هم انباشتگی، علیت و قانون واگنر تعمیم یافته: شواهدی جدید برای اقتصاد ایران
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 101
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_QJFEP-5-17_002
Index date: 7 July 2024
هم انباشتگی، علیت و قانون واگنر تعمیم یافته: شواهدی جدید برای اقتصاد ایران abstract
قانون واگنر، اولین مدل مخارج عمومی دولت در تاریخچه ادبیات مالیه عمومی است. در این مقاله علاوه بر نسخه های سنتی آزمون قانون واگنر، نسخه تعمیم یافته قانون واگنر مورثی (۱۹۹۴) نیز به منظور یافتن یک رابطه معنیدار بلندمدت بین مخارج دولت و توسعه اقتصادی در ایران، مورد استفاده قرار میگیرد. هدف اصلی در این مطالعه بررسی روابط کوتاه مدت و بلندمدت بین مخارج دولت (سرانه) و تولید ناخالص داخلی (سرانه) با استفاده از داده های سالانه برای اقتصاد ایران در دوره ۱۳۹۲-۱۳۵۷ است. به همین منظور، در این مقاله، اعتبار این روابط توسط ۶ فرمولبندی متفاوت از قانون واگنر (تمایل به افزایش مخارج دولتی در اثر رشد اقتصادی) بررسی شده است و علیت بین متغیرها با استفاده از آزمون کرانه ای F و مدل تصحیح خطا ECM تشریح شده است. در مدل های مورد بررسی، شرایط برقراری قانون واگنر از نقطه نظر کشش درآمدی صرفا در نسخه های پیکاک، ماسگریو و نسخه تعمیم یافته وجود دارد. نتایج حاصل از آزمون کرانهای (Bound Test) بیانگر وجود رابطه بلندمدت بین متغیرها در ۳ نسخه از نسخ های مورد بررسی قانون واگنر است. همچنین نتایج علیت با استفاده از مدل تصحیح خطا بیانگر علیت یک طرفه از سمت درآمد به مخارج دولت برای دوره کوتاه مدت در ۵ گروه از مدل های مورد بررسی بوده است. به طور کلی، نتایج بیانگر تایید قانون واگنر در اقتصاد ایران در ۳ گروه از مدل های مورد بررسی برای دوره کوتاه مدت و بلندمدت بوده است.
هم انباشتگی، علیت و قانون واگنر تعمیم یافته: شواهدی جدید برای اقتصاد ایران Keywords:
Wagner's Law , Co-integration , Error correction , Causality , Iran , قانون واگنر , هم انباشتگی , تصحیح خطا , علیت , ایران
هم انباشتگی، علیت و قانون واگنر تعمیم یافته: شواهدی جدید برای اقتصاد ایران authors
محسن محمدی خیاره
دانشگاه گنبد کاووس
رضا مظهری
دانشگاه گنبدکاووس
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 :
