فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۹۸۱ تا ۲٬۰۰۰ مورد از کل ۲٬۲۶۸ مورد.
تأثیر چرخه های تجاری بر نابرابری درآمد در کشورهای اسلامی منتخب (رهیافت Cup-FM)(مقاله علمی وزارت علوم)
توزیع درآمد و عوامل مؤثر بر آن همواره مورد توجه سیاستگذاران و دولت ها بوده است. شواهد تجربی نشان می دهد که در دوره های رونق این نابرابری کاهش و در دوره های رکود افزایش می یابد. در این راستا هدف اصلی این پژوهش بررسی تأثیر چرخه های تجاری بر نابرابری درآمد در کشورهای اسلامی و درحال توسعه عضو گروه هشت (D8) طی دوره ی زمانی 2012-1990 است. به این منظور نخست یک مدل بر اساس فرضیه کوزنتس و با حضور متغییرهای اساسی مؤثر بر نابرابری درآمد در کنار متغییر چرخه های تجاری طراحی شده است. استخراج چرخه های تجاری و مشخصه های آن نیز توسط فیلتر میان گذر کریستیانو فیتزجرالد (CF) (2003) صورت گرفته است. سپس با توجه به وابستگی مقطعی بین متغییرهای مدل از تحلیل های هم انباشتگی پانلی با وابستگی مقطعی استفاده و در آخر نیز رابطه بلندمدت بین متغییرهای مدل به وسیله روش به روزرسانی مکرر و کاملاً تعدیل شده (Cup-FM) (ارائه شده توسط بای و همکاران (2009)) اندازه گیری شده است. نتایج حاکی از تأثیر منفی چرخه های تجاری بر نابرابری درآمد در کشورهای D8 است؛ به این معنا که در دوره های رونق اقتصادی، نابرابری درآمد در کشورهای یادشده کاهش و در دوره های رکود اقتصادی این نابرابری افزایش می یابد. براساس سایر نتایج، فرضیه کوزنتس در میان اقتصاد کشورهای D8 را نمی توان رد کرد. سهم مخارج دولت از تولید ناخالص داخلی اثر برابرگر و سهم درآمد مالیاتی از تولید ناخالص داخلی و تورم اثر نابرابرگر در توزیع درآمد کشورهای یادشده داشته است.
جاده سنگلاخ بسوی سرمایه داری (روزنامه فایننشیال تایمز)
حوزه‌های تخصصی:
بررسی قابلیت پیش بینی تولید کل و بخشی درالگوهای داده-ستانده؛ با تأکید بر بخش های بلوغ یافته
حوزه‌های تخصصی:
پ یش بی نی متغیرها یکی از وظایف اصلی و مهم علوم مختلف از جمله اقتصاد می باشد. به لحاظ روش شناسی، مطالعات خارجی انجام شده، در خصوص پیش بینی تولید از الگو ها ی داده- ستانده تقاضامحور لئونتیف ( LDM ) [1]و عرضه محور گش ( GSM ) [2]استفاده می گردد. در زمینه پیش بینی تولید بخش های اقتصادی، توجه به ماهیت بخش ها از منظر بلوغ یافته [3]و کمتر بلوغ یافته [4]حائز اهمیت است. در این مقاله، پیش بینی تولید برای دو دوره زمانی محاسبه شده است. اول، پیش بینی تولید سال 1378 بر مبنای ساختار تولید سال 1367، که نمایانگر دوره پایان جنگ و شروع بازسازی در اقتصاد است و دوم، پیش بینی تولید سال 1383 بر مبنای ساختار تولید سال 1378، که دوره بعد از بازسازی در اقتصاد را متصور است. در ادامه، بر مبنای دو دوره زمانی مطرح شده، خطای پیش بینی تولید کل و بخش های اقتصادی بویژه بخش های بلوغ یافته در الگوهای داده- ستانده با به کارگیری معیار میانگین قدرمطلق انحراف ( MAD ) [5]مورد سنجش قرار گرفته است . یافته های مقاله حاکی از آن است که نخست، بر مبنای دو دوره زمانی مطرح شده، الگوی لئونتیف خطای پیش بینی کمتری را برای تولید کل ارائه می کند و از قابلیت پیش بینی بهتری نسبت به الگوی گش برخوردار است. دوم آنکه، در دوره پایان جنگ و شروع بازسازی، از بین بخش های کشاورزی، ساختمان و معدن، الگوی گش فقط برای بخش معدن، خطای پیش بینی کمتری را نسبت به الگوی لئونتیف ارائه دارد؛ لذا در ایران تنها بخش معدن، بخش بلوغ یافته است و بخش های کشاورزی و ساختمان، بخش های کمتر بلوغ یافته تلقی می شوند .
طالع بینی قیمت ها
قاچاق کالاهای مجاز
تاثیر نوسانات متغیرهای کلان منتخب بر مطالبات غیرجاری بانکی
حوزه‌های تخصصی:
در حال حاضر یکی از مهم ترین چالش های فراروی نظام بانکی کشور، افزایش مطالبات سررسید گذشته و معوق بانک ها است که نشان دهنده عدم توجه به ریسک اعتباری در فرایند وام دهی، کاهش کیفیت دارایی شبکه بانکی و به تبع آن بی ثباتی های مالی احتمالی در آینده است. از سوی دیگر، فعالان اقتصادی در ایران همواره با نوسانات قابل ملاحظه اقتصاد کلان مواجه بوده اند. از این رو سعی نویسندگان در این تحقیق بر آن است که تاثیر نوسانات متغیرهای کلان اقتصادی را بر مطالبات غیرجاری مورد بررسی قرار دهند. در این راستا، برای استخراج و مدل سازی نوسانات متغیرهای کلان از مدل نامتقارن ناهمسان واریانس شرطی (EGARCH) استفاده شده است. پس از آن برای بررسی تاثیر این نوسانات بر مطالبات غیرجاری بانک ها، مدل خودرگرسیون (VAR) به کار گرفته شده است. همچنین در این تحقیق از داده های سالانه دوره ۱۳۹۴-۱۳۵۷ (بعد از انقلاب اسلامی) استفاده می شود. نتایج حاکی از آن است که در بلندمدت تقریباً ۷۷۱/۱ درصد از تغییرات نسبت مطالبات غیرجاری به تسهیلات پرداختی بانک ها توسط مقادیر گذشته خود این متغیر، ۳/۵ درصد توسط شاخص نوسانات تورمی، ۱۵/۳ درصد توسط نوسانات درآمدهای نفتی، ۱/۸ درصد توسط شاخص نوسانات تولید ناخالص داخلی غیر نفتی، تقریباً ۷/۱ درصد توسط شاخص نوسانات کسری بودجه دولت و تقریباً ۱/۲ درصد توسط نوسانات نرخ بیکاری توضیح داده می شود.