مدل سازی فراگیری مالی و اثرات آستانه ای آن بر رشد اقتصادی کشورهای عضو اوپک (رگرسیون پانل آستانه ای)
محل انتشار: فصلنامه اقتصاد کاربردی، دوره: 10، شماره: 31
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 364
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAES-10-31_004
تاریخ نمایه سازی: 19 تیر 1400
چکیده مقاله:
فراگیری مالی به طور موثر و کارا منابع را (نیروی کار، سرمایه، تکنولوژی و ...) از بخش های دارای مازاد به بخش های دارای کسری تخصیص دهد که منجر به توسعه پس انداز و سرمایه گذاری شده که آن هم به نوبه خود رشد اقتصادی را ارتقا می دهد. همچنین فراگیری مالی می تواند با سفته بازی، تورم ایجاد کند. لذا بررسی اثرات خطی می تواند دارای تورش باشد. هدف پژوهش تحلیل اثرگذاری آستانه ای فراگیری مالی بر رشد اقتصادی کشورهای اوپک می باشد. این پژوهش ازنظر هدف، کاربردی و ازنظر شیوه پژوهش، توصیفی تحلیلی می باشد. برای برآورد الگوی پژوهش از روش رگرسیون پانل آستانه ای یکنواخت با داده های پانل استفاده می شود. قلمرو پژوهش کشورهای عضو اوپک دوره زمانی ۲۰۰۳ تا ۲۰۱۸ می باشند. داده های این تحقیق از پایگاه داده WDI و Global Findex و برای تخمین از نرم افزارهای ایویوز و استاتا استفاده شده است. نتایج پژوهش نشان می دهد که حد آستانه ای فراگیری مالی ۰.۹۹ است. نتایج آزمون خطی بودن هانسن با روش بوت استرپ نیز معناداری حد آستانه را تایید می کند. مفهوم این حد آستانه آن است که در فراگیری مالی کمتر از ۰.۹۹، افزایش فراگیری مالی اثر معنادار و منفی بر رشد اقتصادی کشورهای اوپک دارد، اما در رژیم دولت هایی با فراگیری مالی بزرگ تر، فراگیری مالی اثری مثبت بر رشد اقتصادی دولت ها دارد.
کلیدواژه ها:
نویسندگان
عباس سموعی
دانش آموخته دوره دکتری ، واحد الیگودرز، دانشگاه آزاد اسلامی، خرم آباد، ایران. (نویسنده مسئول)
داریوش حسنوند
استادیار دانشگاه لرستان و مدرس واحد الیگودرز، دانشگاه آزاد اسلامی، خرم آباد، ایران.
رامین خوچیانی
استادیار دانشگاه شهید آیت الله بروجردی، خرم آباد، ایران
مهدی زاهد غروی
استادیار دانشگاه شهید آیت الله بروجردی، خرم آباد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :