ترجمه مقاله رایگان با عنوان On the Effects of Income Volatility on Income Distribution: Asymmetric Evidence from State Level Data in the U.S.(در مورد اثرات نوسان درآمد بر توزیع درآمد: شواهدی نامتقارن از داده های سطح ایالتی در آمریکا)

مقاله رایگان با عنوان On the Effects of Income Volatility on Income Distribution: Asymmetric Evidence from State Level Data in the U.S را “” از اینجا دانلود کنید””

عنوان مقاله به فارسی : در مورد اثرات نوسان درآمد بر توزیع درآمد: شواهدی نامتقارن از داده های سطح ایالتی در آمریکاد

پشتیبانی : دارد . در صورت بروز هرگونه مشکل با شماره تلفن 09367938018 در واتس آپ یا تلگرام یا 09191732587 و یا آی دی تلگرام research_moghimi@ تماس حاصل فرمایید.

کیفیت محصول :عالی

قیمت : رایگان

به منظور دانلود فایل ورد مقاله میتوانید از دکمه سبز رنگ سمت چپ صفحه استفاده کنید.

ترجمه کامل محصول:

 

در مورد اثرات نوسان درآمد بر توزیع درآمد: شواهدی نامتقارن از داده های سطح ایالتی در آمریکا

چکیده

یک مطالعه قبلی که تلاش نمود تاثیر نوسانات درآمد بر نابرابری درآمد را در ایالات متحده مورد ارزیابی قرا دهد، از داده های سطح ایالتی و یک مدل پنلی متعادل برای نتیجه گیری این مورد استفاده نمود که نوسانات افزایش یافته، توزیع درآمدها در ایالات متحده را وخیم تر می نماید، که نشان می دهد نوسانات کاهش یافته باید نابرابری را کاهش دهد. ما از همان مجموعه داده استفاده می کنیم که به سال تمدید می شود و با استفاده از مدل های سری زمانی ARDL خطی و غیر خطی، موضوع را مورد بازبینی قرار می دهیم تا نشان دهیم که نتیجه گیری فوق در همه ایالات صدق نمی کند. در حالی که ما به اثرات نامتقارن نوسانات در آمد کوتاه مدت بر معبار نابرابری در اکثر ایالات پی می بریم، آنها به تاثیرات نامتقارن طولانی مدت تنها در ۱۶ ایالت تبدیل می شوند. هر دو مورد نوسانات افزایش یافته و نوسانات کاهش یافته اینگونه به نظر می آیند که اثرات نابرابر سازی بر توزیع درآمد در این ایالات داشته باشند.’ترجمه یار، دانلود رایگان مقالات

واژگان کلیدی : توزیع درآمد؛ بی ثباتی در آمده عدم تقارن داده های سطح ایالتی ایالات متحده

1.مقدمه

فرضیه  U شکل یا وارونه که توسط کوزنتس (۱۹۵۵) معرفی شد ابابا سطح فعالیت اقتصادی را به عنوان عامل تعیین کننده اصلی نابرابری درآمدی مشخص می کند. به طور دقیقتر، این امر تاکید دارد که در مراحل اولیه رشد اقتصادی، نابرابری درآمدی بدتر می شود و فقط در مراحل بعدی بهبود می یابد. حمایت تجربی از این فرضیه، نسبتا آمیخته است، که اغلب فرضیه را رد می کند. با این حال، دسته دیگری از متون بحث می کند که توسان در آمد با خروجی به عنوان یک معیار عدم اطمینان می تواند نابرابری درآمدی را بدتر کند.

هاسمن و گیون (۱۹۹۷) شاید اولین مطالعه ای باشد که تاثیرات مضر نوسان درآمد بر توزیع درآمد را به ما اظهار می دارد، با این استدلال که اعضای فقیرتر جامعه به خوبی مجهز به جذب شوک های اقتصادی و با عدم قطعیت نسبت به اعضای ثروتمند نیستند. با استفاده از داده های مقطعی از ۵۶ کشور آمریکای لاتین و اقتصادهای صنعتی، آنها دریافتند که در حالی که نه رشد تولید ناخالص داخلی و نه تورم، هیچ تاثیر قابل توجهی بر نابرابری درآمدی نداشته است، نوسانات تولید ناخالص داخلی وافعی تاثیر منفی قابل توجهی ہو نابرابری درآمد داشته است. همان مورد توسط کارولی و گارسیا – پنالوزا (۲۰۰۱) حمایت می شود. که به تاثیرات نوسان دستمزد ها در تفاوت های دستمزدی بین کارگران دارای مهارت پایین و مهارت بالا نگاه داشته اند هرچه ریسک تولید بالاتر باشد، نابرابری آموزشی بالاتر خواهد بود. سایر مطالعات مقطعی که از تاثیرات مضر توسان خروجی بر توزیع درآمد پشتیبانی می کنند عبارتند از برین و گارسیا پنالوزا (۲۰۰۵) و لارسن و ماهاجان (۲۰۰۵).’ترجمه یار، دانلود رایگان مقالات

در حالی که مطالعات فوق از داده های مقطعی کشورهای مختلف استفاده نموده اند. در مطالعه از داده های پانلی در سراسر کشورها و در طول زمان استفاده برده اند. کالدرون و بیاتی (۲۰۰۹) از داده های ۷۵ کشور در طول سال های ۱۹۷۰ تا ۲۰۰۵ (مشاهدات دوره ای ۵ ساله) استفاده می نمایند تا نشان دهند که حتی در مدل پائل، نوسان خروجی اثرات زیان آوری بر نابرابری درآمد سنجیده شده توسط ضریب GINI داشته است به نظر نمی رسد که یافته های آن ها به معیارهای مختلف توسان، و به معیارهای مختلف نابرابری درآمدی حساس باشد. آنها همچنین اثرات نامتقارن نوسانات خروجی را با تخصیص متغیرهای ساختگی به تنزلات خروجی و جهش های خروجی ارزیابی می کنند تا نشان دهند که نوسان خروجی اثرات نامتقارن در توزیع درآمد دارد.ترجمه توسط ترجمه یار

در نهایت، هوانگ و همکاران (۲۰۱۵) از همه مطالعات فوق برای عدم استفاده از پیشرفتهای اخیر در تکنیکهای مدل سازی تصحیح خطا و استفاده از روش تصحيح خطای پانلی به جای روش مرسوم استفاده از داده های مقطعی انتقاد می کنند. داده های پنلی آنها متفاوت از مورد کالدرون و بیاتی (۲۰۰۹) است که در آن آنها از داده های سالانه ۴۸ ایالت آمریکا از سال ۱۹۴۵ تا ۲۰۰۴ استفاده می کنند که یک مجموعه پائل متوازن با 48 = N و 60 = T را شکل می دهد. یافته های آنها متفاوت از مطالعات قبلی نیست، که در آن آنها دریافتند که نوسان درآمد تاثیری زیان آور بر توزیع درآمد در ایالات متحده دارد و این نتیجه گیری به معیارهای مختلف نابرابری درآمدی با معیارهای مختلف توسان حساس نیست مطالعات پانلی که در بالا مورد بررسی قرار گرفتند، از سوگیری تجمعی در آن چیزی که در یک واحد مقطعی درست است، رنج می برند، که ممکن است لزوما در یک واحد مقطعی دیگر صادق نباشد، برای حل این مساله  ما فقط به مدل سازی سری های زمانی پایبند هستیم و رابطه بین نوسان در آمد و نابرابری درآمدی در هر ایالت از ایالات متحده را مورد بازنگری قرار می دهیم. اکنون این امکان وجود دارد. از زمانی که فرانک (۲۰۰۹) مجموعه داده های خود را تا سال ۲۰۱۳ گسترش داده است که ۶۸ مشاهده سالانه برای هر ایالت ارائه می دهد. از آنجا که این دو متغیر ممکن است ایسنا یا غیر ایستا باشند، رویکرد مناسب رویکرد ARDL خطى پسران و همکاران (۲۰۰۱) خواهد بود. در چارچوب سری های زمانی، ما گام دیگری را انتخاب می کنیم و اثرات نامتقارن نوسانات بر توزیع درآمد را با استفاده از رویکرد ARDL غیر خطی شین و همکاران (۲۰۱۴) ارزیابی می کنیم که به ما این امکان را می دهد تا علیت نامتقارن را شناسایی کنیم، این یک پرسش محتمل است، زیرا نرخی که در آن نابرابری درآمد به افزایش نوسان درآمد پاسخ می دهد می تواند متفاوت از ترخی باشد که در آن به کاهش پاسخ می دهد. در واقع، اگر اعضای فقیرتر جامعه نتوانند شوک های اقتصادی با عدم قطعیت را به آسانی اعضای غنی تر جذب کنند. هر دو گروه نسبت به افزایش عدم قطعیت در مقایسه با کاهش عدم قطعیت، واکنش متفاوتی نشان می دهند. بقیه مقاله به روش زیر سازماندهی شده است. ما مدل ها و روشهای خود را در بخش ۲ طرح نموده و نتایج تجربی خود را در بخش ۳ ارایه می دهیم. بخش ۴ خلاصه ای را ارایه می دهد و یک ضمیمه، تعریف متغیر ها و منابع داده را نشان می دهد.’ترجمه یار، دانلود رایگان مقالات

  1. مدل ها و روش ها

فرض کنیم GINI نشانگر معیار نابرابری درآمدی در هر ایالت و .VOL معیار نوسان درآمد در همان ایالت است. ما با مدل دو متغیری زیر شروع می کنیم

از آنجا که افزایش در GINI نشان دهنده افزایش نابرابری درآمد است، از طریق یک ساختار، اگر افزایش در نوسان در آمد افزایش نابرابری باشد. ما انتظار داریم که یک برآورد ازβ مثبث باشد، با این حال، تخمين β که نشان دهنده تاثیرات دراز مدت نوسان در آمد بر روی  GIN است تنها در صورتی معتبر خواهد بود که دو متغیر، هم جمع بسته باشند. بر اساس اظهارات انگل و گرنجر (۱۹۸۷). اگر دو متغیر جمع بسته از همان ترتیب d  باشند، اما  ε در (1) از هر ترتیب کمتر از d جمع بسته شود، دو متغیر هم جمع بسته هستند. اگر  ε از یک ترتیب کمتر از d جمع بسته نشده باشد، بانرجی و همکاران (۱۹۹۸) یک آزمون جایگزین برای هم جمعی پیشنهاد کردند که براساس یک مدل تصحیح خطا به شرح زیر است :

آزمون جایگزین براساس تخمین λ معنی دار بودن آن است. اگر λ هم به طور معنی دار منفی باشد، از هم جمعی پشتیبانی خواهد نمود. با این حال، آزمون t که برای تعیین معنی داری λ استفاده می شود یک توزيع جديد دارد که برای آن بانرجی و همکاران (۱۹۹۸) مقادیر بحرانی جدیدی را جدول بندی می نمایند.

همینکه (2) تخمین زده می شود و هی جمعی اثبات می شود، گرنجر (۱۹۸۸، ص ۲۰۳) برای دو منبع احتمالی از علیت بحث می کند که شامل توسان درآمد و GINI در این چارچوب دو متغیری می شود. یکی از آنها از طريق متغیرهای تفاضلی نخستین است که در آن VOL گرتجر. GINI را سبب می شود در صورتی که  j ≠ 0 π ∑ باشد و دیگری از طریق 1- ε است در صورتی که یک تخمین ازλ منفی و معنی دار باشد. در متون، اولین علیت به عنوان علیت کوتاه مدت و مورد دوم به عنوان علیت بلند مدت اشاره می شود. (جونز و جوالفيان، ۱۹۹۱، ص ۱۵۱) در حالی که آزمون t مقدار بحرانی جدید برای آزمون معنی داری λ استفاده می شود، آزمون والد برای اثبات  j ≠ 0 π ∑ مورد استفاده قرار می گیرد. توجه داشته باشید که تمام ویژگیهای آماری مرتبط با (2) تنها در صورتی معتبر خواهد بود که هر دو متغیر، یعنی، GINT و ,VOL با همان ترتیب جمع بسته می شوند، مثلا. (1)I  . در صورتی که یکی از آنها (1)I و دیگری (0)I باشد و با هر دو (1)I با (0)I باشند، پسران و همکاران (۲۰۰۱) یک روش جایگزین را پیشنهاد می دهند. آنها راه حل (1)I برای  ε  به تاخیر اندازی راه حل با یک دورهه و جایگزینی -1  ε در(2) را به وسیله آن راه حل نشان می دهند تا به مورد زیر دست یابند:’ترجمه یار، دانلود رایگان مقالات

همینکه (3) با استفاده از معیار انتخاب تاخير زمانی تخمین زده می شود. چندین فرضیه را می توان مورد آزمون قرار داد. اول، اثرات کوتاه مدت نوسانات درآمد بر روی GINI با برآوردهای     π Jمورد قضاوت قرار می گیرد. دوباره، اگر آزمون والد

j ≠ 0 π ∑ را تایید می نماید، عليت کوتاه مدت اثبات خواهد شد. دوم، اثرات بلند مدت نوسان در GINI از برآورد γ نرمال شده در λ مشق خواهد شد. با این حال، برای آنکه تاثیرات نرمال شده معنی دار باشند، باید همجمعی ایجاد شود. پسران و همکاران (۲۰۰۱) اجرای آزمون F را پیشنهاد نمودند. با این حال، در این وضع یا ترتیب، آنها نشان می دهند که آزمون ایک توزيع جديد دارد. سپس آنان مقادير بحرانی جدید را جدول بندی می کنند که انتگرال گیری خصوصیات متغیر را تشکیل می دهد. در واقع همانطور که در بالا ذکر شد، متغیرها می توانند ترکیبی از (1)I و (0)I باشند، که تقریبا خصوصیات تمام متغیرهای کلان هستند. سوم، آزمون جایگزین ارایه شده توسط پاتر چی و همکاران (۱۹۹۸) به همان اندازه همانطور که در بالا ذکر شد، متغیرها می توانند ترکیبی از (1)I و (0)I باشند، که تقریبا خصوصیت تمام متغیرهای کلان هستند. سوم، آزمون جایگزین ارایه شده توسط باترجی و همکاران (۱۹۹۸) به همان اندازه در اینجا فایل اجرا است. این امر بار دیگر به مثابه آزمودن معنی داری λ در (3) است. مشابه آزمون F. پسران و همکاران (۲۰۰۱، ص ۳۰۳) یک مقدار بحرانی کران بالایی و پایینی را برای این مورد به اصطلاح آزمون t جدول بندی می نمایند. اگر یک تخمین از λ منفی و معنی دار باشد. آن نه تنها از هم جمعی، بلکه رابطه على بلند مدت از نوسان در آمد به GINI پشتیبانی می کند. توجه داشته باشید که یک روش جایگزین برای اعمال آزمون t  استفاده از برآورد طولانی مدت نرمال شده

β = -γ/λ از (3) و معادله (1) برای ایجاد عبارت خطا با نام ECM است.سپس ترکیب خطی متغیرهای سطح تاخیری در (3) را با 1- ECM جایگزین می نماییم تا به مورد زیر دست یابیم:’ترجمه یار، دانلود رایگان مقالات

یک تخمین منفی معنی دار از λ که از آزمون t استفاده می برد با مقادیر بحرانی جدید از هم جمعی پشتیبانی خواهد نمود.

همان طور که در بخش قبل ذکر شد، کالدرون و بیاتی (۲۰۰۹) برای اینکه نشان دهند نوسان خروجی می تواند اثرات نامتقارن بر توزیع درآمد داشته باشد، متغیرهایی ساختگی را به تنزلات خروجی و جهش های خروجی اختصاص دادند. در چارچوب سری های زمانی همچون مال ما. چند راه برای پرداختن به تجزیه و تحلیل عدم تقارن وجود دارد. یک راه بررسی احتمال ساز گاری غیر خطی نامتقارن نسبت به تعادل پیرو نظرات سولیس (۲۰۰۹) است، که اساسا متکی بر مدل تصحیح خطا مانند (3) می باشد اما یک ترکیب خطی   ECM -1رسیده شده به توان های مختلف به قرار زیر را شامل می شود :

اگر آزمون F صفر بودن4 =0    λ 3 =  λرا رد کند، فرآیند سازگاری غیر خطی مورد پشتیبانی قرار خواهد گرفت. ما همچنین می توانیم  ECM2 -1 را به شمار آوریم و از پاسکالائو (۲۰۰۷) پیروی نموده و مشخصات زیر را برآورد نماییم:

در (6) اگر آزمون F  صفر بودن4  =0    λ 2 = λ 3 =  λ را رد کند. باز هم این مور نامتقارن پشتیبانی خواهد نمود. این آزمون به عنوان “پاسکالانو” گزارش خواهد شد.ترجمه توسط ترجمه یار

در حالی که در آزمون بالا، برخی مقدمات درباره فرآیند ساز گاری غیر خطی نسبت به توازن بلند مدت را ارایه می دهند، هیچ یک از آنها قادر به نمایان ساختن تاثیرات نامتقارن نوسانات درآمد بر GINI نیستند. برای ارزیابی اثرات نامتقارن نوسانات درآمد بر GINI ما از نظرات شین و همکاران (۲۰۱۴) پیروی نموده و مدل (۳) را تعدیل می نماییم. این تعديل به مثابه شکل دادن ΔlnVOL می باشد. که شامل مقادیر مثبتی است که نشان دهنده افزایش در نوسان هست و مقادیر منفی که نشان دهنده کاهش در نوسان است. سپس دو متغیر سری زمانی جدید با استفاده از مفهوم مجموع نسبي به شرح زیر ایجاد می شوند:

که در آن POS مجموع نسبی تغییرات مثبت در توسان است و تنها نوسان افزایشی را نشان می دهد. به طور مشابه، متغير NEG می باشد که مجموع نسبی تغییرات منفی در نوسان است و تنها نوسان کاهشی را نشان می دهد. سپس شین و همکاران (۲۰۱۴) بازگشت به (3) و جایگزینی InVOL با متغیرهای POS و NEG برای رسیدن به موارد زیر را پیشنهاد نمودند :’ترجمه یار، دانلود رایگان مقالات

از آنجا که ساخت دو متغیر مجموع تسبی، سازگاری غیر خطی توسان درآمد را معرفی می کند. شین و همکاران (۲۰۱۴) به مدلهایی مانند (4) به عنوان مدلهای ARDL غیر خطی اشاره می کنند. در حالی که مورد اختصاصی (3) پسران و همکاران (۲۰۰۱) به عنوان مدل ARDL خطی اشاره می شود. مجددا، همینکه (4) تخمین زده می شود، یک تعداد از فرض ها در رابطه با علیت نامتقارن و همجمعی نامتقارن می تواند مورد آزمون قرار گیرد. اول، با اعمال نمودن آزمون والد، اگر j ≠ 0 π ∑ را اثبات کنیم. در آن موقع گفته می شود که نوسانات افزایشی منجر به GINI در کوتاه مدت می شود. دوم، j ≠ 0 π ∑ را اثبات نماییم، در آن موقع گفته می شود که کاهش در نوسانات منجر به GINI در کوتاه مدت می شود. سوم، اگر n2, n3  باشد، این نشانه ای از عدم تقارن سازگاری است. چهارم، اگر آزمون والد از پشتیبانی کند، آنگاه گفته می شود که تغییر در توسان در آمد. اثرات تجمعی با نامتقارن برخوردی کوتاه مدت بر نابرابری درآمد دارد، پنجم، هم جمعی نامتقارن بار دیگر با اعمال نمودن آزمون F اثبات خواهد شد. به خاطر وابستگی بین دو متغیر مجموع نسبی، شین و همکاران (۲۰۱۴، ص ۲۹۲) عمل نمودن با دو متغیر به عنوان یک متغیر واحد را پیشنهاد می نمایند، به طوری که مقادیر بحرانی آزمون F در همان مقداری می ماند که ما آن زمان از مدل خطی به غیر خطی پیش می رویم، مجددا، آزمون جایگزین برای هم جمعی، یعنی، آزمون t می تواند برای اثبات این حقیقت اعمال شود که برآورد  0ρ منفی و معنی دار است. در نهایت، با اعمال نمودن آزمون والد، اگر ما ثابت کنیم که تخمین ضریب بلند مدت نرمال شده وابسته به متغير POS در مقایسه با یک مورد وابسته به متغیر NEC متفاوت است، یعنی در صورت   (-ρ+ / ρ0 ) ≠ (-ρ/ ρ0 ) تاثیرات نامتقارن بلند مدت نوسانات درآمد بر روی GINT اثبات خواهد شد

 ۳. نتایج

ما در حال حاضر در موقعیتی هستیم که مدلهای تصحیح خطای خطی و غیر خطی (۳) و (۴) را با استفاده از داده های سطح تجمعی برای ایالات متحده به عنوان یک کل و سپس داده های سطح ایالت برای هر ایالت از ایالات متحده برآورد نماییم. از آنجا که دادهها سالانه هستند، حداکثری از چهار تاخیر در هر متغير تفاضلی اول و معیار اطلاعاتی اکائیکه (AIC) برای انتخاب یک مدل بهینه استفاده می شود. از آنجایی که مقادير بحرانی متفاوتی برای برآوردهای مختلف وجود دارد. ما آنها را در نکات حاشیه نویس جدول ۱ جمع آوری نمودیم و از آنها استفاده نمودیم تا یک برآورد قابل توجه را در سطح ۱۰ درصد با * و در سطح ۵ درصد با ** نشان دهیم.’ترجمه یار، دانلود رایگان مقالات

با توجه به نتایجی که متعلق به مدلهای خطی هستند (مشخص شده با عنوان L-ARDL)، ما به این نتیجه می رسیم که اندازه گیری نوسانات در آمد، حداقل یک ضریپ کوتاه مدت معنی دار در پانل A در نتایج برای ایالات ألاسكا، آریزونا، جورجیا، مریلند، می سی سی پی، میسوری، نیوهمپشایر، داکوتای شمالی، اوکلاهاماء پنسیلوانیا، کارولینای جنوبی، داکوتای جنوبی، تگزاس، واشنگتن و ویرجینیای غربی به همراه دارد. بنابراین، در این ۱۵ ایالت، نوسان در آمد اثرات کوتاه مدت بر توزیع درآمد دارد. با این حال، هنگامی که ما نتایج حاصل از تخمین های مدل های غیر خطی را در نظر می گیریم (دارای عنوان NL-ARDL )، نتایج نشان می دهد که هم ΔPOS و هم ΔNEG دارای حداقل یک ضریب معنی دار در ۳۶ ایالت می باشد. واضح است که معرفی تعدیل غیر خطی توسان درآمد سیب پشتیبانی بیشتر از اثرات کوتاه مدت نوسان در GINI می شود از برآوردهای کوتاه مدت مدل های غیر خطی نیز نتیجه می گیریم که تاثیرات کوتاه مدت اغلب نامتقارن هستند چون برآوردهای وابسته به متغير ΔPOS متفاوت از موارد وابسته به متغير ΔNEG در اندازه با نشانه در بیشتر ایالات هستند. با این حال، مجموع این ضرایب به طور قابل توجهی با یکدیگر تنها در ۳۹ ایالت متفاوت هستند، زیرا آزمون والد که با عنوان Wald-S گزارش شده است در ۳۹ ایالت معنی دار است. معنی دار بودن Wald – S گزارش شده در پانل C صفر بودن

 ∑πj = ∑π+j را رد می کند. بنابراین، حمایت قاطعی برای تأثیرات نامتقارن تجمعی با تائیر کوتاه مدت توسان در آمد بر توزیع درآمد وجود دارد، همچنین ما از آزمون والد این نتیجه را می گیریم که صفر بودن 0= ∑π+j یا 0= ∑πj در بسیاری از ایالت ها (جمعا ۳۱) نسبت به صفر بودن= 0 ∑πj (جمعا 9 )  در مدلهای خطی رد شده است، که از علبت نامتقارن کوتاه مدت در مقایسه با علبت متقارن حمایت می کند.ترجمه توسط ترجمه یار

در هر ایالتی که تنها یک تخمین ضریب کوتاه مدت وجود دارد، تعیین مسیر اثرات کوتاه مدت آسان است، به عنوان مثال، در آلاسکا یا آریزونا و مدل L – ARDL. ضریب به طور قابل توجهی مثبت است، به این معنا که افزایش در نوسان ، GINI را افزایش می دهد با نابرابری را بدتر می کند، با این حال، زمانی که بیش از یک ضریب وجود دارد. این کار تا حدی دشوار است و برآوردهای بلند مدت مفید هستند. از تخمین های طولانی مدت (پانل B)، ما در مدلهای خطی به این نتیجه رسیده ایم که LnVOL ضریب منفی قابل توجهی دارد که با یک آزمون F يا t  معنی دار برای هم جمعی در هیچ یک از ایالت ها پشتیبانی نمی شود. اگر ما تنها به برآوردهای مدل خطی تکیه کنیم. در اینجا متوقف نموده و نتیجه می گیریم که توسان در آمد هیچ تاثیر بلند مدت قابل توجهی بر توزیع درآمد در ایالات متحده ندارد. با این حال، زمانی که ما برآوردهای مدل های غیر خطی را در نظر می گیریم، یا متغير POS یا متغير NEG یک ضریب قابل توجه را حمل می کنند که توسط یکی از آزمون های هم جمعی در ۱۵ ایالت پشتیبانی می شود. این فهرست شامل فلوريدا، آيداهو، ایندیانا،کانزاس، لوئیزیانا، میشیگان، می سی سی پی، میسوری، مونتانا. نبراسکا، نوادا، رودآ یلند، داکوتای جنوبی، ویر جینیای غربی، و وایومینگ می باشد. مجددا. افزایش تعداد ایالاتی که در آن نوسان تاثیرات بلند مدت بر توزیع درآمد دارد، باید به تعدیل غیر خطی نوسان درآمد نسبت داده شود.’ترجمه یار، دانلود رایگان مقالات

واضح است که نتایج بلند مدت، خاص ایالتی هستند. به عنوان مثال، در فلوریدا، نوسان افزایش یافته، نابرابری را بدتر می کند، اما نوسان کاهش یافته. اثرات بلند مدت ندارد. نشانه ای واضح ازش عدم تقارن طولانی مدت که توسط آزمون والد پشتیبانی می شود که در پانل C به عنوان Wald-L گزارش می شود. نقطه مقابل در آیداهو صادق است، جایی که نوسان کاهش یافته، نابرابری درآمد را بدتر می کند. اما نوسان افزایش یافته . هیچ تاثیری ندارد. تنها در داکوتای جنوبی، توسان افزایش یافته نابرابری را بدتر می نماید و نوسان کاهش یافته آن را بهبود می بخشد، چون هر دو متغير POS و NEG ضرایب مثبت را حمل می کنند. در کل، به نظر می رسد که در ۹ ایالت، یعنی فلوريدا، ایندیانا، کانزاس. لوییز پانا، میشیگان، مونتانا، نبراسکا، داکوتای جنوبی، و وایومینگ، نوسان افزایش یافته در آمد، نابرابری درآمدی را بدتر می کنند. در ۱۰ ایالت دیگر یعنی آیداهو، ایندیانا، میشیگان، می سی سی پی، میسوری، نوادا ، نیوهمپشایر، رود آیلند، ویرجینیای غربی، و وایومینگ، نوسان کاهش یافته، نابرابری را بدتر می کند. این اثرات نامتقارن توسط آزمون Wald- L پشتیبانی می شود. در حالی که تاثیر نامتقارن توسان درآمد در مجموع در ۱۹ ایالت پشتیبانی می شود، تعدیل غير خطی نسبت به طولانی مدت در هشت ایالت دیگر آریزونا، دلاور، آیداهو، مین، مینه سوتا، نیویورک، تگزاس،  و ورمونت مورد حمایت قرار گرفته است. در این ایالات هم آزمون Fسولیس” و هم پاسکالائو در پانل C معنی دار است.’ترجمه یار، دانلود رایگان مقالات

 موارد گزارش شده در پانل C، برخی آمار تشخیصی دیگر هستند. برای آزمایش همبسنگی سریالی، ما آمار ضریب لاگرانژ ( L . M) را که به صورت X2 با یک درجه آزادی توزیع می شود را گزارش می دهیم. به نظر می رسد که تقریبا در همه مدل ها بی معنی است که از باقی مانده های آزاد خود همبستگی پشتیبانی می کند. آزمون RESET رمزی برای بدمشخص سازی نیز گزارش شده است. این مساله در اغلب مدلهای بهینه بی معنی است و دلالت بر این دارد که تقریبا همه مدلها به درستی مشخص شده اند. ما همچنین آزمونهای

CUSLIMSQ , CUSLIM را به مانده های تمام مدلها اعمال کردیم تا اطمینان حاصل کنیم که برآوردهای ما پایدار هستند. این دو آزمایش توسط QS و2 QS در پانل C مشخص شده اند، که در آن برآوردهای پایدار با “S” و ناپایدار با “US” مشخص می شوند. واضح است که اکثر برآوردها ثابت هستند. در نهایت برای قضاوت درباره میزان تناسب، ما اندازه 2 R تعدیل شده را گزارش نمودیم .ترجمه توسط ترجمه یار

در نهایت، به منظور تعیین اینکه آیا بافته های ما به اندازه گیری متفاوتی از نابرابری درآمد و متغیرهای حذف شده از مدل دو متغیری، حساس هستند، ما از معیار نابرابری تیل (ضمیمه را ببینید) استفاده کردیم و اثر کورنت اندازه گیری شده با در آمد واقعی در هر ایالت و همچنین جمعیت در هر ایالت را به عنوان سایر عوامل تعیین کننده نابرابری در آمد علاوه بر نوسان در آمد. اضافه نمودیم. نتایج تا حدودی بدین قرار متفاوت بودند. در سه ایالت آلاسكا، هاوایی، و آیداهو، نوسان افزایش یافته. توزیع درآمد را در بلند مدت بدتر نمود و نوسان کاهش یافته آن را بهبود بخشید. در هشت ایالت فلوریدا، ایندیانا لوپیز پانا، میشیگان، نبراسکا، اوهایو، ویرجینیای غربی، و ویسکانسین، نوسانات افزایش یافته توزیع درآمد را بدتر نمود، اما نوسان کاهش یافته تاثیر بلند مدت ندارد که مجددا نشانه ای از تاثیرات نامتقارن می باشد. نقطه مقابل در واشنگتن صادق بود، که در أن نوسان کاهش یافته نابرابری را بهبود بخشید. اما افزایش در نوسان هیچ تاثیری نداشت. در نهایت، در اوکلاهاما و وایومینگ هم افزایش و هم کاهش در نوسان، توزیع درآمد را بدتر نموده است.’ترجمه یار، دانلود رایگان مقالات

 در سال ۱۹۵۵ کوزنتس (۱۹۵۵) سطح فعالیت در آمد یا اقتصادی را به عنوان عامل تعیین کننده اصلی نابرابری درآمدی شناسایی کرد. وی تاکید کرد که در مراحل اولیه توسعه، نابرابری درآمد بدتر می شود و زمانی که پیروی کار از مناطق روستایی به مناطق شهری مهاجرت می کند. بهتر می شود. از آنجا که الگوی حرکت نابرابری در طول زمان شبیه شکل  Uمعکوس است. به عنوان فرضيه U معکوس شناخته می شود. متاسفانه برای بسیاری از محققین ناپید تجربی این فرضیه یک چالش بوده است. در عوض آنچه در متون به آسانی مورد تایید بوده است، تائیر نابرابر سازی نوسان در آمد با خروجی می باشد. استدلال شده است که از آنجا که نوسان در آمد، عدم قطعیت را به اقتصاد معرفی می کند، درآمد را از کارگران گرفته تا صاحبان سرمایه با از فقرا گرفته تا ثروتمند مجددا توزیع می نماید.ترجمه توسط ترجمه یار 

تحقیقات فیلی با استفاده از داده های مقطعی و یا داده های پانل که از بسیاری از کشورها در طول دوره زمانی مشخص جمع شده است، تأثیر نابرابر سازی نوسانات درآمد پر توزیع درآمد را مورد آزمون قرار داده و اکثرا تایید نموده اند. یک مطالعه پانلی از داده های پاتل متوازن از ۴۸ ایالت آمریکا از سال ۱۹۴۵ تا ۲۰۰۴ استفاده کرده و نتیجه گیری نمود که در ایالات متحده، توسان درآمد نابرابری درآمدی را بدتر می کنند. داده ها در این مطالعه که از فرانک (۲۰۰۹) گرفته شده است. تا سال ۲۰۱۳ بسط داده شده است و ۶۹ مشاهدات سری زمانی را برای هر ایالت ارایه می دهد. این امر به ما اجازه می دهد تا اولین مطالعه بری های زمانی در مورد تاثیر نوسانات درآمد بر توزیع درآمد را معرفی کنیم. علاوه بر این، رویکرد سری های زمانی ماه سوگیری به اصطلاح تجمعی را از مطالعه پانلی مذکور حذف می کند. به عبارت دیگر، این نتیجه که نوسان در آمد در ایالات متحده نابرابری درآمدی را بدتر نموده است. ممکن است در برخی ایالات صادق باشد، اما در همه ایالت ها اینگونه نیست.

بنابر این، در این مقاله، ما از مجموعه داده های توسعه یافته فرانک (۲۰۰۹) در سطح ابالنی برای ارزیابی تاثیر نوسانات درآمد بر معیار نابرابری درآمد (GINI) در هر یک از ۵۰ ایالت به اضافه منطقه کلمبیا استفاده می کنیم. ما رویکرد ARDL خطی پسران و همکاران (۲۰۰۱) را در مدل سازی تصحیح خطا و همجمعی برای بررسی اثرات کوتاه مدت و طولانی مدت نوسانات بر روی GINI ها به کار می گیریم تا نشان دهیم که نوسانات در آمد کوتاه مدت باعث توزیع درآمد در نه ایالت می شود (یعنی دره آلاسكا، آریزونا، جورجیا، مریلند ماساچوست، میسوری، نیوهمپشایر، پنسیلوانیا، و داکوتای جنوبی) با وارسی نمودن مجموع برآوردهای کوتاه مدت، تاثیرات فزاینده نوسانات بر روی GINT در آلاسکا، آریزونا، و داکوتای جنوبی نابرابر ساز بود، اما در شش ایالت دیگر برای ساز بود. با این حال، در هیچ یک از ایالات، ما اثرات کوتاه مدتی را مشاهده نمی کنیم که به اثرات معنی دار بلند مدت منتهی شود .’ترجمه یار، دانلود رایگان مقالات

با گمان اینکه تعدیل نوسانات در آمد می تواند غیر خطی باشد. ما همچنین رویکرد ARDL غیر خطی شین و همکاران (۲۰۱۴) را در نظر گرفتیم که به ما اجازه می دهد تا امکان اثرات نامتقارن نوسانات درآمد را ارزیابی کنیم. همین که افزایش در نوسان از کاهش جدا می شود. ما متوجه می شویم که، در واقع، تاثیرات نوسان در GINI ماهیتا نامتقارن هستند. به طور دقیقتر، ما اثرات نامتقارن فزاینده کوتاه مدت را در ۳۹ ایالت به جز علت نامتقارن در ۳۱ ایالت کشف نمودیم، که یک بهبود قابل توجه در مقایسه با نتایج مدلهای خطی است با این حال، اثرات کوتاه مدت به تاثیرات بلند مدت قابل توجه، معنی دار و نامتقارن در ۱۶ ایالت تبدیل شده است، به طور دقیقتر ما دریافتیم که در ۹ ایالت فلوریدا، ایندیانا، کانزاس، لوییز پانا، میشیگان، مونتانا، نبراسکا داکوتای جنوبی، و وایومینگ، نوسان افزایش یافته در آمد، نابرابری درآمدی را بدتر می نماید و در ۱۰ ایالت، يعنى، آيداهو، ایندیانا، میشیگان، میسیسیپی، میسوری، نوادا، رود آیلند، ویرجینیای غربی، و وایومینگ نوسان کاهش یافته نابرابری را بدتر می نماید. علاوه بر این، ما دریافتیم که در آریزونا، دلاور، آيداهو، مین، مینه سونا، نیویورک، تگزاس، تگزاس، و ورمونت، روند تعدیل نسبت به طولانی مدت، غیر خطی است. اگر ما هر دو مدل را با استفاده از داده های جمع آوری شده از آمریکا در نظر بگیریم، این بافته ها در سطح ایالتی به وضوح پوشیده گشته اند. نتایج در ابتدای جدول ۱ برای ایالات متحده به عنوان یک گل، هیچ تاثیر قابل توجهی از نوسان درآمد بر روی GINI نشان نمی دهد. جداسازی از نظر ایالتی در ارایه اثرات نامتقارن معنی دار در ۱۶ ایالت ذکر شده در بالا سودمند است. ترجمه توسط ترجمه یار

یافته های نامتقارن جالب ما حاکی از آن است که در اینجا در ایالات متحده، کاهش درآمد و با توان خروجی به کاهش نابرابری درآمدی کمک نخواهد کرد. سیاست های دیگری همچون کاهش مالیات درآمدی افراد کم در آمد و بالا بردن مالیات ثروتمندان و سایر سیاست های رفاهی می تواند تنها راه برای پرداختن به توزیع ناعادلانه در آمد باشد. تحقیقات آینده باید مسیر سری زمانی را در نظر بگیرند که ما آن را در این مقاله نه تنها برای بازبینی این مساله در ایالات متحده، بلکه در سایر کشورها معرفی نموده ایم.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

جدید ترین ها

جدید ترین محصولات ما

محصولات بیشتر
ترجمه مقاله  Ethical Decision Making A Review of the Empirical Literature  (ترجمه مقاله : تصمیم گیری اخلاقی مروری بر ادبیات تجربی )

ترجمه مقاله Ethical Decision Making A Review of the Empirical Literature (ترجمه مقاله :...

10000 تومان

ترجمه مقاله Operations Research in the Postwar Era 1945–50 ( ترجمه مقاله : تحقیقات عملیاتی در دوران پس از جنگ ، 50-1945 )

ترجمه مقاله Operations Research in the Postwar Era 1945–50 ( ترجمه مقاله : تحقیقات...

10000 تومان

ترجمه مقاله A review of natural polysaccharides for drug delivery applications Special focus on cellulose starch and glycogen ( ترجمه مقاله : مروری بر پلی ساکاریدهای طبیعی برای کاربردهای دارویی: تمرکز ویژه سلولز ، نشاسته و گلیکوژن )

ترجمه مقاله A review of natural polysaccharides for drug delivery applications Special focus on...

10000 تومان

ترجمه مقاله An Analytical Investigation on the Charge Distribution and Gate Control in the Normally Off GaN Double Channel MOS HEMT ( ترجمه مقاله : یک بررسی کامل در مورد توزیع بار و کنترل دریچه در MOS HEMT دارای دو کانال GaN به طور معمول خاموش )

ترجمه مقاله An Analytical Investigation on the Charge Distribution and Gate Control in the...

10000 تومان

ترجمه مقاله Differential Permittivity Sensor Using Microstrip Terminated Cross Shaped Resonator Structure for Material Characterization  ( ترجمه مقاله : سنسور مجاز دیفرانسیل  با استفاده از ساختار تشدید کننده متقاطع خط میکرواستریپ خاتمه یافته برای خصوصیات مواد )

ترجمه مقاله Differential Permittivity Sensor Using Microstrip Terminated Cross Shaped Resonator Structure for Material...

10000 تومان

ترجمه مقاله Review of Analog To Digital Conversion Characteristics and Design Considerations for the Creation of Power Efficient Hybrid Data Converters ( ترجمه مقاله: بررسی خصوصیات تبدیل آنالوگ به دیجیتال و ملاحظات طراحی برای ایجاد مبدلهای داده هیبریدی با قدرت کارآمد )

ترجمه مقاله Review of Analog To Digital Conversion Characteristics and Design Considerations for the...

10000 تومان

ترجمه مقاله Soil and its types ( ترجمه مقاله : خاک شناسی و انواع آن )

ترجمه مقاله Soil and its types ( ترجمه مقاله : خاک شناسی و انواع...

10000 تومان

ترجمه مقاله THE CARBON CYCLE ISOTOPES AND CLIMATE (ترجمه مقاله : چرخه کربن ، ایزوتوپ ها و آب و هوا )

ترجمه مقاله THE CARBON CYCLE ISOTOPES AND CLIMATE (ترجمه مقاله : چرخه کربن ،...

10000 تومان

error: شما فقط اجازه مطالعه دارید
قیمت می خواهید؟ ما ارزانترین قیمت را ارائه می کنیم. کافیست فایل خود را یا از طریق منوی خدمات و سرویس ها => سفارش ترجمه ارسال کنید یا برای ما به آدرس research.moghimi@gmail.com ایمیل کنید یا در تلگرام و واتس آپ با شماره تلفن 09191732587 ارتباط بگیرید و ارزانترین قیمت ترجمه را از ما بخواهید
+