بررسی رابطه سببی بین نرخ بهره و رشد اقتصادی با استفاده از دادگان پانل
دکتر اسمعیل ابونوری*
افسانه قاسمی تازه آبادی**
چکیده:
نرخ بهره یکی از مهمترین متغیر های سیاستگذاری در اقتصاد کلان و نرخ بهره صفر از مهمترین ویژگیهای اقتصاد در کشورهای اسلامی می باشد. تغییرات نرخ بهره اثرات قابل توجهی روی تصمیم گیری عاملان اقتصادی داشته و همواره مد نظر سیاستگزاران اقتصادی بوده است. بسیاری از اقتصاددانان سنتی بر این باورند که یک رابطه بلند مدت مثبت بین تراکم سرمایه و رشد و یک رابطه منفی بلند مدت بین تجمع و هزینه سرمایه وجود دارد. برخی از شواهد بدست آمده از کشورهای صنعتی در طول ده های گذشته نشان می دهد که کاهش رشد اقتصادی ناشی از اجرای سیاست های پولی محدود کننده می باشد. در این تحقیق برای آزمون رابطه علی بین نرخ بهره و رشد اقتصادی از داده های پانل 22 کشور طی سال های 2004-1999 استفاده شده است. نتایج حاصل نشان داده است که رابطه بین نرخ بهره و رشد اقتصادی منفی می باشد و این رابطه از دیدگاه آماری یک رابطه سببی یک طرفه از سمت رشد اقتصادی به نرخ بهره است. بنابراین، افزایش و یا کاهش نرخ بهره تاثیری در رشد اقتصادی ندارد.
کلید واژه: نرخ بهره، رشد اقتصادی، دادگان پانل، رابطه سببی
- مقدمه
نرخ بهره صفر از مهمترین ویژگیهای اقتصاد در کشورهای اسلامی و یکی از پیچیده ترین معما در میان کمیتها و شاخصهای اقتصادی است. بهره در نظر اول بما فرصت انجام محاسباتی را می دهد که از طریق آن نتایجی بدست می آید که از نظر کمی کامل، از نظر منطقی غیر قابل انکار و از نظر تئوری جالب می باشند. بهره یکی از ارکان اصلی این ادعاست که اقتصاد ملکه علوم اجتماعی و تنها دانش از این رشته است که قابل تبدیل به بیان ها و تحلیل های ریاضی می باشد. این اواخر اثر بهره بر روی سرمایه گذاری نیز بر اساس آزمایشات خود سرمایه گذاران انکار گردیده است. انگیزه اصلی از این تحقیق ناشی از کاهش رشد در قرون اخیر بوده است. توضیحات متفاوتی برای این کاهش پیشنهاد شده است. بعضی از این عوامل مربوط به عوامل تکنولوژیکی، سیاسی و شرایط نهادی بوده است، با وجود این که اجرای سیاست پولی محدود کننده یک نقش مهمی در این داستان داشته است. در اوایل دهه 80 در بیشتر کشور های صنعتی برای جلوگیری از تورم ناشی از گسترش ضعیف مدیریتی تمام توجهات به سمت کنترل تورم کشیده شد. این تصور در سال های اخیر در بیشتر کشور های صنعتی به ویژه اتحادیه اروپا سبب شد که آن ها روی کاهش در کسری بودجه و سیاست های مالی و پولی تعدیل کننده انگشت بگذارند. از نظر تئوریکی، رابطه بین نرخ بهره و رشد اقتصادی منفی می باشد. مکانیزم مستقیم آن این است که سرمایه گذاری محدودیت های رشد ناشی از کهنگی سیستم و قادر نبودن آن برای رسیدن به توانایی بالقوه را از بین می برد و همچنین انباشت سرمایه جدید و پیشرفت های تکنیکی رسیدن به حجم سرمایه مطلوب را تقویت می کند. در این چارچوب، نرخ بهره واقعی دارای نقش دو گانه است، از یک طرف منابع را به سمت تراکم رهنمون می کند، و از طرف دیگر به عنوان عامل هزینه، هزینه سرمایه را کاهش می دهد. در مدل های نظری به ویژه مدل چرخه زندگی روی هر دو نقش آن تاکید می شود. اما در زمینه های تجربی مهم، نرخ واقعی بهره به عنوان عامل سرمایه گذاری می باشد. با این حال به نظر می رسد که در نرخ های پایین بهره تقاضا برای سرمایه گذاری دور از رضایت خاطر می باشد. همان طور که قبلا گفته شد رابطه منفی بین رشد اقتصادی و نرخ بهره واقعی مورد انتظار است . بر طبق دیدگاه سنتی ما می پذیریم که نرخ های بهره کوتاه مدت و ساختار آن به وسیله سیاست های پولی تحت تاثیر واقع می شوند. بدیهی است که این شرایط ممکن است تحت تاثیر دوره های زمانی، شوک های کوتاه مدت تکنولوژی و طبیعت نهادی محتمل متفاوت باشد. در ادامه ما برخی از شواهد تجربی درباره رابطه بین رشد اقتصادی و نرخ بهره واقعی را نشان می دهیم که چندان آشکار نیستند، آن ها بر دو فرض اساسی استوار هستند: 1- شناسایی شرایط درست بکار برده شده به وسیله شوک های تکنولوژی، مالی و طبیعت نهادی محتمل، ما اعتقاد داریم که نوسانات بلند مدت نرخ بهره به وسیله مقامات پولی کنترل می شود نه این که به صورت برون زا باشد.[1]2- یک رابطه منفی بین رشد اقتصادی و نرخ بهره واقعی مورد انتظار است. این رابطه قابل تصور است زیرا نرخ رشد اقتصادی ممکن است به عنوان نسبت پس انداز به تولید هر واحد سرمایه تصور شود. امروزه در زمینه های تجربی، ما انتظار داریم که حساسیت سرمایه به نرخ بهره بیشتر از حساسیت پس انداز به نرخ بهره باشد.
- شواهد تجزیه و تحلیل جریان رشد
بررسی شواهد تجربی درباره عوامل موثر بر رشد اقتصادی اغلب با داده های مقطعی و ارزیابی رفتارهای کشورهای مختلف در طول چندین دهه مختلف با داده های سری زمانی انجام شده است.
لوین و رنلت[2] (1992) با استفاده از دادگان پانل به بررسی رابطه بین رشد و بی ثباتی پرداختند، نتایج آنها نشان داد که سرمایه گذاری یکی از متغیر هایی است که اثر کمی بر رشد دارند.
دی لانگ و سامرز[3] (1993) نشان دادند که مهمترین بحران در سرمایه گذاری تجمع در ماشین آلات و تجهیزات است.
آدا و اسکورسو[4] (2001) با استفاده از دادگان پانل به بررسی رابطه بین رشد اقتصادی و نرخ بهره واقعی در سالهای 1960-1994 پرداختند: نتایج تحقیقات آنها حاکی از آن است که بین رشد و نرخ بهره واقعی همبستگی منفی وجود دارد و کاهش رشد اقتصادی در طول دهه های گذشته ناشی از اجرای سیاست های پولی محدود کننده می باشد.
برخی از اثرات در برخی از دوره ها ناچیز هستند ولی در برخی از دوره های دیگر بر سایر عوامل و متغیر ها غالب هستند. به هر حال نمی توانیم از تجزیه و تحلیل های مقطعی رضایت کامل را داشته باشیم زیرا از تغییرات پویای متغیر ها غفلت می شود. اما بالتا جی مزایای استفاده از داده های تابلویی را چنین بر می شمارد:
- از آن جایی که داده های تابلویی به افراد، بنگاه ها ، ایالات، کشور ها و از این قبیل واحد ها در زمان ارتباط دارند، وجود ناهمسانی واریانس در این واحد ها محدود می شوند.
- با ترکیب مشاهدات سری زمانی و مقطعی ، داده های تابلویی برآورد هایی با اطلاعات بیشتر، تغییرپذیری بیشتر، همخطی کمتر میان متغیر ها، درجات آزادی بیشتر و کارایی بیشتر ارائه می نمایند.
- مطالعات مشاهدات مقطعی و تکراری، داده های تابلویی به منظور مطالعه پویای تغییرات مناسب تر و بهترند. از این رو دوره های بیکاری، چرخش شغلی و تحرک نیروی بیکار با داده های تابلویی بهتر بررسی می شوند.
- داده های تابلویی تاثیراتی را که نمی توان به سادگی در داده های مقطعی و سری زمانی مشاهده کرد. بهتر معین می کنند، برای مثال، اثرات قوانین حداقل دستمزد بر اشتغال و کسب درآمد را می توان بهتر مطالعه نمود.
- داده های تابلویی ما را قادر می سازد تا مدل های رفتاری پیچیده را بررسی کنیم، برای مثال ، پدیده هایی مانند صرفه جویی نسبت به مقیاس و تغییرات تکنولوژیکی را می توان با داده های تابلویی در مقایسه با داده های سری زمانی و مقطعی خیلی بهتر بررسی کرد.
- داده های تابلویی با ارائه داده برای هزاران واحد، می توانند تورشی را که ممکن است، در نتیجه لحاظ افراد با بنگاه ها ( به صورت جمعی و کلی ) حاصل شوند، حداقل سازد.[5]
- داده ها و متدولوژی تحقیق
این تحقیق تجزیه و تحلیل مقطعی بر مبنای داده های 6 ساله برای گروه کشور های ( هنگ هنگ، اندونزی، ایران، هند، ژاپن، کره، مالزی، برزیل، مکزیک، آفریقای جنوبی، تایلند، فیلیپین، سنگاپور، آرژانتین، شیلی، کلمبیا، پرو، ونزوئلا، مصر، اسرائیل، جمهوری چکسلواکی و روسیه)که دارای بنگاه های تقریبا همگن هستند در نظر می گیریم. وجود بازار سرمایه داخلی کارا فرض شده است که اطلاعات مورد انتظارات سرمایه گذاران را فراهم می کند و از طرف دیگر کاهش در نرخ بهره واقعی از طریق افزایش تراکم سرمایه، رشد اقتصادی را افزایش می دهد. از طرف دیگر در این تحقیق انحراف سرمایه از سرمایه مطلوب به طور نسبی بی معنا فرض شده است. همچنین در این بررسی برای نشان دادن اثرات نرخ بهره بر روی رشد اقتصادی برخی از فاکتور ها نظیر تکامل تدریجی نهاد های مالی و نهاد های مالی در نظر گرفته نمی شود. همه داده های رشد اقتصادی و نرخ بهره واقعی از آمارهای WDI می آید. تحت دوره مورد بررسی حتی اگر کشورها رشد متفاوت و نرخ بهره متفاوت را از خود نشان می دهند اما علی رغم درجه های متفاوت باز بودن و مقررات دست و پا گیر آن ها همگنی خاص خود را حفظ کردند. بیشترین ارزش سرمایه گذاری در این کشور ها مربوط به بخش خصوصی است که به طور عمده تحت تاثیر نرخ بهره واقعی قرار دارد. اندازه گیری نرخ بهره واقعی بسیار مشکل است، در این جا دو عقیده به طور آشکار مطرح است 1- استفاده از نرخ های مورد انتظار واقعی نرخ بهره است. دیگری استفاده از متوسط نرخ بهره های دوره های زمانی بلند مدت. اولین راه حل نتایج تجربی را وابسته به فروض تئوری انتظارات قیمتی می کند که خیلی هم درست نیست. که در این راه حل فرض می شود که مقامات پولی تورم جاری را به طور صحیح پیش بینی می کنند در نتیجه ما ترجیح می دهیم که از راه حل دو استفاده کنیم حتی اگر شناسایی خطای پیش بینی زمان زیادی طول بکشد. این فرایند برای مثال در ارزیابی درجه نقل و انتقال سرمایه بین المللی از طریق رگرسیون فلدستین- هوریکا[6] استفاده شده است. در ایران برای تعیین نرخ بهره واقعی از نرخ سود بانکی بلند مدت 5 ساله منهای تورم بدست می آید. باید توجه داشت که رابطه بین نرخ سود بانکی به عنوان جایگزین نرخ بهره و تقاضای سرمایه گذاری در اقتصاد ایران نسبت به اقتصاد های توسعه یافته از ابهام بیشتری برخوردار است، این ابهام بیشتر به دلیل غیر واقعی بودن و غیر تعادلی بودن نرخ های سود رسمی و تفاوت بسیار زیاد آن ها با نرخ های بهره غیر رسمی و همچنین جیره بندی اعتبارات به وجود آمده است. گر چه نرخ سود بالاتر به معنای هزینه اجاره بالاتر سرمایه می باشد، اما در یاران این نرخ، شاخص چندان گویایی از هزینه واقعی سرمایه نیست، خصوصا این که در اغلب سال ها نرخ سود واقعی منفی بوده است. فرضیه های دیگری که در نظر گرفته شده است مربوط به نوع دولت ها می باشد. استفاده از داده های پانل با اثرات ثابت یک راه حل مناسب برای عدم تشخیص رگرسیون به خصوص زمانی که اثرات ویژه هر کشور بر اثرات زمانی آن غالب می باشد.
مدل رگرسیون تابلویی ذیل را در نظر بگیریم:
(1)
در رابطه (1)، I نشان دهنده i امین واحد مقطعی و t نشان دهنده t امین دوره زمانی است. فرض می شود، حداکثر n مقطعی و حداکثر t دوره زمانی وجود دارد.
برآورد مدل (1) به فروض ما در مورد عرض از مبدا، ضرایب شیب و جمله خطای بستگی دارد. در حالت کلی در برآورد رابطه (1) عبارتند از:
الف- فرض کنیم، عرض از مبدا و ضرایب شیب در طول زمان و در فضا ( مکان ) ثابت بوده و جمله خطا در طول زمان و برای افراد مختلف متفاوت باشد.
ب) ضرایب شیب ثابت اما ، عرض از مبدا برای افراد مختلف متفاوت است. ساده ترین روش حذف ابعاد فضا از داده های ترکیبی در حالت الف و برآورد رگرسیون متداول حداقل مربعات معمولی است. در این حالت مدل (1) به صورت ذیل تصریح خواهد شد.
(2)
همان طور که مشاهده می کنید در برآورد رابطه (2) عرض از مبدا و ضرایب شیب بین تمامی مقاطع مشترک خواهند بود. برآورد رابطه (2) که با روش حداقل مربعات معمولی صورت می گیرد، روش حداقل مربعات تلفیقی[7] معروف است.
روش دیگر برای ملاحظه تکی ( وجود مستقل) هر یک از واحد های مقطعی آن است که عرض از مبدا برای هریک از آن ها متفاوت باشد. با فرض ثابت بودن ضرایب شیب بین مقاطع می توان معادله رگرسیون را به صورت ذیل تصریح کرد
(3)
در رابطه (3)،اندیس I در جمله عرض از مبدا نشان می دهد که عرض از مبداهای متفاوت ممکن است، ناشی از ویژگی های خاص هر یک از مقاطع باشد در ادبیات اقتصادی مدل (3) به مدل رگرسیون اثرات ثابت یا حداقل مربعات متغیر موهومی [8] معروف است. اصطلاح تاثیرات ثابت ناشی از این حقیقت است که با وجود تفاوت عرض از مبدا میان مقاطع، عرض از مبدا های هر مقطع طی زمان تغییر نمی کند. برای این که عرض از مبدا های هر مقطع بدون تغییر باقی بماند، از متغیر های موهومی در این روش استفاده می شود[9]. برای انتخاب مدل حداقل مربعات تلفیقی و مدل اثرات ثابت از آزمون f مقید استفاده می شود. تصریح این آزمون به صورت زیر می باشد:
(4)
در رابطه (4)، ضریب تعیین در روش اثرات ثابت، ضریب تعیین در روش حداقل مربعات تلفیقی، N تعداد مقاطع، k تعداد متغیر های توضیحی و T طول دوره زمانی می باشد. اگر f محاسباتی از f بحرانی بزرگتر باشد، در این صورت روش اثرات ثابت انتخاب خواهد شد.
اگر چه کاربرد مستقیم مدل اثرات ثابت یا حداقل مربعات متغیر موهومی ممکن است، اما این مدل از مشکلاتی مانند، کمبود درجه آزادی و امکان همخطی مرکب رنج می برد. استدلال پایه ای مدل اثرات ثابت آن است که در تصریح مدل رگرسیونی نمی توان متغیر های توضیحی مناسب را که طی زمان تغییر نمی کنند ، وارد مدل کنیم. از این رو وارد کردن متغیر های موهومی پوشش و جبرانی برای این بی توجهی و نا آگاهی ماست.
طرفداران مدل اثرات تصادفی (RE) یا مدل اجزا خطا (ECM) معتقدند که اگر متغیر های موهومی نشان دهنده فقدان دانش و اطلاعات ما درباره مدل حقیقی هستند چرا آن را از طریق جمله خطا بیان نکنیم؟ ایده اساسی و آغازین با رابطه (3) شروع می شود. طرفداران روش تاثیرات تصادفی معتقدند، به جای این که فرض کنیم در رابطه (3) را ثابت، آن را که متغیر تصادفی با میانگین و مقدار عرض از مبدا برای هر مقطع به صورت زیر بیان می شود.
(5)
در رابطه (5) ، جمله خطای تصادفی با میانگین صفر و واریانس است.
فرض اساسی در مدل تاثیرات تصادفی این است که مقاطع مورد مطالعه متعلق به جامعه ای بزرگتر هستند و میانگین مشترکی برای عرض از مبدا دارند. اختلاف در مقادیر عرض از مبدا هر مقطع در جمله خطای منعکس می شود. بر اساس مدل تاثیرات تصادفی رابطه (3) این چنین خواهد بود:
جمله خطای ترکیبی متشکل از دو جزء (خطای مقطعی) و (خطای ترکیبی) می باشد. مدل اجزا خطا به این سبب خوانده می شود که جمله خطای ترکیبی از دو یا چند جزء خطا تشکیل شده است ساختار جمله خطا در روش اثرات تصادفی به گونه ای است که باید این روش را با کمک حداقل مربعات تعمیم یافته برآورد زد.
چند نکته در مورد روش های اثرات ثابت و تصادفی قابل ذکر است: در روش اثرات تصادفی نباید بین جمله خطای مقطعی و متغیر های توضیحی الگو رابطه وجود داشته باشد. در حالی که در روش اثرات ثابت این رابطه می تواند وجود داشته باشد. همان طور که قبلا گفته شد، در روش اثرات ثابت باید جمله عرض از مبدا طی زمان ثابت، در حالی که در روش اثرات تصادفی عرض از مبدا می تواند طی زمان تغییر پیدا کند.
در روش اثرات ثابت نمی توان از متغیر موهومی استفاده کرد، زیرا با متغیر های موهومی که برای عرض از مبدا در این مدل به کار برده می شود، همخطی پیدا خواهد کرد . این در حالتی است که روش اثرات تصادفی می توان از این نوع متغیر استفاده نمود.
برای انتخاب بین روش ثابت و تصادفی می توان از آزمون هاسمن[10] استفاده کرد.
K
K تعداد متغیر های توضیحی، و به ترتیب بردار ضرایب در روش اثرات ثابت و تصادفی، و به ترتیب ماتریس کوواریانس ضرایب در روش اثرات ثابت و تصادفی می باشند.
فرضیه صفر: روش اثرات تصادفی کاراتر است.
فرضیه مقابل: روش اثرات ثابت کاراتر است
همانطور که در رابطه (6) مشاهده میشود، نتایج آزمون هاسمن دارای توزیع مجانبی می باشد و تعداد درجات آزادی آن برابر با تعداد متغیر های توضیحی مدل است.
- برآورد مدل و آزمون فرضیه
کاربرد روش سببی گرانجر با داده های تلفیقی (سری زمانی- مقطعی) بصورت معمولی امکان پذیر نخواهد بود. برای رفع این مشکل در میان کشورها از متغیرهای GGDP و r در دوره 2003-1999 بصورت وقفه ای استفاده شده است. برای تعیین طول وقفه بهینه متغیرهای نرخ بهره و رشد اقتصادی از معیار های آکاییک استفاده شده است. براین اساس، طول وقفه 5 برای متغیر ها بهینه است. بهمین علت از دستگاه رگرسیون بظاهر نامرتبط با 5 وقفه برای هر متغیر استفاده شده است:
GGDP=C(1)+C(2)*R-1+C(3)*R-2+C(4)*R-3+C(5)*R-4+C(6)*R-5+C(7)*R+C(8)*GGDP-1+C(9)*GGDP-2+C(10)*GGDP-3+ C(11)*GGDP-4+C(12)*GGDP-5
R=C(13)+C(14)*GGDP-1+C(15)*GGDP-2+C(16)*GGDP-3+ C(17)*GGDP-4+C(18)*GGDP-5+ C(19)* GGDP+C(20)*R-1+C(21)*R-2+C(23)*R-3+C(24)*R-4+C(25)*R-5
در این مدل برای آزمون علیت از آزمون وآلد بصورت زیر استفاده شده است:
اگر فرضیه صفر C(2)+C(3)+C(4)+C(5)+C(6)+C(7)=0 رد شود، رابطه علی از نرخ بهره به رشد اقتصادی وجود دارد.
اگر فرضیه صفر C(2)+C(3)+C(4)+C(5)+C(6)+C(7)=0 رد نشود، رابطه علی از نرخ بهره به رشد اقتصادی وجود ندارد.
اگر فرضیه صفر C(14)+C(15)+C(16)+C(17)+C(18)+C(19)=0 رد شود، رابطه علی از رشد اقتصادی به نرخ بهره وجود دارد.
اگر فرضیه صفر C(14)+C(15)+C(16)+C(17)+C(18)+C(19)=0 رد نشود، رابطه علی از رشد اقتصادی به نرخ بهره وجود ندارد.
نتایج حاصل از برآورد نهایی در جدول(1) قابل مشاهده است:
جدول(1) نتایج حاصل از برآورد مدل به روش SUR
| System: SYS01
Estimation Method: Seemingly Unrelated Regression Date: 03/08/08 Time: 12:15 Sample: 6 132 |
||||
| Coefficient | Std. Error | t-Statistic | Prob. | |
| C(1) | 4.013017 | 0.821868 | 4.882797 | 0.0000 |
| C(2) | 0.052117 | 0.043800 | 1.189890 | 0.2353 |
| C(3) | 0.002077 | 0.043724 | 0.047492 | 0.9622 |
| C(4) | 0.073982 | 0.043062 | 1.718042 | 0.0871 |
| C(5) | -0.037748 | 0.042975 | -0.878359 | 0.3807 |
| C(6) | -0.041117 | 0.037814 | -1.087362 | 0.2780 |
| C(7) | -0.157223 | 0.036439 | -4.314714 | 0.0000 |
| C(8) | 0.178411 | 0.090177 | 1.978457 | 0.0491 |
| C(9) | -0.064962 | 0.090960 | -0.714181 | 0.4758 |
| C(10) | 0.092287 | 0.090364 | 1.021279 | 0.3082 |
| C(11) | 0.024381 | 0.088720 | 0.274808 | 0.7837 |
| C(12) | -0.095800 | 0.088960 | -1.076888 | 0.2827 |
| C(13) | 4.205059 | 2.079658 | 2.021996 | 0.0443 |
| C(14) | 0.611326 | 0.207697 | 2.943347 | 0.0036 |
| C(15) | -0.163070 | 0.213475 | -0.763882 | 0.4457 |
| C(16) | 0.276512 | 0.211552 | 1.307060 | 0.1925 |
| C(17) | -0.199779 | 0.207537 | -0.962622 | 0.3367 |
| C(18) | 0.104375 | 0.209651 | 0.497851 | 0.6191 |
| C(19) | -0.866526 | 0.200830 | -4.314714 | 0.0000 |
| C(20) | 0.588374 | 0.088132 | 6.676061 | 0.0000 |
| C(21) | 0.072856 | 0.102431 | 0.711268 | 0.4776 |
| C(23) | 0.064357 | 0.102179 | 0.629851 | 0.5294 |
| C(24) | 0.032681 | 0.101175 | 0.323011 | 0.7470 |
| C(25) | -0.150113 | 0.088140 | -1.703118 | 0.0899 |
| Determinant residual covariance | 645.7720 | |||
| Equation: GGDP=C(1)+C(2)*R-1+C(3)*R-2+C(4)*R-3+C(5)*R-4
+C(6)*R-5+C(7)*R+C(8)*GGDP-1+C(9)*GGDP-2+C(10) *GGDP-3+ C(11)*GGDP-4+C(12)*GGDP-5 |
||||
| Observations: 127 | ||||
| ——————————————————————————————————————————— | ||||
| R-squared | 0.089625 | Mean dependent var | 3.550680 | |
| Adjusted R-squared | 0.002546 | S.D. dependent var | 3.750381 | |
| S.E. of regression | 3.745604 | Sum squared resid | 1613.398 | |
| Durbin-Watson stat | 1.990396 | |||
| Equation: R=C(13)+C(14)*GGDP-1+C(15)*GGDP-2+C(16)*GGDP-3
+ C(17)*GGDP-4+C(18)*GGDP-5+ C(19)* GGDP+C(20)*R-1 +C(21)*R-2+C(23)*R-3+C(24)*R-4+C(25)*R-5 |
||||
| Observations: 127 | ||||
| ——————————————————————————————————————————— | ||||
| R-squared | 0.463183 | Mean dependent var | 8.589926 | |
| Adjusted R-squared | 0.411835 | S.D. dependent var | 11.46583 | |
| S.E. of regression | 8.793359 | Sum squared resid | 8892.163 | |
| Durbin-Watson stat | 2.054399 | |||
منبع: با استفاده از نرم افزار Eviews برای سال های 1999-2004 برآورد شده است.
آزمون وآلد برای آزمون علیت بین نرخ بهره و رشد اقتصادی اجرا و نتایج در جدول(2) درج شده است.
جدول(2) نتایج حاصل آزمون وآلد
| Wald Test: | |||
| Null Hypothesis: | C(2)+C(3)+C(4)+C(5)+C(6)+C(7)=0 | ||
| Chi-square | 7.300802 | Probability | 0.006892 |
منبع: با استفاده از نرم افزار Eviews برای سال های 1999-2004 برآورد شده است.
بر اساس معادله رشد تولید ناخالص داخلی، رابطه علی از نرخ بهره به رشد اقتصادی وجود ندارد. نتایج بدست آمده از آزمون وآلد بر اساس معادله نرخ بهره حاکی از این است که رشد اقتصادی علت نرخ بهره می باشد.
جدول(3) نتایج حاصل آزمون وآلد
| Wald Test: | |||
| Null Hypothesis: | C(14)+C(15)+C(16)+C(17)+C(18)+C(19)=0 | ||
| Chi-square | 0.258557 | Probability | 0.611113 |
منبع: با استفاده از نرم افزار Eviews برای سال های 1999-2004 برآورد شده است.
پس از تشخیص جهت علیت که از سمت رشد اقتصادی به نرخ بهره می باشد، مدل پایه ای نرخ بهره تنها بصورت تابعی از رشد اقتصادی با روش ترکیبی (Panel) برآورد شده است:
و
ابتدا براي تشخیص نوع برآورد از آزمون ليمر استفاده شده است. آماره F ليمر بزرگتر از نقطه بحرانی شده است. در نتیجه، فرضيه يعني آزمون فرض يكسان بودن عرض از مبدا ها رد شده است. در نتیجه، از روش اثرات ثابت(Fixed effect) برای برآورد مدل استفاده شده است: نتایج برآورد حاصل در جدول (4) آورده شده است. همانگونه که در این جدول مشاهده میشود، مقدار مربع R برابر 31/0 و آماره دوربین- واتسون 2/2 بدست آمده است.
جدول(4) نتایج حاصل از برآورد مدل با استفاده از دادگان پانل
| Dependent Variable: R?
Method: Pooled Least Squares Date: 03/09/08 Time: 16:55 Sample: 1999 2004 Included observations: 6 Total panel (balanced) observations 132 White Heteroskedasticity-Consistent Standard Errors & Covariance |
||||
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| GGDP? | -0.453145 | 0.130374 | -3.475724 | 0.0007 |
| Fixed Effects | ||||
| HONGKONG–C | 13.38538 | |||
| INDONESYA–C | 8.845257 | |||
| INDIA–C | 10.34234 | |||
| IRAN–C | 19.74040 | |||
| JAPAN–C | 3.935521 | |||
| KOREA–C | 8.043050 | |||
| MALYSIA–C | 6.889451 | |||
| BRAZIL–C | 50.79363 | |||
| MEXICO–C | 4.463195 | |||
| SOUTHAFRICA–C | 8.321213 | |||
| THAILAND–C | 8.491559 | |||
| PHLIPPINES–C | 6.599694 | |||
| SINGAPORE–C | 7.516821 | |||
| ARGENTINA–C | 12.20547 | |||
| CHILE–C | 6.484633 | |||
| COLOMBIA–C | 9.862730 | |||
| PERU–C | 18.36030 | |||
| VENEZUELA–C | 0.278737 | |||
| EGYPTE–C | 10.31276 | |||
| ISRAEL–C | 9.757909 | |||
| CZECH–C | 5.223746 | |||
| RUSSIAN–C | -2.547693 | |||
| R-squared | 0.842214 | Mean dependent var | 8.718335 | |
| Adjusted R-squared | 0.810367 | S.D. dependent var | 11.28588 | |
| S.E. of regression | 4.914645 | Sum squared resid | 2632.758 | |
| Durbin-Watson stat | 1.651392 | |||
منبع: با استفاده از نرم افزار Eviews برای سال های 1999-2004 برآورد شده است.
اثرات ثابت ویژه هر کشور شامل عوامل متفاوتی نظیر ساختار سرمایه فیزیکی و انسانی هر کشور، نرخ رشد جمعیت، سطح پیشرفت تکنیکی و عوامل ساختاری دیگر به عنوان عامل ثابت تحت بررسی این دوره می باشد[11]. برای بررسی اثرات ویژه هر کشور و بیان رابطه بین آن ها از دادگان پانل برای هر کشور بصورت جداگانه استفاده شده است. نتایج حاصل از برآورد در جدول (5) آمده است.
جدول(5) نتایج حاصل از برآورد مدل با استفاده از دادگان پانل
| Dependent Variable: R?
Method: Pooled Least Squares Date: 03/09/08 Time: 17:00 Sample: 1999 2004 Included observations: 6 Total panel (balanced) observations 132 White Heteroskedasticity-Consistent Standard Errors & Covariance |
||||
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| HONGKONG–GGDPHONGKONG | 0.512786 | 0.389215 | 1.317488 | 0.1900 |
| INDONESYA–GGDPINDONESYA | -1.267220 | 0.769663 | -1.646461 | 0.1020 |
| INDIA–GGDPINDIA | -0.090052 | 0.190252 | -0.473330 | 0.6368 |
| IRAN–GGDPIRAN | -0.165163 | 0.076993 | -2.145161 | 0.0338 |
| JAPAN–GGDPJAPAN | 0.170746 | 0.058746 | 2.906522 | 0.0043 |
| KOREA–GGDPKOREA | 0.890877 | 0.178074 | 5.002858 | 0.0000 |
| MALYSIA–GGDPMALYSIA | -0.917818 | 0.273430 | -3.356686 | 0.0010 |
| BRAZIL–GGDPBRAZIL | -2.719244 | 1.935351 | -1.405039 | 0.1624 |
| MEXICO–GGDPMEXICO | 0.188189 | 0.497494 | 0.378274 | 0.7058 |
| SOUTHAFRICA–GGDPSOUTHAFRICA | -2.794477 | 0.902123 | -3.097667 | 0.0024 |
| THAILAND–GGDPTHAILAND | -0.697218 | 0.811760 | -0.858896 | 0.3920 |
| PHLIPPINES–GGDPPHLIPPINES | -0.145027 | 0.202792 | -0.715152 | 0.4758 |
| SINGAPORE–GGDPSINGAPORE | -0.366994 | 0.235997 | -1.555082 | 0.1223 |
| ARGENTINA–GGDPARGENTINA | -0.930573 | 0.377908 | -2.462434 | 0.0151 |
| CHILE–GGDPCHILE | -1.186278 | 0.511188 | -2.320631 | 0.0218 |
| COLOMBIA–GGDPCOLOMBIA | -0.630865 | 0.180863 | -3.488089 | 0.0007 |
| PERU–GGDPPERU | -2.532734 | 1.002159 | -2.527277 | 0.0127 |
| VENEZUELA–GGDPVENEZUELA | -0.264618 | 0.270269 | -0.979092 | 0.3293 |
| EGYPTE–GGDPEGYPTE | -0.124913 | 1.356026 | -0.092117 | 0.9267 |
| ISRAEL–GGDPISRAEL | 0.454598 | 0.163321 | 2.783456 | 0.0062 |
| CZECH–GGDPCZECH | -0.302042 | 0.433180 | -0.697265 | 0.4869 |
| RUSSIAN–GGDPRUSSIAN | -1.592290 | 0.691567 | -2.302440 | 0.0229 |
| Fixed Effects | ||||
| HONGKONG–C | 8.991378 | |||
| INDONESYA–C | 12.09083 | |||
| INDIA–C | 8.174519 | |||
| IRAN–C | 18.31141 | |||
| JAPAN–C | 3.295463 | |||
| KOREA–C | -0.137540 | |||
| MALYSIA–C | 9.385154 | |||
| BRAZIL–C | 56.02263 | |||
| MEXICO–C | 2.655115 | |||
| SOUTHAFRICA–C | 15.86343 | |||
| THAILAND–C | 9.707311 | |||
| PHLIPPINES–C | 5.310334 | |||
| SINGAPORE–C | 7.120493 | |||
| ARGENTINA–C | 12.07354 | |||
| CHILE–C | 8.816100 | |||
| COLOMBIA–C | 10.16918 | |||
| PERU–C | 24.49736 | |||
| VENEZUELA–C | 0.203543 | |||
| EGYPTE–C | 8.917779 | |||
| ISRAEL–C | 7.531360 | |||
| CZECH–C | 4.798749 | |||
| RUSSIAN–C | 5.184714 | |||
| R-squared | 0.874158 | Mean dependent var | 8.718335 | |
| Adjusted R-squared | 0.812667 | S.D. dependent var | 11.28588 | |
| S.E. of regression | 4.884750 | Sum squared resid | 2099.749 | |
| F-statistic | 29.10907 | Durbin-Watson stat | 1.907427 | |
| Prob(F-statistic) | 0.000000 | |||
منبع: با استفاده از نرم افزار Eviews برای سال های 1999-2004 برآورد شده است.
اثر رشد اقتصادی بر نرخ بهره واقعی در اکثر کشورها منفی و معنادار ولی در کشور های اسرائیل، ژاپن، کره مثبت و معنادار است: این رابطه در کشورهای مکزیک و هنگ هنگ مثبت ولی بی معنا بوده است.
- خلاصه و نتیجه گیری
شواهد در اقتصاد کشورهایی مانند آلمان و ژاپن نشان داده است که نرخ بهره پایین همراه با رشد اقتصادی بالا است: ولی پرسش این است، آیا رشد اقتصادی بالا موجب کاهش نرخ بهره شده است یا بلعکس. برای پاسخ به این پرسش از مشاهدات میان کشوری طی سال های 1999- 2004 استفاده شده است. نتایج حاصل با استفاده از دادگان پانل حاکی از این است که رابطه علی یک طرفه از رشد اقتصادی به نرخ بهره وجود دارد و برآورد اثر رشد اقتصادی بر نرخ بهره منفی بدست آمده است. به عبارت دیگر، در مجموع، افزایش رشد اقتصادی میتواند سبب کاهش نرخ بهره در اقتصاد شود.
کتابنامه
فارسی:
مهرگان، نادر، مرتضی عزتی و حسین اصغرپور (1385)، بررسی رابطه علی بین نرخ بهره و تورم با استفاده از داده های تابلویی، فصلنامه پژوهشهای اقتصادی، سال ششم، شماره سوم.
حقیقت، جعفر (1384)، اثرات شرایط مالی بر پس انداز، سرمایه گذاری و رشد اقتصادی، فصلنامه پژوهشهای اقتصادی، سال پنجم، شماره سوم.
دامور و گجراتی (1385)، مبانی اقتصاد سنجی، ترجمه دکتر حمید ابریشمی، چاپ سوم، انتشارات دانشگاه تهران، ص 40-50.
لاتین:
Ciocca P and G. Nardozzi (1993), L’alto prezzo del denaro, Bari, Laterza.
De Long J.B and H. Summers (1993), “Equipment investment and economic growth”, QuarterlyJournal of Economics, 106, 445-502.
D’Adda, Ca and E. Scorcu (2001), “An empirical real interest rate and growth: An empirical note” Strada Maggiore, 45.
Hausman, J. A (1978), “Specification test in econometrica”, Ecnometrica, 46, 1251-1271.
Levine R and Renelt D. (1992), “A sensitivity analysis of cross-country growth regressions”, American Economic Review, 82, 942-963.
Tobin, J (1965), “Money and economic growth”, Econometrica, 33, 671-684.
* عهده دار مکاتبات؛ دانشیار اقتصاد سنجی و آمار اجتماعی، بخش اقتصاد دانشگاه مازندران.
Email:abounoories@yahoo.com. Tel:0911-111-2176
** دانشجوی کارشناسی ارشد دانشگاه مازندران، دانشکده علوم اقتصادی و اداری. دانشگاه مازندران.
[1] – Ciocca and Nardozzi (1993)
[2] -Levine and Renelt
[3] -De Long and Summers
[4] -D’Adda and Scorcu
[5] -Baltagi
[6]– Feldstein– Horioka
[7] – Poold Lest Square
[8] – Least Squre Dummy Variable
3- دامور و گجراتی، ترجمه حمید ابریشمی، 1385، ص 40-50.
[10] – Hasman Test
1- تقدیم تفسیری واقعی درباره عرض از مبدا آسان نمیباشد. این پارامتر ترکیب خطی از چندین عامل خطی و ناخطی است که بر رشد جاری اثر خواهد داشت. بنابراین، نتایج درباره همگرایی شرطی نمی تواند به تصویر کشیده شود. به هر حال، مطالعات مختلف مربوط به گروه کشور های مورد توجه وجود این اثرات را پیشنهاد می کند.
