دوره 10، شماره 36 - ( 4-1398 )                   سال10 شماره 36 صفحات 36-7 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ebrahimi N, Pedram M, Mousavi M. Estimation of Core Inflation in Iran and Its Provinces Using Space State Model. jemr 2019; 10 (36) :7-36
URL: http://jemr.khu.ac.ir/article-1-1840-fa.html
ابراهیمی نسرین، پدرام مهدی، موسوی میرحسین. برآورد تورم هسته در کشور و استان‌ها با استفاده از مدل حالت-فضا. تحقیقات مدلسازی اقتصادی. 1398; 10 (36) :7-36

URL: http://jemr.khu.ac.ir/article-1-1840-fa.html


1- دانشگاه الزهرا
2- دانشگاه الزهرا ، mehdipedram@alzahra.ac.ir
چکیده:   (4176 مشاهده)
نرخ تورم، که بر اساس شاخص قیمت مصرف‏کننده اندازه‏گیری می‏شود، می‌تواند به ترکیبی از دو جزء با ثبات و موقت تفکیک شود. این تفکیک از اهمیت ویژه‌ای در تجزیه و تحلیل نرخ تورم و سیاست‏گذاری‏های کنترل تورم برخوردار است. در حقیقت، بدون اطلاع از جزء با ثبات، که اصطلاحا تورم هسته نامیده می‏شود، ممکن است هدفگذاری‌های کمّی در خصوص تورم دقیق نبوده و حتی محدودکننده باشد. تورم هسته، به عنوان پایدارترین جزء تورم اندازه‏گیری شده را می‌توان از طریق بیرون کشیدن تحرکات موقتی در قیمت‏ها استخراج کرد. به علاوه، درک رفتار تورم هسته در سطح کل کشور نیازمند درک رفتار تورم هسته در سطح استانی است، زیرا ساختار تورم کشوری مبتنی بر تورم‏های استانی است. از این‏رو، هدف مطالعه حاضر، برآورد تورم هسته در کشور و استان‏ها است. از آنجایی‏که تورم هسته یک متغیر غیرقابل مشاهده است، برآورد آن با استفاده از مدل‏ حالت- فضا و روش بازگشتی فیلتر کالمن انجام شده است. نتایج به دست آمده حاکی از آن است که در کل کشور و در تمامی استان‏ها، به‏طور متوسط تورم هسته کمتر از تورم اندازه‏گیری شده است. در برخی از استان‏ها تورم هسته نسبت به تورم اندازه‏گیری شده انحراف معیار بیشتر و بنابراین نوسان بیشتری داشته است، اما در برخی دیگر، انحراف معیار و نوسان تورم هسته در مقایسه با تورم اندازه‏گیری شده، کمتر بوده است.
متن کامل [PDF 5950 kb]   (1557 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: پولی و مالی
دریافت: 1398/2/3 | پذیرش: 1398/6/10 | انتشار: 1398/7/2

فهرست منابع
1. Abbasinejad, H., Komijan, A., Tayebnia, A., & Tashkini, A. (2010). Measuring Core Inflation in Iran (Statistical Approach). Journal of Economic Research, (3), 65-39. In Persian.
2. Apel, M., & Jansson, P. (1999). A parametric approach for estimating core inflation and interpreting the inflation process. Sveriges Riksbank.
3. Bashar, O. H. (2011). Measuring Core Inflation in Bangladesh: An Unobserved Components Approach. Indian Economic Review, 109-129.
4. Bermingham, C. (2010). A critical assessment of existing estimates of US core inflation. Journal of Macroeconomics, 32(4), 993-1007. [DOI:10.1016/j.jmacro.2010.05.003]
5. Bernanke, B. S., & Mishkin, F. S. (1997). Inflation targeting: a new framework for monetary policy?. Journal of Economic perspectives, 11(2), 97-116. [DOI:10.1257/jep.11.2.97]
6. Bryan, M. F., & Cecchetti, S. (1993). Measuring core inflation. NBER Working Paper, (4303). [DOI:10.3386/w4303]
7. Central Bank of Iran (CBI), Consumer Price Index. In Persian.
8. Clark, T. E. (2001). Comparing measures of core inflation. Economic Review-Federal Reserve Bank of Kansas City, 86(2), 5-32.
9. Das, A., John, J., & Singh, S. (2009). Measuring core inflation in India. Indian Economic Review, 247-273.
10. Du Plessis, S., du Rand, G., & Kotzé, K. (2015). Measuring Core Inflation in South Africa. South African Journal of Economics, 83(4), 527-548. [DOI:10.1111/saje.12090]
11. Eckstein, O. (1981). Core inflation. Prentice Hall.
12. Enders, W. (2008). Applied econometric time series. John Wiley & Sons.
13. Goyal, A., & Pujari, A. K. (2005). Analyzing Core Inflation in India: A Structural VAR Approach.
14. Hamilton, J. D. (1994). Time series analysis (Vol. 2, pp. 690-696). Princeton, NJ: Princeton university press.
15. Harvey, A. C. (1981). Time Series Models, Philip Allan.
16. Hylleberg, S., Engle, R. F., Granger, C. W., & Yoo, B. S. (1990). Seasonal integration and cointegration. Journal of econometrics, 44(1-2), 215-238. [DOI:10.1016/0304-4076(90)90080-D]
17. Kalra, S., & Dzung, B. T. T. (2018). Robust Measures of Core Inflation for Vietnam. Journal of Southeast Asian Economies, 35(2), 293-318. [DOI:10.1355/ae35-2k]
18. Karami, H., Bayat, S. (2013). Evaluating and Comparing the Methods of Measuring Core Inflation in Iran. Journal of Monetary & Banking Research, 6 (17), 83-117. In Persian.
19. Mazumder, S. (2014). The sacrifice ratio and core inflation. Journal of Macroeconomics, 40, 400-421. [DOI:10.1016/j.jmacro.2014.02.002]
20. Mishkin, F. S. (2001). Inflation targeting. An Encyclopedia of Macroeconomics, Edward Elgar, Northampton, Massachusetts.
21. Mishkin, F. S. (2007). Inflation dynamics. International Finance, 10(3), 317-334. [DOI:10.1111/j.1468-2362.2007.00205.x]
22. Nessén, M., & Söderström, U. (2001). Core inflation and monetary policy. International Finance, 4(3), 401-439. [DOI:10.1111/1468-2362.00080]
23. Owyang, M. T., Zubairy, S., & Durham, N. C. (2008). The Regional Variation in the Response to Government Spending Shocks. Federal Reserve Bank of St. Louis, Working Paper.
24. Quah, D., & Vahey, S. P. (1995). Measuring core inflation. The Economic Journal, 105(432), 1130-1144. [DOI:10.2307/2235408]
25. Rezaee, M. N., Mostafavi, M., & Cheshmi, A. (2016). Separating Core Inflation from Temporary Components in Iran Using Kalman Filter. Journal of Economic Research, 16 (60), 51-73. In Persian.
26. Rich, R. W., & Steindel, C. (2007). A comparison of measures of core inflation. Economic Policy Review, 13(3). [DOI:10.2139/ssrn.1072923]
27. Ridhwan, M. M. (2016). Inflation differentials, determinants, and convergence: Evidence from Indonesia subnational data. The Journal of Developing Areas, 50(5), 257-276. [DOI:10.1353/jda.2016.0030]
28. Ridhwan, M. M., de Groot, H. L., Rietveld, P., & Nijkamp, P. (2011). The regional impact of monetary policy in Indonesia, Growth and Change, 45(2), 240-262. [DOI:10.1111/grow.12045]
29. Sohaili, K., Fattahi, SH., & Khorsand, M. (2015). Evaluation of Iran's Fentral Bank Monetary Stategies in Respect to Output Gap and Inflation Deviations: Bootstrap Approach. Journal of Research in Economic Modeling, 6(21), 221-261. In Persian. [DOI:10.18869/acadpub.jemr.6.21.221]
30. Statistical Center of Iran (SCI), Regional Accounts. In Persian.
31. Stock, J. H., & Watson, M. W. (2016). Core inflation and trend inflation. Review of Economics and Statistics, 98(4), 770-784. [DOI:10.1162/REST_a_00608]
32. Tashkini A, Afzali H. (2011). The Optimal Method of Measuring Core Inflation: The Case of Iran. Journal of Economic Research and Policies, (59), 101-1028. In Persian.
33. Wilkinson, G. (2011). The behavior of consumer prices across provinces (No. 2011-2). Bank of Canada Discussion Paper.
34. Zobeiri H. (2017). Investigation the Effect of Exchange rate Gap of Official and Parallel Market on Inflation in Iran (Structural Time Series Approach). The Journal of Economic Modeling Research (JEMR), 7 (26), 167-192. In Persian [DOI:10.18869/acadpub.jemr.7.26.167]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه تحقیقات مدلسازی اقتصادی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Economic Modeling Research

Designed & Developed by : Yektaweb