متن کامل – بررسی تأثیر باروری بر رفاه اقتصادی در کشورهای منتخب سازمان کنفرانس اسلامی- قسمت ۱۹

در این قسمت از تحقیق، تعریف عملیاتی متغیرهای مورد استفاده در مدل بحث میشود. دوره زمانی مورد مطالعه، سالهای ۲۰۱۱-۱۹۹۰ بوده و متغیرهای مدل عبارتند از :
: تولید ناخالص داخلی سرانه بر اساس برابری قدرت خرید پول (به قیمت ثابت سال پایه ۲۰۰۵) که دادههای مربوط به این شاخص، از WDI جمعآوری شده است و سپس دادههای مربوطه به فرم لگاریتمی تعریف شدهاند.
نرخ خام تولد به ازای هر ۱۰۰۰ نفر به عنوان عامل باروری در نظر گرفته شده است که بیانگر تعداد کودکان زنده به دنیا آمده به ازای هر ۱۰۰۰ نفر جمعیت برآورد شده در طول یک سال معین میباشد که دادههای مربوط به این شاخص، از WDI جمعآوری شده است .
: امید به زندگی در بدو تولد میباشد که بیانگر متوسط سالهایی هست که شخص در هنگام تولد انتظار دارد زندگی کند. دادههای مربوط به این متغیر، از WDI جمعآوری شده است و سپس دادههای مربوطه به صورت لگاریتمی تعریف شدهاند.
: مصرف سرانه انرژی بر حسب کیلوگرم معادل نفت خام که دادههای مربوطه از WDI بدست آمده است.
: تشکیل سرمایه ناخالص سرانه بر حسب دلار ثابت که از تقسیم شاخص تشکیل سرمایه ناخالص بر حسب دلار ثابت بر جمعیت بدست آمده است. و سپس دادههای مربوطه به صورت لگاریتمی تعریف شدهاند. دادههای مربوطه از WDI تهیه شده است.
۴-۴- معرفی دادههای پانل و کاربردهای آن
به طور کلی در مطالعات اقتصادی با سه نوع از دادهها مواجه هستیم که عبارتند از:
۱- دادههای سری زمانی[۵۴]
۲- دادههای مقطعی[۵۵]
۳- دادههای پانلی[۵۶]
در دادههای سری زمانی مقدار یک یا چند متغیر در طول یک دوره زمانی مشخص مشاهده میشود اما در دادههای مقطعی، مقادیر یک یا چند متغیر برای چندین واحد اقتصادی برای یک زمان مشخص گردآوری میشود.
دادههای پانلی ترکیبی از دادههای مقطعی و سری زمانی میباشند. بدین صورت که دادههای پانلی دارای دو بعد میباشند که یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان میباشد.
به طور کلی دادههای پانلی دارای مزایای زیادی نسبت به دادههای مقطعی و سری زمانی میباشند که برخی از مهمترین آنها عبارتند از:
الف) مطالعه مشاهدات به صورت دادههای پانلی، وضعیت مناسبتری برای مطالعه و بررسی پویایی تغییرات نسبت به سری زمانی و مقطعی فراهم میآورد.
ب) محققان میتوانند از دادههای پانلی برای مواردی که استفاده از دادههای مقطعی و سری زمانی ناکارآمد است استفاده کنند. مثلاً در بررسی تابع تولید مسألهای که وجود دارد این است که بتوان تغییرات تکنولوژیکی را از صرفههای به مقیاس تفکیک کرد. در این گونه موارد کاربرد دادههای مقطعی در فرآهم آوردن اطلاعاتی درباره صرفههای به مقیاس میباشد. در حالیکه دادههای سری زمانی اثرات هر دو را بدون هیچ گونه تفکیکی نشان میدهد. بنابراین صرفههای اقتصادی و تغییرات تکنولوژیکی میتواند توسط دادههای پانلی مورد بررسی و آزمون قرار بگیرد.
ج) دادههای پانلی حاوی اطلاعات بیشتر ، تغییرپذیری بیشتر، درجه آزادی بالاتر، همخطی کمتر میان متغیرها و کارایی بالاتر نسبت به دادههای مقطعی و سری زمانی میباشند. با توجه به اینکه دادههای پانلی ترکیبی از دادههای مقطعی و سری زمانی میباشند، باعث کاهش همخطی شده و برآوردهای معتبرتری را میتوان انجام داد.
د) دادههای پانلی از طریق فراهم آوردن تعداد دادههای بیشتر، تورش را کاهش میدهد.
ه) دادههای پانلی امکان طراحی الگوهای رفتاری پیچیدهتری را فراهم میکنند.
و) با مجموعه دادههای پانلی، میتوان اثراتی را شناسایی و اندازهگیری کرد که در دادههای مقطعی محض یا سری زمانی خالص قابل شناسائی نیست. گاهی استدلال میشود دادههای مقطعی، رفتارهای بلندمدت را نشان میدهند، در حالی که در دادههای سری زمانی بر اثرات کوتامدت تأکید میشود. با ترکیب این دو خصوصیت در دادههای پانل، که خصوصیت متمایز دادههای پانلی است، ساختار عمومیتر و پویاتری را میتوان تصریح و برآورد کرد (اشرفزاده و مهرگان، ۱۳۸۷).
در آخر باید اضافه کرد که مدلهای پانل سنتی بدون در نظر گرفتن ایستایی متغیرها وجود و یا عدم وجود رابطه همانباشتگی بین آنها مورد برآورد قرار میگرفتند و احتمال دچار شدن به خطای رگرسیون کاذب در این مدلها بیشتر بود ولی در تکنیک همانباشتگی پانلی این نقایص برطرف شده و آزمونها و تخمینهای انجام یافته با استفاده از این روش از استحکام و سطح اطمینان بیشتری نسبت به مدلهای پانل سنتی برخوردارند.
۴-۵ – آزمون مانایی در دادههای پانل
در تحلیلهای اقتصادی فرض بر این است که بین متغیرهای مطرح در یک تئوری اقتصادی، ارتباط بلندمدت و تعادلی برقرار است. به طور کلی یک فرآیند تصادفی وقتی ساکن (مانا) نامیده میشود که میانگین و واریانس آن در طول زمان ثابت باشند و مقدار کوواریانس بین دو دوره زمانی، تنها به فاصله یا وقفهای بین این دو دوره بستگی داشته باشد و ارتباطی به زمان واقعی محاسبه کوواریانس نداشته باشد.
یکی از آزمونهایی که برای بررسی مانایی متغیرهای سری زمانی مورد استفاده قرار میگیرد آزمون ریشه واحد است. آزمون ریشه واحد بر این اساس است که وقتی در یک فرآیند خود رگرسیونی مرتبه اول و = ۱ در این صورت سری زمانی دارای ریشه واحد است. در اقتصادسنجی سریهای زمانی، سری زمانی که دارای ریشه واحد باشد فرآیند گام تصادفی[۵۷] نامیده میشود و نمونهای از یک سری زمانی نامانا است.
بنابراین وجود متغیرهای ناایستا در مدل سبب میشود تا آزمونهای کلاسیک t و F از اعتبار لازم برخوردار نباشند. در چنین حالتی با رگرسیون کاذب[۵۸] مواجه خواهیم بود. گرچه پی بردن به امکان وجود رگرسیون کاذب و استفاده از آرمونهای ایستایی در دادههای سری زمانی به سالهای گذشته برمیگردد ولی استفاده از آزمونهای ایستایی در دادههای پانلی به اوایل دهه ۱۹۹۰ باز میگردد. در طول دهه گذشته تحقیقات متعددی در مورد آزمون ریشه واحد پانل دیتا انجام گرفته است، آزمونهای ریشه واحد دادههای پانلی توسط کواه[۵۹] (۱۹۹۲و۱۹۹۴) و بریتون[۶۰] (۲۰۰۲) پایهریزی شد. این مطالعات توسط لوین، لو و چو[۶۱] (۱۹۹۲و ۲۰۰۳) و ایم، پسران و شین[۶۲] (۱۹۹۷و ۲۰۰۳) تکمیل شد. هر کدام از آزمونهای مطرح شده تصریحات متفاوتی برای فرضیه صفر و فرضیه آلترناتیو دارند و همچنین روشهای متفاوتی برای شناسایی مشکلاتی از قبیل همبستگی سریالی و ناهمسانی واریانس دارند. بنابراین با توجه به آزمونهای ایستایی در دادههای پانلی، آزمونهای لوین لین و چو (LLC)، ایم، پسران و شین (IPS) و فیشر[۶۳] در قسمت زیر توضیح داده میشوند.
۴-۵-۱- آزمون مانایی لوین، لین و چو (LLC)
لوین، لین و چو (۲۰۰۲) نشان دادند که در دادههای پانلی استفاده از آزمون ریشه واحد برای ترکیب دادهها دارای قدرت و اعتبار بیشتری نسبت به آزمون ریشه واحد برای هر مقطع به صورت جداگانه استاوه[۶۴] (۱۹۹۶) و فرانکن و روزی[۶۵] (۱۹۹۶) وو[۶۶] (۱۹۹۹)، با مثالهایی در تحقیقات خود نشان دادند که آزمونهای معمول ریشه واحد مثل دیکی فولر، دیکی فولر تعمیم یافته و فلیپس پرون که برای یک سری زمانی مورد استفاده قرار میگیرند از توان آزمون پایینی برخوردار بوده و دارای تورش به سمت قبول فرضیه صفر هستند. این موضوع وقتی که حجم نمونه کوچک است، خیلی تشدید میشود. یکی از روشهایی که برای رفع این مشکل پیشنهاد شده، استفاده از دادههای تابلویی برای افزایش حجم نمونه و آزمون ریشه واحد میباشد.
لوین و لین آزمون ریشه واحد را به صورت زیر نشان دادهاند:
(۴-۲ )
=
=
که در رابطه فوق، تعداد مقاطع و دوره زمانی، پارامتر خودهمبسته برای هر مقطع، اثر زمان، ضریب ثابت برای هر مقطع و خطای مدل که دارای توزیع نرمال با میانگین صفر و واریانس است. این آزمون بر اساس آزمون ADF به صورت زیر در نظر گرفته شده است:
(۴-۳)
که در رابطه فوق، پارامتر خودهمبسته برای هر مقطع، طول وقفه، اثر زمان، ضریب ثابت برای هر مقطع خطای مدل که دارای توزیع نرمال با میانگین صفر و واریانس است. آزمون LLC آزمون ترکیبی آزمون ADF با روند زمانی است که در ناهمگنی مقطعها و ناهمسانی واریانس جملات خطا، دارای قدرت بالایی است.
فرضیات این آزمون به صورت زیر میباشد:
(۴-۴)

دانلود کامل پایان نامه در سایت pifo.ir موجود است.