خلاصة:
برای کنترل یا مهار تورم باید عوامل موجد آن شناسایی شود. نتایج مطالعات درباره عوامل موجد تورم متفاوت یا حتی ناسازگارند، زیرا بر نگرش خاص پژوهشگر استوارند. در این مقاله برای پرهیز از افتادن در چنین گردابی، از روش میانگینگیری بیزی استفاده گردید. ابتدا 350 هزار معادلة رگرسیونی (بر اساس دادههای 1387-1353) برآورد و معلوم شد که نرخ رشد نقدینگی اثر مثبت و معنیداری بر تورم ایران دارد و عوامل غیرپولی نیز بر آن موثرند (تورم در ایران صرفا یک پدیده پولی نیست).
برای اطمینان از درستی نتایج، فرایند میانگینگیری بیزی با 2 بار تغییر در تنها فرض اولیه (اندازة انتظاری مدل از 8 به 10 و سپس به 12) تکرار (در مجموع 1190 هزار معادلة رگرسیونی برآورد) شد.
The findings of research about determinants of inflation are different or even inconsistent, since each are based on the researcher’s point of view. In order not to face this problem, in this paper, the researchers use Bayesian averaging method. First, 350000 regression equations (based on data from 1353 to 87) were estimated and it was found that the growth rate of cash has a positive and significant effect on Iran’s inflation, and it is not just a monetary phenomenon. For confidence, the Bayesian averaging process was repeated twice with the change of the only pre-assumption of model’s size from 8 to 10 and then to 12 (1190000 equations was estimated totally)
ملخص الجهاز:
از طـرف ديگـر، هـر چند با افزايش حجم نمونه ، ضرايب متغيرهايي که بر متغير وابسته تـأثير نمـيگذارنـد (و بـه بيان ديگر به جامعۀ غيرقابل مشاهده تعلـق ندارنـد) بـه صـفر مـيگراينـد، ولـي تقريبـا تمـام کارهاي تجربي، حجم اطلاعات (نسبت به نياز) اندک و در نتيجه مشکل اصلي در بررسـي اثر تمامي عوامل ، اندازه يا حجم نمونه (تعداد مشاهدات) است ؛ لـذا پژوهشـگر اغلـب تنهـا تعدادي از متغيرها را که مهم ميپندارد، وارد مدل نموده و به نـوعي نظـر شخصـي خـود را اعمال ميکند.
اين مشکل بزرگ در راه شناسايي عوامل مؤثر بر يک پديدة خاص (در اينجا تـورم) بـا استفاده از روش ميانگين گيري بيزي که در آن نسبت به درست بودن مدل برگزيده از سوي پژوهشگر نااطميناني وجود دارد (يعني احتمال مشخصي به "درست بـودن" هـر مـدل قابـل تعريف ، منسوب ميشود) حل شدني است .
با توجه به اينکه فضـاي مـدل شـامل بـيش از ٢ ميليـون مـدل رگرسـيوني اسـت ، امکـان بررسي و برآورد ضريب هاي تمام اين مدلها به صورت مجزا وجود ندارد؛ لذا روش سلايي مارتين که مبتني بر شبيه سازي است ، استفاده شد، يعني از فضاي مدل نمونـه گيـري کـرده و محاسبات و ارزيابيها بر اساس آن انجـام مـيشـود (البتـه شـرط لازم بـراي اسـتفاده از ايـن روش، برقراري فرض پيشين هاي مبهم است ).