WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 68 | 69 || 71 | 72 |   ...   | 80 |

Тесты Грэнджера согласуются с результатами тестов на слабую экзогенность в рамках коинтеграционного анализа. Коэффициенты при механизмах корректировки равновесия значимы на 1 % м уровне во всех уравнениях для cpi. Как уже отмечалось ранее, это свидетельствует о влиянии изменения денежной массы на дина мику цен в долгосрочном периоде и о существовании корректиро вочного механизма, возвращающего цены на равновесную траек торию при соответствующих отклонениях. В свою очередь, коэф фициенты при механизмах корректировки равновесия статистиче ски незначимы в уравнениях для денежных агрегатов. Что касается краткосрочного периода, то между индексом цен и денежными аг регатами здесь имеет место двусторонняя связь: с одной стороны, прирост денежной массы ведет к росту уровня инфляции, с другой стороны, повышение инфляции сопровождается ростом денежно го предложения. Такая взаимосвязанная динамика является, на наш взгляд, следствием аккомодационной монетарной политики и не означает, что повышение цен сам по себе является фактором роста денежного предложения. Таким образом, гипотеза о силь ной экзогенности денег не нашла своего подтверждения. Следова тельно, при прогнозировании инфляции, возможно, потребуется использование системы уравнений, позволяющих учесть взаимо связь между ценами и деньгами в краткосрочном периоде.

Таблица Тесты Грэйнджера на основе векторной модели с механизмом корректировки равновесия Краткосрочная каузальность, Долгосрочная Зависимая каузальность, t статистика перемен 2(2) тест Вальда ная cpi m0 EqCMt cpi – 17.201[0.000] –2.720[0.010] m0 32.577[0.000] – –0.592[0.557] cpi m1 EqCMt cpi – 19.730[0.000] –4.200[0.000] m1 31.295[0.000] – –0.950[0.348] cpi m2 EqCMt cpi – 25.489[0.000] –3.280[0.002] m2 11.530[0.000] – 1.490[0.144] Примечание. В квадратных скобках приведены соответствующие р значения.

5.2. Функция импульсного отклика и разложение вариации Тесты Грэнджера являются внутривыборочными. Они характе ризуют уже сложившиеся связи между переменными и не дают информации о поведении этих переменных за пределами выборки.

Оценка каузальных связей за пределами выборки может быть осу ществлена при помощи функции импульсного отклика и разложе ния вариации ошибки прогноза. И в том, и в другом случае в осно ве анализа лежит векторная авторегрессия с механизмом коррек тировки равновесия вида (5). На ее основе осуществляется дина мическая имитация внешнего шока (импульса) в отношении каж дой из эндогенных переменных, а затем анализируется реакция системы на этот импульс. Допустим, исследуется эффект денеж ного импульса на индекс потребительских цен. Предположим при этом, что в период времени t = 0 все переменные равны 0, после чего исследуемый денежный агрегат возрастает, например, на од ну единицу. После этого единичного импульса мы можем просле дить реакцию всех переменных модели за определенный период времени. Соответствующие расчеты были выполнены при помощи эконометрических программ JMulTi, 2.65 beta (Benkwitz, Kratzig, www. jmulti. de) и Gauss 3.2. Полученные результаты отражены на рис. 5, где наряду с функциями импульсного отклика представлены 99 % м доверительные интервалы, полученные при помощи бутст рап метода (использовались процентили Холла, количество псев довыборок при бутстрапировании было равно 2000).

Рис. 5. Функции импульсного отклика Как следует из рис. 5, единичный шок всех трех денежных агре гатов оказывает статистически значимое долгосрочное влияние на индекс потребительских цен. В то же время единичный шок индек са потребительских цен имеет краткосрочный эффект на динамику денежных агрегатов: статистически значимое влияние наблюдает ся между II и IV кварталами для различных денежных агрегатов.

Следует отметить, что для m1 такое влияние практически отсутст вует.

Аналогичные результаты дает и разложение вариации ошибки прогноза (табл. 7). Через восемь кварталов после единичного со ответствующих денежных агрегатов подавляющая часть вариации индекса потребительских цен объясняется монетарным фактором (77 % для m0, 97 % для m1 и 95 % для m2). Причем влияние денеж ных агрегатов на индекс потребительских цен со временем воз растает. В то же время вариация ошибки прогноза отдельных де нежных агрегатов обусловлена главным образом вариацией самих денежных агрегатов. Влияние индекса потребительских цен в этом случае незначительно.

Таблица Разложение вариации ошибки прогноза % вариации ошибки прогноза, объясняемый шоком следующих переменных Кварталы cpi m0 cpi m1 cpi mразложение разложение разложение вариации m0 вариации m1 вариации m1 0 100 0 100 0 2 6 94 1 99 4 3 16 84 6 94 11 4 16 84 6 94 11 5 14 86 6 97 8 6 11 89 2 98 6 7 9 91 1 99 5 8 7 93 1 99 5 разложение разложение разложение вариации cpi вариации cpi вариации cpi 1 100 0 95 5 78 2 96 4 66 34 44 3 77 23 30 70 21 4 60 40 15 85 12 5 48 52 9 90 9 6 38 62 6 94 8 7 30 70 4 96 6 8 23 77 3 97 5 Результаты вневыборочных каузальных тестов на основе функ ции импульсного отклика и разложения вариации ошибки прогноза дают еще более четкую картину, чем внутривыборочные тесты Грэнджера. За пределами выборки динамика индекса цен опреде ляется денежными шоками. Влияние изменения цен на динамику денежных агрегатов крайне незначительно и имеет место лишь в краткосрочном периоде. Таким образом, каузальные тесты также подтверждают гипотезу о монетарной природе инфляции в Бела руси и свидетельствуют о том, что изучаемые денежные агрегаты обладают существенным информационным содержанием относи тельно динамики индекса потребительских цен.

6. Прогностические возможности индикаторных моделей инфляции Как было показано выше, все изучаемые денежные агрегаты оказывают влияние на индекс потребительских цен в долгосроч ном и краткосрочном периоде. В данном разделе мы попытаемся сравнить информационное содержание различных денежных агре гатов и оценить их прогностические возможности. Для этой цели рассмотрим так называемые индикаторные модели инфляции для каждого из рассматриваемых денежных агрегатов. Отметим, в данном случае индикаторная модель инфляции представляет со бой регрессию, где ее динамика объясняется лишь двумя пере менными – одним из денежных агрегатов (лаговые значения и ме ханизм корректировки равновесия) и лаговыми значениями самой зависимой переменной, которые характеризуют инерционность инфляции (инфляционные ожидания). Кроме того, такая модель при необходимости может включать различные фиктивные пере менные.

Исходным пунктом при построении индикаторных моделей ин фляции была следующая спецификация: cpi с лагом 1 и 2, m(m1 или m2), а также их значения с лагом 1 и 2, EqCM(EqCM1 или EqCM2) с лагом 1, константа и фиктивная переменная D921, позволяющая учесть либерализацию цен в начале 1992 г.

Затем при помощи метода «от общего к частному» при помощи эконометрической программы PcGets (Hendry, Krolzig, 2001), ав томатизирующей процесс поиска конечной модели, были получе ны индикаторные модели инфляции, представленные в табл. 8.

Таблица Индикаторные модели инфляции cpit = 0.500cpit-1 + 0.388m0t-2 - 0.182EqCM 0t-1 + 0.915D921+ 0.(6.32) (3.65) (-3.13) (5.30) (3.05) (A) Диагностика:

AR1 3: F (3, 36) = 2.0976[0.1177], ARCH1 3: F (3, 33) = 0.6592[0.5830];

Normality: (2) = 5.9108[0.0521]; Hetero: F (7, 31) = 1.8580[0.1112];

Reset: F (1, 38) = 2.6640[0.1109] cpit = 0.5.71) +0.3.36) ( 332m1t-2 -0.471EqCM1t-1 +0.5.83) ( 482cpit-1 ( 434m1+0.2.69) 805D921+0.2.73) ( (-5.12) ( [3.88] [3.12] [2.03] [-3.28] [5.88] [1.94] (B) Диагностика:

AR1 3: F (3, 35) = 2.1587[0.1104], ARCH1 3: F (3, 32) = 3.7597[0.0203];

Normality: (2) = 0.9517[0.6214]; Hetero: F (9, 28) = 4.3749[0.0012];

Reset: F (1, 37) = 0.5644[0.4572] cpit = 0.6.18) +0.4.47) ( 292m2t-2 -0.572EqCM2t-1 +0.4.48) (-4.58) 569cpit-1 ( 751m2+0.2.28) 727D921-0.( (-4.61) ( [4.21] [3.75] [1.91] [-3.07] [4.27] [-3.91] (C) Диагностика:

AR1–3: F (3, 35) = 1.7147[0.1818], ARCH1 3: F (3, 32) = 2.2009[0.1071];

Normality: (2) = 4.3212[0.1153]; Hetero: F (9, 28) = 2.5807[0.0264];

Reset: F (1, 37) = 0.0934[0.7616] Примечание. Здесь и далее в статье AR – тест на наличие автокорреляции остатков (1–n) го порядков, Н : автокорреляция остатков отсутствует; ARCH – тест на нали чие ARCH эффекта, Н : ARCH эффект отсутствует; Normality – тест на нормальность распределения остатков, Н : остатки имеют нормальное распределение; Hetero – тест на наличие гетероскедастичности, Н : гетероскедастичность отсутствует; Reset – тест на линейность, Н : модель имеет линейную спецификацию (Hendry, Doornik, 2001). Рядом с условным обозначением теста указано его распределение с числом степеней свободы в скобках, р значения приведены в квадратных скобках. В рег рессиях в круглых скобках приведены стандартные t статистики, в квадратных – t статистики состоятельные при гетероскедастичности.

Полученные модели, несмотря на свою простоту, неплохо спе цифицированы. Во всех случаях отсутствуют автокорреляция ос татков. В тех случаях, когда имела место гетероскедастичность остатков, использовались t статистики состоятельные при гетеро скедастичности. Их использование не внесло принципиальных из менений в полученные результаты: все коэффициенты оказались статистически значимыми (в отдельных случаях на 10 % м уровне).

Данные индикаторные модели инфляции были использованы для определения информационного содержания различных денежных агрегатов и их прогностических возможностей.

Информационное содержание денежных агрегатов оценива лось при помощи следующей формулы (Atta Mensah, 1995):

I (cpi | m) =-0.5ln[(1- R* ) /(1- R2)], (9) где I (cpi|m) – показатель информационного содержания денежно го агрегата; R* и R2 – соответственно коэффициенты детермина ции в регрессии с денежными агрегатами (включая механизм кор ректировки равновесия) и без них.

При этом из полученных индикаторных моделей инфляции ис ключались монетарные переменные (денежные агрегаты и меха низм корректировки равновесия), полученные в результате коэф фициенты детерминации использовались для расчетов по форму ле (9). Полученные показатели приведены в табл. 9. Как видим, наибольшим информационным содержанием в данном случае об ладает денежный агрегат m1, а наименьшим – m0.

Таблица Информационное содержание и прогностические характеристики различных денежных агрегатов Показатель ин Среднеквадра Денежные формационного Тест на устой Прогнозный чивость тическая ошиб агрегаты тест Чоу содержания прогноза ка прогноза m0 0.253 0.702[0.9510] 0.144[0.9645] 0.m1 0.518 0.450[0.9782] 0.094[0.9840] 0.m2 0.430 1.350[0.8529] 0.293[0.8805] 0.Примечание. В квадратных скобках приведены соответствующие р значения.

Для оценки прогностических возможностей различных денеж ных агрегатов был осуществлен вневыборочный ретроспективный прогноз на 4 квартала. Его результаты также представлены в табл. 9.

В принципе, все индикаторные модели приемлемы с точки зрения тестов на устойчивость прогноза и прогнозного теста Чоу. Однако в модели с денежным агрегатом m1 значения этих тестов сущест венно ниже, чем для m0 и m2. Кроме того, среднеквадратическая ошибка прогноза в модели с m1 на 42,5 % ниже, чем в модели с m0, и на 46,4 % ниже, чем в модели с m2. Следовательно, с точки зрения приведенных тестов денежный агрегат m1 обладает наи большим информационным содержанием и наилучшими прогно стическим возможностями.

Дополнительную информацию дают так называемые охваты вающие тесты, которые позволяют сравнить конкурирующие инди каторные модели инфляции с точки зрения их информативности.

Если одна из моделей включает информацию, содержащуюся в других, то считается, что она охватывает эти модели. В табл.

10 приведены результаты охватывающих тестов, позволяющих осуществить отбор между рассматриваемыми моделями по крите рию их информативности. Как следует из полученных результатов, индикаторная модель инфляции с денежным агрегатом m1 по всем тестам охватывает соответствующую модель с m0. При этом инди каторная модель с m0 не охватывает модель с m1. Аналогичным образом модель с m1 охватывает модель с m2. Что касается инди каторной модели инфляции с m2, то согласно приведенным тестам она охватывает модель с m1 только в двух случаях на 10 % м уров не значимости (практически можно сделать вывод, что модель с m1 не охватывается моделью с m2). В то же время модель с m2 охватывает модель с m0, но не наоборот. Таким образом, мож но сделать вывод: наиболее информативной является индикатор ная модель инфляции с денежным агрегатом m1 и соответствую щим механизмом корректировки равновесия. На втором месте по информативности стоит модель с m2, а замыкает ряд индикатор ная модель с наиболее узким денежным агрегатом m0. Получен ные результаты вполне логичны: наибольшим информационным содержанием обладает денежный агрегат m1, характеризующий наиболее активную часть денежной массы.

Поскольку в результате тестов Грэнджера было установлено, что денежные агрегаты не являются сильно экзогенными перемен ными и в краткосрочном периоде между ними и индексом потреби тельских цен существует взаимосвязь, то при прогнозировании использование индикаторной модели инфляции на основе одного уравнения регрессии может приводить к ошибочным результатам (такая взаимосвязь должна найти свое отражение в системе уравнений).

Таблица Охватывающие тесты Нулевая гипотеза модель с m0 охватывает модель c модель с m1 охватывает модель c Тесты m1 mраспределение тест распределение тест Cox N (0,1) –7.859[0.0000] N (0,1) –0.118[0.9062] Ericsson IV N (0,1) 5.228[0.0000] N (0,1) 0.109[0.9134] Sargan 2(3) 16.056[0.0011] 2(2) 0.019[0.9907] Joint model F (3,36) 8.397[0.0002] F (3,36) 0.009[0.9912] модель с m1 охватывает модель c модель с m2 охватывает модель c m2 mраспределение тест распределение тест Cox N (0,1) –0.130[0.8969] N (0,1) –3.337[0.0008] Ericsson IV N (0,1) 0.120[0.9048] N (0,1) 2.660[0.0078] Sargan 2(3) 0.323[0.9556] 2(3) 6.382[0.0944] Joint model F (3,35) 0.100[0.9595] F (3,35) 2.355[0.0887] модель с m0 охватывает модель c модель с m2 охватывает модель c m2 mраспределение тест распределение тест Cox N (0,1) –6.536[0.0000] N (0,1) –1.501[0.1333] Ericsson IV N (0,1) 4.622[0.0000] N (0,1) 1.297[0.1946] Sargan 2(3) 12.988[0.0047] 2(2) 1.865[0.3936] Joint model F (3,36) 5.992[0.0020] F (3,36) 0.929[0.4043] Примечание. Cox – тест Кокса для невкладывающихся гипотез, оценивающий со вместимость скорректированных функций правдоподобия в конкурирующих моде лях; Ericsson – тест Эрикссона, основанный на инструментальных переменных;

Pages:     | 1 |   ...   | 68 | 69 || 71 | 72 |   ...   | 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.