برآورد درجه انباشتگی شاخص تورم با مدل ARFIMA- FIGARCH مطالعه موردی: ایران

Abstract

<em> </em> <br />برآورد درجه انباشتگی شاخص تورم با مدل ARFIMA- FIGARCH <br />مطالعه موردی: ایران <br />حسین عباسی‌نژاد* و یزدان گودرزی فراهانی** <br /> <br />تاریخ دریافت: 19/9/1391 تاریخ پذیرش: 27/2/1393 <br /><em> </em> <br /><em>چکیده</em> <br /><em>بررسی اثر حافظه در شاخص­های مختلف اقتصادی، به‌خصوص تورم و بازار پول دارای جذابیت تحقیقاتی بالایی است. این تحقیق با استفاده از داده‌های شاخص قیمت مصرف‌کننده ایران در دوره زمانی 08/1390، 01/1369، به بررسی ویژگی حافظه بلندمدت این شاخص پرداخته و مدل </em><em>ARFIMA</em><em> برای آن برازش شده است. همچنین مقادیر جزء خطا در مدل </em><em>ARFIMA</em><em> با استفاده از مدل </em><em>FIGARCH</em><em> مورد بررسی قرار گرفت تا مشخص شود که واریانس ناهمسانی تورم از چه مدلی پیروی می­کند، نتایج تحقیق نشان‌دهنده این موضوع بود که سری­ زمانی ماهیانه تورم می­تواند دارای ریشه کسری باشند. به عبارتی، درجه ­انباشتگی متغیر تورم می‌تواند عدد صحیح نباشد و کسری باشد. نتایج تحقیق نشان داد که درجه ­انباشتگی سری تورم باید بین صفر و یک باشد و بدین ترتیب فرضیه حافظه­دار بودن سری تورم مطرح شد. با تخمین پارامتر حافظه بلندمدت در مدل مشخص شد که سری تورم دارای درجه انباشتگی 46/0 است و با یک بار تفاضل‌گیری دچار بیش تفاضل‌گیری می‌شویم. بنابراین، سری تورم در ایران دارای حافظه بلند­مدت است و آثار هر شوک بر این متغیر به دلیل حافظه بلندمدت آن تا دوره­های طولانی باقی می­ماند. </em> <br /> <br /><em>طبقه‌بندی </em><em>JEL</em><em>: </em><em>C22, G32, E31 </em><em>.</em> <br /><em>کلیدواژه­ها: </em><em>مدل</em><em>ARFIMA- FIGARCH </em><em>، تورم، آزمون </em><em>KPSS</em><em>، حافظه بلندمدت.</em> <br /><br clear="all" /> <br /> <br />* استاد دانشکده اقتصاد دانشگاه تهران، پست الکترونیکی: habasi@ut.ac.ir. <br /> <br /> <br />** دانشجوی دکترای اقتصاد دانشگاه تهران (نویسنده مسئول)، پست الکترونیکی: yazdan.gudarzi@ut.ac.ir.