پویایی های تورم و رابطه تورم و عدم اطمینان اسمی با استفاده از الگوی ARFIMA-GARCH

چکیده:
در این تحقیق به بررسی پویایی های تورم و استخراج رابطه تورم و عدم اطمینان تورمی پرداخته شده تا بدین وسیله نشان داده شود که در اقتصاد ایران چه رابطه ای بین این دو متغیر وجود دارد. برای این منظور از داده های سری زمانی ماهیانه دوره زمانی 83-69 استفاده شده است.
در ابتدا برای اینکه تمامی آثار قابل پیش بینی را از سری تورم کسر نماییم، از مدل بندی سری های زمانی استفاده شده است. برای تعیین این مدل در وهله اول، آزمون دیکی فولر تعمیم یافته، فیلیپس پرون و KPSS انجام شده از این آزمونها نتیجه گرفتیم که درجه انباشتگی باید بین صفر و یک باشد.و بدین ترتیب فرضیه حافظه دار بودن سری تورم مطرح شد و نشان داده شد که سری تورم دارای درجه انباشتگی حدود 4/0 است و بطور کلی نتیجه گرفته شد که سری تورم اقتصاد ایران دارای حافظه بلند مدت (همبستگی بلند مدت) است و آثار هر تکانه بر این سری تا دوره های طولانی باقی می ماند.
در مرحله بعد مقادیر جزء خطا در معادله (ARFIMA) با استفاده از مدل مولفه ای نامتقارن GARCH مورد بررسی قرار گرفت و مشاهده شد که اثرات نا متقارن در شوک های تورمی وجود دارد و واکنش تورم در مواجهه با شوک های منفی و مثبت به یک اندازه نیست. نتایج آزمون علیت نیز نشان می دهد که جهت علیت دو طرفه است؛ یعنی هم عدم اطمینان بر تورم اثر می گذارد و هم تورم باعث عدم اطمینان می شود.
زبان:
فارسی
در صفحه:
137
لینک کوتاه:
magiran.com/p1219681 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!