پایان نامه با کلمات کلیدی ریشه واحد، بخش کشاورزی، علیت گرنجر، مدل تصحیح خطا

دانلود پایان نامه

(2001) ارائه گردیده، تخمین زده میشود. این امر تخمین رابطه همجمعی به وسیله روش حداقل مربعات معمولی، زمانی که تعداد وقفههای مدل معین شده باشد را ممکن میسازد.
به تبعیت از پسران و همکاران (2001) روش آزمون کرانهها را با مدلسازی رابطه بلندمدت به عنوان یک مدل خودبازگشتی برداری (VAR) از رتبه ρ در z_t به کار میبریم:
(8)
z_t=c_0+β_t+∑_(i=1)^p▒▒_i z_(t-i)+ε_t , t=1, 2, 3,…,T
که در آنc_0 یک بردار (k+1) از عرض از مبدأها، و β یک بردار (k+1) از ضرائب روند26 میباشد. پسران و همکاران (2001) VECM27 را برای رابطه فوق به صورت زیر به دست آورده اند:
(9)
∆z_t=c_0+β_t+πz_(t-i)+∑_(i=1)^t▒^_i ∆z_(t-i)+ε_t , t=1,2,….,T
در رابطه فوق π=I_(k+1) ∑_(i=1)^p▒Ψ_i و _i=-∑_(j=i+1)^p▒Ψ_j , i=1,2,…,p-1 به ترتیب حاوی اطلاعات بلندمدت و کوتاهمدت میباشند. z_t برداری از متغیرهای y_t و x_t میباشد. y_t بردار متغیرهای وابسته I(1) میباشد که با Ln y_t تعریف شده است. x_t=[〖Lnx〗_t,〖Lntr〗_t,〖LnG〗_t] یک ماتریس برداری از رگرسورهای I(0) و I(1) است، که ε_t=〖(ε_1t,〖ε^’〗_2t)〗^’ بردار خطاهای دارای میانگین صفر، (i,i,d)28و واریانس همسان فرض شده است. پسران و همکاران (2001) با توجه به وجود یا عدم وجود و مقید یا غیر مقید بودن عرض مبدأ و روند پنج حالت برای مدل تصحیح خطا معرفی نمودهاند.
حالت اول: بدون عرض از مبدأ و بدون روند. بنابراین ECM به صورت زیر است:
(10)
∆y_t=δ_yy y_(t-1)+δ_xx x_(t-1)+∑_(i=1)^(p-1)▒〖λ_i 〖∆y〗_(t-i) 〗+∑_(i=0)^(q-1)▒〖ξ_i 〖∆x〗_(t-1) 〗+ε_yt
حالت دوم: با عرض از مبدأ مقید و بدون روند. بنابراین ECM به صورت زیر است:
∆y_t=δ_yy (y_(t-1)-μ_y )+δ_xx (x_(t-1)-μ_x )+∑_(i=1)^(p-1)▒〖λ_i 〖∆y〗_(t-i) 〗+∑_(i=0)^(q-1)▒〖ξ_i 〖∆x〗_(t-1) 〗+ε_yt
(11)

حالت سوم: با عرض از مبدأ نامقید و بدون روند. بنابراین ECM به صورت زیر است:
(12)
∆y_t=c_0+δ_yy y_(t-1)+δ_xx x_(t-1)+∑_(i=1)^(p-1)▒〖λ_i 〖∆y〗_(t-i) 〗+∑_(i=0)^(q-1)▒〖ξ_i 〖∆x〗_(t-1) 〗+ε_yt
حالت چهارم: با عرض از مبدأ نامقید و روند مقید. بنابراین ECM به صورت زیر است:
∆y_t=c_0+δ_yy (y_(t-1)-γ_y t)+δ_xx (x_(t-1)-γ_x t)+∑_(i=1)^(p-1)▒〖λ_i 〖∆y〗_(t-i) 〗+∑_(i=0)^(q-1)▒〖ξ_i 〖∆x〗_(t-1) 〗
(13)
+ε_yt
حالت پنجم: با عرض از مبدأ نامقید و روند نامقید. بنابراین ECM به صورت زیر است:
(14)
∆y_t=c_0+βt+δ_yy y_(t-1)+δ_xx x_(t-1)+∑_(i=1)^(p-1)▒〖λ_i 〖∆y〗_(t-i) 〗+∑_(i=0)^(q-1)▒〖ξ_i 〖∆x〗_(t-1) 〗+ε_yt
در مطالعات تجربی حالتهای سوم، چهارم و پنجم مورد بررسی قرار میگیرد.ECMشرطی در سه حالت مذکور برای مدل تحقیق به صورت زیر است:
حالت سوم:

(15)

حالت چهارم:

(16)

حالت پنجم:

(17)

در رابطه فوق ها ضرائب بلندمدت، عرض از مبدأ و جمله خطاهای نوفه سفید29 میباشد. گام اول در آزمون کرانهها تخمین رابطه ECMشرطی به وسیله روش حداقل مربعات معمولی به منظور آزمون وجود ارتباط بلندمدت میان متغیرها توسط آزمون F جهت معناداری ارتباط ضرائب سطوح تأخیری متغیرها، یعنی در مقابل میباشد. برای متغیرهای مستقل I(d)، دو دسته از مقادیر بحرانی جهت انجام آزمون کرانهها توسط نارایان30 (2005) برای آزمون F فراهم گردیده است: کرانه پائین برای رگرسرهای I(0) و کرانه بالا برای رگرسرهای I(1) در نظر گرفته شدهاند. اگر آماره F بزرگتر از مقدار بحرانی کرانه بالا باشد میتوان بدون توجه به درجه همجمعی متغیرها فرض صفر مبنی بر عدم وجود رابطه همجمعی را رد نمود. برعکس اگر آماره آزمون پائینتر از مقدار بحرانی کرانه پائین قرار گیرد، فرض صفر را نمیتوان رد نمود. نهایتاً اگر آماره آزمون بین کرانههای بالا و پائین قرار گیرد نتیجه آزمون نامشخص میباشد. در گام دوم بعد از اینکه آزمون همجمعی انجام شد، میتوان مدل بلندمدتشرطی برای را به صورت زیر تخمین زد:

(18)

اکنون باید تعداد وقفههای مدل را با استفاده از معیار شوارتز31 تعیین نمود. درگام بعد پارامترهای پویای کوتاهمدت و بلندمدت را به وسیله تخمین ECMزیر به دست میآوریم:

(19)

در رابطه فوق ضرائب کوتاهمدت پویای همجمعی مدلها به سمت تعادل و سرعت تعدیل میباشد.

آزمون علیت گرنجر
در صورت به کارگیری آزمون کرانهها جهت بررسی روابط همجمعی، آزمون علیت گرنجر با استفاده از VECMانجام میشود. در این صورت انحراف کوتاه مدت متغیرها از مسیر تعادل بلند مدت آنها نیز توسط جمله تصحیح خطا مورد بررسی قرار میگیرد. بنابراین VECMشرطی جهت انجام آزمون علیت گرنجر برای مدل رشد ارزش افزوده به صورت زیر است:

∆〖ln⁡TFP〗_t=α_0+φ_11^p (L)∆〖ln⁡TFP〗_t+φ_12^q (L)∆〖lnG〗_t+〖δECT〗_(t-1)+u_1t
(20)
∆〖lnG〗_t=α_0+φ_21^p (L)∆lnG_t+φ_22^q (L)∆〖ln⁡TFP〗_t+〖δECT〗_(t-1)+u_2t
که در آن:
(21)
φ_11^p (L)=∑_(i=1)^(p_11)▒〖φ_(11,i)^p L^i 〗 φ_12^p (L)=∑_(i=0)^(p_12)▒φ_(12,i)^p
(22)
φ_21^p (L)=∑_(i=1)^(p_21)▒〖φ_(21,i)^p L^i 〗 φ_22^p (L)=∑_(i=0)^(p_22)▒φ_(22,i)^p
که ∆ عملگر تفاضل مرتبه اول است و L عملگر تأخیر32 است، که (L)∆Lny_(t-1)=∆Lny_(t-1).〖ECT〗_(t-1) جمله تصحیح خطای باوقفه است که از مدل همجمعی بلند مدت گرفته شده است. u_1t وu_2t و … اجزاء اخلال نوفه سفید میباشند. نهایتاً بر اساس VECM جهت آزمون علیت آماره tمعنیدار مربوط به 〖ECT〗_(t-1) نشان دهنده علیت بلندمدت است، در حالیکه آماره F معنیدار تصدیق کننده علیت کوتاهمدت میباشد (نارایان و اسمیت33، 2004).

جمعبندی
در این فصل ابتدا مدل تحقیق ارائه گردید. سپس آزمونهای ریشه واحد ارائه شد. با توجه به هدف این تحقیق که بررسی تأثیر مخارج جاری و عمرانی دولت بر بهرهوری کل عوامل تولید بخش کشاورزی ایران میباشد، به بررسی روابط همجمعی میان متغیرهای مدل پرداخته شد. این روش به سه دلیل در این تحقیق مورد اس
تفاده قرار گرفته است؛ اول اینکه نسبت به سایر روشهای آزمون همجمعی مانند روش یوهانسن ساده میباشد، دوم، روش آزمون کرانهها بر خلاف سایر روشها مانند یوهانسن صرفنظر از اینکه همه متغیرها I(0) یا I(1) یا جمعی از درجات متفاوت I(0) و I(1) باشند، قابل استفاده میباشد. سوم، آزمون مذکور در نمونههای محدود و کوچک کارایی نسبتاً بالایی دارد. در گام بعد روابط ARDLبلندمدت و مدل تصحیح خطا ارائه گردید و در نهایت آزمون علیت گرنجر شرطی مورد بررسی قرار گرفت.

فصل چهارم
تجزیه و تحلیل داده ها و اطلاعات

مقدمه
در این فصل نتایج تخمین مدلها بر اساس روابط اقتصادسنجی که در فصل سوم ارائه گردید، آورده شده است. در قسمت 4-2 یافتههای تحقیق ارائه شده است. در این مرحله ابتدا نتایج آزمون ریشه واحد دیکی-فولر تعمیم یافته (ADF) و فیلیپس-پرون (PP) آورده شده است. در مرحله بعد مقادیر بحرانی آزمون کرانهها ارائه شده است؛ به تبعیت از قاتیرچیاغلو (2009) برای آماره F از مقادیر بحرانی نارایان (2005) و برای آماره t از مقادیر بحرانی پسران و همکاران (2001) استفاده شده است. سپس به تخمین روابط همجمعی با استفاده از آزمون کرانهها پرداخته شده است. در مرحله بعد تخمین روابط بلندمدت و مدل تصحیح خطا برای مدل ARDL ارائه گردیده است. انتخاب مدل ARDL بر اساس معیار شوارتز، صورت پذیرفته است. سپس آزمونهای تشخیصی مدل ARDL آورده شده و در نهایت بر اساس مدل تصحیح خطای برداری، نتایج آزمون علیت گرنجر شرطی ارائه شده است.

یافتهها
در جدول (4-2-1) نتایج آزمونهای ریشه واحد دیکی-فولر تعمیم یافته و فیلیپس-پرون برای لگاریتم بهرهوری کل عوامل تولید بخش کشاورزی کشور، لگاریتم صادرات بخش کشاورزی و لگاریتم ضریب مکانیزاسیون این بخش آورده شده است. مشاهده میشود که لگاریتم بهرهوری کل عوامل تولید بخش کشاورزی مطابق هر دو آزمون ریشه واحد ADF و PP در تمامی حالتها جمعی از درجه یک میباشد. نتایج آزمونهای ریشه واحد لگاریتم صادرات بخش کشاورزی و لگاریتم ضریب مکانیزاسیون متفاوت از بهرهوری کل عوامل تولید است. مطابق هر دو آزمون ریشه واحد مذکور لگاریتم صادرات بخش کشاورزی در حالت با عرض از مبدأ و بدون روند و در حالت با عرض از مبدأ و روند در سطح معناداری 1% ایستا است. به دیگر سخن این متغیر در دوحالت مذکور I(0) است. متغیر مذکور بعد از یک بار تفاضلگیری در تمامی حالتها جمعی از درجه صفر میباشد. با توجه به این نتایج لگاریتم صادرات بخش کشاورزی در حالت بدون عرض از مبدأ و روند دارای ریشه واحد بوده و جمعی از درجه یک است. همانگونه که مشاهده میشود لگاریتم ضریب مکانیزاسیون در حالت با عرض از مبدأ و بدون روند در سطح معناداری 1% جمعی از درجه صفر بوده و ایستا است. و در حالتهای با عرض از مبدأ و روند و بدون عرض از مبدأ و روند جمعی از درجه یک میباشد.

جدول 4-2-1 آزمون ریشه واحد دیکی-فولر تعمیم یافته و فیلیپس-پرون
lag
〖Lntr〗_t
lag
〖Lnx〗_t
lag
〖Lntfp〗_t
آماره
(0)
***4.100837-
(0)
***4.935896-
(0)
1.434280-
τ_μ (ADF)
(0)
1.960445-
(0)
***4.655239-
(0)
0.426225-
τ_T (ADF)
(0)
4.429900
(0)
1.112294-
(0)
0.265447-
τ(ADF)
(1)
***4.437928-
(4)
***4.802115-
(0)
1.434280-
τ_T (PP)
(1)
2.006162-
(4)
***4.580160-
(0)
0.426225-
τ_μ (PP)
(4)
3.146102
(4)
1.231143-
(3)
0.367946-
τ(PP)
lag
〖∆Lntr〗_t
lag
〖∆Lnx〗_t
lag
〖∆Lntfp〗_t

(0)
***5.033908-
(0)
***8.376515-
(0)
***6.058799-
τ_μ (ADF)
(0)
***6.366608-
(0)
***8.181038-
(0)
***6.501218-
τ_T (ADF)
(0)
***3.676228-
(0)
***8.479676-
(0)
***5.331103-
τ(ADF)
(3)
***5.097416-
(1)
***8.522012-
(2)
***6.090822-
τ_T (PP)
(1)
***6.365975-
(1)
***8.319018-
(1)
***6.504805-
τ_μ (PP)
(3)
***3.638846-
(1)
***8.619647-
(3)
***5.517409-
τ(PP)
τ_μ آماره آزمون ریشه واحد برای مدل با عرض از مبدأ و بدون روند، τ_T آماره آزمون ریشه واحد برای مدل با عرض از مبدأ و روند و τ آماره آزمون ریشه واحد برای مدل بدون عرض از مبدأ و بدون روند است. Ln لگاریتم در مبنای عدد نپر و ∆ تفاضل مرتبه اول است. ADF، آزمون ریشه واحد دیکی-فولر تعمیم یافته و PP آزمون ریشه واحد فیلیپس-پرون میباشد. اعداد داخل پرانتز در آزمون ADF تعداد وقفهها میباشد که توسط معیار شوارتز برای رفع خودهمبستگی سریالی در اجزاء اخلال تعیین شده است. در آزمون فیلیپس-پرون اعداد داخل پرانتز Newey-West Bandwith میباشد که توسط بارتلت-کرنل34 تعیین شده است. ***، ** و * به مفهوم رد فرض صفر به ترتیب در سطح 1%، 5% و 10% میباشد.
در جدول (4-2-2) نتایج آزمون ریشه واحد دیکی-فولر تعمیم یافته و فیلیپس-پرون برای لگاریتم مخارج جاری دولت و همچنین مخارج عمرانی دولت آورده شده است. مشاهده میشود که مطابق هر دو آزمون ریشه واحد مذکور هر دو متغیر جمعی از درجه یک میباشند.

جدول 4-2-2 آزمون ریشه واحد دیکی-فولر تعمیم یافته و فیلیپس-پرون
Lag
Ln〖َGo〗_t^

lag
Ln〖Gj〗_t^
آماره
(0)
0.092949

(1)
2.350676
τ_μ (ADF)
(3)
3.041881-

(1)
1.872059-
τ_T (ADF)
(0)
3.654141

(1)
4.899363
τ(ADF)
(3)
0.033429-

(3)
0.458846
τ_T (PP)
(3)
1.601195-

(3)
1.148520-
τ_μ (PP)
(3)
3.322196

(3)
5.622085
τ(PP)
lag
∆Ln〖Go〗_t^

lag
∆Ln〖Gj〗_t^

(0)
***5.864872-

(0)
***6.067881-
τ_μ (ADF)
(0)
***6.106604-

(0)
***7.114593-
τ_T (ADF)
(2)
*1.641418-


(0)
***3.741930-
τ(ADF)
(4)
***5.812906-

(4)
***5.782194-
τ_T (PP)
(3)
***6.149286-

(3)
***6.602950-
τ_μ (PP)
(4)
***4.825226-

(4)
***3.777575-
τ(PP)
τ_μ آماره آزمون ریشه واحد برای مدل با عرض از مبدأ و بدون روند، τ_T آماره آزمون ریشه واحد برای مدل با عرض از مبدأ و روند و τ آماره آزمون ریشه واحد برای مدل

این نوشته در پایان نامه ها ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.

دیدگاهتان را بنویسید