fa بررسی تقارن ادوار تجاری با رویکرد آنالیز موجک رشد و توسعه و سیاست های کلان رشد و توسعه و سیاست های کلان كاربردي Applicable <p align="right">تقارن یا عدم تقارن سیکل تجاری، مبحث مهمی است که به منظور انتخاب الگوهای رفتاری و پیش‌بینی نوسانات کلان اقتصادی استفاده می‌شود. عواملی همچون قیمت نفت، بحرانهای مالی، نااطمینانی، تاخیر در یادگیری و... می‌تواند باعث عدم تقارن در سیکل‌ها شود. از طرفی تجزیۀ ادوار تجاری بوسیلۀ تبدیل موجک که ابزاری توانمند در پردازش داده‌هاست، و بررسی وجود یا عدم وجود تقارن هرکدام از سطوح تجزیه‌شده، این امکان را می‌دهد تا اطلاعات بیشتری در خصوص بسامدهای مختلف ادوار تجاری بدست بیاید. این امر به تصمیم گیرندگان کلان اقتصادی کشور جهت اتخاذ سیاست ضد ادواری مناسب کمک می‌کند. تحلیل موجک ما را قادر ساخت تا با تجزیه سیکل تجاری تولید ناخالص داخلی فصلی طی سالهای1367-1390 به مولفه‌های بسامد بالا و پایین، تقارن آنها را بررسی کنیم. با استفاده از موجک سیملت، مشاهده شد که حداقل در مولفه‌های بسامد پایین، عدم تقارن وجود دارد. دیگر مزیت تحقیق حاضر این است که هر کدام از مولفه‌ها جداگانه بررسی می‌شود تا برای آنها مدل جداگانه برای پیش‌بینی انتخاب شود. این امر خطای پیش‌بینی را کاهش می‌دهد.</p> Symmetry or asymmetry of the business cycle is an important issue in order to select the behavior patterns and prediction of macroeconomic fluctuations. Factors such as oil prices, the financial crisis, uncertainty, the delay on learning, etc., Can cause lack of symmetry in the cycle. Decomposition of the business cycle by wavelet transform, which is strong instrument for processing data, and reviews of the presence or absence of symmetry at each decomposed level, will allow to obtain more information about different frequencies of business cycle. This helps policy makers to adopt appropriate counter-cyclical policies. Wavelet analysis enabled us to investigate symmetry of high and low frequency components of seasonal GDP during 1989-2011. Using Wavelet Symlet was observed, which at least in the low-frequency component, there is asymmetry. Another advantage of this study is selecting model for prediction of each decomposed level separately. This would reduce forecast error. ادوار تجاری, تبدیل موجک, الگوی دیلانگ و سامرز, الگوی سیشل, مولفه‌های بسامد بالا و پایین Business Cycle-Wavelet Transform-High and Low Frequency Components-Delong And Summer’s Model-Sichel’s Model 171 195 http://jemr.khu.ac.ir/browse.php?a_code=A-10-1145-1&slc_lang=fa&sid=1 bita shaygani بیتا شایگانی pnu.shayegani@yahoo.com 10031947532846005283 10031947532846005283 No پیام نور تهران asghar abolhasani اصغر ابوالحسنی A-abolhasani@pnu.ac.ir 10031947532846005284 10031947532846005284 No پیام نور تهران amir behdad salami امیربهداد سلامی absalami@gmail.com 10031947532846005285 10031947532846005285 No کارشناس اقتصادی ramin khochiani رامین خوچیانی khochiany@gmail.com 10031947532846005286 10031947532846005286 Yes پیام نور تهران