زیستگاه ممتاز و ساختار نرخ‌های بهره در مدل‌های DSGE

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 35

تعداد کلمات : 6400

مجله : JOURNAL OF APPLIED ECONOMICS

انتشار : 2019

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
26 مارس 2024
دسته بندی
تعداد بازدیدها
4608 بازدید
180,000 تومان

عنوان فارسی مقاله:زیستگاه ممتاز و ساختار نرخ‌های بهره در مدل‌های DSGE

 چکیده

 این تحقیق به بررسی کاربرد یک روش جایگزین به منظور حاصل کردن ساختار نظری نرخ‌های بهره در مدل‌های DSGE، که مبتنی بر نظریه زیستگاه ممتاز می باشد می پردازد. نتایج نشان می دهد که این روش، صرف و  حق بیمه متغیر با زمان در اختیار می گذارد. به طور اخص، از طریق ارایه اوراق با سررسید طولانی‌تر،  امکان اجتناب از براورد کمتر از حد نوسان خروجی وجود دارد. همچنین، ما از طریق اوراق بلند مدت به این نتیجه رسیدیم که خروجی به شوک تکنولوژی، حساس‌تر می باشد. لذا، به سختی می توان به هدف تثبیت خروجی در اطراف سطح غیر تصادفی دست یافت.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Preferred habitat and the term structure of interest rates in DSGE models

Abstract

 The aim of the present study is to use an alternative approach to derive the term structure of interest rates in DSGE models, which is based on the theory of preferred habitat. We show that this approach yields a substantial term premium which is time-variant. In particular, by introducing bonds of longer maturity, we avoid the underestimation of the volatility of the output. In addition, by allowing longerterm bonds, we show that output is more responsive to technology shocks than it would otherwise. Therefore, the goal of stabilizing output around the nonstochastic level is more difficult to achieve.