[صفحه اصلی ]   [Archive] [ English ]  
بخش‌های اصلی
صفحه اصلی
فرم ثبت‌ نام
فرم ارسال مقاله
اطلاعیه‌ها
برای نویسندگان و داوران
موضوع مقالات قابل چاپ
انواع مقالات قابل چاپ
ویژگی‌های فایل مقاله
ویژگی‌های باطن مقالات
ویژگی‌های ظاهر مقالات
صفحه‌کلید استاندارد فارسی
فرایند داوری و چاپ مقالات
فرم تعارض منافع
راهنما
راهنمای ثبت نام
راهنمای ارسال مقاله
راهنمای داوری مقالات
آرشیو مجله و مقالات
کلیه شماره‌های مجله
آخرین شماره
مقالات آماده انتشار
نمایه نویسندگان
نمایه واژه های کلیدی
اطلاعات نشریه
اهداف و زمینه‌ها
هیات تحریریه
اطلاعات نشریه
پیشینه نشریه
اصول اخلاقی نشریه
اسامی داوران
تماس با ما
اطلاعات تماس
فرم برقراری ارتباط
::
شبکه‌های اجتماعی


..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات از پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار نشریه
تعداد دوره های نشریه: 17
تعداد شماره ها: 62
تعداد مشاهده ی مقالات: 1150522

مقالات دریافت شده: 2109
مقالات پذیرفته شده: 383
مقالات رد شده: 1597
مقالات منتشر شده: 378

نرخ پذیرش: 18.16
نرخ رد: 75.72

میانگین دریافت تا پذیرش: 253 روز
میانگین پذیرش تا انتشار: 72 روز
____
..
نشریات مرتبط

پژوهش‌های مالیه اسلامی

AWT IMAGE

(دوفصلنامه)

..
:: سال 17، شماره 60 - ( 6-1403 ) ::
سال 17 شماره 60 صفحات 232-211 برگشت به فهرست نسخه ها
ویژگی‌های تجربی عدم قطعیت تورم در ایران
مجتبی رستمی*1 ، غلامحسن تقی نتاج ملکشاه2 ، محمدمهدی مومن زاده3
1- استادیار گروه مدیریت، دانشگاه کاشان
2- دانشیار گروه حسابداری، دانشکدهٔ حسابداری و علوم مالی دانشگاه تهران
3- دانشجوی دکتری حسابداری، دانشگاه تهران
چکیده:   (148 مشاهده)
عدم قطعیت تورم به اندازهٔ نرخ تورم بااهمیت است. اگر همهٔ قیمت‌ها در اقتصاد انعطاف‌پذیر باشند، تغییرات در قیمت‌ها پیامدهایی از جمله کاهش رفاه عوامل اقتصادی ریسک گریز دارد. بنابراین، مدل‌سازی و پیش‌بینی عدم قطعیت تورم از اهمیت بالایی برخوردار است. عدم قطعیت قیمت‌ها ریسک قراردادهای بلندمدت و هزینه‌های پوشش در برابر تورم را افزایش می‌دهد. در نتیجه، به‌منظور به حداقل رساندن هزینهٔ پوشش ریسک و ازدست‌دادن ثروت، مهم است که تا حد امکان رفتار عدم قطعیت تورم را پیش‌بینی کنیم. در این پژوهش، از داده‌های تورم ماهیانهٔ ایران در بازه زمانی اردیبهشت 1390 تا اسفند 1402 در یک مدل تغییر رژیم مارکوفی استفاده شده است. فرض رفتار خطی در فرایندهای اقتصادی می‌تواند تقریب‌های مفیدی از مسیرهای زمانی واقعی آن‌ها ارائه دهد. بااین‌حال، وجود تغییر تحول در محیط اقتصاد کلان سیاست‌گذاران را ملزم به استفاده از مدل‌های غیرخطی می‌کند، زیرا نادیده‌گرفتن شکست‌ها و تغییر و تحولات مؤثر به اشتبا‌هات جدی منجر خواهد شد. استنباط‌های صحیح دربارهٔ رژیم تورم برای اجرای سیاست‌های پولی از اهمیت حیاتی برخوردار است؛ همچنین، به‌منظور آنکه برآورد دقیقی از عدم قطعیت غیرشرطی تورم صورت گیرد، به هر رژیم اجازه داده می‌شود از توزیع شرطی جداگانه‌ای استفاده کند. نتایج این پژوهش نشان‌دهندهٔ آن است که عامل مهم افزایش و ماندگاری عدم قطعیت تورمی در ایران پایداری رژیم‌های ناشی از تکانه‌های بیرونی همچون تحریم‌ها نیست، بلکه پایداری درون‌رژیمی به‌خاطر ویژگی‌های تجربی این متغیر و سیاست‌گذاری‌های اقتصادی است. همچنین، بررسی‌های بیشتر در این پژوهش نشان‌دهندهٔ آن است که مردم در رژیم با تلاطم کم تورمی خطاهای انتظاراتی کمتری دارند.
 
شماره‌ی مقاله: 2
واژه‌های کلیدی: تورم، عدم قطعیت تورمی، تغییر رژیم، انتظارات
متن کامل [PDF 933 kb]   (77 دریافت)    
نوع مطالعه: مطالعه تجربی | موضوع مقاله: قیمت‌ها، نوسانات تجاری و چرخه‌ها (E3)
دریافت: 1403/5/22 | پذیرش: 1403/9/20 | انتشار: 1403/10/30
فهرست منابع
1. نیلچی, م.؛ مومن‌زاده, م. م.؛ و فرهادیان, ع. (1402). ارتباط بین تورم و عدم قطعیت تورمی در اقتصاد ایران (رویکرد رگرسیون ناپارامتری و گسترش اخلال محدودشدهGARCH ). اقتصاد و الگوسازی، 14(2)، 1-35. doi: 10.48308/jem.2024.232380.1848
2. Ball, L. (1992). Why does high inflation raise inflation uncertainty? Journal of Monetary Economics29(3), 371-388. https://doi.org/10.1016/0304-3932(92)90032-W [DOI:10.1016/0304-3932(92)90032-w]
3. Ball, L., Cecchetti, S. G., & Gordon, R. J. (1990). Inflation and uncertainty at short and long horizons. Brookings Papers on Economic Activity, 1990(1), 215-254. [DOI:10.2307/2534528]
4. Barnett, W., Jawadi, F., & Ftiti, Z. (2020). Causal relationships between inflation and inflation uncertainty. Studies in Nonlinear Dynamics & Econometrics, 24(5), 20190094. [DOI:10.1515/snde-2019-0094]
5. Bollerslev, T. (1987). A conditionally heteroskedastic time series model for speculative prices and rates of return. The review of economics and statistics, 542-547. [DOI:10.2307/1925546]
6. Carter, M., & Maddock, R. (1984). Rational expectations: macroeconomics for the 1980s?. Springer. [DOI:10.1007/978-1-349-17644-1]
7. Choi, K., & Zivot, E. (2007). Long memory and structural changes in the forward discount: An empirical investigation. Journal of International Money and Finance, 26(3), 342-363. [DOI:10.1016/j.jimonfin.2007.01.002]
8. Conrad, C., & Karanasos, M. (2005). On the inflation-uncertainty hypothesis in the USA, Japan and the UK: A dual long memory approach. Japan and the World Economy, 17(3), 327-343. [DOI:10.1016/j.japwor.2004.03.002]
9. Davidson, P. (1972). Money and the real world. The Economic Journal, 82(325), 101-115. [DOI:10.2307/2230209]
10. Diebold, F. X., & Inoue, A. (1999). Long memory and structural change. Available at SSRN 267789.
11. Fischer, S., Hall, R. E., & Taylor, J. B. (1981). Relative shocks, relative price variability, and inflation. Brookings Papers on Economic Activity, 1981(2), 381-441. [DOI:10.2307/2534344]
12. Friedman, M. (1977). Nobel lecture: Inflation and unemployment. Journal of Political Economy,85(3), 451-472. [DOI:10.1086/260579]
13. Gao, X., Ren, Y., & Li, X. (2021). Time variation or asymmetry? The inflation and inflation uncertainty nexus: A case of China. Singapore Economic Review, 66(3), 881-903. [DOI:10.1142/S0217590819500760]
14. Granger, C. W., & Ding, Z. (1996). Varieties of long memory models. Journal of econometrics, 73(1), 61-77. [DOI:10.1016/0304-4076(95)01733-X]
15. Granger, C. W., & Hyung, N. (2004). Occasional structural breaks and long memory with an application to the S&P 500 absolute stock returns. Journal of empirical finance, 11(3), 399-421. [DOI:10.1016/j.jempfin.2003.03.001]
16. Grier, K. B., & Perry, M. J. (1998). On inflation and inflation uncertainty in the G7 countries. Journal of International Money and Finance, 17(4), 671-689. [DOI:10.1016/S0261-5606(98)00023-0]
17. Haas, M., Mittnik, S., & Paolella, M. S. (2004). A new approach to Markov-switching GARCH models. Journal of financial Econometrics, 2(4), 493-530. [DOI:10.1093/jjfinec/nbh020]
18. Holland, A. S. (1995). Inflation and uncertainty: Tests for temporal ordering. Journal of Money, Credit and Banking, 27(3), 827-837. Retrieved from: [DOI:10.2307/2077753]
19. Jiranyakul, K. (2020). The linkages between inflation and inflation uncertainty in selected Asian economies: Evidence from Quantile regression. Journal of Advanced Studies in Finance (JASF), 11(22), 74-80. [DOI:10.14505//jasf.v11.2(22).02]
20. Kontonikas, A. (2004). Inflation and inflation uncertainty in the United Kingdom, evidence from GARCH modelling. Economic modelling, 21(3), 525-543. [DOI:10.1016/j.econmod.2003.08.001]
21. Krämer, W., & Azamo, B. T. (2007). Structural change and estimated persistence in the GARCH (1, 1)-model. Economics letters, 97(1), 17-23. [DOI:10.1016/j.econlet.2007.02.012]
22. Kuncoro, H. (2024). Inflation and its uncertainty: Evidence from Indonesia and the Philippines. Global Journal of Emerging Market Economies, 16(2), 231-247. [DOI:10.1177/09749101221149873]
23. Lamoureux, C. G., & Lastrapes, W. D. (1990). Persistence in variance, structural change, and the GARCH model. Journal of Business & Economic Statistics, 8(2), 225-234. [DOI:10.1080/07350015.1990.10509794]
24. Mikosch, T., & Starica, C. (2000). Is it really long memory we see in financial returns. Extremes and integrated risk management, 12, 149-168.
25. Muth, J. F. (1961). Rational expectations and the theory of price movements. Econometrica: journal of the Econometric Society, 315-335. [DOI:10.2307/1909635]
26. Nene, S. T., Ilesanmi, K. D., & Sekome, M. (2022). The effect of inflation targeting policy on the inflation uncertainty and economic growth in selected African and European countries. Economies, 10(2), 37. https://doi. org/10.3390/economies10020037 [DOI:10.3390/economies10020037]
27. Pourgerami, A., & Maskus, K. E. (1987). The effects of inflation on the predictability of price changes in Latin America: Some estimates and policy implications. World Development, 15(2), 287-290. [DOI:10.1016/0305-750X(87)90083-0]
28. Raihan, T. (2017). Performance of Markov-Switching GARCH Model Forecasting Inflation Uncertainty.
29. Ungar, M., & Zilberfarb, B. (1993). Inflation and its unpredictability: Theory and empirical evidence. Journal of Money, Credit, and Banking, 25(4), 709-720. [DOI:10.2307/2077800]
30. Walther, T., Klein, T., Thu, H. P., & Piontek, K. (2017). True or spurious long memory in European non-EMU currencies. Research in international business and finance, 40, 217-230. [DOI:10.1016/j.ribaf.2017.01.003]
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
سال 17، شماره 60 - ( 6-1403 ) برگشت به فهرست نسخه ها
فصلنامه پژوهش‌های پولی-بانکی Journal of Monetary & Banking Research
Persian site map - English site map - Created in 0.06 seconds with 40 queries by YEKTAWEB 4710