Dynamics between Macroeconomic Variables and the Core Inflation Gap with the MIDAS-VAR Approach
Subject Areas : Labor and Demographic EconomicsAmir Mansour Tehranchian 1 , MirHosssein Mousavi 2 , Zahramila Elmi 3 , Zahra Kashanian 4
1 - Professor, Department of Economics, Mazandaran University, Babolsar, Iran
2 - Associate Professor, Department of Economics ,Alzahra University, Tehran, Iran
3 - Professor, Department of Economics, Mazandaran University, Babolsar, Iran
4 - PhD student, Department of Economics, Mazandaran University, Babolsar, Iran
Keywords: C59, E52, Monetary Policy, JEL Classification: E31, Core Inflation, mixed frequency VAR,
Abstract :
The wide scope of influence and effectiveness has turned inflation into one of the most important subjects of empirical studies as well as one of the main axes of policy making. In addition to the causes and effects of inflation, some economists have paid attention to the inflation index. Based on this, current inflation is not considered a suitable indicator for policy making and modeling due to high fluctuations. On the other hand, core inflation as a stable component of current inflation is a more suitable indicator for economic policies due to its stability. In this paper, we investigate the dynamics of macroeconomic variables and inflation core gap using SVAR method, n Iran's economy in the period of1998-2021. The momentum of oil price fluctuations and liquidity do not have a significant impact on the core inflation gap. The core inflation gap is most influenced by currency impulses and its own fluctuations, which shows the impact of inflation expectations on the formation of core inflation; According to the findings of the research, it is suggested to control exchange rate fluctuations and target core inflation in order to control inflationary expectations.The results show that the core inflation index has been more stable compared to the inflation rate and exchange rate fluctuations have the greatest impact on the core inflation gap.
- اشرفی، یکتا، بالونژاد نوری، روزبه و جهانگرد، فاطمه (1398). تحلیل تجربی تاثیر تورم هسته بر رشد اقتصادی در ایران: کاربردی از الگوی دادههای ترکیبی با تواتر مختلف. فصلنامه علمی مطالعات اقتصادی کاربردی ایران، 8(30)، 23-1.
- پدرام، مهدی، ابراهیمی، نسرین و موسوی، میرحسین (1398). برآورد تورم هسته در کشور و استانها با استفاده از مدل حالت-فضا. تحقیقات مدلسازی اقتصادی، 9(36)، ۷-۳۶.
- پورکاظمی، محمدحسین، بیرانوند، امین و دلفان، محبوبه (1394). تعیین عوامل تأثیرگذار بر تورم و طراحی سیستم هشداردهنده تورم شدید برای اقتصاد ایران. نشریه پژوهشها و سیاستهای اقتصادی، 23(76)، 166-145.
- تشکینی، احمد و افضلی، حسین (1390). اندازهگیری تورم پایه بر اساس روش بهینه: مطالعه موردی اقتصاد ایران. نشریه پژوهشها و سیاستهای اقتصادی، 59(19)، 128 - 101.
- تک روستا، علی، مهاجری، پریسا، محمدی، تیمور و شاکری، عباس (1398). تأثیر تکانههای قیمتی نفت بر رشد اقتصادی و تورم کشورهای منتخب با تأکید بر تکانههای ناشی از ریسک سیاسی اوپک. پژوهشنامه اقتصاد انرژی، 8(30)، 23-60.
- رجایی، حسینعلی، جلایی اسفندآبادی، سیدعبدالمجید و زایندهرودی، محسن (1399). برررسی تاثیر تکانههای ارزی بر شکاف تولید و تورم در اقتصاد ایران با استفاده از مدل تعادل عمومی پویای تصادفی (DSGE). نشریه راهبرد اقتصادی، 9(35)، 292-263.
- رضاییمقدم، نسرین، مصطفوی، مهدی و چشمی، علی (1395). تفکیک تورم هسته از اجزای موقتی درایران با فیلتر کالمن. فصلنامه پژوهشنامه اقتصادی، 16(60)، 73-51.
- شاکری، عباس(1395). مقدمهای بر اقتصاد ایران. انتشارات رافع: تهران.
- شاکری، عباس، جهانگرد، اسفندیار و اقلامی، سمیه (1392). اثر غیرخطی تورم بر نابرابری درآمد در ایران،. فصلنامه رشد و توسعه پایدار(پژوهشهای اقتصادی)، 13(4)،53-27.
- طهرانچیان، امیرمنصور، جعفری صمیمی، احمد و بالونژاد نوری، روزبه (1392). آزمون پایداری تورم در ایران (1390- 1351): کاربردی از الگوهای ARFIMA. فصلنامه پژوهشهای رشد و توسعه اقتصادی، 3(11)، 28-19.
- عباسینژاد، حسین و تشکینی، احمد (1390). اندازهگیری تورم پایه در اقتصاد ایران (رویکرد مبتنیبر الگو). تحقیقات اقتصادی، 94(46)، 87-67.
- عباسینژاد، حسین، کمیجانی، اکبر، طیبنیا، علی و تشکینی، احمد (1389). اندازهگیری تورم پایه در اقتصاد ایران مبتنیبر رویکرد آماری. پژوهشنامه اقتصادی، 10(3)، 65-39.
- کرمی، هومن و بیات، سعید (1392). ارزیابی و مقایسه روشهای اندازهگیری تورم هسته در ایران. مجله پژوهشهای پولی و بانکی، 6(17)، 103-83.
- مهرآرا، حسن، علینژاد مهربانی، ابراهیم و خندان سویری، مهدی (1394). تورم و اصلاحات اقتصادی برای کنترل آن: با رویکرد اصلاح واحد پول ملی. مجله پژوهشهای پولی و بانکی، 8(25)، 399-379.
- علیزاده کلاگر، سیدقربان، اثنیعشری امیری، ابوالقاسم، پورقربان، محمدرضا و محمدحسین احسانفر (1399). اثر حجم نقدینگی بر تورم در ایران با رویکرد مدل پارامتر زمان متغیر. فصلنامه علمی پژوهشی اقتصاد مقداری، 9(35)، 15-34.
- نقدی، یزدان و مطلبی، معصومه (1394). برآورد و مقایسه تورم پایه در اقتصاد ایران (به روشهای میانگین مرتب و حذفی). فصلنامه روند (روند پژوهش های اقتصادی)، 69(22)، 42-15.
- نوفرستی، محمد و جواهردهی، سمانه (1396). الگویی برای نمایش چشم اندازی از تراز تجاری کشور به روش رگرسیونی دادههای ترکیبی با تواتر متفاوت. فصلنامه اقتصاد مالی، 11(39)،123 -101.
- نوفرستی، محمد و بیات، محبوبه (1395). اقتصادسنجی کاربردی سریهای زمانی: الگوی دادههای ترکیبی با تواتر متفاوت. انتشارات نور علم: تهران.
- نیلی، مسعود، بهنیا، مهران و علویان قوانینی، آرش (1389). رویکرد مناسب در مواجهه با تورم مزمن در ایران. فصلنامه پول و اقتصاد، 2(3)، 30-1.
- Akinsola, F. A., & Odhiambo, N. M. (2017). Inflation and economic growth: a reviewof the international literature. Comparative Economic Research, 20(3), 41-56.
- Arango-Castillo, L., Orraca-Corona, M., & Guillermo –Stefano, M. (2022). The global component of headline and core inflation in emerging market economies and its ability to improve forecasting performance. Economic Modelling. Articles in press, Available online 25 November 2022, 106-121.
- Bacchiocchi, E., Bastianin, A., Missale, A., & Rossi, E. (2018). Structural analysis with mixed-frequency data: AMIDAS-SVAR model of US capital flows. Economic Modelling, 89(C), 427- 443.
- Bernanke, B., Laubach, T., Mishkin, F., & P.(1999). Inflation targeting: lesson from the international experience. Princenton: Princenton University Press.
- Blanchard, O.J., & Danny, Q. (1989). The dynamic effects of aggregate demand and supply disturbances. American Economic Review, 79(4), 655-673.
- Broz, V., & Kocenda, E. (2018). Dynamics and factors of inflation convergence in the European union. Journal of International Money and Finance, 86, 93-111.
- Eckstein, O. (1981). Core Inflation, Englewood Cliffs: Prentic-Hall.
- Ghyseles, E.(2014). Matlab toolbox for mixed sampling frequency data analysis using MIDAS regression models. University of North Carolina, Chapel Hill, NC 27599.
- Ghyseles, E.(2016). Macroeconomics and the reality of mixed frequency data. Journal of Econometrics , 193(2), 294-314.
- Ghyseles, E., Santa-Clara, P., & Valkano, R. (2004). THE MIDAS TOUCH: Mixed Data Sampling Regressions. manuscript, University of NorthCarolina and UCLA.
- Ghyseles, E., Sinko, A., & Valkano, R. (2006). MIDAS regressions: Further results and new directions. Econometric Reviews, 26, 53-90.
- Giri, F. (2022). The relationship between headline, core, and energy inflation: A wavelet investigation. Economics Letters, 210(C ), 110-214.
- Fasanya, S., & Awodimila, C. P. (2020). Are commodity prices good predictors of inflation? The African perspective. Resources Policy, 69( C ), 101-802.
- Klein, L.R., & Sojo, E. (1989). Economics in theory and practice: An eclectic & approach. Kluwer Academic Publishers, ASTA, volume (17).
- Liu, A., & Smith, J. K. (2014). Inflation forecasts and core inflation measures: Where is the information on future inflation?. The Quarterly Review of Economics and Finance, 54(1), 133-137.
- Martel, S.(2008). Impact of business conditions on investment policies. Journal of Finance, 7(2), 73‐138.
- Mehra, Y. P., & Reilly, D. (2009). Short-Term Headline-Core Inflation Dynamics. Economic Quarterly, 95(3), 289-313.
- Pincheira-Brown, P., Selaive, J., & Nolazco, J. (2017). Forecasting inflation in Latin America with core measures. International Journal of Forecasting, 35(3), 1060-1071.
-Quah, D., & Vahey, S.P. (1995). Measuring core inflation. Economic Journal, 105, 1130-1144.
Smith, J. K.(2004). Weighted median inflation: Is this core inflation? Journal of Money, Credit and Banking, 36( 2), 253-263.
_||_