pub.m

bri.a

c.ir

ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

۳ػجؼالٌبٍـ ُوتی ۸فـػ هضوْػ الِیبؿی

چکیؼٍ وسم٣ . سـؿم٣ یتز٣ ؿ یه ن ٝوسمل ماحـ سـ مـعهییه ی سلتَ ػػسن ن تب ن ػ١ؼ١هیتـ سف مهم یکو یگؾسؿ می م٣٣ یػؿ فـسین٣٣ؼه یتز٣٣ ؿ یه س٣٣ـ مـع٣٣ه یالن سلت٣٣َ ػک٣٣ یـه٣٣ یقسن ت٣٣إحیـ مت٢ی٣٣م

ه٣ سم٣ و ؿسهب٣ـػ ػول ون نگـسنیتـ ن مهمین موّوٛ همچنیؿسهبـػی سم . س سمـی ،یسلتَ ػوػ و ؿک٣وػ ت٣وؿمو( ػؿ ک٣ب سف ت٣وؿم، ؿیتـت منٚوؿ ع٣ـود سف سض٣ـسن یس٣ه س٣ه یسلتَ ػ یه می م گ٣ م سـن م٣ه نغن٣تین وه٣ ػؿ هنگ٣ م سـؿم٣ ه ػول ک٣ى٣وػ. آنچ٣ه وتـ م ؼهی٣چیپ یتز ؿ یه مـعه

سم٣ یو سٝتب٣ ؿ وپ٣ول یه گیـنؼ می م ٔ سضـسن ػؿ نٚـ مویىـس عـود سف یؿسهبـػی عوػ سـس ـػ. یگ و لـسؿ میفوػهنگ م آن ػؿ سولو وػلیل سحـسغي ه سهک

سم یو ر ؿ یق م ؿیػؿ سیـسن ن یص ػتـ ىکل ن موّوٛ سهیسوػن سلتَ ػ، س وػلیل ػولت سهم٣ٖٞوف ى٣ؼه سم٣ . سی٣ن یسٝتب٣ ؿ یه و می م٣ کوه تم م سنتٚ ؿست سه ن٣ٚ م س٣ نی کنضو سه

کوـس نی١ یو سٝتب ؿ وه و مامن ت م ل مم له ػؿ پی پ مظ سه سین پـمو سم که نمو س نکویژه عـود سف ؿکوػ و سه یسلتَ ػ فٞ لی یه ن مامن ت ػؿ مـعهیس یسٝتب ؿ یه و فٞ لی ن . یتوؿمو م

فته م٣ٞ ػ ت ی عت ؿم٣ یه سلتَ ػم٣نزو سفرمل٣ه م٣ؼل یه مؼل یـیک ؿگ مم له ص ّـ س سه ػنب ل س٣ه، آلألآل-آلإلألآل وػوؿه فم٣ ن و( VAR٣ٕی یون س٣ـػسؿین عوػؿگـمیو همچن وونیؿگـم

و سفرمل٣ه ؿک٣وػ ت٣وؿمو یالن سلت٣َ ػک٣ یـه٣ یه س٣ـ مت٢ س نک یسٝتب ؿ یه فتن تإحیـ می م یو یوػ، ؿى٣ؼ سلت٣َ ػک٣ؿ یه سـ ى عٌ یسٝتب ؿ یه می م یه نهکقسن سحـ تیم وسم . سـؿم

ن مم له سم . یگـ سیػ ینـط توؿم سف مضوؿه

، مؼل وفم ن یه فته، مـییم عت ؿ وونیؿگـم یه ه ی سٝتب ؿی، مؼل می م ُبی کلیؼی: ّاژٍ یون سـػسؿیعوػؿگـم

JEL :C2 ،E32 ،E52ثٌؼی طجمَ

a.n.hemmati@gmail.com . ػسنيی ؿ ػسنيکؼه سلتَ ػ ػسنيگ ه تهـسن، مؼیـٝ مل س نک ملو سیـسن -آلؿیقی س ن٣ک مل٣و سی٣ـسن و ػسني٣زوی ػکت٣ـی سلت٣َ ػ ػسني٣گ ه مٞ ون سػسؿه ک٣ل م٣ؼیـی ؿین٣ک و سـن م٣ه -آل

m_allahyarifard@bmi.ir . فـػومو ميهؼ

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۳۸

همؼهَ ۳ یه٣ و لیم یه، سف٣قسی٣م٣ م٣وسػ سولیو لیو صزم پول، سف٣قسیم ننؼ سفقس یتوؿم سف ٝوسمل متٞؼػ

ت٣وؿم س٣ه ،ول٣ک یسن٣ؼ ػمته یکػؿ .ىوػ وم وو ... ن ى ی، م عت ؿ سلتَ ػووسؿػست ی ه ک وره نسف وى٣وػ. ت٣وؿم ن ى٣ وم کی٣کن٣ه تفیسف في٣ ؿ هق وسف في ؿ تم ّ و توؿم ن ى وػو ص ل توؿم ن ى

( ننب سه ٝـ٣ّه ػؿ سلت٣َ ػ سم٣ ک یفي ؿ تم ّ سه مفهوم وروػ م فسػ تم ّ یػؿ س فسؿ پول ىوػ. وتوؿم م ه و و مٖش لیم یه س ٝج سفقسک

ىوػ. وٕـف ٝـّه ص ػث م ی تنگن ه یماحـ یتم ّ کمبوػسف ػو ٝ مل یکووػ ػؿ سحـ کؿ هو ک٣ی و ني٣ ن ػسػ تن٣ لِ عن٣ ىؼ نق مٖـسکیماحـ تومٔ یتم ّ کمبوػسف ووػ ن ىکؿ

یتم ٣ّ یی ؿسک٣ن سٍل یر ني ،پول یس ف مفته یل( و تم ّ ک ی هو تم ّ کسف وؼ ن ىیتول (.إلالألآلیسـسننون، سنؼ ماحـ ىؼه

ن ؿى٣ؼ ییت٣وؿم و ن٣ـط پ٣ س٣ ی ن٣ـط یفم ن ػو مْٞل سلتَ ػ ؼه ؿکوػ توؿمو سـوف همیپؼل ی٣مغتلف سـ ر م٣ٞه تضم یه سف رنبه ی ؿ ن مٖلوسیسن ی مؼه یه ٝوسؿُ و پکسم یسلتَ ػ

ٝوسم٣ل سلت٣َ ػی ؿس تنه٣ ػلی٣ل س٣ـوف ؿک٣وػ ت٣وؿمو ،یف ک ؿىن م٣ ن سلت٣َ ػنؼ. سن٣ی ؿی سک ومع٣وػ نوس٣ه سن٣ؼ س٣ه ػسننؼ. ٝوسملو که ػؿ تيؼیؼ ی سـوف سین پؼیؼه ػؿ سـعو کي٣وؿه ػعی٣ل سوػه مو

.(ألالألآلسـورـػی، یؿصیمو سنؼ س ٝج مم سله و عـود سف سین وّٞی ػؿ کيوؿه ی ػیگـ ىؼه وپول یه می م یی ؿسکقسن یهـ سلتَ ػ، م یم عت ؿ یه وژگیو ػؿ ؿکوػ توؿمو یه ؿیيهنن٣٣ب س٣٣ه ن٣٣ـط سه٣٣ـه، یگؾسؿ هیم٣٣ـم یـیپ٣٣ؾ ي٣٣وکقسن ی٣٣ػول٣٣ ، م یس ، م٣٣ عت ؿ سوػر٣٣هوو م٣٣ لقسن نم٣و ػول٣ ػؿ ی٣و م یگؾسؿ سنؼسف و مـم یه مَـف، پل یسلگوه یربـ ونیر ني ومگونگ

.(إلالألآلیسالنچ ؿػ و فیيـ، سلتَ ػ نهفته سم نؼ ک وم کمکسوػره ینـکسه منیـتوؿم سف ػو

ػهؼ. هو موکػول ؿس وـه سؼهیؽع وسؿفه وسلٞ که سینو ـل سل پیویتوؿم ١ - ىوػ. وم و ت توؿمیز ػ م لیتوؿم مبب س -

(.إلالألآلپوؿ، ینیک ـػکسى ؿه وؼست ػسعلیتوسن سه ؿىؼ تول وم میسف آح ؿ مخب توؿم مال یه ؿس ٕو مـعه وو مت٢یـه ی سمم ومیسؿتب ٓ سین مت٢یـه ی کالن صم ،سلتَ ػػسن نسـعو سؿتب ٓ سین (ألإلآلی 1نمونه، فـیؼمن و ىوسؿتق یسنؼ. سـس م ل گؾىته سـؿمو کـػه ألتز ؿی ػؿ

سح٣ـ می م٣ وتضلیل تزقیه. ػؿ فمینه سنؼ مٖ لٞه نموػه ؿس می م پولو و فٞ لی سلتَ ػ وسلٞو(، لیپ٣ـ، إلآلو ژس ی 2تز٣ ؿی، مٖ ل٣ٞ ت تزـس٣ی مت٣ٞؼػی م نن٣ؼ م٣یمل یه٣ پولو سـ مـع٣ه

1- Friedman & Schwartz 2- Sims

pub.m

bri.a

c.ir

۳۳۱ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

( سنز٣٣ م ى٣٣ؼه همچن٣٣ین آلآلی 1( و کن٣٣وس و ػی نیکول٣٣والآل(، تم٣٣ین یإلآلم٣٣یمل و ژس ی( ٣ٍوؿت آلآل( و گ٣ لو یالآل(، گ٣ ػ فـن٣ؼ و کین٣گ یآلآلم ننؼ سیـلنؼ ی ی ػیمٖ لٞ ت ف

نتم٣٣ ل می م٣٣تو م٣٣ فگ ؿنؼ سم٣٣ هن٣٣وف گـفت٣٣ه سم٣٣ . ه٣٣ـ من٣٣ؼ سی٣٣ن مٖ ل٣٣ٞ ت س٣٣ م٣٣ فوک ؿه ی س یمت٣ٞؼػ ه ی پـم٣وه٣ ی مـع٣ه تز٣ ؿی سهمی سحـ می م٣تو س٣ـ پوی٣ یی وػؿعَوً سنؼسفه

ه ی می م٣ پ٣ولو نم٣و مهم٣و ػؿ ن٣هکت ک٣ه نمونه، تٞؼسػی س٣ـ سی٣ن س وؿن٣ؼ یوروػ ػسؿػ. سـسنین٣تنؼ. م٣یمل سف نوین٣نؼگ ن س٣ سی٣ن نٚـی٣ه موسف٣ك سم سـعوکنؼ، سی سیف نمو نوم ن ت مـعه

توسن٣ؼ من٣ئول سض٣ـسن س٣قؿش س ى٣ؼ و سس٣قسؿ کنؼ که می م٣ پ٣ولو نمو ( منین سضج موالآلی توره ل سل( ىوسهؼی سف سحـ آلآلکنوس و ػی نیکولو ی ص ل سین ماحـی ػؿ سـسسـ ؿکوػه نین . س

یگوگـػمی٣ ن و ه کـػن٣ؼئ٣سؿس 2گ٣ـوه هف٣ ه ی تز٣ ؿی ػؿ کي٣وؿه ی می م پ٣ولو س٣ـ مـع٣ه . (ألآلن ئینو، ه ىمومیـ

ؼه ؿک٣وػ ت٣وؿمو ػسؿن٣ؼ و یػؿ موسرهه س پؼ یر لب ه ی هیسف سلتَ ػػسن ن مٞ ٍـ نٚـ وگـوهه مل٣قم س٣ه ک٣ یٕوؿ ػسنن٣ؼ س٣ه وم وو پول وم ل یسمتف ػه سف سسقسؿه فم ن همب کیصل عوػ ؿس تـ ؿسهػؿ موسرهه س٣ سمـوفه می متمؼسؿسن و سلتَ ػػسن ن نب ىنؼ. یگـیو ػیسفقسمم سل ػؿ یکو هو ک ؿس. ػؿ ی ؿیک٣ سی٣ هو ػهن٣ؼ ک٣ ت٣وؿم ؿس ی٣ه سست٣ؼس ک٣م٣ فنؼ وؼه ؿکوػ توؿمو عوػ ؿس ملقم میپؼ ؿه٣ کسف ؿسه یب٣کیز ػ تـین و س سین نیمن ًق مٞتمؼنؼ لقومیسف سلتَ ػػسن ن ن یس ه ٝؼهک وص لن٣ؼه س٣ـ م٣ٖش یه في٣ ؿ فقسکن مفهوم ی ن وروػ ػسؿػ. سه سفم ٕوؿ هم صل هـ ػو مْٞل سه ییتوسن

س٣ه ی ؿیک٣سف ت٣وؿم، س و ػؿ م٣ٖضی٣سه صؼسلل ؿم نؼه ى٣وػ ی ؿیکسف س ونیه ػؿ مٖش مٞ لیم ؿ یمم سل٣ه س٣ ؿک٣وػ ت٣وؿمو سن٣ یتوسنؼ سـس و ؿه مکػؿم سف ؿسه یبکیـمؼ. سنتغ ب تـسصؼسلل

سف م٣ه ت٣وسن مو فم ن ٕوؿ هم ه سهک ت آن سم ینٚـن یػهنؼه س لکیتي و ؿم ف س ىؼ. ٕـس سٍلک ی٣کسف وٕب٣ك سنت٣ٚ ؿست منٖم٣ یو سٝتب٣ ؿ و م٣ پ٣ولی ت، مغ ؿد ػول٣ و میسسقسؿ وّٜ م ل

.(إلالألآلیتَؼیمو، ه سحـ گؾسؿػ گـ سـ مٖش لیم یٕـف سـ مٖش سىت٢ ل و سف ٕـف ػ

ؿکْػ تْؿهی ػؿ ایـاى ۸ سف آن کوو ن٣ـط ت٣وؿم ص٣ وؼ ن ع لٌ ػسعلیـست تولییؿونؼ ت٢ 3یقکمـ کس ن یسم ك آم ؿه سـ وـست تزـسه ىؼه سم و ى٣ؼت و ٣ّٞف آن سن٣تگکـسن سه یس ف ؿکوػ توؿمو ػؿکه ىکم س

ن ن٣ـط ت٣وؿم و ؿى٣ؼ ی ف س٣کى٣ ،آلو ت٣وؿم ػسؿػ. م٣ٖ سك نم٣وػسؿ ی سف٣قسیؼ ی هو تولکقسن یسه م وه سـعالف فـم مت٣ٞ ؿف منضن٣ک، ؼه سم ین صؼ عوػ ؿمیـ سه س تـیسع یه ػؿ م ل یسلتَ ػ

1- Canova & De Nicolo 2- G7

ـکق یآم ؿ ػؿگ ه -أل www.cbi.irیـسن،س وسمالم یرمهوؿ یس نک م

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۳۱

ػلیل م عت ؿ ن من مب تٞ ػل سه یؼسؿیو ن پ یالن سلتَ ػک یـه یمت٢ نوم نسف کوپل، ص یلیف سم . یسلتَ ػ

یم ح س یػؿٍؼ(سه ل GDP نـط توؿم و ؿىؼ . ؿونؼآلنموػسؿ

ـکقی رمهوؿی سمالمو سیـسنمنبٜ نم گـه ی سلتَ ػی س نک م

ؼه ؿکوػ توؿمو ؿس ػسؿػ. س٣ تور٣ه س٣ه یپؼ ـهیپؾ وٕوؿ س لموه آم ػگ سه ـسنیس یٔ سلتَ ػیىـسص ٍل سف ػؿآم٣ؼ یسؿف یه نهکمؼسوم و ت یه سوػره ینـکـسن،یسلتَ ػ س یم عت ؿ یه وژگیو

ن ٝوسمل س٣ـوف یتـ مهم سف ،وپول و م سنبن ٕیـ و میػول ػؿ ػهه سع وم ل وسنْب ٕ ینف و س هنتنؼ.يوؿ کؼه ػؿ ین پؼیس

ُبی اػتجبؿی ّ ؿکْػ تْؿهی میبمت ۳ . ۸ك ٝوسمل م٣احـ س٣ـ یم نف سف ٕـیٔ نوم ن ت لیسوػره و تإمین آن ػؿ ىـس ینـکتوؿم مقمن،

وسغو عَوٍ ی سٝتب ؿست سـسی، مضؼوػکونٚ م س ن وفیلکالت تیز ػ پول پـلؼؿت، تنهیسو یسٝتب٣ ؿست ى٣ؼه و س٣ سف٣قس یو تم ّ یس ٝج سفقس یو سلتَ ػ وه م لیتور یػسؿس یه و ٕـس

وم٣ فػ. سف ٕـف٣ وحـ مإؼ ؿس مت٣ی٣تول ػه٣ؼ و موو یسف٣قس ؿس ونه تإمین م٣ لیهق ،ىؼه پول تم م یسه یمغ٣ ؿد ػول٣ س٣ه ر٣ یرب٣ـ ونیسٝتب ؿست ننب سه ٝـّه آن س ٣ٝج ر ني٣ یو تم ّ یسفقس

یؼ ؿس ػؿ پیتول هو کو یگؾسؿ هی هو مـم کق سه نوسه عوػ ین سمـ نیىوػ، س وم وسغو عَوٍ یم٣ ف و مغ٣ ؿد ػول٣ س٣ ه٣میوػ ىؼه و سفقسکز ػ ؿیؼ س ٝج سی هو تولکلؾس ،عوسهؼ ػسى

تم ٣ّ نن٣ب س٣ه ٝـ٣ّه و وؼ، فقون٣ی٣ هو تولک٣ ى٣وػ. مو و ٝـ٣ّه پ٣ولیمور٣ب سف٣قس وپول

pub.m

bri.a

c.ir

۳۳۲ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

وػ موروػ کٔ توؿم سه ؿین ىـسیعوسهؼ ػسى . ػؿ س همـسه سهه ؿس و مٖش لیم یسفقس ، یػؿنه ىوػ. وىؼه و ؿکوػ توؿمو ص ػث مسّ فه

ؿونؼ ننب تنهیالت سٖٝ یی نٚ م س نکو سه تي٣کیل م٣ـم یه ح س٣ س٣ه لیم٣ آلػؿ نموػسؿ سممو و صمیمو ني ن ػسػه ىؼه سم . وسگـسیی ننب تنهیالت سٖٝ یی نٚ م س نکو سه تي٣کیل

سم٣ آني نگـ ىؼت سفقسیو ی فته سم . سین موّوٛ ن همـم یه صمیمو و سممو ػؿ ػهه سعیـ سم٣هم تن٣هیالت س٣ٖٝ یی ػؿ تي٣کیل م٣ـم یه ،ؿ١م ؿىؼ تنهیالت س٣ٖٝ یی ػؿ ػه٣ه سعی٣ـ هکه س

صمیمو ح س سم .

. ننب تنهیالت سٖٝ یی سه تيکیل مـم یه ح س سه لیم سممو و صمیموآلنموػسؿ ـکقی منبٜ مـی رمهوؿی سمالمو سیـسنه ی فم نو مت٢یـه ی سلتَ ػی س نک م

سم ل یيوؿ موسؿػ ؽک کونٚ م س ن ی هو توسن سٝتب ؿک ول سٍلیػ سفرمله ه٣٣ ی س٣ـ سم٣٣ ك سـع٣٣و گقسؿه: ُــبی مـوی( ًظــبم ثــبًکی هطبلجـبت ییـرــبؿی )ػاؿایی

ه٣قسؿ آلاله سه ص٣ؼوػ سکنون میقسن مٖ لب ت ١یـر ؿی س نک هم ،منئولین سؿىؼ کيوؿ ىوػ. ػؿٍؼ تنهیالت سٖٝ یی ؿس ى مل موإلآلؿمیؼه سم که صؼوػ 1میلی ؿػ ؿی ل

ـ ی٣٣٣ت٣٣٣وسن س٣٣٣ه م٣٣٣وسؿػ ف وػؿ ػه٣٣٣ه گؾى٣٣٣ته م یـر٣٣٣ ؿیل ٝم٣٣٣ؼه ؿى٣٣٣ؼ مٖ لب٣٣٣ ت ١ی٣٣٣سف ػ سى ؿه نموػ

.ألألآلسؿػیبهي إلآل ،رمهوؿ ؿئیلمٞ ون سول ،ره نگیـی سمض قمَ صبه تلویقیونو -آل

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۳۳

ن مه٣ـ کفوػس٣ فػه، من٣ یه٣ ػؿ ل ل٣ب سنگ٣ ه وف٣یلکت و ى٣به وف٣یلکالت تیتن٣ه یسٖٝ - ؛ وو ...

یمن٣ سٜ ؿس ػؿ ر٣ ک٣ـػه وول ک٣ـن٣ؼه نیگ وسم ت٣ـ سف ن٣ـط ت٣وؿم، نییالت پ ینـط موػ تنه - ؼ.ینم مو یگؾسؿ مـم یه یگـیػ

سم٣ وره٣ ن یسـسس٣ـ سم٣ت نؼسؿػه أليوؿ ص٣ؼوػ ک کوه س نکػؿ ىب یـر ؿینـط مٖ لب ت ١ه ؿس س٣ سع٣الل موسر٣ه م٣ عته سم٣ و من نچ٣ه ػؿ٣ٍؼ ه عؼم ػؿ س نکئسؿس پؼیؼه،ن یسوروػ ـ یػؿ من٣ػوس٣ ؿه ،ن من٣ سٜی٣ت٣وسن سنت٣ٚ ؿ ػسى٣ س وـگ٣ـػػ من٣تم سین مٖ لب ت س٣ه میسف س ییس

ؼ.یيوؿ ؿس صل نم کو کوالت نٚ م س نکسف مي سغيو و ؼ و مولؼ لـسؿ گـفتهیرؼ یگؾسؿ مـم یه ونگیگ٣ـ ٝوسم٣ل ٣ٝؼم ت٣وسن نم٣ؼی سف ػُب ثبًک یّالؼ َیت مـهبیفبکي ثْػى ًنجت ییپب

و وه وسل٣ٞی م٣ـم ی٣ف کن س٣وػن ن٣ـط ییپ٣ ،وػولت٣ یه٣ ویژه س نک س٣ه وـسن٣یس یه س نکن ی٣ه٣ ، س ػسؿسیی ی سی٣سؿف ؼی٣ه سف مضل تزؼیو مـم یؿ١م سفقس هس .سم وسهـم یه ننب

س٣وػه و 1ل٣ نون تز٣ ؿت آلألآلمنٚوؿ ٣ٝؼم ى٣مول م٣ ػه سه ه ٍـف ًیو مـم یسغو سف سفقس ه نؼسىته سم . س نک یو توسن سٝتب ؿ ونگیػؿ نمؼ ونمي

ٌـبًل:یثلٌؼهـؼت فب یك عطـْ اػتجـبؿیـاف طـ یّ ػـؼم تـإهیي هـبل کیثبً یُب نیتضـ یو سٝتب٣٣ ؿ ونگیم، ت٣٣وسن نم٣٣ؼیـمن٣٣تمیم و ١یٕوؿ من٣٣تم ق س٣٣هی٣٣ن وسلملل٣٣ نیس یه٣٣ میتضـ یه ٕـس وؿل ست وه تإمین م لک یٕوؿ سه سم ػسػه ٛ لـسؿٞسلي ؿس تض وـسنیس یه س نکس و وع ؿر ومامن ت م ل یس سمتف ػه سف عٖوٓ سٝتب ؿ یو سلتَ ػ وه م لیتور یػسؿس

ـ نبوػه سم .یپؾ نکـ سمیسع یه يوؿ ػؿ م لک کووسمٖه نٚ م س ن

ُب ّ ػاػٍ ؿّه کبؿ ۱ن ی٣و ع٣ـود سف ؿک٣وػ ت٣وؿمو ػؿ س یس٣ـ ؿى٣ؼ سلت٣َ ػ یسٝتب ؿ یه آح ؿ می م ومنٚوؿ سـؿم سه

یالن سلت٣َ ػک٣ یـه٣ یمت٢ وفم٣ ن یه مـی یسـس یٕوؿ موسف مم له سف ػو مؼل سلتَ ػمنزو سهـگـفت٣٣ه سف س ن٣٣ سف٣٣قسؿ ( و نـمETSDی یقک٣٣مـ کس ن٣٣ یسلت٣٣َ ػ وفم٣٣ ن یه سٕال٣٣ٝ ت م٣٣ـی کس

Eviews7 . سمتف ػه ىؼه سم بفتَ ػؿ لبلـت هـؼل ینـتن هؼـبػالت ّ اتضبػُـب ثـَ ؿّه مـبعتبؿیم اف ؿّه اّل: امتفبػٍ

هؼبػالت ّ اتضبػُب: فا( فا ّ ثـّى )ػؿّى یـُبیهتغ پبؿچَ ىبهلیک

ـک سف می٣ ن س٣ـوػ ،ه ی وسؿػه ل نون تز ؿت سگـ سـ سحـ فی ن آلألآلم ػه -آل م٣ؼیـه ئ٣هی ،صؼسلل نَف م٣ـم یه ى٣

یت٣ مو٣ّوٛ سنض٣الل ی٣ سم٣ تي٣کیل ػه٣ؼسل٣ٞ ػه ٣ٍ صب ن م٣ه م ؿس مکلف سم سالف ٍله مزمٜ ٝمومو ف٣وقـک موؿػ ىوؿ و ؿ ی وسلٜ ىوػ.ؤى

pub.m

bri.a

c.ir

۳۳۴ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

نتم مٞ ػ ت و مؼلیموؿػسمتف ػه ػؿ م یـه یمت٢ .آلرؼول

ىـس ًبم هتغیـ ىـس ۳ًبم هتغیـ

Y/(gdpnom) هقینه ن ع لٌ ػسعلو c/(creal) )مَـف عَوٍو یصمیمو

C/(cnom) مَـف عَوٍو

گؾسؿی یصمیمو( مـم یه (i/(ireal یسممو(

G/(gnom) )مَـف ػولتو یسممو g/(greal) )مَـف ػولتو یصمیمو

I/(Inom) گؾسؿی یسممو( مـم یه x-m/(tbreal) )ع لٌ ٍ ػؿست یصمیمو

X-M/ (tbnom) )ع لٌ ٍ ػؿست یسممو P لیم ّمنو کننؼه تٞؼیل

Faci کل تنهیالت سٝتب ؿی Test2

سىتب ه ت آم ؿی و موروػی تولیؼ ن ع لٌ ػسعلو (y/(gdpreal سنب ؿ یى عٌ ٝؼم تٞ ػل(

یصمیمو(

Y=C+I+G+X-M (آلی (I=f(Faci (آلی y=c + i + g+ x-m (ألی P=Y/y (ألی (C=f(y (إلی G=G (إلی (g=f(G/p (الی (C=f(P*c (الی (i=f(I/P (ی (X-M=f(x, m (آلی

صـوف سقؿش نم ی نگـ مت٢یـه ی سممو یس٣ه لیم٣ ر٣ ؿی( و ص٣ـوف کوم٣ک ني٣ نگـ مت٢یـه٣ ی صمیم٣و یس٣ه -آل

سم .لیم ح س (

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۳۵

ك آفم٣ون یـه سف ٕـیمت٢ 2يه وسصؼیؿ نبوػو ػؿ ٍوؿت 1ییم ن وسف سـؿم پلن ؿوه یػؿ سADF3 وفم٣ ن یه م٣ـی 5پ ی٣ه م٣ؼل 4پ٣ـون-پیلیآفمون ف ؿوهسف یم عت ؿن کى وو سـؿم

فس م نن٣٣ؼ س٣٣ـون یـه٣٣ یمت٢ یه ن٣٣هکآح٣٣ ؿ ت ومنٚوؿ سـؿم٣٣ س٣٣ه سم٣٣ . همچن٣٣ین ى٣٣ؼه یم٣٣ ف هیىبو س٣ سنز٣ م ى٣ؼه یوم فیفس من ؿ ػؿون یـه یـ مت٢ییصزم سٝتب ؿست(، سـ م ییالت سٖٝ یتنه .گـػػ مونه یمم پ یه ذینت

َ ؿّه مبعتبؿیبفتَ ػؿ هؼلثمینتن هؼبػالت

INOM = 57227.850353 + 0.587161449246 * FACI ( آلآلی CNOM = 2756.63714613 + 0.884423132709 * CREAL * P (آلآلی CREAL = 7757.92879575 + 0.531989642588 * GDPREAL2 (ألآلی GREAL = 23909.537733 + 0.407500263584 * GNOM / P (ألآلی IREAL = - 5277.80197734 + 1.27371887236 * INOM / P (إلآلی TEST2 = 66602.058408 + 3.54103885952 * TEST1 * P (إلآلی

اتضبػُب ػؿ هؼل

gdpreal = creal + ireal + greal + tbreal + test1 (الآلی gdpnom = cnom + inom + gnom + tbnom + test2 (الآلی p = gdpnom / gdpreal (آلی

ه٣ ، وسک٣نو مت٢یـه٣ ی ک٣الن سـ تنهیالت سٝتب٣ ؿی س نکػؿٍؼ إلتک نه سـوف ؿ ٍوؿتػ ػؿ رؼول و نموػسؿه ی فیـ ني ن ػسػه ىؼه سم . پژوهوسلتَ ػی موؿػ سـؿمو ػؿ سین

1- stationary 2- unit root 3- Augmented Dickey Fuller (ADF) 4- Phillips-Perron (PP) 5- baseline

pub.m

bri.a

c.ir

۳۳۶ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

آحبؿ تکبًَ تنِیالت اػطبیی ثـ هَـف عٍَْی ۳ . ۱ کوالت ن٣ٚ م س٣ نیتن٣ه ػؿ٣ٍؼ إل ن٣ه کسف ت و( ن ىویسمم ونو ى عٌ مَـف عَوٍکوس

.سم ػؿٍؼ آلآل٫ألالت ن٣ٚ م یتن٣ه ػؿ٣ٍؼ إل ن٣ه کسف ت و( ن ى٣وم٣ینو ى عٌ م٣َـف ع٣َوً یصمکوس

.سم ػؿٍؼآلال٫ کوس ن

یهقسؿ میلی ؿػ ؿی ل( ومیمَـف صم الت سـی نه تنهکآح ؿ ت .أل نموػسؿ

یهقسؿ میلی ؿػ ؿی ل( وسـ مَـف سمم ییالت سٖٝ ی نه تنهکآح ؿ ت .أل نموػسؿ

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۸۷

آحبؿ تکبًَ تنِیالت اػطبیی ثـ تيکیل مـهبیَ ۸ . ۱سٕال٣٣ٝ ت م٣٣ین ني٣٣ نگـ عٔ سٕال٣٣ٝ ت وسل٣٣ٞو، ني٣٣ نگـ پیوم٣٣تهع٣٣ٔ ،فی٣٣ـ ه٣٣ یػؿ نموػسؿ

س٣ـ تي٣کیل ػؿ٣ٍؼ إلسف سٝم٣ ل م٣ن ؿیوی تک ن٣ه ن ى٣و مین، نم٣ٖه عٔىؼه م٣ؼل و م فی ىبیه ه ی ر ؿی سم . مـم یه سه لیم

یهقسؿ میلی ؿػ ؿی ل( آح ؿ تک نه تنهیالت سـ تيکیل مـم یه صمیمو .إلنموػسؿ

یهقسؿ میلی ؿػ ؿی ل( آح ؿ تک نه تنهیالت سـ تيکیل مـم یه سممو .إل نموػسؿ

pub.m

bri.a

c.ir

۳۸۳ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

تن٣هیالت ن٣ٚ م س٣ نکو ػؿ٣ٍؼ إلوسکنو ى عٌ تيکیل مـم یه یسممو( ن ىو سف تک ن٣ه .سم ػؿٍؼ إلأل٫آل

تنهیالت ن٣ٚ م س٣ نکو ػؿٍؼ إلیصمیمو( ن ىو سف تک نه وسکنو ى عٌ تيکیل مـم یه .سم ػؿٍؼ -إل٫

آحبؿ تکبًَ تنِیالت اػطبیی ثـ تْلیؼ ًبعبلٌ ػاعلی ۱ . ۱ م٣ین عٔه٣ ی ر٣ ؿی، ني نگـ سٕال٣ٝ ت وسل٣ٞو تولی٣ؼ ن ع٣ لٌ ػسعل٣و س٣ه لیم پیومتهعٔ

تک ن٣ه ػؿ ػؿ٣ٍؼ إلن ى٣و سف سٝم٣ ل م٣ن ؿیوی مین نم٣ٖه عٔىؼه مؼل و م فی سٕالٝ ت ىبیهتنهیالت سٖٝ یی س٣ـ تولی٣ؼ ن ع٣ لٌ یسم٣مو و ػؿٍؼ إل. آح ؿ تک نه سم تنهیالت سٖٝ یی

.سم ٍفـ صمیمو( تمـیب ً

یهقسؿ میلی ؿػ ؿی ل( صمیمو GDPآح ؿ تک نه تنهیالت سـ .النموػسؿ

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۸۸

یهقسؿ میلی ؿػ ؿی ل(سممو GDPآح ؿ تک نه تنهیالت سـ .ال نموػسؿ

آح ؿ تک نه تنهیالت سٝتب ؿی سـ مت٢یـه ی کالن سلتَ ػی .آلرؼول

پژوهو. نت یذ ص ٍل سف پـػسفه سٕالٝ ت ػؿ سین منبٜ

ػؿ تن٣٣هیالت ػؿ٣٣ٍؼ إلوسک٣٣نو مت٢یـه٣٣ ی ک٣٣الن سلت٣٣َ ػی ن ى٣٣و سف تک ن٣٣ه آلر٣٣ؼول ػهؼ. ٝمؼه تإحیـ سـ مت٢یـه ی تيکیل م٣ـم یه سم٣مو و م٣َـف ه ؿس ني ن مو سٝتب ؿی س نک صمیمو سم .

ُب تکبًَهیقاى تکبًَ )ػؿٍؼ ؿىؼ(

هیبًگیي هیقاى ّاکٌو ػؿ هتغیـُبی کالى التَبػی )ػؿٍؼ ؿىؼ(

تيکیل مـهبیَ صمیمی

تيکیل مـهبیَ اموی

تْلیؼ ًبعبلٌ ػاعلی صمیمی

تْلیؼ ًبعبلٌ اموی

إلأل٫آل -إل٫ إل تنهیالت سٝتب ؿی

هیقاى تکبًَ ُب تکبًَ )ؿىؼ(

هَـف ػّلتی هَـف اموی هَـف صمیمی صمیمی

هَـف ػّلتی اموی

ال٫آل آلال٫ آلآل٫أل إل تنهیالت سٝتب ؿی

pub.m

bri.a

c.ir

۳۸۱ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

VAR1 ؿّه ػّم: امتفبػٍ اف هؼل عْػؿگـمیًْی ثـػاؿیىوػ. سنز م مو 2منؼمت٢یـه وتضلیل تزقیهسـؿمو وسسنتگو و سحـ متم سل سین منؼ مت٢یـ سف ٕـیك

م٣ؼل عوػؿگـم٣یون ،ه ی فم٣ نو من٣ؼمت٢یـه وتضلیل مـی ه ی تزقیه ن ؿوهیکو سف توسنمنؼتـیػؿ (varpیم٣ؼل عوػؿگـم٣یون س٣ـػسؿی p م٣ؼل پ ی٣ه مـتب٣ه (.ألآل 3سم یهمیلت٣ون، سـػسؿی ني ن ػسػه ىؼه سم . آلؿسسٖه

( آلی

4نوف٣هرم٣الت سع٣الل س٣ـػسؿ مم ػیـ ح س٣ و سـػسؿ cّـسیب م تـیل س می نگین ٍفـ و وسؿی نل مفیؼ

فسی ػیگ٣٣ـی نی٣٣ق ػؿ م٣٣ؼل آوؿػه کنن٣٣ؼه ی٣٣ مت٢یـه٣٣ ی ت٣٣َ ػفو س٣٣ـون سول٣٣ ت مت٢ی٣٣ـ تٞی٣٣ین سیي٣٣تـ .(ألآلسم یهمیلتون، آلؿسسٖه ٍوؿت سه VARىوػ. سه سی ن ػیگـ ىکل ٝمومو مو

کننؼه فس ی تٞیین مت٢یـه ی سـون m*1 م تـیل Xt م تـیل ّـسیب و

VARؿگـمیون سـػسؿی ػمت٢یـه ی موؿػ سمتف ػه ػؿ مؼل عو .ألرؼول

هتغیـُب ىـس صزم تنهیالت سٖٝ یی نٚ م س نکو کيوؿ

ر ؿیتولیؼ ن ع لٌ ػسعلو سه لیم إلالألآلتولیؼ ن ع لٌ ػسعلو سه لیم ح س

گؾسؿی یتيکیل مـم یه( سه لیم ر ؿی مـم یه إلالألآلگؾسؿی یتيکیل مـم یه(سه لیم ح س مـم یه

ى عٌ سه ی مَـف کننؼه

Faci GDP_C GDP_R Inv_C Inv_R

CPI

1- vector autoregression model (VAR) 2- multivariate analysis 3- Hamilton 4- noise

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۸۱

نت یذ آفمون ؿیيه وسصؼ .ألرؼول

Phillips-Perron ADF مت٢یـه

آم ؿه آفمون مٖش سضـسن

ػؿٍؼ( إلی آم ؿه آفمون

مٖش سضـسن ػؿٍؼ( إلی

Faci -ألإلالآلال٫آل -إلآل٫أل -ألإلالآلال٫آل -إلألال٫

GDP_C -ألإلالآلال٫آل -آلآلالألإل٫أل -ألإلالآلال٫آل -إلألالألأل٫أل

GDP_R -آلالألألإل٫آل -إلآلأل٫آل -آلالألألإل٫آل -ألإلإلألآلآل٫آل

Inv_C -ألإلالآلال٫آل -آلألآلإلإل٫أل -ألإلالآلال٫آل -ألألالآلآلأل٫أل

Inv_R -الألآلال٫آل -إلآلال٫أل -آلالألألإل٫آل -الالإلإل٫أل

کمتـ سف نم ٓ سضـسن٣و ،PPمه و ADFسف آنز که آم ؿه مت٢یـه ی موؿػ سـؿمو مه ػؿ آفمون ؿو کلیه مت٢یـه ف لؼ ؿیيه وسصؼ و ػؿنتیزه م ن هنتنؼ. سف سین هنتنؼ، ػؿٍؼ إلػؿ مٖش

VARتؼییي ّلفَ ثِیٌَ ػؿ الگْی ۱ . ۱، 1سیقین-قتؿىوس سٕالٝ تو م ن یی مت٢یـه سف مٞی ؿ تيغیٌسـسی تٞیین ٕول ولفه سٞؼ سف

ک ئی٣٣٣٣٣ک و نن٣٣٣٣٣ب (HQ) 4ویینک٣٣٣٣٣-صن٣٣٣٣٣ ن ،3سین٣٣٣٣٣و ، ع٣٣٣٣٣ٖ ی نه٣٣٣٣٣ یی پیو(AIC) 2آػؿ م٣وؿػنٚـػهؼ که ػؿ م٣ؼل سمتف ػه ىؼه سم . نت یذ رؼول ني ن مو (LR)5ػؿمتنم یی

حب ت مین٣تم آک ئیکسینو و سـ سم ك مٞی ؿ ننب ػؿمتنم یی، عٖ ی نه یی پیو آلولفه ک٣ویین ولف٣ه ٣ٍفـ ؿس -سی٣قین و صن٣ ن-تقؿىوػ. ػؿ ص لو که سـ سم ك مٞی ؿ ىوس تإمین مو

س تور٣ه س٣ه سینک٣ه حب٣ ت مین٣تم ػؿ ولف٣ه ػؿنه ی ػهنؼ. ٝنوسن ولفه سهینه مؼل لـسؿ مو سهک ئیک س کمتـین ممؼسؿ سه آلسهؼ ىؼ، ولفه سهینه تإمین عو آلسهینه ٝن٣وسن سـ سم ك مٞی ؿ آ

. گـػػ موولفه سهینه مؼل سنتغ ب

1- Schwartz Bayesian information criterion 2- Akaike 3- final prediction error (FPE) 4- Hanan-Queen 5- likelihood ratio

pub.m

bri.a

c.ir

۳۸۲ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

VARًتبیذ آفهْى حجبت ۲ . ۱آفمون ىوػ فیـس ػؿ ٍوؿت ٝؼم حب ت، م٣ؼل VARّـوؿی سم حب ت ،وتضلیل سف تزقیه پیو

نین٣٣ ( ٣٣ٍضیش VDCی 2وسؿی٣٣ نلتزقی٣٣ه ،IRF)1ی ت٣٣َضیش ع٣٣ٖ ، توسس٣٣ٜ تک ن٣٣ه و وسک٣٣نوسی ه ی ميغ٣َه منؼرمل٣ه توسن ػؿ ل ل٣ب ؿیي٣ه ؿس مو VAR(. حب ت ىـسیٔ الألآلینوفـمتو،

کمت٣ـ سف ی٣ک ػسى٣ته 3ه ی آن م٣ؼول فم نو س حب ت سم که همه ؿیيه VARسـؿمو کـػ. مینتم ؿ سم .سف حب ت سـعوؿػس VARس ىنؼ. ػؿ رؼول و نموػسؿ فیـ ني ن ػسػه ىؼه سم که مینتم

1- impulse and response function (IRF) 2- variance decomposition (VDC) 3- module

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۸۳

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Inverse Roots of AR Characteristic Polynomial

1اًجبىتگی ًتبیذ آفهْى ُن ۳ . ۱منٚوؿ وروػ ؿسسٖه سلنؼمؼت س٣ین مت٢یـه٣ و ى٣ـسیٔ فم ػؿ ٣ٕول فـسین٣ؼ سنب ى٣ سین آفمون سه

یکوژسن و نموػتٞـیف ؿس سنب ىتگو ن آفمون همیؿوه ر یگق الالآلػؿ م ل 2ننونیوه .سم سنب ى٣تگو وروػ ؿسسٖه سلنؼمؼت مت٢یـه نغن٣ سف ٕـی٣ك تٞـی٣ف ؿتب٣ه ه٣م .(آلآل 3ونتوك،

منٚوؿ تو٣ّیش ؿوسس٣ٔ سه VARکه تٞؼسػ مینتم تٞ ػلو ػؿ کل مینتم نضوی ىوػ سه ص ٍل موى٣وػ. سین مت٢یـه ّـوؿی سم . ػؿ سین سغو سه تٞی٣ین ت٣ٞؼسػ سـػسؿه٣ ی همگ٣ـس پـػسعت٣ه مو

،ؿػ ى٣ؼ H0سگ٣ـ ف٣ـُ ى٣وػ آفم٣ون مو H0:r0>0گـس فـّیه منٚوؿ پیؼس کـػن تٞؼسػ سـػسؿ هم سه. ىوػ موؿػ نيوػ تکـسؿ H0که فـُ وو سه همین ٍوؿت ت فم نىوػ ػنب ل مو H0:r1>0آفمون

سنب ى٣تگو روػ ه٣مووروػ ػسؿػ. سن سـسین س ػؿٍؼ إلسـػسؿ همگـس ػؿ مٖش ألمٖ سك رؼول فیـ وسؿی نل ستک کـػ.( و تزقیه IRFتوسن سه تک نه و وسکنوی مو

1- co-integrated test 2- Johansson 3- Kozhan & Ventus

pub.m

bri.a

c.ir

۳۸۴ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

(IRFّتضلیل تکبًَ ّ ّاکٌو) تزقیَ ۴ . ۱ه ی سٝتب٣ ؿی و م٣ یـ مت٢یـه٣ ی ػؿ رؼول فیـ نت یذ تغمین سـػسؿ عوػؿگـمیونو تإحیـ می م

ه ی ؿکوػ و توؿم ني ن ػسػه ىؼه سم . نت یذ ػؿ فـسینؼه ی سـؿم٣و کالن سلتَ ػی سـ ى عٌه ی ت٣وؿم و ؿک٣وػ ه ی سٝتب ؿی س٣ـ ى٣ عٌ ه و سفرمله می م ه ی ن ىو سف مت٢یـ تإحیـ تک نه

. نینتنؼتنه یی ل سل تفنیـ سه ،سلتَ ػی ّـوؿی سم . ولو عوػ ّـسیبه٣ ی ح س٣ و ر٣ ؿی وسک٣نو مت٢یـه٣ ی تولی٣ؼ ن ع٣ لٌ ػسعل٣و س٣ه لیم ،نموػسؿه ی فی٣ـ

ه٣ ی ح س٣ و ر٣ ؿی و ه ی تز ؿی(، تيکیل م٣ـم یه س٣ه لیم ى عٌ ؿىؼ و مـعه ٝنوسن سهی( ن ى٣و سف تک ن٣ه یس٣ه سن٣ؼسفه ػو سنض٣ـسف مٞی٣ ؿ( CPIهمچنین ى٣ عٌ سه٣ ی م٣َـف کنن٣ؼه ی

ػهؼ. مٖ سك نموػسؿه ، ى عٌ ؿى٣ؼ سلت٣َ ػی و م ه ني ن مو آلآله ی سٝتب ؿی ؿس ٕو می م تب ؿی ػؿ م٣ه ػوؿه سولی٣ه ن ى٣و سف تک ن٣ه ػؿ سی٣ن مت٢ی٣ـ ه ی سٝ تيکیل مـم یه ننب سه می م

ىونؼ. که ػؿ ٕول فم ن میـس مو هنتنؼصن ك

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۸۵

-.04

.00

.04

.08

.12

.16

.20

.24

1 2 3 4 5 6 7 8 9 10 11 12

Response of FACI to FACI

-.08

-.04

.00

.04

.08

.12

1 2 3 4 5 6 7 8 9 10 11 12

Response of INV_C to FACI

-.08

-.04

.00

.04

.08

1 2 3 4 5 6 7 8 9 10 11 12

Response of INV_R to FACI

-.06

-.04

-.02

.00

.02

.04

.06

1 2 3 4 5 6 7 8 9 10 11 12

Response of GDP_C to FACI

-.03

-.02

-.01

.00

.01

.02

.03

.04

1 2 3 4 5 6 7 8 9 10 11 12

Response of GDP_R to FACI

-.08

-.06

-.04

-.02

.00

.02

.04

1 2 3 4 5 6 7 8 9 10 11 12

Response of CPI to FACI

Response to Cholesky One S.D. Innovations ± 2 S.E.

pub.m

bri.a

c.ir

۳۸۶ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

رؼول فیـ میقسن وسکنو مت٢یـه ی کالن سلتَ ػی ؿس نن٣ب س٣ه تک ن٣ه ی٣ک سنض٣ـسف مٞی٣ ؿ ىوػ نت یذ فیـ ص ٍل مو ،رؼولسین ػهؼ. سـ سم ك تنهیالت سٝتب ؿی ني ن مو

سه میقسن یک سنضـسف مٞی٣ ؿ، مور٣ب وسک٣نو ت٢یی٣ـ ػؿ تنهیالت سٝتب ؿیتک نه ػؿ .آل ىوػ. ػوؿه ػوم مو ػؿٍؼ ػؿ إلآل٫ و ػؿ ػوؿه سول ػؿٍؼ إل٫الآل تنهیالت سٝتب ؿی

إل٫آلو ػؿ٣ٍؼ آل٫ألتک نه ػؿ تنهیالت سٝتب ؿی سه میقسن یک سنضـسف مٞی ؿ، مورب .آل إل٫ألػؿ تي٣٣کیل م٣٣ـم یه سم٣٣مو و صمیم٣٣و ػؿ ػوؿه سول و تـتیب س٣٣هوسک٣٣نو ػؿ٣٣ٍؼ ىوػ. ػؿ ػوؿه ػوم مو ػؿٍؼ آل٫آلو ػؿٍؼ

أل٫آلو ػؿ٣ٍؼ أل٫آلتک نه ػؿ تنهیالت سٝتب ؿی سه میقسن یک سنضـسف مٞی ؿ، مورب .ألو ،ػؿ تولیؼ ن ع٣ لٌ ػسعل٣و سم٣مو و صمیم٣و ػؿ ػوؿه سول تـتیب سهوسکنو ػؿٍؼ ىوػ. موػوم ػؿ ػوؿهػؿٍؼ آل٫و ػؿٍؼ أل٫

( تنِیالت اػطبییVDCتزقیَ ّاؿیبًل ) ۵ . ۱

ػؿ م٣ؼل عوػؿگـم٣یون س٣ـػسؿی م٣وؿػنٚـرؼول فیـ تزقیه وسؿی نل مت٢یـه ی کالن سلت٣َ ػی سین٣و مت٢یـه٣ ػؿ عٖ ی پیو ،متون ػوم و ه ػوؿه سی نگـ ،ػهؼ. متون سول ( ؿس ني ن موVARی

ی س٣ؼ. م٣ٖ سك سین٣و سف٣قسیو مو ع٣ٖ ی پیو ،فم٣ نکه ػؿ ٕول نضوی سه سم ه ی مغتلف ػوؿهسف مت٢یـه٣ ی ک٣الن سف ک٣ل وسؿی٣ نل مت٢یـه٣ ی ک٣الن م٣وؿػ سـؿم٣و ه٣ـ ی٣ک رؼسول فیـ م٣هم

ؽیل ني ن ػسػه ىؼه سم . ىـس سه

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۱۷

، ػؿ٣ٍؼ ال٫آلآل، تيکیل مـم یه س٣ه لیم٣ سم٣مو ػؿٍؼ آل٫إلألمهم تنهیالت سٖٝ یی .آلتولی٣ؼ ن ع٣ لٌ ػسعل٣و یصمیم٣و( و ػؿ٣ٍؼ ٫آلتيکیل مـم یه سه لیم یصمیم٣و(

؛کننؼ سف وسؿی نل ػوؿه سول تولیؼ ن ع لٌ ػسعلو ؿس ميغٌ مو ػؿٍؼ إلآل٫آلألمـس٣وٓ س٣ه ع٣وػ سی٣ن ػؿ٣ٍؼ ٫آلالت٢ییـست تولیؼ ن ع٣ لٌ ػسعل٣و س٣ه لیم٣ ر٣ ؿی، .آل

ن ى٣و سف تک ن٣ه ػؿ٣ٍؼ أل٫ألن ىو سف تک نه تنهیالت سٖٝ یی، ػؿٍؼ إلال٫آلى عٌ، ػؿ٣ٍؼ ألإل٫آلن ى٣و سف تي٣کیل م٣ـم یه صمیم٣و و ػؿٍؼ ال٫آلتيکیل مـم یه سممو،

؛سم ن ىو سف تولیؼ ن ع لٌ ػسعلو صمیمو ػؿ ػوؿه سول إلآل٫إلن ى٣٣و سف تن٣٣هیالت سٝتب٣٣ ؿی، ػؿ٣٣ٍؼ ألال٫ألوسک٣٣نو تي٣٣کیل م٣٣ـم یه سم٣٣مو، .أل

؛سم سممو و سـسی م سمو ػؿ ػوؿه سول ٍفـ ن ىو سف تيکیل مـم یه ػؿٍؼ الإل٫ألألن ى٣و سف تن٣هیالت سٝتب٣٣ ؿی، ػؿ٣ٍؼ ألآل٫آلوسک٣نو تي٣کیل م٣ـم یه صمیم٣٣و، .أل

ن ى٣و سف ع٣وػ مت٢ی٣ـ و م٣ سمو ػؿ٣ٍؼ الآل٫ألإلسم٣مو، ن ىو سف تي٣کیل م٣ـم یه ػؿٍؼ ؛سم ٍفـ ػؿ ػوؿه سول

ن ى٣و سف تن٣هیالت سٝتب٣ ؿی، ػؿ٣ٍؼ آلآل٫الآلکنن٣ؼه، وسکنو ى عٌ سه٣ ی م٣َـف .إلم٣ـم یه ن ى٣و سف تي٣کیل ػؿ٣ٍؼ آلآلتيکیل مـم یه سم٣مو، سف ن ىو ػؿٍؼ آل٫ن ى٣و سف ػؿٍؼ آلآل٫آلآلن ىو سف تولیؼ ن ع لٌ ػسعلو صمیمو، ػؿٍؼ أل٫ألصمیمو،

ن ى٣٣٣و سف ع٣٣٣وػ ى٣٣٣ عٌ ػؿ ػوؿه ػؿ٣٣٣ٍؼ ألأل٫إلألتولی٣٣٣ؼ ن ع٣٣٣ لٌ ػسعل٣٣٣و سم٣٣٣مو . سم سول

pub.m

bri.a

c.ir

۳۱۳ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۱۸

ُبی میبمتی گیـی ّ تٍْیَ ًتیزَ ۱ت٣وؿم و ن٣ـط پ٣ یین ؿى٣ؼ س٣ ی فم٣ ن ػو م٣ْٞل سلت٣َ ػی ن٣ـط پؼیؼه ؿک٣وػ ت٣وؿمو س٣ـوف ه٣م

ه ی مغتلف سـ ر م٣ٞه تضمی٣ل سلتَ ػی سم که ٝوسؿُ و پی مؼه ی سنی ؿ ن مٖلوسی سف رنبهه ی ه ی م عت ؿی هـ سلتَ ػ، میقسن ک ؿآیی می م٣ ه ی ؿکوػ توؿمو ػؿ ویژگو کنؼ. ؿیيه مو

، ن٣ـط سه٣ـه گؾسؿی نن٣ب س٣ه پؾیـی م٣ـم یه سی ػول ، میقسن کيو پولو و م لو، م عت ؿ سوػرهگؾسؿی و می٣قسن نم٣و ػول٣ ػؿ سنؼسف و مـم یه مگونگو ر نيینو ربـی سلگوه ی مَـف، پل

سـع٣و کي٣وؿه ػعی٣ل ٝوسملو که ػؿ تي٣ؼیؼ ی٣ س٣ـوف سی٣ن پؼی٣ؼه ػؿ هم ن سم . سلتَ ػ نهفته سنؼ. سه نوسه عوػ س ٝج عـود سف سین وّٞی ػؿ کيوؿه ی ػیگـ ىؼه ،سنؼ سوػه

ه ی سلتَ ػمنزو سفرمله مؼل ؿگـمیونو م عت ؿی فته و تيکیل مین٣تم س سمتف ػه سف مؼلو همچنین آلألآل-آلإلألآله ی مٞ ػ ت و سیز ػ سؿتب ٓ ػؿ مت٢یـه ی کالن سلتَ ػی سـسی م ل

ه سفرمل٣ه تن٣هیالت فم ن آح ؿ تک نه تٞـیف ستض ػه و تيکیل مؼل یکپ ؿمه، سمک ن سـؿمو همسٝتب ؿی سـ مت٢یـه ی موؿػ سـؿمو ػؿ سین مم له فـسهم ىؼه سم . نت یذ ص ٍل، ص٣ کو سف سی٣ن

آح٣ ؿ ، س٣ ور٣وػؿىؼ تنهیالت سٝتب ؿی نٚ م س٣ نکو ػؿٍؼ إلسم که ػؿ ٍوؿت سیز ػ تک نه سـ تولیؼ ن ع٣ لٌ ػسعل٣و سم٣مو و صمیم٣و ،مٞن ػسؿ سـ مت٢یـه ی سممو سفرمله تيکیل مـم یه

ه ی سعی٣ـ ػؿ ه٣ ػؿ م٣ ل تإحیـ مٞن ػسؿی نؼسىته سم . سین موّوٛ ى یؼ ن ىو سف توسن کم س نکسف٣٣قسیو مٖ لب٣٣ ت س ى٣٣ؼ ک٣٣ه ع٣٣وػ سف ه٣٣ ی سلت٣٣َ ػی و ػسؿسی سؿفه سف٣٣قوػه ت٣٣إمین م٣٣ لو ٕـس

ؿ١م سفقسیو م٣ـم یه هه س ه ی ممو(، پ یین سوػن مـم یه نمؼ و ک ؿسمؼ س نک سیی١یـر ؿی یػسؿه٣ و ٣ٝؼم سمک٣ ن سم٣تف ػه سف ع٣ٖوٓ ه و همچنین تضـیم س نک سف مضل تزؼیؼ سؿفی سی ػسؿسیی

م٣ ک٣ه سؿتب٣ ٓ س . نت٣ یذ ص٣ کو سف آنى٣وػ ن ى٣و موسلملل٣و سٝتب ؿی سؿفسن لیم و ؿل٣ ستو سین ه س نـط ؿىؼ سلتَ ػی وروػ نؼسؿػ. سیو تنهیالت سٖٝ یی س نکمٞن ػسؿی می ن سفقٕوؿ موسفی همچنین سف ٕـیك مؼل عوػؿگـمیونو سـػسؿی ػؿ سی٣ن مم ل٣ه م٣وؿػ سین سـؿمو سه

س نت٣ یذ ص ٣ٍل سف سـؿم٣و م٣ؼل م٣ عت ؿی فته نیق تمـیب ً آمؼه ػم سهسـؿمو لـسؿ گـف . نت یذ مي سه ػسى .

http://fa.wikipedia.org/wiki/%D9%86%D8%B1%D8%AE_%D8%A8%D9%87%D8%B1%D9%87

pub.m

bri.a

c.ir

۳۱۱ ُبی اػتجبؿی ثـ ؿکْػ تْؿهی تإحیـ میبمت

هٌبثغ ّ هأعؾ

فبؿمی ه ی عـود سلتَ ػ سف ىـسیٔ ؿکوػ توؿمو سلتَ ػ سیـسن آنالین. ؿسه

http://www.eghtesadeiranonline.com/vdcirwazpt2cbct.html

( ػؿ سی٣ـسن س٣ سم٣تف ػه PPPم فی ؿسسٖه سـسسـی لؼؿت عـی٣ؼ ی فـػ، مضموػ و ؿّ یی، مٞیؼ. ىبیه سلهی ؿی GARCHه ی سف مؼل

http://allahyarifard.ir/Papers/garch-model-ppp-12.pdf .نيـ نو . تهـسن ، تـرمه ٝب ك ى کـیُبی اقتصبد کالى تئْری طیبطت(.إلالألآلسـسننون، ویلی م سچ. ی

ى کـی. (. سلتَ ػ کالن، تـرمه ٝب كألالألآلسـسننون، ویلی م سچ. ی

تـرم٣ه مضم٣وػ عت٣ یی و تیم٣وؿ ،ُبیی در اقتصبد کالى درص(. إلالألآلسالنچ ؿػ، رین و سمتنلو، فیيـ. ی م فم ن سـن مه و سوػره. .مضمؼی

پژوهيکؼه پولو و س نکو. تهـسن . الگْی اقتصبدطٌجی کالى ایزاى(. إلالألآلسیؼآس ػ، سیژن. ی

( ػؿ سیـسنPPPآفمون توسفن لؼؿت عـیؼ ی (.آلألآل. یمضموػ فـػ، سلهی ؿی و سیؼآس ػ، سیژنhttp://allahyarifard.ir/Papers/ppp-paper-fa.pdf

ـکینق. ی تـرمه ٝلو لنبـی. ،ُبی اقتصبد کالى اصالح طیبطت(. الألآلپ

ػفت٣٣ـ ی ّ ػْاهللپ ایجللبد رى در اقتصللبد ایللزاى.تذلیللپ یذیللذٍ رکللْد تللْره(. إلالألآلت٣٣َؼیمو، سه٣٣ـوف. ی مٖ لٞ ت سلتَ ػی.

ه٣ ی سلت٣َ ػ سی٣ـسن ػؿ عبـ سلتَ ػی، نگ هو سه سـع٣و سف م لو .(ألألآلی .صنن ت ه، میؼ ١المضنین .ألألآلم ل

http://www.khabaronline.ir/detail/economy/macroeconomics.

مامن٣هتهـسن .طبختبری اصالدبت ّ اقتصبد کالىُبی طیبطت (.ألالألآلٝلیـّ . ی سـورـػی، ؿصیمو س فؿگ نو. ه ی پژوهو مٖ لٞ ت و

ػسني٣گ ه آفسػ . تـرمه مه٣ؼی تم٣وی ،اقتصبد کالى ییؼزفتَ )ًظزیَ ادّار تجبری((. ألالألآلؿومـ، ػیویؼ. ی سمالمو وسصؼ ٝلوم تضمیم ت.

مٞ ون٣٣ سم٣٣وؿ .سـؿم٣٣و ٝل٣٣ل و پی م٣٣ؼه ی ؿک٣٣وػ ت٣٣وؿمو ػؿ سلت٣٣َ ػ سی٣٣ـسن .(آلالألآلی .م٣٣ ٝؼی، مه٣٣ـػسػ وفسؿت سلتَ ػ و ػسؿسیی. سلتَ ػی،

ـکقی مـی www.cbi.ir ه ی فم نو مت٢یـه ی کالن سلتَ ػی س نک م

http://allahyarifard.ir/Papers/ppp-paper-fa.pdfhttp://allahyarifard.ir/Papers/ppp-paper-fa.pdfhttp://www.cbi.ir/

pub.m

bri.a

c.ir

ُبی پْلی ّ اؿفی مبالًَ میبمت هزوْػَ همبالت ثینت ّ چِبؿهیي ُوبیو ۳۱۱

ه ی پولو و سٝتب٣ ؿی ػؿ (. نمو می م ألآلسلن ػست. ی ن ئینو، میمین گوگـػمی ن، سصمؼ و میـه ىمو .(ألیآل، فمنت ن، فصلٌبهَ تذقیقبت اقتصبدی راٍ اًذیؼَه ی تز ؿی کيوؿ. مؼیـی مـعه

ـکق پژوهو .اقتصبد ایزاى تذلیپ یذیذٍ رکْد تْرهی ّ ػْاهپ ایجبد رى در .(إلالألآلی .ه ی مزلل م

ایجبد رى ثلب تْهلَ ّیلبٍ ثلَ ثزرطی یذیذٍ رکْد تْرهی ّ ػْاهپ (. إلالألآلآس ػی، مـر نه. ی پوؿ ؿصم نیک ػسنيکؼه سلتَ ػ ػسنيگ ه تهـسن.تهـسن . اقتصبد ایزاى

سنتي ؿست ؿم . ریؼَ ّادذ ّ ُوجوؼی در اقتصبدطٌجی.(.الألآلنوفـمتو، مضمؼ. ی

ُلب در ػلزای طلبسی ثبً راُکبرُبی هقبّم(. آلألآلآس ػی، مهؼی. ی ٝلو همتو، ٝبؼسلن ٍـ و ل مموپژوهي٣کؼه پ٣ولو . تهـسن ُبیی ثزای ًظبم ثبًکی کؼْر( ذبدیَ ارّیب ّ درصثذزاى اقتصبدی )تجزثَ ات

و س نکو.http://conf.mbri.ac.ir/conf23/userfiles/file/%D9%87%D9%85%D8%AA%DB%8C.pdf

اًگلینیHamilton, J. (1994). Time Series Analysis, Princeton University Press. New Jersey.

Kozhan, R., & Ventus. (2010). Financial Econometrics – with EViews, Publishing APS, 2010.

www.mbamasters.in/public_question/financial-econometrics-eviews.pdf

http://conf.mbri.ac.ir/conf23/userfiles/file/%D9%87%D9%85%D8%AA%DB%8C.pdfhttp://www.mbamasters.in/public_question/financial-econometrics-eviews.pdf

pub.m

bri.a

c.ir

Credit Policy Impact on Stagflation

Abdolnaser Hemati1 Mahmoud Allahyarifard2

One of the most important challenges of an economist is explanation the effective factors of business cycle. Examine the effects of macroeconomic variables on business cycle in economic policy process is strategic. This issue also is the most concerning challenge for governments and economic policy strategy for coming out from crisis respectively from inflation, recession and stagflation in business cycle will be more complex.

Whatever the first step in this direction be considered by government in their strategies to exit from crisis are monetary and credit policies which are due to fast effect in the priority. Because of government economy, the issue is more acute in our country, in which all expectations have been focused in the areas of banking and credit policies. However, in order to exit from the stagflation, what are the role of the banks and non-banking financial institutions and credit activities of the institutions in business cycles?

In this paper, using econometric models, including using a structural regression models and Vector Autoregressive (VAR) during the period 1391-1362 H.S. we try to find out the effects of credit policy on macroeconomic variables particularly stagflation. Study the effect of the credit policy shocks on recession indices, economic growth and inflation are other topics among the issues in this article.

Keywords: Credit Policies, Structural Regression Models, Time Series, Vector Autoregressive

JEL Classification: C2, E32, E52

1-Associate professor of economics, School of Economics, Tehran University and

Director of Bank Melli Iran. 2-Vice president of Risk Management and Planning Dep. of Bank Melli Iran and PhD

student of Economics at Ferdowsi University of Mashhad.

The 24th Annual Conference - Vol 3 - Text FinalWaterMark.pdfBlank PageBlank PageBlank PageBlank PageBlank Page