امین قاسمی نژاد

یکی از ملاک های مؤثر بر اقتصاد ملی، تولید ناخالص داخلی است. اما این تولید تنها ارزش بازاری کالاها و خدمات نهایی تولید شده در اقتصاد را در برمی گیرد و اثرات منفی زیست محیطی را در برنمی گیرد. از طرف دیگر در نتیجه آزاد سازی تجاری، حجم فعالیت های اقتصادی گسترش یافته و استفاده از منابع و انرژی به شکل نامناسبی افزایش می یابد. به همین دلیل از دیدگاه نظری، اثبات شده است که GDP معیار مناسبی برای اندازه گیری رفاه اقتصادی نمی باشد. همواره معیار هایی برای محاسبه درآمدملی جهت رفع این نارسایی مطرح شده است از جمله این معیارهای اندازه گیری، تولید ناخالص داخلی سبز است. در این مطالعه، به منظور ارزیابی تأثیر آزادسازی تجاری برتولید ناخالص داخلی سبز، از روش الگوریتم جستجوی گرانشی و الگوریتم کرم شب تاب در دوره زمانی 2015-1961 استفاده شده است. نتایج حاصل از ارزیابی تأثیر آزادسازی تجاری نشان می دهد،که این متغیر تأثیر مثبت و معناداری بر تولید ناخالص داخلی سبز دارد. بنابراین با توجه به تأثیر مثبت آزادسازی تجاری بر تولید ناخالص داخلی سبز، این متغیر به عنوان یک متغیر کاهش دهنده آلودگی شناخته شده است؛ بدین معنی که افزایش مراودات تجاری در ایران منجر به بهبود کیفیت زیست محیطی می شود.

تقاضای پول یکی از متغیرهای اساسی اقتصاد است که در تعیین الویت ها و انتخاب سیاست های پولی مورد استفاده سیاستگذاران قرار می گیرد؛ زیرا اثرات سیاست های پولی از کانال رفتار تقاضای پول توسط بخش خصوصی به بخش واقعی اقتصاد منتقل می شود. بنابراین استفاده از تکنیک های پیشرو در زمینه پیش بینی این متغیر اساسی می تواند برای سیاستگذاران پولی راهگشا باشد. در این پژوهش رفتار تقاضای پول با تعریف محدود با استفاده از الگوریتمهای فاخته و کرم شب تاب شبیه سازی شده است. برای هر یک از این الگوریتم های تکاملی سه فرم تبعی خطی و درجه دو و نمایی در نظر گرفته شده است. سپس با بررسی دقت پیش بینی های داخل نمونه با استفاده از معیارهای مقایسه عملکرد مدل های رقیب، دقیق ترین مدل برای پیش بینی میزان تقاضای پول تا افق 1404 تحت سه سناریو خوشبینانه، بینابین و بدبینانه مورد استفاده قرار گرفته است. نتایج این پژوهش حاکی از دقت بیشتر الگوریتم فاخته در مقایسه با الگوریتم کرم شب تاب، انتخاب مدل نمایی به عنوان دقیق ترین مدل بررسی شده، رابطه مستقیم تقاضای پول با تولید ناخالص داخلی و نرخ ارز و رابطه غیرمستقیم با نرخ تورم است. همچنین رشد متوسط سالانه 11/23 ، 6/29 و 0/68 درصدی تقاضای پول به ترتیب در اثر وقوع سناریو خوش بینانه، بینابین و بدبینانه و کاهش تقاضای واقعی پول از سال 1401 در صورت بروز سناریو بدبینانه از نتایج دیگر این پژوهش هستند. یافته های حاصل از سناریوسازی نشان می دهد که کارایی و نتیجه تصمیمات مقامات پولی در همراهی با تقاضای پول به اتخاذ سیاست های مناسب در عرصه نرخ تورم و نرخ ارز وابسته است.

تورم به عنوان یکی از پدیده های اقتصادی موجب پیامدهای منفی اجتماعی و فرهنگی متعددی همچون فقر، توزیع نامتناسب درآمد و گسترش مفاسد مالی می شود که هرکدام به نوبه خود هزینه های قابل توجهی را بر اقتصاد تحمیل می کند. به همین دلیل، در کلیه کشورها ثبات قیمت ها به عنوان هدف اصلی برنامه ها و سیاستگذاری های اقتصادی در نظر گرفته می شود. لذا بررسی و پیش بینی این متغیر کلان اقتصادی از اهمیت ویژه ای برخوردار است. در این راستا مدل های پیش بینی گوناگونی در رقابت با یکدیگر توسعه یافته اند، یکی از این روش ها الگوریتم های تکاملی می باشد که به عنوان روشی نوین برای مدل سازی و پیش بینی پدیده های مختلف ابداع گردیده اند. در مطالعه حاضر با استفاده از الگوریتم کرم شب تاب و الگوریتم فاخته و به کارگیری متغیرهای تأثیر گذار بر تورم از جمله حجم نقدینگی، نرخ ارز، نرخ بهره حقیقی، تورم انتظاری و تولیدات صنعتی طی دوره 1394-1354 به مدل سازی تورم به صورت خطی و غیرخطی پرداخته می شود. نتایج نشان می-دهد که مدل غیر خطی برای مدل سازی تورم مناسب تر است و الگوریتم کرم شب تاب نسبت به الگوریتم فاخته نتیجه بهتری را ارائه می دهد و با توجه به دقت مدل غیرخطی مدل سازی شده توسط الگوریتم کرم شب تاب می توان به منظور پیش بینی تورم در آینده از آن استفاده نمود.

در چند دهه ی اخیر با پیشرفت فناوری تولید و کارایی مصرف انرژی، انرژی هایی با کیفیت بالا مانند الکتریسیته، جایگزین سوخت های با کیفیت پایین مانند زغال سنگ شده است. برق به عنوان یکی از نهاده های تولید در بخش های اقتصادی به خصوص بخش کشاورزی، از اهمیت ویژه ای برخوردار است. بنابر این پیش بینی مصرف و تامین به موقع انرژی الکتریکی مورد نیاز این بخش می تواند باعث افزایش تولیدات کشاورزی، افزایش صادرات غیر نفتی و در نهایت تسریع نرخ رشد اقتصادی کشور گردد. در این مقاله، ابتدا با استفاده از الگوریتم بهینه سازی انبوه ذرات(pso) به شبیه سازی تابع تقاضای برق در بخش کشاورزی برای دوره ی 1385-1357 در قالب معادلات خطی و نمایی پرداخته شده و سپس بر اساس معیارهای موجود، مدل برتر انتخاب شده است. در این مقاله تابع تقاضای برق در بخش کشاورزی تابعی از قیمت واقعی برق در بخش، ارزش افزوده ی بخش، تعداد مشترکین برق در بخش و مصرف دوره ی قبل می باشد. نتایج تحقیق نشان می دهد که تقاضای برق در بخش کشاورزی با قیمت واقعی برق، رابطه ی غیر مستقیم و با ارزش افزوده بخش، تعداد مشترکین و مصرف دوره ی قبل رابطه ی مستقیم دارد.

دستیابی به نرخ رشد اقتصادی بالا که مستلزم به کارگیری سیاست های مناسب اقتصادی و همچنین شناخت بیشتر عوامل مؤثر بر رشد اقتصادی است، یکی از اهداف مهم هر اقتصادی به شمار می رود. نفت به عنوان اصلی ترین منابع انرژی و عامل مهم تولید، موجب رشد و توسعه هر کشوری می شود. بر این اساس شناخت نحوه و شدت اثر گذاری تکانه های نفتی بر رشد اقتصادی هر کشور برای سیاست گذاری اقتصادی از اهمیت بالایی برخوردار است. از آنجا که تأثیر تکانه های نفتی بر رشد اقتصادی عموماً به صورت خطی است بر این اساس سؤال مقاله این است که آیا در چهارچوب الگوریتم های جستجوی ابتکاری تکانه های نفتی بر رشد اقتصادی ایران تأثیر مثبت داشته است؟ برای پاسخ به این سوال رفتار غیرخطی مدل رشد اقتصادی ایران با دو الگوریتم جستجوی گرانشی و بهینه سازی انبوه ذرات طی دوره 1390-1353 برآورد شده است. نتایج نشان می دهد که متغیرهای تکانه مثبت نفتی، نسبت سرمایه به تولید، و نسبت مخارج دولت به تولید ناخالص داخلی، جمعیت فعال و درجه باز بودن اقتصاد بر رشد اقتصادی ایران دارای تأثیر مثبت و متغیرهای نرخ ارز، نرخ تورم دارای تأثیر منفی بر رشد اقتصادی می باشند. پس به طور کلی تأثیر تکانه های نفتی بر رشد اقتصادی ایران مثبت می باشد این موضوع می تواند در تصمیم سازی های اقتصادی دارای اهمیت ویژه باشد.

پیش بینی قیمت نفت خام نقش مهمی در بهینه سازی تولید، بازاریابی و استراتژی بازار دارد. علاوه بر این موارد، نقش مؤثری در سیاست های دولت بازی می کند، چرا که دولت سیاست های خود را فقط نه بر مبنای وضع موجود، بلکه بر مبنای پیش بینی های کوتاه مدت و بلندمدت از متغیرهای کلیدی اقتصادی از جمله قیمت نفت تدوین کرده و به اجرا می گذارد. هدف از انجام این مطالعه مدل سازی و پیش بینی قیمت نفت تک محموله (SPOT) ایران با استفاده از مدل GARCH و الگوریتم جستجوی گرانشی(GSA) است. پیش بینی-های انجام شده در این تحقیق به صورت درون نمونه ای و ایستا بوده به گونه ای که داده ها به دو مجموعه داده های تخمین و داده های پیش بینی تقسیم شده اند. افق پیش بینی به صورت یک دوره به جلو و به مدت یک ماه می باشد. در این مطالعه، مدل هایی که برای پیش بینی قیمت نفت تک محموله ایران انتخاب شده است عبارتند از: (1وGARCH(2 و یک تابع کاب داگلاس برای الگوریتم GSA که تابعی از قیمت 5 روز گذشته می باشد. در پایان عملکرد این سه مدل با یکدیگر مقایسه شده است. برای مقایسه این مدل ها از معیارهای MSE، RMSE، MAE و MAPE استفاده شده که فرآیند GARCH به جز در معیار MAPE در بقیه موارد عملکرد بهتری نسبت به الگوریتم GSA داشته است.

با توجه به ارتباط مستقیم بین توزیع عادلانه درآمد و متغیرهای مهم کلان اقتصادی همچون بهره وری و رشد اقتصادی، توزیع عادلانه درآمد به یکی از اهداف کلان اقتصادی کشورها تبدیل شده است. در این مقاله، ابتدا با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) به تخمین تابع ضریب جینی شهری و روستایی برای دوره (1387-1350) در قالب معادلات خطی و نمایی پرداخته شده است. سپس براساس معیارهای موجود، مدل تخمین برتر انتخاب شده است و با استفاده از آن به پیش بینی مقادیر ضریب جینی برای شهر و روستا تحت سناریوهای مختلف تا سال 1404 پرداخته شده است. ضریب جینی در این مقاله تابعی از تولید ناخالص داخلی، تورم، بیکاری، اندازه دولت و شاخص توسعه انسانی درنظر گرفته شده است. نتایج تحقیق نشان می دهد که مدل نمایی با دقت بالاتری ضریب جینی شهری و روستایی را توضیح می دهد و با افزایش نرخ تولید ناخالص داخلی و نرخ شاخص توسعه انسانی و همچنین کاهش نرخ تورم، بیکاری و اندازه دولت در مدل، می توان روند بهبود توزیع درآمد را در مناطق شهری و روستایی ایران در افق سند چشم انداز 1404 مشاهده کرد.