این تحقیق به بررسی اثرات آزادسازی تجاری و مالی بر توسعه مالی گروهی از کشورهای عضو اوپک در طی سال­های ۲۰۱۱-۲۰۰۰ می ­پردازد. این گروه تشکیل شده از ۸ کشور می­باشند که عبارتند از: ایران، عربستان، کویت، ونزوئلا، الجزیره، نیجریه، امارات و قطر؛ این گروه به گونه­ ای انتخاب شده ­اند که نمایانگر عمده خصوصیات کشورهای عضو اوپک می­باشند.
۳-۳ معرفی داده ­های پانل[۷۱] و روش تخمین مدل
۳-۳-۱ معرفی روش تحقیق :
به طور کلی در تحقیقات اقتصادی از سه نوع داده استفاده می شود :
عکس مرتبط با اقتصاد

 

 

    1. داده های سری زمانی [۷۲]

 

    1. داده های مقطعی [۷۳]

 

  1. داده های تلفیقی سری زمانی و مقطعی[۷۴]

 

در سری زمانی مقدار یک یا چند متغیر در طول یک دوره زمانی مشاهده می شود ، در صورتیکه در داده های مقطعی ، مقادیر یک یا چند متغیر برای چندین واحد اقتصادی برای یک دوره زمانی مشخص جمع آوری می شود . داده های تابلویی ترکیبی از داده های مقطعی و سری زمانی می باشد، یعنی اطلاعات مربوط به داده های یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان می باشد .به منظور تخمین مدل ارائه شده از داده‌های تابلوئی استفاده می‌کنیم.
۳-۳-۲ داده های تابلوئی
به کاربردن داده های تابلوئی مزایایی دارد که آن را از روش های دیگر متمایز می سازد .در زیر به چند مورد از آنها اشاره می شود :
داده های مقطعی صرف و سری زمانی صرف ، ناهمسانی های فردی را لحاظ نمی کنند، لذا ممکن است که تخمین تورشداری به دست دهند ، در حالیکه در روش داده های تابلوئی می توان با لحاظ کردن متغیر های مخصوص انفرادی [۷۵] این ناهمسانی را لحاظ کرد.
داده های تابلوئی دارای اطلاعات بیشتر، تغییر پذیری بیشتر، همخطی کمتر، درجه آزادی بالاتر و کارایی بالاتر نسبت به سری زمانی و داده های مقطعی می باشند. به خصوص اینکه یکی از روش های کاهش همخطی، ترکیب داده های مقطعی و زمانی به صورت داده های تابلوئی می باشد .
مطالعه مشاهدات به صورت داده های تابلوئی، وضعیت بهتری برای مطالعه و بررسی پویایی تغییرات نسبت به سری زمانی و مقطعی داراست.
– روش داده های تابلوئی می تواند اثراتی که به سادگی توسط سری زمانی و داده های مقطعی آشکار نمی شود، اندازه گیری کند .
– روش داده های تابلوئی محقق را قادر می سازد تا مشکل ترین مدلهای رفتاری پیچیده را مطالعه و بررسی کند. به طور مثال صرفه های اقتصادی و تغییرات تکنیکی می تواند توسط داده های تابلوئی بررسی و آزمون شود .
– داده های تابلوئی از طریق فراهم کردن تعداد داده های زیاد، تورش را پایین می آورد.(اقتصاد سنجی، گجراتی[۷۶]، ترجمه ابریشمی، ۱۳۸۳، ص ۱۱۴۳به نقل از محمدی و محمدزاده موسی کندی ۱۳۸۸)
۳-۳-۳ روش تخمین در داده های تابلوئی
قبل از ورود به بحث تخمین و تجزیه و تحلیل مدل ، لازم است در ابتدا این مسئله که چرا مطالعه حاضر به صورت داده های تابلوئی مورد بررسی قرار می گیرد ، روشن گردد . به عبارت دیگر ، آیا کشورهای مورد بررسی همگن هستند یا خیر ؟ در صورتی که کشورها همگن باشند به سادگی می توان از روش حداقل مربعات معمولی استفاده کرد .در غیر اینصورت، ضرورت استفاده از روش داده های تابلوئی ایجاب می گردد.
آماره آزمون جهت آزمون فرضیه به صورت زیر است :
= ا(۳-۱)
که در آن N تعداد کشورها، K تعداد متغیرهای توضیحی، T تعداد مشاهدات در طول زمان است.رد فرضیه صفر بیانگر استفاده از روش داده های تابلوئی می باشد(گرین، ۲۰۰۲،ص ۲۸۹)[۷۷] .
در عمل، استفاده از روش داده های تابلوئی نسبت به روش های مقطعی و سر های زمانی دو مزیت عمده دارد: اول اینکه به محقق این امکان را می دهد تا در ارتباط بین متغیرها و حتی واحدها (کشورها) را در طول زمان در نظر بگیرد و به بررسی آنها بپردازد و مزیت دوم نیز در توانایی این روش در کنترل اثرات انفرادی مربوط به کشورها(به عنوان واحدهای مقطعی )است که قابل مشاهده و اندازه گیری نیستند. (بالتاجی، ۲۰۰۲)[۷۸]
در روش داده های تابلوئی شکل کلی مدل رشد به صورت زیر تعریف می شود:
تب(۳-۲)
که در آن نرخ رشد واقعی سرانه کشور iام در سال t است، بردار نیز یک مجموعه از متغیرهای موثر بر رشد اقتصادی همانند موجودی سرمایه فیزیکی، سرمایه انسانی، کیفیت نهادها، درجه بازبودن تجاری، وفور منابع طبیعی و …..می باشد .
در این مدل عرض از مبدأ شامل سه قسمت است:
۱)- که برای همه سالها و همه کشورها مشترک است.
۲)- که برای سال t بوده و برای همه کشورها به عنوان واحدهای انفرادی، مشترک است.هرگاه این جزء وارد مدل شود، آن را مدل داد های تابلوئی دوطرفه [۷۹] می گویند و هرگاه وارد مدل نشود ، مدل مربوطه را یک طرفه[۸۰] می گویند.
۳- که برای هر یک از کشورها منحصر بوده، ولی برای همه سالها مشترک است. این جزء را در اصطلاح، اثرات انفرادی مربوط به هر یک از کشورها می نامند که البته از طریق برآورد مدل به روش داده های تابلوئی بدست می آید .
در مدل فوق عامل اخلال بوده و فرض می شود به طور نورمال با میا نگین صفر و واریانس ثابت برای همه مشاهدات توزیع شده است که با یکدیگر همبستگی ندارند.
از آنجا که در روش موسوم به حداقل مربعات معمولی ، یعنی وقتی که داده های مقطعی ، سری زمانی و یا ترکیب شده [۸۱] در نظر گرفته می شوند، محدودیت ۰= ظاهر می شود و به عبارتی، اثرات انفرادی واحدهای مقطعی (کشورها) یکسان فرض شده و نتایج دچار اریب ناهمگنی ناشی از یکسانبودن این اثرات می گردد.(بالتاجی ، ۲۰۰۳)، لذا برای رفع این مشکل در روش داده های تابلوئی، محدودیت یکسان بودن اثرات انفرادی حذف می شود(۰ )، ولی یکسان بودن شیب معادله همچنان برقرار است.
یعنی : (۳-۳)=ب
روش داده های تابلوئی مشتمل بر سه نوع تخمین شامل تخمین بین گروهی[۸۲] : تخمین های درون گروهی[۸۳] (اثرات ثابت [۸۴]) و تخمین های اثرات تصادفی[۸۵] است.در تخمین بین گروهی رگرسیون روی میانگین هاست و معمولاً برای تخمین ضریب بلند مدت ازآن استفاده می شود. در تخمین های درون گروهی بعد زمان در نطر گرفته نمی شود و تنها اثراتی که مختص هر یک از واحدهاست به عنوان اثرات انفرادی منظور می گردد. در تخمین های اثرات تصادفی فرض می شود که عرض از مبدأ () دارای توزیع مشترکی میانگین می باشد و بر خلاف روش قبلی ، با متغیرهای توضیحی مدل ناهمبسته اند. د این روش عامل زمان منظور می شود و اثرات انفرادی واحدها در طول زمان به طور جداگانه به عنوان متغیرهای توضیحی وارد مدل می گردند .( ایگر، ۲۰۰۰)[۸۶] .برای تصمیم گیری در مورد بکاربردن روش اثرات ثابت یا اثرات تصادفی باید توجه داشت که روش اثرات ثابت معمولاً هنگامی کارایی دارد که کل جامعه آماری در نظر گرفته شود، در صورتی که اگر از بین جامعه بزرگی ، نمونه هایی به صورت تصادفی انتخاب شود، روش اثرات تصادفی کاراتر خواهد بود.همچنین آزمون هاسمن[۸۷] برای تعیین روش تخمین در روش داده های تابلویی به کار می رود که آماره آن (H) دارای توزیع خی دوبا درجه آزادی K (تعداد متغیرهای توضیحی )است، به صورت زیر تعریف
می شود:
(۳-۴) H=ب
که در آن :
(۳-۵) =
(۳-۶) )= Var(
به روشی نسبتاٌ ساده تر میتوان آزمون هاسمن را با بهره گرفتن از فرمول زیر انجام داد؛
(۳-۷)
ببطوری که معرف تخمین زننده های روش اثرات ثابت و نشان دهنده تخمین زننده -های روش اثرات تصادفی است. این آزمون در حقیقت، آزمون فرضیه ناهمبسته بودن اثرات انفرادی و متغیرهای توضیحی است، که طبق آن تخمین های حداقل مربعات تعمیم یافته GIS)) که تحت فرضیه سازگار و تحت فرضیه ناسازگار است.
از طرف دیگر، تخمین های اثرات ثابت، تحت هر دو فرضیه و سازگار می باشند.(هسیائو[۸۸]به نقل از گوگردچیان و طیبی، ۱۳۸۴). در واقع می توان گفت تخمین زننده های اثرات ثابت تحت هر دو فرضیه سازگاراما تنها تحت فرض کارا می باشند. بنابراین در صورتی که فرضیه قابل رد کردن نباشد، روش اثرات تصادفی به روش اثرات ثابت ترجیح داده می شود و به عنوان روش مناسبتر و کاراتر انتخاب می شود، در غیر اینصورت، روش اثرات ثابت کاراست.
۳-۳-۴ مدل اثرات ثابت
اگر zi غیر قابل مشاهده باشد و از طرفی xit، یعنی متغیرهای توضیحی، همبستگی داشته باشد،  تخمین زده شده از روش OLS به دلیل حذف برخی از متغیرها از مدل تورش‌دار و ناسازگار است. برای رفع این مشکل می‌توان از مدل اثرات ثابت استفاده نمود:
(۳-۸)
در روش اثرات ثابت  به عنوان عبارت ثابتی در نظرگرفته شده است که برای هر کدام از واحدهای مقطعی متفاوت است. به عبارت دیگر تفاوت در واحدهای مقطعی درتفاوت در عبارت ثابت آنها منعکس می‌شود.  به صورت پارامترهای ناشناخته‌ای هستند که باید تخمین زده شوند. فرض کنید  و  ، شامل مشاهده برای I امین واحد باشند. i نیز ستون یک با ابعاد I× T است. و در نهایت  بردار اختلال است با ابعاد I ×T است. بنابراین می‌توان مدل (۳-۲) را به صورت زیر بازنویسی نمود:
(۳-۹)
اگر تمامی این معادلات را برای همه واحدهای مقطعی جمع کنیم، خواهیم داشت:

یا:
(۳-۱۰)

di متغیر مجازی i امین واحد است. ماتریس  را با ابعاد n × nT در نظر بگیریید. سپس با انباشت nT ردیف خواهیم داشت:
(۳-۱۱)
این مدل به مدل حداقل مربعات متغیر مجازی (LSDV) مشهور است.
۳-۳-۵ اثرات تصادفی
اگر بتوان فرض کرد که تفاوتهای فردی غیرقابل مشاهده، با متغیرهای توضیحی مدل همبستگی ندارند، می‌توان مدل را به صورت زیر بیان نمود:
(۳-۱۷)
در این مدل تنها یک عبارت ثابت وجود دارد که میانگین ناهمگنی‌های غیرقابل مشاهده است (یعنی  ). جزء ui نیز ناهمنگنی‌ تصادفی مربوط به i امین مشاهده است و در طول زمان ثابت می‌باشد. مدل فوق شامل فروض زیر می‌باشد:
(۳-۱۸)

 

جهت دانلود متن کامل این پایان نامه به سایت abisho.ir مراجعه نمایید.

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *