پایان نامه درمورد شاخص قیمت، شاخص قیمت مصرف کننده، مصرف کننده، تولید ناخالص داخلی

دانلود پایان نامه ارشد

ل اطمینان از هم‌‌جمعی بودن متغیرها انجام می‌گردد، سپس وقفه بهینه مدل تعیین و وجود و تعداد بردارهای همگرایی (رابطه‌ی بلندمدت بین متغیرها) با کمک آزمون یوهانسون آزمون می‌شود تا اگر چنین رابطه‌ای وجود داشت؛ رابطه‌ی بلندمدت برآورد شود، در نهایت پارامترهای کوتاه‌مدت به وسیله‌ی تجزیه واریانس و توابع عکس‌العمل به دست می‌آید.
معرفی مدل و متغیرها
برای ارزیابی قابلت پوشش تورم دارایی‌های سهام، مسکن، سکه طلا و ارز، با توجه به نظریه فیشر، نظریه جانشینی فاما و همچنین اهمیت جانشین بودن هر یک از این دارایی بر اساس نظریه پرتفوی، دو الگو برای هر دارایی، به منظور بررسی رابطه‌ی آن با تورم و تورم انتظاری، همراه با سایرمتغیرهای کلان اقتصادی و دارایی‌های جانشین شکل می‌گیرد. این مدل‌ها بر اساس الگوی خودتوضیح برداری به صورت زیر برآورد می‌شود. معادلات 4-1 تا 4-4 نشان‌دهنده‌ی رابطه‌ی بازده دارایی‌ها با تورم و سایر متغیرهای مؤثر است که به صورت لگاریتمی ارائه شده است. مدل با تورم انتظاری نیز همانند مدل با تورم است، تنها به جای تورم از تورم انتظاری در مدل‌ها استفاده می‌شود.
4-1

〖LTEPIX〗_t=α_1+∑_(i=1)^n▒〖β_ii 〖LCPI〗_(t-i) 〗+∑_(i=1)^n▒〖β_ih LHP_(t-i) 〗+∑_(i=1)^n▒〖β_ic LCOIN_(t-i) 〗+∑_(i=1)^n▒〖β_ie LEX_(t-i) 〗+∑_(i=1)^n▒〖β_ig LGDP_(t-i) 〗+∑_(i=1)^n▒〖β_im LM_(t-i) 〗+∑_(i=1)^n▒〖β_io LOIL_(t-i) 〗+ε_1t

4-2

〖LHP〗_t=α_2+∑_(i=1)^n▒〖β_ii LCPI_(t-i) 〗+∑_(i=1)^n▒β_it LTEPIX_(t-i)+∑_(i=1)^n▒〖β_ic LCOIN_(t-i) 〗+∑_(i=1)^n▒〖β_ie LEX_(t-i) 〗+∑_(i=1)^n▒〖β_ig LGDP_(t-i) 〗+∑_(i=1)^n▒〖β_im LM_(t-i) 〗+∑_(i=1)^n▒〖β_io LOIL_(t-i) 〗+ε_2t

4-3

〖LCOIN〗_t=α_3+∑_(i=1)^n▒〖β_ii LCPI_(t-i) 〗+∑_(i=1)^n▒〖β_it LTEPIX_(t-i) 〗+∑_(i=1)^n▒〖β_ih LHP_(t-i) 〗+∑_(i=1)^n▒〖β_ie LEX_(t-i) 〗+∑_(i=1)^n▒〖β_ig LGDP_(t-i) 〗+∑_(i=1)^n▒〖β_im LM_(t-i) 〗+∑_(i=1)^n▒〖β_io LOIL_(t-i) 〗+ε_3t

4-4

〖LEX〗_t=α_4+∑_(i=1)^n▒〖β_ii LCPI_(t-i) 〗+∑_(i=1)^n▒〖β_it LTEPIX_(t-i) 〗+∑_(i=1)^n▒〖β_ih LHP_(t-i) 〗+∑_(i=1)^n▒〖β_ic LCOIN_(t-i) 〗+∑_(i=1)^n▒〖β_ig LGDP_(t-i) 〗+∑_(i=1)^n▒〖β_im LM_(t-i) 〗+∑_(i=1)^n▒〖β_io LOIL_(t-i) 〗+ε_4t

از آنجایی‌که سیستم‌های VAR به علت ماهیت خودرگرسیونی بودن نیازمند داده‌های زیاد است و با توجه به این‌که داده‌های بازار سهام از سال 1370 به بعد موجود است، بهترین شکل استفاده از داده‌ها، داده‌های فصلی است، بنابراین از داده‌های فصل دوم 1370 تا فصل سوم 1392 برای برآورد مدل‌ها بهره گرفته شده است. منبع این داده‌ بانک اطلاعات سری زمانی، مجله نماگرهای اقتصادی و شاخص‌های ماهانه‌ی اقتصادی بانک مرکزی است. متغیرهای مورد استفاده در مدل عبارتند از:
LCPI : لگاریتم شاخص قیمت مصرف کننده. تورم به عنوان یکی از عوامل کلان اقتصادی، همواره مورد توجه جامعه اقتصادی و مالی قرار داشته است. تورم از شرایط عدم تعادل عرضه و تقاضای کل پدید می‌آید و تناسب میزان شکاف بین آن‌ها، تشدید و تضعیف می‌شود. تورم یکی از عوامل مؤثر بر بازدهی سرمایه‌گذاری است و در تصمیم‌گیری‌های اقتصادی و مالی تأثیر قابل توجهی دارد. تورم وضعیتی است که سطح عمومی قیمت‌ها، به طور مداوم و به مرور زمان افزایش می‌یابد. برای محاسبه‌ی نرخ تورم از شاخص قیمت مصرف کننده استفاده شده است.
LTEPIX : لگاریتم شاخص قیمت سهام. بورس اوراق بهادار يکي از مهم‌ترين بازارهاي مالي است که به نوعي نشان‌گر اقتصاد هر کشور به شمار مي‌رود. در بورس‌هاي معتبر دنيا شاخص‌هاي متعددي براي بررسي، تجزيه و تحليل عملکرد اين بورس‌ها مورد محاسبه قرار مي‌گيرد. نخستين شاخص مورد استفاده در بورس سهام، شاخص قيمتي سهام است که خود به چندين روش محاسبه مي‌شود.
LHP : لگاریتم شاخص قیمت مسکن. بخش مسکن یکی از مهم‌ترین بخش‌های اقتصادی است که هم از لحاظ سهم در سبد هزینه خانوار و هم از لحاظ سهم در تولید ناخالص داخلی و نقش آن در تغییرات شاخص های کلان اقتصادی همچون رشد اقتصادی و اشتغال عوامل تولید از اهمیت غیرقابل انکاری برخوردار است. معمولاً براي نشان دادن سطح قيمت‌ها در بخش مسكن، از شاخص مربوط به گروه مسكن، سوخت و روشنايي در شاخص قيمت مصرف‌كننده استفاده مي‌شود.
LCOIN: لگاریتم قیمت سکه بهار آزادی. طلا به دلیل ماهیت اعتباری، ریسك کم و بازده منطقی به عنوان سرمایه‌گذاری امن و مطمئن مورد توجه سرمایه‌گذاران است. در ايران اين دارايي، اكثراً به صورت سكه‌ی طلا در سبد دارايي افراد قرار می گیرد، بنابراین برای بررسی قابلیت پوشش تورم طلا از داده‌های قیمت سکه بهار آزادی (طرح قدیم) استفاده شده است.
LEX : لگاریتم نرخ ارز غیر رسمی (دلار). نرخ ارز را می‌توان به صورت واحدهایی از پول داخلی در مقابل پول خارجی تعریف کرد. در این‌جا منظور، ارزش دلار بر حسب ریال در بازار غیررسمی است.
LGDP : لگاریتم تولیدناخالص داخلی بدون نفت. منظور از تولید ناخالص داخلی ارزش مجموع تولید کالا‌ها و خدمات نهایی است که توسط یک نظام اقتصادی در یک دوره زمانی مشخص مثلاً یک سال تولید می‌شود. از آنجا كه توليد ناخالص داخلي به عنوان شاخصي از رشد يا ركود اقتصادي در نظر گرفته مي‌شود، لذا تغييرات توليد ناخالص داخلي مي‌تواند وضعيت بازار را نشان دهد، در نتيجه مي‌توان آثار آن را در تغيير بازده و شاخص قيمت دارایی‌ها مشاهده كرد. رونق اقتصادی (افزایش تولید نسبت به روند بلندمدت) انتظارات سرمایه‌گذاران در خصوص سودآوری فعالیت‌ها و اطمینان سرمایه‌گذاری را تحت تأثیر قرار می‌دهد. افزایش رشد اقتصادی، بی‌اطمینانی اقتصادی را کاهش و سودآوری انتظاری سرمایه‌گذاری را افزایش می‌دهد. این عوامل به همراه افزایش ثروت مورد انتظار منجر به افزایش تقاضا برای انواع دارایی و قیمت آن‌ها می‌شود (میلر و شوفنگ، 2001). در این تحقیق تولید ناخالص داخلی بدون نفت به قیمت ثابت در نظر گرفته شده است.
LM : لگاریتم حجم نقدینگی. اجزای تشکیل دهنده نقدینگی، پول و شبه پول است و نتيجه عملكرد بخش بانكي و مردم بر روي پايه پولي است، که با تغيير رفتار بانك‌ها (ذخاير احتياطي بانك‌ها)، تغيير رفتار مردم (نسبت اسكناس به سپرده) و همچنين سياست بانك مركزي (نرخ ذخيره قانوني) تغيير مي‌كند. پولیون استدلال می‌کند که افزایش حجم پول به طور مستقیم و بدون واسطه بر جریان مخارج و قیمت دارایی‌ها اثر خواهد گذاشت. افزایش در حجم پول، تعادل بین مانده پول واقعی و مانده پول مطلوب را بر هم زده و در تلاش برای از بین بردن اضافه عرضه، اضافه تقاضا در دامنه‌ی وسیعی از کالاها و خدمات و همچنین به وجود خواهد آمد. این دارایی‌ها طیف وسیعی از دارایی‌های مالی با ریسک‌های مختلف (مانند اوراق قرضه خزانه، رهنی، سهام و …) و همچنین دارایی‌های حقیقی (مسکن، کالاهای بادوام و…) را در بر می‌گیرد. مطابق این نظریه، با افزایش تقاضا برای این دارایی‌ها، قیمت آن‌ها به طور مستقیم افزایش پیدا می‌کند (میلر و شوفنگ، 2001).
LOIL : لگاریتم درآمدهای نفتی. در اقتصادهای متکی به نفت و ارز حاصل از آن، تحولات قیمت نفت و به تبع آن درآمدهای نفتی می‌تواند یکی از عوامل مهم تأثیرگذار بر بخش‌های مختلف اقتصاد مانند بازار دارایی‌ها محسوب شود. با توجه به این‌که ایران یکی از کشورهای صادرکننده نفت و عضو اوپک است و بخش قابل توجهی از درآمدهایش را از صادرات نفت و درآمدهای ارزی و ریالی حاصل از آن تأمین می‌کند، در پی تغییرات قیمت نفت، درآمدهای کشور نیز با بی‌ثباتی شدیدی مواجه می‌شود. با ایجاد شوک نفتی و ورود این درآمدها در بودجه عمومی، تقاضای کل و درآمد حقیقی افزایش می‌یابد. به این ترتیب، شوک نفتی مثبت از طریق اثر درآمدی باعث افزایش قیمت دارایی‌ها شود. در این پژوهش درآمدهای نفتی به عنوان متغیر نماینده‌ی شوک‌های نفتی در نظر گرفته شده است.
LCPIF : لگاریتم شاخص قیمت مصرف کننده پیش‌بینی شده (انتظاری). بسیاری از تصمیمات اقتصادی که توسط سیاست‌گذاران، بنگاه‌ها، سرمایه‌گذاران و مصرف‌کنندگان اتخاذ می‌شود مبتنی بر پیش‌بینی تورم است، لذا اثر تورم انتظاری به عنوان یک عامل مهم بر بازده دارایی‌ها باید در نظر گرفته شود. برای این منظور نرخ تورم انتظاری از طریق روش ARIMA که در فصل سوم مفصلاً بحث شد، پیش‌بینی می‌شود. در مدل‌سازی یک الگو ARIMA(p,d,q)، نیاز به تعیین سه پارامتر p,d,q است، d تعداد دفعات تفاضل‌گیری لازم برای ایستایی متغیر (که معمولاً صفر یا یک یا به ندرت 2 است)، p مرتبه‌ی خودرگرسیو(AR) و q مرتبه‌ی میانگین متحرک (MA) الگو است. براساس نتایج آزمون پایایی لگاریتم شاخص قیمت مصرف کننده در جدول 4-1، مقدار d برای متغیر تورم یک بدست آمد. اکنون باید تعداد وقفه‌های بهینه برای جملات خودرگرسیو و میانگین متحرک، به عبارتی مقادیر p و q تعیین گردد. برای این کار با توجه به نمودار همبستگی‌نگار تورم (پیوست 1) و وقفه‌های بیرون زده از حدود اطمینان تابع خود همبستگی (برای مرتبه‌ی MA) و خود همبستگی جزئی (برای مرتبه‌ی AR)، که در واقع وقفه‌های معنی‌دار را نشان می‌دهد، وقفه‌ی 1، 3، 4 و 5 برای AR و وقفه‌ی 1، 2، 3 و 4 برایMA در نظر گرفته شد. سپس ترکیب‌های مختلف از این وقفه‌ها دو به دو تخمین زده و ترکیبی را که دارای معیارهای آکائیک و شوارتز-بیزین کمتری است به عنوان مدل بهینه انتخاب می‌شود.

جدول 4-1: آزمون ریشه واحد LCPI
با عرض از مبدأ
با عرض از مبدأ و روند
آماره
متغیر
آماره دیکی فولر
مقدار بحرانی
آماره دیکی فولر
مقدار بحرانی

5%
10%

5%
10%
LCPI
06/1-
89/2-
58/2-
86/2-
46/3-
15/3-
مأخذ: یافته‌های تحقیق
جدول4-2: مقادیر معیار شوارتز-بیزین
AR
MA
0
1
3
4
5
0
39/4-
39/4-
25/4-
44/4-
18/4-
1
37/4-
35/4-
3/4-
*59/4-
3/4-
2
21/4-
348/4-
2/4-
47/4-
13/4-
3
29/4-
346/4-
23/4-
44/4-
23/4-
4
41/4-
54/4-
37/4-
46/4-
33/4-
مأخذ: یافته‌های تحقیق

با توجه به نتایج جدول 4-2 مشهود است که کمترین مقدار معیار شوارتز- بیزین برابر 59/4- و مربوط به فرآیندی با تعداد جملات خودرگرسیو 4 و میانگین متحرک 1 است. لذا از میان 25 حالت برآورد شده، فرآیند (4,1,1) ARIMA به عنوان بهترین مدل برای پیش‌بینی انتخاب گردید. پس از یافتن مدل بهینه، پارامترهای مدل با استفاده از روش حداقل مربعات معمولی (OLS) برآورد شد. پس از تشخیص و تخمین مدل بهینه، به دنبال پاسخ به این سؤال که آیا مدل انتخابی، داده‌ها را به خوبی برازش می‌کند یا به عبارت دیگر آیا مدل انتخابی، مدل مناسبی برای توصیف داده‌ها و استفاده از آن به منظور پیش‌بینی مقادیر آینده متغیر مورد نظر است، باید بود. برای بررسی میزان مناسبت مدل، برازش بیش‌ از حد یا برازش جامع‌تر71 می‌تواند مورد استفاده قرار گیرد. به این ترتیب که پس از تشخیص یک مدل مناسب، مدل عمومی‌تری برای داده‌ها برازش می‌شود. بنابراین اگر فرآیند ARIMA(p,d,q) به عنوان یک مدل مناسب انتخاب شود، مدل‌های بزرگتری مانند ARIMA(p+1,d,q) و ARIMA(p,d,q+1) برازش خواهد شد. اندرس در این زمینه بیان می‌کند: «جدای از اینکه چه نوع معیاری برای انتخاب مدل مورد استفاده قرار گرفته است؛ می‌بایست با دیده تردید به مدل انتخاب شده نگریست. به ویژه زمانی‌که مجموعه مشاهدات زیادی وجود دارد؛ امکان انتخاب یک مدل که نسبت به همه‌ی مدل‌های دیگر مرجح باشد وجود ندارد و در این شرایط محقق می‌تواند نتایج برآورد و پیش‌بینی حاصل از چند مدل رقیب را نیز گزارش نماید» (اندرس،156:1386). با توجه به توضیحات فوق در ادامه نتایج تخمین و پیش‌بینی‌های دو مدل (4,1,2)ARIMA و (5,1,1)ARIMA نیز در کنار مدل (4,1,1)ARIMA بررسی و در نهایت از بین آن‌ها مدلی که قادر به ارائه پیش‌بینی‌های دقیق‌تر باشد به عنوان مدل مطلوب برگزیده خواهد شد. نتایج برآورد

پایان نامه
Previous Entries پایان نامه درمورد الگوی تصحیح خطا، تصحیح خطای برداری، مدل ARIMA، جوسیلیوس Next Entries پایان نامه درمورد تجزیه واریانس، بازده سهام، تأثیرپذیری