WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 || 3 | 4 |   ...   | 42 |

Раздел 1. Макроэкономика и финансы Поскольку в России индексы по объемам выпуска и ценам производителей стадии производства сырья, стадии промежуточных товаров и стадии производства конечных товаров не рассчитываются, автором была предпринята попытка восполнить этот пробел. Для расчета индексов объемов производства по стадиям производства использовались данные Института экономики РАН и Института информационного развития ГУ–ВШЭ, которые представляют собой индивидуальные базисные индексы для товаров-представителей (примерно 230 товаров) и веса, соответствующие стоимостной структуре производства 1999 г. Для расчета индексов цен производителей использовались индивидуальные индексы для товаров-представителей Росстата (примерно 800 товаров) и соответствующие веса. Согласно классификации BLS определялась принадлежность товара к той или иной стадии производства, а затем индивидуальные индексы агрегировались с соответствующими весами (после перенормировки). В итоге были получены месячные индексы цен производителей и объемов выпуска для трех стадий производства с января 1996 г. по декабрь 2007 г.

Показатели трудовых затрат на единицу продукции для стадий производства не рассчитывались ввиду недостоверности данных по заработной плате.

Кроме того, для оценивания модели необходимы данные по инфляции (темп роста индекса потребительских цен) и данные по ВВП, точнее, по прокси для ВВП – индексу производства базовых отраслей и индексу выпуска по базовым видам экономической деятельности (данные Росстата).

3. Результаты Модель оценивалась на месячных данных с января 1997 г. по декабрь 2007 г. с использованием 6 различных наборов инструментов.

Первый набор включал 12 лаговых значений RUIC для последней стадии производства; каждый следующий блок получался из предыдущего добавлением блока из 12 лаговых значений нового инструмента:

второй – RUIC для стадии конечных товаров, третий – RUIC для стадии промежуточных товаров, четвертый – инфляции, пятый – разрыва между фактическим и потенциальным выпусками, шестой – межбанковской процентной ставки.

В качестве прокси-переменной для ВВП использовались индекс выпуска по базовым отраслям и индекс выпуска по базовым видам экономической деятельности. Для всех рядов была проведена сезонная кор Российская экономика: взгляд молодых исследователей ректировка данных. Для простой модели (в которой предполагается наличие только рациональных фирм) наилучшими являются последние 4 набора инструментов, все они дают примерно одинаковую оценку для вероятности, что фирма не изменит цену на свою продукцию, равную примерно 0,91, и оценку фактора дисконтирования в диапазоне (0,68; 0,78).

Для гибридной модели для всех наборов инструментов, кроме третьего, получилась оценка доли рациональных фирм в диапазоне (0,47; 0,52), для третьего набора инструментов она равна 0,77.

4. Использование данных опросов Как было показано, например, в работе (Gal, Gertler, Lpez-Salido, 2005), оценка модели с использованием output gap (разрыва выпуска) в качестве прокси-переменной реальных предельных издержек дает «неправильный» знак коэффициента при output gap. Это объяснялось невыполнением условий, при которых output gap можно использовать как прокси для издержек. Но в ряде работ (в частности, в (Roberts, 1998)) показывается, что неправильный знак может свидетельствовать о проблемах с гипотезой о рациональных ожиданиях. Если эта гипотеза неверна, то использование t+1 в качестве ожиданий инфляции при применении ОММ может давать смещенные результаты, и именно этим объясняется «неправильный» знак при output gap. Одним из способов решения этой проблемы является использование данных опросов об ожиданиях инфляции. В настоящей работе проверялось это предположение на данных CESIfo World Economic Survey в период со II квартала 2002 г. по II квартал 2009 г.

Для расчета значений ожидаемой инфляции использовалась модель с двумя показателями. Поскольку респондентам задавался вопрос об ожидаемом уровне инфляции на весь текущий год, а не за следующий квартал, то, во-первых, на основе показателя ожидаемой годовой инфляции рассчитывалось значение квартальной ожидаемой инфляции (например, если уровень ожидаемой инфляции за год равнялся 18%, то значением ожидаемой инфляции за квартал считалась величина 100%(1- 1.18) 4.22% ). Во-вторых, рассчитывалось ожидание инфляции в следующем квартале с учетом того, что на момент опроса уже известен уровень инфляции за некоторые прошедшие месяцы.

Предполагалось, что в январе, феврале и марте неизвестно ничего, в апреле – инфляция за январь и февраль, в июле – за январь–май и, накоРаздел 1. Макроэкономика и финансы нец, в октябре – за январь–август. Затем рассчитывался ожидаемый уровень инфляции на остаток года и потом уже – значение инфляции в следующем квартале. (Так, например, если в июле ожидаемая годовая инфляции была на уровне 15%, а за первые пять месяцев инфляция составила 9%, то ожидаемая инфляции на остаток года рассчитывалась как 100%(1.15 /1.09 -1) 5.51%, а за следующий квартал – как 100% ((1.05517 )3 -1) 2.33% ). В Приложении приведен график, на котором изображены оба расчетных значения ожидаемой инфляции и фактическая инфляция.

Далее рассчитывалась модель с помощью ОММ, с использованием как затрат труда на единицу продукции, так и output gap. Последний показатель рассчитывался путем выделения линейного тренда у логарифма ВВП.

5. Результаты оценок Для оценки с использованием затрат труда на единицу продукции в наборе инструментов были взяты по 4 лаговых значения инфляции и предельных издержек. При этом оценка оказалась устойчивой к изменению набора инструментов (выбрасывались по одному или по два лаговых значения переменных). Видно, что, несмотря на статистическую значимость коэффициента при RULC, экономически он почти незначим.

Для оценки с использованием output gap в наборе инструментов использовались по 4 лаговых значения инфляции и output gap. При этом оценка также оказалась устойчивой к изменению набора инструментов (выбрасывались по одному или по два лаговых значения переменных, лаговые значения output gap заменялись лаговыми значениями затрат труда на единицу продукции). Коэффициент при output gap оказался отрицательным.

Стоит отметить, что оценки коэффициентов с использованием данных опросов оказались гораздо устойчивее к изменению набора инструментов, даже несмотря на то что размер выборки был меньше.

Для гибридной формы оценки получились плохими. Для использования RULC получался незначимый коэффициент при этой переменной, для использования output gap – «неправильный» знак gap и незначимость лагового значения инфляции.

Российская экономика: взгляд молодых исследователей В итоге были получены следующие результаты: полностью рациональной формой NKPC данные описываются довольно неплохо, гибридная же форма не работает вообще.

Выводы Несомненным достоинством работы (Shapiro, 2008) по сравнению с большинством работ является обоснованный исходя из предпосылок модели выбор инструментальных переменных. Расчеты Shapiro и разнообразные эконометрические тесты на релевантность и слабость инструментов подтверждают гипотезу о том, что инструменты, полученные из решения задачи фирм, должны быть более релевантными, чем инструменты, полученные из «общих» соображений.

Кроме того, использование подхода вертикальной цепочки позволяет обойти все те слабые места работы (Gal, Gertler, Lpez-Salido, 2005), которые подвергались наиболее критике.

Исследование инфляции в России с помощью этой модели имеет как плюсы, так и минусы. К минусам, безусловно, относится отсутствие данных по выпускам и ценам производителей для различных стадий производства. Но имеются данные, из которых можно получить нужные индексы цен и объемов.

Вместе с тем одним из наиболее существенных плюсов модели является то, что для построения прокси для реальных предельных издержек фирм не нужно использовать данные по зарплатам населения, статистика по которым в России является не очень хорошей.

Результаты оценки модели вертикальной цепочки производства показали следующее. Во-первых, RUIC является более статистически значимой переменной, чем RULC. Кроме того, доля фирм с рациональными ожиданиями оказалась в районе 0,5, что меньше, чем при оценке модели с RULC. Поскольку модель не использует ненадежных данных по динамике зарплат и используемые инструменты обоснованы на микроуровне, данный результат вызывает больше доверия.

Оценка с использованием данных опросов не выявила проблем с гипотезой о рациональных ожиданиях, хотя, возможно, данные опросов не очень хорошо отражают ожидания инфляции фирмами в России.

Раздел 1. Макроэкономика и финансы Список использованной литературы 1. Gal J., Gertler M. (1999). Inflation dynamics: A structural econometric analysis // Journal of Monetary Economics. № 44. P. 195–222.

2. Gal J., Gertler M., Lpez-Salido J.D. (2001). European Inflation Dynamics. NBER working paper 8218.

3. Gal J., Gertler M., Lpez-Salido J.D. (2005). Robustness of the estimates of the Hybrid New Keynesian Phillips curve // Journal of Monetary Economics. № 52. P. 1107–1118.

4. Lind J. (2005). Estimating New-Keynesian Phillips curves: A full information maximum likelihood approach // Journal of Monetary Economics. № 52. P. 1135–1149.

5. Roberts J.M. (2001). How Well Does the New Keynesian Sticky-Price Model Fit the Data // Finance and Economics Discussion Series 200113. Board of Governors of the Federal Reserve System (U.S.).

6. Rudd J., Whelan K. (2005). New tests of the new-Keynesian Phillips curve // Journal of Monetary Economics. № 52. P. 1167–1181.

7. Rudebusch G.D. (2002). Assessing Nominal Income Rules for Monetary Policy with Model and Data Uncertainty // Economic Journal, Royal Economic Society. April. Vol. 112(479). P. 402–432.

8. Sbordone A.M. (2002). Prices and unit labor costs. A new test for price stickiness // Journal of Monetary Economics. Vol. 49. P. 265–292.

9. Shapiro A.H. (2008). Estimating the New Keynesian Phillips Curve: A Vertical Production Chain Approach // Journal of Money, Credit and Banking. Vol. 40. № 4.

10. Zhang Ch., Osborn D.R., Kim D.H. (2008). The New Keynesian Phillips Curve: From Sticky Inflation to Sticky Prices // Journal of Money, Credit and Banking. Vol. 40. № 4.

Российская экономика: взгляд молодых исследователей Приложение Crude goods production index Jan-93 Oct-95 Jul-98 Apr-01 Jan-04 Oct-06 Jul-Date Crude goods price index Oct-95 Jul-98 Apr-01 Jan-04 Oct-Date Index Index Раздел 1. Макроэкономика и финансы Intermediate goods production index Jan- Oct- Jul-98 Apr- Jan- Oct- Jul-93 95 01 04 Date Intermediate goods price index Oct-95 Jul-98 Apr-01 Jan-04 Oct-Date Index Index Российская экономика: взгляд молодых исследователей Finished goods production index Jan-93 Jul-98 Jan-04 Jul-Date Finished goods price index Oct-95 Jul-98 Apr-01 Jan-04 Oct-Date Рис. 1. Индексы цен производителей (с 01.1996 г. по 12.2007 г.) и объемов выпуска (с 01.1993 г. по 11.2008 г.) по стадиям производства Index Index Раздел 1. Макроэкономика и финансы Таблица Результаты оценки модели с вертикальной цепочкой производства Простая модель Коэффициент при Набор Фактор дискон- Вероятность предельных инструментов тирования не изменить цену издержках 1 0,069 0,304 0,2 0,046 0,396 0,3 0,032 0,681 0,4 0,029 0,732 0,5 0,032 0,766 0,6 0,028 0,782 0,Гибридная модель Коэффициент при Вероятность Доля рациоФактор диспредельных из- не изменить нальных контирования держках цену фирм 1 0,031 1,773 0,075 0,2 0,015 0,294 0,955 0,3 0,005 0,155 0,539 0,4 0,005 0,103 5,542 0,5 0,016 0,343 0,493 0,6 0,006 0,241 0,968 0,Примечание. 1 – 12 лагов RUIC4; 2 – по 12 лагов RUIC4 и RUIC3; 3 – по 12 лагов RUIC4, RUIC3 и RUIC2; 4 – по 12 лагов RUIC4, RUIC3, RUIC2 и инфляции; 5 – по 12 лагов RUIC4, RUIC3, RUIC2, инфляции и output gap; 6 – по 12 лагов RUIC4, RUIC3, RUIC2, инфляция, output gap и межбанковская ставка. Все коэффициенты значимы на 1%-м уровне. J-тест не отвергает гипотезу о хороших инструментах ни на каком уровне значимости.

Российская экономика: взгляд молодых исследователей 0,0,for next quarter 0,for next quarter 0,adjusted actual inflation 0,0,0,010 20 Рис. 2. График ожиданий инфляции Таблица Результаты оценки модели с использованием данных опросов на квартальных данных со II квартала 2002 г. по II квартал 2009 г.

Expected Inflation Real Unit Labour Cost Expectations 0.778 (0.054) 0.0015 (0.0002) Expectations Adjusted 0.873 (0.045) 0.00083 (0.00015) Expected Inflation Output Gap Expectations 0.802 (0.054) -0.141 (0.015) Expectations Adjusted 1.040 (0.050) -0.119 (0.018) Раздел 1. Макроэкономика и финансы Исследование динамики индекса потребительских цен при помощи метода выделения стохастических трендов Б. Гафаров Введение По мнению большинства экономистов, умеренная инфляция, будучи точно предсказанной, становится практически безобидным для экономики явлением, поскольку она не вносит никаких возмущений в пропорции цен и корректно учитывается в процентных ставках. Поэтому проблема прогнозирования инфляции имеет большое значение для всех участников денежных отношений.

В настоящее время не существует общепринятой в академических кругах модели российской инфляции, позволяющей получать удовлетворительные краткосрочные прогнозы. Методологии прогнозов, используемые российскими министерствами, ЦБ РФ частными банками, аналитическими центрами, как правило, не являются общедоступными и обсуждаемыми в широких академических кругах, зачастую прогнозы инфляции просто сводятся к экспертным оценкам. Такая ситуация имеет существенный недостаток – методология, недоступная для критики и обсуждения, не позволяет сторонним пользователям прогнозов судить об их достоверности и точности.

В данном исследовании была предпринята попытка создать эконометрическую модель российской инфляции для целей краткосрочного прогнозирования на базе модели инфляции, которая была с успехом использована американскими исследователями Джеймсом Стоком и Марком Ватсоном для прогнозирования инфляции в США (Stock, Watson, 2007).

Pages:     | 1 || 3 | 4 |   ...   | 42 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.