تحقیق بررسی عوامل موثر بر واردات

ابتدا در این تحقیق به بررسی پایائی و ناپایائی متغیرهای مورد استفاده در مدل تخمینی تابع واردات با استفاده از آزمون پایائی در داده‌های ترکیبی (آزمون لین و لوین چو) پرداخته شده است که مشخص گردید تمام متغیرها در سطح پایائی باشند. در گام دوم با استفاده از آزمون چاو و هاسمن به بررسی آزمون اثر ثابت و آزمون اثر تصادفی پرداخته شد که از جمع بندی نتایج مشخص گردید که در برآورد معادله واردات کشورهای خاورمیانه مقطع و دوره ثابت است و در برآورد معادله واردات کشورهای شمال آفریقا مقطع ثابت و دوره تصادفی است. در پایان ضمن تخمین تابع واردات و ارتباط بین متغیرها و تأثیر آن بر واردات مشخص گردید که تمام ضرایب معنی دار می‌باشند لذا به علت استفاده از تابع لگاریتم در مدل تخمینی، می‌توان ضرایب بدست آمده را به عنوان کشش تابع واردات نسبت به متغیرهای مدل تفسیر کرد که با مقایسه بین کشورهای خاورمیانه و شمال آفریقا این موضوع روشن گردید که ابتدا ارتباط واردات با درآمد ملی، درآمد نفتی و قیمت نفت مثبت می‌باشد ولی ارتباط بین واردات و شاخص قیمت‌های نسبی و نرخ ارز حقیقی منفی می‌باشد. ضمنا کشش تابع واردات نسبت به درآمد ملی و نرخ ارز در کشورهای شمال آفریقا بزرگتر از کشورهای خاورمیانه می‌باشد. تحقیق بررسی عوامل موثر بر  واردات کشورهای خاورمیانه و شمال آفریقا با استفاده از داده های ترکیبی در قالب فایل ورد به همراه منبع آماده برای ویرایش و پرینت میباشد.

تصریح مدل:

تصریح مدلبا توجه به مبانی نظری و ادبیات تحقیق بیان شده در قسمت قبل، تابع مورد استفاده در برآورد واردات (IM) کشورهای منا شامل متغیرهای مستقل؛ نرخ ارز (EX)، درآمد ملی (NNI)، قیمت نفت (PO)، درآمد نفتی (YO) و شاخص قیمت کالاهای وارداتی (PIM) به  شاخص قیمت داخلی (Pd) است. این داده ها از طریق وب سایت WDI ، IMF  و IFS  استخراج شده است. که به صورت لگاریتمی مورد استفاده قرار گرفته اند. کشورهای منا مورد استفاده در تحقیق حاضر به دو گروه اصلی، کشورهای خاورمیانه شامل ۱۳ کشور: بحرین، مصر، ایران، عراق، اردن، کویت، لبنان، عمان، قطر، عربستان، سوریه، امارات و یمن. کشورهای شمال آفریقا شامل ۷ کشور: الجزایر، لیبی، مراکش، جیبوتی، قبرس، سودان و تونس است. این کشورها در دو گروه، مقطع داده های پانل را شامل می شوند و دوره زمانی مورد بررسی ۱۳۸۹- ۱۳۷۵ است. در روش‌های اقتصادسنجی که مبنای کار آن‌ها، متکی بر یکی از تکنیک¬های سری زمانی  یا آمار مقطعی  است، معمولاً مشکلاتی چون واریانس ناهمسانی   و خود همبستگی  رخ می‌دهد]۱۴[. به همین دلیل در سال‌های اخیر توجه بیشتر به سمت داده¬های ترکیبی  معطوف شده است. از جمله مزایای استفاده از داده¬های ترکیبی محدود ساختن واریانس ناهمسانی است. همچنین با ترکیب مشاهدات سری زمانی و مقطعی می‌توان داده¬هایی با اطلاعات بیشتر، تغییرپذیری بیشتر، هم خطی  کمتر میان متغیرها، درجه آزادی بیشتر و کارایی بیشتر در مطالعه مدل¬های رفتاری پیچیده¬تر ارائه کرد. در مدل پانل دیتا فرض می‌شود مشاهدات مربوط به N فرد در طول T دوره¬ی زمانی به صورت زیر ارائه می شود: ykit =αkit + ∑ β kit Xkit + εkit i=1,…,n t=1,…,T k=1,…,Kکه در آن ykit متغیر وابسته برای i امین واحد مقطعی در سال t و Xkit نماینده k امین متغیر یا متغیرهای مستقل غیر تصادفی برای i امین واحد مقطعی در زمان t است. kit  β پارامتر مجهول بوده و میزان واکنش متغیر وابسته نسبت به تغیرات k امین متغیر مستقل در i امین واحد مقطعی در زمان t را اندازه گیری می‌کند. زمانی که αkit به عنوان یک ضریب ثابت عمل می¬کند، این مدل به مدل با اثر ثابت  اشاره می¬کند و زمانی که αkit به صورت تصادفی در هر مقطع توزیع می گردد، به مدل با اثر تصادفی  اشاره خواهد کرد. اما از بین این دو مدل کدامیک کارایی بهتری خواهد داشت؟ در این زمینه عنوان می¬شود که اگر تعداد (T) دوره¬ی سری زمانی بزرگ و تعداد واحدهای مقطعی (N) کم باشد، کارایی مدل با اثر ثابت بیشتر و در حالت عکس کارایی مدل با اثر تصادفی بیشتر خواهد بود]۱۵[. اما به منظور بررسی دقیق آزمون های تعریف شده است. آزمون چاو و هاسمن  متداول ترین نوع از این گونه آزمون هاست. آزمون چاو برای تعیین به¬کارگیری مدل اثر ثابت در مقابل تلفیق کل داده¬ها انجام می¬شود. فرض صفر بیان می‌کند تمام اثرات ثابت برابر با صفر است. این آزمون را می¬توان با آماره F انجام داد. این یک آزمون ساده چاو است که با مجموع مجذورات پسماند حالت مقید (RRSS) از انجام حداقل مربعات معمولی روی مدل تلفیق شده (بدون اثرات ثابت، که حالت مقیدی است که قید برابری صفر برای µ ها را اعمال می¬کنیم) و مجموع مجذورات پسماند حالت غیر¬مقید (URSS) که برآورد LSDV با اثرات ثابت است انجام می¬گیرد. اگر N بزرگ باشد، می¬توان تبدیل درون¬گروهی را انجام داد و از مجموع مجذورات پسماند بعنوان URSS استفاده کرد. در این حالت:   اگر   از مقدار بحرانی با N-1 و N(T-1)-K درجۀ آزادی بیشتر باشد فرض  رد می¬شود و اثرات ثابت پذیرفته خواهد شد. رویکرد اثرات ثابت زمانی پذیرفتنی است که تفاوت میان مقاطع را بتوان با جملات عرض از مبدأ توضیح داد اما در روش داده¬های تلفیقی یا یکپارچه از حالت وجود عرض از مبدأهای مشابه استفاده می-شود]۱۶[.به منظور استفاده از مدل اثر ثابت در مقابل اثر تصادفی آزمون ‌هاسمن انجام می شود. به عبارت دیگر، رایج¬ترین آزمون برای تعیین نوع مدل داده¬های ترکیبی آزمون ‌هاسمن است (یافی ، ۲۰۰۳). آزمون ‌هاسمن بر پایه¬ی وجود یا عدم وجود ارتباط بین خطای رگرسیون تخمین زده شده و متغیرهای مستقل مدل شکل گرفته است. اگر این ارتباط وجود داشته باشد، مدل اثر ثابت و اگر این ارتباط وجود نداشته باشد، مدل اثر تصادفی کاربرد خواهد داشت. فرضیه   نشان دهنده عدم ارتباط متغیرهای مستقل و خطای تخمین و فرضیه   نشان دهنده وجود ارتباط است. البته چنانچه تعداد مقطع¬ها از تعداد ضرایب در مدل کمتر باشد از مدل اثر تصادفی نمی¬توان استفاده کرد (مادالا، ۱۹۸۸، ص۴۳۵). برای انجام آزمون، هاسمن بر اساس فرضیات ابتدا دو تخمین را برای معادله در نظر گرفته می شود. اگر ضرایب   و   به ترتیب پارامترهای این تخمین¬ها بر اساس فرضیات مورد نظر باشد بطوریکه   با برقراری فرضیه  تخمین زننده سازگار و کارا است ولی با برقراری فرضیه   کارا نیست.( اردوغان ۲۰۰۲، ص۲۷) آماره M را به صورت زیر بیان می‌کند:
M=W=(brandom – bfixed     )ʹ [var(brandom) – var(bfixed)](brandom –bfixed)    در رابطه فوق brandom نشان دهندۀ شیب حاصل از تخمین مدل با اثر تصادفی و bfixed نشانگر شیب حاصل از تخمین مدل با اثر ثابت است. همچنین var(brandom)  و var(bfixed) به¬ ترتیب نشان دهنده ماتریس حاصل از تخمین مدل اثر تصادفی و اثر ثابت است.

واردات
واردات

برآورد تجربی تابع تقاضای واردات کشورهای حوزه:

آزمون پایایی در داده‌های ترکیبی (آزمون لین و لوین و چو  (LL))   لین و لوین و چو (۱۹۹۲) نشان دادند که در داده¬های ترکیبی استفاده از آزمون ریشه واحد مربوط به این داده¬ها دارای قدرت آزمون بیشتری نسبت به استفاده از آزمون ریشه واحد برای هر مقطع به طور جداگانه است. اوه و مک¬دونالد  (۱۹۹۶) با مثال‌هایی در تحقیقات خود نشان دادند که به‌کارگیری آزمون¬های ریشه واحد متداول مانند آزمون دیکی- ¬فولر، دیکی- ¬فولر تعمیم یافته و آزمون فیلیپس پرون دارای قدرت آماری پایینی نسبت به آزمون¬های ریشه واحد داده¬های ترکیبی هستند.

 نتایج برآورد معادلات واردات کشورهای حوزه منا:

با توجه به برآوردها و آزمون های مقدماتی که در بندهای قبل توضیح داده شد، معادلات نهایی مورد برآورد به منظور بررسی متغیرهای تابع تقاضای واردات کشورهای خاور میانه و شمال آفریقا با استفاده از روش حداقل مربعات معمولی داده های ترکیبی در زیر نشان داده شده است:Im = f(NNI, YO, PO, PIM/PD, EX)
همانطور که مشخص است انتظار است که با افزایش درآمد ملی، افزایش قیمت نفت و یا درآمد های نفتی در کشورهای صادرکننده نفت، افزایش ارزش پول داخلی (کاهش نرخ ارز) و کاهش نسبت قیمت های خارجی به داخلی باعث افزایش واردات کشورهای منا می گردد. بر این اساس نتایج معادلات به صورت زیر نشان داده شده است.

مطلب بالا چکیده‌ای از تحقیق و پژوهش اصلی میباشد جهت تهیه نسخه کامل آن از باکس زیر اقدام به خرید و دانلود نمایید
لینک خرید پژوهش تحقیق بررسی عوامل موثر بر واردات:
تحویل فوری و خودکار فایل با لینک مستقیم بعد از پرداخت
تعداد صفحه: 17
قالب: فایل word

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *