36.##Dollar, D. & Gatti, R. (1999). Gender inequality income and growth: Are good times good for women?, World bank gender and development working paper, 1, 1-40.##Esteve-Volart, Berta (2000). Sex Discrimination and Growth, Working Paper, International Monetary Fund, 84, 1-36.##Esteve-Volart, B. (2009). Gender discrimination and growth: Theory and evidence from India, Department of economics, York University publication, 1, 1-53.##Forbes, K. (2000). A Reassessment of the Relationship between Inequality and Growth, American Economic Review, 90.4, 869-887.##Galor, O. & Weil, D.N. (1996). The Gender Gap, Fertility, and Growth, American Economic Review, 86, 374-387.##Islam, N. (1995). Growth Empirics: A Panel Data Approach, The Quarterly Journal of Economics, 110(4), 1127-1170##Knight, M., Loayza, N. & Villanueva, D. (1993). Staff Papers - International Monetary Fund, 40(3), 512-541.##Klasen, S. (2000). Does gender inequality reduce growth and development? Evidence from cross-country regression, World Bank, working paper, 7, 1-36.##Klasen, S. (2002). Low Schooling for Girls, Slower Growth for All? Cross-Country Evidence on the Effect of Gender Inequality in Education on Economic Development, World Bank Economic Review, 16.3, 345-373##Klasen, S. & Lamanna, F. (2009). The impact of gender inequality in education and employment on economic growth: new evidence for a panel of countries, Feminist Economics, 15(3), 91-132.##Kuznets, S. (1955). Economic growth and income inequality, The American economic review, 1-28.##Lagerlöf, N.P. (2003). Gender equality and long-run growth, Journal of Economic Growth, 8(4), 403-426.##Mitra-Kahn, B.H. & Mitra-Kahn, T. (2008). Gender wage gaps and growth: What goes up must come down, Paper presented at the International Feminist Economics Association Workshop on Inequality, development, and Growth, 18-20 may, United Nations, New York.##Romer, D. (2012). Advanced Macroeconomics, 4th Edition, New York, McGraw-Hill Higher Education.##Schober, T. & Winter-Ebmer, R. (2011). Gender wage inequality and economic growth: is there really a puzzle?, World development, 39(8), 1476-1484.##Seguino, S. (2000). Gender inequality and economic growth: A cross-country analysis, World Development, 28(7), 1211-1230.##Seguino, S. (2011). Gender Inequality and Economic Growth: A Reply to Schober and Winter-Ebmer, World Development, 39(8), 1485-1487.##

0 برآورد ارزش در معرض خطر با درنظرگرفتن چولگی و کشیدگی متغیر با زمان Estimation of Value-at-Risk with Time Varying skewness and kurtosis https://jte.ut.ac.ir/article_55805.html 10.22059/jte.2015.55805 0 مطالعة حاضر به بررسی اثر درنظرگرفتن چولگی و کشیدگی متغیر با زمان بر برآورد ارزش در معرض خطر (VaR) برای موقعیت‌های خرید و فروش با استفاده از مدل HYAPARCH و شاخص کل بورس اوراق بهادار تهران (TEPIX) می‌پردازد. نتایج نشان می‌دهد به‌کارگیری مدل‌ها با توزیع‌های شرطی با چولگی و درجة آزادی متغیر یا ثابت در مقایسه با توزیع نرمال توانسته است عدم تقارنِ داده‏ها را به گونه‌ای مناسب در نظر بگیرد. با وجود این، برآوردهای VaR این مدل‌ها محافظه‌کارانه و برای سرمایه‌گذارانِ ریسک‌گریز مناسب است. 1 This paper studies the effect of considering time varying skewness and kurtosis on the estimation of value at risk (VaR) for both long and short positions using the HYAPARCH model and daily data for Tehran Stock Exchange Price Index (TEPIX). Our results show that applying conditional distributions with time varying or constant skewness and degrees of freedom is able to capture the asymmetry appropriately compared to the normal distribution. However, the VaR estimations of these models are conservative, and they are appropriate for risk averse investors. 617 638 رسول سجاد Rasoul Sajjad استادیار مهندسی مالی، دانشگاه علم و فرهنگ، تهران ایران r.sajjad@cbi.ir مهسا گرجی mahsa gorji کارشناس ارشد مهندسی مالی، دانشگاه رجا، قزوین، ایران ایران m.gorji@hotmail.com ارزش در معرض خطر چولگی و کشیدگی متغیر با زمان عدم تقارن مدل HYAPARCH اسلامی بیدگلی غلامرضا و همکاران (1392). محاسبة ارزش در معرض خطر قیمت سبد نفتی اوپک با استفاده از مدل‌های حافظة بلندمدت گارچ، مطالعات‏ اقتصادانرژی‏، 39، 1 ـ 19.##کشاورز حداد غلامرضا و صمدی، باقر (1388). برآورد و پیش‌بینی تلاطم بازدهی در بازار سهام تهران و مقایسة دقت روش‌ها در تخمین ارزش در معرض خطر:  کاربردی از مدل‌های خانوادةFIGARCH ، تحقیقاتاقتصادی، 86، 193 ـ 235.##شاخص بازده نقدی و قیمت بورس سهام تهران، http://www.irbourse.com.##Andersen, T. & Bollerslev, T. (1997). Intraday periodicity and volatility persistence in financial markets, Journal of Empirical Finance, 4, 115-158.##Baillie, R. (1996). Long memory processes and fractional integration in economics, Journal of Econometrics, 73, 5-59.##Baillie, R., Bollerslev, T. & Mikkelsen, H. (1996). Fractionally Integrated Generalised Autoregressive Conditional Heteroscedasticity, Journal of Econometrics, 74, 3-30.##Bates, D. (1996). Jumps and Stochastic volatility: exchange rate processes implicit in Deutschemark options, The Review of Financial Studies, 9, 69-107.##Bollerslev, T. (1987). A Conditional Heteroscedastic Time Series Model for Speculative Prices and Rates of Return, The Review of Economics and Statistics, 69, 542-547.##Bond, S. & Patel, K. (2003). The Conditional Distribution of Real Estate Returns: Relating time variation in higher moments to downside risk measurement, Journal of Real Estate Finance and Economics, 26, 319-339.##Christoffersen, P. (1998). Evaluating Interval Forecasts, International Economic Review, 39, 841-862.##Dark, J. (2010). Estimation of Time Varying Skewness and Kurtosis with an Application to Value at Risk, Studies in Nonlinear Dynamics and Econometrics, 14(2).##Davidson, J. (2004). Moment and Memory Properties of Linear Conditional Heteroscedasticity Models, and a New Model, Journal of Business and Economic Statistics, 22, 16-29.##Ding, Z., Granger, C. & Engle, R. (1993). A Long Memory Property of Stock Market Returns and a New Model, Journal of Empirical Finance, 1, 83-106.##Diongue, A. & Guegan, D. (2007). The Stationary Seasonal Hyperbolic asymmetric power ARCH model, Statistics and Probability Letters, 77, 1158- 1164.##Elder, J. & Jin, H. (2007). Long memory in commodity futures volatility: A wavelet perspective, The Journal of Futures Markets, 27, 411-437.##Engle, R. & Bollerslev, T. (1986). Modelling the Persistence of Conditional Variances, Econometric Reviews, 5, 1-50.##Fang, H. & Lai, T. (1997). Co-kurtosis and capital asset pricing, The Financial Review, 32, 293-307.##Geweke, J. & Porter-Hudak, S. (1983). The estimation and application of long memory time series models, Journal of Time Series Analysis, 4, 221-38.##Guermat, C. & Harris, R. (2002). Forecasting value at risk allowing for time variation in the variance and kurtosis of portfolio returns, International Journal of Forecasting , 18, 409-419.##Hansen, B. (1994). Autoregressive Conditional Density Estimation, International Economic Review, 35, 705-730.##Harvey, C. & Siddique, A. (1999). Autoregressive Conditional Skewness, Journal of Financial and Quantitative Analysis, 34, 465-487.##Harvey, C. & Siddique, A. (2000). Conditional skewness in Asset Pricing Tests, The Journal of Finance, 55, 1263-1295.##Heston, S. & Nandi, S. (2000). A closed-form GARCH option valuation model, The Review of Financial Studies, 13, 585-625.##Jondeau, E. & Rockinger, M. (2003). Conditional Volatility, Skewness, and Kurtosis: Existence, Persistence and Comovements, Journal of Economic Dynamics and Control, 27, 1699-1737.##Kraus, A. & Litzenberger, R. (1976). Skewness Preferences and the Valuation of Risk Assets, Journal of Finance, 31, 1085-1100.##Kupiec, P. (1995). Techniques for verifying the accuracy of risk measurement models, Journal of Derivatives, 3, 73-84.##Lambert, P. & Laurent, S. (2001). Modelling Financial Time Series Using GARCH-Type Models and a Skewed Student Density, Mimeo, Universite de Liege.##Liu, S. & Brorsen, B. (1995). Maximum Likelihood Estimation of a GARCH-STABLE Model, Journal of Applied Econometrics, 2, 273-285.##Lo, A. (1991). Long-term memory in stock market prices,Econometrica, 59, 1279-1313.##Nelson, D. (1991). Conditional heteroscedasticity in asset returns: A new approach, Econometrica, 59, 347-370.##Peters, J. (2001). Estimating and forecasting volatility of stock indices using asymmetric GARCH models and (Skewed) Student-t densities, Mimeo, University of Liege, Belgium.##Premaratne, G. & Bera, A. (2001). Modeling Asymmetry and Excess Kurtosis in Stock Return Data, Mimeo, University of Illinois.##Rockinger, M. & Jondeau, E. (2001). Entropy Densities, with an application to autoregressive conditional skewness and kurtosis, Journal of Econometrics, 106, 119-142.##Smith, D. (2003). Conditional Coskewness and Asset Pricing, Mimeo, Simon Fraser University.##Tse, Y. (1998). The Conditional Heteroscedasticity of the Yen-Dollar Exchange Rate, Journal of Applied Econometrics, 13, 49-55.##Wilhelmsson, A. (2009). Value at Risk with time varying variance, skewness and kurtosis – the NIG-ACD model, The Econometrics Journal, 12, 82-104.##

0 عبور نرخ ارز به شاخص قیمت کالاها و تورم در ایران Exchange Rate Pass-Through to Price Indices of Goods and Inflation in Iran https://jte.ut.ac.ir/article_55806.html 10.22059/jte.2015.55806 0 این تحقیق در پی اندازه‏گیری اثر تغییرات نرخ ارز بر شاخص قیمت کالا‏های مختلف و تورم در ایران است. بدین منظور، از مدل قیمت تعدیل جدول داده- ستانده، که در آن کالاهای وارداتی به دو دسته‏‌ـ نهاده‏های واسطه‏ای و کالاهای نهایی‌ـ تقسیم می‏شوند، استفاده شد. نتایج تحقیق نشان می‏دهد هنگامی که همة اجزای ارزش افزوده تعدیل نمی‏شوند، محصولات گروه «ماشین‏آلات و تجهیزات»، که بیشترین سهم واردات را در نهاده‏های کالاها دارد، بیشترین افزایش قیمت را داشته است. اما، هنگامی که همة اجزای ارزش افزوده تعدیل می‏شوند، اختلاف درخور توجهی بین شاخص قیمت کالا‏های مختلف وجود ندارد و همة آن‏ها به همراه شاخص قیمت تولیدکننده و مصرف‏کننده تقریباً با تغییراتی برابر با تغییرات نرخ ارز همراه‌اند. 1 This paper measures the effects of exchange rate variation on price indices of different goods and inflation in Iran. To this end, the I-O Table Adjustment Price model in which the imported commodities are classified into intermediate input and final goods is expanded to meet the case in which the value added items are adjusted with respect to some indices. The results show that when due to an increase in exchange rate, all of the value added components do not adjust, the "machine and equipment" group’s products that have the most share of import in goods inputs, have the most price increase. But when all of the value added components adjust, there is no significant difference between price indices of different goods, so all of them have almost equal change with exchange rate variation. 639 658 نورالدین شریفی Nooraddin Sharify دانشیار گروه اقتصاد نظری، دانشگاه مازندران، دانشکدة علوم اقتصادی و اداری ایران nsharify@umz.ac.ir سید محسن نبوی لاریمی SeyyedMohsen Nabavi-Larimi دانشجوی دکتری اقتصاد، دانشگاه مازندران، دانشکدة علوم اقتصادی و اداری ایران ایران تحلیل داده- ستانده شاخص قیمت‏‌ها عبور نرخ ارز مدل قیمت تعدیل جدول بانوئی، علی‏اصغر (1391). ارزیابی شقوق مختلف نحوة منظورکردن واردات و روش‏های تفکیک آن با تأکید بر جدول متقارن سال 1380، سیاست‏گذاری اقتصادی، 4(8)، 31 ـ 74.##مرکز آمار ایران (1385). جدول داده- ستاندة ایران سال 1380، مرکز آمار ایران، تهران.##مهرابی بشرآبادی، حسین، جلایی، سید عبدالمجید و کوشش، محمدسجاد (1390). بررسی عبور نرخ ارز بر قیمت کالاهای وارداتی و صادراتی در ایران، پژوهشنامةعلوماقتصادی، 6(12)، 201 ـ 216.##Aleem, A. & Lahiani, A. (2014). A Threshold Vector Autoregression Model of Exchange Rate Pass-Through in Mexico,Research in International Business and Finance, 30(1), 24-33.##Brun-Aguerre, R., Ana-Maria, F. & Kate, P. (2012). Exchange rate pass-through into import prices revisited: What drives it?, Journal of International Money and Finance, 31(4), 818-844.##Choi, W.G. & Cook, D. (2008). New Keynesian Exchange Rate Pass-Through, IMF Working Paper, WP/08/213, Washington, DC.##Civcir, I. & Akçaglayan, A. (2010). Inflation Targeting and the Exchange Rate: Does It Matter in Turkey?, Journal of Policy Modeling, 32(3), 339-354.##Delatte, A. -L. & López-Villavicencio, A. (2012). Asymmetric Exchange Rate Pass-through: Evidence from Major Countries,Journal of Macroeconomics, 34(3), 833-844.##Dornbusch, R. (1987). Exchange Rate and Prices,American Economic Review, 77(1), 93-106.##Dornbusch, R. & Fischer, S. (1984). Macroeconomics, The Third Edition, McGraw- Hill International Book Company, Singapore.##Ghosh, A. (2013). Exchange rate pass through, macro fundamentals and regime choice in Latin America,Journal of Macroeconomics, 35, 163-171.##Goldberg, P.K. & Michel, M.K. (1997). Goods Prices and Exchange Rates: What Have We Learned?, Journal of Economic Literature, 35(3), 1243-1272.##Odria, L.R.M., Paul, C. & Gabriel, R. (2012). Does the Exchange Rate Pass-Through into Prices Change When Inflation Targeting is Adopted?, The Peruvian Case Study between 1994 and 2007,Journal of Macroeconomics, 34(4), 1154-1166.##Sahminan, S. (2002). Exchange Rate Pass-Through into Import Prices: Empirical Evidences from Some Southeast Asian Countries, Working Paper, The University of North Carolina at Chapel Hill.##Sharify, N. (2012). A Modification in the Input-Output Price Model to Analyse the Effect of Exchange Rate Variation on Prices Indices, The 20th International Input–Output Conference Proceedings, Bratislava, Slovakia, URL: http://www.iioa.org/conferences.htm.##Sharify, N. & Sancho, F. (2011). A New Approach for the Input–Output Price Model,Economic Modelling, 28(2), 188-195.##Shintani, M., Akiko, T.-H. & Tomoyoshi, Y. (2013). Exchange Rate Pass-through and Inflation: A Nonlinear Time Series Analysis, Journal of International Money and Finance, 32, 512-527.##Takhtamanova, Y. (2008). Understanding Changes in Exchange Rate Pass-Through, Working Paper, URL: http://www.frbsf.org/publications/economics/papers/2008/wp08-13bk.pdf.##

0 مدل‌سازی روابط دولت و پیمانکار در شرایط کمبود اعتبارات عمرانی با استفاده از نظریة بازی‌ها (مطالعه موردی: پروژه‌های انرژی)‬‬‬‬‬‬‬‬ Modeling the Relationship between the Government and Contractor Interms of Lack of Capital Investment Using Game Theory (case study: Energy projects) https://jte.ut.ac.ir/article_55807.html 10.22059/jte.2015.55807 0 در این مطالعه، با استفاده از روش نظریة ‏بازی‌ها، در قالب بازی‏های همکارانه، به تحلیل اثر کمبود اعتبارات عمرانی بر پروژه‏های انرژی پرداخته شده است. برای مطالعة موردی، پروژه‏های عمرانی استانیِ بخش انرژی در سال‏های 1389 و 1390 انتخاب شد. در بخش نظری، به طراحی مدل پرداخته شد. سپس، کمبود اعتبارات عمرانی، به منزلة عاملی مؤثر بر نحوة اجرای پروژه‏های انرژی، در مدل وارد شد. در بخش تجربی، بر اساس روابط و تعادل‏های به‌دست‌آمده از مطالعة موردی و همچنین با استفاده از مدل راه حل چانه‏زنی نش به پیامدهای یک بازی همکارانه پرداخته شد. بر اساس نتایج این مطالعه، دو بازیکن (دولت و بخش خصوصی (پیمانکار)) ائتلاف همکارانه را انتخاب کردند، زیرا با انتخاب آن سود بیشتری، نسبت به حالت ائتلاف مستقل، به‌دست می‏آورند و در این حالت قدرت چانه‏زنی دولت بیشتر است. با اینکه نرخ تنزیل کمتری دارد، پیمانکار بیم دارد که دولت پروژه‏ها را با پیمانکار‏های خود به انجام برساند؛ به همین دلیل، پیمانکار قدرت چانه‏زنی کمتری خواهد داشت و سهم دولت از پیمانکار در ائتلاف همکارانه بیشتر خواهد بود. 1 In this paper, we analyze the effect of lack of capital investment on energy projects using game theory in the guise of cooperative games. We focus on the energy projects in the provincial level as case study during 2010-2011. Therefore, we design a theoretical model of the lack of capital investment as a factor influencing the implement of energy projects. In the experimental section, we determine the pay-off cooperative game based on the equilibria obtained from case study, as well as using Nash bargaining solution. The results indicate that two players (government and private sector (contractor)) choose cooperative coalition since they take more gains rather than independent coalition of state. In this case, the government has higher bargaining power despite its lower discount rate, but contractor fears that the government performs projects with itself contractors. For this reason, the contractor will have lower bargaining power, and the government’s share in cooperative coalition will be higher. 659 684 لطفعلی عاقلی کهنه شهری lotfali agheli koheshahri استادیار دانشگاه تربیت مدرس، پژوهشکده اقتصاد ایران aghelik@modares.ac.ir حسین صادقی Hussein Sadeghi استادیار دانشگاه تربیت مدرس، گروه اقتصاد ایران sadeghih@modares.ac.ir گل جمال نظری قوجق Goljamal Nazari ghojogh دانشجوی کارشناسی ارشد رشتة اقتصاد انرژی دانشگاه تربیت مدرس، ایران nazary_goljamal@yahoo.com اعتبارات ‏عمرانی بازی‏‌های همکارانه پروژه‏‌های انرژی راه‏ حل چانه‏‌زنی نش نظریه ‏بازی‌‌ها اعزازی، محمداسماعیل، فرخی ‏استاد، مجتبی و فرخی ‏استاد، مصطفی (1390). بررسی نقش واگذاری شرکت‏های دولتی در افزایش سودآوری و بازدهی آن‌ها،پژوهش‏هایمدیریتعمومی، 4(13)، 49 ـ 72.##خشنود، مهدی و پنجعلی‌زاده، بهمن (‏1390). ارائة مدلی برای پرداخت به موقع مطالبات پیمانکاران توسط دولت، مجموعهمقالاتاولینکنفرانسملیعمرانوتوسعه، رشت: دانشگاه آزاد اسلامی واحد لشت نشا.##عربی، سهیل و اعظمی‌نژاد، بهارک (1388). عدم تأمین مالی، مهم‌ترین عامل تأخیر پروژه‏های عمرانی در کشورهای در حال توسعه، اولینکنفرانسملیمهندسیومدیریتساخت، تهران: انتشارات دانشگاه صنعتی امیرکبیر.##عبدلی، قهرمان (1391). نظریةبازی‌هاوکاربردهایآن (بازی‌هایاطلاعاتناقص،تکاملیوهمکارانه)، تهران: سمت؛ مرکز تحقیق و توسعة علوم انسانی.##عسگری، محمدصادق و افشار، عباس (1387). همکاری پیمانکاران جزء در تخصیص منابع مشترک با رویکرد نظریة بازی‌های همکارانه، مجموعهمقالاتچهارمینکنفرانسبین‏المللیمدیریتپروژه.##قاسمی، شمسی و عباسی، منصوره (1382). بررسیوتحلیلخسارت‌هایناشیازتأخیردراجرایطرح‌هایعمرانیکشورطیدورة 1374 ـ1380، تهران: مؤسسة تحقیقاتی تدبیر اقتصاد.##سازمان خصوصی‏سازی (1389). گزارشعملکردسازمانخصوصی‌سازیدرسال1389 بارویکردمقایسهباعملکردسال‏هایگذشته.##سازمان مدیریت و برنامه‌ریزی کشور،گزارشنظارتیپروژه‏هایعمرانیاستانیسال‌های 1389 و 1390، معاونت نظارت راهبردی، امور نظارت بودجة سرمایه‌ای.##سازمان مدیریت و برنامه‌ریزی کشور، گزارشوضعیتپروژه‌هایعمرانیمتوقفسال 1390، معاونت نظارت راهبردی، امور نظارت بودجة سرمایه‌ای.##سازمان مدیریت و برنامه‌ریزی کشور،گزارشارزش‌یابیپروژه‌هایملیمنتخببهره‌برداری‌شدةسال 1390، معاونت نظارت راهبردی، امور نظارت بودجة سرمایه‌ای.##Aplak, H.S. & Sogut, M.Z. (2013). Game theory approach in decisional process of energy management for industrial sector, Energy Conversion and Management, 74, 70-80.##Long, R-U. & Yu, L. (2009). Study on regulation design about energy-saving and emission-reduction based on game theory, Procedia Earth and Planetary Science, 1, 1641-1646.##Muthoo, A. (1999). Bargaining Theory with Applications, Cambridge: Cambridge University Press.##Okada, A. (2010). The Nash bargaining solution in general n-person cooperative games, Journal of Economic Theory, 145(6), 2356-2379.##Okada, A. (2011). Coalitional bargaining games with random proposers: Theory and application, Games and Economic Behavior, 73(1), 227-235.##Perng, H-Y., Chen, S-J. & Lu, H-J. (2005). Potential benefits for collaborating form work subcontractors based on co-operative game theory, Building and Environment, 40(2), 239-244.##Shurong, Z. & Miao, P. (2012). Rent-seeking Behaviors analysis in Engineering Supervision based on the Game Theory, Systems Engineering Procedia, 4, 455-459.##Tian, Y., Govindan, K. & Zhu, Q. (2014). A system dynamics model based on evolutionary game theory for green supply chain management diffusion among Chinese manufacturers, Journal of Cleaner Production, 80, 96-105.##www.cbi.ir##www.ipo.ir##www.spac.ir##Watt, D.j., Kayis, B. & Willey, K. (2010). The relative importance of tender evaluation and contractor selection criteria, International Journal of Project Management, 28(1), 51-60.##Yang, Z. (2008). How Does ANWR Exploration Affect OPEC Behavior? -A Simulation Study of an Open-loop Cournot-Nash Game, Energy Economics, 30(2), 321-332.##Yuan, H. & Ma, H. (2012). Game Analysis in the Construction Claim Negotiations, Procedia Engineering, 28, 586-593.##

0 بررسی تأثیر تحرک درآمدی بر فقر در ایران، دوره‏ زمانی 1363 ـ 1392 The Survey of Effect Income Mobility on Poverty in Iran, the Period of 1363-1392 https://jte.ut.ac.ir/article_55808.html 10.22059/jte.2015.55808 0 برنامه‏های فقر‏زدایی از اهمّ سیاست‏های بخش عمومی است. طراحی سیاست‏های اثربخش برای فقرزدایی نیازمند شناخت تحول زمانی ویژگی‏های اقتصادی- اجتماعی خانوارهاست. بررسی و ارزیابی آثار سیاست‏ها و برنامه‏های خاص حمایتی در حوزة فقر مستلزم سنجش تغییرات فقر در طول زمان است. مبحث تحرک درآمدی مفهومی جدید در مباحث اقتصادی ایران است. تفاوتِ شرایط اقتصادی- اجتماعی افراد یا خانوارهای مختلف موجب به‌وجودآمدن نا‏برابری در بین افراد آن جامعه می‌شود. ‏بروز چنین نابرا‏بری‏هایی به شکل‏گیری فقر و تغییرِ توزیع درآمد منجر می‏‏شود. هدف این پژوهش بررسی تأثیر تحرک درآمدی بر فقر در ایران است. با استفاده از الگوی اقتصادسنجی خود‏رگرسیونی با وقفه‏های توزیعی و با به‏کارگیری داده‏های سال‏های 1363 ـ 1392 موضوع پژوهش بررسی شد. نتایج حاکی از آن است که در بلندمدت تحرک درآمدی اثری منفی و معنی‏دار بر فقر گذارده ‏است؛ ضریب جملة تصحیح خطا نشان داد در هر سال حدود 52/0 از عدم تعادل کوتاه‏مدت برای دست‌یابی به تعادل بلندمدت تعدیل شده ‏است. 1 Poverty alleviation programs is the most important of the public sector policies. Design effective a policy for poverty reduction is requires the identifying time change socio-economic characteristics of households. If we want to investigate and evaluate the effects of specific supportive policies and programs in the field of poverty entail the measurement of poverty changes over time. Income mobility is a new concept in Iranian economy issues. Differences in socio-economic status of individuals and or different thouseholds can creates inequality among individuals of society. Creating such inequalities have led to the formation of poverty and the change in income distribution. The aim of this study is to evaluate the effect of income mobility on the poverty in Iran. In this regard, using the econometric model Auto-Regresive Distributed Lag and using time series data during the years (1363-1392) research topic investigated. The results suggest that effectiveness of all the coefficients of the variables of the model is consistent with economic theories and income mobility has effect negative and significant on poverty in the long term, and Error Correction Model shows that in each period, (each year) about 0/52 from short-term imbalances will be adjusted to achieve the long-term equilibrium. 685 706 محمد حسن فطرس Mohammad Hassan Fotros استاد گروه اقتصاد دانشگاه بوعلی سینا، همدان ایران fotros1950@yahoo.com فاطمه شهبازی Fatemeh Shabazi دانشجوی کارشناسی ارشد اقتصاد نظری دانشگاه بوعلی سینا، همدان ایران h_shahbazi65@yahoo.com الگوی خودبازگشت با وقفه‌های توزیعی ایران تحرک درآمدی فقر بانک مرکزی ایران، اطلاعات مربوط به شاخص‏های قیمت و متغیرهای کلان (1363 ـ 1392).##راغفر، حسین و باباپور، میترا (1391). پویایی فقر و نابرابری و تحرک درآمدی: موردی از رویکرد شبه‌ترکیبی، پایان‌نامة کارشناسی ارشد، دانشگاه الزهرا.##راغفر، حسین و باباپور، میترا (1393). تجزیه‏ و تحلیل رفتار بین نسلی هزینة مصرفی خانوارهای شهری با استفاده از داده‏های شبه تابلویی، فصلنامةمطالعات اقتصادی کاربردی ایران، 3(10).##محمودی، وحید (1386). اندازه‏گیری فقر و توزیع درآمد در ایران، تهران: سمت.##مرکز آمار ایران، داده‏های خام طرح هزینه و درآمد خانوارهای شهری و روستایی، سال‏های 1363 ـ 1392.##نوفرستی، محمد (1378). ریشةواحدوهم‌جمعیدراقتصادسنجی، چ 2، تهران: مؤسسة خدمات فرهنگی رسا.##Antman, F. & Mckenzie, D. (2006a). Earnings mobility and measurement error: a pseudo - panel approach, Mimeo, Stanford University.##Antman, F. & Mckenzie, D. (2006b). Poverty traps and nonlinear income dynamics with measurement error and individual heterogeneity, forthcoming, Journal of Development Studies.##Atkinson, A.B., Bourguignon, F. & Morrisson, C. (1992). Empirical Studies of Earnings Mobility (Chur, Switzerland: Harwood).##Barro, R. & Sala-i-Martin, X. (1999). Economic Growth, The MIT Press: Cambridge, MA.##Deaton, A. (1985). Panel Data from time series of cross-section, Journal of Econometrics,30, 109-126.##Fields, G. & Ok, E. (1999). The measurement of income mobility: an introduction to the literature, In Handbook on Income Inequality Measurement, ed. J. Silber, Boston: Kluwer.##Haughton, J. & Khandker, S.H. (2009). Handbook on Povertyand Inequality, The International Bank for Reconstruction and Development, The World Bank.##Lukiyanova, A. & Oshchepkov, A. (2012). Income Mobility in Russia (2000-2005), Economic System, 36, 46-64.##Maasoumi, E. (1998). On Mobility, In Handbook of Applied Economic Statistics, ed. D.##Moffitt, R. (1993). Identification and Estimation of Dynamic Models with, Journal of Econometrics, 59, 99-124.##McKenzie, D. (2006). Disentangling Age, Cohort, and Time Effect in the Additive Model, Oxford Bulletin of Economics and Statistics, 68(4), 473-495.##Navarro, A. (2006). Estimating Income Mobility in Argentina with Pseudo-Panel data, Department Of Economics, Universidad de san Andres.##Salehi-Isfahani, J. & Majbouri, M. (2010). Mobility and the Dynamics of Poverty in Iran: Evidence from the (1992-1995), The Quarterly Review of Economics and Finance.##Sen, A. (1976). Poverty: An Ordinal Approach to Measurement, Econometrica, 44(2).##Sen, Amartyak (1981). Poverty and famines: An Essay on  tlement and deprivation, Oxford, Clarendon Press.##Solon, G. )1999(. Intergenerational Mobility In The Labor Marke, In Handbook of Labor Economics, Vol. 3, ed. O. Ashenfelter and D. Card, Amsterdam: North-Holland.##

0 بررسی ماندگاری تورم در ایران با استفاده از روش بوت‏ استرپ Inflation Persistence in Iran: A Bootstrapping Approach https://jte.ut.ac.ir/article_55809.html 10.22059/jte.2015.55809 0 با توجه به اینکه برای سیاست‌گذاران آگاهی از ماندگاری یا ماندگارنبودنِ تورم اهمیت دارد، در این تحقیق درجة ماندگاری نرخ تورم کل و نیز تورم در دوازده زیرگروه‏ طی دورة 1381 ـ 1392 بررسی می‌شود. بدین منظور، از مدل‏های AR و مجموع ضرایب (ریشه‏های) این مدل‏ها به عنوان تخمینی از درجة ماندگاری تورم استفاده می‏شود. نخست، برای بررسی ماندگاریِ این نرخ‏های تورم، از آزمون ریشة واحد ADF استفاده می‏شود. با توجه به کاستی‏های این آزمون و سایر آزمون‏های متداول ریشة واحد برای مطالعة ماندگاری متغیرهای سری ‏زمانی (به‌ویژه هنگامی که این متغیرها دارای ریشه‏ای نزدیک به واحدند)، با استفاده از روش بوت‏استرپ‌ـ که هنسن[1] (1999) آن را ارائه کرده‌ـ فاصلة اطمینان در سطح 90 درصد برای مجموع ریشه‏ها محاسبه می‏شود. نتایج این روش نسبت به ریشة واحد یا ریشة نزدیک به واحد حساس نیست و در همة موارد صحیح است. نتایج نشان می‌دهد، صرف‌نظر از نحوة تصریح مدل‌ـ بر اساس آزمون ADF و فاصلة اطمینان 90 درصد محاسبه‌شده به روش بوت‏استرپ‌ـ نرخ تورم در گروه ارتباطات، گروه خوراکی‌ها و آشامیدنی‌ها و دخانیات، گروه خوراکی‌ها، گروه کالا و گروه حمل و نقل فاقد خاصیت ماندگاری است. در حالی که متغیر تورم در گروه‏های پوشاک، آموزش، بهداشت، تفریح و مسکن و نیز تورم کل در همة موارد دارای ریشة واحد و ماندگار است. بنابراین، اگر شوک قیمتی در این پنج گروه ایجاد شود، آثار این شوک برای همیشه ماندگار است و نرخ تورم این گروه‌ها برای همیشه تغییر می‌کند.   1 Using quarterly data from 2002:1 to 2013:2 we study the persistence in the inflation rates in Iran based on the total CPI and the CPI in 12 subgroups. The persistence is investigated using two different tools: (i) the ADF unit root test and (ii) bootstrap confidence intervals. We calculate a 90% confidence interval for the sum of the autoregressive coefficients, as a measure of persistence, using the grid bootstrap approach proposed by Hansen (1999). The results show no sign of persistence in the following five subgroups: Communications; the Food and Beverages; Food; Goods; and Transportation. On the other hand, the total inflation rate based on CPI and inflation in the Cloth, Education, Health, Recreation, and Shelter subgroups support the inflation persistence. For the remaining two subgroups, the results are mixed and inconclusive. 707 732 فیروز فلاحی Firouz Fallahi دانشیار اقتصاد دانشگاه تبریز، دانشکده اقتصاد، مدیریت و بازرگانی ایران ffallahi@tabrizu.ac.ir بوت‏ استرپ پایداری ریشه نزدیک به واحد فاصله اطمینان ماندگاری تورم بنی‌اسدی، محمد، بابایی، غلامرضا، زراعتی، حجت و معماری، فریدون (1385). به‌کارگیری روش باز نمونه‏گیری بوت‏استرپ در رگرسیون لجستیک و کاربرد آن در تحلیل داده‏های مربوط به بیماران مبتلا به سرطان سینه،مجلة دانشکدة بهداشت و انستیتو تحقیقات بهداشتی،4(1)، 9 ـ 18.##تقی‏لو، حجت (1392). پایداری تورم و عوامل مؤثر بر آن در اقتصاد ایران، مقالة کاری شمارة 9219، پژوهشکدة پولی و بانکی بانک مرکزی ایران.##درگاهی، حسن و شربت‌اوغلی، رؤیا (1389). تعیین سیاست پولی در شرایط تورم پایدار در اقتصاد ایران با استفاده از روش کنترل بهینه، تحقیقات اقتصادی، 93، 1 ـ 27.##بانک مرکزی جمهوری اسلامی ایران (1385). تحلیل تجربی تورم و قاعدة سیاست‌گذاری پولی در ایران، تهران.##طهرانچیان، ا.م، جعفری صمیمی، ا. و بالونژاد نوری، ر. (1392). آزمون پایداری تورم در ایران (1351 ـ 1391): کاربردی از الگوهای ARFIMA، پژوهش‌های رشد و توسعة اقتصادی، 3، 19 ـ 28. گلستانی، ش. و شهروان، ب. (1392). بررسی پایداری تورم در ایران در چارچوب الگوی بازگشت‌کننده به میانگین، اقتصاد کلان، 8، 13 ـ 31.##مرزبان، ح. و نجاتی، م. (1388). شکست ساختاری در ماندگاری تورم و منحنی فیلیپس در ایران، مدل‌سازی اقتصادی، 3، 1-26.##Alogoskoufis G.S. & Smith R. (1991). The Phillips Curve, the Persistence of Inflation, and the Lucas Critique: Evidence from Exchange-Rate Regimes, American Economic Review, 81, 1254-1275.##Andrews, D. & Chen, W.K. (1994). Approximately Median-Unbiased Estimation of Autoregressive Models, Journal of Business and Economic Statistics, 12, 187-204.##Ang, A., Bekaert, G. & Wei, M. (2007). Do Macro Variables, Asset Markets, or Surveys Forecast Inflation Better?, Journal of Monetary Economics, 54, 1163-1212.##Baillie, R.T. (1989). Commodity Prices and Aggregate Iflation: Would Commodity Price Rule be Worthwhile?, Carnegie Rochester Conference Series on Public Policy, 31, 185-240.##Baillie, R.T., Chung, C.F. & Tieslau, M.A. (1996). Analyzing Inflation by the Fractionally Integrated ARFIMA-GARCH Model, Journal of Applied Econometrics, 11, 23-40.##Ball, L. & Cecchetti, S.G. (1990). Inflation and Uncertainty at Short and Long Horizons, Brookings Papers on Economic Activity, 215-254.##Barsky, R.B. (1987). The Fisher Hypothesis and the Forecastibility and Persistence of Inflation, Journal of Monetary Economics, 19, 3-24.##Brunner, A.D. & Hess, G.D. (1993). Are Higher Levels of Inflation Less Predictable? A State-Dependent Conditional Heteroscedasticity Approach, Journal of Business & Economic Statistics,11, 187-197.##Culver, S. & Papell, D. (1997). Is There A Unit Root inthe Inflation Rate? Evidence from Sequential Break and Panel Data Models, Journal of Applied Econometrics, 12, 435-444.##Dickey, D. & Fuller, W. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root, Journal of the American Statistical Association, 74, 427-431.##Edwards, S. (1998). Two crises: Inflationary Inertia and Credibility, Economic Journal, 108, 680-702.##Efron, B. (1979). Bootstrapmethods: Another Look at the Jackknife, Annals of Statistics, 7, 1-26.##Efron, B. & Tibshirani, R.J. (1993). An Introduction to the Bootstrap, Chapman & Hall/CRC, CRC Press Inc.##Emery, K.M. (1994). Inflation Persistence and Fisher Effects: Evidence of a Regime Change, Journalof Economics and Business, 46, 141-152.##Evans, M.& Wachtel, P. (1993). Inflation Regimes and the Sources of Inflation Uncertainty, Journal of Money, Credit, and Banking, 25, 475-511.##Fuhrer, J. & Moore, G. (1995). Inflation Persistence, Quarterly Journal of Economics, 110, 127-159.##Fuller, W.A. (1996). Introduction to Statistical Time Series, 2nd Ed., New York, Wiley.##Hall, P. (1992). The Bootstrap and Edgeworth Expansion, Springer Series in Statistics, New York, Springer-Velrag New York Inc.##Hamilton, James D. (1994). Time Series Analysis, Princeton University Press.##Hansen, B.E. (1999). The Grid Bootstrap and the Autoregressive Model, Review of Economics and Statistics, 81, 594-607.##Henry, O.T. & Shields, K. (2004). Is There a Unit Root in Inflation?, Journal of Macroeconomics, 26, 481-500.##Johansen, S. (1992). Testing Weak Exogeneity and the Order of Cointegration in UK Money Demand Data, Journal of Policy Modeling, 14, 313-334.##Kim, JY. (2000). Detection of Change in Persistence of a Linear Time Series, Journal of Econometrics, 95, 97-116.##Miller, B. & Nautz, D. (2012). Inflation persistence in the Euro area before and after the European Monetary Union, Economic Modelling, 29, 1170-1176.##Nelson, C.R. & Schwert, G.W. (1977). Short-Term Interest Rates as Predictors of Inflation: on Testing the Hypothesis that the Real Rate of Interest Is Constant, American Economic Review, 67, 478-486.##Nusser, K. (1991). Testing the Long-Run Implications of the Neoclassical Growth Model, Journal of Monetary Economics, 27, 3-37.##Pivetta, F. & Reis, R. (2007). The Persistence of Inflation in the United States, Journal of Economic Dynamics and Control, 31, 1326-1358.##Rose, A. (1988). Is the Real Interest Rate Stable?, Journal of Finance, 43, 1095-1112.##Stock, J. & Watson, M.W. (2007). Why Has Inflation Become Harder to Forecast?, Journal of Money, Credit, and Banking, 39, 3-33.##Tillmann, P. (2010). The Changing Nature of Inflation Persistencein Switzerland, Empirica, 37, 445-453.##Torous, W., Valkanov, R. & Yan, S. (2004). On Predicting Stock Returns with Nearly IntegratedExpanatory Variables, Journal of Business, 44, 937-66.##

0 پایه تئوریک نظریه‌پردازی‌ها در راستای ریشه‌یابی عملکرد ناموفق سیاست‌گذاری‌های اقتصادی در ایران The Theoretical Basis of Theorizing to Investigate the Causes of Unsuccessful Economic Policies in Iran https://jte.ut.ac.ir/article_55810.html 10.22059/jte.2015.55810 0 هدف از این نوشتار بازنگری در مبانی نظری و پارادایم‌های فکری سیاست‌گذاری‌ها و سیاست‌های اقتصادی به اجرا درآمده در کشور و ریشه‌یابی ناکارآمدی آن‌ها در مواجهه با مسائل و مشکلات اقتصادی کشور است. در این راستا، به مدل‌سازی الگوی چند‌سطحی و فراپارادایمی برای سیاست‌گذاری‌های اقتصادی در کشور پرداخته می‌شود و استفاده از رویکرد چندسطحی و میان‌رشته‌ای راهکاری برای اصلاح سیاست‌های اقتصادی کشور و حرکت به سمت توسعة اقتصادی پیشنهاد می‌‌‌شود. 1 The purpose of this paper is to reconsider the theoretical basis and paradigms of policy making and economic policies in Iran which is not appropriate to economic problems of the country. To do so, we introduced the multilevel and ultra-paradigm pattern for economic policy making in the country. The multilevel and Interdisciplinary approach have been proposed as a solution for reforming the economic policies and achieving economic development. 733 750 محمود متوسلی Mahmoud Motavaseli استاد اقتصاد دانشگاه تهران ایران motavaselim@yahoo.com هدی زبیری Hoda Zobeiri استادیار اقتصاد دانشگاه مازندران ایران h.zobeiri@umz.ac.ir اقتصاد ایران پراکسولوژی رویکرد چندسطحی سیاست‌گذاری‌های اقتصادی نظریه‌پردازی Gordon, S. (1991). The History and Philosophy of Social Science, London: Routledge.##De Soto, J.H. (2008). The Austrian School, Market Order and Entrepreneurial Creativity, Edward Elgar.##Mises, L.V. (1963). Human Action, A Treatise on Economic, Yale University.##Myrdal, G. (1974). What Is Development, Journal of Economic Issue, 8(4), 729-736.##Myrdal, G. (1978). Institutional Economics, Journal of Economic Issue, 12(4), 771-783.##North, D.C. (1990). Institution, Institutional Change and Economic Performance, The Political Economy of Institutions and Decisions, Cambridge University Press.##North, D.C. (2000). The New Institutional Economics and Third World Development, In Haris J., Hunter J. & Lewis C. (eds), The New Institutional Economics and Third World Development, London: Routledge, PP.215-233.##North, D.C. (2005). Understanding the Process of Economic Change, Princeton University Press.##North, D.C., Joseph, J.W. & Barry, R. (2009). Violence and Social Orders: A Conceptual Framework for Interpreting Recorded Human History, Cambridge University Press.##North, D.C., Nantzavinos, C. & Sharig, S. (2004). Learning, Institutions and Economic Performance, Perspectives On Poltics, 2(1), 75-84.##Schumpeter, J.A. (2005). Development, Journal of Economic Literature, 43(1), 108-120.##

0 قیمت‏ گذاری‏ بهینه پارکینگ‏های عمومی (مطالعه موردی مناطق 1 و 3 شهر اصفهان) Optimal Pricing of Public Parking (Case Study Zone 1 and 3 of Isfahan City) https://jte.ut.ac.ir/article_55811.html 10.22059/jte.2015.55811 0 قیمت‏گذاری بهینة پارکینگ‏های عمومی موجب اصلاح مدیریت پارکینگ‏ها می‌‏شود. این موضوع به روان و سبک‌شدن ترافیک و در نتیجه کاهش هزینه‏های شبکة حمل و نقل منجر می‌شود. در این مطالعه، شبکة‏ حمل و نقلی با تعدادی مبدأ، مقصد و پارکینگ عمومی در نظر گرفته می‏شود. در این شبکه، رانندگانِ خودروهای شخصی‌ـ با توجه به مدت زمان حرکت بین مبدأ و پارکینگ به صورت سواره؛ پارکینگ و مقصد به صورت پیاده؛ و هزینة (قیمت) پارکینگ‌ـ طوری رفتار می‏کنند که هزینه‏ها کمتر شود. از طرفی، مدیران شهر در پی کم‌کردن هزینه‏های شبکة حمل و نقل‌اند. در این شرایط، تابعِ هدف کم‌کردن هزینة شبکه با درنظرگرفتن (قید) رفتار تعادلی رانندگان خودروهای شخصی است؛ در نتیجه، قیمت‏های بهینه برای هر پارکینگ به‌دست می‏آید. در این مطالعه، مدل‏سازی برای مناطق مرکزی شهر اصفهان با 6 مبدأ، 5 مقصد و 18 پارکینگ عمومی انجام یافت. بر اساس نتایجِ مدل‌سازی، محدودة قیمت‌ها از 1000 تا 10000 ریال به‌دست آمد؛ بیشترین قیمت مربوط به پارکینگ فرشادی است. همچنین، تعیین مقدار بهینة فضای اشغالی هر پارکینگ‏ و تعیین الگوی بهینة جریان جستجوی جای پارک از دیگر نتایج این پژوهش است. 1 Optimal pricing of public parking can improve parking management. This leads to traffic flow, thereby reduces the cost of transportation network. In this paper, the transportation network with some origins, destinations, and public parking was considered. In the network, private cars drivers depending on travel time between origin and parking (driving time), travel time between parking and destination (walking time) and parking (price) cost, behave in a way to minimize the costs. The objective function is minimizing the network cost with regard to the equilibrium behavior of private vehicle drivers. As a result, optimalprices for each parking is determined. Modeling for the central region of Isfahan with 6 origins, 5 destinations and 18 public parking were conducted. Based on the results of modeling, Prices range from 1,000 to 10,000 rails was obtained that Farshadi Parking has the highest price. The next results of this study is determining the parking optimal amount and determining the parking optimal flow. 751 776 بابک صفاری Babak Saffari استادیار گروه اقتصاد دانشگاه اصفهان ایران b.saffari@ui.ac.ir رضا نصراصفهانی Reza Nasr Esfahani استادیار گروه اقتصاد شهری دانشگاه هنر اصفهان ایران rnasre@gmail.com عیسی مردای Eisa Moradi دانشجوی کارشناسی ارشد اقتصاد شهری دانشگاه هنر اصفهان ایران eisamoradi66@yahoo.com اصفهان پارکینگ شبکه حمل و نقل قیمت‏ گذاری بهینه احمدی، سیده‌زهره و حسینی، اکرم (1386). بررسیمسائلومشکلاتمدیریتپارکینگ‌هاوتأثیرآنبرترافیکشهرمشهد، شرکت پژوهشی‌- فرهنگی اندیشه‌سازان پویای سعادت، مشهد.##بانک مرکزی جمهوری اسلامی ایران (1392). مدیریتکلآمارهایاقتصادی، ادارة آمار اقتصادی، دایرة بررسی بودجة خانوار.##سیدموسوی، سیدجلال (1386). تحلیل جغرافیایی مسائل و مشکلات عمومی پارکینگ‌های عمومی در شهر اصفهان، گروه جغرافیا و برنامه‌ریزی شهری، دانشگاه اصفهان.##دلاوری، شهرزاد (1390). مکان‏یابی پارکینگ طبقاتی به کمک GIS در مناطق 4 و 12 ترافیکی شهر اصفهان، پایان‏نامة کارشناسی ارشد، دانشگاه هنر اصفهان.##درزی رامندی علیرضا و همکاران (1390). تقاضای پارکینگ‏های کاربری‏های اداری و تجاری، یازدهمین کنفرانس بین‏المللیمهندسیحمل ‏ونقلوترافیک، دانشکدة‏ مهندسی عمران،‏ دانشگاه‏ علم‏ و صنعت‏ ایران.##دبیرخانة شورای عالی هماهنگی ترافیک شهرهای کشور (1374). معاونت عمرانی دفتر حمل ‏و نقل کشور.##قاضی عسکری نائینی، آرمان و ورشوساز، مسعود (1383). «ارائة روش مناسب برای مکان‏یابی پارکینگ‏های عمومی با استفاده از GIS»، پایان‏نامة کارشناسی ارشد دانشکدة علوم زمینی، دانشگاه شهید بهشتی.##محمدی، فریبرز (1390). «بررسی عوامل اقتصادی مؤثر بر تصادفات جاده‏ای»، گروه اقتصاد و برنامه‏ریزی، دانشگاه بوعلی‏سینا همدان.##مختاری ملک‌آبادی، رضا (1389). تحلیلی بر برنامه‌ریزی کاربری پارکینگ در شهر اصفهان با استفاده از مدل‏های کاربردی برنامه‌ریزی منطقه‏ای، مطالعات و پژوهش‌های شهری و منطقه‏ای.##متکان، علی‌اکبر، شکیبا، علیرضا و پورعلی، سیدحسین (1385). کاربرد GISدرمکان‌یابیپارکینگ‌هایعمومیطبقاتیبهروشOWA، همایش شهر و شهرسازی.##Ahmadi Azari, K. et al. (2013). Modelling Demand under Parking and Cordon Pricing Policy, Transport Policy, 25, 1-9.##Álvaro, C., Cecília, R. & Sandra, M. (2014). Parking Management Policies and the Effectiveness of Public Policy Solutions, Procedia - Social and Behavioral Sciences, Transportation: Can we do more with less resources? – 16th Meeting of the Euro Working Group on Transportation – Porto, 965-973.##Arnott, R. (2006). Spatial Competition between Parking Garages and Downtown Parking Policy, Transport Policy, 13(6), 458-469.##Arnott, R., de Palma, A. & Lindsey, R. (1991). A temporal and spatial equilibrium analysis of commuter parking, Journal of Public Economics, 45, 301-335.##Arnott, R. & Inci, E. (2006). An integrated model of downtown parking and traffic congestion, Journal of Public Economics, 45, 418-442.##Arnott, R., Palma, A. & Lindsey, R. (1990). Departure time and route choice for the morning commute, Transportation Research Part B, 24, 209-228.##Arnott, R. & Rowse, J. (1991). Modeling Parking, Journal of Urban Economics, 45(1), 97-124.##Arnott, R. & Rowse, J. (2009). Downtown Parking in Auto City, Regional Science and Urban Economics, 39(1), 1-14.##Axhausen, K., Polak, J., Boltze, M. & Puzicha, J. (1994). Effectiveness of the parking guidance information system in Frankfurt/main, Trac Engineering and Control, 35(5), 304-309.##Banerjee, A., Duflo, E., & Qian, N. (2012). On the road: Access to transportation infrastructure and economic growth in China: National Bureau of Economic Research.##BAO, D., DENG, W. & GU, S. (2010). Impact of Parking Rates on Resident Travel Behavior, Journal of Transportation Systems Engineering and Information Technology, 10(3), 80-85.##Benenson, I., Martens, K. & Birfir, S. (2008). PARKAGENT: An Agent-Based Model of Parking in the City, Computers, Environment and Urban Systems, 32(6), 431-439.##Bifulco, G.N. (1993). A stochastic user equilibrium assignment model for the evaluation of parking policies, European Journal of Operational Research,71, 269-287.##Burden, R. & Faires, D. (1985). 0.2.1 the Bisection Algorithm, Numerical Analysis (3rd ed.), PWS Publishers, ISBN 0-87150-857-5.##Caicedo, F. & Diaz, A. (2013). Case Analysis of Simultaneous Concessions of Parking Meters and Underground Parking Facilities, Transportation Research Part A: Policy and Practice, 49, 358-378.##Calthrop, E., Proost, S. & Van Dender, K. (2000). Parking policies and road pricing, Urban Studies, 37(1), 63-76.##D’Acierno, L., Gallo, M. & Montella, B. (2006). Optimization Models for the Urban Parking Pricing Problem, Transport Policy, 13(1), 34-48.##Duanmu, J. et al. (2012). Buffering in Evacuation Management for Optimal Traffic Demand Distribution, Transportation Research Part E: Logistics and Transportation Review, 48(3), 684-700.##Gallo, M., D’Acierno, A. & Montella, B. (2011). A Multilayer Model to Simulate Cruising for Parking in Urban Areas, Transport Policy, 18(5), 735-744.##Guo, L., Huang, S. & Sadek, A. (2013). A Novel Agent-Based Transportation Model of a University Campus with Application to Quantifying the Environmental Cost of Parking Search, Transportation Research Part A: Policy and Practice, 50, 86-104.##Jelena, Simićević et al. (2012). Defining Parking Price Based on Users’ Attitudes, Transport Policy, 23, 70-78.##Litman, T. (2011). Evaluating public transit benefits and costs. Victoria Transport Policy Institute, 65.##Moeinaddini, M. et al. (2013). A Practical Method for Evaluating Parking Area Level of Service, Land Use Policy, 33, 1-10.##Qian, Z. S., & Rajagopal, R. (2013). Optimal parking pricing in general networks with provision of occupancy information. Procedia-Social and Behavioral Sciences, 80, 779-805.##Qian, Z. & Rajagopal, R. (2014). Optimal Dynamic Parking Pricing for Morning Commute Considering Expected Cruising Time, Transportation Research Part C: Emerging Technologies, 48, 468-490, doi:10.1016/j.trc.2014.08.020.##Richard Arnott (2006). Spatial competition between parking garages and downtown parking policy, Transport Policy Volume 13, Issue 6, November 2006, Pages 458–469##Scaini, C., Folch, A., Bolić, T. & Castelli, L. (2014). A GIS-Based Tool to Support Air Traffic Management during Explosive Volcanic Eruptions, Transportation Research Part C: Emerging Technologies, 49, 19-31.##Shay, E., & Khattak, A. J. (2010). Toward sustainable transport: Conventional and disruptive approaches in the US context. International journal of sustainable transportation, 4(1), 14-40.##Simićević, J., Milosavljević, N., Maletić, G., & Kaplanović, S. (2012). Defining parking price based on users' attitudes. Transport Policy, 23, 70-78.##Tiexin, C., Miaomiao, T. & Ze, M. (2012). The Model of Parking Demand Forecast for the Urban CCD, Energy Procedia 16, Part B, 1393-1400.##Tsai, J. & Chu, C. (2005). Economic Analysis of Collecting Parking Fees by a Private Firm, Transportation Research Part A: Policy and Practice, 40(8), 690-697.##Tsai, M. & Chu, C. (2011). Evaluating Parking Reservation Policy in Urban Areas: An Environmental Perspective, Transportation Research Part D: Transport and Environment, 17(2), 145-148.##Vuchic, V. R. (1999). Transportation for livable cities##ZHOU, J. & ZHU, Z. (2007). Hierarchy Analysis and Strategies on the Imbalance between Supply and Demand of Urban Traffic, Journal of Transportation Systems Engineering and Information Technology, 7(4), 24-29.##