WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 14 |

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по отношению производительностей РФ к США составляет 0.99, по отношению индексов потребительских цен РФ к США – 1.34.

В табл. 3.9 приведены результаты оценки модели обменного курса как соотношение производительностей.

Таблица 3.Результаты оценки модели обменного курса как соотношение производительностей Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:2–1998:3; 1999:1–2003:Количество наблюдений: 38 после корректировки Переменная Значение коэф. P value t стат.

C 0.001 0.D(LOG(CPIR/CPID)) 0.844 0.D(LOG(PRODR/PRODD)) –0.043 0.CE(–1) –0.000 0.R 0.P value F стат. 0.Источник: Расчеты авторов.

В результате оценки модели обменного курса как соотношения производительностей было получено, что R2 равен 0.60, значим только коэффициент перед переменной, отражающей изменение отношения индексов потребительских цен. Краткосрочная эла стичность обменного курса рублей за доллар США по отношению индекса потребительских цен РФ к США составила 0.84.

Добавление производительности в паритет покупательной спо собности привело к снижению как краткосрочной, так и долгосроч ной эластичности обменного курса по индексу потребительских цен. С ростом цен на 1% обменный курс растет на 1.34% в долго срочном равновесии и на 0.84% в краткосрочном равновесии. Как и следовало ожидать, соотношение производительностей оказы вает значимое влияние на курс только в долгосрочном равновесии, а именно рост соотношения производительностей на 1% приводит к укреплению курса на 0.99% в долгосрочном периоде. Таким об разом, можно сделать вывод: несмотря на немного более худшую объясняющую способность по сравнению с монетарной моделью с жесткими ценами, данную модель можно считать адекватно опи сывающей динамику обменного курса.

Таблица 3.Результаты проверки на наличие коинтеграционных соотношений поведенческой модели (BEER model) Период 1995:1–2003:Количество наблюдений: Проверка наличия коинтеграционных соотношений Собств. значе 5% крит. 1% крит.

Гипотеза Статистика ние знач. знач.

При помощи trace статистики нет 0.850 106.675 76.07 84.не более 1 0.648 53.471 53.12 60.не более 2 0.451 24.264 34.91 41.не более 3 0.206 7.494 19.96 24.не более 4 0.036 1.028 9.24 12.Trace тест показывает 1 коинтеграционное соотношение на 1% м уровне При помощи максимального собственного значения Собств. значе 5% крит. 1% крит.

Нет Статистика ние знач. знач.

не более 1 0.850 53.204 34.400 39.не более 2 0.648 29.207 28.140 33.не более 3 0.451 16.771 22.000 26.не более 4 0.206 6.466 15.670 20.Max eigenvalue тест показывает 1 коинтеграционное соотношение на 1% м уровне LOG(ERRD) LOG(CPIR/CPID) RRR–RRD LOG(EX+IMP) LOG(NFA) Коэффициенты –1.678 –0.003 0.752 0.Стандартные –0.189 –0.003 –0.376 –0.ошибки Примечание. RRR–RRD – разница реальных процентных ставок в России и США;

LOG(EX+IMP) – логарифм суммы экспорта и импорта; LOG(NFA) – логарифм чистых иностранных активов.

Источник: Расчеты авторов.

В табл. 3.10 приведены результаты проверки на наличие коин теграционных соотношений поведенческой модели (BEER model).

Предварительные оценки модели (2.6) показали, что значимы только некоторые переменные – такие, как отношение индексов потребительских цен, разность реальных процентных ставок, объ емы торговли (сумма экспорта и импорта) и чистые иностранные активы. Остальные переменные либо оказались незначимыми, ли бо статистика по ним отсутствовала.

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения на 1% м уровне значимости. Долгосрочная эластичность обменного курса рублей за доллар США по отношению индексов потребительских цен составляет 1.68, по разнице реальных процентных ставок – 0.003, по сумме экспорта и импорта –0.75, по чистым иностранным активам –0.24.

В табл. 3.11 приведены результаты оценки поведенческой мо дели (BEER model).

Таблица 3.Результаты оценки поведенческой модели (BEER model) Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–2003:Количество наблюдений: Переменная Значение коэф. P value t стат.

C –0.016 0.D(LOG(CPIR/CPID)) 0.743 0.D(LOG(RGDPR/RGDPD)) –0.108 0.D((RRR–RRD)) 0.000 0.D(LOG(EX+IMP)) 0.056 0.D(LOG(NFA)) 0.007 0.CE(–1) –0.027 0.R 0.P value F стат. 0.Примечание. D(LOG(RGDPR/RGDPD)) – первая разность логарифма отношения реальных валовых внутренних продуктов России и США.

Источник: Расчеты авторов.

В результате оценки поведенческой модели (BEER model) было получено, что R2 равен 0.69, коэффициенты перед всеми перемен ными, за исключением изменения отношения индексов потреби тельских цен, незначимы. Краткосрочная эластичность обменного курса рублей за доллар США по отношению индексов потреби тельских цен РФ к США составила 0.74.

Данная модель имеет неплохую объясняющую способность и корректные знаки коэффициентов перед объясняющими перемен ными. Следовательно, можно сделать вывод о том, что динамику обменного курса следует описывать не только с помощью таких фундаментальных моделей, как паритет покупательной способно сти, но и с помощью моделей, построенных на основе поведенче ских переменных.

Модель портфеля активов оценивалась в двух вариантах. При оценке в первом варианте использовалась статистика денежного обзора27, а во втором – статистика аналитической группировки счетов кредитных организаций.

В первом варианте рассматриваются три вида активов: деньги, российские и зарубежные активы. Под деньгами по методологии денежного обзора понимаются все денежные средства в экономи ке страны, которые могут быть немедленно использованы как средство платежа. Данный агрегат формируется как совокупность агрегатов «деньги вне банков» и «депозиты до востребования» в банковской системе. В качестве прокси российских активов мы используем внутренний кредит, который включает всю совокуп ность требований банковской системы к государственным нефи нансовым организациям, к частному сектору, включая население, к финансовым (кроме кредитных) организациям и чистый кредит органам государственного управления в валюте РФ, в иностранной валюте и драгоценных металлах. В качестве переменной, отра жающей динамику иностранных активов, мы используем чистые иностранные активы органов денежно кредитного регулирования и кредитных организаций, которые являются сальдо активных и пассивных операций денежно кредитного регулирования и кре дитных организаций с нерезидентами в иностранной валюте, в ва люте РФ и в драгоценных металлах.

При оценке по второму варианту мы используем только два ви да активов: российские и зарубежные активы. В качестве прокси Статистика Центрального банка РФ.

для российских активов используем совокупность резервов, тре бований к органам государственного управления, требований к нефинансовым государственным организациям, требований к не финансовым частным организациям и к населению, требований к прочим финансовым институтам. В качестве иностранных активов используем остатки на счетах кредитных организаций по операци ям с нерезидентами, а также наличные денежные средства в ино странной валюте в кассах кредитных организаций.

В табл. 3.12 приведены результаты проверки на наличие коин теграционных соотношений модели портфеля активов (portfolio balance model) при оценке в первом варианте.

Таблица 3.Результаты проверки на наличие коинтеграционных соотношений модели портфеля активов (portfolio balance model). Вариант Период 1994:3–2003:Количество наблюдений: Проверка наличия коинтеграционных соотношений Собств. значе 5% крит. 1% крит.

Гипотеза Статистика ние знач. знач.

При помощи trace статистики нет 0.000 0.000 0 не более 1 0.649 50.242 39.89 45.не более 2 0.402 17.821 24.31 29.не более 3 0.050 1.873 12.53 16.Trace тест показывает 1 коинтеграционное соотношение на 5% м и 1% м уровнях При помощи максимального собственного значения нет 0.649 32.421 23.800 28.не более 1 0.402 15.948 17.890 22.не более 2 0.050 1.600 11.440 15.не более 3 0.009 0.273 3.840 6.Тест отвергает гипотезу на 5% м и 1% м уровнях LOG(ERRD) LOG(MONEYR) LOG(DC) LOG(NFA) Коэффициенты 1.000 –5.868 4.312 0.Стандартные –1.017 –0.736 –0.ошибки Примечание. MONEYR – деньги по методологии денежного обзора; DC – внутренний кредит; NFA – чистые иностранные активы.

Источник: Расчеты авторов.

Trace тест на наличие коинтеграционных соотношений показы вает наличие одного коинтеграционного соотношения. Долгосроч ная эластичность обменного курса рублей за доллар США по де нежной массы составляет 5.87, по внутренним кредитам –4.31, по чистым иностранным активам –0.75.

В табл. 3.13 приведены результаты первого варианта оценки модели портфеля активов (portfolio balance model).

Таблица 3.Результаты оценки модели портфеля активов (portfolio balance model). Вариант Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–1997:4; 1999:3–2003:Количество наблюдений: 31 после корректировки Переменная Значение коэф. P value t стат.

C –0.029 0.D(LOG(MONEYR)) –0.062 0.D(LOG(DC)) 0.673 0.D(LOG(NFA)) 0.019 0.D(RD4ERRD) 0.192 0.D(LOG(RGDPR)) –0.144 0.CE(–1) 0.024 0.R 0.P value F стат. 0.Примечание. RD4ERRD – рублевая доходность иностранных активов.

Источник: Расчеты авторов.

В результате оценки модели портфеля активов (portfolio balance model) было получено, что R2 равен 0.69, коэффициенты перед всеми переменными, за исключением изменения логарифма объ емов внутренних кредитов и рублевой доходности иностранных активов, незначимы. Краткосрочная эластичность обменного курса рублей за доллар по внутренним кредитам составила 0.67, по руб левой доходности иностранных активов – 0.19.

В табл. 3.14 приведены результаты проверки на наличие коин теграционных соотношений модели портфеля активов (portfolio balance model) при оценке во втором варианте.

Таблица 3.Результаты проверки на наличие коинтеграционных соотношений модели портфеля активов (portfolio balance model). Вариант Период 1995:1–2003:Количество наблюдений: 36 после корректировки Проверка наличия коинтеграционных соотношений Собств. значе 5% крит. 1% крит.

Гипотеза Статистика ние знач. знач.

При помощи trace статистики нет 0.604 73.297 59.46 66.не более 1 0.453 39.964 39.89 45.не более 2 0.266 18.228 24.31 29.не более 3 0.159 7.103 12.53 16.не более 4 0.024 0.866 3.84 6.Trace тест показывает 1 коинтеграционное соотношение на 1% м уровне При помощи максимального собственного значения нет 0.604 33.332 30.040 35.не более 1 0.453 21.736 23.800 28.не более 2 0.266 11.125 17.890 22.не более 3 0.159 6.237 11.440 15.не более 4 0.024 0.866 3.840 6.Тест отвергает гипотезу на 5% м и 1% м уровнях LOG(ERRD) LOG(RAS) LOG(FAS) RD4ERRD LOG(RGDPR) Коэффициенты –0.709 –0.351 –0.351 0.Стандартные –0.097 –0.072 –0.049 –0.ошибки Примечание. RAS – российские активы; FAS – иностранные активы.

Источник: Расчеты авторов.

Один из тестов на наличие коинтеграционных соотношений по казывает наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по российским активам составляет 0.71, по иностранным активам – 0.35, по рублевой доходности – 0.35 по реальному валовому внут реннему продукту –0.83. Под эластичностью обменного курса по рублевой доходности иностранных активов мы имеем в виду, что при изменении рублевой доходности на 1 п.п. номинальный об менный курс вырастет на 0.35%.

В табл. 3.15 приведены результаты второго варианта оценки модели портфеля активов (portfolio balance model).

Таблица 3.Результаты оценки модели портфеля активов (portfolio balance model). Вариант Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–1998:3; 1999:1–2003:Количество наблюдений: 36 после корректировки Переменная Значение коэф. P value t стат.

C –0.017 0.D(LOG(RAS)) 1.175 0.D(LOG(FAS)) 0.232 0.D(RD4ERRD) 0.099 0.D(LOG(RGDPR)) –0.215 0.CE(–1) –0.185 0.R 0.P value F стат. Источник: Расчеты авторов.

В результате оценки модели портфеля активов (portfolio balance model) было получено, что R2 равен 0.83, коэффициенты перед всеми переменными, включая коинтеграционное соотношение, значимы, изменение рублевой доходности иностранных активов значимо на 10% м уровне. Краткосрочная эластичность обменного курса рублей за доллар США по российским активам составила 1.18, по иностранным активам – 0.23, по рублевой доходности иностранных активов – 0.10, по реальному валовому внутреннему продукту –0.21, по коинтеграционному соотношению –0.19. Это означает, что при прочих равных при отклонении курса от долго срочного равновесия на 1% в следующий момент времени про изойдет корректировка на 0.19%.

Модели портфеля активов, оцениваемые как модели зависимо сти обменного курса от объемов рублевых и иностранных активов, являются следствием системы моделей спроса на рублевые и ино странные активы в зависимости от цен и доходностей соответст вующих активов. Поэтому здесь велика вероятность возникнове ния проблем, связанных с корреляцией и эндогенностью объяс няющих переменных. Тем не менее обе оценки модели портфеля активов в обеих формах позволили получить интерпретируемые коэффициенты и хорошее объяснение динамики обменного курса.

Поэтому использование данных моделей на практике для описания динамики обменного курса можно считать приемлемым.

Заключение Данное исследование было посвящено анализу и оценке наибо лее распространенных структурных моделей обменных курсов. В частности, был сделан обзор наиболее известных теоретических работ, посвященных исследованиям динамики номинальных об менных курсов, а также некоторых эмпирических оценок структур ных моделей обменных курсов. Для оценки мы выбрали 7 струк турных моделей обменных курсов. Среди них: модель паритета по купательной способности, модель непокрытого паритета процент ных ставок, различные варианты монетарной модели, модель Mundell–Fleming, один из вариантов поведенческой модели (BEER model) и модель портфеля активов (portfolio balance model).

Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 14 |



© 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.