عنوان پایان‌نامه
بررسی تجربی رابطه میان تورم و رشد بهره وری در ایران
- رشته تحصیلی
- علوم اقتصادی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده اقتصاد شماره ثبت: 1352;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 50424
- تاریخ دفاع
- ۳۱ شهریور ۱۳۸۸
- دانشجو
- مهدی نوری
- استاد راهنما
- حمید ابریشمی
- چکیده
- بررسی رابطه تورم و بهره‌وری موضوعی است که در دهه‌های اخیر مورد پژوهش بسیاری از محققان قرار گرفته است. در این راستا در این مطالعه تلاش شده است تا نگاهی متفاوت و جامع نسبت به سایر مطالعات در زمینه مبانی نظری انداخته شود که می توان بیان داشت از غنای به مراتب بیشتری نسبت به پژوهش های گذشته برخوردار است. در این پایان نامه رابطه علی میان تورم و رشد بهره وری در اقتصاد ایران طی دوره 1385-1338 با بهره گیری از روش های خطی و غیر خطی و با استفاده و ارائه روش های نوین مبتنی بر شبکه های عصبی و اقتصادسنجی آزمون می شود . نتایج نشان می دهد که علیرغم عدم وجود رابطه خطی میان تورم و رشد بهره وری، یک رابطه غیرخطی میان این دو متغیر با استفاده از روش علیت غیرخطی GMDH و نیز روش STR وجود دارد. علاوه بر این، تحقیق حاضر با هدف کشف اطلاعات نهفته در سری‌های زمانی این دو متغیر، رابطه میان آن ها را با استفاده از تجزیه موجک(Wavelet) تحلیل می‌کند و بر آن است تا افزون بر مطالعه سری‌های اصلی، رابطه میان سری‌های تجزیه شده را نیز بررسی نماید که پیش‌تر مورد توجه محققان نبوده‌است. نتایج حاصل از بررسی سری‌های زمانی نرخ تورم و نرخ رشد بهره‌وری نشان می دهد که رابطه آماری معناداری میان سری‌های اصلی برقرار نیست اما میان سری‌های تجزیه شده متغیرها در سطوح اول و دوم، رابطه‌ای منفی و معنادار وجود دارد. به‌علاوه، نتایج آزمون علیت گرنجر وجود رابطه علی میان سری‌های تجزیه شده در فرکانس‌های مختلف را تأیید می‌نماید. همچنین بر مبنای این مطالعه ابزاری برای برآورد نااطمینانی تورم نیز ارایه شده است.
- Abstract
- The relationship between inflation and productivity has been a topic of research by many economists in recent decades. The current research provides a comprehensive and distinctive approach to the study of the relationship between the two variables, in order to open new perspectives. In this dissertation we investigate the causal relationship between inflation and productivity growth in Iran, using linear and non linear methods based on neural network and econometrics for the period 1960-2006. We develop a new approach to determining a nonlinear relationship between the two variables. The results indicate that despite the lack of a linear relationship between inflation and productivity growth, a nonlinear relationship between the two variables can be observed by using nonlinear GMDH causality and STR . Moreover, this study is the first time that the wavelet decomposition technique is used to extract hidden information contained in time series general and grouped data sets. Both TFP growth and inflation are decomposed up to three levels. The analysis of causality relations among all the composed and decomposed series shows that while there is no statistically meaningful relationship between the actual series, one can observe some negative co-relations among decomposed series in the first and second level. Moreover, this study reveals the existence of Granger causality amongst elements of various frequencies of both series. We conclude by offering some tools for measuring the uncertainty of estimates of inflation. JEL Classification: E31, D24, C45, C6 Keywords: Productivity, Inflation Rate, Causality Relation, GMDH Neural Network, Wavelet Analysis
