WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 65 | 66 || 68 | 69 |   ...   | 80 |

Коинтеграция между Pt и Mt предполагает наличие каузально сти, по крайней мере, в одном направлении и существование соот ветствующей модели с механизмом корректировки равновесия (Engle, Granger, 1987). Это позволяет в рамках коинтеграционного анализа выявить направленность долгосрочной связи между де нежными агрегатами и индексом потребительских цен. Таким об разом, представленная выше модель может быть описана при по мощи коинтегрированной векторной авторегрессии, которая по зволяет учесть наличие долгосрочной связи между денежными аг регатами и индексом потребительских цен, отразить краткосроч ную динамику между ними и механизм корректировки равновесия.

Отметим, что первоначально Pt и Mt рассматриваются как стохас тические и эндогенные переменные, следовательно, изложенные выше теоретические соображения являются предметом эмпири ческой проверки на основе соответствующих данных.

Использование коинтеграционного анализа позволяет получить ответ на основной вопрос данного исследования: существует ли долгосрочная связь между ценами и деньгами в Беларуси и, если да, то какова направленность этой связи Денежные агрегаты бу дут полезны при проведении монетарной политики, если, во первых, денежные власти способны контролировать их динамику и, во вторых, они содержат информацию, позволяющую в значи тельной мере объяснить изменение цен. В этом контексте большое значение имеет концепция экзогенности денег. Рассмотрим сле дующую систему для двух переменных Pt и Mt:

Pt = a11Mt + a12Pt-1 + a13Mt-1 + 1t, Mt = a21Pt + a22Mt-1 + a23Pt-1 + 2t.

Если a21 = 0, а a23 0, то переменная Mt является слабо экзоген ной по отношению к переменной Pt. Иными словами, денежная масса не зависит от текущих значений уровня цен, но может зави сеть от его лаговых значений. Если a21 = 0, а a23 = 0, то переменная Mt будет сильно экзогенной по отношению к Pt. В этом случае де нежная масса не зависит ни от текущих значений уровня цен, ни от его лаговых значений.

Данные определения экзогенности важны как при моделирова нии инфляции, так и при практическом использовании денежных агрегатов. В частности, наличие слабой экзогенности дает воз можность моделировать динамику цен и проверять соответствую щие гипотезы в рамках одного уравнения регрессии. Кроме того, наличие слабой экзогенности – это необходимое условие для ис пользования того или иного денежного агрегата при проведении монетарной политики. Чтобы денежный агрегат действительно об ладал информационным содержанием при объяснении динамики цен, должно выполняться следующее условие: a11 0, а a13 0. На личие сильной экзогенности позволяет прогнозировать динамику цен в рамках одного уравнения регрессии. В противном случае для получения несмещенных оценок соответствующих коэффициентов может потребоваться система уравнений. Отсутствие сильной эк зогенности денег (влияние лаговых значений Pt на Mt) может быть следствием аккомодационной монетарной политики, когда рост уровня цен сопровождается увеличением денежной массы. Если денежные власти при проведении монетарной политики не прини мают во внимание динамику Pt, тогда деньги будут сильно экзоген ной переменной. Как видим, связи между переменными Pt на Mt в значительной степени будут обусловлены проводимой денежной политикой.

Сказанное выше имеет значение при анализе каузальных свя зей между Pt и Mt. Если a11 0, a21 = 0, то деньги обусловливают це ны в долгосрочном периоде (долгосрочная каузальность по Грэнд жеру). В принципе эмпирическая проверка гипотезы о монетарной природе инфляции сводиться к тестированию указанных ограни чений. В случае, когда a13 0, имеет место краткосрочная каузаль ность по Грэнджеру. Если a11 0 и a13 0, то деньги влияют на цены и в долгосрочном, и в краткосрочном периодах. При указанных ус ловиях вполне возможно, что a23 0, и между денежной массой и уровнем цен в краткосрочном периоде наблюдается взаимосвязь.

Это, на наш взгляд, ни в коей мере не ставит под сомнение вывод о монетарной природе инфляции, а лишь отражает результаты акко модационной денежной политики.

В процессе исследования осуществлялась проверка следующих основных гипотез:

1) натуральные логарифмы индекса потребительских цен и де нежных агрегатов являются нестационарными переменными с по рядком интегрированности I (1), следовательно, их первые разно сти, характеризующие уровень инфляции и темпы прироста соот ветствующих денежных агрегатов, – это стационарные перемен ные;

2) натуральные логарифмы индекса потребительских цен и от дельных денежных агрегатов коинтегрированы, т. е. между ценами и деньгами в долгосрочном периоде существует связь. Данная связь характеризуется устойчивостью на всем изучаемом времен ном интервале;

3) денежные агрегаты являются слабоэкзогенными перемен ными и, следовательно, изменение денежной массы оказывает влияние на динамику цен в долгосрочном периоде, но не наоборот;

4) изменение денежных агрегатов влияет на динамику цен и в краткосрочном периоде. Между ценами и деньгами в краткосроч ном периоде имеет место взаимосвязь, обусловленная проводи мой аккомодационной монетарной политикой;

5) все денежные агрегаты обладают определенным информа ционным содержанием относительно динамики цен, однако наи большими прогностическими возможностями обладают те, что ха рактеризуют наиболее активную часть денежной массы.

Проверка указанных гипотез направлена прежде всего на оцен ку информационного содержания тех или иных денежных агрегатов при проведении монетарной политики и прогнозировании уровня инфляции. В то же время это в определенной степени тест более общей гипотезы о монетарной природе инфляции в Беларуси на основе доступной для анализа информации.

3. Используемые временные ряды и их динамические свойства 3.1. Данные В данном исследовании использовались следующие показатели (без корректировки на сезонность)1:

– индекс потребительских цен (CPI);

– денежный агрегат М0 (наличные деньги в обращении);

Были использованы данные Министерства статистики и анализа и Национального банка Республики Беларусь. Соответствующие временные ряды представлены в базе данных ИЦ ИПМ, http://research.by.

– денежный агрегат М1 (МО + депозиты до востребования в белорусских рублях);

– денежный агрегат М2 (М1 + срочные депозиты и средства в ценных бумагах (кроме акций) в белорусских рублях).

Анализ осуществлялся за 11 летний период (1992–2002 гг.).

При этом за основу были взяты месячные данные (132 месяца), однако в основной части исследования использовались кварталь ные данные (44 квартала), полученные из первых методом усред нения при помощи эконометрической программы Eviews 4.1. Ана логичный подход к трансформации месячных данных в кварталь ные был применен, например, в работе (Golinelli, Pastorello, 2001).

Использование квартальных данных было мотивировано следую щими двумя обстоятельствами. Во первых, получить хорошо спе цифицированные модели на основе месячных данных достаточно сложно, поэтому, как правило, приходится использовать большое количество фиктивных переменных. Это может вносить элемент неопределенности в полученные результаты. Квартальные данные являются более сглаженными и в нашем случае требуют использо вания минимального количества фиктивных переменных. Во вторых, одна из основных задач исследования – это анализ связи между различными денежными агрегатами и индексом потреби тельских цен в долгосрочном периоде посредством коинтеграци онного анализа, но в данном случае общая длина выборки более важна, чем частота наблюдений (Otero, Smith, 2000).

Короткие временные ряды достаточно часто используются в ко интеграционном анализе (более подробно об этом см. в (Пели пась, 2001)). Здесь лишь отметим, что они могут быть весьма ин формативными, если на изучаемом временном интервале имеют место существенные изменения переменных. Более того, данные временные ряды по своему информационному содержанию могут превосходить более длинные ряды, где изменения переменных относительно невелики (Campos, Ericsson, 1999). Именно такая ситуация характерна для стран с переходной экономикой в целом и для Беларуси, в частности: временные ряды здесь весьма корот ки, но информационное содержание каждого наблюдения относи тельно высоко.

Следует также сделать несколько предварительных замечаний по поводу используемых данных. Все исходные (месячные) вре менные ряды, характеризующие динамику денежных агрегатов, представляют собой средние за период значения соответствую щих показателей. При анализе порядка интегрированности пере менных использовались временные ряды с 1992 по 2002 г. включи тельно. Во всех других случаях анализ осуществлялся за этот же период, однако фактическая выборка начиналась с 1991 г., что позво лило при ограниченном количестве наблюдений максимально со хранить число степеней свободы.

1.6 16.6 1.4 14.5 1.2 12.4 1.0 10.3 0.8 8.2 0.6 6.1 0.4 4.0 0.2 2 -.1 0.0 0 -.2 -1992 1994 1996 1998 2000 2002 1992 1994 1996 1998 2000 cpi (правая шкала) dcpi (левая шкала) m0 (правая шкала) dm0 (левая шкала).6 16.6.5 14.5.4 12.4.3 10.3.2 8.2.1 6.1.0 4.0 -.1 2 -.1 -.2 0 -.2 1992 1994 1996 1998 2000 2002 1992 1994 1996 1998 2000 m1 (правая шкала) dm1 (левая шкала) m2 (правая шкала) dm2 (левая шкала) Рис. 2. Динамика индекса потребительских цен и денежных агрегатов:

месячные данные (логарифмическая шкала, d – оператор разности ) 1.4 16.9.8 1.2.7 1.0.6 0.8.5.4 0.6.3 0.4.2 0.2.1 0.0 2.0 -1992 1994 1996 1998 2000 2002 1992 1994 1996 1998 2000 cpi (правая шкала) dcpi (левая шкала) m0 (правая шкала) dm0 (левая шкала).8 16.8.7 14.7.6 12.6.5 10.5.4 8.4.3 6.3.2 4.2.1 2.1.0 0.0 1992 1994 1996 1998 2000 2002 1992 1994 1996 1998 2000 m1 (правая шкала) dm1 (левая шкала) m2 (правая шкала) dm2 (левая шкала) Рис. 3. Динамика индекса потребительских цен и денежных агрегатов:

квартальные данные (логарифмическая шкала, d – оператор разности ) В данной работе все используемые временные ряды представ лены в логарифмическом виде, где cpi = lnCPI, m0 = lnM0, m1 = lnM1, m2 = lnM2 – логарифмические уровни рассматриваемых пе ременных; cpit = cpit – cpit 1, m0t = m0t – m0t 1, m1t = m1t – m1t 1, m2t = m2t – m2t 1 – первые логарифмические разности перемен ных, являющиеся аппроксимациями темпов прироста.

Изучаемые временные ряды представлены на рис. 2, 3. Их ха рактерная особенность – ярко выраженные структурные сдвиги, приходящиеся на первую половину 1995 г. (на соответствующих графиках предполагаемые периоды структурных сдвигов обозна чены серой полосой). Такие структурные сдвиги необходимо учи тывать при анализе порядка интегрированности временных рядов, используя подходящие для данного случая тесты на единичный корень.

3.2. Порядок интегрированности переменных Определение порядка интегрированности изучаемых перемен ных – один из важнейших этапов данного исследования. Как пока зывают рис. 2, 3, уровни переменных, безусловно, являются не стационарными, однако для первых разностей картина не столь очевидна. От порядка интегрированности переменных зависит весь ход дальнейшего анализа, поскольку исследование долго срочных связей в рамках коинтеграционного анализа предполага ет, что изучаемые переменные имеют одинаковый порядок интег рированности.

Можно предположить, что в нашем случае первые разности пе ременных являются стационарными и имеют порядок интегриро ванности I (0), следовательно, уровни переменных будут иметь по рядок интегрированности I (1). Часто для формального анализа порядка интегрированности используется тест на единичный ко рень Дики Фуллера. Как известно, данный тест имеет низкую мощность. Это означает, что высока вероятность ошибки II рода, когда принимается ложная нулевая гипотеза. Сказанное особенно актуально при определении порядка интегрированности первых разностей изучаемых переменных: существует опасность принятия нулевой гипотезы о наличии единичного корня, тогда как в дейст вительности они могут быть стационарными.

Поэтому сначала мы использовали более мощный ADFGLS тест, который является модификацией теста Дики Фуллера, где из ана лизируемых данных предварительно устраняется тренд при помо щи обобщенного метода наименьших квадратов (GLS). Затем но вые данные с устраненным трендом используются в обычном тесте Дики Фуллера, и проверяется нулевая гипотеза о наличии единич ного корня. Если t ADFGLS является отрицательной величиной и превышает по модулю критическое значение на определенном уровне значимости, то нулевая гипотеза отвергается (более под робно см. (Elliot, Rothenberg, and Stock, 1996)). Результаты тестов представлены в табл. 1.

Полученные результаты дают некоторые основания полагать, что первые разности денежных агрегатов являются стационарны ми, по крайней мере, если рассматривать месячные данные. Что касается квартальных данных, то здесь ситуация более неопреде ленная: для первых разностей отдельных денежных агрегатов ну левая гипотеза о единичном корне не отвергается. Характерно, что и в том, и в другом случае ADFGLS тесты свидетельствуют о неста ционарности первых разностей индекса потребительских цен. Од нако данный тест, хотя и имеет более высокую мощность, чем стандартный тест Дики Фуллера, не учитывает возможных струк турных сдвигов в динамике исследуемых переменных.

Существуют несколько типов структурных сдвигов, однако, как видно из рис. 2, 3, во всех случаях в первой половине 1995 г. мы наблюдаем изменение угла наклона кривых, отражающих динами ку уровней переменных (излом тренда). В свою очередь, излом тренда означает изменение среднего для первых разностей пере менных. Наличие структурного сдвига такого типа может приво дить к принятию нулевой гипотезы о единичном корне, в то время как в действительности первые разности являются стационарными величинами при изменении их среднего уровня.

Таблица Тест на единичный корень без учета структурного сдвига Месячные данные Квартальные данные Пере t ADF t ADF GLS GLS менные константа и константа и константа константа тренд тренд cpi –1.003(4) 0.197(4) –1.781(1) –0.504(1) m0 –0.211(1) 0.663(3) –1.103(1) –0.138(2) m1 –0.970(3) 0.186(3) –1.727(1) –0.633(1) m2 –1.113(3) 0.055(3) –1.791(1) –0.631(1) cpi –2.180(3) –0.185(3) –2.731(0) –1.248(0) * ** ** ** m0 –2.260(2) –2.505(2) –3.645(0) –2.611(0) * ** m1 –2.961(2) –2.534(2) –2.734(0) –1.505(2) ** * m2 –2.505(2) –2.209(2) –2.647(0) –1.937(0) Примечание. Здесь и далее и означают отклонение нулевой гипотезы на 10 % м и 5 % м уровне значимости соответственно. ADF тесты и соответствующие кри GLS тические значения получены при помощи эконометрической программы Eviews 4.1.

Pages:     | 1 |   ...   | 65 | 66 || 68 | 69 |   ...   | 80 |



© 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.