اگر چه نابرابری درآمدی پدیده جدیدی نیست و برنامه‌های توسعه در ایران از سابقه طولانی برخوردار است، ولی همچنان شاهد پیوندهای پیچیده‌ای بین توسعه اقتصادی، سرمایه‌گذاری، تورم، بیکاری سرمایه انسانی و نابرابری درآمدی می‌باشیم که منجر به عدم بهره‌مندی بخشی از مردم کشور از مزایای رشد و توسعه گشته است، نابرابری‌های منطقه‌ای می‌تواند موجب به وجود آمدن طیف وسیعی از شرایط ناهمگون زندگی شده و پیامدهای اقتصادی، اجتماعی و زیست محیطی نامطلوبی را به همراه آورد. با توجه به نقش و اهمیت سرمایه‌گذاری (دولت)، تولید سرانه استان‌ها، تورم، بیکاری و سرمایه انسانی بر توزیع درآمد این پژوهش سعی دارد تا تاثیر این عوامل در هر استان را بر نابرابری درآمدی استان‌های ایران طی بازه زمانی1397-1386 مورد بررسی قرار دهد. دراین پژوهش به منظور بررسی این تاثیر از روش داده‌های ادغام شده پویا بارویکردگشتاورهای تعمیم یافته استفاده شده است. براساس یافته‌های پژوهش، افزایش سرمایه‌گذاری، تولید ناخالص سرانه استان‌ها و سرمایه انسانی موجب کاهش نابرابری درآمد استان و افزایش تورم و بیکاری منجر به افزایش نابرابری می‌گردد. پرونده مقاله

پیش بینی متغیرهای اقتصادی از اهمیت ویژه ای در مباحث اقتصادی برخوردار است و مدل های مختلفی جهت پیش بینی مقادیر آتی متغیرها به وجود آمده اند. یکی از مهمترین کارکردهای مدل های اقتصادی، پیش بینی مقادیر آتی متغیرهای اقتصادی می باشد. در حقیقت مدل های اقتصادی را می توان از طریق بررسی میزان دقت پیش بینی مورد آزمون قرار داد. بدین صورت که اگر یک مدل اقتصادی در تبیین روابط موجود بین متغیرها موفق باشد، باید بتواند پیش بینی صحیحی از آینده متغیرها نیز ارائه نماید. هدف اصلی این مقاله پیش بینی بازدهی شاخص یکی از مهمترین و تاثیرگذارترین صنایع کشور،صنعت پتروشیمی، است. نتایج آماری وجود حافظه بلندمدت در بازدهی این صنعت را تایید می‌کنند، لذا برای پیش بینی شاخص صنعت پتروشیمی از دو مدل اقتصادسنجی شامل ARFIMA و ARIMA استفاده شده است. به طوریکه، مدل ARFIMA با در نظر گرفتن حافظه بلندمدت و مدل ARIMA بدون در نظر گرفتن حافظه بلندمدت مدنظر قرار گرفتند. ارزیابی میزان دقت پیش بینی دو مدل مذکور با استفاده از داده‌های روزانه شاخص صنعت پتروشیمی در بوررس اوراق بهادار تهران در بازه زمانی 24/03/1384 الی 25/05/ 1394نشان می‌دهد که با تفاوت اندکی مدل ARFIMA بهتر از مدل ARIMA عمل کرده است، ولی با توجه به مشکلات برآورد ضرایب مدل ARFIMA و سادگی مدل ARIMA، این تفاوت اندک قابل چشم پوشی است و می‌توان از مدل ARIMA برای پیش بینی بازدهی صنعت پتروشیمی استفاده کرد. پرونده مقاله