جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه nonparametric regression در نشریات گروه علوم انسانی
nonparametric regression
در نشریات گروه اقتصاد
تکرار جستجوی کلیدواژه nonparametric regression در مقالات مجلات علمی
-
رابطه بین تورم و عدم قطعیت تورمی یکی از روابط مهم تجربی در اقتصادکلان است. برخی دیدگاه ها بیانگر آن است که افزایش تورم از طریق تاثیر بر عدم قطعیت تورمی، هزینه های واقعی ایجاد می کند. دیدگاهی دیگر افزایش عدم قطعیت تورمی را مقدم بر افزایش تورم می داند. آشکار شدن جهت علی این رابطه، راهبرد بهینه بانک های مرکزی را در اجرای سیاست های پولی مشخص خواهد کرد. در این پژوهش، به منظور محاسبه عدم قطعیت تورمی ابتدا با استفاده از مدل تغییر رژیم مارکوفی با سه رژیم خطاهای پیش بینی آتی تورم محاسبه می شود و سپس با استفاده از روش BIP-GARCH واریانس شرطی تورم به عنوان پراکسی از عدم قطعیت تورمی استخراج می شود. در نهایت، با استفاده از آزمون علیت گرنجری فرضیه های مختلف در مورد رابطه بین تورم و عدم قطعیت تورمی بررسی و با روش رگرسیون ناپارامتری بر علامت این رابطه در بازه های مختلف تورمی تمرکز می شود. یافته های این پژوهش نشان دهنده آن است که عدم قطعیت تورمی در طول دوره های پر تلاطم سیاسی افزایش می یابد و به شدت تحت تاثیر نوسانات ارزی است. عدم پالایش خطاهای پیش بینی پرت ناشی از شوک های بزرگ و موقت منجر به انتخاب مدل IGARCH(1,1) خواهد شد که به معنای نامحدود بودن اثر شوک ها بر عدم قطعیت تورمی در طول زمان است. همچنین، تخمین ناپارامتری بین تورم و عدم قطعیت تورمی نشان دهنده وابستگی این رابطه به بازه ای است که تورم در آن قرار می گیرد. علاوه بر این، نتایج نشان دهنده آن است که افزایش عدم قطعیت تورمی به شکل غیرخطی بر تورم آتی اثر می گذارد.کلید واژگان: تورم، عدم قطعیت تورمی، تغییر رژیم مارکوفی، علیت گرنجری، رگرسیون ناپارامتریThe relation between inflation and inflation uncertainty is one of the most important empirical relationships in macroeconomics. Some views suggest that the rise in inflation creates real costs through the impact on inflation uncertainty. Another point of view considers the increase in inflationary uncertainty as a priority to the increase in inflation. Becoming the causal direction of this relationship will determine the optimal strategy of central banks in the implementation of monetary policies. In this paper, first, using the MS model with three regimes, future inflation forecast errors are calculated, and then, using the BIP-GARCH method, the conditional variance of inflation is extracted as a proxy of inflation uncertainty. Finally, by using Granger causality test, various hypotheses on the relationship between inflation and inflation uncertainty are investigated, and with the nonparametric regression method, this relationship is inflated in different intervals. The findings indicate that inflation uncertainty increases during periods of political turmoil and is strongly influenced by currency fluctuations. The refinement of outlier forecast errors caused by large and temporary shocks will be the choice of the IGARCH(1,1) model, which means that the effect of shocks is unlimited for inflation uncertainty over time. Also, the non-parametric estimation between inflation and inflation uncertainty shows the dependence of this relationship in which it is placed. In addition, the results show that inflation uncertainty affects future inflation in a non-linear way. As a result, the central bank can control the inflation rate by reducing the uncertainty of monetary policy by correcting inflationary expectations.Keywords: Inflation, Inflation Uncertainty, Markovian Regime Switching, Granger Causality, Nonparametric Regression
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.