تحلیل اثرات فراگیری مالی بر فقر و نابرابری درآمدی در ایران: رویکرد خودرگرسیون برداری با وقفه های توزیعی داده های تابلویی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 115
فایل این مقاله در 29 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_ECOJ-14-2_007
تاریخ نمایه سازی: 13 آبان 1403
چکیده مقاله:
طی سال های اخیر، موضوع فراگیری مالی به صورت روزافزونی مورد توجه قرار گرفته و به عنوان یک مسئله مهم اقتصادی-اجتماعی در دستور کار سیاستی بسیاری از دولت ها و نهادهای بین المللی قرار گرفته است. افزایش توجه به این موضوع بیشتر به دلیل درک بهتر از اهمیت و جایگاه آن در توسعه اقتصادی و نقش کلیدی آن در کاهش فقر و توسعه فراگیر و پایدار جوامع است. لذا در این مقاله به بررسی اثرات فراگیری مالی بر فقر و نابرابری درآمد در ۳۰ استان کشور طی دوره زمانی ۱۳۹۹-۱۳۸۵ با استفاده از روش خودرگرسیون برداری با وقفه های توزیعی پرداخته شده است. نتایج حاصل از برآورد الگوی نابرابری درآمدی و فقر نشان می دهد، فراگیری مالی در کوتاه مدت و بلندمدت به ترتیب باعث افزایش و کاهش ضریب جینی (شاخص نابرابری درآمدی) و سرشمار فقر (شاخص فقر) شده است، به گونه ای که در بلندمدت با افزایش شاخص فراگیری مالی، ضریب جینی به اندازه ۹۱/۰ درصد و فقر به اندازه ۲۰/۰ درصد کاهش داشته اند. همچنین می توان استدلال کرد که وجود بازار مالی قوی با ریسک کمتر، سرمایه گذاری های بیشتری را ترغیب می کند. این فرآیند علاوه بر بهبود تولید و اشتغال، باعث بهبود توزیع درآمدها و کاهش فقر می شود.
کلیدواژه ها:
نویسندگان
طهمورث الیاسی بختیاری
دانشجوی دکتری علوم اقتصادی گروه اقتصاد دانشکده مدیریت و اقتصاد واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران،
عباس معمارنژاد
دانشیار گروه اقتصاد دانشکده مدیذیت و اقتصاد واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران
فرهاد دژپسند
دانشیار گروه اقتصاد دانشکده اقتصاد و علوم سیاسی دانشگاه شهید بهشتی، تهران، ایران
فرهاد غفاری
دانشیار گروه اقتصاد دانشکده مدیریت و اقتصاد واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، 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 :