WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 6 | 7 || 9 | 10 |

Число лагов влияния переменных денежной массы, темпов роста курса доллара и выпуска было выбрано равным одному, поскольку увеличение числа лагов в моделях парной регрессии между логарифмом цен и объясняющими переменными приводило к ухудшению критерия Шварца и уменьшению значения функции максимального правдоподобия (в том числе, из-за сокращения числа степеней свободы). Наблюдения за август и сентябрь 1998 г. (финансовый кризис) были исключены из рассмотрения, так как представляют собой очевидные «выбросы».

Оценивание линейной модели. После приведения переменных, входящих в модель, к стационарному виду, оценка модели дает следующие результаты (см. табл. 1.9). Тесты на автокорреляцию и гетероскедастичность в остатках отвергают соответствующие гипотезы на 5% уровне значимости.

Основным результатом оценивания модели спроса на деньги на данном периоде является наличие ограниченного числа значимых переменных, а также хорошие статистические качества остатков.

Таблица 1.9.

Коэффициент при Стандартная ошибка Уровень значимости объясняющей перекоэффициента коэффициента менной C -0.005254 0.001120 0.(Et-1-Et-2)/Et-2 0.129142 0.056936 0.t -1.109503 0.079882 0.Коинтеграционное соотношение lnPt-1 1.LnM2t-1 0.004562 0.C -0.059192 0.R2 = 0.854, нормированный R2 = 0.846.

Фактически, на данном периоде динамика цен определялась лишь двумя переменными – движением курса рубля к доллару США и отклонениями от долгосрочного соотношения между ценами и денежной массой. Напомним, что на протяжении практически всего периода Банк России осуществлял политику «валютного коридора», контролируя динамику номинального курса рубля. Обменный курс рубля играл роль «номинального якоря», определяя инфляционные ожидания экономических агентов. Таким образом, изменения цен соответствовали изменениям курса. Примечательно, что на данном временном интервале отрицается гипотеза об инерционности цен (оценки коэффициента при авторегрессионном члене статистически незнаЭта и другие работы в свободном доступе на страницах www.iet.ru чимы). Иными словами, ценовые ожидания хотя и являлись скорее адаптивными, но определялись предыдущей историей не темпов роста цен, а темпами изменения курса рубля к доллару США, контролируемыми Центральным банком РФ.

Роль монетарных факторов в этот период была ограничена. В частности, в долгосрочном соотношении оценки коэффициентов при переменных цен и денежной массы имеют разные знаки, что отражает процесс роста реальной денежной массы в тот период. Монетарная составляющая в росте цен была статистически значимой только при достаточно больших диспропорциях между предложением денег и ценами относительно долгосрочного соотношения.

Оценка модели коррекции ошибок (VEC). Построение модели векторной авторегрессии проводилось при одном лаге влияния. Для второго интервала тест Йохансена на наличие коинтеграции между инфляцией и денежной массой отвергает предположение об отсутствии коинтеграции, причем коинтеграционное отношение включает в себя трендовую составляющую. Оценки модели VEC следующие:

=lnP+ 0.091*lnM2 – 0.001582*t – 1.t-стат (-4.94) (-3.318) 2lnPt= 0.000284 – 0.486*t-1 +0.0942lnPt-1 – 0.026 lnMt-1 + t t-стат (-0.178) (-2.872) (-0.487) (-0.707) lnMt= 0.021 + 1.799*t-1 – 3.2292lnPt-1 – 0.076 lnMt-1 +t t-стат (-3.355) (-2.695) (-4.25) (-0.464) Необходимо заметить, что темп роста курса доллара и индекс интенсивности промышленного производства не оказывают существенного влияния на динамику цен во втором подпериоде, их удаление из модели повышает статистические качества модели. Согласно виду функции импульсного отклика (рис. 1.17 и 1.18, корреляция между инновациями эндогенно заданных переменных –0.584) ценовой шок убывает медленнее, чем это наблюдалось на первом подпериоде (до 3 месяцев).

Эта и другие работы в свободном доступе на страницах www.iet.ru Отклик D(LNP,2) на шок D(LNP,2) (одно С.О.) 0.0.0.0.-0.1 2 3 4 5 6 7 8 9 Рис. 1.Отклик D(LNP,2) на шок D(LNM2) (одно С.О.) 0.0.0.-0.-0.1 2 3 4 5 6 7 8 9 Рис. 1.Модель VEC указывает на отрицательную взаимосвязь между расширением денежной массы и темпами изменения цен на рассматриваем периоде. Реакция цен на шок денежного предложения остается статистически незначимой на протяжении всего периода отклика. Мы объясняем данный Эта и другие работы в свободном доступе на страницах www.iet.ru результат процессами роста спроса на деньги и повышения монетизации экономики во второй половине 1996–1997 гг., когда снижение темпов инфляции происходило на фоне относительное быстрых темпов роста денежных агрегатов. Разделение в модели векторной авторегрессии с коррекцией ошибок краткосрочных и долгосрочных взаимодействий между темпами роста цен и денежного предложения, в отличие от нелинейной структурной модели, позволило выявить данную тенденцию.

3) Оценка модели на подпериоде с 10.1998 по 08.2001.

В результате построения парных VAR было выявлено одномесячное влияние переменных m2 и y. Переменная курса доллара влияет на цены с запаздыванием до двух месяцев.

Оценивание линейной модели. Поскольку гипотеза о стационарности ряда логарифмов цен не отвергается на уровне значимости 0,05, ряд будем считать стационарным относительно тренда (ТS). Таким образом, оценка модели проводится на детрендированном ряде логарифма цен (с включением авторегрессионной составляющей). На уровне значимости 0.05 модель обладает некоррелированными и гомоскедастичными остатками, результаты оценивания такой модели приведены в табл. 1.10.

Таблица 1.10.

Коэффициент при Стандартная ошибка Уровень значимости объясняющей коэффициента коэффициента переменной C 0.972626 0.088240 0.(LnPt-1) detr 0.672659 0.040726 0.(Et-3-Et-4)/Et-4 -0.102412 0.033944 0.lnYt-2 -0.251618 0.022835 0.R2 = 0.959, нормированный R2 = 0.955.

(lnPt) detr =lnPt - (6.858102 + 0.019111t ) t-st 411.644 22.Оценки модели показывают, что на третьем подпериоде в динамике цен преобладала инерционность, т.е. ожидания экономических агентов были скорее адаптивными. Примечательно, что и на данном временном интервале лучшая спецификация уравнения не включает переменную денежной массы. Однако, на наш взгляд, влияние предложения денег в 1999–гг. реализуется через переменную изменения обменного курса рубля. ПоЭта и другие работы в свободном доступе на страницах www.iet.ru скольку основным инструментов денежно-кредитной политики Банка России в этот период являлись операции на валютном рынке изменение курса рубля отражает в значительной степени эмиссионную активность ЦБ РФ.

трицательный знак оценки коэффициента при переменной темпов изменения курса рубля показывает, что при активных рублевых интервенциях, происходивших преимущественно при превышении предложения валюты на рынке над спросом, когда курс рубля испытывал номинальное удорожание, с лагом около трех месяцев отклонения цен от тренда приобретали положительные значения, т.е. происходило ускорение инфляции. Иными словами, лаг между денежными шоками и ускорением темпов роста цен в 1999–2001 гг. составлял около 3 месяцев.

Отрицательный знак при переменной объема выпуска с лагом 2 месяца отражает снижение темпов роста цен при росте спроса на реальные кассовые остатки по мере расширения объема выпуска в экономике. Лаг в 2 месяца равен времени, за которое рост спроса на деньги распространялся в экономике и начинал оказывать влияние на уровень цен.

Оценка модели векторной авторегрессии (VAR). Модель векторной авторегрессии была оценена на 2 лагах. Остатки модели некореллированы (коэффициент корреляции 0.075).

lnPt = 0.350 + 1.203pt-1 – 0.342pt-2 + 0.0788mt-1 + 0.0146mt-2 – 0.106yt-1 + 0.0144yt-2 + t t-стат (1.688) (5.635) (-2.469) (1.876) (0.367) (-0.375) (0.053) lnMt = 1.294 – 1.357pt-1 – 0.966pt-2 – 0.447mt-1 – 0.1026mt-2+0.705yt-1 – 1.02666yt-2 + t t-стат (1.314) (-1.339) (1.469) (-2.242) (-0.542) (0.525) (-0.789) lnPt = 0.349 – 0.305pt-1 + 0.203pt-2 + 0.0016mt-1 + 0.007mt-2 + 1.602 yt-1 – 0.692yt-2 + t t-стат (3.067) (-2.612) (2.676) (0.069) (0.321) (10.342) (-4.605) Функции импульсного отклика, графики которых приведены на рис.

1.19–1.21, преимущественно подтверждают результаты, полученные при оценке линейного уравнения. Так, отклик цен (отклонения цен от линейного тренда) на первоначальный шок в ценах остается положительным на всем периоде, т.е. подтверждается вывод о высокой инерционности темпов роста цен в рассматриваемый период.

Импульсный отклик на шок в денежной массе М2 остается положительным на протяжении первых 3–4 месяцев, после чего стремится к нулю, что подтверждает вывод о существовании короткого (около 3 месяцев) лага между шоками денежного предложения и реакцией цен в 1999–2001 гг.

Эта и другие работы в свободном доступе на страницах www.iet.ru Отклик цен на положительный шок в объеме выпуска остается отрицательным на всем периоде. Иными словами, в 1999–2001 гг. во взаимосвязи между объемом выпуска и ценами практически отсутствует компонента, описываемая кривой Филлипса в краткосрочном периоде. Данный результат отражает рост трансакционного мотива спроса на деньги и уровня монетизации экономики по мере роста реального объема выпуска на протяжении всего подпериода.

В целом необходимо отметить, что на рассматриваемом интервале времени переход от линейного уравнения спроса на деньги к системе одновременных уравнений не позволяет получить дополнительную информацию о зависимостях между переменными.

Response of P_DETREND to One S.D. P_DETREND Innovation 0.0.0.0.-0.-0.2 4 6 8 10 12 14 16 18 Рис. 1.19.

Response of P_DETREND to One S.D. D(LNM2) Innovation 0.0.0.0.-0.-0.2 4 6 8 10 12 14 16 18 Эта и другие работы в свободном доступе на страницах www.iet.ru Рис. 1.Response of P_DETREND to One S.D. LNY Innovation 0.0.0.-0.-0.-0.-0.2 4 6 8 10 12 14 16 18 Рис. 1.1.3. Исследование нелинейности в поведении спроса на деньги 1.3.1. Проверка гипотезы о стохастическом характере зависимости между ценами и денежной массой В общем виде динамические системы могут быть представлены в пространстве состояний, известном как state space form (SS-модели). Представление модели в таком виде позволяет, во-первых, оценивать ненаблюдаемые переменные в модели наряду с наблюдаемыми. Во-вторых, SS-модели могут оцениваться с помощью более мощного рекурсивного алгоритма, фильтра Калмана. Фильтр Калмана используется как для оценивания функции правдоподобия, так и для прогнозирования и сглаживания ненаблюдаемых переменных состояния (фазовых переменных).

Представление динамики временного ряда в форме SS-модели в общем виде записывается как:

yt = Axt + H(zt) t + wt, t+1 = Ft+vt+1, где A, H и F-матрицы размерности nk, nr и rr соответственно, x – это столбец k1 известных (экзогенных) переменных, а – вектор ненаблюдаеЭта и другие работы в свободном доступе на страницах www.iet.ru мых переменных состояния (фазовых переменных). Первое уравнение известно как уравнение наблюдения, второе носит название уравнения состояния, или уравнение перехода. Предполагается также, что векторы возмущений wt и vt представляют собой независимые белые шумы со следующими параметрами:

var(wt)= R, var(vt) = Q, E(ws, vt) = 0 для всех s и t.

Для применения рекурсивной процедуры оценивания неизвестных параметров A, H, F, R и Q необходимо задаться начальными значениями, которые будут корректироваться и пересчитываться на каждом шаге с помощью процедуры фильтра Калмана, которая заключается в последовательном пересчете для t = 1,…,n прогнозов вектора состояний с помощью линейного метода наименьших квадратов для имеющегося на момент t вектора состояний.

Для проверки гипотезы о стохастическом характере взаимосвязи между монетарными факторами и темпами роста логарифма цен мы оценили с помощью фильтра Калмана модель, имеющую следующую спецификацию:

pt = 1 + 2pt-1+ 3mt-1 + 2i=14iDi+5t+t t = pt-1 + a1mt-1 + a2.

В случае стохастического характера зависимости между переменными цен и денежной массы коэффициенты a3 и a5 могут быть выражены в виде некоторого случайного процесса. Мы рассмотрели две возможные спецификации функции коэффициентов:

ati = ati +t (28) -ati = +iati +t. (29) -Первая спецификация предполагает, что коэффициент следует процессу случайного блуждания. Во втором случае случайный процесс, описывающий поведение коэффициента, имеет постоянную составляющую и авторегрессионный член первого порядка. Оценки статистической значимости (t-статистика) дисперсий коэффициентов a3 и a5 приведены в табл. 1.11.

Таблица 1.11.

aa3 Функция (28) Функция (29) Не стохастический Функция (28) 0.951 2.65E-18 5.70E-11 2.30E-05 1.Функция (29) 0.000 4.64E-06 4.36E-46 2.59E-05 2.17E-Не стохастический 2.33E-05 0.000 – Эта и другие работы в свободном доступе на страницах www.iet.ru Результаты оценок SS-моделей во всех случаях отвергают гипотезу о стохастическом характере коэффициентов при переменных, отвечающих за влияние монетарных факторов на темпы роста цен. Это свидетельствует, во-первых, о стабильности взаимосвязи между деньгами и ценами в экономике России на протяжении всего периода с 1992 по 2001 гг. как при краткосрочных шоках, так и в долгосрочном соотношении. Во-вторых, необъясненная приростами логарифма денежной массы М2 и отклонениями текущих цен от долгосрочного соотношения между ценами и денежной массой доля приростов логарифма цен полностью приходится на немонетарные факторы. В-третьих, точечные оценки коэффициентов при монетарных переменных могут быть интерпретированы как надежные показатели эластичности изменения цен по денежной массе в краткосрочном и долгосрочном периоде.

1.3.2. Проверка гипотезы о различной реакции (переключении режимов) спроса на деньги на рост и снижение инфляции Моделирование спроса на деньги в предположении существования переключения динамики спроса между режимами, как правило, проводится в рамках пороговой авторегрессионной (TAR) модели, предложенной и доработанной Tong (1978, 1990) и Tong и Lim (1980). Данный тип моделей предполагает, что существует наблюдаемая переменная qt, значение которой по отношению к пороговой величине с определяет действие одного из режимов в данный момент времени. Для случая, когда пороговой переменной является лаговое значение исследуемого временного ряда, модель носит название самовозбуждаемой пороговой (SETAR) модели. Формально модель SETAR для авторегрессии первого порядка выглядит следующим образом:

0.1+ 0.2yt-1 + 0t, yt-1 c, yt= (30) 1.1+ 1.2yt-1 + 1t, yt-1 < c, В более сжатом виде модель можно переписать как:

yt-1 = (0.1+ 0.2yt-1 + 0t)I(yt-1c)+ (1.1+ 1.2yt-1 + 1t)I(t-1>c), где I(А) = 1, если событие А имеет место и I(А) = 0 в другом случае.

В случае если в динамике спроса на деньги действительно имеет место переключение с одного режима на другой, то с учетом несложных преобразований уравнение модели (26) можно будет записать в следующем виде:

Pages:     | 1 |   ...   | 6 | 7 || 9 | 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.