۱- محققین نیازی به تعیین اینکه کدام متغیر درون­زا یا برون­زا است، ندارند و تمامی متغیرها درون­زا هستند.
۲- مشکل همخطی بین متغیرها وجود ندارد.
۳- قابلیت پیش ­بینی دارد.
۴- با بهره گرفتن از توابع عکس­العمل می­توان تأثیر شوک­ها را بر روی متغیر موردنظر مشاهده کرد.
۵- با بهره گرفتن از تحلیل آنالیز واریانس می­توان درصد تغییرات ایجاد شده به وسیله متغیرها را مشاهده کرد.
محدودیت­ها و انتقادهایی به الگوی خودرگرسیون برداری وارد شده است. الگو­های VAR همانند الگو­های ARIMA غیر تئوریک است، زیرا، از اطلاعات تئوریکی اندکی در مورد روابط بین متغیرها برای راهنمایی در خصوص تصریح الگو استفاده می­نماید. به عبارت دیگر عدم وجود محدودیت­های معتبر که سبب اطمینان از تشخیص معادلات از یک سیستم ساختاری همزمان می­ شود در ساختار الگو ارائه خواهد شد. نتیجه اینکه VAR قابلیت پاسخگویی کمتری نسبت به تحلیل­های تئوریکی و تجویز سیاست­ها دارد. همچنین براساس روش VAR احتمال زیادی وجود دارد که یک محقق بتواند رابطه نادرستی را با بهره گرفتن از کاوش داده ­ها به دست آورد. همچنین، غالباً به درستی مشخص نیست که ضرایب برآورد شده VAR چگونه می­باید تفسیر شود.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

۳-۹-۶- توابع واکنش آنی و تجزیه واریانس
توابع واکنش آنی و تجزیه واریانس، دو ابزار جهت تجزیه و تحلیل و پیش ­بینی تأثیر متغیرهای توضیحی بر متغیر وابسته هستند. از آنجایی که در الگو­های خودتوضیح برداری، معمولاً بسیاری از ضرایب معنادار نیستند، از این ابزارها جهت تجزیه تحلیل و پیش ­بینی بلندمدت استفاده می­ شود.
۳-۹-۶-۱- توابع واکنش آنی IRF
این توابع قادر هستند ما را در شناسایی مسیر زمان متغیر وابسته در الگو VAR به هنگام بروز شوک از ناحیه متغیرهای توضیحی، یاری دهند. اگر سیستم معادلات باثبات باشد، در صورت بروز شوک، به سمت صفر همگرا می­ شود. اما در صورتی که سیستم بی­ثبات باشد، ممکن است این شوک در طول زمان حالت واگرا پیدا کند.
در الگو VAR:
(۳-۷)
و تابع واکنش آنی به صورت زیر است:
(۳-۸)
که اگر دوره به آینده انتقال داده شود:
(۳-۹)
که در این رابطه داریم:
(۳-۱۰)
معادله بالا به معنی آن است که واکنش دوره متغیر ام، تحت تأثیر شوک­های دوره قبل این متغیر و سایر متغیرها است.
۳-۹-۶-۲ – توابع تجزیه واریانس^[۸۰]
این تکنیک تعیین می­ کند چه مقدار از تغییرات یک متغیر توسط سایر متغیرها توضیح داده می­ شود. معمولاً بیشتر شوک­های هر متغیر، بیشترین تأثیر را در توضیح واریانس اجزای اخلال خود دارند. هر چند ممکن است از سایر متغیرها نیز تأثیر بپذیرد.
معادله تجزیه واریانس (پس از انجام محاسبات پیچیده) به صورت زیر است:
(۳-۱۱)
در این رابطه، تعداد مراحل محاسبه تجزیه واریانس (تعداد دوره)، متغیر موردنظر، ستون ام ماتریس است. اندیس دلالت بر عامل موردنظر از ماتریس دارد. که یک ماتریس پایین مثلثی است که نهایتاً شامل تجزیه ماتریس است. و که و نهایتاً اینکه ماتریس کواریانس اجزای اخلال است. بنابراین با توجه به توضیحات فوق، ،
(۳-۱۲)
مقدار پیش ­بینی واریانس خطای متغیر به متغیر است (نوفرستی، ۱۳۷۸).
۳-۱۰- خلاصه
در این فصل به تشریح روش پژوهش پرداخته شد.ابتدا بیان گردید که نوع پژوهش از لحاظ هدف کاربردی است و از الگو خود رگرسیون برداری استفاده می­ شود، سپس با توجه به اهداف از پیش تعیین شده، فرضیه ­های پژوهش بیان گردید. متغیر های اصلی مورد مطالعه و نحوه محاسبه آنها، جامعه آماری پژوهش و همچنین منابع، ابزار گردآوری اطلاعات و داده های لازم به منظور انجام پژوهش نیز در این فصل ارائه شده است. در این فصل به تشریح الگو خود رگرسیون برداری به عنوان الگوی مورد استفاده در این پژوهش پرداخته شده است.
.
فصل چهارم
تجزیه و تحلیل داده ­ها
۴-۱- مقدمه
تجزیه و تحلیل داده ­های جمع­آوری شده با ابزار­های معتبر، یکی از پایه­ های اصلی هر مطالعه و بررسی است. پس از گردآوری داده ها، مرحله جدیدی از فرایند پژوهش که به مرحله تجزیه و تحلیل داده ­ها معروف است آغاز می­ شود. این مرحله در پژوهش اهمیت زیادی دارد، زیرا نشان دهنده تلاش­ها و زحمات فراوان گذشته است. در این مرحله محقق با بهره گرفتن از روش­های مختلف و با تکیه بر معیار عقل سعی می­ کند داده ­ها را در جهت آزمون سوال­ها و ارزیابی آن مورد بررسی قرار دهد. در فصل حاضر با بهره گرفتن از مبانی مندج در فصل دوم و روش­های کمی معرفی شده در فصل سوم فرضیه ­های پژوهش مورد آرمون قرار می­گیرند. به همین منظور به بررسی مانایی متغیرها، برآورد الگوی خود رگرسیون برداری، توابع واکنش آنی و تجزیه واریانس پرداخته می­ شود.
۴-۲- آمار توصیفی
این نوع آمار صرفاً به توصیف جامعه می پردازد و هدف آن محاسبه پارامترهای جامعه است. برای ارائه یک نمای کلی از خصوصیات مهم متغیرهای محاسبه شده، در جدول شماره ( ۴-۱ ) برخی از مفاهیم آمار توصیفی این متغیرها، شامل میانه، میانگین، انحراف معیار، حداقل، حداکثر، ضریب چولگی و ضریب کشیدگی مشاهدات ارائه شده است. خروجی رایانه­ای مربوط به آمار توصیفی در پیوست شماره ۲ آمده است.
جدول (۴-۱): آمار توصیفی متغیرهای پژوهش

ضریب کشیدگی

ضریب چولگی

حداکثر

حداقل

انحراف معیار

میانگین