اعتبارسنجی مدل‌های چرخه‌های تجاری برای ایران

یکی از نقدهای اصلی در ادبیات چرخه‌های تجاری، دلبخواهی بودن فروض اولیه و آزمون‌ناپذیری آنهاست. در پاسخ به این نقد، لازم است استحکام شبیه‌سازی نسبت به فروض اولیه متفاوت سنجیده شود و یا به عبارتی، میزان انطباق‌پذیری مدل‌های مختلف با گشتاورهای داده‌های واقعی مقایسه شود. در مقاله حاضر، یک مدل تعادل عمومی برنامه‌ریز مرکزی با دو منبع شوک‌ برون‌زای بهره‌وری و درآمدنفتی برای دوره 1367-1391 (قبل از تحریم‌های بین‌المللی) مقداردهی شده و با نرم‌افزار داینر (متلب) شبیه‌سازی می‌شود. سازوکار انتشار شوک‌ها، شامل ساختار خودرگرسیونی شوک‌ها و سرمایه‌گذاری است. در یک مرحله، نتایج شبیه‌سازی شده این مدل با گشتاورهای اقتصاد ایران تطبیق داده می‌شود. در مرحله دیگر، با حذف بخش نفت از مدل، نتایج شبیه‌سازی شده با گشتاورهای بخش غیرنفتی ایران تطبیق داده می‌شود. افزون بر فرض وجود و عدم وجود نفت، استخراج گشتاورهای داده‌های واقعی ایران توسط دو نوع متفاوت از فیلترها (فیلترهای فرکانس بالا و میانی) انجام شده‌است. از میان فیلترها، فیلترهای فرکانس بالا که چرخه‌های تجاری با نوسانات بالاتری را تفکیک می‌کنند در مقایسه با فیلترهای فرکانس میانی که چرخه‌های کم‌نوسان‌تری را تخمین می‌زنند، مناسب‌تر هستند. در مدلسازی بدون نفت، علیرغم استفاده از سری‌های زمانی بدون نفت حساب‌های ملی، حذف نفت از مدلسازی از دقت و انطباق آن می‌کاهد؛ که احتمالاً به دلیل سرایت نوسانات نفتی به تمام بخش‌های اقتصاد ایران منجمله بخش‌هایی‌است که علی‌الظاهر غیرنفتی هستند ولی از نفت اثر می‌پذیرند. به‌طور خلاصه، نتایج نشان می‌دهد که: اول، انتخاب فیلتر بالاگذر که چرخه‌های پرنوسان‌تری را به‌دست می‌دهند برای اقتصاد ایران مناسب‌تر است. دوم، مدلسازی تعادل عمومی اقتصاد کلان ایران لزوما بخش نفتی را باید دربرگیرد.

Revising Validity of Real Business Cycle Models

A critique towards real business cycles (RBC) modelling is their arbirtray primary asumtions and nontestability. In response, the robustness of simulation should be tested with respect to changing the assumptions, or in other words, their compatibility should be tested with regards to real data moments. In this study, we calibrate a general equilibrium model with two sources of uncertainties, productivity and oil income, for the time period of 19882012 (before international sanctions) and simulate it using Dynare (MatLab). Propagation mechanisms include the auto regressive structure of uncertainties plus the investment. As first practice, simulated moments of the model is compared with the real ones in Iran. In another practice, the oil is excluded, and results are compared with the nonoil sector of Iran. Besides, we check for the best filter among two selective varieties of highfrequency filters and middlepass filters. Among filsteres, the highfrequency ones are a better separatore of cycles vs. trend for Iran; noting that the highfrequency ones obtain more noicy cycles. In modeling the nonoil sector of Iran #39;s economy, even though the nonoil time series of the national account are employed, excluding oil from modeling makes it less reliable, probably because the volatilities originated from oil is propagated into all sectores of the economy including nonoil sectors. In sum, our findings show that first, a high frequency filter with more noisy cycles is more appropriate; and second, macro modeling must necessarily includes the oil secotre.