نیروی فرهیختگان و دانایان، سازگاری اجتماعی، نظامی باز و واقعی و غیره وجود داشته باشد.
(نونژاد، 1377 ص 12)
عوامل مختلفی در پیدایش و ایجاد یا کاهش و از دست رفتن امنیت شهرها تاثیر گذار هستند.
امروزه پیدایش و گسترش سریع شهرها و افزونی شدید جمعیت آن همراه با مشکلات خاصی است.
(متالین، 1372 ص 91)
این مطلب را هم بخوانید :
عوامل موثر در افزایش نرخ فرار سایت – کاربران را از خود فراری ندهید!
همه و همه از جمله مشکلات و مسایل مدیریت شهری قلمداد
2-12-1 اثر درآمدی مالیات بر ارزش افزوده…………………………………………………. 27
2-12-2 اثر قیمتی مالیات بر ارزش افزوده………………………………………………… 27
2-12-3 اثر توزیعی مالیات بر ارزش افزوده………………………………………………… 27
2-13 مالیات بر ارزش افزوده در کشورهای مختلف …………………………………….. 27
2-14 تحلیلی از تورم و تأثیر مالیات بر ارزش افزوده بر تورم …………………………….. 30
2-14-1 مفهوم تورم ………………………………………………………………………. 30
2-14-2 انواع تورم …………………………………………………………………….. 30
2-14-3 چگونگی تأثیرگذاری مالیات بر ارزش افزوده بر تورم ………………………… 31
2-15 مطالعات تجربی ……………………………………………………………………… 31
2-15-1 مطالعات داخلی …………………………………………………………………. 31
2-15-2 مطالعات خارجی ………………………………………………………………… 33
فصل سوم : ارائه الگو و روش تحقیق ……………………………………………………… 36
3-1 مقدمه …………………………………………………………………………………… 37
3-2 تصریح مدل …………………………………………………………………………….. 37
3-3 مدل سازی در قالب داده های تابلویی ……………………………………………. 40
3-3-1 مزایای استفاده از داده های تابلویی………………………………………………… 40
3-3-2 مدل کلی داده های تابلویی ………………………………………………………… 42
3-3-3 تخمین زننده های GMM …………………………………………………………..
این مطلب را هم بخوانید :
3-3-3-1 روش گشتاورها ………………………………………………………………… 44
3-3-3-2 شرایط گشتاوری ……………………………………………………………… 44
3-3-3-3 روش تخمین گشتاورها …………………………………………………….. 45
3-3-4 تخمین روش تعمیم یافته گشتاورها ……………………………………………….. 45
3-3-4-1 تعریف تخمین زننده GMM……………………………………………………….
3-3-4-2 تخمین ماتریس کواریانس …………………………………………………… 47
3-3-5 مدل داده های ترکیبی پویا ……………………………………………………… 47
3-3-6 آزمون ریشه واحد و داده های تابلویی ……………………………………………… 51
3-3-7 آزمون لوین و لین – چو (LLC) ……………………………………………………. 51
فصل چهارم : توصیف داده ها و برآورد الگو …………………………………………….. 53
4-1 مقدمه ………………………………………………………………………………. 54
4-2 توصیف داده ها ……………………………………………………………………… 54
4-3 آزمون ریشه واحد داده های تابلویی…………………………………………….. 66
4-4 برآورد الگو و ارائه نتایج …………………………………………………………… 67
فصل پنجم : نتیجه گیری و پیشنهاد ها………………………………………………. 70
5-1 نتیجه گیری ……………………………………………………………………………. 71
5-2 پیشنهادها ………………………………………………………………………… 71
منابع ……………………………………………………………………………………. 72
فارسی …………………………………………………………………………….. 72
انگلیسی ……………………………………………………………………………. 74
پیوست ها ……………………………………………………………………………. 75
چکیده:
امروزه اکثر جوامع با معضل تورم درگیر می باشند چرا که آثار مخرب اقتصادی و اجتماعی آن به اشکال مختلف ظاهر می شود. با توجه به اینکه در بلند مدت هیچ واحد اقتصادی از نتایج نامطلوب تورم در امان نیست، شناسایی علل تورم و راهکارهای مقابله با آن همواره از اهمیت خاصی برخوردار می باشد.
در پژوهش حاضر اثر مالیات برارزش افزوده بر تورم مورد بررسی قرار می کیرد در این راستا با استفاده از اطلاعات آماری بیست و سه کشور منتخب طی دوره زمانی 2006-2002 اثر مالیات بر ارزش افزوده به همراه دیگر متغیرهای توضیحی از جمله ثبات سیاسی، تولید ناخالص داخلی سرانه، درجه باز بودن اقتصاد، نسبت نقدینگی به GDP و تورم دوره های قبل بر تورم بررسی می شود.
نتایج حاصل از برآورد الگوها به با روش اقتصادسنجی داده های تابلویی حاکی از آن است که مالیات بر ارزش افزوده اثر مثبت و معنی داری بر تورم به همراه دارد. همچنین اثر ثبات سیاسی ، درجه باز بودن اقتصاداثرمنفی برتورم دارند و نسبت نقدینگی به GDP و تورم دوره های اثرمثبت برتورم دارند که مطابق نتایج مطالعات تجربی قبل حاصل شده است.
فصل اول: کلیات پژوهش
1-1- بیان مسئله
نظام مالیاتی به طور کلی از دو جزء قوانین و مقررات مالیاتی و نظام اجرایی تشکیل شده است. نظام مالیاتی می بایست با توجه به تغییرات اقتصادی از انعطاف پذیری لازم برخوردار باشد نتایچ بررسی های انجام گرفته در زمینه مالیات ها حاکی از آن است که در اغلب کشورها عملکرد نظام مالیاتی از کارایی لازم برخوردار نمی باشد و انجام برخی اصلاحات در این زمینه ضروری می باشد. در این خصوص مالیات بر ارزش افزوده به عنوان یکی از راهکارهای اساسی اصلاح نظام مالیاتی مورد توجه بسیاری از کشورهای جهان قرار گرفته است.
هر چند مالیات بر ارزش افزوده به دلیل اثرات اقتصادی مثبت و گسترده بودن پایه مالیاتی آن مورد توجه دولت ها بوده که می تواند دولت را در اجرای سیاست های مالی یاری دهد، اما نگرانی هایی را نیز در جوامع ایجاد نموده است. یکی از این نگرانی ها (( اثرات این نوع از مالیات بر تورم )) می باشد. تورم یکی از مهمترین و اساسی ترین مشکلات اقتصادی جوامع امروزی به شمار می آید که آثار مخرب اقتصادی و اجتماعی آن به اشکال مختلف ظاهر می شود که: افزایش کسری بودجه دولت، کسری تراز پرداختها، افزایش نابرابری توزیع درآمد، کاهش پس اندازها و… از آن جمله به شمار می آید و با توجه به اینکه در بلند مدت هیچ واحد اقتصادی از نتایج نامطلوب تورم در امان نیست مطالعه حاضر به بررسی رابطه تورم و مالیات بر ارزش افزوده می پردازد.
2-1- اهمیت و ضرورت تحقیق
بررسی اثرات اجرای مالیات بر ارزش افزوده همواره از اهمیت خاصی برخوردار است. با توجه به اینکه اغلب کشورها با معضل تورم مضمن درگیر می باشند شناسایی علل تورم و راهکارهای مقابله با ان همواره از اهمیت خاصی برخوردار می باشد در این تحقیق با استنفاده از تجربه جهانی اجرای مالیات بر ارزش افزوده در کشورهای منتخب ( (OECD به بررسی اثر این مالیات بر تورم پرداخته می شود.
3-1- اهداف تحقیق
هدف تحقیق حاضر بررسی اثر مالیات برارزش افزوده بر تورم می باشد.
4-1- فرضیه پژوهش
فرضیه پژوهش حاضر به شکل زیر می باشد:
اثر مالیات بر ارزش افزوده بر تورم مثبت و معنی داری می باشد.
1-2- آشنایی با تحلیل پویاییشناسی سیستمی
تحلیل پویاییشناسی سیستمی در اواسط دهه 1950 توسط فارستر[1]، ارائه شد. فارستر تحصیلات دانشگاهی خود را در زمینه مهندسی برق، در سال 1939 در دانشگاه فوق آغاز کرد. اولین کار تحقیقی وی زیر نظر دکتر گوردن براون[2]، در آزمایشگاه مکانیسم فرمان[3] بود. اعضای این آزمایشگاه مشغول انجام مطالعاتی در زمینه مکانیسمهای کنترل بازخورد برای تجهیزات ارتش بودند. فارستر در راستای فعالیتهایش در آزمایشگاه مکانیسم فرمان در جنگ جهانی دوم، به مطالعه و تحقیق روی راهاندازی سیستم کنترل رادار در خارج از موشک پرداخت.
در انتهای جنگ جهانی دوم، فارستر به فکر ایجاد شبیهسازهای پرواز موشک برای نیروی دریایی آمریکا افتاد. واضح است که تست و آزمایش تکنولوژی نوظهور در یک محیط کامپیوتری، امکان استفاده بهتر و مفیدتر آن را فراهم میکند. بنابراین در سال 1947، آزمایشگاه کامپیوتری دیجیتال، تحت نظارت فارستر تأسیس و شروع به کار کرد. اولین کار تحقیقاتی این آزمایشگاه ایجاد یک محیط کامپیوتری به نام “WHIRL WIND” برای آزمون و بررسی سیستم اطلاعاتی جنگ بود (اساس این پروژهها بر مکانیسمهای کنترل بازخورد استوار بود). بعد از این پروژه، فارستر مسؤولیت طراحی برنامههای کامپیوتری برای سیستم دفاع هوایی آمریکا به نام محیط نیمه اتوماتیک زمین SAGE[4] را بر عهده گرفت.
تجربیات فارستر به عنوان مدیر پروژههای آزمایشگاه کامپیوتری دیجیتال، منجر شد تا فارستر به این جمعبندی از مشکلات یک سازمان برسد که مشکلاتی که سر راه پیشرفت سازمانها به وجود میآید، عمدتاً ناشی از بخش مدیریتی سازمان است نه بخش مهندسی سازمان. به نظر فارستر، شناخت و کنترل سیستمهای اجتماعی بسیار مشکلتر از درک و کنترل سیستمهای فیزیکی است. بنابراین مشکلات یک سازمان، بیشتر ناشی از بخش مدیریتی یک سازمان است.
در سال 1956، فارستر، تدریس در دانشکده تازه تأسیس مدیریت دانشگاه MIT را بر عهده گرفت. هدف اولیه وی این بود تا از تجربیات مهندسی و تحقیقاتی خود برای کشف دلایل موفقیت و یا شکست یک سازمان استفاده کند. تجربیات مهندسی و مدیریتی فارستر منجر به ارایه تکنیک تحلیل پویاییشناسی سیستمی در اواسط دهه 1950 شد. فارستر با استفاده از ساختار بازخورد و مدل کردن دستی ساختار تصمیمگیری یک کارخانه برق نشان داد که مشکلات اصلی این سازمان به دلیل عدم ثبات تدابیر مدیریتی سازمان در اشتغال است و مسایل تجاری خارج از سازمان منجر به عدم پیشرفت سازمان نشدهاند. این مدلسازی دستی، از اولین کارهای انجام شده در زمینه پویاییشناسی سیستمی بود.
در اواخر دهه 1950و اوایل دهه 1960، فارستر به همراه یک گروه تحقیقاتی دانشجویی، مدلسازی دستی پویاییشناسی سیستمی را به مرحله مدلسازی کامپیوتری ارتقا داد. ریچارد بنت[5] اولین زبان کامپیوتری مدلسازی تحلیل پویاییشناسی سیستمی را تحت عنوان SIMPLE[6]، در بهار 1958 ارایه کرد. در سال 1959، فیلیپس فوکس و الکساندر پوق[7]، نسخه اصلاح شدهSIMPLE را تحت عنوان DYNAMO[8] ارایه کردند. این نرمافزار نزدیک به سی سال به عنوان زبان استاندارد تحلیل پویایی شناسی سیستمی مورد استفاده قرار گرفت.فارستر اولین کتاب کلاسیک خود را در زمینه تحلیل پویاییشناسی سیستمی با عنوان پویایی صنعتی[9] در سال 1951 منتشر کرد.
از پویاییشناسی سیستمی برای شناخت، درک و تجزیه و تحلیل رفتار و حرکات اجزای سیستم استفاده میشود. توانایی این علم به حدی است که میتوان با بهره گیری از آن، مسائل مختلف ساده و پیچده را مدلسازی کرد و تغییر ناشی از تعامل متغیرها، رفتارهای آتی آنها را در دورههای زمانی مختلف مورد بررسی قرار داد. با شناخت مراحل نظری تدوین مدل در پویاییشناسی سیستمی و آشنایی با انواع مدلها، باید مدلسازی را در سه مرحله به شرح زیر انجام داد:
الف) نمودار علّی ـ معلولی یا حالت ـ جریان.
ب) نمودارهای جریان.
ج) معادلات داینامو (ریاضی).
پویاییشناسی سیستمی بر ساختار و رفتار سیستمهایی متکی است که از حلقههای بازخوردی مرتبط تشکیل شدهاند. نمودار علّی ـ معلولی یا حالت ـ جریان مدلسازی پویا شیوه سادهای برای نمایش ساختارهای حلقوی پیش از تدوین معادلات سیستم است. نمودارهای جریان مشتمل بر متغیرهای نرخ، سطح، کمکی، و عناصر ثابت و یک سری آزمونها، عملیات و دستورالعملها است که برای شبکهای منسجم از مباحث مدیریت، اقتصاد، مالی و صنایع سازماندهی شده است. البته پویاییشناسی سیستمی در دیگر رشتهها نیز کاربرد دارد. نمودارهای علّی ـ معلولی به شناسایی حلقههای اصلی بازخوردی میپردازد و به تمییز بین ماهیت متغیرهای مرتبط کاری ندارد. نمودارهای علّی ـ معلولی در پویاییشناسی سیستمی دو نقش مهم ایفا میکنند:
1- در طول تدوین مدل، فرضیههای علّی به صورت ساختار مقدماتی به مدلسازی کمک میکند.
2- تصویر سادهای از مدل ارائه میدهند.
تحلیلگر با بهرهگیری از این دو نقش، میتواند در میان فرضیههای ساختاری مدل سریعاً ارتباط برقرار کند.
معادلات داینامو، در واقع، نوعی معادله ریاضی به حساب میآیند که در طول زمان برای تبیین و پیش بینی متغیرهای مدل و شناسایی رفتار آنها با یکدیگر مورد استفاده قرار میگیرند.
1-1-2- مراحل مختلف نظری تدوین مدل و فرایند مدلسازی پویاییشناسی سیستمی
برای تحلیل هر پدیدهای باید مدلی از واقعیت ساخته شود و مدل فوق مورد تجزیه و تحلیل قرار گیرد. جهت درک بهتر مفهوم نگرش سیستمی لازم است مفهوم سیستم تشریح گردد.
“سیستم عبارت است از مجموعهای از اجزاء که برای رسیدن به هدفی مشترک با یکدیگر در تعامل هستند.”
در طبیعت دو نوع سیستم وجود دارد: سیستم باز و سیستم بسته. به سیستمی که حالت گذشته آن تأثیری روی آیندهاش ندارد، سیستم باز گفته میشود و به سیستمی که آینده آن وابسته به حالت گذشتهاش است، سیستم بسته گفته میشود. برای مثال در یک سیستم بسته، میزان فروش شرکت به کیفیت کالاهای تولید شده در ماههای قبل وابسته است. هیچ تصمیمی نیست که مبتنی بر شرایط خاصی نباشد و هیچ اقدامی نیست که شرایط را تغییر ندهد.
در مطالعه پویاییشناسی سیستمی باید مراحل تعریف مسأله، مفهوم سازی مدل، فرمولبندی مدل، شبیهسازی، ارزیابی برای تدوین مدلها، تحلیل سیاستها و استفاده از مدل را مورد توجه قرار داد. در فرایند تدوین مدل پویاییشناسی سیستمی از آغاز تا پایان داشتن درک صحیحی از سیستم و مسائل آن ضرورت دارد و در واقع از ادراک سیستم آغاز و با ادراک
این مطلب را هم بخوانید :
بایگانیهای رشته حقوق - علم سرا - دنیای علم و تکنولوژی
سیستم پایان مییابد.
مرحله شناسایی مسأله و مفهوم سازی مدل مراحل نسبتاً کم تخصصیتر محسوب میشوند. مدلساز در این مراحل برای مسأله مورد نظر خود گزارههای مفهومی و نمادینی ارائه میدهد و ضمن تنظیم نمادهای رفتاری و تدوین هدفهای مطالعه مدلسازی، مرز سیستم را مشخص و ساختار آن را بر حسب حلقههای بازخورد عملیاتی و اطلاعات تدوین میکند. در جدول (٢-1)، مراحل فوق بر شمرده و نحوه ارتباط متقابل آنها مشخص شده است. شناسایی مسأله منوط به داشتن آگاهی از مسأله و اجزای آن و ارائه تعریف روشنی از آن است. این مرحله، در واقع تشریح کلامی محتوا و نمادهای مسأله است. تعریف مسأله باید به گونهای پویا و برحسب رفتار متغیرها ارائه شود. برای هر مدل سه نوع رفتار نموداری میتوان در نظر گرفت:
(1) نمودارهایی که بیانگر رفتارهای مسألهاند
(2) نمودارهایی که رفتار سیستم مورد انتظار را نشان میدهند و
(3) در صورت اعمال سیاستها در گذشته، نمودارهایی را برای رفتار سیاستهای واقعی و مشهود ارائه میدهند.
[1] – Jay W. Forrester, MIT professor
[2] – Gordon Brown
5-2. پیشنهادها …………………………………..123
منابع…………………………………… 124
پیوست……………………………………. 132
چکیده:
پیشبینی از ابزارها و راهکارهای مؤثر به منظور برنامهریزی و تدوین روشهای مالی است. دقت پیشبینی از مهمترین عوامل مؤثر در انتخاب روش پیشبینی است. امروزه با وجود روشهای متعدد پیشبینی، هنوز پیشبینی دقیق نرخ ارز کار چندان سادهای نیست و اکثر محققان درصدد بهکارگیری و ترکیب روشهای متفاوت به منظور دستیابی به نتایج دقیقتر هستند. الگوهای خودرگرسیون میانگین متحرک انباشته یکی از مهمترین و پرکاربردترین الگوهای سریهای زمانی هستند. مهمترین محدودیت آنها پیشفرض خطیبودن الگو است. شبکههای عصبی مصنوعی از جمله مهمترین و دقیقترین روشهای حال حاضر جهت الگوسازی غیرخطی دادهها هستند. اما با وجود تمامی مزیتهای شبکههای عصبی، اینگونه از شبکهها را نمیتوان در تمامی موارد و به عنوان یک الگوی کلی که برای همه موارد مناسب باشند، درنظرگرفت. الگوی رگرسیون فازی یک الگوی مناسب در شرایط پیشبینی با دادههای کم است. امّا عملکرد آنها در حالت کلی چندان رضایتبخش نیست. بنابراین، در پژوهش حاضر از شبکههای عصبی مصنوعی و رگرسیون فازی به ترتیب به منظور حذف محدودیتهای خطی و تعداد دادههای مورد نیاز در روش خودرگرسیون میانگین متحرک انباشته و بهبود نتایج حاصل، استفاده شده است. اطلاعات استفاده شده در این پژوهش شامل 115 دادهی هفتگی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) از تاریخ 12/01/1391 تا 21/03/1393 است. در پژوهش حاضر به منظور اندازهگیری عملکرد پیشبینی الگوی ارایه شده از شاخصهای مختلفی مانند میانگین مطلق خطا ( )، میانگین مربع خطا ( )، مجموع مربع خطا ( )، ریشه میانگین مربع خطا ( )، میانگین درصد مطلق خطا ( ) و میانگین خطا ( ) استفاده شده است. نتایج نشان میدهد که الگوی هوش محاسباتی ترکیبی نسبت به سایر الگوها نتایج دقیقتری در پیشبینی نرخ ارز (دلار در مقابل ریال) ارایه میدهد.
فصل یکم: مقدمه و کلیات
مقدمه:
پیشبینی یکی از ابزارهای مدیریت مؤفق و عنصر کلیدی در مدیریت و برنامهریزیهای اقتصادی محسوب میشود. نرخ ارز به عنوان یک متغیر کلان اقتصادی بسیار پراهمیت و تأثیرگذار بر بخشهای مختلف داخلی و خارجی اقتصادی یک کشور، همچون وضعیت تراز پرداختها و قدرت رقابت بینالمللی، نقش تعیینکنندهای در سیاستگذاریهای اقتصادی ایفا میکند. تغییرات نرخ ارز، بخشهای مختلف اقتصاد یک کشور را تحت تأثیر قرار میدهد. بنابراین، الگوسازی و پیشبینی روند آتی این متغیر برای ارایه سیاستها و رهنمودهای اقتصادی امری ضروری به نظر میرسد اما این امر با توجه به ساختار اقتصادی ایران اهمیت دوچندانی پیدا میکند. از آنجا که قسمت اعظم درآمدهای ارزی کشور از طریق فروش نفت خام تأمین میشود و منبع اصلی درآمد دولت نیز همین فروش نفت خام است، به همین علت تغییرات نرخ ارز میتواند تأثیرات بسیاری بر ساختار اقتصادی کشور و بازارهای داخلی داشته باشد. با توجه به موارد گفته شده جای تعجب نیست که حجم عظیمی از ادبیات اقتصادی به الگوسازی و پیشبینی نرخهای ارز پرداخته است.
بررسی ادبیات موضوع مربوط به پیشبینی در بازارهای مالی نشاندهندهی این مطلب است که بررسی رفتار نرخ ارز با استفاده از یک الگو به سختی قابل پیشبینی بوده و پیشبینی نرخ ارز مشکلات ذاتی به همراه دارد (پرمینگر و فرانک[1]، 2007).
بهکارگیری روشهای ترکیبی یا ترکیب روشهای مختلف یک راه متداول به منظور رفع محدودیتهای روشهای تکی و بهبود دقت پیشبینیها است. ایدهی اساسی در ترکیب روشها بر این اساس استوار است که هیچ یک از روشهای موجود، یک روش جامع برای پیشبینی نبوده و قابلیت بهکارگیری در هر شرایط و هر نوع داده را ندارد. بنابراین، با ترکیب روشهای مختلف میتوان نقاط ضعف یک روش را با استفاده از نقاط قوت روش دیگر بهبود بخشید (چن[2]، 1996).
بنابراین، در این پژوهش با بهکارگیری مفاهیم پایهای و مزیتهای منحصر به فرد هر یک از الگوهای خودرگرسیون میانگین متحرک انباشته، شبکه عصبی مصنوعی و رگرسیون فازی، یک روش ترکیبی به منظور دستیابی به نتایج دقیقتر برای پیشبینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) ارایه میشود.
1-1- بیان مسأله
پیشبینی از ابزارها و راهکارهای مؤثر به منظور برنامهریزی و تدوین روشهای مالی است. دقت پیشبینی یکی از مهمترین مؤلفههای مؤثر در انتخاب روش پیشبینی است. پیشبینی متغیرهای اقتصادی به دو صورت پیشبینی کیفی[1] و پیشبینی کمی[2] صورت میپذیرد. پیشبینی کیفی به تجربه و تواناییهای افراد و پیشبینی کمی به تابع توزیع احتمال هر پدیده بستگی دارد. گجراتی[3] پیشبینی را بخش مهمی از تحلیلهای اقتصادسنجی میداند و برای برخی از پژوهشگران مهمترین قسمت از علم اقتصادسنجی، پیشبینی است. فریدمن[4] معتقد است تنها آزمون مناسب برای اعتبار یک الگو، مقایسهی پیشبینی آن با تجربه است. پیندایک و روبینفلد[5] هدف اصلی از ساختن الگوهای رگرسیون را پیشبینی میدانند.
نرخ ارز یک متغیر اقتصادی است که پیشبینی آن مورد توجهی بسیاری از فعالان اقتصادی است. این فعالان اقتصادی را میتوان به سه گروه تقسیم کرد. دستهی اول سیاستگذاران اقتصادی و بانکهای مرکزی هستند. تحت یک نظام ارزی شناور بانکهای مرکزی به منظور هموارسازی نوسانات بازار، در بازار ارز مداخله میکنند. دلایل آنها برای این مداخله میتواند شامل نوسانهای بیش از حد معمول نرخ ارز و در نتیجه اثرات آن بر فعالیتهای اقتصادی باشد. بنابراین، پیشبینی نرخ ارز از طرف این گروه لازمهی چنین مداخلهای است. دستهی دوم بنگاههای فعال در زمینه تجارت و سرمایهگذاری مستقیم خارجی هستند که با جهانی شدن اقتصاد، این نوع سرمایهگذاریها و به تبع آن ریسکهای مرتبط با این فعالیتهای بینالمللی افزایش یافته است. از مهمترین ریسکهای مرتبط با این فعالیتها، ریسک مربوط به نرخ ارز است؛ چرا که تغییرات نرخ ارز، درآمد، هزینه و به تبع آن سود بنگاهها را به منظور کسب منفعت بیشتر تحت تأثیر قرار میدهد. در نهایت دستهی سوم سفتهبازان بازار ارز هستند که با توجه به اهمیت این بازار در عرصهی بینالمللی میتوان این گروه را مشتاقترین علاقمندان به پیشبینی نرخ ارز دانست (موسا[6]، 2000).
پیشبینی نرخ ارز برای فعالان و پیشبینیکنندگان در بازار نرخ ارز از اهمیت اساسی برخوردار است. با وجود این، برخی معتقدند که پیشبینی نرخ ارز امکانپذیر نبوده و سیر تکاملی هر نوع نرخ ارزی از فرضیهی بازار کارا ( )[7] تبعیت میکند. براساس این فرضیه، بهترین روش برای پیشبینی نرخ ارز روز آتی، اتکا به نرخ کنونی آن بوده و نرخ ارز واقعی از فرضیهی گام تصادفی ( )[8] پیروی میکند. این بدبینی در پیشبینی نرخ ارز، پس از انتشار مقاله میس و روگوف[9] به وجود آمد. آنان در مطالعه خود نشان دادند که هیچ نوع روش تک معادلهای، برای پیشبینی نرخ ارز، بهتر از روش گام تصادفی نیست. چراکه تمامی روشهای بررسی شده توسط این محققان، روشهایی خطی بوده، در صورتی که این حقیقت توسط بسیاری از محققین پذیرفته شده که تغییرات نرخ ارز، غیرخطی است (پایلبیم[10]،
1998).
نتایج حاصل از بررسی کارا و یا ناکارا بودن بازارهای مالی در ایران نشاندهندهی ناکارا بودن بازار ارز در ایران است (سلامی، 1380).
بهکارگیری روشهای سری زمانی به منظور پیشبینی بازارهای مالی، بهبود تصمیمگیریها و سرمایهگذاریها به ضرورتی انکارناپذیر در دنیای امروز تبدیل شده است. تلاشهای زیادی در چند دههی اخیر به منظور توسعه و بهبود الگوهای پیشبینی سریهای زمانی انجام شده است. یکی از مهمترین و پرکاربردترین الگوهای سریهای زمانی، الگوهای خودرگرسیون میانگین متحرک انباشته هستند. این الگوها بهدلیل سادگی در فهم و بهکارگیری، در چند دههی اخیر بسیار مورد توجه بودهاند، اما بهکارگیری آنها در حالت کلی محدود است. مهمترین محدودیت اینگونه الگوها پیش فرض خطی بودن آنها است. بنابراین، الگوهای غیر خطی نمیتوانند توسط الگوی خودرگرسیون میانگین متحرک انباشته محاسبه گردند و به همین دلیل است که برآورد الگوهای خطی، برای مسایل پیچیده دنیای واقعی که بیشتر الگوهای غیرخطی هستند، همیشه رضایتبخش نخواهد بود (خاشعی و بیجاری، 1387).
شبکههای عصبی مصنوعی از جمله مهمترین و دقیقترین روشهای حال حاضر جهت الگوسازی غیرخطی دادهها هستند. اما با وجود تمامی مزیتهای شبکههای عصبی، اینگونه از شبکهها را نمیتوان در تمامی موارد و به عنوان یک الگوی کلی که برای همه موارد مناسب باشند، درنظرگرفت.
روشهای پیشبینی فازی، به دلیل استفاده از اعداد فازی به جای اعداد قطعی، نسبت به سایر روشهای مشابه به دادههای کمتری نیاز دارد اما عملکرد آنها همیشه رضایتبخش نیست (خاشعی و بیجاری[11]، 2009).
بنابراین، در پژوهش حاضر از شبکههای عصبی مصنوعی و رگرسیون فازی به ترتیب به منظور حذف محدودیتهای خطی و تعداد دادههای مورد نیاز در روش خودرگرسیون میانگین متحرک انباشته و دستیابی به نتایج دقیقتر برای پیشبینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) استفاده میشود.
2-1- پرسش پژوهش
آیا الگوی هوش محاسباتی ترکیبی پیشبینی دقیقتری از نرخ ارز در مقایسه با الگوهای خودرگرسیون میانگین متحرک انباشته ( )[1]، شبکههای عصبی مصنوعی ( )[2] و الگوی ترکیبی ) ارایه میدهد؟
3-1- فرضیه های پژوهش
با توجه به پرسش پژوهش سه فرضیه وجود دارد:
1- الگوی هوش محاسباتی ترکیبی پیشبینی دقیقتری از نرخ ارز در مقایسه با الگوی خود رگرسیون میانگین متحرک انباشته ارایه میدهد.
این مطلب را هم بخوانید :
2- الگوی هوش محاسباتی ترکیبی پیشبینی دقیقتری از نرخ ارز در مقایسه با الگوی شبکه عصبی مصنوعی ارایه میدهد.
3- الگوی هوش محاسباتی ترکیبی پیشبینی دقیقتری از نرخ ارز در مقایسه با الگوی ترکیبی ( ) ارایه میدهد.
3-3) روش تحقیق………………………………… 48
3-3-1) روش داده های تابلویی………………………………… 48
3-3-1-1) آزمونهای انتخاب مدل مناسب…………………………………. 49
3-3-1-2) رگرسیون ترکیبی………………………………… 50
3-3-1-3) مدل اثرات ثابت…………………………………. 50
3-3-1-4) مدل اثرات تصادفی………………………………… 50
3-3-2) آزمون F………………………………..
3-3-3) آزمون هاسمن………………………………… 52
3-3-4) آزمون ریشه واحد برای دادههای ترکیبی……………….. 52
3-3-4-1) آزمون لوین و لین (LL)………………………………. 53
3-3-4-2) آزمون ایم و پسران و شین (IPS) ……………………………….54
3-4) معرفی و تحلیل داده ها ……………………………….56
3-4-1) مفاهیم، تعاریف و تقسیم بندیهای مربوط به صنعت…………… 57
3-4-1-1) صنعت…………………………………. 58
3-4-1-2) کارگاه صنعتی………………………………… 58
3-4-1-3) کارکنان (شاغلان) صنعت…………………………………. 59
3-4-1-4) واردات از چین به تفکیک بخشهای صنعت………………………… 59
3-4-1-5) صادرات ایران به چین به تفکیک بخشهای صنعت………………… 59
این مطلب را هم بخوانید :
3-4-1-6) جبران خدمات مزد و حقوق بگیران صنعت…………………………. 59
3-4-1-7) تقسیم بندی صنایع………………………………… 60
3-4-2) آمار توصیفی داده ها………………………………. 62
3-4-2-1) روند اشتغال در کارگاههای صنعتی با ده نفر کارکن و بیشتر طی سالهای 1375 تا 1386………….62
3-4-2-2) روند جبران خدمات به ازای هر نفر شاغل در کارگاههای صنعتی با ده نفر کارکن و بیشتر طی سالهای 1375 تا 1386………..64
3-4-2-3) روند ضریب نفوذ واردات بخش صنعت از کشور چین طی سالهای 1375 تا 1386…………66
3-4-2-4) روند ضریب نفوذ صادرات بخش صنعت به کشور چین طی سالهای 1375 تا 1386…………68
3-4-2-5) روند ارزش افزوده بخش صنعت طی سالهای 1375 تا 1386…………..72
3-5) اقتصاد چین از سال 1978……………………………….. 73
3-5-1) رشد اقتصاد چین از سال 1978……………………………….. 73
3-5-2) جایگاه چین در میان شرکای تجاری ایران………………………………… 77
3-6) جمعبندی………………………………… 78
فصل چهارم: توصیف و تجزیه و تحلیل یافته ها
4-1) مقدمه………………………………. 81
4-2) برآورد مدل با استفاده از روش panel data………………………………..
4-2-1) آزمون بروش پگان………………………………… 82
4-2-2) آزمون هاسمن………………………………… 83
4-2-3) محاسبه آمارهای توصیفی ترکیبی متغیرهای الگو……………….. 83
4-2-4) آزمون مانایی متغیرها………………………………. 83
4-2-5) تخمین مدل به روش panel data………………………………..
4-2-5-1) اعتبار مدل………………………………… 85
4-2-5-2) اعتبار و تفسیر پارامترها ……………………………….86
4-3) جمعبندی………………………………… 91
فصل پنجم: نتیجهگیری، خلاصه و پیشنهادات
5-1) مقدمه……………………………….. 93
5-2) خلاصهای از فعالیتهای انجام شده در تحقیق……………. 93
5-3) فرضیه تحقیق………………………………… 96
5-4) پیشنهادات سیاستی………………………………… 98
فهرست منابع و مآخذ……………………………….. 100
پیوست…………………………………. 108
چکیده:
امروزه بسیاری از کشورها برای بهرهمندی از مزایای تجارت، اقتصاد خود را با اقتصاد کشورهای دیگر درهمآمیختهاند. تجارت باعث تقسیم نیروی کار و تخصصگرایی، صرفهجوییهای مقیاس و بالا رفتن سطح استاندارد زندگی میشود و رقابت را تشویق میکند. زمانی که کشورها به مبادلات تجاری روی میآورند، انتظار میرود بخشهای مختلف اقتصاد و شاخصهای کلان اقتصادی از این رابطه تاثیر بپذیرد. این تاثیرات میتواند مثبت یا منفی باشد. میزان بهرهمندی یک کشور از یک رابطه تجاری به برآیند این اثرات مثبت و منفی بستگی دارد. در طول سالیان اخیر چین به عنوان یکی از شرکای مهم تجاری دنیا و از جمله کشور ایران مطرح شده است. این مطالعه با بررسی آثار اشتغال رابطه تجاری ایران و چین، میزان بهرهمندی کشور ایران از این سیاست را محک میزند. بررسی آمارهای تجارت ایران با چین حاکی از آن است که در دوره 1375 تا 1386، همواره چین قدرت برتر این رابطه دوطرفه بوده است. در مطالعه حاضر تلاش میشود با استفاده از دادههای ترکیبی برای بخش صنعت بر اساس کدهای 2 رقمی ISIC طی دوره زمانی 1375 تا 1386و استفاده از روش panel data، اثر تجارت با چین بر اشتغال بخشهای صنعتی اقتصاد ایران بررسی شود. نتایج بررسیها برای 22 بخش صنعتی حاکی از آن است که واردات از چین باعث کاهش سطح اشتغال میشود و صادرات ایران به چین، به خلق فرصتهای اشتغال کمک میکند. به دلیل نقش پررنگتر واردات، نتیجه نهایی تاثیر منفی تجارت با چین بر اشتغال بخش صنعت ایران است. همچنین دستمزد حقیقی نیروی کار رابطه معکوس و معناداری با اشتغال بخش صنعت ایران دارد و ارزش افزوده بخش صنعت، ایجاد فرصتهای اشتغال را به دنبال دارد.
فصل اول: کلیات تحقیق
1-1- مقدمه
بحث تجارت و آثاری که برای اقتصاد میزبان به همراه میآورد، همواره یکی از مباحثی است که پژوهشگران و اقتصاددانان آن را مورد توجه قرار دادهاند. کشورها برای بهرهمندی از مزایای تجارت اقدام به برقراری و گسترش روابط تجاری خود با دیگر کشورها میکنند. در سالهای اخیر کشور چین با اعلام سیاست درهای باز اقتصادی و بهرهمندی از پتانسیلهای ویژه خود، توانسته است حلقه روابط تجاری خود را گسترش داده و بسیاری از موازنههای دنیای بینالملل را متأثر سازد. جایگاه ویژهای که هماکنون چین در معادلات جهانی پیدا کرده است، بر مناسبات خارجی کشورمان نیز اثرگذار بوده است و این کشور اکنون به عنوان یکی از شرکای مهم تجاری ایران مطرح شده است. به دنبال پیامدهای گوناگونی که برقراری روابط تجاری با دیگر کشورها به همراه میآورد، هدف این پژوهش آن است تا گوشهای از آثار