تحقیقات مدلسازی اقتصادی

بررسی تأثیر سیاست آزادسازی تجاری بر تراز انرژی در کشورهای عضو سازمان همکاری شانگهای (رهیافت مدل تعادل عمومی محاسبه‌پذیر منطقه‌ای)

عبدالحمید معرفی محمدی

در این مطالعه به بررسی تأثیر کاهش تعرفۀ تجاری میان ایران و سازمان همکاری شانگهای تحت سناریوهای 25%-، 50%- و 100%- ، بر تراز انواع انرژی در ایران از جمله: نفت خام و فرآورده های نفتی، گاز طبیعی، زغال سنگ و الکتریسیته سناریوسازی شد. برای این منظور، داده های لازم از نسخه 10 پایگاه اطلاعاتی پروژه تحلیل تجارت جهانی انرژی محور (GTAP-E) که شامل ماتریس حسابداری اجتماعی (SAM) 141 کشور یا همان منطقه و 65 بخش می باشد، در سال 2024 استخراج شد. در نهایت، تجزیه‏وتحلیل داده‏ها با بهره‏گیری از نرم‏افزار MATLAB صورت گرفت. نتایج نشان داد که کاهش تعرفه تجاری میان ایران و سایر کشورهای عضو سازمان همکاری شانگهای از یک طرف، به دلیل سهولت صادرات حامل های انرژی (بویژه نفت خام و فرآورده های نفتی) و از طرف دیگر به دلیل افزایش استفاده از فناوری های اکتشاف، تولید و توزیع انرژی های فسیلی (بویژه نفت خام و فرآورده های نفتی، گاز طبیعی و زغال سنگ)، منجر به کاهش مصرف انرژی های فسیلی و افزایش تراز خالص انرژی های فسیلی در ایران می شود. علاوه براین، کاهش تعرفه تجاری میان ایران و سایر کشورهای عضو سازمان همکاری شانگهای به دلیل امکان افزایش واردات کالاها و تجهیزات کم مصرف تر انرژی مورد نیاز در بخش های مختلف خانگی، صنعتی (صنایع سبک و سنگین)، حمل و نقل و کشاورزی (تراکتورها، کمباین ها و ...) و همچنین افزایش همکاری در خصوص توسعه فناوری های انرژی های تجدیدپذیر، منجر به افزایش مصرف انرژی های تجدیدپذیر و کاهش مصرف حامل های انرژی مورد بررسی (بویژه انرژی الکتریسیته) و نهایتاً افزایش خالص تراز انرژی آن ها در ایران می شود.

بررسی شوک های عوامل موثر بر تورم ؛ رویکرد جنگل تصادفی با حذف بازگشتی ویژگی‌ها (RF-RFE) و مدل خودرگرسیونی برداری بیزی (BVAR)

محمد رضا لطفعلی پور

تورم به عنوان یکی از کلیدیترین شاخص های عملکرد اقتصادی، تأثیری مستقیم بر قدرت خرید خانوارها، ثبات قیمتها، و برنامه ریزی بلندمدت بنگاه ها و دولت ها دارد. افزایش کنترل نشده تورم نه تنها موجب کاهش رفاه عمومی و تشدید نابرابری های اجتماعی می شود، بلکه با ایجاد بی ثباتی در انتظارات اقتصادی، سرمایه گذاری و رشد پایدار را نیز مختل میسازد. از این رو، شناسایی عوامل محرک تورم و درک سازوکار اثرگذاری آنها برای طراحی سیاست های پولی و مالی کارآمد ضروری است. این پژوهش با هدف بررسی تأثیر شوک های اقتصادی بر نرخ تورم، از ترکیب دو رویکرد استفاده کرده است: نخست، روش انتخاب متغیرهای کلیدی مبتنی بر جنگل تصادفی با حذف بازگشتی (RF-RFE) برای شناسایی مهمترین عوامل مؤثر، و دوم، مدل خودرگرسیون برداری بیزی (BVAR) برای تحلیل پویایی های زمانی و اثرگذاری متقابل این شوک ها بر تورم به کار رفته است. مطالعه حاضر، از ۴۲ متغیر اقتصادی برای دوره زمانی فصل اول 1388 تا فصل چهارم 1400 که در قالب هفت گروه اصلی شامل متغیرهای عرضه، تقاضا، پولی و بانکی، مالیاتی و بودجه ای ، نرخ ارز، انرژی و اشتغال تقسیم بندی شده اند، استفاده می کند. در گام نخست، با به کارگیری روش RF-RFE، مهم ترین متغیرهای مؤثر بر تورم مصرف کننده شناسایی شدند. نتایج حاصل نشان داد که پنج متغیر کلیدی شامل تورم تولیدکننده ، ارزش افزوده بخش نفت و گاز ، شبه پول ، نرخ ارز بازار و اسکناس و مسکوک در جریان بیشترین نقش را در تبیین نوسانات تورم مصرف کننده ایفا می کنند .در ادامه، مدل BVAR برای تحلیل روابط پویا بین متغیرهای منتخب به کار گرفته شد. تحلیل توابع واکنش آنی نشان داد که شوک های وارده از سوی تورم تولیدکننده و نرخ ارز تأثیرات کوتاه مدت و قوی بر تورم مصرف کننده بر جای می گذارند. در مقابل، متغیرهایی چون ارزش افزوده نفت و گاز، نقش تعدیل کننده ای در افق زمانی بلندمدت دارند و به مرور زمان موجب تخفیف فشارهای تورمی می شوند. افزون بر این، نتایج حاصل از تجزیه واریانس خطای پیش بینی بیانگر آن است که در بلندمدت، سهم نوسانات ارزی و تغییرات نقدینگی ناشی از شبه پول در توضیح نوسانات تورم افزایش می یابد

برآورد حدأقل سرمایه مورد نیاز برای پایداری مالی صندوق‌های بازنشستگی: مطالعه موردی

عباس خندان

هدف: صندوق های بازنشستگی علیرغم جایگاه بسیار مهمی که در نظام رفاهی و اقتصادی کشور دارند، در سال های اخیر به دلیل چالش های مالی، به ویژه کسری تراز نقدی، با ناپایداری مالی و خطرات جدی مواجه شده اند. هدف این مطالعه پاسخ به این پرسش فرضی است که چه میزان سرمایه و دارایی می تواند کسری و تعهدات این صندوق های بازنشستگی را پوشش دهد.
روش شناسی: در این پژوهش در یک مطالعه موردی برای یکی از صندوق های بازنشستگی ایران، و با بهره گیری از دو روش آینده پژوهی و سناریونویسی و همچنین مدل ارزش در معرض ریسک (VaR)، تلاش شده است تا سرمایه مورد نیاز برای پایداری مالی این صندوق بازنشستگی برآورد گردد.
یافته ها: نتایج نشان می دهد که در روش سناریونویسی، حدأقل سرمایه موردنیاز برای پوشش کسری این صندوق تأمین اجتماعی در چهار سناریوی مبتنی بر نرخ اوراق مشارکت، ایده آل، خوش بینانه و واقع گرایانه به‎طور متوسط بیش از 517 هزار میلیارد تومان دارایی برای سال 1402 می‏باشد. در روش ارزش در معرض ریسک (VaR) با رویکردهای مختلف پارامتری (مدل‎های ARIMA-GARCH) و ناپارامتری (شبیه سازی مونت کارلو و بوت استرپ) مشخص شد که این صندوق بازنشستگی به منظور پوشش کسری خود با درآمدهای سرمایه گذاری، به‎طور متوسط به بیش از 550 هزار میلیارد تومان دارایی برای سال 1402 نیاز دارد. نتایج این مقاله بالحاظ اندازه صندوق های بازنشستگی، به راحتی قابلیت تعمیم به سایر صندوق ها را خواهد داشت و می تواند در اتخاذ سیاست های اصلاحی به جهت پایداری مالی بطور کل مفید باشد.

مدل‌سازی اقتصادی اثرات ناترازی گاز طبیعی بر ارزش‌افزوده بخش‌های مختلف اقتصادی ایران

محمد صیادی

گاز طبیعی به عنوان مهم ترین حامل انرژی در اقتصاد ایران، نقش حیاتی در تولید و مصرف کشور ایفا می کند و انتظار می رود سهم آن در آینده افزایش یابد. بروز ناترازی در عرضه گاز، آثار قابل توجهی بر ارزش افزوده بخش های اقتصادی و تولید ناخالص داخلی دارد. این تحقیق با استفاده از مدل داده - ستانده به روز شده سال ۱۴۰۲، اثرات ناترازی گاز بر ارزش افزوده و GDP ایران را تحلیل می کند. چهار سناریو در مواجهه با ناترازی ها مورد بررسی و ارزیابی قرار گرفته اند: ۱) عدم اولویت دهی به بخش های اقتصادی، ۲) اولویت دهی با ملاحظات اجتماعی و سیاسی، ۳) عدم اولویت دهی همراه با فقدان مدیریت مصرف و ۴) ترکیب ملاحظات اجتماعی-سیاسی با عدم اجرای سیاست های مصرف. یافته های تحقیق نشان می دهد، بخش هایی مانند تولید مواد شیمیایی، تولید و توزیع گاز و تولید برق بیشترین آسیب (کاهش تولید) را از ناترازی متحمل می شوند، در حالی که بخش هایی با وابستگی کمتر مانند تولید وسایل نقلیه و پرورش طیور، آسیب کمتری می بینند. علاوه بر این، در سناریوی دوم (ناترازی ۱۲ درصد)، کاهش GDP در افق ۱۴۲۰ حدود ۳ درصد بیشتر از سناریوی سوم (ناترازی ۲۱ درصد) برآورد شده است. لازم به ذکر است که مدل داده–ستانده مورد استفاده دارای محدودیت هایی همچون فرض خطی بودن روابط تولید، ثابت بودن ضرایب فنی و نادیده گرفتن جانشینی انرژی و اثرات قیمتی است و بنابراین نتایج این مطالعه باید به عنوان تحلیل پایه و نه پیش بینی قطعی در نظر گرفته شود. یافته ها همچنین نشان می دهد که ناترازی گاز نه تنها یک چالش فنی، بلکه یک عامل اثرگذار بر سیاست گذاری اقتصادی و طراحی راهبردهای اولویت بندی منابع است که می تواند تاب آوری کل اقتصاد را تحت تأثیر قرار دهد.

رتبه بندی اعتباری مشتریان حقیقی بانک مبتنی بر روشهای رگرسیون لجستیک و لجستیک MPLE و شبکه عصبی

سید احمد عاملی

بانک ها می توانند با طراحی یک سیستم کارآمد مدیریت وام، کارایی را افزایش داده و احتمال عدم برگشت اصل و فرع وام کاهش دهند.. در این مقاله کارآیی مدل های رگرسیون لجستیک، شبکه عصبی مصنوعی، به منظور پیش بینی ریسک اعتباری مشتریان حقیقی یا به عبارتی متقاضیان وام های خرد که گروه زیادی از مشتریان نظام بانکی کشور را شامل می شوند، مورد بررسی قرار گرفت. باتوجه به نامتعادل بودن تعداد داده ها حدآستانه بهینه با بکارگیری دو منحنی درجه حساسیت و درجه تشخیص محاسبه شد و از این روش میزان ریسک اعتباری هریک از مدل ها استخراج شد. در رگرسیون لجستیک برای برآورد ضرایب با توجه به تعداد اندک مشتریان بد حساب بجای روش حداکثر درستنمایی از روش حداکثر درستنمایی تاواندیده استفاده شد. در نهایت میزان صحت و دقت هر مدل با معیارهای متعدد بررسی شد. با استفاده از منحنی راک به بررسی قدرت تفکیک کنندگی مدلها پرداخته که در اینجا مدل شبکه عصبی بهترین قدرت تفکیک کنندگی را دارا بود. سپس با مقایسه خطاهای MSE، RMSE و MAE کارایی سنجش روش ها مورد مقایسه قرار گرفت و عملکرد لجستیک MPLE و شبکه عصبی تقریبا با یکدیگر یکسان است. و در نهایت با توجه به هدف بانک در سه سناریو حداقل ریسک اعتباری، تشخیص مشتریان خوش حساب و تفکیک مشتریان به ترتیب شبکه عصبی، لجستیکMPLE و در سناریوی سوم شبکه عصبی و لجستیکMPLE بطور همزمان به عنوان مدل های برتر انتخاب شده اند.

فناوری هوش مصنوعی به مثابۀ سیاست ضد فقر: شواهد بین‌المللی و درسهایی برای ایران

یونس نادمی

هدف: هوش مصنوعی (AI) به عنوان یک فناوری نوین و تحول آفرین در مراحل اولیه ظهور خود قرار دارد و هنوز بسیاری از جنبه های آن، به ویژه ابعاد اقتصادی و اجتماعی، به طور کامل مورد بررسی قرار نگرفته است. با توجه به اهمیت حذف فقر مطلق به عنوان نخستین هدف از اهداف توسعه پایدار سازمان ملل متحد، پژوهش حاضر با هدف بررسی اثر سرمایه گذاری در هوش مصنوعی بر فقر و شناسایی کانال های اصلی این تأثیرگذاری در کشورهای پیشرو در فناوری هوش مصنوعی انجام شده است.
روش: این پژوهش به صورت تجربی و با استفاده از داده های پانلی مربوط به ۲۰ کشور منتخب در بازه زمانی ۲۰۱۷ تا ۲۰۲۳ و روش گشتاورهای تعمیم یافته (GMM) انجام شده است. متغیرهای اصلی پژوهش شامل سرمایه گذاری در فناوری های هوش مصنوعی به عنوان متغیر توضیحی و شاخص های فقر درآمدی و چندبعدی به عنوان متغیرهای وابسته است. همچنین اثرات متغیرهای کنترلی شامل رشد اقتصادی، نابرابری درآمدی، شاخص سلامت و سرمایه انسانی نیز مورد تحلیل قرار گرفته اند.
یافته ها: نتایج تجربی نشان می دهد که سرمایه گذاری در فناوری های هوش مصنوعی به طور معناداری باعث کاهش فقر درآمدی و چندبعدی می شود. استفاده از هوش مصنوعی از طریق بهبود رشد اقتصادی، افزایش بهره وری در بخش کشاورزی، توانمندسازی مالی، تسهیل دسترسی به خدمات آموزشی و سلامت و همچنین بهبود دقت هدفمندی یارانه ها، به کاهش فقر کمک می کند. نتایج همچنین حاکی از آن است که رشد اقتصادی و ارتقای شاخص سلامت به کاهش فقر کمک می کنند، درحالی که افزایش نابرابری درآمدی، فقر را تشدید می کند.
نتیجه گیری: پژوهش حاضر بر اهمیت سرمایه گذاری در زیرساخت های قانونی و فناوری به منظور بهره گیری مؤثر از ظرفیت های هوش مصنوعی برای مقابله با فقر تأکید دارد. بر این اساس، سیاست گذاران در کشورهای درحال توسعه، از جمله ایران، می توانند با توسعه سیاست های حمایتی و تقویت زیرساخت های لازم، از پتانسیل هوش مصنوعی برای کاهش فقر و افزایش رفاه اقتصادی بهره مند شوند.
اصالت: این پژوهش از نخستین مطالعاتی است که به صورت جامع و تجربی اثر سرمایه گذاری در هوش مصنوعی را بر فقر درآمدی و چندبعدی بررسی کرده و کانال های کلیدی اثرگذاری آن را در کشورهای پیشرو در فناوری هوش مصنوعی شناسایی کرده است. یافته های این پژوهش بینش ارزشمندی برای تدوین سیاست های ضدفقر مبتنی بر فناوری های نوین فراهم می کند.