Journal of Economic Modeling Research

fa بررسی شوک های عوامل موثر بر تورم ؛ رویکرد جنگل تصادفی با حذف بازگشتی ویژگی‌ها (RF-RFE) و مدل خودرگرسیونی برداری بیزی (BVAR) Examining Shocks of Factors Affecting Inflation: A Random Forest with Recursive Feature Elimination (RF-RFE) and Bayesian Vector Autoregression (BVAR) Approach رشد و توسعه و سیاست های کلان رشد و توسعه و سیاست های کلان توسعه ای توسعه ای تورم به عنوان یکی از کلیدیترین شاخص های عملکرد اقتصادی، تأثیری مستقیم بر قدرت خرید خانوارها، ثبات قیمتها، و برنامه ریزی بلندمدت بنگاه ها و دولت ها دارد. افزایش کنترل نشده تورم نه تنها موجب کاهش رفاه عمومی و تشدید نابرابری های اجتماعی می شود، بلکه با ایجاد بی ثباتی در انتظارات اقتصادی، سرمایه گذاری و رشد پایدار را نیز مختل میسازد. از این رو، شناسایی عوامل محرک تورم و درک سازوکار اثرگذاری آنها برای طراحی سیاست های پولی و مالی کارآمد ضروری است. این پژوهش با هدف بررسی تأثیر شوک های اقتصادی بر نرخ تورم، از ترکیب دو رویکرد استفاده کرده است: نخست، روش انتخاب متغیرهای کلیدی مبتنی بر جنگل تصادفی با حذف بازگشتی (RF-RFE) برای شناسایی مهمترین عوامل مؤثر، و دوم، مدل خودرگرسیون برداری بیزی (BVAR) برای تحلیل پویایی های زمانی و اثرگذاری متقابل این شوک ها بر تورم به کار رفته است. مطالعه حاضر،  از ۴۲ متغیر اقتصادی برای  دوره زمانی فصل اول 1388 تا فصل چهارم 1400 که در قالب هفت گروه اصلی شامل متغیرهای عرضه، تقاضا، پولی و بانکی، مالیاتی و بودجه‌ای ، نرخ ارز، انرژی و اشتغال تقسیم بندی شده اند،  استفاده می کند. در گام نخست، با به‌کارگیری روش RF-RFE، مهم‌ترین متغیرهای مؤثر بر تورم مصرف‌کننده شناسایی شدند. نتایج حاصل نشان داد که پنج متغیر کلیدی شامل تورم تولیدکننده ، ارزش افزوده بخش نفت و گاز ، شبه‌پول ، نرخ ارز بازار و اسکناس و مسکوک در جریان بیشترین نقش را در تبیین نوسانات تورم مصرف‌کننده ایفا می‌کنند .در ادامه، مدل BVAR برای تحلیل روابط پویا بین متغیرهای منتخب به کار گرفته شد. تحلیل توابع واکنش آنی نشان داد که شوک‌های وارده از سوی تورم تولیدکننده و نرخ ارز تأثیرات کوتاه‌مدت و قوی بر تورم مصرف‌کننده بر جای می‌گذارند. در مقابل، متغیرهایی چون ارزش افزوده نفت و گاز، نقش تعدیل‌کننده‌ای در افق زمانی بلندمدت دارند و به مرور زمان موجب تخفیف فشارهای تورمی می‌شوند. افزون بر این، نتایج حاصل از تجزیه واریانس خطای پیش‌بینی بیانگر آن است که در بلندمدت، سهم نوسانات ارزی و تغییرات نقدینگی  ناشی از شبه پول در توضیح نوسانات تورم افزایش می‌یابد Inflation, as a key indicator of economic performance, directly affects household purchasing power, price stability, and the long-term planning of firms and governments. Uncontrolled inflation not only reduces public welfare and exacerbates social inequalities, but also disrupts investment and sustainable growth by creating instability in economic expectations. Therefore, identifying the drivers of inflation and understanding their transmission mechanisms is essential for designing effective monetary and fiscal policies. This study investigates the impact of economic shocks on the inflation rate by employing a combination of two approaches: first, the random forest-based variable selection method with recursive feature elimination (RF-RFE) to identify the most influential factors, and second, the Bayesian vector autoregression (BVAR) model to analyze the time dynamics and mutual interactions of these shocks.The dataset covers 42 economic variables from the first quarter of 2009 to the fourth quarter of 2021, grouped into seven categories: supply, demand, monetary and banking, taxation and budget, exchange rate, energy, and employment. In the first step, the RF-RFE method identified the most important determinants of consumer inflation. The results indicated that five key variables producer inflation, value added in the oil and gas sector, quasi-money, the market exchange rate, and banknotes and coins in circulation play a major role in explaining consumer price fluctuations.The subsequent BVAR analysis showed that shocks originating from producer inflation and the exchange rate exert strong short-term effects on consumer inflation. By contrast, variables such as oil and gas value added play a moderating role in the long term, gradually alleviating inflationary pressures. Furthermore, the variance decomposition of forecast errors suggests that, in the long run, exchange rate volatility and liquidity changes driven by quasi-money increasingly account for fluctuations in inflation تورم، جنگل تصادفی با حذف بازگشتی (RF-RFE)، خودرگرسیون برداری بیزی (BVAR Inflation, Random Forest with Recursive Feature Elimination (RF-RFE), Bayesian Vector Autoregression (BVAR) 0 0 http://jemr.khu.ac.ir/browse.php?a_code=A-10-3016-1&slc_lang=fa&sid=1 Vahid Rezaei وحید رضائی vahid.rezaei@mail.um.ac.ir 100319475328460013918 100319475328460013918 No Ferdowsi University دانشگاه فردوسی مشهد Mohammad Reza Lotfalipour محمد رضا لطفعلی پور otfalipour@um.ac.ir 100319475328460013919 100319475328460013919 Yes Ferdowsi University دانشگاه فردوسی مشهد Seyed Saeed Malek sadati سید سعید ملک الساداتی msadati@um.ac.ir 100319475328460013920 100319475328460013920 No Ferdowsi University دانشگاه فردوسی مشهد Narges Salehnia نرگس صالح نیا n.salehnia@um.ac.ir 100319475328460013921 100319475328460013921 No Ferdowsi University دانشگاه فردوسی مشهد