WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 10 |

1.2.1. Анализ стационарности временных рядов Прежде чем перейти к оцениванию, необходимо проверить является ли уравнение спроса на деньги сбалансированным с точки зрения свойств временных рядов, т.е. необходимо определить, совпадают ли порядки интегрированности исследуемого индекса и совокупности объясняющих переменных, а также проверить существование долгосрочного соотношения между показателями с одинаковым ненулевым порядком интеграции.

Тестирование ряда логарифмов цен на протяжении исследуемого интервала времени позволяет утверждать, что индекс цен с низкой вероятностью ошибки (менее 5%) имеет единичный корень, но стационарен в разностях. По нашему мнению, для проверки стационарности данного ряда тест Филлипса-Перрона является более подходящим ввиду большой вероятности существования нескольких участков с различными стохастическими трендами (см. рис. 1.1). Тест Филлипса-Перрона (как и расширенный тест Дикки-Фуллера) свидетельствует в пользу стационарности в разностях относительно тренда и константы на рассматриваемом промежутке с 02:по 08:2001 г. (см. табл. 1.1).

Эта и другие работы в свободном доступе на страницах www.iet.ru 92 93 94 95 96 97 98 99 00 LNP Рис. 1.1.

Таблица 1.1.

Стационар- Критическое значение Значение статисти- Уровень значимости для ность в раз- при уровне значимоки коэффициента при тренде ностях сти 0.Тест Дикки-3.8779 -3.4501 0.Фуллера Тест Филлип-5.2965 -3.4497 0.са-Перрона Наши результаты несколько отличаются от выводов, сделанных в рамках предыдущего исследования ИЭПП27. В частности, там рассматривался ряд темпов прироста индекса потребительских цен и был сделан вывод о первом порядке интегрированности ряда (что аналогично второму порядку интегрированности для ряда цен) с учетом линейного тренда. В нашем случае подтверждается наличие линейного тренда, однако, ряд логарифмов цен является I(1). Очевидно, что различие в результатах вызвано как отличием рассматриваемых рядов (ряд логарифмов цен и их разностей является более гладким по сравнению с исходным рядом темпов прироста ИПЦ), так и разными периодами, на которых проводились оценки. Первое исследование охватывало период с декабря 1990 г. по январь 1992 г., когда наблюдались Дробышевский, Носко, Энтов, Юдин (2001).

Эта и другие работы в свободном доступе на страницах www.iet.ru широкие колебания темпов инфляции, но заканчивается июнем 2000 г., т.е.

не охватывает период постепенного снижения темпов роста цен в 2000– 2001 гг. Иными словами, на рассматриваемом нами здесь временном интервале в динамике цен сильнее сказывался тренд к снижению уровня инфляции.

Согласно обоим тестам на единичный корень ряд логарифмов денежной массы М0 ряд может считаться стационарным (с учетом линейного тренда, см. табл. 1.2), хотя визуально ряд напоминает стационарный в разностях или относительно квадратичного тренда (см. рис. 1.2).

Таблица 1.2.

Критическое значение Уровень значимости Стационарность в уров- Значение статипри уровне значимости для коэффициента нях стики 0.05 при тренде Тест Дикки-Фуллера -4.956 -3.4497 0.-8.9111 -2.8865 0.Тест Филлипса-Перрона 92 93 94 95 96 97 98 99 00 LNMРис. 1.2.

Ряд логарифмов денежной массы М2 стационарен в разностях относительно тренда с уровнем значимости 0.05 (см. табл. 1.3). Наличие явного излома в тренде для номинальных значений показателя позволяет с большей достоверностью полагаться на тест Филлипса-Перрона (см. рис. 1.3).

Эта и другие работы в свободном доступе на страницах www.iet.ru Таблица 1.3.

Критическое значение Уровень значимости Стационарность в раз- Значение при уровне значимости для коэффициента при ностях статистики 0.05 тренде Тест Дикки-Фуллера -3.208009 -3.4508 0.Тест Филлипса-Перрона -11.72576 -3.4494 0.92 93 94 95 96 97 98 99 00 LNMРис. 1.3.

Напомним, что в предыдущих исследованиях ИЭПП28 временные ряды всех денежных агрегатов определялись как DS-стационарные, т.е. имеющие единичный корень. На наш взгляд, различия в выводах относительно характера ряда денежного агрегата М0 вызваны, преимущественно, сглаживанием динамики при переходе от уровней к логарифмам уровней значений ряда.

Согласно обоим тестам на единичный корень ряд темпов прироста обменного курса рубля к доллару США стационарен относительно тренда (см. табл. 1.4, рис. 1.4). Данный вывод согласуется с полученными ранее результатами о наличии единичного корня в ряде уровней номинального Дробышевский, Носко, Энтов, Юдин (2001).

Эта и другие работы в свободном доступе на страницах www.iet.ru обменного курса рубля к доллару. Ряд темпов приростов курса по своим свойствам близок к ряду первых разностей курса.

Таблица 1.4.

Уровень значимости Стационарность в уров- Значение Критическое значение при для коэффициента нях статистики уровне значимости 0.при тренде Тест Дикки-Фуллера -4.668595 -3.4508 0.Тест Филлипса-Перрона -8.641234 -3.4494 0.1.1.0.0.0.0.0.-0.92 93 94 95 96 97 98 99 00 DKURS Рис. 1.4.

В качестве индикатора уровня экономической активности при оценке модели мы будем использовать ряд интенсивности промышленного производства, имеющего наибольшее число точек наблюдений с требуемой (месячной) частотностью. Ряд является стационарным в уровнях согласно тесту Филлипса-Перрона, но стационарным в разностях согласно тесту ДиккиФуллеру, при этом значимой оказалась трендовая составляющая ряда (см.

табл. 1.5).

Эта и другие работы в свободном доступе на страницах www.iet.ru Таблица 1.5.

Уровень Уровень значи- значимоКритическое знаЗначение стати- мости для коэф- сти для Стационарность чение при уровне стики фициента при коэффицизначимости 0.константе ента при тренде Тест Дикки-Фуллера * -3.8488 -3.4508 0.0204 0.Тест Филлипса-3.1699 -2.8865 0.000 – Перрона ** * стационарность в разностях.

** стационарность в уровнях.

Принимая во внимание динамику индекса (см. рис. 1.5), а также выводы, полученные в наших предыдущих исследованиях, далее мы будем придерживаться результатов теста Дикки-Фуллера и считать ряд стационарным в первых разностях.

4.4.4.4.3.3.92 93 94 95 96 97 98 99 00 LNY Рис. 1.5.

1.2.2. Исследование инерционности цен Анализ автокорреляционной и частной автокорреляционной функций ряда первых разностей логарифма цен (рис. 1.6. и 1.7.) показывает, что значения автокорреляционной функции постепенно убывают, начиная со втоЭта и другие работы в свободном доступе на страницах www.iet.ru рого коэффициента. Статистически значимо отличаются от нуля три первых коэффициента частной автокорреляционной функции, однако, абсолютные значения коэффициентов второго и третьего порядка примерно в четыре раза меньше значения коэффициента первого порядка. Таким образом, делаем вывод, что ряд первых разностей логарифма цен представляет собой автокорреляционный процесс 1-го порядка, или AR(1).

D(LNP) 1,,0,Доверительный -,интервал -1,0 Коэффициент 1 3 5 7 9 11 13 2 4 6 8 10 12 14 Номер лага Рис. 1.6.

D(LNP) 1,,0,Доверительный -,интервал -1,0 Коэффициент 1 3 5 7 9 11 13 2 4 6 8 10 12 14 Номер лага Рис. 1.7.

Эта и другие работы в свободном доступе на страницах www.iet.ru ACF Partial ACF 1.2.3. Определение глубины воздействия объясняющих переменных (денежных агрегатов, курса и инфляционной инерции), выбор денежного агрегата Глубина влияния каждой из объясняющих переменных на изменение цен определялась с помощью модели парной векторной авторегрессии между первыми разностями логарифма цен и выбранными объясняющими переменными (с учетом долгосрочных взаимозависимостей в случае коинтеграции). При этом критериями для выбора лага были информационные критерии Шварца и Акаике, а также значения функции максимального правдоподобия.

Тестирование моделей векторной авторегрессии для логарифмов цен и денежных агрегата M0 и М1 с различным числом лагов не выявляет наличия коинтеграции, кроме того статистики качества модели (коэффициент максимального правдоподобия, R2) для моделей с более узкими денежными агрегатами ухудшаются. Поэтому при оценивании модели динамики цен в последующем мы будем использовать только переменную М2 в качестве показателя денежной массы.

Наилучшие значения критериев достигаются при включении 11 лагов запаздывания в модели парной VAR между логарифмом цен и индексом интенсивности промышленного производства (с учетом коинтеграционного соотношения).

Таким образом, согласно результатам проведенного анализа графиков импульсных функций откликов цен на шоки объясняющих переменных глубина влияния на изменения цен со стороны денежной массы составляет до 9 месяцев, темпов роста курса доллара – до 8 месяцев и индекса интенсивности промышленного производства – до 11 месяцев. Графики импульсных функций отклика показаны на рис. 1.8–1.10.

Эта и другие работы в свободном доступе на страницах www.iet.ru Отклик D(LNP) на шок D(LNM2) (одно С.О.) 0.0.0.0.0.-0.-0.2 4 6 8 10 12 14 16 18 20 22 Рис. 1.8.

Отклик D(LNP) на шок DKURS (одно С.О.) 0.0.0.0.0.-0.-0.-0.2 4 6 8 10 12 14 16 18 20 22 Рис. 1.9.

Эта и другие работы в свободном доступе на страницах www.iet.ru Отклик D(LNP) на шок D(LNY) (одно С.О.) 0.0.0.0.0.-0.-0.2 4 6 8 10 12 14 16 18 20 22 Рис. 1.10.

1.2.4. Методы оценки модели Анализ стационарности переменных выявил наличие нескольких переменных с отличным от нуля порядком интегрированности – это логарифмы цен (p), денежной массы М2 (m2), а также индекс интенсивности промышленного производства (y). Поскольку в уравнение модели входит также переменная 0-го порядка интегрированности (темп роста курса доллара, dkurs) оценивание уравнения можно проводить двумя способами. Первый способ состоит в приведении всех переменные к одному порядку интегрированности (нестационарные переменные следует оценивать в разностях) и оценке линейного уравнения методом МНК с учетом долгосрочного соотношения между нестационарными переменными (в нашем случае мы будем рассматривать долгосрочное соотношение только между ценами и денежной массой, поскольку существование долгосрочного соотношения между уровнем цен и объемом выпуска не имеет строгого теоретического обоснования). Второй способ оценивания модели заключается в построении модели векторной авторегрессии (VAR) с учетом долгосрочных взаимозависимостей (коинтеграционных отношений, EC) между нестационарными составляющими, т.е. построении VEC-модели – модели векторной авторегрессии с коррекцией ошибок.

Эта и другие работы в свободном доступе на страницах www.iet.ru В рамках первого подхода уравнение регрессии будет выглядеть следующим образом:

pt = 1 + 2pt-1+ 9i=13imt-i + 8i=14idkurst-i+ + 11 5iyt-i+ 2i=16iDi+7t+t (26) i=t = pt-1 + a1mt-1 + a~N(0,2) В том случае, если остатки модели гетероскедастичны, оценивание проводится методом ARCH(GARCH), учитывающим наличие условной гетероскедастичности в остатках. Оценивание методом GARCH(k,p) предполагает оценивание уравнения вида (26) в предположении, что дисперсия остатков 2 имеет вид:

k p 2 = w + t2 +, (27) t i -i i t-i i=1 i=где t-i – условная дисперсия, представляющая собой ожидаемое значение дисперсии, основанное на имеющейся информации в период времени t-i-1.

В соответствии с теоретическими предпосылками монетарного подхода к изучению спроса на деньги следует ожидать отрицательный коэффициент при переменной объема выпуска (дохода) и положительный коэффициент – при переменной, отражающей альтернативную стоимость хранения денег (dkurs). В первом случае увеличение дохода в экономике должно приводить к увеличению спроса на реальные денежные остатки, или при неизменной номинальной массе денег – к снижению уровня цен. В то же время увеличение доходности активов, альтернативным хранению денег (в нашем случае – увеличение темпов роста курса доллара) уменьшает величину желаемых реальных денежных остатков у экономических агентов.

Объем денежной массы и авторегрессионная составляющая должны оказывать положительное влияние на темп роста цен. Логические переменные, отвечающие за август и сентябрь 1998 г. (период финансового кризиса), включены в модель для устранения влияния всплесков инфляции в тот период, связанных с внешними по отношению к монетарной модели шоками (с формальной точки зрения, такие шоки являются инновационными выбросами и их влияние может быть устранено одномоментными логическими переменными).

Второй подход предполагает наличие коинтеграции между показателями цен, денежной массы и выпуска (в данном случае, поскольку система состоит из трех одновременных уравнений, для обеспечения хороших статистических свойств остатков и оценок коэффициентов коинтеграционное Эта и другие работы в свободном доступе на страницах www.iet.ru соотношение29 должно включать все три эндогенные, нестационарные, переменные). В этом случае модель векторной авторегрессии, помимо коинтеграционного отношения, будет содержать в качестве экзогенной переменной темп роста курса доллара:

t = lnPt +a1*lnM2t + a2 lnYt +aEt - Et-1 k (ln Pt ) = b1t-1 + b2 + (ln Pt-i ) + Et-1 i=1 i k k i i µ (ln Mt-i ) + (lnYt-i ) + t i=1 i=Et - Et -1 k (ln M ) = c1 + c2 + i (ln Pt -i ) + t t - Et -1 i =k k (ln M ) + i (ln Yt - i ) + i t -i t i =1 i =Et - Et-1 k (lnYt ) = d1t-1 + d2 + (ln Pt-i ) + Et-1 i=1 i k k i i (ln Mt-i ) + (lnYt-i ) + t i=1 i=где t, t, t – случайные остатки в модели, t – коинтеграционное соотношение.

В случае существования стационарной линейной комбинации, ожидается отрицательный знак у коэффициента a1 в коинтеграционном отношении, поскольку увеличение денежной массы приводит к ускорению инфляции. Коэффициент a2 также ожидается положительным, так как в долгосрочном периоде рост выпуска и экономической активности создает предпосылки для повышения равновесного уровня инфляции (согласно кривой Филлипса-Фелпса).

Тест Йохансена не отрицает гипотезу о существовании единственного коинтеграционного соотношения для вектора трех рассматриваемых переменных.

Эта и другие работы в свободном доступе на страницах www.iet.ru 1.2.5. Оценка структурной модели с коррекцией ошибок Для оценивания модели с помощью МНК все исследуемые переменные были приведены к нулевому порядку интегрированности. Поскольку ряд инфляции в первом приближении совпадает с разностями логарифмов цен, изменение разностей цен теперь может интерпретироваться как изменение инфляции, а влияние на инфляцию независимых переменных денежной массы и индекса промышленного производства происходит за счет изменения темпов роста показателей.

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 10 |



© 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.