WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 15 |

и рассматривать функцию спроса на деньги в таком виде в случае, если коэффициент при логарифме цен ( ) в оцененном уравнении не будет значимо отличаться от единицы. Этот факт может быть проверен непосредственно во время анализа. В противном случае необходимо оценивать спрос на реальные, а не на номинальные кассовые остатки.

Рассмотренная нами спецификация предполагает экзогенное задание денежной массы, поэтому уравнение будет оцениваться само по себе, а не в системе одновременных уравнений, описывающих спрос на деньги и их предложение.

Введем некоторые обозначения:

– m0 – ряд логарифмов агрегата M0 в форме базового индекса (первое значение равно 1);

– m1 – ряд логарифмов агрегата M1 в форме базового индекса (первое значение равно 1);

– m2 – ряд логарифмов агрегата M2 в форме базового индекса (первое значение равно 1);

– m2b – ряд логарифмов агрегата широкой денежной массы в форме базового индекса (первое значение равно 1);

– p – ряд логарифмов индекса потребительских цен (ИПЦ) в форме базового индекса (первое значение равно 1);

– gdp – ряд логарифмов реального ВВП в форме базового индекса (первое значение равно 1);

– mbc – ряд процентной ставки межбанковского кредитования (МБК), %;

– nerv – ряд изменений номинального обменного курса руб./долл., %.

Выбор временного отрезка для исследования (I квартал 1999 г. – II квартал 2008 г.), несмотря на наличие в нашем распоряжении данных за более длинный промежуток времени (начиная с I квартала 1995 г.1), обус1 Данные по денежным агрегатам по РФ есть начиная с IV квартала 1991 г. Однако необходимый нам в дальнейшем показатель ВВП начал рассчитываться Госкомстатом с 1995 г.

ГЛАВА 3. МОДЕЛИРОВАНИЕ И АНАЛИЗ СПРОСА НА ДЕНЬГИ В РОССИЙСКОЙ ЭКОНОМИКЕ ловлен тем, что до конца 1998 г. поведение агрегатов денежной массы, цен, выпуска существенно отличалось от наблюдаемого на изучаемом отрезке. На рис. 1 видно, что до III квартала 1998 г. поведение денежного агрегата M2 характеризуется наличием выпуклого вверх тренда. После 1998 г. изменилась сама структура данных, которые ведут себя совершенно иначе: визуально это колебания около линейного тренда.

Поведение индекса потребительских цен с 1995 г. по середину 2008 г.

отражено на рис. 2. Моделирование структурного сдвига (существенный скачок уровня цен), имевшего место в 1998 г., значительно усложнит модель и приведет к снижению качества оценок, несмотря на появление в нашем распоряжении дополнительных 12 точек за 4 года. Более того, отметим, что до 1998 г. динамика ИПЦ содержит в себе выпуклый вверх тренд, в то время как данные после второй половины 1998 г. характеризуются выпуклым вниз трендом.

Аналогичное денежной массе М2 изменение в поведении данных можно наблюдать в ряде реального ВВП (рис. 3). Обратим особое внимание на то, что ряд ВВП обладает явно выраженной сезонностью (визуально напоминает пилу).

Таким образом, нам кажется нецелесообразным пытаться описать две принципиально разные зависимости (на периоде до и после 1999 г.) одним уравнением.

Выбор периода для анализа обусловлен еще и тем, что он позволит оценить спрос на деньги после кризиса 1998 г. Доступные точки III–IV Рис. 1. Динамика логарифмов Рис. 2. Динамика логарифмов ИПЦ денежного агрегата М(I квартал 1995 г. – II квартал 2008 г.) (I квартал 1995 г. – II квартал 2008 г.) §2. ОПИСАНИЕ ИСХОДНЫХ ДАННЫХ Рис. 3. Динамика логарифмов реального ВВП (I квартал 1995 г. – II квартал 2008 г.) кварталов 2008 г. не включены в исследование из-за смены тенденций, произошедшей из-за финансового кризиса. Таким образом, нашей задачей является исследование спроса на деньги в России в период экономической стабильности.

§ 2. Описание исходных данных В качестве показателя денежной массы поочередно используются четыре агрегата:

1) M0 – наличные деньги;

2) М1 – узкая денежная масса: наличные деньги и переводимые депозиты;

3) M2 в национальном определении, т.е. объем наличных денег в обращении (вне банков) и остатков средств в национальной валюте на счетах нефинансовых организаций, финансовых (кроме кредитных) организаций и физических лиц, являющихся резидентами Российской Федерации;

4) M2 расширенный (так называемые широкие деньги1) – квазиденьги, или денежная масса по методологии денежного обзора Банка России2.

Данные о денежных агрегатах были взяты из материалов Банка России.

1 Широкие деньги – показатель денежного предложения в экономике с широким покрытием. Широкие деньги обычно включают национальные наличность и депозиты резидентов в депозитарных учреждениях. Депозиты резидентов в иностранной валюте также могут быть включены в широкие деньги.

2 Данные об агрегате денежной массы по статистике денежного обзора публиковались в «Бюллетене банковской статистики» до 2000 г. Позднее Центральный банк стал публиковать более специализированные отчеты, например, обзоры Центрального банка, кредитных организаций, банковской системы.

ГЛАВА 3. МОДЕЛИРОВАНИЕ И АНАЛИЗ СПРОСА НА ДЕНЬГИ В РОССИЙСКОЙ ЭКОНОМИКЕ В качестве показателя уровня цен используются значения базового индекса, рассчитанного путем перемножения цепных индексов потребительских цен. Данные об ИПЦ были взяты из материалов Госкомстата РФ.

В качестве показателя экономической активности используются данные по реальному ВВП, поскольку, следуя Friedman (1956), спрос на деньги есть функция реальных переменных. Использование квартальных данных вместо месячных уменьшает число доступных точек. То есть дальнейший анализ будет произведен по 38 точкам (вместо доступных 114), что, вообще говоря, может снижать качество анализа. Этот шаг преследует две цели:

использование ВВП в качестве прокси показателя экономической активности и использование при расчетах квартальных, а не месячных данных.

На наш взгляд, ВВП – наилучший из возможных аппроксимаций показатель экономической активности, поскольку является интегральным показателем, характеризующим поведение экономики всей страны, а не ее части, как, например, индекс промышленного производства или индекс выпуска 5 основных отраслей экономики. По ВВП доступны только годовые и квартальные данные, расчет месячного ВВП статистическими органами не проводится. При выборе этого показателя мы учитывали, что поведение индекса промышленного производства или показателя реальных располагаемых доходов населения, месячные данные по которым имеются в наличии, крайне близко к поведению ВВП (корреляция около 0,9). Однако основной причиной против использования месячных данных является, на наш взгляд, то, что на спрос на деньги на месячных интервалах могут влиять другие факторы, не включенные в уравнение1.

Данные по альтернативным издержкам хранения денег взяты из материалов Банка России.

В нашем анализе мы следуем теоретическим работам исследования спроса на деньги и исходим из следующих теоретических гипотез:

1) спрос на деньги в России положительно зависит от уровня экономической активности населения;

2) в случае существования зависимости спроса на деньги от ставки процента эта зависимость отрицательна.

В качестве показателя альтернативной стоимости хранения денег используются два показателя. Первый – ставка по межбанковскому кредиту2, которая является, пожалуй, единственным рыночным процентом в рос1 В качестве примера можно привести предновогодний рост спроса на серебряные доллары в США.

2 Средневзвешенная ставка по однодневным межбанковским кредитам на московском рынке в рублях (определение Банка России).

§2. ОПИСАНИЕ ИСХОДНЫХ ДАННЫХ сийской экономике. Мы понимаем, что ставка МБК не имеет отношения к спросу на деньги (так как не является для экономических агентов альтернативной стоимостью хранения денег) и что с теоретической точки зрения правильнее было бы включение в модель ставки по депозитам1 или ставки по кредитам2. Однако существуют серьезные опасения относительно нерыночного характера этих процентных ставок. Кроме того, реальный процент по депозиту на протяжении рассматриваемого периода был отрицательным. И главное – методология исчисления ставки по депозитам Банком России менялась со временем. Доходность ГКО3 как аналога краткосрочного векселя в США также не может использоваться в качестве процента, поскольку единый ряд данных по нему отсутствует.

Выбор ставки МБК объясняется не только рыночным характером этой ставки процента, но и высокой корреляцией ставки МБК с процентом по краткосрочным кредитам и депозитам: 0,79 и 0,77 соответственно (см. рис. 4).

......99 00 01 02 03 04 05 06 M BC DEPO SIT C RE DIT Рис. 4. Динамика ставок процента по краткосрочным депозитам, краткосрочным кредитам и однодневным межбанковским кредитам (I квартал 1999 г. – II квартал 2008 г.).

1 Средневзвешенная ставка по рублевым депозитам физических лиц в кредитных организациях с учетом вкладов «до востребования» (включая Сбербанк России) сроком до 1 года. Ряд данных по ставке без учета вкладов «до востребования» неполный (определение Банка России).

2 Средневзвешенная ставка по рублевым кредитам юридическим лицам в кредитных организациях (включая Сбербанк России) сроком до 1 года (определение Банка России).

3 Средневзвешенная по объемам и срокам в обращении доходность ГКО со сроком погашения до 90 дней (определение Банка России).

ГЛАВА 3. МОДЕЛИРОВАНИЕ И АНАЛИЗ СПРОСА НА ДЕНЬГИ В РОССИЙСКОЙ ЭКОНОМИКЕ Заметим, что еще одним положительным свойством процентной ставки МБК является то, что по ней, в отличие от других процентов, доступна более частая разбивка (до ежедневной). То есть ставка МБК при необходимости может быть использована при расчетах спроса на деньги на данных с месячной и даже недельной разбивкой.

Второй показатель альтернативной стоимости хранения денег, используемый в дальнейшем при расчетах, – это изменение номинального обменного курса руб./долл. Основной причиной включения этой переменной в модель является тот факт, что ряд исследований спроса на деньги в России (часть из которых была приведена во второй главе данной работы) обнаружил зависимость спроса на деньги в России от некоторых показателей обменного курса1.

В нашем случае теоретическая гипотеза включения переменной изменения номинального обменного курса следующая: с ростом обменного курса руб./долл. (изменение курса со знаком «плюс») экономические агенты будут стремиться переводить имеющиеся у них рубли в доллары, ожидая продолжения роста курса (данное предположение строится на предпосылке об адаптивных ожиданиях). Таким образом, с ростом курса мы ожидаем снижения спроса на рубли. Однако, вообще говоря, можно построить цепочку рассуждений, когда снижение обменного курса будет сопровождаться падением спроса на деньги. Например, снижение обменного курса руб./долл. стимулирует агентов переводить имеющиеся рубли в доллары с расчетом на будущий рост курса и обратную конвертацию валют. Такой подход эквивалентен стратегии покупки актива (в данном случае доллара) по низкой цене и продаже актива по более высокой цене.

§ 3. Выбор способа оценивания функции спроса на деньги Проблемы эмпирического исследования спроса на деньги, описанные во второй главе, привели к поиску новых способов оценивания функций.

Со времени работы Engle and Granger (1987) коинтегрирующие регрессии (cointergrating regressions) стали применяться для анализа интегрированных переменных (и, в частности, спроса на деньги (Hoffman, Rasche, 1991)).

Johansen (1991) предложил альтернативную процедуру – оценку по методу максимального правдоподобия (MLE). Однако при малых выборках полученные этим методом оценки смещены.

Проблему смещенности оценок можно избежать, применяя динамический метод наименьших квадратов (DOLS), улучшающий оценки, 1 Уровни реального, номинального обменного курса, а также их изменения.

§3. ВЫБОР СПОСОБА ОЦЕНИВАНИЯ ФУНКЦИЙ СПРОСА НА ДЕНЬГИ полученные МНК (OLS) и имеющий те же асимптотические свойства оптимальности, что и процедура Johansen. Процедура DOLS была разработана в работах Phillips и Loretan (1991), Saikkonen (1991), Stock и Watson (1993). При этом статистическое моделирование показывает (Carrion-i-Silvestre и Sansу-i-Rossellу, 2004), что в случае малых выборок, что имеет место в данном исследовании, DOLS позволяет получить более точные оценки, чем другая модификация OLS (с теми же асимптотическими свойствами) – FM OLS (Full Modified OLS).

Сильная сторона метода DOLS заключается еще и в том, что он позволяет оценивать коинтеграционные соотношения между переменными разного порядка интегрированности, а также, возможно, включающими детерминированные составляющие.

Для проверки гипотез о коэффициентах можно использовать стандартные процедуры, основанные на t- и F-статистиках, поскольку DOLSоценки являются асимптотически нормальными.

Существует программа, позволяющая применять этот метод, написанная на языке Gauss1. Для эконометрического пакета Eviews, который был использован при расчетах, схема применения DOLS может быть описана следующим образом:

yt– зависимая переменная;

– объясняющие переменные.

Шаг 1. Методом наименьших квадратов оценивается регрессия вида:

Шаг 2. Строятся кросс-коррелограммы рядов2 приращений объясняющих переменных и остатков регрессии, полученных на шаге 1,.

Шаг 3. Анализируются N кросс-коррелограмм, построенных на шаге 2: определяется количество значимых запаздывающих (Ki-) и опережающих (Ki+) всплесков для каждого случая. На этой основе делается вывод о Ki- и.

1 Программа доступна по следующей ссылке: http://www.princeton.edu/~mwatson/ ddisk/cv.zip 2 Заметим, что ряды значений xit и выборочно некоррелированны по самой сути метода наименьших квадратов.

ГЛАВА 3. МОДЕЛИРОВАНИЕ И АНАЛИЗ СПРОСА НА ДЕНЬГИ В РОССИЙСКОЙ ЭКОНОМИКЕ Шаг 4. По результатам шага 3 выбирается максимальное количество значимых запаздывающих и опережающих всплесков по всем переменным, т.е.

Шаг 5. Методом наименьших квадратов оценивается регрессия вида:

т.е. регрессия шага 1 с добавлением текущих, запаздывающих (lags) и опережающих (leads) приращений переменных.

Отметим, что если xit не является причиной по Грэнжеру то на шаге 5 можно оценивать уравнение вида:

Шаг 6. Остатки модели проверяются на наличие автокорреляции с помощью стандартных методов, таких как статистика Дарбина – Уотсона, коррелограмма остатков, тест Бройша – Годфри. Далее возможны два варианта:

1) если признаков автокорреляции нет, то можно переходить к шагу 9;

2) если автокорреляция есть, то корректировку оценок, полученных на шаге 5, возможно провести способами, описанными в следующих шагах.

Pages:     | 1 |   ...   | 3 | 4 || 6 | 7 |   ...   | 15 |



© 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.