WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 | 2 || 4 | 5 |   ...   | 9 |

Вообще говоря, единого мнения насчет того, какой показатель лучше выбирать в качестве переменной, характеризующей денежнокредитную политику, не существует. Так, Вонг (Wong, 2000) в своей работе предлагает рассматривать в качестве переменной ДКП изменения незаемных резервов коммерческих банков3. Можно предположить, что в качестве такой переменной можно использовать и денежные агрегаты, однако, как показывают Бернанке и Михов (Bernanke, Blinder, 1992; Bernanke, Mihov, 1998), подход, при котором изменение денежных агрегатов полагается показателем монетарной политики, не является адекватным, поскольку динамика денежных агрегатов зависит как от изменения спроса на деньги, так и от колебаний денежного предложения.

Незаемные резервы банков представляют собой все банковские резервы за вычетом кредитов, полученных ими у центрального банка.

Если обобщить систему (2.3) – (2.4) для k периодов и предположить, что C0 = 0 (аналогично (2.7) – (2.8)), то получится следующая модель, рассматриваемая в работе Бернанке и Михова (Bernanke, Mihov, 1998):

k k (2.9) Yt = Yt-i + Pt-i + Aywty Bi Ci i=0 t=k k Pt = Yt-i + Pt-i + Apwtp (2.10) Di Gi i=0 t=Для определения связи между рынком банковских резервов и действиями центрального банка авторы проводят дальнейшую спецификацию уравнения, связывающего наблюдаемые остатки VAR и структурные шоки экономики w. В модели, описывающей рынок резервов коммерческих банков и действия центрального банка, индикаторами денежно-кредитной политики полагаются: дисконтная ставка (DISC), спрос на заемные резервы (BR), общие резервы (TR), незаемные резервы (NBR), межбанковская ставка (FF). Спецификация модели имеет следующий вид:

uTR =-uFF + wd (2.11) uBR = (uFF - uDISC ) + wb (2.12) uNBR = d wd +bwb + ws (2.13) Уравнение (2.11) представляет собой спрос на общие резервы, уравнение (2.12) – спрос на резервы, которые банки готовы занимать через дисконтное окно, а уравнение (2.13) описывает поведение центрального банка и его реакцию на изменения спроса на общие и незаемные резервы. При этом wd, wb, ws отражают шоки спроса на общие резервы, заемные и незаемные резервы, причем, uNBR = uTR - uBR.

Полагается, что центральный банк реагирует на шоки спроса на общие резервы и шоки спроса на незаемные резервы в течение одного и того же периода. Для простоты инновации дисконтной ставки полагаются равными нулю. Тогда можно показать, что шок ДКП зависит от остатков VAR следующим образом:

ws =-(d +b)uTR + (1+b)uNBR - (d - b)uFF, (2.14) u = (uNBR + uTR + uBR)' (2.15) Таким образом, при изучении механизма денежной трансмиссии в рамках VAR-подхода на первом шаге необходимо исследовать, как меры денежно-кредитной политики отражаются на некоторой промежуточной переменной, отвечающей за трансмиссию, например, на займах, депозитах, денежных агрегатах и т.д. На втором шаге нужно определить, как поведение переменных влияет на общую экономическую ситуацию, т.е. на совокупный спрос, безработицу и т.д.

Впрочем, стоит заметить, что иногда наличие связи между действиями центрального банка и промежуточными целями ДКП полагается очевидным и проверке не подвергается. Однако более правильным представляется анализ, позволяющий оценить всю цепочку зависимостей от мер денежно-кредитной политики до макроэкономических показателей, характеризующих тот или иной трансмиссионный механизм (Ganev, Molnar, Rybiski, Woniak, 2002).

Так, например, Кейкс в своей работе (Kakes, 1998) проводит такой всесторонний анализ при изучении канала обменного курса в странах Центральной и Восточной Европы. Автор строит векторную авторегрессию, в которой переменные упорядочиваются, исходя из теоретических соображений относительно причинно-следственных связей между ними. Помимо инфляции и выпуска Кейкс включает в модель краткосрочную и долгосрочную процентные ставки, обменный курс, денежные агрегаты.

Бернанке, Бойвин и Ильяз (Bernanke, Boivin, Eliasz, 2004) отмечают две проблемы, возникающие при использовании моделей VAR для оценки механизмов денежной трансмиссии. Первая проблема заключается в том, что в таких моделях измерение инноваций политики будет сопряжено с ошибками, поскольку абсолютно точно учесть степень информированности центрального банка и частного сектора нельзя. Из-за этого может возникнуть так называемая «загадка цен»4, заключающаяся в том, что в ответ на ограничительную ДКП, которая описывается ростом ставки процента, наблюдается положительный скачок цен, хотя, исходя из теоретических соображений, можно было ожидать обратной реакции. Симс (Sims, 1992) в своей работе замечает, что такая ситуация может возникнуть в том случае, если органы денежно-кредитного регулирования владеют большим объемом информации относительно будущего поведения цен, чем это может быть объяснено переменными, входящими в модель. Поскольку число переменных, входящих в модель векторной авторегрессии, ограничено, то вполне вероятно наличие пропущенных переменных и, следовательно, возникновение «загадки цен».

Помимо «загадки цен» стоит упомянуть еще и так называемую «загадку ликвидности». Исходя из теоретических соображений, в ответ на непредвиденный положительный шок денежного агрегата, т.е. при экзогенном росте денежного предложения, стоит ожидать падения ставки процента. Однако очень часто на практике наблюдается незначительное падение, или же ставка процента вопреки теоретическим предположениям поднимается. Бернанке, Бойвин и Ильяз (Bernanke, Boivin, Eliasz, 2004) также сталкиваются с этой проблемой, однако они решают ее, когда проводят оценку с помощью факторного анализа. В качестве объяснения данной загадки можно, как и в случае с «загадкой цен», рассматривать наличие пропущенных переменных, не включенных в модель.

Вторая проблема состоит в том, что импульсные отклики возможно рассчитать лишь для включенных в модель переменных, которые, вообще говоря, составляют лишь малую долю тех показатеСм., например, в работах (Sims, Zha, 1998; Leeper, Sims, Zha, 1996; Christiano, Eichenbaum, Evans, 1998; Wong, 2000).

лей, за динамикой которых следит центральный банк. Хотя число показателей, на которые обращают внимание центральные банки, исчисляется десятками, стандартные модели векторной авторегрессии не включают больше 6–8 переменных, поскольку это отразится на числе степеней свободы в модели. Модель, которую оценивают Бернанке, Бойвин и Ильяз, направлена на решение этих проблем.

Как подчеркивают авторы, динамические факторные модели позволяют обобщить информацию, содержащуюся в большом массиве временных рядов, и свести ее к сравнительно небольшому числу индексов.

Оцениваемая авторами модель описывается следующим образом.

Пусть Yt – это M 1 вектор наблюдаемых экономических переменных, имеющих влияние на всю экономику в целом. Можно было бы оценивать модель векторной авторегрессии с использованием только данных о значениях вектора Yt. Но исследователю может понадобиться учесть дополнительную информацию, не учтенную в Yt.

Можно считать, что эти ненаблюдаемые факторы описывают «экономическую активность» или «кредитные условия», которые сложно описать одним или двумя временными рядами. Пусть этот дополнительный набор информации может быть описан вектором Ft размерности K 1. Тогда предполагается, что совместная динамика рядов описывается уравнением Ft Ft- =(L) +t, (2.16) Y Y t t-где (L) – соответствующий лаговый оператор порядка d, который может содержать априорные ограничения, как в структурной VAR. Случайная ошибка t имеет нулевое среднее и матрицу ковариаций Q.

Уравнение (2.16) – это система, сводящаяся к стандартной модели VAR для Yt, если все составляющие оператора (L), которые связывают Yt и Ft-1, равны нулю. Уравнение (2.16) носит название «дополненной факторами модели векторной авторегрессии (FAVAR)». Причем, если истинной является модель FAVAR, то оценки коэффициентов стандартной VAR для Yt получаются смещенными.

Пусть имеется N 1 вектор Xt (причем N >> M + K ), определяющий набор доступной информации, который связан с наблюдаемыми (Yt ) и ненаблюдаемыми ( Ft ) параметрами следующим образом:

X = f Ft + yYt + et, (2.17) t f где матрицы, y имеют размерность N K, N M, соответственно. Векторы ошибок et размерности N 1 с нулевым средним предполагаются либо слабо коррелированными, либо не коррелированными вовсе. В работе Бернанке, Бойвина и Ильяза (Bernanke, Boivin, Eliasz, 2004) Xt содержит 120 временных рядов. Таким образом, уравнение (2.17) основывается на представлении о том, что векторы Yt и Ft могут описать поведение экономики в целом. Уравнение (2.15) позволяет при наличии информации об Yt и Xt получить оценку Ft* для набора ненаблюдаемых переменных.

Бернанке и Гертлер (Bernanke, Gertler, 1995) выделяют четыре основных результата, которые они получили при изучении откликов экономики на шоки денежно-кредитной политики.

1. Хотя непредвиденное ужесточение ДКП обычно имеет временное влияние на процентные ставки, оно тем не менее приводит к устойчивому падению реального выпуска и уровня цен.

2. Конечный спрос падает достаточно быстро после ограничительного шока ДКП. Выпуск также падает, но с запаздыванием, а значит, в краткосрочном периоде наблюдается рост товарных запасов. Постепенно товарные запасы сокращаются, что обуславливает значительную часть падения ВВП.

3. Самое быстрое и самое значительное падение отмечается в таких компонентах конечного спроса, как инвестиции и потребление.

4. Инвестиции в основной капитал падают в ответ на ужесточение денежно-кредитной политики, но несколько позже, чем инвестиции в строительство и запасы, и значительно позже падения ВВП. Причем падение инвестиций в основной капитал начинается уже после того, как значение ставки процента вернется на первоначальный уровень.

Бернанке и Гертлер подчеркивают, что в то время как большинству исследователей удается идентифицировать наличие кредитного канала, получение количественных оценок амплитуды откликов и их временных характеристик вызывает значительные затруднения.

Стоит отметить, что модели векторной авторегрессии часто приходится оценивать в первых разностях из-за нестационарности временных рядов. При этом одним из направлений улучшения статистических характеристик модели является поиск и включение в модель коинтеграционных соотношений5.

Зачастую влияние ДКП на экономику очень сложно определить однозначно, так оно может быть разным как по силе, так и по времени, через которое оно становится заметным. Причем конкретные масштабы влияния определяются неоднозначно даже в пределах одной страны. Работа Вонга (Wong, 2000) посвящена изучению этого вопроса.

Для эмпирической проверки автор использовал ежемесячные данные за 1959–1994 гг. по экономике США. Была построена модель структурной векторной авторегрессии, оценка которой проводилась на разных временных интервалах, а затем осуществлялось сравнение полученных результатов. Автор включал в векторную авторегрес См., например, (Ganev, Molnar, Rybiski, Woniak, 2002), а также (Abradu-Otoo, Amoah, Bawumia, 2003).

сию следующие переменные: индекс промышленного производства (Y), потребительские цены (P), незаемные резервы (NBR), индекс цен на товары (PCOM), общие резервы (TR), а также ставку по федеральным фондам (FF). В качестве переменной денежно-кредитной политики были выбраны незаемные резервы6. В оцениваемой модели шоки ДКП не влияют на выпуск и цены в текущем периоде, но при этом ставка процента и общие резервы характеризуются одновременной связью.

Если вектор рассматриваемых переменных представить как Zt = (Yt, Pt, PCOMt, NBRt, FFt,TRt )', то модель векторной авторегрессии в структурном виде можно записать следующим образом:

Zt = C0 + B0Zt + Zt-i + Det, (2.18) B i=где et – вектор взаимно некоррелированных шоков. Если предположить, что матрица B0 – нижняя треугольная, а матрица D – единичная, то можно оценить коэффициенты структурной формы и посчитать импульсные функции отклика.

Вонг анализирует поведение функций отклика выпуска и цен на шоки ДКП. Значения откликов через различные промежутки времени (от 3 до 60 месяцев) дают возможность описать как долгосрочное, так и краткосрочное поведение переменных. В краткосрочном периоде было обнаружено увеличение выпуска после отрицательного шока, что противоречит представлениям о том, что выпуск должен падать. На интервалах средней длины выпуск падает в большинстве случаев, а в долгосрочном периоде эффект шока сходится к нулю. Что касается сопоставления откликов для разных периодов наблюдения, отклик выпуска на шок денежно-кредитной политики становится слабее для более поздних периодов, что согласуется с представлением о большей гибкости цен в долгосрочном периоде.

Согласно исследованиям (Cristiano, Eichenbaum, Evans, 1996).

Автор также показал, что отклики выпуска на шоки ДКП были сильнее в том случае, когда ЦБ заявлял о стремлении снизить инфляцию, и слабее, когда центральный банк стимулировал экономический рост. Неоднозначность откликов можно объяснить пропущенными переменными, которые не принимаются во внимание при расчетах. В качестве примера таких показателей можно привести некоторые переменные, характеризующие фискальную политику, а также финансовую стабильность.

В завершение следует заметить, что при анализе механизмов денежно-кредитной трансмиссии в развивающихся странах необходимо учитывать их отличие от развитых экономик. В частности, Ганев (Ganev, Molnar, Rybiski, Woniak, 2002) отмечает, что экономическая ситуация в развивающихся странах вряд ли может быть описана при помощи неоклассических моделей.

Во-первых, в течение переходного периода некоторые инструменты ДКП могут быть менее эффективными, чем предполагается в теории, поскольку многие важные институты еще недостаточно развиты, а процессы, препятствующие либо искажающие денежную трансмиссию, могут иметь очень большие масштабы (в частности, бюджетный дефицит, просроченные ссуды и т.п.). Зачастую действия органов денежно-кредитного регулирования в течение переходного периода были обусловлены политическими и социальными причинами, которые практически невозможно учесть в анализе.

Кроме того, в странах с развивающимися рынками вызывает сомнения независимость центрального банка.

Во-вторых, переходный период связан с постоянными структурными изменениями экономики, и, следовательно, говорить об однородности данных в течение переходного периода нельзя. Так, например, Гайотти и Женераль (Gaiotti, Generale, 2001) показали, что в экономике Перу шоки спроса имеют большее влияние на инфляцию, чем шоки предложения.

Pages:     | 1 | 2 || 4 | 5 |   ...   | 9 |



© 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.