فهرست مطالب

اقتصاد مقداری - سال نوزدهم شماره 4 (پیاپی 75، زمستان 1401)

فصلنامه اقتصاد مقداری
سال نوزدهم شماره 4 (پیاپی 75، زمستان 1401)

  • تاریخ انتشار: 1401/12/01
  • تعداد عناوین: 6
|
  • شهریار زروکی*، آرمان یوسفی بارفروشی، امیرحسین فتح الله زاده صفحات 1-41
    معرفی

    در دهه های اخیر، صنعتی شدن کشورها یکی از عوامل اصلی افزایش انتشار گازهای گلخانه ای بوده است که منجر به آسیب های شدید محیطی از جمله گرمایش کره زمین، وارونگی دما شده است. علاوه بر این، افزایش آلاینده های زیست محیطی ممکن است در بلندمدت بر سلامت افراد تاثیر منفی بگذارد و در نتیجه مخارج درمانی دولت را افزایش دهد. علاوه بر عوامل مختلف موثر بر انتشار گازهای گلخانه ای، جهانی شدن (اقتصادی، اجتماعی و سیاسی) نیز می تواند از طریق کانال های مختلف بر محیط زیست تاثیر بگذارد. به عنوان مثال، جهانی شدن اقتصادی از طریق کانال های درآمد، ترکیب و فناوری بر محیط زیست تاثیر می گذارد. همچنین جهانی شدن اجتماعی می تواند از طریق رسانه ها، اصل فاصله ذهنی، حمل و نقل و دسترسی به دانش و رویدادهای بین المللی وضعیت زیست‎ محیط را تغییر دهد. جهانی شدن سیاسی همچنین ممکن است از طریق کارآمدی سازمان های بین دولتی و معاهدات بین المللی بر محیط زیست تاثیر بگذارد. با توجه به نقش احتمالی جهانی شدن (اقتصادی، اجتماعی و سیاسی) بر محیط زیست، این پژوهش سعی دارد تا رابطه بین جهانی شدن (اقتصادی، اجتماعی، سیاسی) و انتشار دی اکسید کربن را در ایران طی سال های 1358 تا 1396 با روش خودرگرسیونی با وقفه‏های توزیعی بررسی نماید. همچنین، این پژوهش فرضیه مارتین و همکاران (2015) را در مورد کارایی نتایج شاخص جهانی شدن بر حسب اجزا (عملیاتی و قانونی) مورد آزمون قرار می دهد. برای روشن شدن بیشتر، این پژوهش با استفاده از سه بعد اقتصادی، اجتماعی و سیاسی به بررسی فرضیه فوق می پردازد. همچنین از شاخص جهانی سازی KOF استفاده شده است که از سه بعد اقتصادی، اجتماعی و سیاسی تشکیل شده است و هر یک از ابعاد دارای دو جزء عملیاتی و قانونی است. بدیهی است که تاثیر هر یک از این ابعاد جهانی شدن و اجزای آن بر انتشار آلاینده های زیست محیطی ممکن است متفاوت باشد. همچنین لازم به ذکر است که دو جزء عملیاتی و قانونی در شاخص جهانی سازی KOF یک طبقه بندی جدید است که توسط مارتین و همکاران (2015) معرفی شده است.

    متدولوژی

    همانطور که در مقدمه ذکر شد، هدف این پژوهش تحلیل تاثیر جهانی شدن بر آلودگی در ایران است. برای یک تحلیل جامع، ابعاد (اقتصادی، اجتماعی و سیاسی) و اجزا (عملیاتی و قانونی) جهانی شدن استفاده شده است. بر اساس مطالعات نظری و تجربی، مدل رگرسیون در دو قالب مشخص شده است، یکی بر اساس ابعاد جهانی شدن (اقتصادی، اجتماعی و سیاسی) و دیگری مبتنی بر اجزای جهانی شدن (عملیاتی و قانونی).

    مدل اول

    تاثیر جهانی شدن در سطح j بر آلودگی محیط زیست
    مبنای مدل اول معادله رگرسیون در رابطه ‏(1) است. EP نشان دهنده لگاریتم انتشار دی اکسید کربن است. EC نشان دهنده لگاریتم مصرف انرژی، Pop نشان دهنده لگاریتم جمعیت، GDP و GDP2 به ترتیب نشان دهنده لگاریتم تولید ناخالص داخلی واقعی و مربع آن است. علاوه بر این، Gloj نشان دهنده لگاریتم شاخص جهانی شدن در سطح j  است که شامل کل (T)، اقتصادی (E)، اجتماعی (S) و سیاسی (P) می‎شود.
    بر اساس رابطه ‏(1) مدل ARDL(p,q,r,s,t,u) در قالب معادله ‏(2) طراحی شده است. در این راستا ρ ضریب خود همبستگی، θ_j ضریب فواصل شاخص جهانی شدن است و γ_1j تا γ_4j به ترتیب ضرایب وقفه مصرف انرژی، تولید ناخالص داخلی واقعی، مجذور تولید ناخالص داخلی واقعی و جمعیت هستند.
    بر اساس رابطه (2)، مدل تصحیح خطا و ضرایب بلندمدت در قالب رابطه ‏(3) به صورت زیر مشخص می شود:                               

    مدل دوم

     تاثیر اجزای جهانی شدن در سطح j بر آلودگی محیط زیست
    اساس مدل در این قالب، معادله رگرسیونی ‏(4) است که در آن GloDeFaj و GloDeJej به ترتیب لگاریتم شاخص های جهانی سازی عملیاتی و قانونی در سطح j هستند.                                                                                                                              (4)
    به همین ترتیب، بر اساس رابطه ‏(4)، مدل ARDL(p,q,r,s,t,u,v) در قالب معادله ‏(5) طراحی شده است که در آن θ_1j و θ_2j به ترتیب ضرایب اجزای عملیاتی و قانونی جهانی شدن در سطح J می‎‎باشند.
    بر اساس رابطه ‏(5) مدل تصحیح خطا و ضرایب بلندمدت در قالب رابطه ‏(5) به صورت زیر مشخص شده است:

    نتیجه

    نتایج توصیف داده ها نشان می دهد که ابعاد و اجزای شاخص جهانی شدن روندهای متفاوتی دارند و انتشار دی اکسید کربن از زمان انقلاب اسلامی ایران روند افزایشی داشته است. نتایج برآورد مدل ها در کوتاه‎مدت نشان می دهد که شاخص های جهانی شدن اقتصادی و اجتماعی تاثیر مثبتی بر انتشار دی اکسید کربن دارند. علاوه بر این، جزء عملیاتی جهانی شدن کل و اقتصادی تاثیر منفی بر انتشار CO2 دارد. علاوه بر این، جزء عملیاتی شاخص جهانی شدن اجتماعی و سیاسی تاثیر مثبتی بر انتشار دی اکسید کربن دارد، درحالی که جزء عملیاتی جهانی شدن کل و اقتصادی با یک سال تاخیر تاثیر مثبتی بر انتشار دی اکسید کربن دارد.
    در بلندمدت، شاخص کل جهانی شدن اثر قابل توجهی بر انتشار دی اکسید کربن ندارد، اما دو بعد جهانی شدن اجتماعی و اقتصادی تاثیر مستقیمی بر انتشار دی اکسید کربن دارد. علاوه بر این، جزء قانونی شاخص کل جهانی شدن و جزء قانونی ابعاد اقتصادی، اجتماعی و سیاسی مستقیما بر انتشار دی اکسید کربن تاثیر می گذارد، اما جزء عملیاتی شاخص کل و جهانی شدن اقتصادی تاثیر معکوس بر دی اکسید کربن دارد. علاوه بر این، مصرف انرژی و جمعیت تاثیر مستقیمی بر انتشار CO2 دارند و فرضیه منحنی کوزنتس زیست محیطی (EKC) را نمی توان در ایران رد کرد. فرضیه مارتنز و همکاران. (2015) نیز در این مطالعه رد نشده است.
    بر این اساس با توجه به یافته ها پیشنهاد می شود تا سیاست‎گذاران اقتصادی، اجتماعی و سیاسی به اثرهای نامطلوب جزء قانونی جهانی‎شدن اقتصادی، اجتماعی و سیاسی بر محیط‎زیست توجه کنند و با دقیق شدن در زیربخش‎های تشکیل‎دهنده جزء قانونی، در جهت مطلوب‎سازی اثر جزء قانونی هر یک از ابعاد 3 گانه بر محیط‎زیست گام بردارند. همچنین با توجه به اثرگذاری مطلوب جزء عملیاتی جهانی‎شدن اقتصادی، بهتر است جهانی‎شدن اقتصادی از منظر عملیاتی نسبت به جهانی‎شدن اقتصادی از منظر قانونی در اولویت بالاتری قرار گیرد تا هم اقتصاد ایران از فواید جهانی‎شدن درزمینه ی اقتصادی بهره لازم را ببرد و هم محیط‎زیست از آسیب‎های ناشی از گسترش اقتصاد به دور بماند.

    کلیدواژگان: ابعاد جهانی شدن، اجزای جهانی شدن، انتشار دی‎ اکسید کربن، ایران‎، شاخص جهانی ‎شدن
  • لیلا ترکی*، ندا اسماعیلی، معصومه حق پرست صفحات 43-78
    معرفی

    برای اندازه گیری ریسک، معیارهای متعددی طی دهه های اخیر معرفی شده است و هر کدام به نحوی به مقوله عدم اطمینان نگریسته و تعدادی از آن ها نیز مکمل یکدیگر هستند. با پیشرفت علوم  ریاضی و آمار در زمینه ی ارزیابی ریسک ، در سال 1996 معیار ارزش در معرض خطر جهت اندازه گیری ریسک معرفی گردید که با استقبال سرمایه گذاران و تحلیل گران مالی رو به رو شد. امروزه به دلیل وجود شرایط عدم اطمینان از آینده، عدم توانایی ما در پیش بینی کامل رویدادهای آتی و پرابهام بودن آن، مدیران و سرمایه گذاران مالی به شدت نگران پورتفوی سهام[1] خود و کاهش ارزش دارایی هایشان هستند. همچنین در حال حاضر به دلیل ضرورت وجود شفافیت اطلاعاتی، وجود بورس های منطقه ای، گسترش بازارهای مالی، تاثیرپذیری بازارهای مالی دنیا از یکدیگر، موجب می شود که ریسک بازار نیز بیشتر از گذشته مورد توجه واقع شود. با توجه به این که ماهیت فعالیت های تجاری و سرمایه گذاری، به گونه ای است که کسب بازدهی مستلزم تحمل ریسک است، بنابراین باید آن را شناخت، اندازه گیری کرد و با روش های مختلف، ریسک های غیرضروری و نامطلوب را حذف نمود. بدین منظور برای محاسبه ریسک روش های متفاوتی وجود دارد که در بین آن ها معیارهای سنتی ریسک همانند انحراف معیار[2] و بتا به دلیل عدم تمایز میان نوسانات مطلوب و نوسانات نامطلوب بازده از دیدگاه سرمایه گذار معیارهای مناسبی جهت اندازه گیری ریسک نمی باشد.از آن جایی که معیار ارزش در معرض خطر علی رقم معیار های سنتی می تواند میان نوسانات مطلوب و نامطلوب تمایز ایجاد کند و همچنین تغییرات ارزش بازار دارایی ها را لحاظ نمی کند و روی دنباله های توزیع تمرکز دارد، معیار بهتری جهت اندازه گیری ریسک می باشد. لذا هدف این پژوهش مقایسه الگوهای مختلف خانواده گارچ در برآورد ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران می باشد.ارزش در معرض خطر، رویکردی متعارف برای محاسبه مقداری ریسک بازار است. ارزش در معرض خطر حداکثر زیان را که ممکن است در اثر تغییرات قیمتی دارایی ها در یک افق زمانی و در یک دامنه اطمینان معین رخ دهد، تخمین می زند و یک ضابطه شهودی برای مدیریت دارایی ها فراهم می آورد و از این رو، جاذبه زیادی برای تصمیم گیران مالی دارد. تخمین های نادرست از ارزش در معرض خطر سبد دارایی ها می تواند بنگاه ها را به حفظ ذخایر ناکافی سرمایه برای پوشش ریسک های خود هدایت کند، به نحوی که آنها ذخایر سرمایه ناکافی را برای جذب تکانه های مالی بزرگ نگهداری کنند. برای مثال، موارد متعددی از ورشکستگی های نهادهای مالی اخیر به سبب تخمین های نادرست ارزش در معرض خطر سبد دارایی ها   شکل گرفته است. هنگامی که مدل سازی بازده ها مرکز توجه قرار گیرد، درک حرکت همزمان بازده های مالی اهمیت ویژه ای می یابد؛ بنابراین، توجه ما به سمت مدل های GARCH جلب می شود. همچنین انواع مدل های GARCH به منظور مدل سازی نوسانات در مطالعات میدانی استفاده می شود.

    متدولوژی

    این پژوهش به دنبال بررسی این مسیله است که میانگین مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران با استفاده از برآوردهای الگوهای گارچ متفاوت نیستند. همچنین در صدد آن است که ارزش در معرض خطر و ارزش در معرض خطر شرطی را مورد محاسبه قرار دهد. از آن جایی که جذابیت های آمار پارامتریک از جمله سهولت تعمیم پذیری و وجود ابزارهای قدرتمند کمی سازی باعث شده که رویکردهای پارامتریک حاوی مدل های متنوعی در عرصه ریسک باشد، لذا در این پژوهش ارزش در معرض خطر و ارزش در معرض خطر شرطی با رویکرد پارامتریک، با استفاده از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته مختلف برای شاخص کل بورس اوراق بهادار تهران محاسبه شده و پس از مقایسه الگوها با یکدیگر بهترین الگو جهت محاسبه ارزش در معرض خطر و ارزش در معرض خطر شرطی معرفی گردیده است. روش تحقیق به کاربرده شده برحسب هدف، در حیطه مطالعات کاربردی است و از نظر جمع آوری اطلاعات و آمار جزء مطالعات اسنادی کتابخانه ای است.جامعه آماری پژوهش حاضر، سری زمانی داده های روزانه شاخص کل بورس اوراق بهادار تهران، طی دوره 01/09/1390 تا 01/09/1396 و شامل 1445 مشاهده است.روش گردآوری داده ها در این پژوهش کتابخانه ای بوده و بر مبنای گزارشات روزانه شاخص کل بورس اوراق بهادار تهران است که از طریق اطلاعات مندرج در سایت پردازش اطلاعات مالی ایران اخذ گردیده است.در پژوهش حاضر، ابزار تجزیه و تحلیل، تکنیک های اقتصادسنجی و آماری است. بدین منظور از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده شده است. ابزارهای بکارگیری نیز نرم افزارهای Excel ، R ، Eviews 11  است.برای آزمون ریشه واحد ADF از معادله رگرسیونی با لحاظ عرض از مبدا و روند زمانی خطی استفاده می شود. (پسران[3]، 2005).  مرتبه رگرسیون ADF می تواند با استفاده از معیار انتخابی مدل، همانند معیار اطلاعاتی آکاییک (AIC) یا شوارتز (SIC) انتخاب شود. همچنین قبل از آنکه بتوان از مدل های پیش بینی کننده ارزش در معرض خطر با اطمینان استفاده کرد لازم است اعتبار آن ها با دقت بررسی شده و عملکرد آن ها ارزیابی شود. از مولفه های کلیدی روش های اعتبار سنجی،  پس آزمایی است که با به کار گیری روش های کمی به تعیین مطابقت پیش بینی های مدل با مفروضاتی که مدل بر اساس آن ها بنا شده، می پردازد. برای محاسبه دقت مدل ها در تعیین ارزش در معرض خطر می توان از آزمون کوپیک[4] استفاده کرد.  این آزمون با روشی بسیار ساده میزان خطای روش محاسبه VaR را برای داده های گذشته می سنجد. از آنجا که آزمون کوپیک فقط بر روی تعداد تخطی ها تمرکز کرده و وجود وابستگی های زمانی را نادیده می گیرد. کریستوفرسن[5] (1998) با در نظر گرفتن یک آماره مجزا برای آزمون استقلال تخطی ها، به توسعه آزمون کوپیک پرداخت و آزمونی برای سطح پوشش شرطی[6] پیشنهاد نمود. 

    یافته ها

    نتایج حاصل از آزمون مربوط به پایایی متغیرها نشان می دهد که داده های به کار گرفته شده در تمامی سطوح اطمینان ریشه واحد نداشته و پایا هستند. بنابراین ابهام مربوط به ایجاد رگرسیون کاذب به جهت ناپایایی داده ها برطرف می گردد. نتایج حاصل از آزمون ضریب لاگرانژ برای شاخص کل بورس اوراق بهادار تهران حاکی از وجود اثر آرچ در باقیمانده حاصل از معادله خودهمبسته- میانگین متحرک با وقفه یک و یک می باشد. بنابراین کاملا مشهود است که اثر با وجود آرچ باقمیانده خاصیت نوفه سفید را پیدا نمی کند و باید از الگوهای خودهمبسته واریانس ناهمسان شرطی تعمیم یافته استفاده گردد که اثر آرچ را از داده ها دور می کند.نتایج برآورد الگوی GARCH(1,1) نشان می دهد، معادله ی میانگین برای شاخص انتخابی در تمامی موارد از نوع ARMA(1,1) می باشد. مجموع ضرایب در برآورد الگوی GARCH(1,1) برای هر دو توزیع نزدیک به یک می باشند که نشان دهنده وجود پایداری در فرآیند واریانس می باشد. در نتایج برآورد الگوی EGARCH(1,1) مقادیر پارامتر gamma در دو توزیع نرمال و تی- استیودنت به ترتیب 4/0 و 3/0 می باشد که نشانگر وجود اثر اهرمی مثبت می باشد. نتایج حاصل از برآورد الگوی GARCH-M(1,1) نشان می دهد، ضریب GARCH-M(1,1) در دو توزیع نرمال و تی- استیودنت به ترتیب 5/0 و 2/0 می باشد. این ضریب همان حاشیه ریسک می باشد که نشان می دهد بازدهی به صورت مثبت به متغیر تلاطم وابستگی دارد. وجود این حاشیه ریسک و معنی داری آن به معنی وجود همبستگی پیاپی در بازدهی های گذشته دارایی است. نتایج برآورد دو الگویAPARCH(1,1) ، GJRGARCH(1,1) که نوع دیگری از مدل های GARCHهستند و می توانند اثرات اهرمی را مدل سازی کنند، نشان می دهد در مدل GJRGARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 1/0- و 07/0- نشان دهنده وجود اثر اهرمی منفی می باشد و در مدل APARCH ضریب gamma برای دو توزیع نرمال و تی- استیودنت به ترتیب 2/0- و 1/0- نشان دهنده وجود اثر اهرمی منفی می باشند. علت متفاوت بودن ضرایب گاما در الگوهای مختلف نامتقارن گارچ این است که در الگوی GJRGARCH یک متغیر دامی وجود داشته که مقدار آن بین منفی یک تا مثبت یک است و مقدارش را جز خطا معلوم می کند، لذا می توان انتظار داشت که در اخبار بد گامای مثبت و در اخبار خوب گامای منفی وجود داشته باشد. با استفاده از ضرایب برآورده شده به وسیله ی الگوهای مختلف گارچ، مقادیر ارزش در معرض خطر و ارزش در معرض خطر شرطی نتایج حاکی از آن است که در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب با میزان %4850/0 و % 8619/0 می باشد. همچنین در شاخص کل با فرض توزیع نرمال در سطح اطمینان 95% به ترتیب الگوی GARCH-M، EGARCH، GJRGARCH، APARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند.در شاخص کل با فرض توزیع نرمال در سطح اطمینان 99% به ترتیب الگوی GARCH-M، EGARCH،APARCH ، GJRGARCH، و GARCH بیشترین ارزش در معرض خطر را نشان می دهند. اما با فرض توزیع تی- استیودنت به ترتیب الگوی GARCH-M، APARCH ، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر را نشان می دهد.در دو سطوح اطمینان 95% و 99% بیشترین میزان ارزش در معرض خطر شرطی برای شاخص کل بورس اوراق بهادار تهران مربوط به الگوی GARCH-M(1,1) با توزیع تی- استیودنت، به ترتیب بامیزان % 6492/0 و %2863/1 می باشد. در شاخص کل با فرض توزیع نرمال در هر دو سطح اطمینان 5% و 99% به ترتیب الگوی GARCH-M، EGARCH، APARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند.اما با فرض توزیع تی- استیودنت برای هر دو سطح اطمینان 95% و 99% به ترتیب الگوی GARCH-M، APARCH، EGARCH ، GJRGARCH و GARCH بیشترین ارزش در معرض خطر شرطی را نشان می دهند. دقت و کفایت ارزش در معرض خطر و ارزش در معرض خطر شرطی که توسط الگوهای مختلف برآورده شده بودند، توسط آزمون های پس آزمایی ارزیابی بررسی شد. نتایج به دست آمده حاکی ازآن است که ارزش در معرض خطر برای سطح اطمینان 95% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر با آزمون های کوپیک و کریستوفرسن، فرض صفر مبنی بر کفایت و دقت مدل برای تمامی الگوها با توزیع نرمال رد می شوند. این بدین معنی می باشد که هیچ کدام از الگوها باتوزیع نرمال اعتبار کافی برای محاسبه ارزش در معرض خطر را دارا نمی باشند.در حالی که فرض صفر برای تمامی الگوها با توزیع تی- استیودنت رد نمی شوند، در نتیجه تمامی الگوها، با توزیع تی- استیودنت از اعتبار کافی جهت محاسبه ارزش در معرض خطر در سطح 95% را دارا می باشند. با توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده  و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده  پیشنهاد می_شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تاثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند. 

    نتیجه

    با توجه به این که ارزش در معرض خطر برای سطح اطمینان 99% برای هر دو توزیع نرمال و تی- استیودنت با روش غلتان توسط آزمون های پس آزمایی مورد ارزیابی قرار گرفت، نتایج نشان می دهند که بر اساس pهای متناظر دو آزمون کوپیک و کریستوفرسن تمامی الگوها در هر دو توزیع نرمال و تی- استیودنت برای محاسبه ارزش در معرض خطر در سطح اطمینان 99% از اعتبار و کفایت لازم برخوردار می باشند و فرض صفر در آنها رد نشده است.پیشنهادهایی مبتنی بر یافته های پژوهش این است که با تعیین دامنه سهام، بیمه کردن سهام، شفاف سازی اطلاعات به سرمایه گذاری بهتر در بازار سهام کمک کند. بورس اوراق بهادار تهران همچنین می تواند ارزش در معرض خطر را به صورت روزانه برای صنایع مختلف با استفاده از روش به کار برده شده در این پژوهش محاسبه کرده  و در اختیار سرمایه گذاران قرار دهد.همچنین برای محققان آینده  پیشنهاد می شود با توجه به این که روش پژوهش حاضر مبتنی بر الگوهای واریانس ناهمسان شرطی می باشد و این الگوها دارای طیف وسیعی می باشند، پیشنهاد می گردد از الگوهای جدیدتری از جمله 3D-GARCH، COGARCH، GARCH-MIDDAS و... جهت محاسبه ریسک استفاده گردد. همچنین با توجه به تاثیر چشمگیر فروض توزیع احتمال، پیشنهاد می شود از فروض توزیع احتمال دیگری به غیر از آنچه در این مطالعه آمده است، استفاده شود. در مطالعه حاضر کفایت و دقت مدل های مختلف مورد ارزیابی قرار گرفته است، اما با توجه به این که ممکن است ارزش در معرض خطر توسط مدلی چنان بیش از حد برآورد گردد تا هیچ گونه تخطی را مرتکب نشود، در این صورت با معیارهای پس آزمایی مختلف، چنین ارزش در معرض خطری مدل خوبی به شمار آید در حالی که باید توجه داشت اگر ارزش در معرض خطر بیش از حد برآورد گردد ممکن است شرکت مورد نظر یا بانک یا... متوجه زیان ناشی از تخصیص منابع گردند. بنابراین پیشنهاد می شود با استفاده از روش های مختلف تابع زیان، روش های مختلف ارزش در معرض خطر رتبه بندی شوند. [1] Stock Portfolio[2] Standard Deviation[3] Pesaran[4] kupice Test[5] Christoffersen Test[6] Conditional Coverage Level

    کلیدواژگان: اارزش در معرض خطر، ارزش در معرض خطر شرطی، مدل های گارچ، شاخص بورس اوراق بهادار
  • سجاد فرجی دیزجی*، محمدرضا عارفیان، عباس عصاری آرانی صفحات 79-109
    معرفی

    سوخت های فسیلی و روند بهره برداری و مصرف آن در سده اخیر زمینه ساز بروز چالش ها و نگرانی های جدی در حیطه مسایل مربوط به انرژی و محیط زیست شده است. چالش هایی در مورد امنیت عرضه این سوخت ها، پایان پذیری منابع آن و از همه مهم تر آلایندگی های زیست محیطی و مسیله گرمایش زمین. از اینرو ارایه راه حل های کاربردی و اتخاذ سیاست های بهینه در این زمینه امری لازم و ضروری به شمار می آید. توسعه انرژی های تجدید پذیر که با طبیعت و محیط زیست سازگار است، تولید و تهیه آن ها آلایندگی ناچیزی دارد و برای آن ها پایان نزدیکی وجود ندارد، می تواند مهم ترین گزینه در راستای حل وفصل این بحران باشد. ابزارهای متعدد و متنوعی در جهت جایگزینی بین سوخت های فسیلی و انرژی های تجدیدپذیر وجود دارد که یکی از موثرترین آن ها اعمال مالیات کربن بر واحدهای آلاینده ای است که از این سوخت ها بهره می برند. همچنین محدود ساختن حمایت ها و یارانه های موجود در بخش سوخت های فسیلی از دیگر محرک های این جایگزینی به شمار می آید. پژوهش حاضر تلاشی در جهت بررسی روابط موجود بین اثرات این دو ابزار به عنوان متغیر های اصلی و همچنین متغیرهای مرتبط دیگر، بر توسعه انرژی های تجدیدپذیر می باشد.

    متدولوژی

    هدف اصلی از انجام این تحقیق بررسی سیاست ها و راهکارهای کاربردی و نتایج حاصل از آن در جهت توسعه ی انرژی های تجدیدپذیر و کاهش آلایندگی های زیست محیطی و حرکت در مسیر توسعه ی پایدار است. بازه زمانی مورد مطالعه سال های 2004 تا 2014 وکشورهای مورد مطالعه کشورهای منتخب سازمان همکاری و توسعه اقتصادی OECD می باشند که در زمینه اعمال مالیات زیست محیطی پیشرو به شمار آمده و این مالیات ها در کشورهای مورد بررسی  بیشترین سهم را از کل تولید ناخالص داخلی در مقایسه با دیگر کشورهای عضو OECD داشته اند. شیوه مورد استفاده جهت تجزیه و تحلیل مدل، روش خودرگرسیون برداری داده های ترکیبی می باشد که رفتار تعاملی و اثرات متقابل بین متغیر ها را ارایه می دهد. ابزارهای بکار رفته در این مدل جهت بررسی روابط بین متغیرها شامل توابع واکنش آنی و تجزیه واریانس است. همچنین از برآوردگر GMM جهت تخمین مدل استفاده شده است.

    یافته ها

    مطابق با آزمون های انجام شده، یافته های پژوهش نشان می دهد مالیات کربن تاثیر مثبت و معناداری بر توسعه انرژی های تجدیدپذیر دارد و تاثیر شوک ایجاد شده از مالیات کربن بر مصرف انرژی های تجدیدپذیر در کشورهای مورد بررسی مثبت می باشد. به نحوی که افزایش در مالیات کربن تاثیر آنی و افزایشی را بر مصرف انرژی های تجدیدپذیر داشته است. همچنین برقراری مالیات کربن با تاثیر منفی بر مصرف سوخت های فسیلی با کاهش انتشار کربن، آثار زیست محیطی مثبتی ایجاد می کند. از سوی دیگر تاثیر یارانه سوخت های فسیلی بر انرژی های تجدیدپذیر منفی می باشد و افزایش یارانه سوخت های فسیلی و شوک ایجاد شده از آن موجب کاهش آنی مصرف انرژی تجدیدپذیر می شود. به طوری که بر خلاف متغیر مالیات کربن که باعث افزایش هزینه مصرف سوخت های فسیلی می شود، اعمال یارانه سوخت های فسیلی زمینه کاهش قیمت و افزایش مصرف سوخت های فسیلی را فراهم کرده و با ایجاد رابطه جایگزینی مصرف انرژی تجدیدپذیر کاهش می یابد.

    نتیجه

    طبق برآوردهای انجام گرفته در این تحقیق، شوک ایجاد شده از مالیات کربن بر مصرف انرژی های تجدیدپذیر در کشورهای مورد بررسی مثبت بوده به نحوی که افزایش در مالیات کربن تاثیر آنی و افزایشی را بر مصرف انرژی های تجدیدپذیر داشته است. مالیات کربن بر مصرف نفت به عنوان نماینده ای از سوخت های فسیلی تاثیر منفی و معنی داری را ایجاد می کند، چرا که شوک ایجاد شده از سوی مالیات کربن موجب می شود از مصرف سوخت های فسیلی با توجه به افزایش هزینه استفاده از آن کاسته شده و با ایجاد رابطه جایگزینی با مصرف انرژی های تجدیدپذیر، هم در کاهش مصرف سوخت های فسیلی و هم در انتشار گاز دی اکسید کربن موثر باشد. این شوک با توجه به ایجاد شکاف درآمدی و با توجه به وابستگی صنایع به سوخت های فسیلی، موجب کاهش تولید ناخالص داخلی در مراحل اولیه می شود اما پس از چند دوره این تاثیر فزاینده شده و در نهایت موجب افزایش تولید ناخالص داخلی می گردد. در مقابل یارانه سوخت های فسیلی به مصرف کنندگان، می تواند وابستگی به مصرف سوخت های فسیلی را ایجاد کرده و مصرف کنندگان را از انتقال به منابع پاک انرژی بازدارد.

    کلیدواژگان: پیامد خارجی، مالیات زیست محیطی، انتشار کربن، انرژی تجدیدپذیر
  • مهدی قائمی اصل*، سید مهدی مصطفوی، محمد بنیادی صفحات 111-145
    معرفی

     نهادها و بازارهای مالی کارآمد می توانند موجب افزایش رشد اقتصادی شوند و به طور متقابل بخش مالی نیز باید منعکس کننده شاخص های اقتصادی بخش حقیقی باشد.با توجه به زیر بخش های بازارهای مالی و اهمیت هر یک در اقتصاد، دو ساختار مالی «بانک پایه» و «بازار پایه» عموما در کشورهایی که از توسعه و عمق مالی رو افزایشی برخوردارند، قابل مشاهده است. در ایران که عمدتا یک نظام مالی بانک پایه دارد، بانک ها از نقشی اساسی در ایجاد ارتباط میان بازار سرمایه، بازار پول و بازار تامین اطمینان (بازار بیمه) برخوردارند. ایجاد ظرفیت جدید در بخش حقیقی اقتصاد از وظایف و کارویژه های زیربخش های بازارمالی به شمار می رود که پیش شرط آن، ایجاد ارتباط و پیوستگی سازمانی میان زیربخش های بازارهای مالی است. در این مطالعه تاثیر ایجاد ارزش افزوده خدمات بانکداری، بیمه گری و واسطه گری مالی بر بازار سرمایه مورد بررسی قرار گرفته است. در حقیقت سوال اصلی این است که آیا خلق ارزش افزوده جدید در خدمات بانکداری، بیمه گری و واسطه گری مالی، می تواند بر شاخص های اصلی بازار سرمایه تاثیرگذار باشد؟ وجود یا فقدان این تاثیر در کوتاه مدت و بلندمدت می تواند دلالت های مهمی برای سیاست گذاران بازار پول و بازار سرمایه داشته باشد.

    متدولوژی

     بدین منظور از متغیرهای «شاخص قیمت سهام (کل)» و «شاخص مالی» بعنوان شاخص های نماینده بازار سرمایه (متغیر وابسته)، و بر مبنای الگوی باس (2010) و پیشین دوان، لیترمن و سیمز (DLS)، از تعدیل بیزی الگوی خودرگرسیون با وقفه های توزیعی در دوره 1370-1399 استفاده شده است.در یک الگوی بیزین، به منظور استفاده از اطلاعات موجود در توزیع مشاهدات و اطلاعات پیشین در دسترس از چگالی پیشین استفاده می شود. چگالی پیشین ابزاری است برای انعکاس تمامی اطلاعاتی که پژوهش گر از مشاهده داده ها در ذهن دارد. بنابراین چگالی های پیشین می توانند از اهمیت زیادی برخوردارند تا بتوانند منعکس کننده دقیق ویژگی های توزیعی نمونه مورد استفاده در چارچوب قانون بیز باشند. وقتی تابع پیشین با تابع راستنمایی ترکیب می شود، چگالی پسینی بدست می آید که ماهیت و ویژگی های تابع پیشین را در خود دارد و این اهمیت ویژه توابع پیشین در تحلیل های بیزین را نشان می دهد. این ویژگی ها بدین معناست که اطلاعات چگالی پیشین، تفاسیر مشابهی با تفاسیر حاصل از اطلاعات تابع راستنمایی در اختیار پژوهش گران قرار می دهد. به عبارت دیگر، تفاسیر مربوط به تابع چگالی پیشین داده های واقعی با تفاسیر مربوط به تابع چگالی پیشین داده های ساختگی یکسان خواهد بود. 

    یافته ها

    نتایج مدلسازی داده های پژوهش در چارچوب یک الگوی بیزین نشان می دهد که ارزش افزوده خدمات موسسات پولی و مالی در کوتاه مدت می تواند بر شاخص قیمت سهام (در کل و در بخش مالی) تاثیرگذار باشد و از این رو ارتباط کوتاه مدتی میان ارزش افزوده بانکداری، بیمه گری و واسطه گری مالی با بخش مالی (بازار بورس اوراق بهادار) برقرار است ولی این ارتباط در بلندمدت از معنی داری آماری برخوردار نیست و نمی توان بازخورد تغییرات ارزش افزوده بانکداری، بیمه گری و واسطه گری مالی را در شاخص قیمت سهام (در کل و در بخش مالی) مشاهده نمود. 

    نتیجه

     این نتایج از یکسو نشان دهنده تاثیرقابل توجه متغیرهای پولی و ابزارهای قیمتی همانند نقدینگی و تورم بر بازار بورس است و از سوی دیگر دلالت بر ضعف ارتباط میان بخش پولی و مالی و بازار بورس دارد. بنابراین پیشنهاد می شود که در شرایط بحرانی (با هدف گذاری کوتاه مدت)، برای تنظیم بازار بورس از ابزارهای پولی و قیمتی استفاده نمود و در مقابل با اصلاح ایرادات ساختاری بورس، زمینه تاثیرگذاری کوتاه مدت و بلندمدت ارزش افزوده بانکداری، بیمه گری و واسطه گری مالی بر شاخص های بورسی را فراهم نمود.

    کلیدواژگان: بازار سرمایه، ارزش افزوده واسطه گری مالی، BARDL، DLS
  • یاسر بلاغی اینالو*، سید عبدالمجید جلایی اسفندآبادی صفحات 147-176
    معرفی

    تاثیر اقتصاد بر سیاست و تاثیر سیاست بر اقتصاد همواره مورد توجه اقتصاددانان و سیاستمداران بوده است، سوال مهمی که ممکن است در این حوزه مطرح شود این است که انتخابات چه اثراتی می تواند بر اقتصاد داشته باشد و نیز شرایط فعلی اقتصاد چه تاثیری ممکن است بر انتخاب افراد داشته باشد؟ طبق الگوی نورد هاوس دولت ها می توانند با سیاستگذاری های اقتصادی روند تحولات سیاسی به ویژه پیروزی مجدد در انتخابات را رقم زده که به بی ثباتی اقتصادی منجر می شود، حزب بر سر قدرت، سیاست های اقتصادی را در طی دوره تصدی به گونه ای انتخاب می کند تا محبوبیت خود را در آستانه انتخابات بعدی حداکثر نماید، تاثیر پذیری رای دهندگان از عملکرد متغیرهای کلان اقتصادی، سبب وسوسه مسیولان در دستکاری متغیرهای اقتصادی می شوند، به گونه ای که بتوانند پیامدهای مساعدی را در آستانه انتخابات به دست آورند.
    از مهم ترین متغیرهای اقتصادی که رای دهندگان به آن توجه دارند و در تابع مطلوبیت آنها مشاهده می شود، می توان به متغیرهای تورم و بیکاری اشاره نمود. بیکاری به عنوان یک پدیده مخرب اجتماعی، اقتصادی و فرهنگی مطرح بوده و رفع آن همواره از دغدغه های اساسی برنامه ریزان بوده و پیامدهای منفی و ناگواری را در زمینه های مختلف به دنبال دارد، بیکاری یک پدیده اقتصادی بسیار مهم و حایز اهمیت برای دولت ها به شمار می رود که دولت ها همواره در تلاش هستند معضل اقتصادی- اجتماعی بیکاری را حل نمایند. تورم نیز در سطح کلان اقتصادی به عنوان یکی از متغیرهای اصلی، نقش قابل توجهی در عملکرد اقتصادی دارد. در مجموع بیکاری و تورم دو متغیر هدف در سیاست های اقتصادی بوده و در بسیاری موارد سیاستگذار ناچار است برای رسیدن به یکی، دیگری را قربانی کند. متغیر تورم و بیکاری نزد نامزدهای انتخاباتی و رای دهندگان از حساسیت مضاعفی نسبت به سایر متغیرها برخوردار است.

    متدولوژی

    در این پژوهش، مسیر بهینه ی متغیرهای تورم و بیکاری بر اساس الگوی نورد هاوس با بسته نرم افزاری GAMS برای دوره های مختلف 8 ساله، در طول سال های 1408-1360 شبیه سازی شده و با مقادیر واقعی آنها (سال های 1398-1360)، مقایسه شده است.با مقایسه مقادیر شبیه سازی شده و مقادیر واقعی متغیر تورم و بیکاری، نقاط ضعف و قوت دولت های مختلف و نیز میزان فرصت طلبی آنها شناسایی می شود و می تواند به عنوان یک توصیه سیاستی مورد استفاده قرار گیرد.

    یافته ها

    نتایج این پژوهش نشان می دهد که در اکثر دوره ها، دولت ها تلاش می کنند تا با اتخاذ سیاست های اقتصادی متفاوت، رضایت رای دهندگان و احتمال انتخاب مجدد خود را افزایش دهند و شایان ذکر است که در اکثر دوره های 8 ساله، میانگین تورم در نیمه اول به مراتب پایین تر از نیمه دوم بوده است و می تواند به نوعی به عنوان شواهدی دال بر الگوی نورد هاوس تلقی شود، هرچندکه اثبات ادعای مطرح شده، نیازمند مطالعات بیشتری در سیاست های اقتصادی دولت های مختلف است و در عین حال ممکن است عمدی در کار نباشد.

    نتیجه

    به منظور جدا شدن دولت ها از فرصت طلبی و دستیابی به یک تورم و بیکاری ایده آل و افزایش احتمال انتخاب مجدد آنها، لازم است پارامترهای اثر گذار بر منحنی فیلیپس به طور دقیق شناسایی شوند و علاوه بر این، در انتخاب نوع سیاست، نحوه اجرا، اندازه سیاست و نیز میزان اثر گذاری سیاست اطلاعات کافی داشته باشند. انتخاب نوع سیاست فقط می تواند شرط لازم باشد و نحوه اجرا، اندازه سیاست و نیز میزان اثر گذاری سیاست شرط کافی قلمداد می شوند.

    کلیدواژگان: الگوی نورد هاوس، اقتصاد ایران، کنترل بهینه، تورم، بیکاری
  • مریم مهرآراء، امیر غلامی*، سید محمدمهدی احمدی صفحات 177-204
    معرفی

    میزان تحرک پذیری بین الملی سرمایه یک عامل تعیین کننده و حیاتی در زندگی اقتصادی، سیاسی و اجتماعی کشورها بوده و تحرک پذیری کم سرمایه به عنوان یک دغدغه برای آنها محسوب می گردد. تحرک سرمایه در میان کشورها همواره مورد توجه بسیاری از سیاست گذاران و ناظران اقتصاد بین الملل  بوده است. مساله اصلی در این تحقیق پرداختن به رویکردی نو در بررسی و اندازه گیری درجه تحرک سرمایه و حل معمای فلدستاین- هوریوکا (FH) در کشورهای مورد مطالعه است. هدف اصلی این مطالعه بررسی وضعیت تحرک بین المللی سرمایه بین10 کشور در حال توسعه صادر کننده نفت در بازه زمانی 2018-2000 با استفاده از تکنیک داده های تابلویی پویا می باشد.
    از لحاظ تیوریک در یک اقتصاد باز، پس انداز و سرمایه گذاری بیشتر تحت تاثیر جریان سرمایه و نرخ بهره جهانی قرار دارند. از این رو، انتظار نمی رود که رابطه بین این دو متغیر، در اقتصادی که بر روی جریان سرمایه باز است، قوی باشد. این تحلیل با نتایج به دست آمده از مطالعه فلدستاین و هوریوکا مغایرت دارد. یافته های تجربی  آنها  در سال 1980 با استفاده از تجزیه و تحلیل مقطعی، همبستگی بین پس انداز و سرمایه گذاری را برای 16کشور عضوOECD   طی دوره 1960-1974 مقداری نزدیک به یک (بین 0.85 تا 0.95) نشان داد. آنها  مقدار این ضریب را به عنوان دلیل کم تحرکی سرمایه تفسیر کردند. این یافته مغایر انتظارات پیش بینی شده در مورد تحرک سرمایه در کشورهای مذکور بود، زیرا در واقعیت درجه ادغام این کشورها در بازارهای بین المللی سرمایه در سطح بالایی بوده است. این مساله به عنوان معمای FH  شناخته شد و  منشاء شکل گیری مباحثی در مورد میزان ادغام مالی و درجه باز بودن تجاری در جهان صنعتی گردید. نتایج تحقیقات در بسیاری از موارد بیانگر آن است که مدل های تجربی که درجه باز بودن مالی و جهانی سازی اقتصادی را در نظر نمی گیرند، منجر به بروز یک تورش رو به بالا در ضریب پس انداز می گردند. از اینرو رویکرد تجربی ما شامل اضافه کردن متغیر درجه باز بودن تجاری و شاخص کوف به عنوان شاخص های به ترتیب سنتی و مدرن جهانی سازی و همچنین اثر تعاملی شاخص کوف به معادله اولیه می باشد که برای اولین بار در مطالعات داخلی و خارجی استفاده گردیده است. همچنین برای اولین بار با افزودن متغیر های جدید روی فرم اولیه معادله FH یک تصریح جدید از معادله اولیه  برای حل معما در مطالعات داخلی بررسی گردیده است. با توجه به ویژگی کشورهای مورد مطالعه مبنی بر دارا بودن منابع مالی کافی برای تامین مالی و عدم نیاز به منابع خارجی، بررسی وضعیت تحرک بین المللی سرمایه برای آنها می تواند از این حیث  حایز اهمیت باشد که نقش تورش درونی را در تخمین صحیح میزان تحرک  بین المللی سرمایه روشن می نماید. نتایج به دست آمده بیانگر حذف تورش درونی در تخمین رابطه بین پس انداز و سرمایه گذاری و واقعی شدن رابطه این دو متغیر می باشد.

    متدولوژی

    پس از انجام آزمون ریشه واحد در خصوص متغیرهای مدل، از طریق آزمون لیمر ، فرضیه   برای مدل داده های تلفیقی رد شد، بنابراین ما از  تجزیه و تحلیل مقطعی برای برآورد داده های پانل در مورد 10 کشور در حال توسعه صادر کننده نفت (ایران، امارات متحده عربی، عمان، عربستان سعودی، آذربایجان، اکوادور، قزاقستان، اندونزی، مصر و سودان)  استفاده کردیم. سپس از دو تکنیک همجمعی سازی به نام های آزمون هم همجمعی پانل پدرونی  و آزمون همجمعی پانل کایو برای تشخیص وجود ارتباط بلند مدت بین متغیرها  بهره بردیم. در نهایت  دو برآوردگر حداقل مربعات معمولی کاملا اصلاح شده (FMOLS) و حداقل مربعات معمولی پویا(DOLS) برای برآورد پارامترهای تعادل بلند مدت در تخمین مدل ها  بکارگرفته شدند. برای  انجام آزمون های مربوطه  در این تحقیق  از بسته نرم افزاری Eviews10  استفاده شده است. کلیه متغیرهای  تحقیق به جز شاخص کوف از پایگاه داده های بانک جهانی (WDI) استخراج شده است. آمار شاخص جهانی سازی کوف (KOF) از  سری زمانی سال 2021 سایت موسسه اقتصادی تحقیقات در زمینه کسب و کار سوییس اخذ گردیده است.

    یافته ها

    همان گونه که انتظار می رفت  متغیر شاخص کوف دارای ضریب مثبت معنی دار در تعیین نسبت سرمایه گذاری است. اثر تعاملی شاخص کوف با نسبت پس انداز دارای ضریب منفی معنی دار است. متغیر درجه باز بودن  کمکی به توضیح نسبت سرمایه گذاری نکرده است.  متغیر نسبت پس انداز با ضریب قابل توجه (نزدیک به یک)  مثبت و معنی دار  بیانگر اهمیت ضریب نسبت پس انداز در تعیین نسبت سرمایه گذاری است. تحت این شرایط سرمایه گذاری داخلی تنها از طریق پس انداز داخلی تامین می شود، هیچ گونه تورشی در تخصیص پس انداز داخلی به سرمیاه گذاری وجود نداشته و نرخ پس انداز دقیقا منعکس کننده میزان استفاده از پس انداز داخلی برای تامین مالی سرمایه گذاری داخلی می باشد.

    نتیجه

    ورود شاخص کوف، درجه باز بودن و اثر تعاملی شاخص کوف در معادله اولیه FH باعث حذف تورش داخلی و واقعی شدن مقادیر ضرایب نسبت پس انداز شده است. بنابراین می توان درجه بسیار اندک تحرک سرمایه را در بین کشورهای مورد مطالعه با قاطعیت نتیجه گیری کرد. به طور کلی نتیجه گیری اصلی ما این است که شواهدی از تایید معمای FH برای کشورهای منتخب مطالعه حاصل نگردید. البته با توجه به این که جامعه آماری ما را کشورهای در حال توسعه صادر کننده نفت تشکیل می دهند تعجب آور نیست. این بدان معنی است که این کشورها به دلیل عدم دسترسی به وام های خارجی و رفع کمبود سرمایه برای سرمایه گذاری از طریق پس انداز داخلی، با اتکا به درآمد نفتی معمولا باکسری حساب جاری مواجه نمی گردند. درجه باز بودن تجارت به عنوان عامل کاهنده اصطکاکاک تجاری نقشی در تعیین نسبت سرمایه گذاری و کاهش تورش درونی نداشته در مقابل افزایش شاخص کوف به عنوان عامل کاهنده اصطکاکات تجاری و مالی نقش تعیین کننده روی نسبت سرمایه گذاری  دارد. حضور این شاخص و اثر تعاملی  آن با نسبت پس انداز در توضیح صحیح و تقویت رابطه بین پس انداز و سرمایه گذاری نقش دارد که این نتیجه با نتایج  تحقیق یونس (2011) همخوانی دارد. درجه باز بودن تجاری بهترین نماینده برای کاهش اصطکاکات تجاری نیست از اینرو نتایج تحقیق ما معرفی شاخص کوف را به عنوان یک نسخه پیشرفته و مدرن نسبت به درجه باز بودن تجارت  برای مطالعات مربوط به معمای فلدستاین-هوریوکا مورد تایید قرار می دهد این نتیجه نیز با یافته رزاق و مسیح (2017) مطابقت دارد .تصریح انجام گرفته روی معادله اولیه فلدستاین-هوریوکا در حل این معمای مهم اقتصاد بین الملل نقش قابل توجهی دارد.

    کلیدواژگان: تحرک سرمایه، درجه باز بودن تجاری، شاخص کوف، تورش درونی
|
  • Shahryar Zaroki *, Arman Yousefi Barfurushi, Amirhossein Fathollahzadeh Pages 1-41
    INTRODUCTION

    In recent decades, the industrialization of countries has been one of the main factors for the increase of greenhouse gas emissions, which has led to severe environmental damage such as global warming, temperature inversion. In addition, the increase of environmental pollutants may have a negative impact on the health of individuals in the long run, thus increasing government health expenditures. In addition to the various factors affecting greenhouse gas emissions, globalization (economic, social, and political) can also affect the environment through various channels. For example, economic globalization affects the environment through the channels of income, composition, and technology. Moreover, social globalization can change the state of the environment through the media, the principle of mental distance, transportation, and access to knowledge and international events. Political globalization may also have an impact on the environment through the efficiency of intergovernmental organizations and international treaties. Considering the possible role of globalization (economic, social, and political) on the environment, this study attempts to investigate the relationship between globalization (economic, social, and political) and carbon dioxide emissions in Iran during 1979-2017 based on the Autoregressive Distributed Lag (ARDL) approach. Moreover, this study tests the hypothesis of Martens et al. (2015) about the effectiveness of the globalization index results in terms of components (de facto and de jure). For further clarification, the study examines the above hypothesis using the three dimensions of economic, social, and political. In addition, the KOF Globalization Index is used, which consists of three dimensions: Economic, Social and Political, and each of the dimensions has two de facto and de jure components. Clearly, the impact of each of these dimensions of globalization and its components on the emission of environmental pollutants may be different. It should also be noted that the two de facto and de jure components in the KOF Globalization Index are known as a new classification introduced by Martens et al. (2015).

    METHODOLOGY

    As mentioned in the introduction, the aim of this study is to analyze the effect of globalization on pollution in Iran. In order to make a comprehensive analysis, the dimensions (economic, social and political) and components (de facto and de jure) of globalization are also utilized. According to the theoretical and experimental studies, the regression model is specified in two formats, one is based on the dimensions of globalization (economic, social, and political) and the other is based on the components of globalization (de facto and de jure).
    First model: the effect of globalization at the level of j on environmental pollution
    The basis of the first model is the regression equation in equation ‎(1). EP represents the logarithm of carbon dioxide emissions. EC represents the logarithm of energy consumption, Pop represents the logarithm of population, GDP and GDP2 represent the logarithm of real gross domestic product and its square, respectively. In addition, Gloj represents the logarithm of the globalization index at level j, including total (T), economic (E), social (S), and political (P).
    Based on equation (1), the ARDL(p,q,r,s,t,u) model is designed in the form of equation ‎(2). In this regard,  is the coefficient of autocorrelation,  is the coefficient of globalization index intervals; And  to  are coefficients of interruptions of energy consumption, real GDP, square of real GDP and population, respectively.
    Based on equation ‎(2), the error correction model and long-run coefficients in the form of equation ‎(3) is specified as follows:

    Second model

     the effect of Components of globalization at the level of j on environmental pollution
    The basis of the model in this format is the regression equation in equation ‎(4), where GloDeFaj and GloDeJej are respectively the logarithm of the de facto and de jure globalization indexes at level j.
    Similarly, based on equation ‎(4), the ARDL(p,q,r,s,t,u,v) model is designed in the form of equation ‎(5), where θ_1j and θ_2j are the coefficients of de facto and de jure globalization index at level j, respectively.
    Based on equation ‎(5), the model of error correction and long-run coefficients is specified in the form of equation ‎(6) as follows:

    CONCLUSION and POLICY REMARKS


    The results of the data descriptions show that the dimensions and components of the globalization index have different trends, and carbon dioxide emissions have had an increasing trend since Iran's Islamic Revolution. The estimation results of the models indicate that the economic and social globalization indices have a positive effect on carbon dioxide emissions in the short term. Moreover, the de facto component of total and economic globalization has a negative effect on CO2 emissions. Furthermore, the de facto component of the social and political globalization index has a positive effect on carbon dioxide emissions, while the de facto component of total and economic globalization with a one-year lag has a positive effect on carbon dioxide emissions. In the long run, the total globalization index has no significant effect on carbon dioxide emissions, but two dimensions of social and economic globalization have a direct effect on carbon dioxide emissions. Besides, the de jure component of the total globalization index and the de jure component of the economic, social, and political dimensions directly affect carbon dioxide emissions, but the de facto component of the total and economic globalization index has a reverse effect on carbon dioxide emissions. Moreover, energy consumption and population have a direct effect on CO2 emissions, and the Environmental Kuznets Curve (EKC) hypothesis cannot be rejected in Iran. The hypothesis of Martens et al. (2015) is also not rejected in this study.
    On this basis, it is suggested that economic, social, and political decision-makers pay attention to the negative environmental impacts of the de jure component of economic, social, and political globalization and take action to optimize the environmental impacts of the de jure component of each of the three dimensions by looking closely at each of the sub-dimensions. Moreover, considering the favorable effect of the de facto component of economic globalization on the environment, it is better to give higher priority to economic globalization from a de facto point of view than to economic globalization from a de jure one, so that the Iranian economy can benefit from the advantages of globalization in the field of economy, as well as the environment can be spared from the damages caused by the expansion of the economy.

    Keywords: Carbon dioxide emissions, Globalization index, Globalization dimensions, Globalization components, Iran
  • Leila Torki *, Neda Esmaeli, Masoumeh Haghparast Pages 43-78
    INTRODUCTION

    Several criteria have been introduced in recent decades to measure risk, and each of them investigates the uncertainty problem from different perspectives. In 1996, thanks to the advancement of the mathematical sciences and statistics in evaluating undesirable risks, the criterion of Value at Risk (VaR) was introduced to measure risk, and it was welcomed by investors and financial analysts. Therefore, the purpose of this study is to compare the average values of Value at Risk and Conditional Value at Risk(CvaR) estimated by five GARCH patterns for the Tehran Stock Exchange(TSE) index, in which the property of Arch is seen. Since the existence of the fat tail in the probability distribution of financial data has been confirmed, the T-Student distribution has been studied in addition to the normal distribution.  The results suggest that T-Student distribution has a more favorable performance for estimating Value at Risk and Conditional Value at Risk. Furthermore, there is no significant difference among the averages of Value at Risk and Conditional Value at Risk which are estimated by different GARCH patterns.

    METHODOLOGY

    This study seeks to investigate the difference among the average values of Value at Risk and Conditional Value at Risk for the index of Tehran Stock Exchange estimated by five GARCH patterns. Since the attractiveness of parametric statistics such as ease of generalizability and the existence of powerful quantification tools, parametric approaches contain a variety of models in the field of risk. Hence, in this study, VaR and CVaR with a parametric approach have been calculated using different generalised autoregressive conditional heteroskedasticity patterns. In addition, after comparing the patterns with each other, the best pattern has been introduced. The applied research method in terms of purpose and data collection belongs to the applied and documentary studies, respectively and statistical population is the time series of daily data on the TSE index during the period 09/01/2013 to 09/01/2016 and includes 1445 observations. The method of collecting data is a research library based on the daily reports of the TSE index, which is available on the Financial Information Processing of IRAN site (Fipiran.com). Analytical tools are econometric and statistical techniques and the generalised models of autoregressive conditional heteroskedasticity have been implemented. Moreover, the used softwares are Excel, R, Eviews 11. For the ADF unit root test, a regression equation taking into the account the width in origin and the linear time trend is used. (Pesaran, 2005). The ADF regression order can be selected using the model selection criterion, such as the Akaik (AIC) or Schwartz (SIC). The Kopik test can be applied to the calculation of model accuracy to determine the value at risk. This test uses a very simple method to measure the error of the VaR calculation for past data. Since the Kopic test focuses only on the number of violations and ignores the existence of time dependencies. Christofferson (1998) developed the Kopik test and proposed a test for the level of conditional coverage by considering a separate statistic for the violation of independence test.

    FINDINGS

    The results of the reliability test for the variables indicate that at all levels of reliability, the data are not rooted and are reliable. Therefore, the ambiguity related to creating false regression due to data instability is removed. The Lagrangian coefficient test for the TSE index proves the presence of the arch effect on the remainder of the autocorrelation equation for MA (1,1). Therefore, it is quite obvious that the work does not have the property of white noise despite the remaining arch, and generalized autoregressive conditional heteroskedasticity patterns should be used, which removes the arch effect from the data.The results of estimating GARCH (1,1) show that the mean equation for the selected index in all cases is ARMA (1,1). Furthermore, the sum of the estimated coefficients in GARCH (1,1) for both distributions is close to one, indicating the existence of stability in the variance process. As a result of estimating the EGARCH model (1,1), It has been observed that the gamma parameter for both normal and T-student distributions are 0.4 and 0.3, respectively, which displays the presence of a positive leverage effect. By estimating the GARCH-M (1,1), we get GARCH-M (1,1) coefficients for both normal and T-student distributions, which are 0.5 and 0.2, respectively. This coefficient is the same as the risk margin, which indicates that the return is positively dependent on the volatility. The presence of this risk margin and its significance means the existence of a consistent correlation in past asset returns. The results of estimating two models APARCH (1,1), J GJRGARCH (1,1), which are other types of GARCH models used to model leverage effects, show that in GJRGARCH model the gamma coefficients for both normal and T-student distributions are -0.1 and -0.07, respectively. These coefficients indicate the presence of a negative leverage effect. Moreover, In the APARCH model the gamma coefficients for both normal and T-student distributions are -0.2 and -0.1, respectively, which proves the attendance of a negative leverage effect. All in all, by applying the different Garch models for VaR and CVaR, the highest values for the TSE index Tehran at two confidence levels of 95% and 99% belong to the GARCH-M model (1,1) with the T-student distribution. The obtained values are 0.4850% and 0.8619%, respectively. In addition, for the normal distribution at the 95% confidence level, the GARCH-M, EGARCH, GJRGARCH, APARCH and GARCH models show the highest risk values, respectively. However, for the T-student distribution, GARCH-M, APARCH, EGARCH, GJRGARCH, and GARCH models present the highest risk values, respectively. Furthermore, for the normal distribution at the 99% confidence level, GARCH-M, EGARCH, APARCH, GJRGARCH, and GARCH models show the highest risk values, respectively, and for the T-student distribution, GARCH-M, APARCH, EGARCH, GJRGARCH and GARCH models have the highest risk value, respectively. At two levels of 95% and 99% confidence, the highest value of conditional risk is related to the GARCH-M model (1,1) with T-student distribution and with rates 0.6492% and 2863%, respectively. Considering the normal distribution at both 95% and 99% confidence level, GARCH-M, EGARCH, APARCH, GJRGARCH and GARCH models show the highest CVaR, respectively. However, assuming T-student distribution for both levels of 95% and 99% confidence results that the GARCH-M, APARCH, EGARCH, GJRGARCH and GARCH patterns have the highest conditional risk value, respectively. The accuracy and adequacy of different models were evaluated by back testing methods. The results indicate that for the calculated VaR at 95% confidence level, the null hypothesis is rejected for the normal distribution. This means that none of the patterns with normal distribution have sufficient validity to calculate VaR. On the other hand, the null hypothesis for all models with the T-Student distribution is not rejected at the 95% level of confidency. and all the models with the T-Student distribution are valid to calculate VaR. At the 99% confidence level for both normal and T-student distributions, the results show that based on the corresponding ps of Kopic and Christofferson tests, all patterns have the necessary validity and adequacy to calculate VaR, and the null hypothesis is not rejected.

    CONCLUSION

    The results propose the T-Student distribution as a favorable probability distribution for estimating Value at Risk and Conditional Value at Risk through the five introduced GARCH models. Moreover, there is no significant difference among the averages of Value at Risk and Conditional Value at Risk which are estimated by different GARCH patterns. The findings of this research aim to help better investment in the stock market. Therefore, investors and agents can also benefit from the applied methods in this research to calculate the daily risk value for different industries in TSE.  For future research, it is recommended to use very recent GARCH models such as 3D-GARCH, COGARCH, GARCH-MIDDAS, etc. Furthermore, according to the significant effect of probability distribution selection, it is suggested to check other probability distributions. In the present paper, the adequacy and accuracy of different models have been evaluated. However, due to the possibility of VaR overestimation by a model which results in the loss of resource allocation in a bank or company, ... , it is suggested to rank different methods for value at risk by using different loss function methods.

    Keywords: Value at Risk, Conditional Value at Risk, GARCH Models, Tehran Stock Exchange Index
  • Sajjad Faraji Dizaji *, Mohammadreza Arefian, Abbas Assari Arani Pages 79-109
    INTRODUCTION

    Fossil fuels and the process of their exploitation and consumption have led to serious challenges and concerns in the field of energy and environmental issues. These challenges include; the security of supplying these fuels, the depletion of its resources and most importantly their impact on environmental pollutants and global warming. Therefore, providing practical solutions and adopting optimal policies in this field are necessary. The development of using renewable energies that are compatible with nature and the environment, producing less air pollution and are not terminate in the near future, can be the most important option to resolve this crisis. There are different tools to encourage replacing the fossil fuels with renewable energies. One of the most effective of which is to impose carbon taxes on polluting units that use these fuels. Furthermore, limiting the support and subsidies in the fossil fuel sector is another driver of this replacement. The present study is an attempt to investigate the existing relationships between the effects of these two tools among other variables on the development of renewable energy.

    METHODOLOGY

    The main purpose of this research is to investigate the applied policies and solutions and their results in order to develop renewable energy consumption, reduce environmental pollution and move towards sustainable development. The period of this study is from 2004 to 2014 and tit covers the selected countries of the Organization for Economic Co-operation and Development (OECD) which are the leaders in the field of environmental taxation and have higher ratio of environmental taxes to GDP compared to other OECD countries. The method used to analyze the model is the vector autoregression with panel data, which captures the interactive behavior and interactions among the variables. The two important applies tools of this model are impulse response functions and analysis of variance decomposition. The GMM estimator is also used to estimate the model.

    FINDINGS

    The findings show that carbon tax has a positive and significant effect on the development of renewable energy and the impact of carbon tax shock on renewable energy consumption is positive among the sample countries. Thus, the increase in carbon tax has had an immediate and increasing effect on the consumption of renewable energy. Also, imposing a carbon tax which makes negative impact on fossil fuel consumption by reducing carbon emissions, has positive environmental effects. On the other hand, the impact of fossil fuel subsidies on renewable energy is negative. Increasing fossil fuel subsidies and the shock caused by it will immediately reduce the consumption of renewable energy. In contrast to the carbon tax variable, which increases the cost of fossil fuel consumption, the fossil fuel subsidies reduce the price and increase the consumption of fossil fuels. Therefore, carbon tax and fossil fuel subsidies play important roles in replacing the fossil fuels with renewable energies.

    CONCLUSION

    According to the estimates made in this research, the shock created by the carbon tax on the consumption of renewable energy in the studied countries was positive, so that the increase in the carbon tax had an immediate and increasing effect on the consumption of renewable energy. Carbon tax has a negative and significant impact on oil consumption as a representative of fossil fuels, because the shock caused by carbon tax causes the consumption of fossil fuels to decrease due to the increase in the cost of its use and by creating The replacement relationship with the consumption of renewable energy is effective both in reducing the consumption of fossil fuels and in the emission of carbon dioxide gas. Due to the creation of an income gap and due to the dependence of industries on fossil fuels, this shock causes a decrease in the GDP in the initial stages, but after a few periods, this effect increases and eventually causes an increase in the GDP. In contrast, subsidizing fossil fuels to consumers can create dependence on fossil fuels and prevent consumers from switching to clean energy sources.

    Keywords: Externality, Environmental Taxes, Carbon Emission, Renewable energy
  • Mahdi Ghaemi Asl *, Seyyed Mahdi Mostafavi, Mohammad Bonyadi Pages 111-145
    INTRODUCTION

    Efficient financial institutions and markets could increase economic growth, and mutually, the financial sector shold also reflect the economic indicators changes in real sector. Given the sub-sectors of financial markets and the importance of each in the economy, the two financial structures "bank-based" and "market- based" are generally visible in countries with increasing financial development and depth. In Iran, which has mainly a bank-based financial system, banks play a key role in establishing a link between the capital market, the money market and insurance market. Creating new capacity in the real sector of the economy is one of the tasks and characteristics of financial market sub-sectors. Moreover, the precondition of this role-taking procedure is to establish organizational connection and cohesion between financial market sub-sectors.In this study, impact of the banking, insurance and financial intermediation sector with an emphasis on value-added of financial and monetary institutions services on the capital market is examined. In fact, the main question is whether the creation of new added value in banking, insurance and financial intermediation services can affect the main indicators of the capital market? The presence or absence of this effect in the short-term and long-term can have important implications for money market and capital market policymakers. For this purpose, “TEPIX” and “financial index” as capital markets representative indices (the dependent variable) and Bayesian ARDL (BARDL) method based on Doan, Litterman and Sims prior and Bušs (2010) is used in period of 1991-2020.

    METHODOLOGY

    In a Bayesian model, prior density is used in order to use the information contained in the distribution of observations and previously available information. The prior density is a tool for reflecting all the information that the researcher has in mind from observing the data. Therefore, the prior densities can be very important to be able to accurately reflect the distributive properties of the sample used within the framework of Bayesian analysis. When the prior function is combined with the likelihood function, a posterior density is obtained that embodies the nature and properties of the prior function, indicating the special importance of the prior functions in Bayesian analysis. These features mean that the prior density information provides researchers with similar interpretations to the interpretations derived from the likelihood function information. In other words, the interpretations of the prior density function of real data will be the same as the interpretations of the prior density function of the new data. We specify an ARDL model as follows:The prior function will be written as:Then  will be a diagonal matrix:

    FINDINGS

    Results of modeling research data in the framework of a Bayesian model, show that monetary and financial institutions services in the short term could affect stock price index (“TEPIX” and “financial index”), therefore The short-term relationship between the banking, insurance and financial intermediation sector of economy and the financial sector (Stock Exchange market) is established but the statistical significance of this relationship in the long run is not approved and no feedback in stock price indices based on the changes in the banking, insurance and financial intermediation sector is observed.

    CONCLUSION

    These results on one hand indicate a significant impact of monetary variables and tools such as liquidity and price inflation on the stock market, and on the other hand is a sign of weakness in the relationship between the banking, insurance and financial intermediation sector and the stock market. Therefore, it is suggested that in critical situations (with short-term targets), monetary and price tools used to adjust stock market but in contrast, by correction of structural flaws of Stock Exchange market, the context of short term and long-term impact of the banking, insurance and financial intermediation sector on stock indices will be provided.

    Keywords: stock market, Banking, Insurance, Financial Intermediation Sector, BARDL, Doan, Litterman, Sims prior
  • Yaser Balaghi Inalo *, Sayyed Abdolmajid Jalaee Esfandabadi Pages 147-176
    INTRODUCTION

    The effect of economy on politics and the effect of politics on economy has always been considered by economists and politicians. A significant question in this area is related to the effects of elections on economy and the effect of the current economy status on individual choices. According to Nordhaus model, governments can provide political developments, especially victory in elections using economic policies, leading to economic instability. The empowered party selects economic policies during its tenure of office to maximize its popularity on the eve of the next election. Voters are influenced by the performance of macroeconomic variables, persuading officials to manipulate economic variables so that they can achieve desirable outcomes on the eve of election. Inflation and unemployment are among the most critical economic variables considered by voters and observed in their utility function.
    Unemployment is considered as a destructive social, economic, and cultural phenomenon and its elimination has always been one of the main concerns of planners. In addition, unemployment has negative and adverse consequences in different fields. Unemployment is considered as a highly significant economic phenomenon for governments which always attempt to solve the socio-economic problem of unemployment. Furthermore, inflation, as one of the main variables, plays a considerable role in economic performance at the macroeconomic level. In general, unemployment and inflation are two target variables in economic policies and policymakers often have to sacrifice one of them to achieve the other one. Inflation and unemployment variables are more sensitive to electoral candidates and voters compared to other variables.

    METHODOLOGY

    This study simulated the optimal path of inflation and unemployment based on Nordhaus model in GAMS software for eight years during 1981-2029 and compared to their actual values during 1981-2020. Comparing the simulated values and actual values of inflation and unemployment, the strengths and weaknesses of different governments, as well as their opportunism rate are identified and can be used as a policy recommendation.

    FINDINGS

    The results of this study indicated that governments have often attempted to increase voter satisfaction and the possibility of their re-election by adopting different economic policies. In addition, the average inflation during the eight-year periods have been mostly lower in the first half than the second half. Further, it can be regarded as evidence of Nordhaus model, although proving this claim requires further investigation in the economic policies of different governments and may not be intentional.

    CONCLUSION

    In order to separate from this opportunism by governments, achieve ideal inflation and unemployment, and increase their likelihood of re-election, it is necessary to accurately identify the parameters affecting the Phillips curve and having information about the type of policy, implementation, policy size, and effectiveness of policy. Selecting the policy type can only be a necessary condition while implementation, policy size, and the effectiveness of policy are considered as sufficient conditions.

    Keywords: Nordhaus Model, Iranian Economy, optimal control, inflation, Unemployment
  • Maryam Mehrara, Amir Gholami *, Seyed Mohammad Mehdi Ahmadi Pages 177-204
    INTRODUCTION

    The degree of international capital mobility is a decisive and vital factor in the economic, political, and social life of countries and low capital mobility is considered as a concern for them. Capital mobility among countries has always been the focus of many policymakers and observers of the international economy. The main issue in this research is to address a new approach in measuring the degree of capital mobility and solving the Feldstein-Horioka (FH) puzzle in the studied countries. The main purpose of this study is to investigate the status of international capital mobility between 10 developing oil-exporting countries in the period 2000-2018 using the dynamic panel data technique. Theoretically in an open economy, saving and investment are more affected by capital flows and global interest rates. Hence, the relationship between these two variables is not expected to be strong in an economy that is open to capital flows. This analysis contradicts the results of the FH study. Their experimental findings in 1980, using cross-sectional analysis, showed that the correlation between savings and investment for the 16 OECD countries during the period 1960-1974 was close to one (between 0.85 and 0.95). They interpreted the value of this coefficient as the reason for the low mobility of capital. This finding was contrary to the expectations of capital mobility in these countries, because, in fact, the degree of integration of these countries in international capital markets has been high. This became known as the FH puzzle and became the source of discussions about the degree of financial integration and the degree of trade openness in the industrialized world. The results of research in many cases indicate that experimental models that do not take into account the degree of financial openness and economic globalization, lead to an upward bias in the savings coefficient. Therefore, our empirical approach includes adding the variables of the degree of trade openness and the Kof index as indicators of traditional and modern globalization, respectively, as well as the interactive effect of the Kof index on the original equation, which has been used for the first time in domestic and foreign studies.  Also, for the first time, by adding new variables on the initial form of the FH equation, a new specification of the initial equation for solving the puzzle in internal studies has been investigated. Given the characteristics of the countries under study that have sufficient financial resources to finance and do not need external resources, the study of international capital mobility for them can be important because it clarifies the role of home bias in accurately estimating international capital flows.The results indicate the elimination of home bias in estimating the relationship between saving and investment and the realization of the relationship between the two variables.

    METHODOLOGY

    After performing the unit root test on the model variables, through the Leimer test, the H0 hypothesis was rejected for the pooled data model, so we used cross-sectional analysis to estimate panel data for 10 developing oil-exporting countries (Iran, UAE, Oman, Saudi Arabia, Azerbaijan, Ecuador, Kazakhstan, Indonesia, Egypt, and Sudan). Then we used two cointegration techniques called the Pedroni panel-data cointegration test and the Kao panel-data cointegration test to detect the existence of a long-term relationship between variables. Finally, two fully modified ordinary least squares (FMOLS) and dynamic ordinary least squares (DOLS) estimators were used to estimate the long-run equilibrium parameters in estimating the models. All research variables except the Kof index are extracted from World Bank (WDI) database. KOF Globalization Index statistics are taken from the 2021 time series on the website of the Swiss  Economic Institute.

    FINDINGS

    As expected, the Kof variable has a significant positive coefficient in determining the investment ratio. The degree of openness has not helped to explain the investment ratio. The interaction effect of the Kof index with the savings ratio has a significant negative coefficient. The savings ratio variable with a significant (close to one) positive and significant coefficient indicates the importance of the savings ratio coefficient in determining the investment ratio. Under these conditions, domestic investment is made only through domestic savings.

    CONCLUSION

    The inclusion of the Kof index, the degree of trade openness, and the interaction of the Kof index in the original FH equation eliminated home bias and made the value of the savings ratio coefficients a reality. Therefore, the very low degree of capital mobility among the studied countries can be conclusively concluded.  In general, our main conclusion is that there is no evidence of the confirmation of the FH conundrum for the selected study countries. The degree of openness of trade as a factor reducing trade friction did not play a role in determining the investment ratio and reducing home bias, while increasing the Kof index as a factor reducing trade and financial friction played a decisive role in determining the investment ratio. The changes made to the FH equation play an important role in solving this important puzzle of the international economy. The degree of trade openness is not the best representative for reducing trade friction. Therefore, the results of our research confirm the introduction of the Kof index as an advanced and modern version of the degree of trade openness for studies on the FH puzzle.

    Keywords: Capital Mobility, Trade Openness, Kof index, Home Bias