دانلود رایگان ترجمه مقاله هدفگذاری تورمی و توازن نرخ بهره واقعی (ساینس دایرکت – الزویر ۲۰۱۷)

elsev333

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۶ صفحه در سال ۲۰۱۷ منتشر شده و ترجمه آن ۱۴ صفحه بوده و آماده دانلود رایگان می باشد.

 

دانلود رایگان مقاله انگلیسی (pdf) و ترجمه فارسی (pdf + word)
عنوان فارسی مقاله:

هدفگذاری تورمی و توازن نرخ بهره واقعی: رویکرد اصلاح جهت گیری

عنوان انگلیسی مقاله:
Inflation-targeting and real interest rate parity: A bias correction approach
 

 

مشخصات مقاله انگلیسی و ترجمه فارسی
فرمت مقاله انگلیسی pdf
سال انتشار ۲۰۱۷
تعداد صفحات مقاله انگلیسی ۶ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله اقتصاد – مدیریت – حسابداری
گرایش های مرتبط با این مقاله توسعه اقتصادی و برنامه ریزی – اقتصاد پولی – اقتصاد سنجی – بانکداری – مدیریت مالی – مدیریت بازرگانی – حسابداری مالی
چاپ شده در مجله (ژورنال) مدل سازی اقتصادی
کلمات کلیدی برابری نرخ بهره واقعی – هدف گذاری تورم – تعدیل میانگین بازگشتی – وابستگی مقطعی – ریشه واحد پانل – نیمه عمر
کلمات کلیدی انگلیسی Real interest rate parity – Inflation-targeting – Recursive mean adjustment – Cross-sectional dependence – Panel unit root – Half-life
ارائه شده از دانشگاه دانشگاه ایالتی اوکلاهما
نمایه (index)  Scopus – Master Journals – JCR
شناسه شاپا یا ISSN ۰۲۶۴-۹۹۹۳
شناسه دیجیتال – doi https://doi.org/10.1016/j.econmod.2016.09.016
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
نشریه الزویر – Elsevier
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۴ صفحه با فونت ۱۴ B Nazanin
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود رایگان
کیفیت ترجمه

مبتدی (مناسب برای درک مفهوم کلی مطلب)

کد محصول

F2125

 

بخشی از ترجمه

در این مطالعه، روش تصحیح جهت گیری در نسخه های آزمون آیم و همکارانش (۲۰۰۳)  که به لحاظ مقطعی تقویت شده هستند(IPS) و پیسران (۲۰۰۷ (CIPS) برای داده های پانل اعمال شده است. روش RMA نیز برای برآورد نرخ های همگرایی به   RIP برای هدف قرار دادن تورم و کشورهایی که هدف گذاری تورم را ندارند به درستی و بدون جهت گیری مورد استفاده قرارگرفته است. علاوه بر این، برای جلوگیری از امکان جهت گیری افزوده ی ناشی از پویایی های ناهمگن در قیمت های افزوده ی بخش متقابل ، ما از داده های مصرف بخشی توسط نوع و تعدیل کننده های ضمنی برای کالاهای بادوام و مصرف های خدمات برای ساخت نرخ های بهره ی واقعی کالاهای با دوام و مصرف خدمات، به ترتیب در میان هفت کشور صنعتی شده استفاده کرده ایم. مقایسه های مصرف خدمات و کالاهای بادوام از جمله شاخص بهای تولیدکننده (PPI) و شاخص قیمت مصرف کننده (CPI)، بین هدفگذاری تورمی و غیر تورمی و با و بدون وابستگی مقطعی انجام شده است.

یافته های تجربی بر اساس نتایج حاصل از آزمون ریشه واحد پانل ارائه شده در اینجا بسته به اینکه ما از RMA استفاده کرده ایم یا خیر متفاوت است، همانطور که در مورد نرخ های همگرایی برحسب برآوردهای نیمه عمر نیز همینگونه است. با وجود شاخص های قیمت، مقیاس های ارزها و وابستگی مقطعی، برآورد نیمه عمر به طور مداوم نشان می دهد که کشورهای با هدفگذاری تورمی نیمه عمر کوتاه تری نسبت به سایر کشورها دارند ،در حالی که نیمه عمر همه ی کشورها بین این دو قرار دارد. نتایج تجربی بیشتر نشان می دهد که هدفگذاری تورمی اختلاف در نرخ های بهره ی واقعی را کاهش می دهد ،در نتیجه زمانی که کشورهای با هدفگذاری تورمی بیشتری وارد شده اند شواهد مطلوب تری برای RIP ارائه می شود. علاوه بر این، به خصوص تحت هدف قرار دادن تورم ، نتیجه احتمالا منجر به ارزهای مقیاس، شاخص قیمت و یا وابستگی مقطعی حساس نمیشود ؛با این حال، اصلاح جهت گیری کند تمایل به رد کردن فرضیه ی ریشه واحد با وابستگی مقطعی رادر نمونه مان افزایش نمی دهد.

  1. مدل اقتصاد سنجی و برآورد

rt − rt* = ϵt

نرخ بهره اسمی (خارجی) داخلی است و    rt = it − (pt − p) +1 , rt* = it* − (pt * − p *), i (i*) که در آن

p (p *)  لگاریتم قیمت کالاهای معامله شده ( خارجی) داخلی در زمان tاست. تحت شرایط داوری کامل در کالاهای معامله شده و بازار های سرمایه، معادله ی (۱) به آزمون های توازن بین المللی مربوط است. با توجه به این واقعیت کهد خطای ترکیبی که ناشی از خطاهای مربوط به انتظارات در UIPاست، مشروط به مجموعه اطلاعات موجود ثابت است، معادله ی (۱) نشان می دهد که RIP پس از یک دوره ی زمانی، از نظر کالاهای معامله شده بین کشورهای داخلی و خارجی تعریف شده است.

برای تست کردن رابطه ی بلندمدت در معادله ی (۱)، ابتدا ما رگرسیون زیر را در نظر گرفتیم:

ϵt = α + βϵt−۱ + et

که در آن εt تفاوت نرخ بهره واقعی در زمان t است، و et خطای سر و صدا است. همانطور که در بالا ذکر شد، جهت گیری بالقوه رو به پایین در برآوردگر LS برای β وجود دارد و این می تواند به طور ویژه به عنوان مقدار واقعی وحدت رویکردهای پارامتر شدت بگیرد. برای غلبه بر این جهت گیری، ما از برآوردگر RMA پیشنهادی سو و شین (۱۹۹۹) و شین و سو (۲۰۰۱) استفاده کرده ایم. با تعریف میانگین بازگشتی، εt = (T – 1) Σk ε و بازنویسی معادله ی(۲)  این معادله را بدست اوردیم:

εt – εt-1 = βRMA (εt-1 – εt-1)

از نظر سو و شین و (۲۰۰۱)، 􀁬βRMA این جهت گیری را به میزان قابل ملاحظه ای در مقایسه با برآوردگر LS از β کاهش می دهد .گسترش برآورد RMA به داده های پانل مستقیم است. در مورد یک مدل پانل پویا، ما ابتدا در نظر گرفتیم که et در معادله ی(۲) مجاز است به طور نوبتی برای کشور های i (i=1, 2,…, N ) در زمان t ارتباط همبستگی داشته باشد و یک ساختار عامل مشترک تکی دارد :

eit = γi ft + εit

که در آن ft یک عامل مشترک مشاهده نشده است، γi بارگذاری عامل منحصر به فرد است و εit یک خطای ویژه ی سر و صدا سفید است.  سپس آزمون های IPSو CIPSهمراه با RMA به منظور بررسی ثبات تفاوت های نرخ بهره واقعی استفاده شدند. با پیروی از مدل شین و همکارانش (۲۰۰۴)، یک آزمون بر اساس نسبت t برآورد bi توسطLS در رگرسیون دیکی-فولر (CADF) مقطعی همراه با RMA برای هر واحد مقطعی، همانطور که توسط پسران (۲۰۰۷) پیشنهاد شده است در نظر گرفته شده است،

Δϵit = bi (ϵit − μi) + ci (ϵt − μi) + Σd Δϵ + Σδ Δϵ + η

که در آن Δεit = εit – εi ، μi = εi T = (T – 1) Σs ε، لگاریتم طول تعیین شده توسط روش کل به خاص هال (۱۹۹۴) است و ηit اختلال منحصر به فردی است که به صورت مقطعی و مستقل فرض شده است. با توجه به نظریه ی پیسران(۲۰۰۷)، میانگین های مقطعی Δεit و εit-1 درمعادله ی (۵) به عنوان یک شامل نماینده برای عامل مشترک ft مشاهده نشده درج شده است. فرضیه ی صفر، H0:. b􀁬i = 0، برای تمام i در برابر جایگزین ناهمگن
H1: b􀁬۱ <0، …، b􀁬N <0، N0 ≤ N 0  در مجموعه ی کامل پانل تست شده است. همراستا با یافته های آیم و همکارانش (۲۰۰۳)، پیسران (۲۰۰۷) آزمون CIPS را پیشنهاد کرده است:

CIPS ΣN= CADF1iNi

(۶)
که در آن CADFi آمار CADF برای واحد مقطعی i ام در معادله ی (۵) است. توزیع آمار CIPS حتی برای N بزرگ غیر استاندارد نشان داده شده است. ما آزمون ریشه واحد پانل دیگری یعنی آزمون IPS را هم استفاده کردیم، که بر اساس نسبت t برآورد LS از bi در معادله ی (۵) بدون شرایط میانگین ​​سطح مقطع است. در مقایسه با آزمون CIPS، که توزیع همانطور که در بالا اشاره شد حتی برای N بزرگ غیر استاندارد نشان داده شده است ، در این روش فرض می شود که سری های زمانی منحصر به فرداست به صورت مقطعی و به طور مستقل توزیع شده است.

  1. نتایج تجربی

ما از داده های فصلی از سال ۱۹۷۴تا ۲۰۱۲ استفاده کرده ایم. نرخ بهره اندازه گیری مان نرخ سه ماهه ی لایحه ی وزارت خزانه داری آمارهای مالی بین المللی و جریان داده ها اقتباس شده است. برای اندازه گیری نرخ های تورم ، علاوه بر CPI و PPI، ما از کالاهای بادوام و مصرف خدمات که بر اساس نوع طبقه بندی کرده ایم برای هفت کشور زیر استفاده کرده ایم: کانادا، فرانسه، ژاپن، ایتالیا، سوئد، انگلستان و ایالات متحده. برای ساخت نرخ تورم برای کالاهای داد و ستدشده و نشده محصولات ما از تعدیل کننده های ضمنی به ترتیب برای کالاهای بادوام و مصرف خدمات استفاده کرده ایم. برای CPI و PPI، به عنوان نماینده های قیمت های کالاهای معامله نشده و معامله شده ، ما ۱۱کشورهای OECD زیر را بررسی کرده ایم: بلژیک، کانادا، فرانسه، آلمان، ایتالیا، ژاپن، نیوزیلند، اسپانیا، سوئد، انگلستان و  امریکا.

هر چند برخی از اقتصادهای صنعتی مانند اتحادیه ی پولی اروپا ، ایالات متحده، ژاپن، و سوئیس بسیاری از عناصر اصلی هدف قرار دادن تورم را برای خود شبیه سازی کرده اند ، پنج کشوری که به صراحت در هدفگذاری تورمی شرکت کرده اند تنها به دلیل در دسترس بودن داده ها در نظر گرفته شده اند. نرخ تورم مورد استفاده برای تولید نرخ بهره ی واقعی پس از یک دوره ی زمانی در مطالعه ی تجربی مان با در نظر گرفتن نرخ های تورم واقعی از دوره ی t به دوره ی t + 1 محاسبه شده است. برای تست اینکه آیا هدف قرار دادن تورم RIP را تحت تاثیر قرار می دهد یا خیر ، ما کشورها را بر اساس اینکه آیا بانک های مرکزی شانIT  اتخاذ کرده اند یا خیر طبقه بندی کرده ایم. بنابراین کشورهایی که در هدفگذاری تورمی در این مطالعه شرکت کرده اند نیوزیلند (۱۹۹۰)، کانادا (۱۹۹۱)، انگلیس(۱۹۹۲)، سوئد (۱۹۹۳)، و اسپانیا (۱۹۹۴) هستند و و جدول ۱ خلاصه ی این کشورها است. علاوه بر این، بدلیل این که بسیاری از محققان به مشکل ناشی از انتخاب ایالات متحده به عنوان کشور پایه اشاره کرده اند، کشورهای دیگر، از جمله ایتالیا برای کالاهای بادوام و مصرف خدمات و آلمان برای CPI و PPI، نیز کشورهای پایه در این مقاله درنظر گرفته می شوند.

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد.