۱۰۳/۰
]۵۰۲/۰[

۰۲۹/۰
]۵۰۴/۰[

D(LEX(-3))

۱۷۴/۰
]۸۲۲/۱[

۰۹۳/۰-
]۴۶۰/۰-[

۰۵۰/۰
]۸۷۵/۰[

D(LEX(-4))

۰۱۰/۰
]۶۸۰/۰[

۰۲۹/۰-
]۸۶۶/۰-[

۰۳۴/۰
]۶۷۲/۳[

C

۹۵/۰

R-Squared

۰۴/۱۰۰

F

منبع: محاسبات محقق
(توضیحات: اعداد داخل کروشه مربوط به آماره t است)
جدول (۴-۶) نتایج تخمین کوتاهمدت مدل تصحیح خطای برداری را نشان میدهد. این مدل از چند جهت دارای اهمیت است. اول آنکه ضرایب بدست آمده را میتوان به عنوان کششهای کوتاه مدت تفسیر کرد، و از سوی دیگر ضریب متغیر ECM(-1) سرعت تعدیل به سمت تعادل بلند مدت را نشان میدهد.
نتایج تخمین الگوی تصحیح خطای برداری نشان میدهد که در کوتاه مدت، وقفه نرخ رشد اقتصادی از دوره اول تا سوم، تأثیر منفی و معنیدار بر روی تولید ناخالص داخلی واقعی دارد. ولی این ارتباط در دوره چهارم مثبت و معنیدار میشود.
همچنین در ادامه جدول تأثیرات نوسانات قیمت نفت بر رشد اقتصادی در وقفه های مختلف نشان داده شده است. به این صورت که در دوره اول، تأثیر نوسانات قیمت نفت بر رشد اقتصادی منفی است، اما این ضریب به لحاظ آماری معنیدار نیست. این ارتباط در دوره دوم و سوم نیز به صورت منفی، اما به لحاظ آماری معنیدار است. همچنین در دوره چهارم ارتباط بین این دو متغیر منفی است، اما به لحاظ آماری این ارتباط معنیدار نیست. نکته قابل ذکر این است که با توجه به ضرایب نوسانات قیمت نفت، مشاهده میشود که در نحوه رابطه بین نوسانات قیمت نفت و رشد اقتصادی، هر چه از وقفه اول به سمت وقفه چهارم حرکت میکنیم؛ ابتدا ارتباط منفی میان آنها قویتر، و سپس ضعیفتر میشود. با توجه به نکات ذکر شده، میتوان گفت که تأثیر افزایش در قیمت نفت به تدریج با نوساناتی در طول زمان، اثرات خود را بر رشد اقتصادی نمایان میکند.
نتایج تخمین مدل در مورد ارتباط میان نوسانات نرخ ارز و رشد اقتصادی، بیانگر این است که در دو دوره اول، رابطه این دو متغیر به صورت منفی است اما از نظر آماری معنیدار نیست. اما در دوره سوم و چهارم، تأثیر نوسانات نرخ ارز بر رشد اقتصادی مثبت میشود؛ اما باز هم این ارتباط به لحاظ آماری معنیدار نیست. این نتایج بیانگر این است که تأثیر نرخ ارز بر رشد اقتصادی در کوتاهمدت به صورت ناقص است؛ به این ترتیب که نرخ ارز با نوساناتی در طول زمان، تأثیرات خود را بر رشد اقتصادی اعمال میکند.
همچنین نتایج حاصل از الگوی تصحیح خطای کوتاهمدت بر اساس نتایج ارائه شده، ضریب جمله تصحیح خطا که نشان دهنده سرعت تعدیل به سمت تعادل بلندمدت است، برابر ۲۶/۰- میباشد. بعبارت دیگر، اگر در یک دوره مقدار رشد اقتصادی از مقدار تعادلی آن در بلندمدت فاصله بگیرد، این ضریب نشان میدهد که در هر دوره ۲۶/۰ درصد از عدم تعادل این مدل پر میشود و به سمت مسیر بلندمدت خود نزدیکتر میگردد.
۴-۲-۷- بررسی توابع تجزیه واریانس و عکسالعمل آنی
تجزیه و تحلیل اثرات متقابل پویا از تکانه‌های ایجاد شده در الگو با بهره گرفتن از روش‌های تجزیه واریانس و توابع عکس‌العمل آنی صورت می‌گیرد. روش تجزیه واریانس خطای پیش‌بینی (FEVDs) قدرت نسبی زنجیره علیت گرنجر یا درجه برون‌زایی متغیرهای ماورای نمونه را اندازه‌گیری می‌کند. لذا تجزیه واریانس را می‌توان علیت گرنجر خارج از نمونه نام‌گذاری کرد. در این روش سهم تکانه‌های وارد شده بر متغیرهای مختلف الگو در واریانس خطای پیش‌بینی یک متغیر در کوتاه‌مدت و بلند‌مدت مشخص می‌گردد. به طور مثال اگر متغیری مبتنی بر مقادیر با وقفه خود به طور بهینه قابل پیش‌بینی باشد، آنگاه واریانس خطای پیش‌بینی تنها بر اساس تکانه وارد بر آن متغیر شرح داده می‌شود. توابع عکس‌العمل آنی، رفتار پویای متغیرهای دستگاه را در طول زمان به هنگام تکانه وارد به اندازه یک انحراف معیار نشان می‌دهد. با بهره گرفتن از توابع عکس‌العمل آنی پاسخ پویای دستگاه به تکانه واحد اعمال شده از سوی هریک از متغیرها مشخص می‌گردد. در ادامه به برآورد و تشریح توابع عکس العمل آنی و تجزیه واریانس‌ها برای مدل تحت بررسی پرداخته میشود.

۴-۲-۷-۱- توابع تجزیه واریانس
روش تجزیه واریانس، قدرت نسبی زنجیره علیت گرنجر یا درجه برونزایی متغیرها را اندازه گیری میکند. در این روش، سهم تکانههای وارد شده به متغیرهای گوناگون الگو در واریانس خطای پیشبینی یک متغیر در کوتاه مدت و بلند مدت مشخص میشود. برای بررسی سهم بیثباتی متغیرها در توجیه نوسانات خاصی باید از تجزیه واریانس کمک گرفت. این در حالی است که تابع واکنش آنی اثر شوک یک متغیر درونزا را بر دیگر متغیرهای مدل VAR ترسیم می‎کند؛ تجزیه واریانس تغییرات در یک متغیر درونزا را نسبت به شوکهای متغیرهای درونزای دیگر تفکیک می‎کند. بنابراین، تجزیه واریانس اطلاعاتی در رابطه با اهمیت نسبی هر یک از شوکهای تصادفی برای تحت تأثیر قراردادن متغیرهای مدل آماده می‎کند. به عبارت دیگر، جهت بررسی سهم بیثباتی متغیرها در توجیه نوسانات یک متغیر خاص، از تجزیه واریانس استفاده میشود. جداول زیر نتایج حاصل از تجزیه واریانس خطای پیش‎بینی در ۲۰ دوره برای متغیرهای مدل را نشان میدهند.