پژوهش های اقتصادی ایران

در این پژوهش، 56,965 فقره تسهیلات اعطایی طی سال های 1398 تا 1403 در شعب شمال تهران بانک ملی ایران، به منظور برآورد احتمال نکول وام مورد بررسی قرار گرفتند. برای پیش بینی رفتار اعتباری مشتریان، سه مدل شامل رگرسیون لجستیک، جنگل تصادفی و تقویت گرادیان حداکثری به کار گرفته شده است. متغیرهای ورودی شامل 29 متغیر در سه دسته اصلی بودند: مشخصات قرارداد تسهیلات (مبلغ، دوره بازپرداخت، نوع وثیقه و...)، ویژگی های فردی تسهیلات گیرنده (سن، شغل، سابقه اعتباری و...) و مشخصات شعبه (استان، نوع شعبه و...). همچنین پیش پردازش هایی مانند حذف مقادیر پرت، دسته بندی متون، استخراج سن و دوره تنفس از داده های موجود انجام شده است و مدل ها در دو حالت پایه و بهینه سازی شده (با تنظیم ابرپارامترها) ارزیابی شدند. نتایج نشان داد که مدل های یادگیری ماشین عملکرد بهتری نسبت به روش سنتی دارند. شاخص ROC-AUC برای مدل تقویت گرادیان حداکثری معادل 73/99 و برای جنگل تصادفی نیز 68/99 درصد برآورد شد درحالی که این مقدار برای رگرسیون لجستیک تنها 34/75 درصد بود. اختلاف میانگین AUC بین مدل های یادگیری ماشین و رگرسیون لجستیک حدود 243/0 بود و در همه موارد، آزمون های آماری و فاصله اطمینان 95 درصد، بر معناداری این اختلاف تأکید داشتند. یافته ها برتری قابل اتکای روش های یادگیری ماشین در پیش بینی نکول تسهیلات را تأیید می کند.

در این پژوهش به بررسی عوامل مؤثر بر کنش ممانعت از ورود بنگاه های خارجی با استفاده از سرمایه گذاری راهبردی بنگاه خانگی در تحقیق وتوسعه پرداختیم. بررسی این موضوع به عنوان یک مانع درون زای مخرب تجارت آزاد، تحت چارچوب جاری افزایش تمرکز بازار در سطح بازارهای جهانی، برای طراحی سیاست های تجاری بهینه ضرورت دارد. به این منظور و در راستای گسترش ادبیات موضوع که در آن تحقیق وتوسعه در امتداد نوآوری محصول یا فرآیند پدیدار می شود، یک چارچوب نظری از طریق تلفیق تئوری های تجارت بین الملل و سازمانِ صنعتی مطرح کرده و در قالب یک بازی استکلبرگِ «ممانعت از ورود» نشان دادیم که حتی در شرایطی که بنگاه ها انگیزه مستقیمی برای مشارکت در فعالیت های نوآورانه ندارند، سرمایه گذاری در تحقیق وتوسعه می تواند منطق راهبردی داشته باشد. کارکرد این رفتار که نیازمند حدی از قدرت قیمت گذاری است، از طریق ایجاد انحراف در دستمزد نیروی کار تحقیق وتوسعه و به دنبال آن افزایش هزینه ورود رقیب خارجی و کاهش سود مورد انتظار آن ، آشکار می شود. همچنین ما نشان دادیم دامنه ای از اندازه بازار وجود دارد که در تقویت رفتار ممانعت از ورود عمل می کند؛ بنابراین در این محیط آزادسازی تجاری نمی تواند نقشی در زمینه کنترل تمرکز بازار داشته باشد. این یافته ها اهمیت لحاظ تأثیر و تأثرات سیاست تجاری و صنعتی را برجسته و همچنین مبنای نظری جدیدی برای تحلیل تجربی ارتباط بین اندازه بازار و تحقیق وتوسعه در سطح بنگاه را فراهم می سازد.

این مقاله با هدف بررسی اثر سطح تنظیم گری بر رشد ارزش افزوده صنعتی و مقایسه آن در کشورهای توسعه یافته و درحال توسعه انجام شده است. به این منظور از برآورد یک معادله غیرخطی با روش پانل GMM و روش دلتا برای سال های 2000 تا 2019 استفاده شده است. نتایج برآوردها در نمونه ای با 99 کشور یک رابطه U معکوس شکل بین متغیرهای تنظیم گری و رشد صنعتی را نشان می دهد و برای حدود 67 درصد از مشاهدات نمونه، سطح تنظیم گری رشد را افزایش داده و اثر آن بر رشد صنعتی مثبت و معنی دار است. همچنین در این نمونه سطح حداکثرکننده رشد برای تنظیم گری 2/61 (در مقیاس 0-10) بوده است. نتیجه مهم دیگر اینکه ماهیت رابطه میان تنظیم گری و رشد صنعتی در کشورهای توسعه یافته اساساً متفاوت از کشورهای درحال توسعه است. به طور خاص، درحالی که برآورد مدل برای کشورهای درحال توسعه با یافته های مرتبط با کل مشاهدات همخوانی دارد و به صورت یک رابطه U معکوس است، یافته های مرتبط با کشورهای توسعه یافته کاملاً متفاوت است و سطح حداکثرکننده رشد صنعتی برای این کشورها مشاهده نشدکه دلیل آن به تفاوت های نهادی در این دو طیف مرتبط می شود. 

نرخ ارز همواره از مهم ترین شاخص های اقتصادی بوده که عوامل مختلفی در تعیین آن مؤثرند. بعضی از این عوامل در قالب متغیرهای اقتصادی و برخی دیگر به شکل اخبار سیاسی-اقتصادی بازتاب دارند. پرسش مهمی که تاکنون پاسخ دقیقی به آن داده نشده، این است که آیا می توان مدلی جامع و توسعه پذیر به منظور مدل سازی و پیش بینی نرخ ارز داشت به نحوی که دربرگیرنده تمامی متغیرها و عوامل مؤثر باشد؟ در این پژوهش به عنوان پاسخی برای این پرسش، با استفاده از یادگیری ماشین و رویکرد تلفیق داده ها، مدلی جامع مبتنی بر یادگیری عمیق ارائه شده که از انواع داده پشتیبانی می کند. به منظور آموزش مدل اخبار مؤثر بر نرخ ارز از 10 پایگاه اصلی داخلی و خارجی در بازه زمانی 1393 تا 1402 جمع آوری شده و به همراه داده های نرخ ارز و سایر شاخص های اقتصادی مستقیماً به مدل داده شده است. به منظور یافتن بهترین مدل، 8 مدل یادگیری ماشین، 2 مدل آماری و یک مدل زبانی بزرگ در هر دو حالت رگرسیون و کلاس بندی آموزش و آزموده شده اند. برای اجتناب از سوگیری و نتایج تصادفی، از تکنیک های اعتبارسنجی متقابل منطبق بر توالی زمانی و تکرار آموزش و آزمون مدل ها با مقادیر اولیه تصادفی متفاوت، استفاده شده است. نتایج به دست آمده حاکی از آن است که رویکرد جامع و توسعه پذیر پیشنهادی با لحاظ کردن تمامی عوامل مؤثر به صورت مستقیم، به طور قابل توجهی عملکرد بهتری در مقایسه با رویکردهای گذشته داشته است.

امروزه اهمیت حضور و ظهور فین تک ها به خصوص فین تک های فعال در حوزه مالی بر کسی پوشیده نیست. اهمیت این موضوع تا بدانجا است که دامنه گسترده ای از مطالعات اخیر بر عملکرد فین تک ها و رابطه آنها با اقتصاد کلان در سطح بین الملل متمرکز شده است. تجربیات بین الملل بیانگر این است که فین تک ها با گسترش دسترسی به خدمات مالی، کمک بزرگی به بهبود رشد اقتصادی و کنترل تورم داشته اند. در ایران نیز بیش از ۵۰ شرکت فعال فین تکی وجود دارند که در بخش های مختلف مدل کسب وکار بانک ها وارد شده اند. بنابراین حضور آنها می تواند عملکرد اقتصاد کلان را تحت تأثیر قرار دهد. یکی از دغدغه های اصلی سیاستگذاران اقتصادی، در سال های اخیر، دستیابی به بهبود رشد اقتصادی بوده است. چند سؤال اساسی مطرح است. اول، ظهور و حضور فین تک ها چگونه می تواند رشد اقتصادی را تحت تأثیر قرار دهد؟ دوم، آیا اثر فین تک ها بر رشد اقتصادی در آستانه های مختلف متغیرهای تورم، نقدینگی، نرخ ارز و شاخص قیمت سهام متفاوت است؟ در این مقاله با بهره مندی از داده های سری زمانی در دوره ۱۳۷۰-۱۴۰1 و بهره مندی از روش خودرگرسیونی با وقفه توزیعی، پویایی اثر فین تک ها بر رشد اقتصادی بررسی شده است. سپس با به کارگیری روش رگرسیون آستانه ای، اثر فین تک ها در آستانه های مختلف تورم، نقدینگی، نرخ ارز و شاخص قیمت سهام بررسی شده است. نتایج حاصل از روش خودرگرسیونی با وقفه توزیعی بیانگر اثر مثبت آن بر رشد اقتصادی است. نتایج حاصل از روش رگرسیون آستانه ای، بیانگر اثر متفاوت فین تک ها بر رشد اقتصادی در آستانه های مختلف متغیرهای کلان مورد نظر است.  

تحقیق حاضر به دنبال شناسایی و تحلیل عوامل مؤثر بر فقر ذهنی در ایران است. تحقیق حاضر از نظر جهت گیری، کاربردی بوده و از حیث روش شناسی، کمّی چندگانه است. جامعه نظری پژوهش، خبرگان بحث فقر ذهنی بوده و روش نمونه گیری، قضاوتی است. برای گردآوری داده ها از دو پرسشنامه خبره سنجی و اولویت سنجی استفاده شد. در گام اول، 36 عامل از طریق مرور پیشینه و مصاحبه با خبرگان بدست آمد. این عوامل با به کارگیری توزیع پرسشنامه و روش دلفی فازی غربال شدند. 13 عامل دارای عدد دیفازی بالاتر از 0/65 بودند و برای اولویت بندی نهایی انتخاب شدند. عوامل غربال شده با توزیع پرسشنامه های اولویت سنجی  با روش مارکوس رتبه بندی شد. عوامل مؤثر بر فقر ذهنی در ایران  براساس خروجی  روش مارکوس عبارت بودند از: عوامل شخصیتی، نابرابری اقتصادی، شبکه های اجتماعی آنلاین، بی هویتی اجتماعی و بیکاری. یافته ها نشان می دهد عوامل شخصیتی مانند عزت نفس، امید به آینده در کنار عواملی دیگر مانند نابرابری های اقتصادی و حضور فعال در شبکه های اجتماعی آنلاین می تواند بر فقر ذهنی جامعه تأثیرگذار باشد.

این پژوهش با هدف بررسی اثرات نامتقارن نااطمینانی سیاست های اقتصادی داخلی (DEPU) و جهانی (GEPU) بر بازدهی شاخص بازار سهام ایران انجام شده است. بدین منظور از مدل خودرگرسیون با وقفه های توزیعی غیرخطی (NARDL) بهره گرفته شده که امکان تحلیل پویا و تفکیک واکنش بازار به شوک های مثبت و منفی در افق های زمانی مختلف را فراهم می کند. نوآوری اصلی این پژوهش در تحلیل هم زمان نااطمینانی سیاست های اقتصادی با منشأ داخلی و جهانی، در چارچوبی غیرخطی و بررسی واکنش نامتقارن بازار سهام نسبت به این نااطمینانی ها نهفته است. داده های مورد استفاده به صورت فصلی و طی دوره ۱۳۷۶ تا ۱۴۰۳ گردآوری شده اند. علاوه بر شاخص های نااطمینانی، متغیرهای کنترلی شامل نرخ ارز، قیمت جهانی نفت، شاخص قیمت مصرف کننده، حجم نقدینگی، تولید ناخالص داخلی حقیقی بدون نفت و نقدشوندگی بازار سهام نیز در مدل لحاظ شده اند. پیش از برآورد مدل، ویژگی های آماری داده ها شامل وابستگی غیرخطی، ایستایی، وجود رابطه بلندمدت و تقارن واکنش ها بررسی شد تا از صحت به کارگیری مدل NARDL و اعتبار نتایج اطمینان حاصل شود. نتایج نشان می دهد که شوک های مثبت و منفی نااطمینانی سیاست های اقتصادی داخلی به ترتیب اثرات مثبت و منفی معناداری بر بازدهی شاخص بازار سهام در کوتاه مدت و بلندمدت دارند. همچنین، شوک های نااطمینانی سیاست های اقتصادی جهانی  نیز در کوتاه مدت با وقفه زمانی تأثیرگذار بوده اند به طوری که شوک مثبت تأثیر مثبت و شوک منفی تأثیر منفی بر بازده شاخص بازار سهام داشته است. اما در بلندمدت، تنها شوک مثبت نااطمینانی سیاست های اقتصادی جهانی تأثیر مثبت معناداری بر بازدهی شاخص بازار سهام داشته است. همچنین، متغیرهای کنترلی نیز اثرات معناداری بر بازده شاخص بازار سهام داشته اند.