Эконометрическое моделирование макроэкономических процессов в современной российской экономике

Цель данной работы состоит в исследовании макроэкономических факторов, процессов и их взаимосвязей, препятствующих достижению низких уровней инфляции за период с начала 2003 года по апрель 2013. Российская инфляция отличается своей устойчивостью как на фоне региональных соседей стран СНГ (Улюкаев, 2008, стр. 23), так и стран-экспортеров энергетических ресурсов (Granville and Mallick, 2010).

Также, наблюдавшиеся дефляционные процессы в мировой экономике в связи с кризисом 2008 года не были характерны для России, и инфляция в годовом выражении снижалась относительно медленно даже с учетом того, что уменьшение темпов роста уровня цен является фактически основной целью провозглашенной единой государственной денежно-кредитной политики начиная с 2003 года. К тому же отметим позицию бывшего министра финансов РФ А.Л. Кудрина по возможности снижения инфляции: «В современном мире государство может за три-пять лет справиться с инфляцией, поскольку она практически полностью зависит от мер регулирования, имеющихся в распоряжении центральных банков и правительств» (Кудрин, 2013, стр. 15).

Почему это не удается сделать в российских условиях? В чем причины устойчивого инфляционного процесса в России при заявленной антиинфляционной денежнокредитной политике? Все это представляется достаточно актуальной темой, раскрытию которой посвящается данная работа.

Выбор анализируемого периода объясняется тем, что именно середина 2002 года – начало 2003 года стали отправной точкой по стабилизации и дальнейшему развитию экономики после преодолений последствий кризиса 1998 года с четким формулированием задачи снижения инфляции. Кроме того этот промежуток времени связан с председательством С.М. Игнатьева на посту главы Центрального Банка (ЦБ РФ), поэтому полученные результаты дадут возможность выявить некоторые особенности проводимой политики без структурных изменений и лучше понять и проанализировать стратегию, которой придерживались монетарные власти.

Одна из особенностей данной работы состоит в использовании базового индекса инфляции при моделировании инфляционных процессов, в котором исключается воздействие административных мер на процессы ценообразования и влияние таких волатильных компонент, как цены на плодоовощную продукцию и топливо. Это позволяет более корректно анализировать эффективность действий ЦБ РФ, направленных на борьбу с инфляцией.

75 стр., 37322 слов

Исследования, методы системного анализа и синтеза при рассмотрении ...

... порядка заполнения налоговой декларации 1.1 Основание и правовые основы налога на добавленную стоимость Экономика предприятия, региона или страны ... касающихся налога на добавленную стоимость и налоговой декларации. Структурно курсовая работа состоит из введения, двух глав, заключения, списка ... игр и XI Паралимпийских зимних игр 2014 года в г. Сочи, иностранные маркетинговые партнеры Международного ...

Объектом исследования выступают макроэкономические процессы, связанные с проведением современной денежно-кредитной политики ЦБ РФ. Предметом исследования являются особенности влияния выделенных макроэкономических переменных на инфляционный процесс в России.

Работа имеет следующую структуру: в первой главе мы проанализируем динамику основных макроэкономических переменных, обозначив несколько этапов, отличающихся развитием макроэкономического процесса. Вторая глава работы посвящается разработке теоретической модели открытой экономики, отражающей выделенные стилизованные факты в проведении денежно-кредитной политики в первой части. В третьей главе проводится эмпирическое исследование, основанное на методологии векторных авторегрессионных моделей (VAR и VECM), позволяющих описывать динамические модели без обязательной спецификации структурных уравнений, учитывая присущую многим макроэкономическим переменным эндогенность.

Глава 1 Моделирование денежно-кредитной политики в

России

1.1 Макроэкономические процессы в России в 2002-2013 гг.

В 2000-е годы сложившиеся благоприятные ценовые условия на мировом рынке углеводородов позволяли России получать высокие доходы от экспорта нефти и газа. В результате существенного притока иностранной валюты на российский рынок (так называемые «нефтедоллары») сальдо счета текущих операций в платежном балансе оставалось значительно положительным на протяжении всего анализируемого периода, тем самым создавались предпосылки к укреплению курса рубля. Однако сильный рубль приводил к опережающему росту импорта и подрывал конкурентоспособность отечественных товаров. Как видно из Рисунка 1.1, доля нефтегазового экспорта в общем объеме экспорта товаров неуклонно росла, достигнув значения 65% в 2012 году, что на 25% выше уровня 2002 года равного 52%. Импорт товаров полностью покрывался нефтегазовым экспортом, к тому же его динамика следовала и соответствовала динамике нефтегазового экспорта. Темпы роста импорта товаров были выше соответствующих значений для прироста совокупного экспорта.

Рисунок 1.1 Динамика экспорта и импорта товаров в долларовом выражении

млрд долл. 600 70% 550 68%

66%

64% 350 62% 300 60% 250 58%

56%

54% 50 52% 0 50%

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Нефтегазовый экспорт

Ненефтегазовый экспорт

Импорт товаров

Доля нефтегазового экспорта в общем экспорте товаров (правая шкала)

Источники: из расчетов автора по данным ЦБ РФ

При укреплении рубля производители импортозамещающих отраслей промышленности не успевают сокращать расходы в той же степени, что негативно сказывается на их конкурентоспособности. В связи с высокими мировыми ценами на нефть проявляется так называемый симптом «голландской болезни» в результате непропорционального подъема в одном секторе экономики (нефтедобывающем), который негативно сказывается на других отраслях производства через укрепление реального валютного курса. Данный факт учитывался при проведении денежнокредитной политики, и ЦБ РФ реагировал на это и принимал меры по поддержанию стабильности обменного курса и контролю над его укреплением относительно доллара. Тем не менее, если определить реальный эффективный курс рубля ( REER ) следующим образом:

6 стр., 2598 слов

Валюта курс валюты, его виды

... отечественных товаров, замедляющем экономический рост. Слабый рубль может быть выгоден экспортерам. Но российский экспорт ... курс, свободно плавающий и смешанный курс. Жестко фиксированный курс устанавливается государством, здесь колебания валют не допускаются. В условиях гибких плавающих валютных курсов, курс валюты ... годы и десятилетия застоя. В связи с этим в современной России заниженный курс рубля ...

REER  реальный эффективный курс рубля

 иностр.вал. 

NEER  P NEER  номинальный эффективный курс рубля   REER  , где  # 1 руб 

P*

P*  индекс цен за рубежом

P  индекс цен для России , то по Рисунку 1.2 можно проследить, что REER существенно укрепился за рассматриваемый период (приблизительно на 60 %).

В связи с кризисом 2008-2009 и значительным снижением цены на нефть в четвертом квартале 2008 года и в первом квартале 2009 года реальный эффективный курс рубля обесценился более чем на 15% относительно максимума октября 2008 года, но впоследствии в результате вновь сложившейся благоприятной внешнеэкономической конъюнктуры REER начал снова расти, снижая конкурентоспособность отечественных товаров. Это показывает, что состояние экономики сильно зависит от внешних условий на мировых рынках энергетических ресурсов. Рисунок 1.2 Динамика реального эффективного и номинального курса рубля (индекс, январь 2002

г. = 100) +(укрепление)/-(обесценение), а также цены на нефть

170 140

120

140 100

120 80

110 60

90 40

20

60 0

01-2002

06-2002

11-2002

04-2003

09-2003

02-2004

07-2004

12-2004

05-2005

10-2005

03-2006

08-2006

01-2007

06-2007

11-2007

04-2008

09-2008

02-2009

07-2009

12-2009

05-2010

10-2010

03-2011

08-2011

01-2012

06-2012

11-2012

04-2013

реальный эффективный курс рубля номинальный эффективный курс рубля

номинальный курс рубля по отношению к доллару цены на нефть «Юралс» (долл./барр., правая шкала)

Источники: Bank for International Settlements по корзине валют, учитывающей 61 страну, и ЦБ РФ

Между тем происходило обесценение номинального эффективного курса рубля, поэтому наблюдавшийся разрыв между реальным и номинальным эффективным курсом объяснялся прежде всего опережающим ростом цен внутри России относительно иностранных (различием в уровнях инфляции).

До начала кризиса ЦБ РФ проводил интервенции на внутреннем валютном рынке, увеличивая золотовалютные резервы. В результате рубль укрепился приблизительно на 30% к доллару, но затем за 8 месяцев с июля 2008 года курс рубля существенно снизился до 85% уровня января 2002 года. Зависимость экономики от цен на нефть и газ вызывает риск значительного обесценения валютного курса как реакции на негативные ценовые шоки, повышая его волатильность. Заметим, что после начавшегося посткризисного восстановления как номинальный эффективный курс рубля, так и номинальный курс рубля к доллару колебались в пределах 10% относительно своих уровней середины 2009 года без видимых тенденций к укреплению или обесценению, но реальный эффективный курс рубля продолжал расти.

В то же время в 2003 году ЦБ РФ объявил, что основной целью монетарной политики является достижение низких темпов инфляции1. Впоследствии из-за влияния благоприятной внешней обстановки на мировых рынках энергоносителей ЦБ РФ уточнил принципы денежно-кредитной политики, добавив к приоритетным направлениям обеспечение внутренней и внешней стабильности курса рубля 2. В связи с неопределенностью динамики цен на нефть в 2008 году ставилась задача перехода от управления валютным курсом к свободному плаванию рубля с расширением границ бивалютной корзины и использованием ставки процента как более эффективному инструменту антиинфляционной политики. Однако последовавшие кризисные события 2008 года послужили препятствием для выполнения поставленных задач. Начиная с 2009 года ЦБ РФ начал осуществлять практику установления целевых значений по уровню инфляции на среднесрочную перспективу (трехлетний период) в рамках перехода к режиму таргетирования инфляции, основной задачей которого признается стабильность цен. Это делает политику центрального банка более прозрачной, Например, из основных направлений единой государственной денежно-кредитной политики на 2003 год: «Конечной целью единой государственной денежно-кредитной политики, проводимой Банком России во взаимодействии с Правительством Российской Федерации, остается снижение инфляции и поддержание ее на низком уровне. На ближайшие три года ставится задача снизить инфляцию до уровня ниже 8%». Из основных направлений единой государственной денежно-кредитной политики на 2006 год: «Проводимая в России денежно-кредитная политика направлена на обеспечение внутренней и внешней стабильности национальной валюты. Стабильно низкий уровень инфляции является условием для достижения устойчивого экономического роста, который позволит значительно повысить уровень жизни населения». понятной и последовательной вследствие повышения ответственности властей за исполнение ранее объявленных значений по инфляции.

14 стр., 6560 слов

Инфляция и валютный курс

... Валютный курс необходим для международных валютных, расчетных кредитно-финансовых операций. Предмет исследования в курсовой работе - инфляция и валютный курс, а объектом являются основные аспекты зависимости между инфляцией и валютным курсом. Целью данной курсовой работы является анализ понятий инфляции и валютного курса, ... знаками сверх реальных потребностей хозяйства и их обесценении. Инфляция, по ...

По критерию развития макроэкономических процессов в России в 2002-2013 гг. можно выделить несколько периодов, отличающихся динамикой выпуска, состоянием платежного баланса и инфляцией. Например, А. В. Улюкаев (2008) рассматривал 3 этапа с 1999 года, заканчивая анализ 2007 годом. Следуя той же логике, продолжим исследование для более поздних периодов. Для этого потребуется статистика по изменению реального ВВП, динамике основных компонент платежного баланса и инфляции. Построенные зависимости на Рисунках 1.3 и 1.4 используются при описании основных характеристик каждого из этапов. Полные статистики по инфляции и изменениям в индексе реального ВВП для каждого из этапа, а также динамика чистого притока(+)/оттока(-) капитала и торгового баланса в % ВВП по годам доступны в Приложении 1. Полученные результаты показаны в Таблице 1.1 (с использованием материалов А.В. Улюкаева (2008)): Таблица 1.1 Основные этапы в развитии макроэкономических процессов в России в 2002-2013 гг.

Название этапа и

Описание и основные характеристики временные рамки

I этап: Данный период характеризовался значительно положительным чистым экспортом Стабилизация (около 15% ВВП), но в то же время относительно слабой инвестиционной экономики: III квартал активностью, когда использовались ранее не задействованные производственные 2002-II квартал 2006 мощности, и оттоком капитала (около 2% ВВП).

Данный этап отличался высокими ценами на товары российского экспорта, притоком

II этап:

иностранного капитала (в основном спекулятивного характера и в виде кредитов в Инвестиционное

иностранной валюте), максимальным значением загрузки производственных развитие: III квартал

14 стр., 6759 слов

Конструирование структурированного финансового продукта с реальной ...

... способе конструирования и форме финансового инструмента, а не на его фундаментальных характеристиках, комплексной структуре. В данной работе будет ... быть использованы в первую очередь компаниями реального сектора и финансовыми институтами для хеджирования рисков, возникающих в ... продукта, привязанного к уровню инфляции. По сути, ноты, привязанные к инфляции (inflation-linked notes), распространенные ...

мощностей, ускорением роста инвестиций в основной капитал, при этом доля 2006-II квартал 2008

внешнеторговых операций в ВВП постепенно снижалась до 10%.

В данном периоде приток капитала сменился на существенный отток, составивший

III этап:

только за IV квартал более 130 млрд. долларов, а за весь этап около 215 млрд. финансовый кризис: III

долларов. Примечательно, что начиная с 2002 к этому моменту накопленный приток квартал 2008-III

капитала равнялся 201.5 млрд. долларов. Вместе с тем сальдо торгового баланса квартал 2009

уменьшалось, но оставалось положительным с небольшим снижением в % ВВП.

IV этап: На фоне благоприятной ценовой конъюнктуры на углеводороды торговый баланс

преодоление стабилизировался на 10% уровне ВВП при увеличении доли нефтегазового экспорта последствий кризиса и в общем объеме экспорта, однако отток капитала продолжился (последний раз

переход к небольшой приток капитала наблюдался во II квартале 2010 года).

Стало таргетированию наблюдаться снижение положительного воздействия нефтегазового сектора на

инфляции развитие экономики при сохраняющихся достаточно высоких ценах на нефть. Рисунок 1.3 Динамика чистого притока(+)/оттока(-) капитала, торгового баланса и итогового

сальдо в долларовом выражении по кварталам

чистый приток(+)/отток(-) капитала

торговый баланс

млрд долл. сальдо торгового баланса и счета движения с капиталом

80

40

0

  • 20
  • 40
  • 60
  • 80
  • 100
  • 120
  • 140

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

III квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

I квартал

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Источники: из расчетов автора по данным ЦБ РФ

Рисунок 1.4 Взаимосвязь между изменениями индексов реального ВВП и ИПЦ, измеренных по отношению к соответствующему периоду предыдущего года, по этапам: Квартальные данные

2002:III-2013:1.

Источники: из расчетов автора по данным Росстата

По Рисунку 1.4 отчетливо прослеживаются 4 кластера в рамках выделенных этапов. На первом этапе рост индекса реального ВВП не превышал 8% и в среднем составлял 6.5% при средней инфляции около 12.5%. Наблюдается существенная отрицательная корреляция между исследуемыми переменными.

В период инвестиционного развития был достигнут стабильный рост индекса реального ВВП более чем на 8%. в условиях относительно снижающейся инфляции, в среднем составившей 10.5%. На данном этапе есть одно экстремальное значение (outlier) для II квартала 2008 года, связанное с приближающимся кризисом (свидетельство о «перегреве» экономики), когда инфляция в годовом выражении составила более 14% при снизившемся выпуске. Если не учитывать данное наблюдение, то наблюдается вертикальный тренд между переменными.

27 стр., 13006 слов

Социально-экономические последствия инфляции

... цены здесь, аналогичны тем, которые давят и на другие глобальные экономики мира. Анализ цен, динамика индексов инфляции, тенденции развития потребительского рынка представлены во второй главе курсовой работы. При ... впервые стал употребляться в Северной Америке в период гражданской войны 1861-1865 гг. и обозначал процесс разбухания бумажно-денежного обращения. В XIX веке этот термин ...

В кризисный период показатель реального ВВП год к году по кварталам сокращался в среднем на 4% (в острой фазе кризиса более чем на 8%) при стабильно высокой средней инфляции 13%. Отрицательная корреляция между инфляцией и ростом реального ВВП сменилась на положительную.

На четвертом этапе темпы роста реального ВВП заметно снизились и составили чуть более 3% год к году. При этом инфляция начала снижаться и не превышала 10% в годовом выражении ни в одном из кварталов, в среднем составив 7%. Данное уменьшение показателя инфляции может объясняться изменениями в денежнокредитной политике вследствие перехода к режиму таргетирования инфляции, когда растет доверие к действиям центрального банка, и все это помогает эффективно сдерживать и регулировать инерционный компонент инфляции, связанный с инфляционными ожиданиями. В то же время отрицательная взаимосвязь между инфляцией и ростом реального ВВП стала менее выраженной.

Таким образом, было показано, что внешнеэкономические условия оказывают существенное воздействие на динамику макроэкономических переменных в России. Политика монетарных властей во многом определяется состоянием платежного баланса. ЦБ РФ ставилась задача снижения инфляционного давления на экономику, но при этом немаловажно было также обеспечивать стабильность национальной валюты в условиях значительного притока «нефтедолларов» для поддержания конкурентоспособности отечественных товаров. Для этого ЦБ РФ участвовал в интервенциях на внутреннем валютном рынке, накапливая золотовалютные резервы. Однако за этот период реальный эффективный обменный курс рубля вырос на 60% прежде всего за счет различий в темпах инфляции. На протяжении всего рассматриваемого периода, за исключением кризисного, в рамках каждого из выделенных этапов инфляция и индекс реального ВВП были отрицательно коррелированны. В посткризисном развитии положительное влияние нефтегазового сектора на рост ВВП заметно уменьшилось, но в то же время инфляция снизилась.

1.2 Основные особенности монетарной политики: обзор литературы

Существует обширная литература по анализу и моделированию макроэкономических процессов в России.

В работе Granville and Mallick (2010) показывается, что в 1995-2009 гг. денежнокредитная политика была направлена в первую очередь не на снижение инфляции, а на таргетирование валютного курса для того, чтобы не допустить существенного его укрепления в реальном выражении. Инфляция растет при несоответствии целей по инфляции и таргетируемому валютному курсу. В результате в любом случае конкурентоспособность отечественных товаров снижается не за счет укрепления рубля, а за счет выросших цен, что согласуется с проведенным анализом в главе 1.1. ЦБ РФ фактически преследовал 2 противоречащие цели без эффективного инструмента изъятия избыточной денежной массы, выпускаемой вследствие притока иностранной валюты. Например, в полученном авторами коинтеграционном соотношении для инфляции рост резервов оказался незначимым регрессором, при этом эффект переноса обменного курса рубля к доллару составил 0.31%, что можно интерпретировать, как ослабление курса рубля на 1% при прочих равных условиях ведет к увеличению инфляции на 0.31%. В долгосрочном периоде именно шоки валютного курса оставались основным фактором возникновения инфляционного давления. Авторами было установлено, что реальная процентная ставка сильнее реагировала на изменения обменного курса, чем на инфляционные шоки, поэтому выдвинутая гипотеза подтверждалась.

24 стр., 11892 слов

Валютные курсы и валютная политика государства

... проведения конверсионных операций. Валютный курс в зависимости от учета инфляции классифицируется следующим образом: Реальный – курс, учитывающий инфляцию; Номинальный В зависимости продажи валюты выделяют курс наличной и безналичной продажи. 2. Валютная политика государства. Общие ...

О том, что усилия ЦБ РФ направлены на стабилизацию валютного курса и регулирование его равновесных значений, свидетельствует исследование Vdovichenko and Voronina (2006).

Причиной такого поведения может служить неразвитость и неэффективность финансового сектора и банковской системы. Поэтому инструмент процентных ставок не является результативным. Схожий вывод для более общего случая переходных экономик был получен в работе Bauer and Herz (2007).

Sosunov and Zamulin (2007) строят модель экономики, подверженной симптомам «голландской болезни», в которой вся выручка от продажи сырья идет на покупку импортных товаров. Из Рисунка 1.1 мы видим, что данное допущение хорошо описывает ситуацию в российской экономике. Авторы вводят понятие «абсолютно эффективного фискального стабилизационного фонда», в котором в случае высоких цен экспортных товаров аккумулируется вся экспортная выручка, а при низких ценах расходуются накопленные средства. Из-за неопределенности мировых цен такой фонд не существует в реальности, а в его отсутствие авторами показывается, что оптимальным решением является использование монетарной политики, которая реагирует не только на инфляцию, но и на реальный обменный курс, причем вес инфляции должен быть выбран сравнительно большим. Относительно политики ЦБ РФ делается вывод о том, что накопление резервов оптимально, но при этом в целевой функции слишком большое значение придается реальному обменному курсу при реакции на шоки.

Продолжая тему «голландской болезни», рассмотрим работу Lama and Medina (2010), в которой анализируется модель малой открытой экономики. Показывается, что политика центрального банка по противоборству укреплению национальной валюты помогает снижать потери в экспортном секторе экономики, но за счет нерационального использования ресурсов в других секторах экономики. Выводится, что социальное благосостояние является убывающей функцией от вмешательства монетарных властей на валютном рынке. Benkhodja (2011) получает, что в рамках модели DSGE гибкий валютный курс является оптимальным с точки зрения минимизации потерь в условиях симптомов «голландской болезни».

Интересно исследование А. Кудрина (2013) по анализу денежно-кредитной политики России в 2000-2012 гг. и ее сравнении с другими странами, также имеющие значительный профицит счета текущих операций в платежном балансе. Автор приходит к выводу, что сбережение нефтегазовых доходов в резервных фондах является эффективным инструментом макроэкономической стабилизации, позволяющий решить проблему сдерживания обменного курса рубля в связи с притоком валютной выручки от продажи ресурсов и в то же время противостоять инфляции. С 2004 года в России закрепилась практика следования бюджетному правилу, которое устанавливает в зависимости от прогнозных значений мировой цены на нефть долю нефтегазовых доходов, идущую на бюджетные расходы. Неиспользованная часть доходов накапливается в Стабилизационном фонде для стерилизации избыточной денежной массы. Автор считает, что выбранные бюджетные правила являются слишком мягкими для достижения низкой инфляции из-за того, что недостаточное количество средств аккумулируется в резервных фондах. Экономика не может эффективно освоить избыточное количество денег, что выражается в давлении на цены. Показателен рост ненефтегазового дефицита бюджета в % ВВП с уровня 2% в 2004 году до устойчивых показателей более 10% начиная с 2009 года и значительный рост федеральных расходов в реальном выражении с темпами прироста до 30% ежегодно. Это не способствует стабилизации экономики, так как увеличиваются риски невыполнения взятых социальных обязательств в условиях негативного шока цены на нефть. Для сопоставления приводится пример Китая со схожей ситуацией сильного платежного баланса, реализующий также политику накопления золотовалютных резервов. Однако средняя инфляция в 2000-2007 гг. равнялась 2%, которой удалось добиться Китаю за счет жесткой монетарной политики, заключающейся в стерилизации и контроле над приростом предложения денежной массы, стабильно не превышающим 20% ежегодно. Поэтому основной вывод автора о причинах устойчивой высокой инфляции сводится к неоправданно мягкой бюджетной политике властей.

8 стр., 3644 слов

Валютный курс и валютная политика государства

... валютного курса. 1.2. Классификация валютных курсов На валютном рынке можно выделить два основных вида валютного курса: ? Номинальный валютный курс; ? Реальный валютный курс. Номинальный валютный курс не учитывает уровень инфляции. ... основах валютного курса и валютной политики; ? рассмотреть, проанализировать валютную политику России; ? предложить пути совершенствования валютной политики России. ...

1.3 Инфляционный процесс в России

Так как снижение инфляции является приоритетным направлением денежнокредитной политики, остановимся на природе данного процесса подробно, обозначив основные монетарные и немонетарные факторы.

Наблюдавшаяся достаточно высокая и устойчивая инфляция в течение длительного периода времени негативно влияла на развитие страны и являлась одним из важнейших препятствий в достижении сбалансированного экономического роста. В теории это объясняется тем, что инфляция снижает эффективность системы ценообразования, так как изменяются относительные цены по отношению к долгосрочным фундаментальным значениям. Вследствие относительных различий в жесткости цен на разные товары и услуги межвременные предпочтения экономических агентов искажаются, поэтому ресурсы распределяются менее эффективно. Также, более высокая инфляция является менее предсказуемой из-за большей волатильности и создает предпосылки для неэффективной «борьбы за ренту», так как экономическим агентам становится выгодней откладывать платежи во времени (Summers 1991).

Инфляционный процесс в России имеет достаточно сложную природу. Как показывает Рисунок 1.5, подход, в котором монетарные факторы, связанные с непропорциональным ростом денежной массы, выступают главной причиной формирования инфляционных процессов, не объясняет поведение инфляции. Так, с середины 2005 года до середины 2007 года наблюдалось устойчивое снижение инфляции при существенном постоянном приросте денежной массы с 30% до 60% в годовом исчислении. Между тем с начала 2008 года по середину 2009 года отмечалась противоположная тенденция, когда максимумы инфляции накладывались на отрицательный прирост М2, достигавший более 10% в годовом значении. В посткризисный период до середины 2010 года опять же наблюдалась обратная ситуация, когда при увеличивающихся темпах М2 снижалась инфляция. Полученное несоответствие монетарной теории инфляции может объясняться действием денежной массы на инфляцию с некоторым лагом, величина которого в зависимости от рассматриваемого этапа составляет около 1 года. Тем не менее, стабильность базового компонента инфляции трудно объяснить резкими движениями в показателях денежного предложения. Рисунок 1.5 БИПЦ, ИПЦ и темпы прироста денежного агрегата М2 (в % к соответствующему

периоду предыдущего года)

16% 70%

60%

14%

50%

12%

35 стр., 17136 слов

Прогнозирование валютного курса доллара США

... сущность понятия «валютный курс» 2. Обозначить методы прогнозирования валютного курса 3. Провести анализ динамики валютного курса доллара США на российском рынке 4. Спрогнозировать курс доллара США ... валютный курс должен основываться на паритетах и соглашениях, установленных международными органами.[2.с.-30] Режим обменного курса – это механизм определения номинального обменного курса на валютном ...

40%

10% 30%

8% 20%

10%

6%

0%

4%

  • 10%

2% -20%

январь

январь

январь

январь

январь

январь

январь

январь

январь

январь

январь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

сентябрь

май

май

май

май

май

май

май

май

май

май

май

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

ИПЦ БИПЦ M2 (правая шкала)

Источники: из расчетов автора по данным Росстата и ЦБ РФ

Моделирование факторов инфляции для российской экономики проводилось в работах Баранова А. и Сомовой И. (2009), Поршакова А. и Пономаренко А. (2007).

Приведем основные выводы исследований.

Баранов А. и Сомова И. (2009) рассматривают спецификации модели инфляции как с включением только монетарных факторов (денежная масса, обменный курс руб./доллару, ставка MIBOR), так и с добавлением немонетарных компонент (инфляционные ожидания, расходы консолидированного бюджета России, тарифы естественных монополий).

Оказалось, что оценивание модели по спецификации только монетарных переменных дает незначимую регрессию (например, Radj

 16.5% , все

коэффициенты незначимы за исключением обменного курса).

В тоже время объединение монетарных и немонетарных факторов в одну регрессию позволяет улучшить модель, в которой все коэффициенты на 5% уровне значимы (за исключением фактора денежной массы, который находится на грани значимости с pзначением равным 5.9%, но это можно объяснить возможной проблемой мультиколлинеарности, так как денежная масса, обменный курс и ставка процента коррелируют друг с другом. Результаты оценки представлены в Таблице 1.2.

Таблица 1.2. Факторы, определявшие прирост ИПЦ в 1999-2006 гг.

Значение Характеристика Независимая переменная t-статистика p-значение

коэффициента уравнения

Константа 1.0137 2.1010 0.0480

Radj  87.75%

GDPRt -0.1702 -10.9715 0.0000

 

j 1

t j 0.4357 3.4362 0.0250 F (5.21)  38.24[0.000]

EX t (с лагом 4 квартала) 0.1332 2.4951 0.0210 M t (с лагом 4 квартала) 0.0929 1.9961 0.0590 AR(1)  0.175[0.6757] it (с лагом 4 квартала) -0.0930 -3.0350 0.0063

Источники: расчеты Баранова А. и Сомовой И.

Фактор инфляционных ожиданий оказывает наибольшее воздействие на прирост инфляции в краткосрочном периоде. Делается вывод о том, что в российских условиях нельзя не учитывать монетарную составляющую инфляции, но ее изучение следует производить в совокупности с немонетарными компонентами.

Идею оценивания действия денежной массы на инфляцию не в абсолютных величинах (как увеличение денежного предложения), а в отклонении от равновесных значений (некоего «естественного» уровня) в своем исследовании реализовали Поршаков А. и Пономаренко А. (2007).

Также, они добавили в спецификацию немонетарные факторы, связанные с изменениями предельных издержек производителей, и оценили векторную авторегрессию коррекции ошибок по месячным данным с января 1999 года по сентябрь 2007. Рассчитанный коэффициент денежного разрыва составил 0.02, означающий, что превышение фактического объема М2 над естественным уровнем на 1% ведет к увеличению инфляции на 0.02 п. п. Этот результат отличается своей устойчивостью при различиях в подходах его расчета. В общем, монетарный разрыв не может полностью объяснить динамику инфляции (по расчетам авторов, он объясняет в среднем 20% в России).

Однако данная взаимосвязь статистически значима, и «ускорение темпов инфляции (относительно темпов роста издержек производителей), как правило, происходило именно в те периоды, когда предложение денег в экономике было избыточным» (Поршаков А. и Пономаренко А., 2007, стр. 74).

Следовательно, авторами устанавливается, что немонетарные факторы имеют большее значение, но в то же время вместе с монетарными составляющими они хорошо дополняют друг друга в формировании инфляционных процессов, поэтому нужно учитывать их совместное действие. Важно отметить, что в связи с процессом дедолларизации естественный объем денежной массы увеличивался, и это оказывало сдерживающий эффект на цены.

Глава 2 Теоретическая модель монетарной политики

2.1 Теоретические аспекты

Предложенная теоретическая модель отражает ранее описанные стилизованные факты в проведении макроэкономической политики, когда за рассматриваемый период в условиях существенного притока валютной выручки ЦБ РФ фактически следовал двум противоречащим целям: снижению инфляции до заранее объявленных уровней и поддержанию стабильности обменного курса рубля. Модель базируется на подходе и предпосылках, предложенных в работе Granville and Mallick (2010, p. 434) для эмпирической оценки инфляционного уравнения. Новизной текущей работы будет добавление целевой функции центрального банка, уравнения кривой IS и реального эффективного обменного курса в начальную установку модели. Данное усовершенствование позволит проанализировать факторы и условия, при которых монетарным властям становится предпочтительней таргетировать инфляцию, валютный курс или пытаться сочетать их одновременно. Затем мы представим эмпирические результаты, дающие возможность оценить оптимальность проводимой монетарной политики. Определим переменные следующим образом:

Таблица 2.1 Описание переменных модели

Обозначение переменной Название переменной Примечание

yt Логарифм реального ВВП rt Реальная процентная ставка Проценты

Логарифм номинального # национальной валюты за 1

et эффективного курса национальной средневзвешенную единицу

валюты иностранной валюты корзины

p Логарифм внутреннего уровня цен Национальная валюта

p* Логарифм иностранного уровня цен Валюта иностранной корзины

Логарифм реального эффективного

qt курса национальной валюты

qt  et  pt*  pt

u yt Экзогенный шок выпуска (изменение

производительности)

~ 0; y2 

Логарифм объема национальных

DCt активов

FXt Логарифм международных резервов mtd Логарифм спроса на деньги Номинальная величина

s

m t Логарифм предложения денег Номинальная величина

u mt Экзогенный шок денежного рынка  

~ 0; m2

ut Экзогенный инфляционный шок ~ 0;  2

t Инфляция внутри страны  t  pt  pt 1

 *

t Инфляция за рубежом Экзогенная переменная

Рассмотрим многопериодную модель открытой экономики, в которой каждый период на один следующий период центральный банк принимает решение по количественному выбору инструментов с целью одновременного снижения инфляции и поддержания внутренней и внешней стабильности национальной валюты. Допустим, что обменный курс участвует в формировании спроса на деньги и является одним из факторов при описании уравнения кривой IS, определяющей равновесие на товарном рынке.

Реальный обменный курс действует на выпуск через изменение торгового баланса. Так, например, удорожание реального курса национальной валюты делает отечественные товары относительно более дорогими для иностранцев. Поэтому это негативно воздействует на экспорт как в количественном соотношении, так и в стоимостном плане. Между тем импорт становится относительно дешевле, но направление совокупного эффекта неоднозначно, потому что одновременно падает цена, и растет объем. Предположим, что условие Маршалла-Лернера выполняется, а именно сумма абсолютных эластичностей национального спроса на импорт и иностранного спроса на национальный экспорт больше единицы. Тогда удешевление реального обменного курса ведет к улучшению торгового баланса, следовательно, росту выпуска (Davidson, 2009, p.125).

Тогда уравнение кривой IS для открытой экономики принимает вид:

yt     r  rt   q  qt  u yt , (2.1)

где  q  0 обозначает эластичность торгового баланса по реальному

эффективному курсу рубля, а  r  0 отражает реакцию выпуска на изменение реальной ставки процента. Снижение ставки процента делает инвестиции более привлекательными, и поэтому выпуск увеличивается.

Сальдо операций с валютой для центрального банка в платежном балансе записывается, как:

mts  DCt  FX t (2.2)

Функция спроса на деньги зависит от номинального обменного курса, реальной ставки процента и уровня выпуска:

mtd     y  yt   r  rt   e  et  umt , (2.3)

где все угловые коэффициенты  y ,  e ,  r положительны. По уравнению

Фишера ( Rt  rt   te ) при неизменных ожиданиях инфляции рост процентной ставки означает увеличение издержек хранения денег. Рост выпуска связан с увеличением транзакций в экономике, следовательно, с ростом спроса на деньги. Подтверждение включению номинального обменного курса в функцию спроса на деньги для российской экономики можно найти в работах Korhonen and Mehrotra (2010), Oomes and Ohnsorge (2005), которое позволяло им получать стабильное долгосрочное (коинтеграционное) соотношение. Это может объясняться тем, что при долларизации экономики и устойчивой инфляции жители могут также держать иностранную валюту из мотива предосторожности, поэтому обесценение обменного курса приводит к росту альтернативных издержек хранения денег в национальной валюте, следовательно, реальные денежные балансы сокращаются (Papazoglou and Pentecost, 2004).

Поэтому зависимость между спросом на деньги и валютным курсом отрицательна. Используя определение qt  et  pt*  pt , перепишем (2.1) через et :

  yt     r  rt   q  et  pt*  pt  u yt (2.1)’

Предположим, что денежный рынок находится в равновесии. Тогда, приравнивая (2.2) и (2.3)’, mts  mtd , выразим DCt :

DCt     y  yt   r  rt   e  et  FX t  umt (2.4)

Обозначим за  изменение переменной с момента t  1 по t (например, yt  yt  yt 1 ).

Тогда, вычитая из (2.1) и (2.4) значения предыдущего периода, получаем:

  yt   r  rt   q  et   t*   t  uyt (2.1)’’

DCt   y  yt   r  rt  e  et  FX t  umt (2.4)’

Уравнение кривой Филлипса для открытой экономики записывается в виде:

 t   y  yt   e  et   DC  DCt  ut , (2.5)

где все угловые коэффициенты больше нуля. Включение DCt объясняется тем, что, при существенном притоке валютной выручки покупка центральным банком активов с последующим выпуском денег для поддержания курса ведет к росту инфляции. Подставляя результат для DCt из (2.4)’ в (2.5), выразим инфляцию через изменение выпуска, номинального обменного курса, процентной ставки и резервов:

   y DC  yt   r  DC  rt   DC  FX t t 

y

(2.6)

  e   e DC   et  ut   DC umt 

В общем виде соотношение (2.6) записывается следующим образом:  t   y  yt   r  rt  e  et   FX  FX t   t , (2.7)

где  t 

ut   DC umt  – совокупный аддитивный шок. Мы ожидаем, что

1   e   e DC

 y  0,  r  0, e  0,  FX  0. Увеличение резервов (накопление в стабилизационном фонде) в условиях управляемого валютного курса является инструментом, который позволяет стерилизовать избыточную валютную выручку, поэтому его влияние на инфляцию отрицательно. Пользуясь результатом (2.1)’’, подставим его в (2.6) и выразим инфляцию:

 

r y   y DC    r  DC 

 rt 

 q y   y DC    e   e DC 

 et 

1   q  y   y DC  1   q  y   y DC  t 

 q  y   y DC   DC  y   y DC  uyt  ut   DC umt 

   t*   FX t 

1   q  y   y DC  1   q  y   y DC  1   q  y   y DC 

Поэтому в общем виде это записывается так:

 t  r  rt  e  et  FX  FX t     t*  t , * (2.8)

где t 

 y   y DC  uyt  ut   DC umt 

, r  0, e  0, FX  0,  *  0 .

1   q  y   y DC 

Допустим, что цель центрального банка добиться минимизации отклонений инфляции и номинального обменного курса от преследуемых таргетов для следующего периода. Поэтому функция потерь записывается следующим образом:

  Lt   t   target    et  etarget ,3

 2

(2.9)

где   0 обозначает относительный вес обменного курса в функции потерь. В момент t центральный банк принимает решение о выборе политики для следующего периода. Предположим, что центральный банк может контролировать rt , et , FX t таким образом, что их изменение напрямую отражается в инфляции по уравнению (2.8).

Центральный банк преследует цель снижения инфляции, поэтому на момент времени t  t   target . Между тем вследствие снижения конкурентоспособности укрепление курса валюты не является желательным исходом, поэтому таргет устанавливается на уровне не меньшем, чем значение курса на момент t . Из-за разности внутренней и зарубежной Следует отметить, что введенная функция соответствует основным направлениям единой государственной денежно-кредитной политики в период 2003-2013 гг. в России, а именно снижение инфляции и стабильность национальной валюты. Невключение выпуска объясняется тем, что, как считалось, при выполнении этих необходимых условий рост выпуска будет достигнут автоматически. инфляции он должен быть выбран фактически на большем уровне для снижения отрицательных последствий для реального обменного курса, поэтому et  etarget . Таким образом, при прочих равных, центральный банк сталкивается с компромиссным выбором: требуемое для таргета инфляции снижение обменного курса ведет к его отрицательному отклонению от etarget , увеличивая потери. И обратно: требуемое для таргета обменного курса увеличение инфляции приводит к большему отклонению инфляции от  target .

Возьмем математическое ожидание в момент t  1 от (2.8):

Et t 1  r  Et rt 1  e  Et et 1  FX  Et FX t 1   *  Et t*1  Ett 1   r  Et rt 1  e  Et et 1   FX  Et FX t 1   *  Et t*1

Из введенных предпосылок условимся в записи, что все переменные с индексом t  1 эквивалентны взятому от них математическому ожиданию в момент t . Поэтому при выборе политики центральный банк руководствуется следующим соотношением:

 t 1  r  rt 1  e  et 1  FX  FX t 1     t*1

* (2.10)

Переходя к первому дифференциалу для (2.9)

    dLt 1  2  t 1   target  d t 1  2  et 1  etarget  det 1 (2.11)

 t 1  d t 1  t 1   t   t 1

Допустим, что . Тогда с учетом предыдущее

et 1  det 1 et 1  et  et 1 выражение перепишется:

    Lt 1  2  t   t 1   target   t 1  2  et  et 1  etarget  et 1 (2.12)

Центральный банк может выбирать следующие варианты политики:

1) Полное следование таргету по инфляции:  t 1   target   t .

2) Полное следование таргету по обменному курсу: et 1  etarget  et .

3) Неполное следование таргетам:  t 1   target   t ; et 1  etarget  et

Проанализируем, как результаты политики влияют на изменение функции потерь (2.12) при прочих равных условиях, когда rt , FX t выбираются одинаковыми в любом из сценариев. Поэтому в этом случае относительно номинального эффективного обменного курса, et , переменные rt , FX t перестают воздействовать на инфляцию. Следовательно, (2.10) можно записать как:  t 1  At 1  e  et 1 , (2.13)

где At 1  r  rt 1  FX  FX t 1   *   t*1 , так что At(11)  At(21)  At(31) (верхний

индекс обозначает вариант сценария).

2.2 Эффекты различных видов политик на благосостояние

Сценарий 1. Полное следование таргету по инфляции:  t 1   target   t .

Для достижения таргета  target  At 1  e  et 1 обменный курс снижается:

 target  At 1 et 1  . Заметим, что  target заведомо меньше At 1 , иначе можно было

e увеличивать обменный курс до тех пор, пока не был бы достигнут таргет по инфляции, что противоречит сути модели. Величина изменения потерь составляет:

  target  At 1 target    target  At 1 

  L(t1)1  2  target   target   t 1  2   et 

e

e   

e

 

   

 A   target   At 1   target   2   etarget  et  t 1      0 (*)

  e    e 

Сценарий 2. Полное следование таргету по обменному курсу: et 1  etarget  et .

 t 1  At 1  e  et 1 

Для достижения таргета инфляция растет: . Величина

 At 1  e  e target  et  изменения потерь равняется:

         L(t 2)1  2 At 1  e  etarget  et   target  At 1  e  etarget  et   t  2  etarget  etarget  et 1 

 A   target   At 1   target  target   t  2e2   etarget  et  t 1

e

  

e

e

 etarget  et   0 (**)

   

At 1   t Лемма 1: При полном следовании таргету обменного курса

e

 etarget  et  0  Доказательство: Так как при данной политике инфляция растет  t 1  At 1  e  et 1   t , где et 1  etarget  et , следовательно, At 1   t  e  et 1 .

At 1   t  e  et 1 Поэтому  et 1   et 1  0 . Что и требовалось доказать.

e e

Таким образом, как мы видим, абсолютное следование одному из таргетов заведомо влечет за собой положительный прирост в потерях.

Заметим, что первая скобка одинакова для (*) и (**).

Поэтому сравним:

 At 1   target   At 1   target  target   t 

    с e2     etarget  et 

 e   e e 

Очевидно, что при большем значении  вариант таргетирования обменного курса является предпочтительным. Это не противоречит интуиции. Коэффициент e интерпретируется, как создаваемый изменениями валютного курса эффект переноса на цены, который больше нуля. Рассмотрим, как изменение e влияет на относительную предпочтительность политик. Для этого подсчитаем следующие производные:   A   target   d     t 1  

   e   A   target 

    t 1 2   0

de  e 

  A   target  target   t d  e2   t 1

e

e

 etarget  et    

de



 

 At 1   t  2e  etarget  et  0 .

Лемма 2: При полном таргетировании обменного курса At 1   t  2e  etarget  et   0. Доказательство: Так как при данной политике инфляция растет  t 1  At 1  e  et 1   t , где et 1  etarget  et , следовательно, At 1  e  et 1   t  0. Так как e  0, et 1  0 , поэтому At 1  2e  et 1   t  At 1  e  et 1   t  0 . Что и требовалось доказать.

Таким образом, мы получили, что при увеличении эффекта переноса валютного курса на цены ( e ) полное следование таргету по инфляции снижает относительную

величину потерь. Интуитивно, рост e означает, что одно и то же повышение национального обменного курса вызывает больший эффект на снижение инфляции, поэтому это позволяет уменьшить инфляцию с относительно меньшими потерями.

Сценарий 3. Неполное следование таргетам:  t 1   target   t ; et 1  etarget  et

Рассмотрим задачу минимизации целевой функции центрального банка. Проверим, могут ли являться найденные угловые решения для сценариев 1 и 2 оптимальными. Для этого решим следующую оптимизационную проблему:

Lt 1  πt 1  π target   λ  et  et 1  etarget   min  2 2

 (***)   При ог раничении πt 1  At 1  ωe  Δet 1 Первое необходимое условие: dLt 1  2e  At 1  e  et 1   target   2  et  et 1  e target   0

det 1

e  target  At 1    etarget  et  Следовательно, et 1  

opt

e2   e2   .

d 2 Lt 1 Второе достаточное условие:  4e  2  0 . Следовательно, глобальный

deе21 минимум.

e  target  At 1   target  At 1

e2   e Так как   0,  target  At 1 , etarget  et , поэтому

  etarget  et  target

e  et

e2  

e  target  At 1 

0

e2   Между тем

  e target  et 

0

e2   Объединим неравенства одного направления:

e  target  At 1   target  At 1    e target  et  target

   e  et

 e2   e  e  

 

   e  et  e   At 1 

target target

0 0

 e  

2 

 e  

 target  At 1 Поэтому e

target

 et  etopt

1  . Это означает, что в рамках данной модели

e найденные угловые решения при абсолютном следовании таргету заведомо не являются оптимальными.

Найдем граничное значение bound , которое определяет, при прочих равных, относительную приверженность монетарных властей определенному таргету. Так, если

1  0, то следование таргетуинфляции становится более предпочтительным; Δetopt 1  0, то следование таргетуобменногокурса становится более предпочтительным. Δetopt

e  target  At 1  bound  etarget  et  Для этого решим: etopt

1  0 <=>   0 . Следовательно,

e2  bound e2  bound

e At 1   target  bound  .

e target  et

  bound приближени е к тарг етупо инфляции; Поэтому при

  bound приближени е к тарг етупо валютному курсу. Рисунок 2.1 Графическое представление оптимального решения задачи (***) в зависимости

параметра λ.

  bound   bound

Рассмотрим графическое представление задачи в осях et 1O t 1 . Линиями

уровня целевой функции являются эллипсы с центром (etarget  et ; target ) .

Оптимизационное решение представляет собой точку касания линии уровня и ограничения (***) и обозначается точкой E0 .

Как видно из Рисунка 2.1, рост  , при прочих равных, увеличивает привлекательность политики следования таргету по обменному курсу. Математически: detopt 1 

 e t 1

 

 A   target  e2 etarget  et

0 .

 Это согласуется с экономической d 

e2  

 интуицией, так как относительный штраф за невыполнение таргета по обменному курсу для центрального банка становится больше.

Рассмотрим, как изменение величины эффекта переноса валютного курса, при прочих равных, влияет на относительную смещенность политики в пользу одного из

1 по  e : таргетов. Для этого возьмем производную от etopt

detopt 1    

A   target   e2  2e  etarget  et

  t 1

 (****) de 

e2  

detopt Лемма 3: При   bound выполняется 1

0

de

Доказательство: Рассмотрим числитель (****) при значении bound :

e At 1   target  A t 1  

target

 

bound  e2  2e bound etarget  et     bound

e target

 et

 

 e2 At 1   target  0

Поэтому при   bound A t 1   

  target   e2  2e  etarget  et  0 . Следовательно,   At 1   target      2  e

e e

target

 et   de opt

t 1

 0 . Что и требовалось доказать.

   

e

de

Полученный результат интуитивен и интерпретируется следующим образом: если изначально выбиралась политика в направлении таргета обменного курса, то рост e означает, что инфляцию теперь можно снизить с относительно меньшими затратами для обменного курса, поэтому, при прочих равных, будут одновременно происходить увеличение потерь, связанное с относительно меньшей привлекательностью изначальной политики (выбор большого  ), и снижение обменного курса, позволяющее сократить потери. Если бы etopt

1  0 , то это, наоборот, еще больше

увеличило потери. Рисунок 2.2 отображает данный вывод графически: Рисунок 2.2 Эффект роста e на относительный выбор приоритета политики при неизменной

  bound .

Показано, что изначально

выбранная политика в

направлении таргета обменного

курса становится менее

привлекательной при росте

величины эффекта переноса:

etopt

1  0 .

Заметим, что в случае   bound определенного вывода сделать не удается. На Рисунке 2.3 представлены 2 варианта: Рисунок 2.3 Эффект роста e на относительный выбор приоритета политики при неизменной

  bound .

Случай 1 Случай 2

etopt

1  0 etopt

1  0

Интуитивно, если изначально предпочиталась политика, направленная в сторону таргета инфляции, то рост e означает, что инфляцию можно снижать с еще более относительно меньшими потерями. Общие потери уменьшаются вследствие относительно более привлекательной исходно выбранной политики. Однако возникают 2 эффекта: при изначально относительно малой величине e выигрыш от увеличения

e больше, поэтому центральному банку становится предпочтительным снижать инфляцию, и данный эффект перекрывает эффект от уменьшения общих потерь, сопутствующего приближению обменного курса к таргету. Это показано в случае 2. И обратно: с определенного значения e эффект от снижения инфляции убывает сильнее, чем общий выигрыш от увеличения обменного курса (случай 1).

Поэтому в общем случае изменение величины эффекта переноса валютного курса может приводить к относительному смещению в пользу как одного, так и другого таргета.

Таким образом, в предложенной теоретической модели рассматривалась эффективность 3 видов макроэкономических политик с точки зрения минимизации отклонений квадратов инфляции и валютного курса от выбранных целевых значений. Также анализировалась реакция монетарных властей на изменение величины эффекта переноса обменного курса на инфляцию ( e ) и относительного веса выполнения задачи

по таргету валютного курса в функции потерь (  ) при прочих равных условиях. Основные полученные выводы можно сформулировать следующим образом: 1) Абсолютное следование какому-нибудь одному таргету не является

оптимальной стратегией. Потери определенно уменьшаются, если центральный

банк, при прочих равных, снижает инфляцию до уровня больше таргета, либо

увеличивает обменный курс до значений меньше таргета. В российской

экономике (особенно это хорошо было наблюдаемо до кризиса) ЦБ РФ

придерживался варианту уменьшения инфляции, не достигая заранее

объявленных таргетов, при одновременном укреплении номинального

обменного курса рубля к доллару. Поэтому данную политику можно

охарактеризовать как смещение в пользу таргета инфляции. 2) Показано и математически доказано, что при росте e политика, относительно

смещенная в направлении таргетирования обменного курса, становится менее

предпочтительной, и центральный банк реагирует на это снижением валютного

курса, приближая инфляцию к таргету. 3) Показано, что монетарные власти могут ответить в любом направлении на

изменение e при политике, которая относительно смещена в сторону

выполнения таргета по инфляции. На это влияет начальная величина эффекта

переноса. Так, при относительно малом его значении ожидается отрицательная

реакция обменного курса etopt

1  0 и наоборот.

4) Рост  , при прочих равных, увеличивает привлекательность начального выбора

политики следования таргету по обменному курсу. 5) При росте величины эффекта переноса валютного курса на цены вариант

абсолютного следования таргету по инфляции становится определенно

относительно предпочтительным, чем сценарий полного следования таргету по

обменному курсу. В то же время при увеличении относительного веса

обменного курса в целевой функции потерь наблюдается обратная ситуация.

Все сформулированные выводы модели были проинтерпретированы с экономической точки зрения, и результаты не противоречат интуиции.

Глава 3 Эмпирические результаты оценки долгосрочного

соотношения между инфляцией, выпуском, процентной ставкой, обменным курсом и валютными резервами 3.1 Методология

В основе регрессионного уравнения лежат теоретические аспекты, предложенные в первой главе при описании модели. В качестве базового соотношения используется уравнение (2.7), в котором для дальнейшей лучшей экономической интерпретации заменим rt на rt :

 t   y  yt   r  rt   e  et   FX  FX t   t , (2.7)’

где ожидаемые знаки коэффициентов  y  0,  r  0,  e  0,  FX  0, и  t –

совокупный аддитивный шок инфляции.

Для оценки модели мы воспользуемся методологией векторных авторегрессий (VAR и VECM), основанной на том, что все исследуемые переменные рассматриваются как эндогенные, а затем накладываются ограничения для тестирования связи между ними. Это позволяет учитывать динамику в системе макроэкономических переменных. VAR модель порядка p (обозначается VAR (p)) записывается в векторной форме как:

p yt   Ai yt i  CDt  Bzt  ut , (3.1)

i 1

где ut ~ N (0,  ) , yt – вектор эндогенных переменных размерностью k  1 , Ai –

матрица коэффициентов размера k  k , Di – вектор детерминированных переменных

(константа, тренд, фиктивные переменные) размерностью l  1 , Ci – матрица

коэффициентов размера k  l . Экзогенные переменные сосредоточены в векторе z i

размерностью m 1 и матрицей коэффициентов B размера k  m . Считается, что переменные в yt нестационарные (как минимум, интегрируемые первого порядка I(1)).

Наличие причинно-следственной зависимости между эндогенными переменными анализируется с помощью теста по Грэнжеру, который проверяет, ведет ли включение переменной xt в уравнение для z t к увеличению прогнозирующей

способности переменной z t . Если не приводит, то это интерпретируется, как xt не

является причиной по Грэнжеру для z t .

Нестационарные переменные называются коинтегрируемыми, если существует линейная комбинация, которая является I(0).

Тогда между ними имеется долгосрочная взаимосвязь. Необходимым, но недостаточным условием наличия коинтеграционной связи является одинаковый, больший нуля порядок интегрируемости всех переменных или присутствие детерминированного тренда (Granger, 1986).

В нашем случае мы проводим тест с помощью процедуры, предложенной Johansen(1988), основанной на максимизации функции правдоподобия. Если такая связь найдена, то строится векторная авторегрессионная модель коррекции ошибок (VECM (p-1)) следующего общего вида:

p yt  Пyt 1   Г i yt i  CDt  Bz t  ut , (3.2)

i 1

 p

 p

где П   I k   Ai , Г i    Ai . Если yt есть переменные вида I(1), то yt

 i 1  l i 1

стационарны. Предполагается, что в долгосрочном периоде переменные сходятся к своим долгосрочным значениям, и Пyt содержит все коинтеграционные соотношения.

Краткосрочные параметры сосредоточены в матрице Г i , поэтому модель также предполагает краткосрочные приспособления (корректировку) переменных к долгосрочным значениям. Кроме того, VECM модели могут быть использованы для построения функций импульсного отклика, показывающих реакцию переменных на различные шоки.

3.2 Данные и представление переменных.

Месячные данные, охватывающие период с 2002:1 по 2013:4, были загружены из статистических баз Росстата, Банка России и Bank for International Settlements (BIS).

Так как в российской статистике нет данных по месячным изменениям реального ВВП, в наших целях для выпуска мы используем прокси переменную индекса промышленного производства (ИПП).

Мы рассматриваем логарифмические преобразования для сглаживания временного ряда. Также, мы исключили сезонность, переходя к приросту переменных относительно значений соответствующего периода предыдущего года. Из этого следует, что фактически исследуемый временной ряд начинается с января 2003 года, как раз, когда Росстатом начались публиковаться данные по базовому индексу инфляции. Поэтому длина временного ряда составляет 124 наблюдения. С полным описанием используемых переменных можно ознакомиться из Таблицы 3.1.

Таблица 2.1 Описание используемых переменных

Название Теорети переменной в ческий Определение Расчет Источники EViews аналог

Базовый индекс CORE_CPI pt потребительских цен — Росстат

(БИПЦ)

Прирост БИПЦ к

соответствующему периоду  log(core_cpi) CORE_CPI_YOY t предыдущего года (год к — log(core_cpi(-12))

Расчет автора

году)

Индекс промышленного

Y yt производства (ИПП) по — Росстат

ОКВЭД

Прирост ИПП к Y_YOY yt соответствующему периоду  log(y) — log(y(-12)) Расчет автора

предыдущего года

Номинальный эффективный NEER et — BIS

обменный курс рубля NEER_YOY et Изменение neer год к году  log(neer) — log(neer(-12)) Расчет автора

разница между

Расчет автора по

средневзвешенной ставкой R_CORE rt Реальная процентная ставка данным ЦБ РФ и

по рублевым кредитам до 1

Росстат

года и core_cpi_yoy

Международные валютные

IR FX t — ЦБ РФ

резервы ЦБ IR_YOY FX t Изменение ir год к году  log(ir) — log(ir(-12)) Расчет автора

Изменение индекса INFLATIONF_Y

OY

 t* инфляции за рубежом год к  t*  qt   t  et Расчеты автора

году

Изменение цены на нефть URALS_YOY toil

сорта «Юралс» год к году

 log(urals) — log(urals(-12)) Расчеты автора

Фиктивная переменная 1, с 2006 : 7 по 2008 : 7

ID ID периода инвестиционного   развития (II этап) 0, в остальных случаях

1, с 2008 : 8 по 2009 : 10

Фиктивная переменная  CRISIS CRISIS

периода кризиса (III этап) 0, в остальных случаях

1, с 2009 : 11 по 2013 : 4

Фиктивная переменная IV 

IT IT

этапа 0, в остальных случаях

Эконометрические расчеты проводятся с помощью программы EViews 7.0. Во избежание ложных регрессий временные ряды исследуются на стационарность и интегрируемость. Добавление символа D к названию ряда означает переход к первым разностям. Например, D(Y _ YOY )  Y _ YOY  Y _ YOY (1) . Проверка на стационарность осуществляется по расширенному критерию Дики-Фуллера (Dickey and Fuller, 1981), включенному в статистический пакет EViews. Результаты тестирования стационарности рядов представлены в Приложении 2.

Результаты тестов на стационарность показывают, что если включать в уравнение нулевой гипотезы константу или константу с трендом, то все интересующие переменные «год к году» (с подчеркиванием _yoy) являются нестационарными на 10% уровне значимости, но I(1) на 1% уровне, за исключением ir_yoy, которая I(1) на 5% уровне значимости. Если рассматривать тест без константы, то в некоторых случаях получаются альтернативные выводы, но, в целом, мы можем заключить, что все исследуемые временные ряды нестационарны, однако интегрируемы порядка 1, поэтому можно применить методологию VAR и VECM для оценки регрессий.

3.3 Эконометрическая модель

Начнем анализ с построения VAR модели, не накладывая на нее пока никаких ограничений (UVAR (p)), в которую включим 5 эндогенных переменных:  t , yt , et ,

rt , FX t , следуя (1.7).

Выберем вектор экзогенных переменных и оптимальное

значение авторегрессионного порядка p в UVAR, воспользовавшись информационными критериями.

Мы рассматривали разные множества экзогенных переменных и остановились на следующем выборе:  toil ,  t* и фиктивные переменные ID, CRISIS и IT, ответственные за этапы развития макроэкономических процессов. Как было показано в главе 1, сырьевая структура делает экономику России восприимчивой к изменениям цен на нефть, поэтому включение  toil позволяет контролировать данные шоки. Так как в модели используется номинальный обменный курс, но конкурентоспособность отечественной продукции определяется реальным валютным курсом, поэтому включение  t* делает возможным учитывать реакцию экономики (прежде всего выпуска) на внешние ценовые шоки. Тем более, полученное уравнение (2.8) напрямую содержит  t* . Временной тренд оказался, в целом, незначимым, поэтому мы его не рассматриваем.

В приложении 3 представлены результаты по выбору авторегрессионного порядка p. По критерию Шварца (эффективный для больших выборок, так как асимптотически корректен) оптимальное значение для p составляет 2, а по критерию Акаике – 4, который лучше применять для малых выборок. Проведенный тест Вальда на исключение лагов отрицает совместную гипотезу об исключении 4-го лага, поэтому выберем p  4 . Диагностические тесты на нормальность остатков и наличие ARCH эффектов дают приемлемые результаты на корректность спецификации.

Результаты теста по Грэнжеру на 5% уровне значимости предполагают, что на инфляцию влияют выпуск и обменный курс. Обменный курс и выпуск действуют друг на друга в обоих направлениях, при этом международные резервы также являются причиной по Грэнжеру для валютного курса, что достаточно интуитивно, так как накопление резервов позволяет стерилизовать избыточную экспортную выручку, тем самым воздействуя на обменный курс. Инфляция является причиной по Грэнжеру как для реальной ставки процента, так и для резервов. Также на международные валютные резервы влияют выпуск и реальная ставка процента. Знаки, интерпретация эффектов и реакция на шоки будут рассмотрены в построенной модели VECM модели. Для этого сначала проведем тест Йохансена на наличие коинтеграционного соотношения между анализируемыми эндогенными переменными.

Анализ коинтеграционных соотношений

Тест Йохансена основывается на различных предпосылках относительно детерминированного тренда. Мы предполагаем, что переменные следуют стохастическому тренду. Итоги двух видов теста (LR тест и тест подсчета максимального собственного значения) доступны в приложении 4.

Результаты показывают, что даже на 80% уровне значимости мы не можем отрицать наличия не более 3 коинтеграционных соотношений, но на 1% уровне отрицаем наличие 2 или менее. Поэтому мы с уверенностью можем сделать вывод о присутствии 3 долгосрочных зависимостей. К тому же, при альтернативных допущениях стабильность вывода сохраняется.

Далее выберем, какие соотношения мы будем анализировать в качестве коинтеграционных. Для этого воспользуемся полученными результатами теста причинно-следственной связи, экономическими принципами и моделью главы 2. Для идентификации коинтеграционных векторов необходимо ввести как минимум по 2 нулевых ограничения на эндогенные параметры в каждом из коинтеграционных уравнений. Уравнение инфляции описывается (2.7)’:  t   y  yt   r  rt   e  et   FX  FX t   t .

Как показывают результаты теста по Грэнжеру, выпуск и обменный курс влияют на инфляцию. Для обменного курса это объясняется изменением цен импортных товаров, которые входят в потребительскую корзину, а для выпуска – известным результатом кривой Филлипса. Мы собираемся рассмотреть воздействие именно этих переменных, поэтому введем такие ограничения:  r  0,  FX  0. Причинно-следственная связь между реальной процентной ставкой и международными валютными резервами в направлении влияния на инфляцию менее очевидна, поэтому введенные ограничения обоснованы с точки зрения экономических принципов. Следовательно,  t   y  yt  e  et   t , (3.3)

где ожидаемо, что  y  0,  e  0 .

Допустим, что реальная ставка процента следует правилу Тейлора, которое представимо в виде:

      rt  a  yt  y *  b  et  e*  c   t   *   rt , (3.4)

где a, b, с – параметры, показывающие, насколько изменяется реальная ставка при отклонении выпуска, обменного курса и инфляции от таргетируемых значений, соответственно. В самом общем случае в уравнение не включается валютный курс, и ожидается, что a, c  0 . Интуитивно, при инфляции выше таргетируемого значения центральный банк увеличивает номинальную ставку процента на большую величину чем инфляция, для того чтобы «остудить» экономику, поэтому из уравнения Фишера реальная ставка растет. Аналогично и для выпуска. В то же время, так как теоретической модели мы рассматривали целевую функцию центрального банка, зависящую от обменного курса и инфляции, вместо выпуска мы анализировать влияние валютного курса. Поэтому введем ограничение a  0 и исследуем в качестве второго коинтеграционного соотношения: rt  a0  b  et  c   t   rt , (3.5)

где a0  некоторая константа. Ожидаемые знаки b  0, c  0 .

В третьем коинтеграционном соотношении будут моделироваться резервы, потому что, как было установлено, и инфляция, и выпуск, и реальная процентная ставка являются причинами по Грэнжеру для резервов. Предложим следующую интуицию для объяснения этого факта: рост инфляции может вести к тому, что привлекательность накопления резервов падает вследствие их обесценения в реальном выражении, рост выпуска в российских условиях связан с благоприятной ценовой внешней конъюнктурой, поэтому при выбранной политике избыточная валютная выручка стерилизуется в резервах. Эффект реальной процентной ставки менее очевиден, поэтому введем нулевые ограничения для обменного курса и реальной ставки процента: FX t  d 0  g   t  h  yt   FXt , (3.6)

где ожидаемо, что g  0, h  0 .

Эмпирические результаты, интерпретация и анализ шоков Оцененные нормализованные коинтеграционные соотношения выглядят следующим образом (полное описание параметров регрессии находится в приложении 4):

 t  0.087  0.248  yt  0.441 et

[2.830] [6.775]

rt  0.034  0.576  et  0.759   t

[7.051] [3.562]

FX t  0.386  2.581  t  2.047  yt

[3.198] [4.571]

где числа в квадратных скобках под коэффициентами обозначают соответствующие t-значения. Объясняющая способность модели, измеряемая R 2 составляет 76.64%. Все коэффициенты значимы на 1% уровне и имеют ожидаемые знаки, за исключением выпуска в уравнении инфляции. Это может отражать достаточно большую величину структурного компонента российской инфляции, проявляющегося в несогласованности и несбалансированности отраслей и рынков, их несовершенством. Плохое взаимодействие между отраслями приводит к тому, что часть из них не может быстро насытить рынок товарами. Это ведет к хронически неудовлетворенному спросу на определенную продукцию, который увеличивает цены. Рост масштаба экономики, эффективности производства, которые отражаются в показателе выпуска, в долгосрочном плане снижают воздействие структурного компонента инфляции. Также, отрицательное воздействие выпуска на инфляцию может объясняться несовершенством прокси для выпуска, который рассчитывается только по показателям фундаментальных отраслей промышленности, не учитывая сферу услуг. В качестве альтернативы в дальнейших исследованиях можно оценить модель, используя, например, индекс выпуска по базовым видам экономической деятельности, в который включена розничная и оптовая торговля, как прокси для выпуска.

Из результатов оценивания для долгосрочного периода, при прочих равных, можно сделать следующие выводы: 1) Обесценение/укрепление номинального эффективного курса рубля на 1% ведет

к росту/снижению инфляции на 0.44%. Поэтому оцененный долгосрочный

эффект переноса номинального эффективного обменного курса рубля на

инфляцию составляет 0.44 п.п. Рост/снижение выпуска на 1% приводит к

уменьшению/увеличению инфляции на 0.25%. 2) Обесценение/укрепление номинального эффективного курса рубля на 1%

снижает/увеличивает реальную процентную ставку на 0.24 п.п.

 0.441 0.759  0.576  0.241 . В то же время 1% рост/падение в уровне

инфляции прибавляет/убавляет в значении реальной ставки процента на 0.76 п.п.

Данный результат свидетельствует о нарушении «эффекта Фишера», по

которому в долгосрочном периоде наблюдается взаимно-однозначное изменение

номинальной процентной ставки и инфляции, поэтому реальная процентная

ставка не меняется. Как показывается в работе Granville and Mallick (2010), это

может говорить о наличии несколько целей в проведении монетарной политики,

в которой стабильность цен необязательно является приоритетной задачей.

Также, реальная ставка процента определяет производительность капитала. Рост

инфляции снижает предельный продукт капитала из-за относительно большей

его дороговизны. На практике это выражается в недоступности кредита, и, как

следствие, в снижении инвестиционного потенциала.

3) Увеличение/снижение инфляции на 1% приводит к уменьшению/росту

валютных резервов на 2.58%. В то же время рост/падение выпуска на 1%

вызывает 2.69%-ое  2.581 0.248  2.047  2.687 увеличение/снижение

резервов.

Для оценки влияния шоков эндогенных переменных на параметры модели и определения доминирующих эффектов воздействия воспользуемся обобщенным анализом импульсных откликов (generalized impulse response (GIR)).

Рисунок 3.1 Функции обобщенных импульсных откликов

Response of CORE_CPI_YOY to Generalized One Response of R_CORE to Generalized One

S.D. Innovations S.D. Innovations .004 .006

003

004 .002

001

002

000

  • .001 .000
  • .002
  • .002 -.003
  • .004 -.004

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

CORE_CPI_YOY Y_YOY CORE_CPI_YOY Y_YOY

NEER_YOY R_CORE NEER_YOY R_CORE

IR_YOY IR_YOY

Response of IR_YOY to Generalized One

S.D. Innovations

04

03

02

01

00

  • .01
  • .02

1 2 3 4 5 6 7 8 9 10

CORE_CPI_YOY Y_YOY

NEER_YOY R_CORE

IR_YOY

Исследуется, как шок в 1 стандартное отклонение одной из переменных системы воздействует на другие эндогенные переменные в течение выбранного промежутка времени. Данный метод имеет преимущество независимости выбора коэффициента упорядоченности VAR системы (Pesaran and Shin, 1998).

Функции обобщенных импульсных откликов зависимых переменных в коинтеграционных соотношениях, построенные для 10 периодов (месяцев), представлены на Рисунке 3.1.

Результаты показывают, что главным фактором создания инфляционного давления является номинальный эффективный обменный курс рубля, шок которого особенно отчетливо действует на увеличение инфляции спустя 3 месяца. При этом шок выпуска начинает ощутимо и устойчиво снижать инфляцию начиная со второго периода. Также, следует сильный инерционный компонент инфляции, проявляющийся в том, что собственные шоки объясняют существенную часть колебаний инфляции. Шоки инфляции и обменного курса устойчиво изменяют реальную ставку процента на протяжении 10 месяцев, но начинают уменьшать свои воздействия спустя 5 периодов. Между тем шоки выпуска и международных резервов в целом устойчиво не влияют на реальную ставку процента, сначала немного увеличивая ее, а затем меняют свои направления через 6-7 месяцев, к десятому периоду приближаясь к нулю. Поэтому, в среднем, эффект равен нулю. Это согласуется с результатами теста по Грэнжеру. Относительно международных резервов воздействие шоков инфляции отрицательно в течение 3 месяцев, но затем оно нивелируется к пятому периоду. Тем временем шок выпуска устойчив, начиная влиять на резервы положительно с лагом в 4 периода.

Краткосрочные эффекты можно оценить через коэффициенты коррекции ошибок, показывающие процентное отклонение исследуемой зависимой переменной от долгосрочного значения, которое корректируется каждым периодом (месяцем).

Иначе его можно назвать скоростью приспособления (speed of adjustment).

Для инфляции этот коэффициент оказался незначимым от нуля, свидетельствуя об инерционности инфляции. Для реальной ставки процента и резервов он равен 22.5%, и 40.3%, соответственно.

Анализ надежности оцененного коэффициента переноса обменного курса при альтернативной спецификации модели:

Для того, чтобы определить, насколько стабильны полученные результаты при оценке эффекта переноса, рассмотрим альтернативную спецификацию модели инфляции, основанную на теории «наценки», которая впервые была предложена Duesenberry (1950).

Данная теория применяется при моделировании долгосрочных факторов инфляции, связанных с предельными издержками производства. Идея состоит в том, что в равновесии однопроцентное увеличение предельных издержек сопровождается ростом инфляции также на 1% («единичная гомогенность»).

Мы можем записать это в следующем виде: P    ULC Pim Put  , (3.7)

где P  ИПЦ,   наценка производителей, перекладываемая в цену для

потребителей, ULC  индекс средних издержек на оплату труда, Pim  индекс цен

импортных товаров и Put  индекс цен коммунальных услуг,  ~ log Normal(0,1) ,

 ,  ,   соответствующие эластичности. «Единичная гомогенность» предполагает, что       1 . Логарифмируя (3.7), получаем: ln( P)  ln(  )   ln(ULC)   ln( Pim )   ln( Put )    (3.8)

Из соотношения (3.8) строится модель. В качестве индекса цен импортных товаров обычно выбирается номинальный эффективный обменный курс ( NEER ).

В Oomes and Ohnsorge (2005) реализуется такой подход построения, однако из-за недостатка данных по базовой инфляции они используют ИПЦ, поэтому это может вызывать проблему эндогенности, так как цены коммунальных услуг напрямую входят в ИПЦ. В наших оценках мы будем использовать БИПЦ в роли зависимой переменной. Поэтому в обозначениях EViews построим: CORE _ CPI _ YOY      ULC _ YOY    NEER _ YOY    TARIFF _ YOY   

Методология как и прежде базируется на построении VECM модели. Так как подробное описание выполненных шагов было сделано при оценке предыдущей регрессии, в данном случае мы остановимся на них вкратце, обозначив основной результат найденного эффекта переноса. Описание переменных, тесты (на стационарность/интегрируемость рядов), комментарии и оцененные регрессии доступны в Приложении 5. Стоит отметить, что из-за незначимости мы исключили  t* из числа экзогенных переменных, добавив к ним значимый тренд. В результате выделяется 1 коинтеграционный вектор: Таблица 3.2 Оцененное долгосрочное коинтеграционное уравнение для инфляции: 2003:1-2013:4

Сумма

ULC_YOY NEER_YOY TARIFF_YOY

коэффициентов

коэффициент 0.465** 0.368** 0.008 Без ограничений 0.841

t-статистика [6.047] [8.472] [0.131]

коэффициент 0.557** 0.443** 0 С ограничениями 1

t-статистика [12.727] [10.106] LR-статистика p-value=0.6221

Примечание: так как переменная TARIFF_YOY незначима при отсутствии ограничений, мы ввели дополнительное ограничение TARIFF_YOY = 0. Данное ограничение и ограничение «единичной гомогенности» не отрицается на любом разумном уровне значимости.

Сравнивая 0.368 и 0.443 с найденным в теоретической модели значением эффекта переноса равным 0.441, можно сделать вывод о том, что по двум разным теориям мы получили схожий результат в пределах 0.4% (тем более коэффициенты практически идентичны в случае ограничения).

Поэтому оцененный эффект переноса можно считать надежным. Также, находим, что величина «наценки» (коэффициент  ) в долгосрочном периоде составляет около 7.5%.

Применение результатов оценивания к теоретической модели:

Применим результаты оцененных регрессий к теоретической модели. Сделаем дополнительное предположение, что центральный банк в своей целевой функции определяет относительные веса инфляции и обменного курса исходя из того, что его действия в долгосрочном периоде, по крайней мере, не должны увеличивать реальной ставки процента. Это дает возможность оценить интервал для  в 2.9, пользуясь выводом 2. Данное допущение может быть применено к российской экономике, так как низкие реальные процентные ставки необходимы для роста инвестиционной активности и являются важным элементом для стимулирования экономического роста.

Интуиция такова: допустим, центральный банк следует политике, относительно смещенной в сторону выполнения таргета по инфляции, поэтому 1% снижение в уровне инфляции, при прочих равных связано со снижением реальной ставки процента на 0.76%. В то же время того же эффекта можно добиться обесценением обменного

0.76 курса на %  3.167% . Следовательно, инструмент влияния инфляции на реальную

0.24 ставку процента является более эффективным, и граница для  составляет obj   0.316 . При   obj увеличивается вес относительно менее эффективного

3.167 инструмента, и при допущении об относительном приоритете снижения инфляции выбранная политика будет как раз уменьшать реальную ставку процента. При   obj ,

наоборот, по той же интуиции ее увеличивать Поэтому рассмотрим реакцию монетарной политики на изменение эффекта переноса из выведенного соотношения (****) в главе 1 при   obj и e  0.441

detopt 1



  

At 1   target   e2  2e  etarget  et 

 0, так как

 de e2  

  At 1         

  target   e2  2e  e target  et  At 1   target 0.316  0.4412  2  0.441 0.316 e target  et 

  0.122  At 1   target

 0.279e target

e  0

t Следовательно, числитель     

 At 1   target   e2  2e  etarget  et  0 при положительном знаменателе в (****).

Из этого можно сделать практический вывод о том, что в российских условиях выполнение таргета по инфляции положительно зависит от эффекта переноса номинального эффективного обменного курса на инфляцию. Так, оптимальная реакция ЦБ РФ на увеличение эффекта переноса, при прочих равных (контролируя  , At 1 ), должна заключаться в относительном смещении в пользу выполнения таргета по инфляции. Следовательно, инфляция будет снижаться. И обратно: уменьшение эффекта переноса валютного курса увеличивает привлекательность следования таргету по обменному курсу для монетарных властей, поэтому инфляция увеличивается.

Ожидается, что если в связи с последовавшей после кризиса монетарной политикой повышения гибкости обменного курса рубля эффект переноса снизится, то оптимальной стратегией для монетарных властей будет относительное движение в пользу таргета по обменному курсу. Следовательно, это представляет собой одно из препятствий для снижения инфляции. В таком случае для оптимального следования в направлении цели по инфляции ЦБ РФ необходимо уменьшать свой относительный вес обменного курса в функции потерь. В приложении 2 изображен график реальной ставки процента. Из него видно, что начиная с середины 2011 года наблюдается устойчивый рост реальной ставки процента. Если это намеренное решение ЦБ РФ, то в рамках нашей модели по введенной дополнительной предпосылке это означает уменьшение  . Поэтому наблюдаемое снижение инфляции в посткризисный период может объясняться осознанным выбором уменьшения  при снижающемся эффекте переноса.

Так как мы следовали той же методологии, что и Oomes and Ohnsorge (2005) при моделировании инфляции, и для эффекта переноса наши результаты, в общем, совпали с результатами теоретической модели, воспользуемся оценками авторов для более раннего периода 1996:4-2004:1. Они получают, что эффект переноса составлял около 0.5. Также, в статье Катарановой М. (2010) показывается уменьшение значимости эффекта переноса обменного курса на цены в 2000-е годы. Из этого следует, что при достаточно высокой  уменьшение эффекта переноса было дополнительным препятствием на пути к снижению инфляции как оптимальной реакции на данное изменение эффекта переноса. Поэтому ЦБ РФ не удавалось справляться с достаточно высокой и устойчивой инфляцией даже при условии оптимальной выбранной монетарной политики. Заключение

Данная работа посвящается моделированию макроэкономических процессов в российской экономике, из результатов которого определяются причины сохраняющейся достаточно высокой и устойчивой инфляции при том, что начиная с 2003 года основной целью провозглашенной единой государственной денежнокредитной политики является снижение темпов роста цен.

Внешнеэкономические условия, определяемые конъюнктурой мировых рынков углеводородов, существенно влияют на развитие и динамику макроэкономических процессов, воздействуя на платежный баланс России. В связи с этим в работе выделяются 4 этапа: стабилизация экономики, инвестиционное развитие, финансовый кризис и переход к таргетированию инфляции. В рамках каждого из этих периодов, за исключением кризисного этапа, наблюдается отрицательная взаимосвязь между инфляцией и ростом индекса реального ВВП. В посткризисном развитии данная зависимость стала менее выраженной. Из-за значительного притока «нефтедолларов» в анализируемый период ЦБ РФ также ставилась задача обеспечения стабильности национальной валюты для уменьшения отрицательных последствий потери конкурентоспособности отечественных товаров. Это приводило к накоплению золотовалютных резервов и увеличивало инфляцию из-за относительно более мягкой бюджетной политики по сравнению с другими странамиэкспортерами, например Китаем. Поэтому ЦБ РФ фактически следовал двум противоречащим целям: снижению инфляции до объявленных ориентиров и поддержанию стабильности обменного курса рубля. Однако поставленные задачи не были реализованы в полной мере: реальный эффективный обменный курс рубля укреплялся, снижая конкурентоспособность экономики, прежде всего за счет относительно большего уровня инфляции по сравнению с зарубежными странами.

В работе предлагается теоретическая модель открытой экономики, в которой центральный банк минимизирует отклонения инфляции и номинального обменного курса от преследуемых таргетов. Исследуется эффективность различных видов макроэкономической политики. В рамках этой модели, при прочих равных условиях (выбор реальной ставки процента, изменения резервов), абсолютное следование какому-нибудь одному таргету не является оптимальным решением. Потери определенно снижаются, если центральный банк уменьшает инфляцию до уровня больше таргета, либо увеличивает обменный курс до значений меньше таргета. В этом случае оптимальность политики ЦБ РФ, относительно более смещенной в направлении выполнения таргета по инфляции, не отрицается. Однако неоправданно большое выбранное значение для относительного веса обменного курса в функции потерь,  , при снижающемся эффекте переноса валютного курса препятствует достижению низких уровней инфляции. Показывается, что с середины 2011 года обозначилась тенденция уменьшения  по введенной дополнительной предпосылке для реальной ставки процента. Поэтому в результате увеличивается привлекательность следования направлению таргета по инфляции.

В работе реализуется эмпирическое исследование, в котором оценивается долгосрочное соотношение между инфляцией, выпуском, процентной ставкой, обменным курсом и валютными резервами с помощью векторных авторегрессионных моделей. Между этими переменными существуют 3 коинтеграционные зависимости.

Оцененный эффект переноса на инфляцию равен 44%, и этот результат надежен при альтернативной спецификации модели инфляции, основанной на теории «наценки», в которой данный эффект составляет 37% и 44% (в зависимости от введенных ограничений).

Из оценки краткосрочных эффектов выделяется инерционность инфляции.

Обращает на себя внимание отрицательный и значимый коэффициент выпуска в уравнении инфляции. К тому же выпуск также является причиной по Грэнжеру для инфляции. В российских условиях это может отражать достаточно большую величину структурного компонента инфляции, проявляющегося в низкой производительности и эффективности производства, а также несовершенством прокси ИПП, который использовался в отсутствие месячных данных по реальному ВВП. Отсюда можно сделать вывод о том, что таргетирование выпуска, а не инфляции может являться более эффективной монетарной политикой. В российской экономике меры, направленные на стимулирование выпуска будут приводить к снижению инфляции в долгосрочном периоде.

Дальнейшими направлениями развития представленной в данной работе теоретической модели могут являться добавление инфляционных ожиданий и дополнительный анализ того, как сказывается на параметрах модели неспособность центрального банка следовать заранее объявленным значениям по инфляции. В результате может возникнуть проблема динамической несогласованности (time inconsistency problem), когда общественность понимает, что провозглашенные ориентиры по инфляции не будут достигнуты, поэтому будут меняться ожидания, и снижение инфляции будет относительно более «дорогой» политикой. В эмпирической части можно рассмотреть, как выбор различных прокси для выпуска и введение альтернативных ограничений воздействуют на стабильность полученных оценок. Список использованной литературы 1) Баранов А., Сомова И. Анализ факторов инфляции в России в годы

экономических реформ // Проблемы прогнозирования, № 1, 2009, C. 111-124. 2) Дмитриева О., Ушаков Д. Инфляция спроса и инфляция издержек: причины

формирования и формы распространения // Вопросы экономики. №3, Март 2011,

С. 40-52. 3) Катаранова М. Связь между обменным курсом и инфляцией в России // Вопросы

экономики. № 1, Январь 2010, C. 44-62. 4) Кудрин А.Л. Влияние доходов от экспорта нефтегазовых ресурсов на денежно кредитную политику России // Вопросы экономики. № 3 , Март 2013, С. 4-19. 5) Поршаков А., Пономаренко А. Проблемы идентификации и моделирования

взаимосвязи монетарного фактора и инфляции в российской экономике //

Вопросы экономики. № 7 , Июль 2008, С. 61-76. 6) Улюкаев А.В. Современная денежно-кредитная политика: проблемы и

перспективы. – М.: Издательство «Дело» АНХ, 2008. – 208 с. 7) Bauer, C., Herz, B., 2007. Credibility of CIS Exchange Rate Policies – a Technical

Trader’s View. Emerging Markets Review 8 (1), 50–66. 8) Benkhodja, M. T. (2011): “Monetary Policy and the Dutch Disease in a Small Open

Oil Exporting Economy”, Gate Working Paper, No. 1134. 9) Christofides L. N. and Vrahimis C. (2006), “Macroeconomic Model of the Cyprus

Economy: The Wage-Price Sector”, Economic Analysis Papers – Economics Research

Center, University of Cyprus, No. 05-06, May. Appendix. 10) Davidson, P. (2009), “The Keynes Solution: The Path to Global Economic

Prosperity”, New York: Palgrave Macmillan. 11) Dickey D.A, and Fuller W.A: (1981).

Distributions of the estimators for

autoregressive timeseries with a unit root. Econometrica 49: 1057-1072. 12) Duesenberry, J., 1950, “The Mechanics of Inflation,” Review of Economics and

Statistics, Vol. 32, pp. 144–49. 13) Granger, C.W.J., 1986. Developments in the study of cointegrated economic variables.

Oxford Bulletin of Economics and Statistics 48, 213–228 14) Granville B., Mallick S. Monetary Policy in Russia: Identifying exchange rate shocks

// Economic Modelling 27 (2010) 432–444 15) Johansen, S., 1988. Statistical analysis of cointegration vectors. Journal of Economic

Dynamics and Control 12, 231-254 16) Hammond, J., 2012. State of the art of inflation targeting. Handbook – No. 29 //

Centre for Central Banking Studies, February 2012 17) Korhonen I., Mehrotra A. Money Demand in Post-Crisis Russia: Dedollarization and

Remonetization // Emerging Markets Finance & Trade / March–April 2010, Vol. 46,

No. 2, pp. 5–19 18) Lama, R., and Medina, P. (2010): “Is Exchange Rate Stabilization an Appropriate

Cure for the Dutch Disease?”, IMF Working Paper, WP/10/182. 19) Oomes, N. and Ohnsorge F., 2005. Money demand and inflation in dollarized

economies: The case of Russia. Journal of Comparative Economics, vol. 33, 462- 483. 20) Papazoglou, C., Pentecost, E., 2004. The dynamic adjustment of a transition economy

in the early stages of transformation. J. Macroecon. 26 (3), 547–561. 21) Pesaran, H.H., Shin, Y., 1998. Generalized Impulse Response Analysis in Linear

Multivariate Models. Economics Letters 58, 17–29. 22) Sosunov, K., and Zamulin, O., 2007: “Monetary Policy in Economy Sick with Dutch

Disease”, CEFIR/NES Working Paper Series, No 101. 23) Summers, L., 1991. Price Stability: How Should Long-Term Monetary Policy Be

Determined? Journal of Money, Credit and Banking, Vol. 23, No. 3, Part 2, pp. 625 631. 24) Vdovichenko, A.G., Voronina, V.G., 2006. Monetary policy rules and their

application in Russia. Research in International Business and Finance 20 (2), 145–162. Нормативные документы: 1) Основные направления единой государственной денежно-кредитной политики:

  • http://cbr.ru/dkp/print.aspx?file=standart_system/osn_napr_dkp.htm&pid=dkp&sid=ITM_10655 Статистические данные: 1) Динамические ряды макроэкономической статистики РФ:

http://sophist.hse.ru/hse/nindex.shtml 2) Федеральная служба государственной статистики:

http://www.gks.ru/wps/wcm/connect/rosstat/rosstatsite/main/ 3) Центральный банк: http://www.cbr.ru/ 4) Bank for International Settlements: http://www.bis.org/statistics/eer/ Приложения Приложение 1: Динамика основных макроэкономических показателей Описательная статистика российского индекса реального ВВП, 2002-2013: (изменение в индексе реального ВВП к соответствующему периоду предыдущего года).

Данные по кварталам

III квартал III квартал III квартал IV квартал III квартал

Выборка 2002-II 2006-II 2008-III 2009-I 2002-I

квартал 2006 квартал 2008 квартал 2009 квартал 2013 квартал 2013 Среднее 6.56% 8.27% -3.84% 3.28% 4.60% Медиана 6.47% 8.40% -6.34% 3.68% 5.70% Стандартное отклонение 0.82% 0.67% 5.07% 2.22% 4.17% Интервал 2.93% 2.25% 12.33% 8.45% 17.38% Минимум 4.98% 6.69% -8.44% -3.34% -8.44% Максимум 7.91% 8.93% 3.89% 5.10% 8.93% Количество наблюдений 16 8 5 14 43

Описательная статистика российской инфляции, 2002-2013 (изменение в индексе ИПЦ к

соответствующему периоду предыдущего года).

Данные по месяцам.

III квартал III квартал III квартал IV квартал III квартал

2002-II 2006-II 2008-III 2009-I квартал 2002-I квартал

Выборка квартал 2006 квартал 2008 квартал 2009 2013 2013 Среднее 12.35% 10.50% 12.97% 6.94% 10.32% Медиана 12.16% 9.41% 13.28% 6.77% 10.25% Стандартное отклонение 1.88% 2.67% 1.71% 1.75% 3.15% Интервал 6.02% 7.75% 4.32% 5.77% 11.43% Минимум 9.04% 7.38% 10.71% 3.70% 3.70% Максимум 15.06% 15.13% 15.03% 9.47% 15.13% Количество наблюдений 16 8 5 14 43

Динамика чистого притока(+)/оттока(-) капитала и торгового баланса в % ВВП по годам

чистый приток(+)/отток(-) капитала торговый баланс

20%

15%

10%

5%

0%

  • 5%
  • 10%

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Приложение 2: Тестирование на стационарность и интегрируемость временных рядов Название переменной в

ADF ( ) ADF ( ) ADF ( )

EViews CORE_CPI_YOY -2.249 -2.884 -0.952

Y_YOY -2.463 -2.626 -1.992

NEER_YOY -2.867 -2.843 -2.788**

R_CORE -2.139 -2.522 -1.510

IR_YOY -1.697 -2.493 -1.524 INFLATIONF_YOY -2.432 -2.404 -1.076

URALS_YOY -3.190* -3.224 -3.043** D(CORE_CPI_YOY) -4.997** -5.093** -1.390

D(Y_YOY) -4.710** -4.693** -4.724** D(NEER_YOY) -8.100** -8.101** -8.130**

D(R_CORE) -9.746** -9.770** -9.786**

D(IR_YOY) -3.714** -3.692* -3.651** D(INFLATIONF_YOY) -6.593** -6.575** -6.614** D(URALS_YOY) -7.741** -7.709** -7.763**

Критические значения ADF ( ) ADF ( ) ADF ( )

1% -3.48 -4.03 -2.58

5% -2.88 -3.44 -1.94

10% -2.58 -3.15 -1.62

Примечание: ADF ( ) ADF ( ) ADF ( ) – тесты на наличие единичного корня в нулевой гипотезе ( H 0 : ряд не стационарен), содержащей константу, константу и тренд и без константы, соответственно. Величина используемых лагов при тестировании определяется информационным критерием Шварца: * и ** обозначают значимость на 5% и 1% уровнях, соответственно.

Core CPI_YoY Y_YOY NEER_YOY

16 .10 .3

14 .05

2

12 .00

1

10 -.05

0

08 -.10

  • .1

06 -.15

04 -.20 -.2

02 03 04 05 06 07 08 09 10 11 12 13 02 03 04 05 06 07 08 09 10 11 12 13 02 03 04 05 06 07 08 09 10 11 12 13

R_CORE INFLATIONF_YOY IR_YOY

08 .05 .8

06 .04 .6

4

04 .03

2

02 .02

0

00 .01

  • .2
  • .02 .00 -.4
  • .04 -.01 -.6

02 03 04 05 06 07 08 09 10 11 12 13 02 03 04 05 06 07 08 09 10 11 12 13 02 03 04 05 06 07 08 09 10 11 12 13

URALS_YOY

0.8

0.4

0.0

  • 0.4
  • 0.8
  • 1.2

02 03 04 05 06 07 08 09 10 11 12 13 Приложение 3: Тестирование гипотез в UVAR модели

Выбор оптимального авторегрессионного порядка VAR Lag Order Selection Criteria Endogenous variables: CORE_CPI_YOY Y_YOY NEER_YOY R_CORE IR_YOY Exogenous variables: C ID CRISIS IT URALS_YOY INFLATIONF_YOY Sample: 2002M01 2013M12 Included observations: 118

Lag LogL LR FPE AIC SC HQ

0 1415.524 NA 4.36e-17 -23.48346 -22.77905 -23.19745 1 1974.614 1013.943 5.11e-21 -32.53584 -31.24442 -32.01148 2 2126.490 262.5646 5.99e-22 -34.68627 -32.80784* -33.92357* 3 2154.161 45.49228 5.78e-22 -34.73154 -32.26610 -33.73049 4 2181.878 43.21967* 5.62e-22* -34.77759* -31.72514 -33.53820 5 2199.553 26.06315 6.53e-22 -34.65343 -31.01397 -33.17571 6 2225.652 36.27354 6.66e-22 -34.67207 -30.44560 -32.95599

* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion

Тест Вальда на исключение лагов VAR Lag Exclusion Wald Tests Sample: 2002M01 2013M12 Included observations: 120

Chi-squared test statistics for lag exclusion: Numbers in [ ] are p-values

CORE_CPI_YOY Y_YOY NEER_YOY R_CORE IR_YOY Joint

Lag 1 234.0481 479.7268 147.6496 63.57142 118.6549 1010.668

[ 0.000000] [ 0.000000] [ 0.000000] [ 2.22e-12] [ 0.000000] [ 0.000000]

Lag 2 20.10153 38.82296 34.70311 4.673656 3.825098 97.61782

[ 0.001196] [ 2.58e-07] [ 1.72e-06] [ 0.456990] [ 0.574862] [ 1.58e-10]

Lag 3 13.87383 1.532910 20.30670 8.271772 3.276204 42.09466

[ 0.016431] [ 0.909241] [ 0.001094] [ 0.141880] [ 0.657487] [ 0.017556]

Lag 4 13.34247 1.257697 10.67471 9.094381 16.94023 47.47510

[ 0.020372] [ 0.939224] [ 0.058225] [ 0.105358] [ 0.004615] [ 0.004308]

df 5 5 5 5 5 25

Некоторые результаты диагностических тестов модели Тест на нормальное распределение остатков Тест на наличие ARCH эффектов VAR Residual Normality Tests Orthogonalization: Cholesky (Lutkepohl) Null Hypothesis: residuals are multivariate normal Sample: 2002M01 2013M12 Included observations: 120 VAR Residual Serial Correlation LM Tests

Null Hypothesis: no serial correlation at Component Skewness Chi-sq df Prob. lag order h

Sample: 2002M01 2013M12

1 0.234740 1.102058 1 0.2938 Included observations: 120

2 -0.084524 0.142886 1 0.7054

3 -0.012248 0.003000 1 0.9563 Lags LM-Stat Prob

4 0.348223 2.425184 1 0.1194

5 0.021170 0.008964 1 0.9246 1 38.71270 0.0394

2 21.42483 0.6687 Joint 3.682093 5 0.5960 3 33.15433 0.1273

4 23.72586 0.5353

5 24.98416 0.4633 Component Kurtosis Chi-sq df Prob. 6 27.97502 0.3090

7 19.96364 0.7487

1 3.706859 2.498249 1 0.1140 8 37.35410 0.0534

2 3.370884 0.687774 1 0.4069 9 12.12302 0.9855

3 3.447802 1.002632 1 0.3167 10 20.84374 0.7013

4 3.747090 2.790720 1 0.0948

5 3.021783 0.002372 1 0.9612 Probs from chi-square with 25 df.

Joint 6.981748 5 0.2220

Причинно-следственный тест по Грэнжеру VAR Granger Causality/Block Exogeneity Wald Tests VAR Granger Causality/Block Exogeneity Wald Tests Sample: 2002M01 2013M12 Sample: 2002M01 2013M12 Included observations: 120 Included observations: 120

Dependent variable: CORE_CPI_YOY Dependent variable: R_CORE

Excluded Chi-sq df Prob. Excluded Chi-sq df Prob.

Y_YOY 25.90695 4 0.0000 CORE_CPI_YOY 21.27972 4 0.0003 NEER_YOY 9.976968 4 0.0408 Y_YOY 5.892936 4 0.2073 R_CORE 5.581958 4 0.2326 NEER_YOY 3.700290 4 0.4481 IR_YOY 7.561150 4 0.1090 IR_YOY 2.853998 4 0.5825

All 49.55363 16 0.0000 All 60.75853 16 0.0000

Dependent variable: Y_YOY Dependent variable: IR_YOY

Excluded Chi-sq df Prob. Excluded Chi-sq df Prob.

CORE_CPI_YOY 4.050318 4 0.3992 CORE_CPI_YOY 18.46662 4 0.0010 NEER_YOY 23.57970 4 0.0001 Y_YOY 16.97015 4 0.0020 R_CORE 0.345867 4 0.9867 NEER_YOY 2.488181 4 0.6468 IR_YOY 1.513593 4 0.8242 R_CORE 12.30259 4 0.0152

All 38.18412 16 0.0014 All 50.56409 16 0.0000

Dependent variable: NEER_YOY

Excluded Chi-sq df Prob.

CORE_CPI_YOY 1.390697 4 0.8458

Y_YOY 15.19291 4 0.0043

R_CORE 3.166340 4 0.5304

IR_YOY 20.26829 4 0.0004

All 46.05693 16 0.0001 Приложение 4: Оценка VECM модели монетарной политики

Тест Йохансена на наличие коинтеграционного соотношения

Sample (adjusted): 2003M06 2013M04

Included observations: 119 after adjustments

Trend assumption: Linear deterministic trend

Series: CORE_CPI_YOY Y_YOY NEER_YOY R_CORE IR_YOY

Exogenous series: ID CRISIS IT URALS_YOY INFLATIONF_YOY

Warning: Critical values assume no exogenous series

Lags interval (in first differences): 1 to 4

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.421419 139.8105 69.81889 0.0000

At most 1 * 0.280740 74.69633 47.85613 0.0000

At most 2 * 0.226022 35.48205 29.79707 0.0099

At most 3 0.025946 4.992833 15.49471 0.8096

At most 4 0.015546 1.864459 3.841466 0.1721

Trace test indicates 3 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.421419 65.11412 33.87687 0.0000

At most 1 * 0.280740 39.21428 27.58434 0.0010

At most 2 * 0.226022 30.48922 21.13162 0.0018

At most 3 0.025946 3.128374 14.26460 0.9378

At most 4 0.015546 1.864459 3.841466 0.1721

Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Оценка VECM для 3 коинтеграционных соотношений

Vector Error Correction Estimates Sample (adjusted): 2003M06 2013M04 Included observations: 119 after adjustments Standard errors in ( ) & t-statistics in [ ]

Cointegration Restrictions: B(1,1)=1, B(1,4)=0, B(1,5)=0, B(2,4)=1, B(2,2)=0, B(2,5)=0, B(3,5)=1, B(3,4)=0, B(3,3)=0 Convergence achieved after 1 iterations. Restrictions identify all cointegrating vectors Restrictions are not binding (LR test not available) Cointegrating Eq: CointEq1 CointEq2 CointEq3

CORE_CPI_YOY(-1) 1.000000 -0.759450 2.580562

(0.21319) (0.80700)

[-3.56240] [ 3.19771]

Y_YOY(-1) 0.247876 0.000000 -2.047115

(0.08758) (0.44778)

[ 2.83039] [-4.57173]

NEER_YOY(-1) -0.441223 0.576129 0.000000

(0.06512) (0.08171)

[-6.77507] [ 7.05074]

R_CORE(-1) 0.000000 1.000000 0.000000

IR_YOY(-1) 0.000000 0.000000 1.000000

C -0.086694 0.034347 -0.385760

D(CORE_CPI_ D(NEER_YOY Error Correction: YOY) D(Y_YOY) ) D(R_CORE) D(IR_YOY)

CointEq1 0.028990 -0.094496 0.041178 -0.236870 0.017802

(0.02949) (0.02785) (0.23315) (0.06593) (0.45013)

[ 0.98314] [-3.39286] [ 0.17662] [-3.59269] [ 0.03955]

CointEq2 0.071360 -0.036644 -0.439066 -0.225173 -0.089715

(0.02465) (0.02328) (0.19490) (0.05511) (0.37628)

[ 2.89497] [-1.57393] [-2.25282] [-4.08561] [-0.23843]

CointEq3 -0.001666 -0.003522 -0.084834 0.014338 -0.402658

(0.00454) (0.00428) (0.03586) (0.01014) (0.06923)

[-0.36725] [-0.82215] [-2.36581] [ 1.41399] [-5.81617]

D(CORE_CPI_YOY(-1)) 0.533652 0.064839 -1.267676 -0.716940 -2.218741

(0.10877) (0.10273) (0.85998) (0.24319) (1.66033)

[ 4.90642] [ 0.63115] [-1.47408] [-2.94807] [-1.33632]

D(CORE_CPI_YOY(-2)) -0.117126 0.040793 0.558772 -0.021560 1.796974

(0.11882) (0.11222) (0.93944) (0.26566) (1.81373)

[-0.98578] [ 0.36350] [ 0.59479] [-0.08116] [ 0.99076]

D(CORE_CPI_YOY(-3)) 0.050310 -0.023350 -0.425332 -0.340326 4.080536

(0.11870) (0.11211) (0.93851) (0.26540) (1.81195)

[ 0.42385] [-0.20827] [-0.45320] [-1.28233] [ 2.25201]

D(CORE_CPI_YOY(-4)) 0.180729 0.160189 0.448772 -0.431248 0.732547

(0.10857) (0.10255) (0.85845) (0.24276) (1.65738)

[ 1.66459] [ 1.56209] [ 0.52277] [-1.77646] [ 0.44199]

D(Y_YOY(-1)) -0.057602 1.133707 1.640431 -0.028442 -0.361228

(0.10257) (0.09688) (0.81100) (0.22934) (1.56576)

[-0.56158] [ 11.7022] [ 2.02273] [-0.12402] [-0.23070]

D(Y_YOY(-2)) -0.354254 -0.254333 -3.639161 0.514890 -0.486837

(0.15752) (0.14878) (1.24549) (0.35221) (2.40463)

[-2.24889] [-1.70942] [-2.92186] [ 1.46190] [-0.20246]

D(Y_YOY(-3)) 0.178254 -0.337364 0.170352 -0.232081 -2.639385

(0.16797) (0.15865) (1.32808) (0.37556) (2.56408)

[ 1.06123] [-2.12648] [ 0.12827] [-0.61796] [-1.02937] D(Y_YOY(-4)) -0.050877 0.241593 0.115291 0.225066 1.158131

(0.11744) (0.11092) (0.92856) (0.26258) (1.79273)

[-0.43322] [ 2.17803] [ 0.12416] [ 0.85713] [ 0.64602]

D(NEER_YOY(-1)) 0.002440 0.018046 0.354466 0.027544 -0.071651

(0.01351) (0.01276) (0.10685) (0.03022) (0.20629)

[ 0.18057] [ 1.41384] [ 3.31739] [ 0.91157] [-0.34733]

D(NEER_YOY(-2)) -0.018748 -0.002677 -0.380591 -0.004825 0.199468

(0.01314) (0.01241) (0.10386) (0.02937) (0.20052)

[-1.42731] [-0.21578] [-3.66452] [-0.16430] [ 0.99478]

D(NEER_YOY(-3)) 0.000793 -0.017052 -0.041731 0.013028 0.143571

(0.01299) (0.01226) (0.10267) (0.02903) (0.19822)

[ 0.06109] [-1.39033] [-0.40646] [ 0.44873] [ 0.72431]

D(NEER_YOY(-4)) -0.000484 0.013329 0.028272 -0.010367 0.240303

(0.01271) (0.01201) (0.10051) (0.02842) (0.19405)

[-0.03805] [ 1.11010] [ 0.28128] [-0.36474] [ 1.23835]

D(R_CORE(-1)) 0.012105 0.016883 0.265577 -0.102703 1.397372

(0.04250) (0.04014) (0.33600) (0.09502) (0.64871)

[ 0.28485] [ 0.42063] [ 0.79040] [-1.08089] [ 2.15407]

D(R_CORE(-2)) -0.004117 0.017955 -0.029211 -0.235653 1.101786

(0.04082) (0.03855) (0.32274) (0.09127) (0.62311)

[-0.10085] [ 0.46570] [-0.09051] [-2.58202] [ 1.76821]

D(R_CORE(-3)) -0.054621 0.004311 0.064356 -0.018316 1.410130

(0.04132) (0.03903) (0.32671) (0.09239) (0.63076)

[-1.32190] [ 0.11045] [ 0.19698] [-0.19825] [ 2.23559]

D(R_CORE(-4)) 0.005530 0.027811 -0.232047 -0.114839 -0.015064

(0.03924) (0.03707) (0.31028) (0.08774) (0.59905)

[ 0.14091] [ 0.75031] [-0.74785] [-1.30880] [-0.02515]

D(IR_YOY(-1)) -0.009420 0.000215 0.022242 -0.013586 0.281601

(0.00604) (0.00571) (0.04777) (0.01351) (0.09224)

[-1.55898] [ 0.03770] [ 0.46556] [-1.00568] [ 3.05309]

D(IR_YOY(-2)) 0.004757 0.000269 0.075585 -0.002713 0.124460

(0.00612) (0.00579) (0.04843) (0.01369) (0.09350)

[ 0.77663] [ 0.04652] [ 1.56077] [-0.19808] [ 1.33115]

D(IR_YOY(-3)) -0.010888 0.000268 -0.128611 -0.001401 0.130000

(0.00591) (0.00558) (0.04669) (0.01320) (0.09014)

[-1.84376] [ 0.04814] [-2.75450] [-0.10614] [ 1.44212]

D(IR_YOY(-4)) -0.000329 -0.007802 -0.019603 0.011692 -0.176743

(0.00596) (0.00563) (0.04709) (0.01332) (0.09092)

[-0.05526] [-1.38695] [-0.41625] [ 0.87799] [-1.94394]

C 0.001292 0.007851 0.036664 -0.007315 0.116133

(0.00157) (0.00149) (0.01244) (0.00352) (0.02401)

[ 0.82155] [ 5.28470] [ 2.94802] [-2.07990] [ 4.83657]

ID 0.002770 0.001379 0.031567 -0.005504 0.045179

(0.00099) (0.00094) (0.00783) (0.00222) (0.01512)

[ 2.79617] [ 1.47331] [ 4.02957] [-2.48463] [ 2.98718]

CRISIS -0.001159 -0.001747 0.005904 -0.001854 -0.011248

(0.00130) (0.00123) (0.01028) (0.00291) (0.01985)

[-0.89113] [-1.42254] [ 0.57437] [-0.63776] [-0.56675]

IT -0.000904 -0.001693 0.003180 0.001953 -0.121070

(0.00177) (0.00167) (0.01396) (0.00395) (0.02696)

[-0.51183] [-1.01518] [ 0.22777] [ 0.49457] [-4.49123]

URALS_YOY 0.007596 0.007110 0.019447 -0.017198 0.185762

(0.00228) (0.00215) (0.01804) (0.00510) (0.03482)

[ 3.33011] [ 3.29999] [ 1.07820] [-3.37190] [ 5.33463]

INFLATIONF_YOY -0.114816 -0.335153 -2.010881 0.414660 -4.346904

(0.07187) (0.06788) (0.56824) (0.16069) (1.09707)

[-1.59760] [-4.93745] [-3.53881] [ 2.58052] [-3.96228]

R-squared 0.766436 0.970863 0.676218 0.545376 0.658832 Adj. R-squared 0.693771 0.961799 0.575486 0.403937 0.552691 Sum sq. resids 0.000464 0.000414 0.029004 0.002319 0.108112 S.E. equation 0.002270 0.002144 0.017952 0.005077 0.034659 F-statistic 10.54761 107.1035 6.713033 3.855921 6.207124 Log likelihood 572.2104 579.0037 326.1529 476.4581 247.8673 Akaike AIC -9.129587 -9.243760 -4.994166 -7.520304 -3.678441 Schwarz SC -8.452322 -8.566495 -4.316901 -6.843039 -3.001176 Mean dependent -0.000349 -0.000760 -0.000702 0.000183 -0.003469 S.D. dependent 0.004103 0.010972 0.027553 0.006575 0.051822

Determinant resid covariance (dof adj.) 1.80E-22 Determinant resid covariance 4.46E-23 Log likelihood 2217.868 Akaike information criterion -34.58601 Schwarz criterion -30.84937 Приложение 5: VECM модель инфляции по спецификации, основанной на теории «наценки»

Определение дополнительных переменных

Обозначение

Теоретическое переменной в Название переменной Источник/как рассчитывается

обозначение EViews

средние издержки на ср. номинальная заработная плата  число занятых ULC_INDEX ULC_index реальный выпуск

оплату труда

Изменение средних

издержек на оплату труда ULC_YOY ULC ln(ULC _ index)  ln(ULC _ index (12))

к соответствующему

месяцу предыдущего года

ut Индекс средних тарифов TARIFF_INDEX pindex Данные Росстата

на услуги ЖКХ

Изменение индекса

средних тарифов на

ut ut TARIFF_YOY p ut

услуги ЖКХ к ln( pindex )  ln( pindex (12))

соответствующему

месяцу предыдущего года

Примечание: число занятых измеряется как 1  уровень безработицы . Средняя номинальная заработная плата – данные Росстата. Для реального выпуска используется прокси ИПП.

Дополнительные тесты на стационарность и интегрируемость рядов Название переменной в

ADF ( ) ADF ( ) ADF ( )

EViews

ULC_YOY -1.911 -2.165 -0.948 TARIFF_YOY -2.290 -3.327 -2.243* D(ULC_YOY) -14.220** -14.169** -14.274** D(TARIFF_YOY) -9.711** -9.855** -9.531**

Критические значения ADF ( ) ADF ( ) ADF ( )

1% -3.48 -4.03 -2.58

5% -2.88 -3.44 -1.94

10% -2.58 -3.15 -1.62 Примечание: ADF (  ) ADF ( ) ADF ( ) – тесты на наличие единичного корня в нулевой гипотезе (

H 0 : ряд не стационарен), содержащей константу, константу и тренд и без константы, соответственно.

Величина используемых лагов при тестировании определяется информационным критерием Шварца: * и ** обозначают значимость на 5% и 1% уровнях, соответственно. В целом, из результатов теста следует, что исследуемые ряды I(1).

Выбор оптимального авторегрессионного порядка в UVAR VAR Lag Order Selection Criteria Endogenous variables: CORE_CPI_YOY NEER_YOY ULC_YOY TARIFF_YOY Exogenous variables: C ID CRISIS IT URALS_YOY TREND Sample: 2002M01 2013M12 Included observations: 119

Lag LogL LR FPE AIC SC HQ

0 1063.874 NA 3.02e-13 -17.47687 -16.91637 -17.24927 1 1409.957 634.0007 1.18e-15 -23.02448 -22.09032 -22.64515 2 1474.579 114.0403* 5.22e-16* -23.84167* -22.53385* -23.31060* 3 1485.558 18.63595 5.71e-16 -23.75728 -22.07579 -23.07448 4 1496.922 18.52698 6.22e-16 -23.67937 -21.62422 -22.84484 5 1503.395 10.11686 7.38e-16 -23.51925 -21.09043 -22.53298

Комментарий: Все информационные критерии показывают выбор 2 лагов

Тест Йохансена на наличие коинтеграционного соотношения

Sample (adjusted): 2003M04 2013M04

Included observations: 121 after adjustments

Trend assumption: Linear deterministic trend (restricted)

Series: CORE_CPI_YOY NEER_YOY ULC_YOY TARIFF_YOY

Exogenous series: ID CRISIS IT URALS_YOY

Warning: Critical values assume no exogenous series

Lags interval (in first differences): 1 to 2

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.398213 93.93503 63.87610 0.0000

At most 1 0.141262 32.48496 42.91525 0.3627

At most 2 0.092064 14.05764 25.87211 0.6529

At most 3 0.019407 2.371321 12.51798 0.9414

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.398213 61.45006 32.11832 0.0000

At most 1 0.141262 18.42732 25.82321 0.3453

At most 2 0.092064 11.68632 19.38704 0.4449

At most 3 0.019407 2.371321 12.51798 0.9414

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Комментарий: На 30% уровне значимости оба теста показывают наличие 1-го коинтеграционного вектора. Оценка VECM модели инфляции по спецификации, основанной на теории «наценки»

Без ограничений С ограничениями «единичной гомогенности» Vector Error Correction Estimates Sample (adjusted): 2003M04 2013M04 Vector Error Correction Estimates Included observations: 121 after Sample (adjusted): 2003M04 2013M04 adjustments Included observations: 121 after Standard errors in ( ) & t-statistics in [ ] adjustments

Standard errors in ( ) & t-statistics in [ ] Cointegration Restrictions: B(1,1)=1, Cointegration Restrictions: Convergence achieved after 1 iterations. B(1,1)=1, Restrictions identify all cointegrating B(1,2)+B(1,3)+B(1,4)=-1, vectors B(1,4)=0 Restrictions are not binding (LR test not Convergence achieved after 7 iterations. available) Restrictions identify all cointegrating

vectors

Cointegrating Eq: CointEq1 LR test for binding restrictions (rank = 1):

Chi-square(2) 0.949389 CORE_CPI_YOY(-1) 1.000000 Probability 0.622075

NEER_YOY(-1) -0.368028 Cointegrating Eq: CointEq2

(0.04344)

[-8.47209] CORE_CPI_YOY(-1) 1.000000

ULC_YOY(-1) -0.464711 NEER_YOY(-1) -0.442611

(0.07686) (0.04380)

[-6.04652] [-10.1063]

TARIFF_YOY(-1) -0.008216 ULC_YOY(-1) -0.557389

(0.06276) (0.04380)

[-0.13092] [-12.7270]

@TREND(02M01) 0.000897 TARIFF_YOY(-1) 0.000000

(0.00026)

[ 3.45828] @TREND(02M01) 0.001069

(0.00026)

C -0.078123 [ 4.11058]

R-squared 0.634243 C -0.077587 Adj. R-squared 0.589806 R-squared 0.634085 Sum sq. resids 0.000727 Adj. R-squared 0.589628 S.E. equation 0.002607 Sum sq. resids 0.000728 F-statistic 14.27264 S.E. equation 0.002608 Log likelihood 555.6459 F-statistic 14.26291 Akaike AIC -8.952825 Log likelihood 555.6197 Schwarz SC -8.629345 Akaike AIC -8.952392 Mean dependent -0.000337 Schwarz SC -8.628913 S.D. dependent 0.004070 Mean dependent -0.000337

S.D. dependent 0.004070

Error Correction: D(CORE_CPI_YOY) D(NEER_YOY) D(ULC_YOY) D(TARIFF_YOY)

CointEq1 -0.003689 0.436829 0.847856 0.181651

(0.01497) (0.12530) (0.13907) (0.09141)

[-0.24644] [ 3.48624] [ 6.09662] [ 1.98715]

Error Correction: D(CORE_CPI_YOY) D(NEER_YOY) D(ULC_YOY) D(TARIFF_YOY)

CointEq2 -0.001466 0.359559 0.687781 0.143708

(0.01221) (0.10210) (0.11365) (0.07464)

[-0.12003] [ 3.52173] [ 6.05175] [ 1.92524]