تاثیر مخارج دولت بر تورم در عبور از محیط تورمی با رویکرد STR

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار دانشکده اقتصاد دانشگاه تهران

2 دانشجوی کارشناسی ارشد اقتصاد دانشگاه تهران

چکیده

مطالعه حاضر سعی در تبیین رابطهبین مخارج دولت و تورم بهوسیله الگوی غیرخطی رگرسیو‌ن‌های انتقال هموار[1]  با استفاده از دادههای فصلی 1369:2 تا 1391:4 دارد. با متغیرهای تورم، رشد مخارج مصرفی دولت، رشد نقدینگی و رشد تولید ناخالص داخلی، یک مدل دو رژیمی که در آن وقفه اول رشد نقدینگی، متغیر انتقال یا آستانه است بهعنوان مدل بهینه انتخاب شد. در این مدل، رژیم اول به عنوان رژیم رشد نقدینگی پایین و رژیم دوم، رژیم رشد نقدینگی بالا با حد آستانه 5 درصد (20 درصد در سال) برای رشد نقدینگی، شناسایی میشود. نتایج نشان داد که در رژیم رشد نقدینگی بالا، مخارج مصرفی عامل تورمی محسوب میشود. در رژیم رشد نقدینگی پایین، افزایش بیشتر نقدینگی، اثرات تورمی کمتری در کوتاه‌مدت داشته و احتمالا اثرات بیشتری بر رشد اقتصادی دارد. انتظارات تورمی در رژیم رشد نقدینگی پایین، اثرات قوی‌تری در ایجاد تورم کوتاه‌مدت نسبت به رژیم رشد نقدینگی بالا دارد. در رژیم رشد نقدینگی بالا، افزایش حجم پول اثرات بیشتری بر تورم کوتاه‌مدت و اثرات کمتری بر تولید دارد. بنابراین می‌توان در رژیم رشد نقدینگی پایین از ابزار سیاست پولی و مالی برای تحریک تقاضا و همزمان کنترل تورم به نحو موثری سود جست. همچنین در رژیم رشد نقدینگی بالا، انضباط همزمان سیاست‌های مالی و پولی بیشترین اثربخشی را بر کاهش تورم دارد.



[1]- Smooth Transition Regression

کلیدواژه‌ها


ابونوری، اسماعیل وعرفانی، علیرضا (1387)، «الگوی چرخشی مارکف و پیش‌بینی احتمال وقوع بحران نقدینگی در کشورهای عضو اوپک»، پژوهشنامه اقتصادی، شماره 3، صص 174-153.
اصغر­پور، حسین و مهدیلو ، علی (1393)، «محیط تورمی و تاثیر درجه عبور نرخ ارز بر قیمت واردات در ایران: رهیافت مارکوف- سوئیچینگ«، فصلنامه پژوهش­ها و سیاست­های اقتصادی، شماره 70، صص 102-75.
اندرس، والتر (1389)، اقتصادسنجی سری­های زمانی (جلد اول)، مترجم، مهدی صادقی و سعید شوال­پور، انتشارات دانشگاه امام صادق، تهران.
خداویسی، حسن، ملا­بهرامی، احمد و حسینی، رضا (1392)، «مقایسه پیش­بینی تورم بر پایه معادلات دیفرانسیل تصادفی با مدل­های رقیب»، فصلنامه پژوهش­های اقتصادی، شماره 1، صص 46-25.
زراء نژاد، منصور و شهرام، حمید (1388)، «پیش بینی نرخ تورم در اقتصاد ایران با استفاده از شبکه‌های عصبی مصنوعی پویا (دیدگاه سری زمانی)»، اقتصاد مقداری، شماره 1، صص 167-145.
طیب­نیا، علی و تقی ملایی، سعید (1389)، «پول و تورم در ایران رویکرد خودرگرسیون برداری»، فصلنامه برنامه­ریزی و بودجه، شماره 110، صص 30-3.
عرب‌مازار، علی اکبر و چالاک، فرشته (1389)، «تحلیل پویای اثر مخارج دولت بر رشد اقتصادی در ایران»، فصلنامهتحقیقاتاقتصادیدانشگاهتهران، شماره 91، صص 140-121.
فرزین­وش، اسدا...، اصغرپور، حسین و محمودزاده، محمود (1382)، «بررسی اثر تورم بر کسری بودجه از بعد هزینه­ای و درآمدی در ایران»، مجله تحقیقات اقتصادی، شماره 63، صص 150-115.
فلاحی، فیروز، اصغرپور، حسین، متفکرآزاد، محمدعلی و منتظری شورکچالی، جلال (1390)، «تاثیر تورم بر رشد اقتصادی در ایران: با استفاده از مدل رگرسیون انتقال ملایم STR»، فصلنامه سیاست­های اقتصادی، شماره 1، صص 64-47.
مشیری، سعید (1380)، «پیش­بینی تورم ایران با استفاده از معادلات ساختاری، سری زمانی و شبکه­های عصبی»، مجله تحقیقات اقتصادی، شماره 58، صص 184-147.
Cologni, A., & Manera, M. (2006), “The Asymmetric Effects of Oil Shocks on Output Growth: A Markov–Switching Analysis for the G-7 Countries”, Economic Modelling, 26(1), 1-29.
De Castro Fernandez, F & Hernandez De Cos, P. (2006), “The Economic Effects Of Exogenous Fiscal Shocks In Spain: A Svar Approach”, Ecb Working Paper/ 647.
Ezirim, Ch., Muoghal .m. I., Elik U.,(2008), “Inflation Versus Public Expenditure Growth in the Us: An Empirical Investigation”, North American Journal of Finance and Banking Research, 2(2), 26-40.
Georgantopoulos, A., Tsamis ,A. (2010), “The Interrelationship between Money Supply, Prices and Government Expenditures and Economic Growth: A Causality Analysis for the Case of Cyprus” , International Journal of Economic Sciences and Applied Research, 5 (3), 115-128.
Granger, C.W. and T. Terasvirta (1993), Modelling Nonlinear Economic Relationships, Oxford University Press: Oxford.
Hamilton, J. D. (1994), Time Series Analysis. Princeton University Press, Princeton.
Johnson, H. (1978), Selected essays In Monetary Economics, London: George Allen Unwin.
Keynes, J. M. (1936), The General Theory of Employment, Interest and Money, London: Macmillan.
Krolzig, H.-M. (1997), Markov Switching Vector Autoregressions, Modelling, Statistical Inference and Application to Business Cycle Analysis. Berlin: Springer.
Magazzino, C. (2011), “The Nexus between Public Expenditure and Inflation in the Mediterranean Countries”, MPRA Paper No. 28493.
Mizrach, B., & Watkins, J. (1999), “A Markov Switching Cookbook”, In Rothman, Philip, Nonlinear Time Series Analysis of Economic and Financial Data (pp. 33-43). Springer US.
Musa, Y., & Asare, B. K. (2013), “Long and Short Run Relationship Analysis of Monetary and Fiscal Policy on Economic Growth in Nigeria: A VEC Model Approach”, Research Journal of Applied Sciences, Engineering and Technology, 5(10): 3044-3051.
Olayungbo , David Oluseun (2013), “Government Spending and Inflation in Nigeria: An Asymmetry Causality Test”, InternationalJournal of Humanities and Management Sciences (IJHMS), 1(4), 2320-4044.
Piontkivsky, R., Bakun, A., Kryshko, M., &Sytnyk, T. (2001), “The Impact of the Budget Deficit on Inflation in Ukraine”, International Association for the Promotion of Cooperation with Scientists from the New Independent States of the Former Soviet Union (INTAS) Research Report, 95, 0273.
Rafiq, S., & Zeufack, A. (2012), “Fiscal Multipliers Over the Growth Cycle: Evidence from Malaysia”, Policy Research Working Paper 5982
Surjaningsih, Ndari, Utari, G. A. Diah, Trisnanto, Budi (2012), “The Impact Of Fiscal Policy On The Output And Inflation”, Bulletin of Monetary Economics and Banking, 367, April 2012
Teräsvirta T. and H.M. Anderson (1992), “Characterizing Non-linearities in Business Cycles Using Smooth Transition Autoregressive Models”, Journal of Applied Econometrics 7, S119S136.
Terasvirta, T; (2004), Smooth Transition Regression Modelling, in H. Lutkepohl and M. Kratzig (eds); Applied Time Series Econometrics, Cambridge University Press, Cambridge, 17.
Van Dijk, D., Trasvirta, T. & Franses, P. H; (2000),”Smooth Transition Autoregressive Models-a Survey of Recent Developments”, Econometric Reviews, Vol. 21, PP. 1-47.