مطالب مرتبط با کلیدواژه

TVP-DMA


۱.

پیش بینی نحوه اثرگذاری عوامل موثر بر تورم با استفاده از مدل های میانگین گیری پویا(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تورم نااطمینانی تورم رشد اقتصادی نقدینگی بیکاری TVP-DMA

حوزه‌های تخصصی:
تعداد بازدید : ۵۹۶ تعداد دانلود : ۶۹۶
مطالعات اولیه در پیش بینی تورم بیشتر در قالب منحنی فیلیپس سنتی بود که رابطه تورم و بیکاری براساس آن مفهوم پیدا می کرد، اما بعد از چند دهه و به خصوص بعد از نقد لوکاس، منحنی فیلیپس اولیه دچار تحولات شگرفی شد. منحنی جدید، تورم واقعی و انتظاری را نه به نرخ بیکاری، بلکه به مقیاسی از هزینه نهایی کل مرتبط می سازد. از آنجا که هزینه نهایی در الگوی اصلی منحنی فیلیپس نوکینزینی، تورم را تحریک می کند، موجب می شود که تدوین مدل هایی که در پیش بینی تورم کارا عمل کنند با مشکل روبه رو شوند. از این رو با استفاده از مدل TVP-DMA که توانایی رفع این عیوب را دارد، سعی در ارتقای کارایی پیش بینی تورم در اقتصاد ایران را داشته ایم. در مدل های سنتی متغیرهای مستقل در کل دوره زمانی یا تاثیر معنی داری بر متغیر وابسته دارد یا این تاثیر بی معنی است، اما در روش های TVPDMA یک متغیر مستقل در یک دوره زمانی می تواند تاثیر معنی دار و در یک دوره تاثیر بی معنی داشته باشد. به عبارت دیگر، این مدل کمک می کند اثرگذاری معنادار یا غیر معنادار یک متغیر مستقل بر متغیر وابسته را در سال های مختلف مورد بررسی قرار داد. در این تحقیق از داده های فصلی در بازه زمانی ۱۳۹۴-۱۳۷۰ استفاده شده است. نتایج تحقیق براساس خروجی مدل های TVP ، DMS ، DMA بیانگر این واقعیت است که نرخ رشد نقدینگی 19، نرخ رشد اقتصادی 7، نرخ بیکاری 8، نرخ ارز 31، تغییرات نرخ سود تسهیلات بانکی 14، نرخ رشد درآمدهای نفتی 15، نااطمینانی تورم 14و نرخ رشد کسری بودجه 4 دوره از ۱۰۰ دوره زمانی تحت بررسی همگی دارای تاثیر معناداری بر تورم هستند. بر این اساس می توان بیان داشت که نرخ ارز، رشد نقدینگی و درآمدهای نفتی مهم ترین شاخص های موثر بر تورم در دوره مورد بررسی بوده اند.
۲.

Dynamic relationships between financial conditions index and stock returns(مقاله علمی وزارت علوم)

کلیدواژه‌ها: Financial development index monetary conditions index stock returns TVP-DMA

حوزه‌های تخصصی:
تعداد بازدید : ۴۳۶ تعداد دانلود : ۴۲۴
Stock return predictability has been extensively considered as a stylized reality. Theories indicate that returns should change along the time, and various studies have presented evidence on this point. On the other hand, there is an optimal portfolio in each regime, and one cannot claim that a specific portfolio can minimize risk and returns in each regime. On the other hand, the financial conditions index (FCI) is an important index to specify monetary policy conditions. Regarding the importance of the issue, this research aims to present a comprehensive index, including all monetary transmission mechanisms. In this regard, it is attempted to improve the efficiency of stock return predictability in Iran's economy by incorporating an FCI and identifying relationships between FCI and stock returns using the TVP-DMA model, which can resolve shortcomings of traditional models. The study is applied research in terms of purpose. Seasonal data over the period of April 1991 to July 2019 is used. The results based on TPV, DMS, and DMA models indicate that liquidity growth rate, economic growth rate, unemployment rate, exchange rate, financial condition index, oil revenues, misery index, and budget deficit, has significantly affected factors of stock returns in 30, 50, 11, 49, 66, 54, 7, and 84 periods of 104 periods, respectively. Accordingly, budget deficit, financial condition index, oil revenues, and economic growth are the most effective factors of stock returns predictability in Iran. Further, the incorporation of flexibility in coefficients of the financial development index leads to higher forecast accuracy.