|
|
|
|
بررسی تاثیر اجزای نقدینگی بر تورم ایران: رویکرد روشهای میانگینگیری و یادگیری ماشین
|
|
|
|
|
|
|
|
نویسنده
|
حیدری منصور ,حاتم راد سامان ,رضایی صادق ,نوبهار الهام ,اصغرپور حسین
|
|
منبع
|
اقتصاد و الگوسازي - 1403 - دوره : 15 - شماره : 2 - صفحه:33 -65
|
|
چکیده
|
سیاستهای پولی و عوامل مربوط به خلق نقدینگی از مهمترین دلایل ایجاد تورم در اقتصاد است. در فرآیند خلق نقدینگی عوامل مهمی دخیل هستند که بررسی تاثیر هر کدام از اجزای نقدینگی میتواند در کنترل تورم و سیاستگذاری اقتصاد کلان بسیار مهم و حائز اهمیت باشد. مطالعه حاضر با استفاده از روشهای میانگینگیری بیزی اثرات اجزای مختلف نقدینگی بر تورم ایران طی دوره 1400-1360 مورد بررسی قرار داده است. برای این منظور، با استفاده از سه روش میانگینگیری بیزی bace، bas و bma عوامل مهم موثر بر تورم شناسایی شده و سپس با به کارگیری دو روش jma، mallows الگوی تورم تخمین زده شده است. بررسی استحکام نتایج با روش یادگیری ماشین موید یافتههای دو روش jma و mallows است. نتایج نشان میدهد که از 6 عامل مهم دخیل در خلق نقدینگی، سه عامل بدهی بانکها به بانک مرکزی، حجم پول و انتظارات تورمی مهمترین عوامل موثر در بروز تورم هستند. نتایج تمامی روشهای مورد استفاده دلالت بر آن دارد که متغیر خالص بدهی دولت به بانک مرکزی اثرات تورمی بسیار کمتری نسبت به 3 عامل یاد شده دارد. همچنین رشد شبه پول به همراه متغیر داراییهای خارجی بانک مرکزی اثرات ضد تورمی دارند.
|
|
کلیدواژه
|
تورم، یادگیری ماشین، میانگینگیری بیزی، jma
|
|
آدرس
|
دانشگاه تبریز, دانشکده اقتصاد و مدیریت, گروه اقتصاد, ایران, دانشگاه زنجان, دانشکده علوم انسانی, گروه اقتصاد, ایران, دانشگاه تهران, دانشکده کارآفرینی, گروه توسعه کارآفرینی, ایران, دانشگاه تبریز, دانشکده اقتصاد و مدیریت, گروه توسعه اقتصادی, ایران, دانشگاه تبریز, دانشکده اقتصاد و مدیریت, گروه اقتصاد, ایران
|
|
پست الکترونیکی
|
asgharpurh@gmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
investigating the impact of liquidity components on inflation in iran: averaging and machine learning approaches
|
|
|
|
|
Authors
|
heydari mansour ,hatamerad saman ,rezaie sadeq ,nobahar elham ,asgharpur hossein
|
|
Abstract
|
monetary policies and factors influencing liquidity creation are among the key drivers of inflation in the economy. various elements play a role in the process of liquidity creation and analyzing the impact of each can greatly aid in controlling inflation and shaping macroeconomic policies. this study investigates the effects of different components of liquidity on inflation in iran during the period 1981-2021, employing bayesian averaging methods. using three bayesian averaging techniques -bace, bas, and bma- the study identifies the main factors influencing inflation. subsequently, inflation models are estimated using jma and mallows methods. robust checks, conducted via machine learning techniques, confirm the findings of jma and mallows. the results reveal that among the six key factors contributing to liquidity creation, the most significant drivers of inflation are commercial banks overdraft, the money supply, and inflation expectations. across all methods employed, the findings indicate that the net debt of government to the central bank has a far smaller inflationary effect compared to the aforementioned three factors. additionally, growth in quasi-money and the central bank’s foreign assets exhibit anti-inflationary effects.
|
|
Keywords
|
inflation ,machine learning ,bayesian averaging method ,jma
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|