اهمیت تصریح معادلات رگرسیونی در برآورد نااطمینانی متغیرهای اقتصاد کلان
Publish place: Journal of Economic Research، Vol: 52، Issue: 4
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 199
This Paper With 34 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JTET-52-4_009
Index date: 9 November 2021
اهمیت تصریح معادلات رگرسیونی در برآورد نااطمینانی متغیرهای اقتصاد کلان abstract
در این مطالعه اندازه گیری نااطمینانی متغیرهای اقتصاد کلان مورد توجه قرار گرفته است. با توجه به اینکه نااطمینانی به طور مستقیم قابل مشاهده و انداز ه گیری نیست، پژوهشگران جانشین های مختلفی برای اندازه گیری آن پیشنهاد داده اند. یکی از روش های رایج برای برآورد این نااطمینانی ها، استفاده از الگوهای سری زمانی است. در این روش، برآورد مناسب و دقیق از نااطمینانی مستلزم تصریح درست معادلات رگرسیونی است. با در نظر گرفتن این موضوع، نااطمینانی برای چند سری زمانی کلیدی در اقتصاد ایران برآورد و سپس برآوردهای الگوی مبنا با الگوهای دیگر مقایسه شده است. نتایج به دست آمده بیانگر این هستند که برآوردهای نااطمینانی در این سری ها به طرز معنی داری تحت تاثیر تصریح معادلات رگرسیون پیش بینی کننده قرار می گیرند. تفاوت بین برآوردهای انجام شده در طول زمان برای این سری ها که در برخی دوره ها کاملا قابل مشاهده است، نشان می دهد که بیشتر تغییرات در این سری ها قابل پیش بینی هستند و نبایست به نااطمینانی نسبت داده شوند. همچنین ارزیابی دقت پیش بینی نااطمینانی در الگوهای مختلف بیانگر عملکرد بهتر الگوهای نوسان تصادفی و GARCH نامتقارن در دوره های پیش بینی درون نمونه ای و خارج از نمونه ای است. طبقه بندی JEL: C۵ ,C۵۲, E۱۷
اهمیت تصریح معادلات رگرسیونی در برآورد نااطمینانی متغیرهای اقتصاد کلان Keywords:
اهمیت تصریح معادلات رگرسیونی در برآورد نااطمینانی متغیرهای اقتصاد کلان authors
رضا هیبتی
دانشجوی دکتری اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
سعید صمدی
دانشیار اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
محمد واعظ برزانی
دانشیار اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :