تلفیق کلان‌نگری و تفکر سیستمی در اقتصاد: چارچوب 3‌-‌لایه برای تحلیل بحران‌ها، پیش‌بینی و سیاست‌گذاری تاب‌آور

نویسنده

استادیار گروه مطالعات فرهنگی و اجتماعی، پژوهشکده مطالعات تمدنی و اجتماعی، قم، ایران.

10.22091/ise.2025.13817.1057

چکیده

مدل­‌های رایج اقتصاد کلان، به­‌ویژه مدل­‌های تعادل عمومی پویای تصادفی (DSGE)، در مواجهه با بحران‌­های غیر­خطی و شبکه­‌ای با محدودیت مواجه­اند. تجربه بحران مالی ۲۰۰۸ و همه‌­گیری کووید-۱۹ نشان داد که اتکای تک­‌لایه، سرایت شوک­‌ها و نقش نهاد­ها و رفتار عاملان را به­‌قدر کافی روشن نمی‌­کند. این مقاله یک چارچوب کمی سه­‌لایه ارائه می­‌کند که در آن خروجی هر لایه به­‌صورت قاعده­‌مند به ورودی لایه دیگر نگاشت می­‌شود و تعامل متقابل آن­‌ها قابل سنجش و باز­تولید است. لایه کلان سیگنال­‌های رشد و تورم را استخراج می‌­کند؛ لایه پویایی ساختاری حلقه­‌های بازخورد و شاخص‌­های سرایت شبکه­‌ای را می‌­سنجد؛ و لایه نهادی–رفتاری با مدل­‌سازی عامل‌­محور (ABM) ، ناهمگنی تصمیم­‌ها را بازتولید می‌­کند. آزمون تجربی بر داده‌­های بحران‌­های ۲۰۰۸ و ۲۰۲۰ و نیز مطالعه موردی اقتصاد ایران (شوک ارزی–بانکی و بازار مسکن) انجام شده و معیار­های مقایسه در قالب «درصد خطا» و «اختلاف درصد» یکدست‌­سازی شده­اند. نتایج نشان می­‌دهد که افزودن لایه سیستمی و نهادی، نسبت به رویکرد کلان پایه، به­‌طور متوسط حدود 30 درصد کاهش خطای پیش­‌بینی ایجاد می­‌کند و حدود ۴۵ درصد انتقال شوک شبکه­‌ای در چند گره کلیدی متمرکز است. همچنین یک داشبورد سیاستی طراحی می­‌شود که خروجی­‌های سه­‌لایه را به قواعد تصمیم و شدت اقدام­‌های قابل‌اجرا تبدیل می‌­کند. در مطالعه ایران نیز تمرکز وثیقه­‌های کم ‌ارزش یا غیر­معتبر با تشدید شکنندگی ترازنامه­‌ای بانک­‌ها هم­‌راستا ارزیابی می­‌شود.بدین ترتیب، چارچوب پیشنهادی امکان پایش زمان‌­مند ریسک و طراحی سیاست‌­های تاب‌­آور را فراهم می­‌سازد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Integrating Macroeconomic and Systemic Thinking: A Three-Layer Framework for Crisis Analysis, Forecasting, and Resilient Policy Design

نویسنده [English]

  • Hossein Parkan
Assistant Professor, Department of Cultural and Social Studies, Institute of Civilization and Social Studies, Qom, Iran.
چکیده [English]

Conventional macroeconomic models—particularly Dynamic Stochastic General Equilibrium (DSGE) models—face significant limitations when dealing with nonlinear and network-based crises. The experiences of the 2008 global financial crisis and the COVID-19 pandemic demonstrate that single-layer approaches fail to adequately capture shock propagation and the roles of institutions and agent behavior. This paper proposes a quantitative three-layer framework in which the output of each layer is systematically mapped into the input of the others, allowing their mutual interactions to be measured and replicated. The macro layer extracts signals of growth and inflation; the structural dynamics layer captures feedback loops and indicators of network contagion; and the institutional–behavioral layer reproduces decision heterogeneity through agent-based modeling (ABM). The framework is empirically tested using data from the 2008 and 2020 crises, as well as a case study of the Iranian economy (currency–banking shocks and the housing market). Comparative metrics are harmonized in terms of “percentage error” and “percentage deviation.” The results show that incorporating systemic and institutional layers reduces forecasting error by approximately 30 percent on average relative to a baseline macroeconomic approach, and that nearly 45 percent of network-based shock transmission is concentrated in a small number of key nodes. In addition, a policy dashboard is developed that translates the three-layer outputs into operational decision rules and policy intensities. In the Iranian case, the concentration of low-quality or non-credible collateral is found to be closely aligned with heightened balance-sheet fragility in the banking sector. Overall, the proposed framework enables time-consistent risk monitoring and the design of resilient policy interventions.

کلیدواژه‌ها [English]

  • System Dynamics
  • Network Contagion
  • Agent-Based Modeling
  • DebtRank
  • Financial Resilience
  • Policy Dashboard
  • Adaptive Behavior

مراجع

بانک مرکزی جمهوری اسلامی ایران. (۱۴۰۲). گزارش سالانه اقتصاد ایران (۱۴۰۱–۱۴۰۲). تهران: اداره آمار اقتصادی.
پیرایش، م. (۱۴۰۰). تحلیل پویایی‌های بازار مسکن ایران در چارچوب تفکر سیستمی. فصلنامه پژوهش‌های اقتصادی، ۲۳(۲)، ۴۹–۶۲.
گودرزی، ا.؛ عیوضلو، ر.؛ تهرانی، ر. (۱۴۰۰). سنجش ریسک سیستمی در بازار بین‌بانکی ریالی با استفاده از سرمایه بافر و الگوریتم تحلیل پیوند. فصلنامه پژوهش‌های پولی–بانکی، ۸۴، ۳۶۱–۳۹۴.
مرکز آمار ایران. (۱۴۰۱). گزارش شاخص‌های بخش ساختمان و قیمت مسکن ۱۳۹۹–۱۴۰۱. تهران: معاونت اقتصادی.
مؤمنی، ف. (۱۳۹۸). اقتصاد سیاسی توسعه در ایران: بازخوانی ناکامی‌ها و راهبردها. تهران: نشر نی.
Acemoglu, D., Ozdaglar, A., & Tahbaz-Salehi, A. (2013). Systemic risk and stability in financial networks (Working paper).
Acemoglu, D., Ozdaglar, A., & Tahbaz-Salehi, A. (2015). Systemic risk and stability in financial networks. American Economic Review, 105(2), 564–608. https://doi.org/10.1257/aer.20130456
Acemoglu, D., Ozdaglar, A., & Tahbaz-Salehi, A. (2020). Macroeconomic networks: An overview. Annual Review of Economics, 12(1), 120–170.
Arthur, W. B. (2015). Complexity and the economy. Oxford University Press.
Baldwin, R., & Weder di Mauro, B. (Eds.). (2020). Economics in the time of COVID-19. CEPR Press.
Battiston, S., Caldarelli, G., D’Errico, M., & Gurciullo, S. (2016). Leveraging the network: A stress-test framework based on DebtRank. Journal of Financial Stability, 18, 819–838. https://doi.org/10.48550/arXiv.1503.00621
Bank for International Settlements. (2021). Annual report 2021. BIS Publishing.
Central Bank of the Islamic Republic of Iran. (2023). Annual report on Iran’s economy (2022–2023). Economic Statistics Department. (in Persian)
Christiano, L. J., Eichenbaum, M., & Evans, C. L. (2005). Nominal rigidities and the dynamic effects of a shock to monetary policy. Journal of Political Economy, 113(1), 1–45.
Clarida, R., Galí, J., & Gertler, M. (1999). The science of monetary policy: A New Keynesian perspective. Journal of Economic Literature, 37(4), 1661–1707.
Colander, D. (2017). The making of an economist, redux. Princeton University Press.
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). Sage.
Dosi, G., & Roventini, A. (2019). More is different and complex! The case for agent-based macroeconomics. Journal of Evolutionary Economics, 29(1), 1–37.
Farmer, J. D., & Foley, D. (2009). The economy needs agent-based modelling. Nature, 460(7256), 685–686. https://doi.org/10.1038/460685a
Farmer, J. D., Hepburn, C., Mealy, P., & Teytelboym, A. (2020). Sensitive intervention points in the post-carbon transition. Science, 364(6436), 186–189.
Forrester, J. W. (1961). Industrial dynamics. MIT Press.
Goudarzi, A., Ayvazlou, R., & Tehrani, R. (2021). Measuring systemic risk in the rial interbank market using capital buffer and network linkage analysis algorithms. Journal of Monetary and Banking Research, 84, 361–394. (in Persian)
Guan, D., Wang, D., Hallegatte, S., Davis, S. J., Huo, J., Li, H., & Hubacek, K. (2020). Global supply-chain effects of COVID-19 control measures. Nature Human Behaviour, 4(6), 577–587. https://doi.org/10.1038/s41562-020-0896-8
Haldane, A. G., & May, R. M. (2011). Systemic risk in banking ecosystems. Nature, 469(7330), 351–355. https://doi.org/10.1038/nature09659
International Monetary Fund. (2007). World economic outlook: Globalization and inequality. IMF.
International Monetary Fund. (2010). World economic outlook: Rebalancing growth. IMF.
International Monetary Fund. (2020). World economic outlook: The great lockdown. IMF.
Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551–1580.
Keynes, J. M. (1936). The general theory of employment, interest and money. Macmillan.
Kirman, A. (1992). Whom or what does the representative individual represent? Journal of Economic Perspectives, 6(2), 117–136.
Lucas, R. E., Jr. (1976). Econometric policy evaluation: A critique. Carnegie-Rochester Conference Series on Public Policy, 1, 19–46.
Meadows, D. H. (2008). Thinking in systems: A primer. Chelsea Green.
Momeni, F. (2019). Political economy of development in Iran: A reassessment of failures and strategies. Ney Publishing. (in Persian)
Muellbauer, J. (2020). The coronavirus pandemic and economic policy. Oxford Review of Economic Policy, 36(1), 63–91.
Newman, M. E. J. (2010). Networks: An introduction. Oxford University Press.
Nguyen, N. C., Graham, D., Ross, H., & Maani, K. (2020). Educating systems thinkers for sustainability. Sustainability, 12(1), 219.
Organisation for Economic Co-operation and Development. (2019). Economic outlook 2019. OECD Publishing.
Organisation for Economic Co-operation and Development. (2021). Economic outlook 2021. OECD Publishing.
Pichler, A., Pangallo, M., del Rio-Chanona, R. M., Lafond, F., & Farmer, J. D. (2021). Production networks and epidemic spreading: The impact of COVID-19 on supply chains. Journal of Economic Dynamics and Control, 129, 104122. https://doi.org/10.1016/j.jedc.2021.104122
Piraiesh, M. (2021). Analysis of dynamics in Iran’s housing market within a systems thinking framework. Quarterly Journal of Economic Research, 23(2), 49–62. (in Persian)
Shiller, R. J. (2019). Narrative economics: How stories go viral and drive major economic events. Princeton University Press.
Smets, F., & Wouters, R. (2007). Shocks and frictions in U.S. business cycles: A Bayesian DSGE approach. American Economic Review, 97(3), 586–606.
Sornette, D., & Cauwels, P. (2014). Financial bubbles: Mechanism, diagnostic and state of the world. Review of Behavioral Economics, 1(3), 279–305.
Sterman, J. D. (1988). Modeling the formation of expectations. Journal of Economic Psychology, 9(4), 501–524.
Sterman, J. D. (2000). Business dynamics: Systems thinking and modeling for a complex world. McGraw-Hill.
Stiglitz, J. E. (2018). Where modern macroeconomics went wrong. Oxford Review of Economic Policy, 34(1–2), 70–106.
Statistical Center of Iran. (2022). Report on construction sector indicators and housing prices (2020–2022). Economic Affairs Department. (in Persian)
Woodford, M. (2003). Interest and prices: Foundations of a theory of monetary policy. Princeton University Press.
World Bank. (2007). Global economic prospects: Managing the next wave of globalization. World Bank Publications.
Battiston, S., Caldarelli, G., D’Errico, M., & Gurciullo, S. (2016). Leveraging the network: Stress testing financial networks. Journal of Economic Dynamics and Control, 69, 1–21. https://doi.org/10.1016/j.jedc.2016.03.001
Christopher, M., & Peck, H. (2004). Building the resilient supply chain. International Journal of Logistics Management, 15(2), 1–14.
Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679–688.
Newman, M. (2018). Networks: An introduction. Oxford University Press.
 
 

فایل ها

هم رسانی

ارجاع به این مقاله

آمار