اندازه گیری بین‌نسلی آثار شوک بازار پول بر مخارج مصرفی خانوارهای شهری در ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد گروه اقتصاد دانشگاه شهید چمران اهواز

2 دانشیار گروه اقتصاد دانشگاه شهید چمران اهواز

3 دانشجوی دکتری اقتصاد، دانشگاه شهید چمران اهواز

چکیده

این مقاله درصدد است تا در یک مطالعه‎ی موردی آثار شوک بازار پول بر رفتار مخارج مصرفی خانوارهای شهری را در نسل‎های سنی سالمند، میانسال و جوان آزمون نماید. بدین منظور، جهت بررسی رفتار بین‎نسلی مخارج مصرفی خانوارهای شهری، با استفاده از روش دیتون و پاکسون (1997) و داده‎های مقطعی بودجه‎ی خانوار نوعی بانک اطلاعاتی تابلویی ‎ترکیبی طراحی و رفتار متولدین 1335 تا 1370 مورد تحلیل قرار می‎گیرد. نتایج مطالعه نشان می‎دهد بیشترین مقدار شوک بازار پول در طی دهه‎ی 1390 تا 1400، مربوط به بازه‎ی زمانی 1391-1390 است. بر این اساس نتایج حاصل از وقوع شوک بازار پول بر مخارج مصرفی خانوارها بیانگر آن است که سطح مخارج مصرفی خانوارها در نسل‌های سنی جوان نسبت به سایر نسل‎ها کمتر بوده و وقوع شوک منفی کوچک و بزرگ در بازار پول سبب شده است تا نسل‌های جوان نسبت به سایر نسل‌ها بیشتر در معرض آسیب باشند. همچنین وقوع شوک منفی بزرگ با تحت تاثیر قرار دادن تمامی نسل‎ها سبب شده است که تا حدودی مخارج مصرفی خانوارها در نسل‎های مختلف به یکدیگر نزدیک شود؛ ولی با این حال نسل جوان به دلیل آسیب‎پذیر بودن نسبت به سایر نسل‎ها بیشترین میزان کاهش را متحمل شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Intergenerational Measurement of Effects of Monetary Shocks on Consumption Expenditures of Urban Households in Iran

نویسندگان [English]

  • Seyed Aziz Arman 1
  • Abdolmajid Ahangari 2
  • Batool Azari 3
1 Shahid Chamran Univircity of Ahvaz , Ahvaz , Iran
2 Shahid Chamran Univircity of Ahvaz , Ahvaz , Iran
3 Shahid Chamran Univircity of Ahvaz , Ahvaz , Iran
چکیده [English]

This article presents a case study to assess the impact of monetary market shocks on the consumption behavior of urban households across different age groups (elderly, middle-aged, and young cohorts). Utilizing a method developed by Deaton and Paxson (1997) and analyzing cross-sectional household budget data, a pseudo-panel dataset is constructed to examine the intergenerational consumption patterns of individuals born between 1957 and 1992. The findings highlight that the highest magnitude of monetary market shock occurred from 2011 to 2012. It is observed that young households exhibit lower consumption levels compared to other cohorts and experience greater vulnerability to both small and significant adverse shocks in the monetary market. Furthermore, a significant negative shock impacts all age groups, resulting in a convergence of consumption expenditures across cohorts; however, the young cohort experiences the most significant reduction in consumption due to its heightened vulnerability relative to other age groups

کلیدواژه‌ها [English]

  • Monetary Shocks
  • Consumption Expenditures
  • cohort study
  • pseudo panel data

مراجع

  1. 1- برومند، سجاد، محمدی، تیمور، پژویان، جمشید، فرزین‌وش، اسدلله و معمارنژاد،  عباس (1398). هزینه رفاه شوک‌های خارجی و قاعده بهینه سیاست پولی برای اقتصاد ایران. فصلنامه اقتصاد مالی، 13(48)، 75-110.

    2- پیش‌بهار، اسماعیل و جاودان، ابراهیم (1394). تاثیر شوک‎های پولی بر قیمت مواد غذایی در ایران. فصلنامه پژوهش‌های اقتصادی، 15(4)، 127-141.

    3- شاکری، عباس (1392). مروری تاریخی بر روند شکل گیری نظریه های اقتصاد کلان. فصلنامه پژوهش‌های اقتصادی ایران، 6 (23).

    4- شریفی رنانی، حسین، قبادی، سارا، امراللهی پورشیرازی، فرزانه و هنرور، نغمه (1390). بررسی تاثیر کانال قیمت دارایی‎ها در اثرگذاری سیاست پولی در ایران. فصلنامه مدلسازی اقتصادی، 2 (3)، 29-43.

    5- فطرس، محمد حسن و معبودی، رضا (1388). اثر نابرابری درآمدی بر نابرابری مخارج مصرفی در ایران. اولین همایش ملی اقتصاد، دانشگاه آزاد اسلامی واحد خمینی‎شهر.

    6- مرکز آمار ایران (1400). اطلاعات مربوط به هزینه و درآمدهای خانوارهای شهری. تهران: انتشارات مرکز آمار ایران

    7- همتی، مریم و جلالی نائینی، احمدرضا (1390). بررسی اثر شوک‌های پولی بر 12 گروه اصلی شاخص بهای کالاها و خدمات مصرفی با استفاده از روش FAVAR. فصلنامه پژوهشهای اقتصادی ایران، 16(49)، 205-239.

     

    1.  Altunc, F., & Aydin, C. (2014). An Estimation of the Consumption Function under the Permanent Income Hypothesis: The Case of D-8 Countries. Journal of Economic Cooperation & Development, 35, 29-42.
    2. Alvarez, J., & Arellano, M. (2003). The Time Series & Cross-Section Asymptotics of Dynamic Panel Data Estimators. Econometrica, 71(4).
    3.  Benazić, M., & Rami, J. (2016). Monetary policy & unemployment in Croatia, Economic Research-Ekonomska Istraživanja, 29(1).
    4.  Boivin, J., Kiely, M., & Mishkin, F. (2010). How Has the Monetary Transmission Mechanism Evolved Over Time? Finance & Economics Discussion Series, Divisions of Research & Statistics & Monetary Affairs. Federal Reserve Board, Washington, D.C.
    5.  Bun, J., & Carree, A. (2005). Bias-Corrected Estimation in Dynamic Panel Data Models. Journal of Business & Economic Statistics, 23, 200–210.
    6.  Bouakez, H., Cardia, E., & Ruge-Murcia, F. (2005). The Transmission of Monetary Policy in a Multi-Sector Economy. International Economic Review, Vol. 50, No. 4 (Nov., 2009), pp. 1243-1266 (24 pages).
    7. Boroumand, S., Mohammadi, T., Pezhoyan, J., Farzinvash, E., & Memaranjad, A. (2020). The welfare cost of external shocks & the optimal rule of monetary policy for the Iranian economy. Financial Economics Quarterly, No. 48 (in Persian).
    8.  Calza, A., Monacelli, T., & Stracca, L. (2013). Housing finance & monetary policy. Journal of the European Economic Association. 11 (suppl_1), 101-122.
    9. Christiano, J., Eichenbaum, M., & Evans, C. (1996). The Effects of Monetary Policy Shocks: Evidence from the Flow of Funds. The Review of Economics & Statistics, Vol. 78, No. 1.
    10. Deaton, A. (1985). Panel Data from time series of cross-sections. Journal of Econometrics, 30, pp. 109-126.
    11. Elbourne, A. (2008). The UK Housing Market & the Monetary Policy Transmission Mechanism: An SVAR Approach. Journal of Housing Economics, 17, 65-87.
    1.  Everaert, G., & Pozzi, L. (2007). Bootstrap-based bias correction for dynamic panels, Journal of Economic Dynamics & Control, 31(4), 1160–1184.
    2.  Fernedaz-Val, I., & Weidner, M. (2010). Individual & Time Effects in Nonlinear Panel Data Models with Large N, T, unpublished manuscript.
    3.  Friedman, M. (1958). The Supply of Money & Changes in Prices & Output. reprinted in The Optimum Quantity of Money & Other Essays.
    4.  Fotros, H., & Maboudi, R. (2008). The effect of income inequality on consumption expenditure inequality in Iran. The first national economics conference, Islamic Azad University, Khomeinishahr branch (in Persian).
    5.  Goldfeld, , & Quant, E. (1973). A Markov model for switching regressions. Journal of Econometrics 1. Pp. 3–16.
    6. Gourieroux, C., Phillips, B., & Yu, J. (2006). Indirect Inference for Dynamic Panel Models. Cowles Foundation Discussion Papers 1550. Cowles Foundation for Research in Economics, Yale University.
    7.  Hahn, J., & Kuersteiner, G. (2002). Asymptotically Unbiased Inference for a Dynamic Panel Model with Fixed Effects when Both n & T Are Large. Econometrica, 70(4), 1639–1657.
    8. Hamilton, D. (1989). A New Approach to the Economic Analysis of Non-stationary Time Series & the Business Cycle. Econometrica, 57(2). 357-384.
    9.  Hemmati, M., & Jalali Naini, A. (2010). Investigating the effect of monetary shocks on the 12 main groups of consumer goods & services price index using the FAVAR method. Iranian Economic Research Quarterly, No. 49 (in Persian).
    10. Kiviet, F. (1995). On bias, inconsistency, & efficiency of various estimators in dynamic panel data models, Journal of Econometrics, 68(1), 53–78.
    11.  Krylova, E. (2002). The credit channel of monetary policy, Case of Austria. Economics Series, Institute for Advanced Studies.
    12. Lee, Y. (2012). Bias in dynamic panel models under time series misspecifcation, forthcoming, Journal of Econometrics.
    13.  Mertens, A. (2018). Effects of monetary policy shocks on inequality: A proxy-svar approach. Research Faculty of Social Sciences Economics- Research Paper.
    14.  Mishkin, F. (1995). Symposium on the Monetary Transmission Mechanism. The Journal of Economic Perspectives. 9, 3-10.
    15. Neyman, J., & Scott, E. (1948). Consistent estimates based on partially consistent observation. Econometrica, 16, 1–32.
    16.  Nickell, J. (1981). Biases in Dynamic Models with Fixed Effects. Econometrica, 49(6), 1417–26.
    17.  Pish bahar, I., & Javadan, E. (2014). The effect of monetary shocks on food prices in Iran. Economic Research Quarterly, No. 4 (in Persian).
    18.  Phillips, C., & Sul, D. (2007). Bias in dynamic panel estimation with fixed effects. incidental trends & cross section dependence, Journal of Econometrics, 137(1), 162–188.
    19.  Quant, E. (1972). A new approach to estimating switching regressions. Journal of the American Statistical Association, 67. 306–310.
    20. Ryder, N. (1965). The Cohort as a Concept in the Study of Social Change. American Sociological Review, 30, 843-861.
    21.  Saiki, a., & Frot, (2014). Japan’s Unconventional Monetary Policy & Income Distribution. Revisited, Working Paper E-126.
    22. Shakri, A. (2014). A historical overview of the formation process of macroeconomic theories. Iranian Economic Research Quarterly, No. (23) 6 (in Persian).
    23.  Sharifi Renani, H., Ghobadi, S., Amrollahi Pourshirazi, F., & Honarvar, N. (2013). Investigating the effect of the asset price channel on the effectiveness of monetary policy in Iran. Economic Modeling Quarterly, No. 3 (in Persian).
    24.  Statistical Center of Iran. (2022). Information about the expenses & incomes of urban households. Tehran: Publications of Iran Statistics Center (in Persian).

فایل ها

هم رسانی

ارجاع به این مقاله

آمار