نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار اقتصاد دانشگاه تهران

2 دانشجوی دکتری علوم اقتصادی دانشگاه تهران

چکیده

در این مقاله به محاسبة مفهومی تحت عنوان نسبت فداکاری[1] پرداخته‌ایم. نسبت فداکاری معیاری است که می‌توان با توسل بدان، تا حدودی آثار سیاست‌های کنترل تورم اعمال شده از سوی بانک مرکزی را ارزیابی کرد. نسبت عکس‌العمل انباشته تولید به عکس‌العمل غیر انباشته تورم در اثر سیاست پولی انقباضی را نسبت فداکاری گویند. جهت بررسی آثار سیاست پولی انقباضی روی نرخ رشد تولید حقیقی و تورم از روش VAR ساختاری چهار متغیره استفاده گردیده است. متغیرهای مدل شامل سری‌های زمانی فصلی نرخ رشد تولید حقیقی، نرخ رشد نقدینگی، نرخ تورم و نرخ بهره حقیقی می‌باشد که برای دوره (4/1384-1/1367) بکار برده شده است. تحت این روش و با معرفی فروض مشخص و منطبق با اقتصاد ایران، پس از استخراج اثر شوک‌های پولی، نسبت فداکاری به میزان 27/2 ـ طی یک دورة شش ساله محاسبه گردیده است. آنچه که از نتایج تحقیق برمی‌آید بدین شرح است. اولاً) اعمال سیاست‌های پولی انقباضی جهت کنترل تورم طی یک دورة تقریباً طولانی شش ساله، باعث کاهش روند تورمی می‌شود؛ ثانیاً) علامت منفی نسبت فداکاری بدین معناست که رابطة بین تغییرات روند تورمی و تغییرات تولید در یک جهت نمی‌باشند. به عبارت دیگر، با اعمال سیاست پولی انقباضی و رسیدن به روند تورمی پایین‌تر از مقدار اولیه، نرخ رشد تولید افزایش می‌یابد. در نهایت می‌توان نتیجه‌گیری کرد که در اقتصاد ایران، پس از گذشت یک دوره پنج یا شش ساله، دستیابی به روند تورمی پایین‌تر با نرخ رشد بالاتر تولید ممکن می‌شود و کاهش یک درصد در روند تورم نه تنها باعث کاهش نرخ رشد تولید نمی‌شود بلکه آن را به میزان 27/2 درصد افزایش می‌دهد.



 می­باشد.(sacrifice ratio)۱- در این مقاله نسبت فداکاری همان نسبت تبادل

کلیدواژه‌ها

عنوان مقاله [English]

Measuring the Sacrifice Ratio between Production and Inflation (the Case of Iran)

نویسندگان [English]

  • Asadollah Farzinvash 1
  • Farhad Alinejad Mehrbani 2

1 Associate Professor of Economics, University of Tehran

2 PhD student in Economics, University of Tehran

چکیده [English]

This paper is devoted to calculate the sacrifice ratio in Iran, which is in the context of assessing the impact of monetary policies that are carried out by central bank to control the inflation. Sacrifice ratio is the cumulative output loss arising from a permanent reduction in inflation due to the contractive monetary policies. We drive the estimate   of the sacrifice ratio from four variables structural VAR model. In this model – with some specific assumption, concerning Iranian economy – the calculated sacrifice ratio is -2.27 in a six years horizon. The results of this paper represent these two facts that first, contractive monetary policies for controlling inflation has almost reduced inflation long run trend. Second, negative sacrifice ratio indicates that the benefits of the lower inflation trend is reflected on higher growth rate of output in the long – run.

کلیدواژه‌ها [English]

  • Sacrifice Ratio
  • Contractive Monetary Policy
  • Structural Shocks
  • SVAR Models'

منابع

الف- فارسی

  1. ابریشمی، حمید، مهرآرا، محسن، اقتصادسنجی کاربردی (رویکردهای نوین)، انتشارات دانشگاه تهران، تهران، 1381.
  2. ادارة بررسی‌ها و سیاست‌های اقتصادی بانک مرکزی جمهوری اسلامی ایران، مجلة بانک مرکزی، سال‌های (1384-1367).
  3. ادارة بررسی‌ها و سیاست‌های اقتصادی بانک مرکزی ایران، «تحلیل تجربی تورم و قاعدة سیاست‌گزاری پولی در ایران»، تهران، 1385.
  4. بی اسنودن، اچ وین، پی وینار، کوئیچ، راهنمای نوین اقتصاد کلان، منصور خلیلی عراقی و علی سوری، انتشارات برادران، تهران، 1383.
  5. رجایی لیتکوهی، محمد‌هادی، آثار سیاست‌های پولی بر اشتغال و تورم در اقتصاد ایران، پایان نامه کارشناسی ارشد، دانشکده اقتصاد دانشگاه علامه طباطبایی، .1383
  6. مثنوی، غلامرضا، «روشی برای تحلیل نوسانات اقتصادی»، پایان‌نامه کارشناسی ارشد، دانشکده اقتصاد دانشگاه تهران، 1374.
    1. Amisano, G. & Giannini, C. Topics in structural VAR econometrics, 2nd ed, Springer, Berlin, 1997.
    2. Ball, Laurence. what determines the sacrifice ratio? , monetary policy, Chicago, university of Chiange press, 1994, 155-182.
    3. Bernanke, Ben S.; Laubach, Thomas, Mishkin, Frederic S. and Posen, Adam S. Inflation Targeting: Lessons from the International Experience. Princeton, NJ: PrincetonUniversity Press, 1999.
    4. Blanchard, Olivier J. & Quah, Danny, The dynamic effects of aggregate demand and supply disturbances, American Economic Review, 1989, vol.97, pp.655-673.
    5. Casillas Olivera, Gabriel, Monetary policy rules, probability of forecasting , central bank accountability and sacrifice ratio, thesis in doctor of philosophy, texas A&M university, 2004.
    6. Cecchetti, Stephan & Robert, W.Rich, structural estimates of the u.s. sacrifice ratio, journal of Business and Economic statics, no.19,2001, 416-27.
    7. Daniels, Joseph P.; Nourzad, Farrokh, and VanHoose, David D Openness, Central Bank Independence, and the Sacrifice Ratio, Mimeo, Marquette University and Baylor University, February, 2004.
    8. Herrendorf, B. and Neumann, M. J. M. The Political Economy of Inflation and CentralBank Independence, Mimeo, University of Warwick, September 1999.
    9. Giuseppe, Diana & Sidiopoulos, Moise, Central bank independence, speed of disinflation and the sacrifice ratio, NBER Working paper, 2003.
    10. Gordon, R. The output cost of disinflation in traditional and vector autoregressive models, Brooking Papers on Economic Activity, 1982, 205-242.
    11. Leitemo, Kai, Measuring the sacrifice ratio, Norwegian university of science and technology, 2003.
    12. Lϋtkepohl, H. & Breitung, J. Impulse response analysis of vector autoregressive processes, in C. Heij, H.Schumarcher, B. Hanzon and C.Pragman; System Dynamic in Economic and Financial Model, Cambrige university press, 1997.
    13. Mankiw, N.G. "Comment" in Robert M. Solow and John B. Taylor, eds., Inflation,Unemployment and Monetary Policy, Cambridge, MA: MIT Press, 1998, 72-78.
    14. Mills, Terence C. & Patterson, Kerry, Palgrave Handbook of Econometrics, vol.1, 2006, 502.
    15. Okun, Arthur M. Efficient Disinflationary Policies, American Economic Review, 68, May,1978, 348-52.
    16. Romer, David H. Openness and Inflation: Theory and Evidence, The Quarterly Journal of Economics, 108(4), November 1993, 869-903.
    17. Sánchez, Oscar; Seade, Juan, and Werner Alejandro M. Los Costos Asociados alProceso Desinflacionario, Banco de México (Mexico City, Mexico), Documento de Investigación No. 9903, 1999.
    18. Sargent, Thomas J. Stopping Moderate Inflations: The Methods of Poincare andTatcher. in Rudiger Dornbusch and Mario H. Simonsen, Eds., Inflation, Debt and Indexation, Cambridge, MA: MIT Press, 1983.
    19. Taylor, John B. Union Wage Settlements during a Disinflation. American Economic Review, 73, December 1983, 981-93.
    20. Temple, Jonathan, Openness, Inflation, and the Phillips Curve: A Puzzle. Journal of Money, Credit and Banking, 34(2), May 2002, 450-68.
    21. Walsh, Carl. E. Optimal Contracts for Central Bankers. American Economic Review, 85(1), March 1995, 150-67.

ب- لاتین

 

پیوست: جداول

جدول (1): تعیین وقفه بهینه مدل

VAR Lag Order Selection Criteria

Endogenous variables: GGDP R GM2 INFLATION

Exogenous variables: C

Date: 01/04/08  Time: 17:23

Sample: 1367Q1 1384Q4

Included observations: 61

Lag

LogL

LR

FPE

AIC

SC

HQ

0

-676.3920

NA

57321.85

22.30793

22.44635

22.36218

1

-593.4202

152.3416

6387.543

20.11214

20.80423*

20.38338*

2

-572.9335

34.92812

5553.614

19.96503

21.21080

20.45326

3

-551.7464

33.34367

4769.490

19.79496

21.59440

20.50018

4

-534.2568

25.23095

4699.374

19.74612

22.09923

20.66833

5

-514.0400

26.51379

4331.297

19.60787

22.51465

20.74706

6

-503.0943

12.91960

5578.631

19.77358

23.23403

21.12976

7

-476.5761

27.82235

4492.802

19.42872

23.44284

21.00190

8

-437.6781

35.70959*

2547.723*

18.67797*

23.24576

20.46813

9

-422.9384

11.59848

3439.148

18.71929

23.84076

20.72644

10

-408.1628

9.688885

5155.618

18.75944

24.43457

20.98358

* indicates lag order selected by the criterion

 LR: sequential modified LR test statistic (each test at 5% level)

 FPE: Final prediction error

 AIC: Akaike information criterion

 SC: Schwarz information criterion

 HQ: Hannan-Quinn information criterion

جدول (2): نتایج تخمین مدل تخمین زده شده VAR با وقفه 8

Vector Autoregression Estimates

Date: 01/04/08  Time: 17:30

Sample (adjusted): 1369Q2 1384Q4

Included observations: 63 after adjustments

Standard errors in ( ) & t-statistics in [ ]

 

GGDP

R

GM2

INFLATION

GGDP(-1)

-0.473642

0.063481

0.044343

-0.014818

 

(0.17605)

(0.08563)

(0.07444)

(0.09235)

 

[-2.69044]

[ 0.74131]

[ 0.59570]

[-0.16045]

 

 

 

 

 

GGDP(-2)

-0.494631

0.046220

0.048140

-0.152570

 

(0.19052)

(0.09268)

(0.08056)

(0.09994)

 

[-2.59619]

[ 0.49873]

[ 0.59757]

[-1.52655]

 

 

 

 

 

GGDP(-3)

-0.426564

-0.019123

0.127494

0.012634

 

(0.21170)

(0.10297)

(0.08951)

(0.11105)

 

[-2.01498]

[-0.18570]

[ 1.42431]

[ 0.11377]

 

 

 

 

 

GGDP(-4)

-0.138778

0.130879

-0.062804

-0.136573

 

(0.21407)

(0.10413)

(0.09051)

(0.11230)

 

[-0.64830]

[ 1.25691]

[-0.69386]

[-1.21620]

 

 

 

 

 

GGDP(-5)

-0.062422

-0.075952

0.075219

-0.095192

 

(0.20462)

(0.09953)

(0.08652)

(0.10734)

 

[-0.30507]

[-0.76310]

[ 0.86940]

[-0.88685]

 

 

 

 

 

GGDP(-6)

0.017780

-0.187860

0.040057

0.022935

 

(0.21090)

(0.10259)

(0.08918)

(0.11064)

 

[ 0.08430]

[-1.83119]

[ 0.44919]

[ 0.20731]

 

 

 

 

 

GGDP(-7)

0.008709

-0.215998

0.024088

-0.033881

 

(0.18632)

(0.09063)

(0.07878)

(0.09774)

 

[ 0.04674]

[-2.38331]

[ 0.30576]

[-0.34665]

 

 

 

 

 

GGDP(-8)

-0.077506

-0.238054

-0.030222

0.150870

 

(0.17757)

(0.08637)

(0.07508)

(0.09315)

 

[-0.43648]

[-2.75609]

[-0.40252]

[ 1.61967]

 

 

 

 

 

R(-1)

0.501560

0.616253

0.157803

-0.061476

 

(0.39808)

(0.19364)

(0.16832)

(0.20883)

 

[ 1.25995]

[ 3.18251]

[ 0.93751]

[-0.29439]

 

 

 

 

 

R(-2)

0.031181

-0.174747

-0.132321

0.139265

 

(0.48093)

(0.23394)

(0.20335)

(0.25229)

 

[ 0.06483]

[-0.74698]

[-0.65070]

[ 0.55201]

 

 

 

 

 

R(-3)

-0.213141

0.181546

-0.085591

0.036018

 

(0.47366)

(0.23040)

(0.20028)

(0.24847)

 

[-0.44999]

[ 0.78795]

[-0.42736]

[ 0.14496]

 

 

 

 

 

R(-4)

0.329274

0.125054

-0.121616

0.189245

 

(0.44709)

(0.21748)

(0.18904)

(0.23453)

 

[ 0.73649]

[ 0.57503]

[-0.64332]

[ 0.80690]

 

 

 

 

 

R(-5)

-0.100287

0.032720

-0.056206

-0.472514

 

(0.44296)

(0.21547)

(0.18730)

(0.23237)

 

[-0.22640]

[ 0.15186]

[-0.30009]

[-2.03348]

 

 

 

 

 

R(-6)

0.197810

-0.000179

-0.054473

0.406480

 

(0.47562)

(0.23135)

(0.20111)

(0.24950)

 

[ 0.41590]

[-0.00077]

[-0.27086]

[ 1.62917]

 

 

 

 

 

R(-7)

-0.129476

0.140057

0.457730

-0.234990

 

(0.49551)

(0.24103)

(0.20952)

(0.25993)

 

[-0.26130]

[ 0.58108]

[ 2.18469]

[-0.90404]

 

 

 

 

 

R(-8)

-0.082192

-0.262650

-0.546282

0.084611

 

(0.35207)

(0.17126)

(0.14887)

(0.18469)

 

[-0.23345]

[-1.53366]

[-3.66959]

[ 0.45813]

 

 

 

 

 

GM2(-1)

-0.074036

0.059199

-0.187176

-0.053621

 

(0.35269)

(0.17156)

(0.14913)

(0.18502)

 

[-0.20992]

[ 0.34506]

[-1.25511]

[-0.28982]

 

 

 

 

 

GM2(-2)

0.120030

0.021321

0.099503

0.004992

 

(0.30543)

(0.14857)

(0.12915)

(0.16022)

 

[ 0.39298]

[ 0.14351]

[ 0.77046]

[ 0.03116]

 

 

 

 

 

GM2(-3)

0.032344

0.141536

0.093919

-0.215162

 

(0.31508)

(0.15327)

(0.13323)

(0.16529)

 

[ 0.10265]

[ 0.92347]

[ 0.70495]

[-1.30175]

 

 

 

 

 

GM2(-4)

-0.323198

0.057715

0.257335

0.056554

 

(0.30449)

(0.14811)

(0.12875)

(0.15973)

 

[-1.06145]

[ 0.38967]

[ 1.99876]

[ 0.35407]

 

 

 

 

 

GM2(-5)

0.083991

-0.291606

0.020363

0.384874

 

(0.30840)

(0.15002)

(0.13040)

(0.16178)

 

[ 0.27234]

[-1.94384]

[ 0.15616]

[ 2.37896]

 

 

 

 

 

GM2(-6)

-0.198981

-0.035076

0.073935

-0.343329

 

(0.33729)

(0.16407)

(0.14262)

(0.17694)

 

[-0.58994]

[-0.21379]

[ 0.51841]

[-1.94042]

 

 

 

 

 

GM2(-7)

0.311460

-0.124850

0.030095

0.020917

 

(0.38925)

(0.18934)

(0.16459)

(0.20419)

 

[ 0.80016]

[-0.65939]

[ 0.18285]

[ 0.10244]

 

 

 

 

 

GM2(-8)

0.315475

-0.144609

0.391936

0.007162

 

(0.36570)

(0.17789)

(0.15463)

(0.19184)

 

[ 0.86266]

[-0.81292]

[ 2.53465]

[ 0.03733]

 

 

 

 

 

INFLATION(-1)

0.519661

0.392057

0.352690

0.566220

 

(0.45486)

(0.22126)

(0.19233)

(0.23861)

 

[ 1.14246]

[ 1.77195]

[ 1.83377]

[ 2.37298]

 

 

 

 

 

INFLATION(-2)

-0.662055

-0.058199

-0.289872

0.102797

 

(0.60718)

(0.29535)

(0.25674)

(0.31852)

 

[-1.09037]

[-0.19705]

[-1.12906]

[ 0.32274]

 

 

 

 

 

INFLATION(-3)

-0.276674

0.194670

-0.070585

0.308704

 

(0.57307)

(0.27876)

(0.24231)

(0.30062)

 

[-0.48279]

[ 0.69835]

[-0.29130]

[ 1.02688]

 

 

 

 

 

INFLATION(-4)

0.144133

-0.136690

-0.107330

0.240764

 

(0.50426)

(0.24529)

(0.21322)

(0.26453)

 

[ 0.28583]

[-0.55726]

[-0.50338]

[ 0.91017]

 

 

 

 

 

INFLATION(-5)

-0.030834

0.390671

-0.027251

-0.678465

 

(0.50671)

(0.24648)

(0.21426)

(0.26581)

 

[-0.06085]

[ 1.58501]

[-0.12719]

[-2.55242]

 

 

 

 

 

INFLATION(-6)

-0.159933

0.043413

0.001878

0.182319

 

(0.53471)

(0.26010)

(0.22609)

(0.28050)

 

[-0.29910]

[ 0.16691]

[ 0.00831]

[ 0.64998]

 

 

 

 

 

INFLATION(-7)

-0.138503

0.298993

0.904403

-0.291007

 

(0.52844)

(0.25705)

(0.22344)

(0.27721)

 

[-0.26210]

[ 1.16317]

[ 4.04756]

[-1.04976]

 

 

 

 

 

INFLATION(-8)

-0.747234

-0.603931

-0.434461

0.231803

 

(0.50520)

(0.24574)

(0.21362)

(0.26502)

 

[-1.47908]

[-2.45756]

[-2.03383]

[ 0.87466]

 

 

 

 

 

C

-0.848133

5.653480

6.129676

1.331469

 

(4.67068)

(2.27194)

(1.97492)

(2.45015)

 

[-0.18159]

[ 2.48839]

[ 3.10376]

[ 0.54342]

 

 

 

 

 

R-squared

0.475734

0.922363

0.889565

0.794042

Adj. R-squared

-0.083484

0.839550

0.771768

0.574353

Sum sq. resids

503.9841

119.2484

90.10666

138.6892

S.E. equation

4.098715

1.993727

1.733077

2.150110

F-statistic

0.850713

11.13793

7.551678

3.614390

Log likelihood

-154.8945

-109.4925

-100.6657

-114.2498

Akaike AIC

5.964906

4.523570

4.243355

4.674597

SchwarzSC

7.087500

5.646165

5.365950

5.797191

Mean dependent

1.192896

16.40710

6.388557

4.751630

S.D. dependent

3.937645

4.977328

3.627687

3.295609

Determinant resid covariance (dof adj.)

460.2271

 

 

Determinant resid covariance

23.66437

 

 

Log likelihood

-457.2376

 

 

Akaike information criterion

18.70596

 

 

Schwarz criterion

23.19633