پریسا مهاجری

محاسبه جدول متقارن داده- ستانده متکی بر دو فرض تکنولوژی بخش و کالاست. اوّلی درایه های غیرمنفی در جدول را تضمین می کند ولی فاقد پایه نظری قابل قبول است. هر چند دومی، از پایه نظری نسبتاً قابل قبولی برخوردار اما ظهور عناصر منفی در آن اجتناب ناپذیر و تفسیر اقتصادی عناصر منفی غیرممکن می باشد. دو نوع واکنش برای برون رفت از مساله ظهور عناصر منفی در برخورد تحلیلگران داده- ستانده مشاهده می شود. گروهی از تحلیلگران به طور کلی، فرض تکنولوژی کالا را رد می کنند، در حالی که گروهی از اقتصاددانان، بر این باورند که باید با این چالش مدارا نموده و از روش های حذف تدریجی عناصر منفی برای حل این مساله، استفاده کرد. بانک مرکزی به منظور احتراز از ظهور عناصر منفی، فرض تکنولوژی بخش را مبنای محاسبه جداول متقارن سال های 1367 و 1378 قرار می دهد. حال آنکه، مرکز آمار ایران در ابتدا از فرض تکنولوژی بخش حمایت می کند و بر مبنای آن، جدول متقارن سال 1365 را محاسبه می کند، پس از آن، عبارت «عمدتاً فرض تکنولوژی کالا با تعدیلاتی در چارچوب تکنولوژی مختلط» را اساس استخراج جدول متقارن 1380 قرار می دهد. در گزارش های مرکز آمار ایران دقیقاً مشخص نیست که از کدام روش برای حذف عناصر منفی استفاده شده است. ذکر این نکته ضرورت دارد که این مساله تاکنون مورد توجه پژوهشگران اقتصاد داده- ستانده در ایران قرار نگرفته است. در این مقاله، با استفاده از الگوریتم ریاضی آلمن و بر مبنای ماتریس های ساخت و جذب مرکز آمار ایران برای سال 1380، برای نخستین بار در مطالعات مربوط به حوزه اقتصاد داده- ستانده ایران و ضمن استفاده از فرض تکنولوژی کالا، جدول داده- ستانده متقارنی را محاسبه می کنیم که فاقد عناصر منفی است و تراز جدول نیز حفظ می شود. در این مطالعه، ارقام مستخرج از الگوریتم آلمن با ارقام متناظر در جدول متقارن مرکز آمار ایران مقایسه می گردند. یافته های تحقیق حاکی از آن است که در الگوریتم آلمن، میزان تعدیل های مورد نیاز روی جدول متقارن کالا در کالا با فرض تکنولوژی کالا بسیار کمتر از میزان تعدیل هایی است که مرکز آمار برای حذف درایه های منفی استفاده نموده است. به کارگیری روش مذکور برای محاسبه جداول متقارن آتی بویژه محاسبه جدول متقارن سال 1390 که اخیراً در دستور کار مرکز آمار ایران قرار گرفته است، پیشنهاد می گردد.

آمارهای موجود نشان می دهد که متوسط سالانه واردات در 5 سال منتهی به 1393 حدود 70 میلیارد دلار بوده و مهم تر آنکه، نیازهای ارزی مربوط به این حجم از وادرات از محل سبد متنوعی از کالاهای صادراتی صورت نمی گیرد. بنابراین، این پرسش مهم مطرح می شود که آسیب پذیری هر یک از بخش های اقتصادی از محدودیت واردات چقدر است؟ پاسخ به این پرسش مستلزم محاسبه ماتریس حسابداری اجتماعی بومی است که در آن واردات تفکیک شده است؛ بدین منظور، از ماتریس حسابداری اجتماعی به هنگام شده سال 1390 مرکز پژوهش های مجلس استفاده کرده و میزان وابستگی مستقیم، غیرمستقیم و القایی بخش های اقتصادی به واردات و ضرایب فزاینده تولید در شرایط متعارف و ویژه اقتصادی را محاسبه می کنیم. یافته های این پژوهش نشان می دهد که نخست، محدودیت واردات نه تنها موجب کاهش ضرایب فزاینده تولید می شود، بلکه جایگاه نسبی بخش های اقتصادی را از منظر توان تولیدی تغییر می دهد. دوم، زیربخش های صنعت در مقایسه با بخش های دیگر اقتصادی، آسیب بیشتری را متحمل می شوند، زیرا وابستگی بیشتری به واردات دارند. سوم، در پی محدودیت واردات، بخش زراعت و باغداری، ساخت محصولات فلزی فابریکی، ساخت وسایل نقلیه موتوری و تریلرها به ترتیب با کاهش مطلق 616/0، 544/0 و 519/0 در ضرایب فزاینده، بیشترین کاهش را تجربه می کنند. چهارم، بخش ساخت وسایل نقلیه موتوری (با ضریب وابستگی مستقیم 1379/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2367/0 به واردات)، ساخت محصولات از لاستیک و پلاستیک (با ضریب وابستگی مستقیم 1337/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2128/0 به واردات)، ساخت محصولات فلزی فابریکی (با ضریب وابستگی مستقیم 1168/0 و ضریب وابستگی مستقیم، غیرمستقیم و القایی 2112/0 به واردات) بیشترین وابستگی را به واردات دارند.

جدول داده ستانده متقارن در ایران توسط بانک مرکزی و مرکز آمار محاسبه می شود. بانک مرکزی به منظور جلوگیری از ظهور درایه منفی، پیچیدگی حذف آنها و همچنین برقراری تراز مجدد جدول، همواره از فرض تکنولوژی بخش طرفداری می کند. درحالی که مرکز آمار ایران، ابتدا از فرض تکنولوژی بخش طرفداری کرده، اما پس از آن، عبارت «عمدتاً فرض تکنولوژی کالا با انجام تعدیلاتی براساس فرض تکنولوژی مختلط» را مبنای محاسبه جدول متقارن خود قرار داده است. یافته های مقاله حاضر حاکی از آن است که برداشت های متفاوت از فرض تکنولوژی و تعدیلات انجام شده توسط این نهادها موجب متفاوت شدن توصیه های سیاستی سرمایه گذاری می شود. همچنین تعدیلات انجام شده توسط مرکز آمار ایران، قابل ملاحظه تر از تعدیلات بانک مرکزی است و همین موضوع سبب شده است تا علاوه بر به وجود آمدن تفاوت های قابل ملاحظه میان ضرایب فزاینده تولید کالا، اولویت بندی سرمایه گذاری میان گروه های کالایی نیز تغییر یابد

این مطالعه به دنبال تردیدهایی که در تحقیقات اخیر در ارتباط با رابطه مثبت میان بخش مالی و رشد اقتصادی مطرح شده انجام شده است. هدف اصلی پژوهش بررسی وجود شکست ساختاری در رابطه توسعه بخش مالی و رشد اقتصادی در کشورهای مختلف با سطوح درآمدی متفاوت با استفاده از شاخص ارایه تسهیلات بانکی به بخش خصوصی نسبت به تولید ناخالص داخلی است تا از این طریق میزان بهینه ارایه تسهیلات بانکی به بخش خصوصی استخراج شود. بدین منظور از یک مدل رشد درون زای تجربی و داده های تلفیقی شامل 45 کشور طی 48 سال استفاده شده است. نتایج برآوردها طی دهه های مختلف و در گروه های درآمدی مختلف شکست ساختاری در رابطه توسعه بخش مالی و رشد اقتصادی را تایید می کنند. نتایج هم چنان نشان میدهند که نقاط شکست ساختاری و اندازه بهینه برای بخش مالی به سطح توسعه کشورها بستگی دارد.

از یک سو، ماهیت دوگانه­ی نفت خام به عنوان یک کالای فیزیکی و دارایی مالی و از سوی دیگر، وجود عوامل متعدد تأثیرگذار بر بازارهای اسپات و آتی های نفت خام موجب شده است که تحلیل روابط متغیرهای اصلی این بازارها پیچیده تر شود. هدف اصلی این مطالعه، بررسی روابط قیمت های نفت خام در بازارهای اسپات و آتی ها و اثرگذاری موجودی ذخایر و ریسک مبنای تعدیل شده بر اساس نرخ بهره بازارهای مالی بر تغییرات قیمت های مذکور است. به منظور انجام این مطالعه، سری زمانی اطلاعات ماهانه مربوط به قیمت اسپات و آتی های نفت خام WTI ، ذخایر تجاری نفت خام و ریسک مبنای تعدیل شده در دوره­ی زمانی ژانویه 1986 تا دسامبر 2010، استخراج شده است. همچنین، با توجه به وجود نوسان­های غیرقابل پیش بینی و عدم اطمینان در متغیرهای بررسی شده، در این مطالعه از رویکرد مدل سازی GARCH استفاده شده است. نتایج به دست آمده نشان می دهد که رابطه­ی مثبت و معنی داری میان تغییرات قیمت آتی ها و تغییرات قیمت اسپات نفت خام وجود دارد. همچنین، تغییرات ریسک مبنا می تواند از یک تا سه دوره­ی گذشته بر قیمت های آتی ها و اسپات اثرگذار باشد و میزان موجودی ذخایر نفت خام با یک دوره وقفه، اثر منفی بر تغییرات قیمت اسپات نفت خام دارد.