منحنی فیلیپس کینزین جدید

شناسایی و تبیین ارتباط بین دو پدیده ی تورم و بیکاری در اقتصاد کشور از نظر تصمیم گیری های اقتصادی و سیاسی از جایگاه ویژه-ای برخوردار است. بررسی رابطه ی میان تورم و بیکاری می تواند سیاست گذاران و اقتصاددانان را در بررسی عملکرد اقتصادی یاری دهد. منحنی فیلیپس یکی از مشهورترین روابط در اقتصاد کلان است که به بررسی ارتباط بین تورم و بیکاری پرداخته است. منحنی فیلیپس کینزبن های جدید در دهه 1990، براساس چسبندگی های اسمی و انتظارات عقلایی شکل گرفته و به طور گسترده در مدل های ساختاری پویای تورمی مورد استفاده قرار گرفته است. در این پژوهش با استفاده از روش تعادل عمومی پویای تصادفی به برآورد منحنی فیلیپس هایبریدی نئوکینزینی در ایران طی سالهای 1395:4-1373:1 و بررسی اثر تکانه های تکنولوژی، فشار هزینه، مخارج دولت، نفتی و پولی بر تورم پرداخته می شود. نتایج پژوهش بیانگر آن است که الگوی ارائه شده به خوبی رفتار ادواری و نوسانات متغیرها را شبیه سازی می کند. همچنین، تکانه های مخارج دولت، فشار هزینه باعث افزایش تورم و تکانه های نفتی ، پولی و تکنولوژی باعث کاهش تورم می شوند.

در تحقیق حاضر ابتدا منحنی فیلیپس کینزین جدید هایبریدی با استفاده از داده های فصلی، طی دوره زمانی1q1375تا 4q1389 بر اساس روش گشتاورهای تعمیم یافته (GMM)برآورد شده است، سپس با استفاده از معیار آکائیک یک مدل مناسب ARIMA  تصریح گردید. در پایان هم، تورم با استفاده از هر دو مدل، در دو افق چهار دوره ای و هشت دوره ای پیش بینی گردید و ریشه میانگین مربع خطای دو مدل مقایسه شد. نتایج حاصل از تخمین منحنی فیلیپس کینزین جدید هایبریدی نشان می دهد که قیمت های گذشته تاثیر بیشتری نسبت به قیمت های آینده بر تورم داشته اند و ضریب شکاف محصول هم معنی دار و مثبت بوده که نشان می دهد با افزایش شکاف محصول از سطح بالقوه خود، تورم 41 درصد افزایش می یابد، به عبارت دیگر سیاست های انبساطی به منظور افزایش محصول منجر به تورم خواهد شد. سپس بعد از تصریح یک مدل (4و4) ARMAو پیش بینی تورم، نتایج نشان می دهد که در هر دو افق پیش بینی، منحنی فیلیپس کینزین جدید، ریشه میانگین مربع خطای(RMSE) کمتری نسبت به مدل ARMA داشته است و بهتر توانسته تورم را پیش بینی کند   Abstract Hybrid New Keynesian Phillips curve in the present study, using quarterly data over the period to 4q1389 1q1375 based on GMM is estimated, using the criteria stipulated Kayyk an ARIMA model was In the end, inflation, using both models, in both four and eight-period horizon, and the root mean square error of prediction models were compared HNKPC estimation results indicate that past prices influence future prices more than the rate of inflation and the output gap was positive and significant. Shows that increasing the level of potential output gap, inflation increased by 41%, ie expansionary policies to enhance product will lead to inflation. Then specify a model ARMA (4,4) and inflation forecasts, the results show that both forecast horizons, new Keynesian Phillips curve, the root mean square error (RMSE) is less than the ARMA model and better able to predict inflation.