Или “канал издержек монетарной политики”? n В SignVAR “загадки цен” нет по построению. Но (1) это занимает время подобрать сочетание откликов («-» и «+» — редкое событие) (2)


Чтобы посмотреть этот PDF файл с форматированием и разметкой, скачайте его и откройте на своем компьютере.
Эффекты
процентной политики Банка России в
условиях перехоФа к инфляционному
таргетированию




Март 2017

БЕНТР МАКРОЭКОНОМИЧЕСКОГО АНАЛИЗА И
КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ

Тел
.: +7(499)129
-
17
-
22,
факс
: (499)129
-
09
-
22, e
-
mail: [email protected], http://www.forecast.ru

Анна Пестова

РуковоФитель группы

макрофинансовых исслеФований БМАКП

Почему
это важно?


Переход

к

режиму

инфляционного

таргетирования

в

России

не

проходит

гладко


C
ответствует

общемировому

тренду

смены

режимов

денежно
-
кредитной

политики

в

развитых

и

развивающихся

странах

Benati
,

Goodhart

(
2011
)

и

Frankel

(
2011
),

Handbook

of

Macro


Стимулирован

невозможностью

удерживать

фиксированный

курс

валюты

в

условиях

масштабных

внешних

шоков

(неудачный

опыт

«мягкой»

девальвации

2008
-
2009

гг
.
)


Первоначально



хорошее

начало

между

кризисами


Но

окончательный

переход

совпал

с

реализацией

шока

на

финансовом

рынке

в

конце

2014

г
.


Дискуссии

об

адекватности

денежно
-
кредитной

политики


Юдаева

(
2014
),

Глазьев

(
2014
),

Апокин

и

др
.

(
2014
),

Ломиворотов

(
2015
),

Апокин

и

др
.

(
2015
),

Бадасен

и

др
.

(
2015
),

Могилат

и

др
.

(
2016
)
,

«Вопросы

экономики»


Могла

ли

более

мягкая

ДКП

демпфировать

внешние

шоки

для

экономики?



Насколько

эффективна

процентная

политика

ЦБ

для

сдерживания

инфляционного

давления

и

повышения

финансовой

(читай



курсовой)

стабильности?

2

Контрциклическая

политика?

0
500
1000
1500
2000
2500
3000
3500
0.0
20.0
40.0
60.0
80.0
100.0
120.0
1.2004
5.2004
9.2004
1.2005
5.2005
9.2005
1.2006
5.2006
9.2006
1.2007
5.2007
9.2007
1.2008
5.2008
9.2008
1.2009
5.2009
9.2009
1.201
5.201
9.201
1.2011
5.2011
9.2011
1.2012
5.2012
9.2012
1.2013
5.2013
9.2013
1.2014
5.2014
9.2014
1.2015
5.2015
9.2015
1.2016
Цена нефти Urals в сопоставим. ценах 2007 г.

Ставка ДКП (2013
-
2015 гг.: ключевая; до 2013 г.
-

рефинансирования)

ВВП в сопоставим. ценах 2007 г., сезонно скорректированный

3

Переход к инфляционному тагретированию


Январь

2009

г
.



расширение

фиксированного

интервала

стоимости

бивалютной

корзины
.

Автоматическая

корректировка

границ

плавающего

операционного

интервала

(постепенное

расширение)


первоначальная

ширина

2

руб
.
,

затем

расширение

до

7

руб
.

в

середине

2012

г
.

и

до

9

руб
.

в

середине

2014

г
.



Накопленный

объем

интервенций,

при

достижении

которого

изменялись

границы

операционного

интервала,

снижался

с

700

млн

до

450

млн

долл
.

в

середине

2012

г
.

и

350

млн

долл
.

к

концу

2013

г
.

Внутри

плавающего

операционного

интервала

был

выделен

«нейтральный»

диапазон,

в

котором

Банк

России

не

осуществлял

интервенции


Сентябрь

2013

г
.

-

реформа

процентных

инструментов
.

Введение

симметричного

процентного

коридора
.

Введение

ключевой

ставки

(индикатор

направленности

ДКП,

приравнивалась

к

ставке

по

недельным

аукционам

прямого

РЕПО)


Ноябрь

2014

г
.

-

упразднен

действовавший

механизм

курсовой

политики
,

отменены

интервенции

(кроме

случаев

поддержания

фин
.

стабильности)


16
.
12
.
2014

Банк

России

повысил

ключевую

ставку

с

10
,
5

до

17
%
.

За

2014

г
.

снижение

курса

рубля

составило

~
60
%




4

Процентные

ставки

в

России

5


















С

2009

г
.

наблюдалось

последовательное

сужение

процентного

коридора

Банка

России,

рост

эффективности

процентного

канала

трансмиссии




0.0
5.0
10.0
15.0
20.0
25.0
30.0
авг 2000

фев 2001

авг 2001

фев 2002

авг 2002

фев 2003

авг 2003

фев 2004

авг 2004

фев 2005

авг 2005

фев 2006

авг 2006

фев 2007

авг 2007

фев 2008

авг 2008

фев 2009

авг 2009

фев 2010

авг 2010

фев 2011

авг 2011

фев 2012

авг 2012

фев 2013

авг 2013

фев 2014

авг 2014

фев 2015

авг 2015

фев 2016

авг 2016

фев 2017

Ставка по депозитам Банка России (tom
-
next)

Средневзвешенная ставка MIACR по кредитам в рублях (1 день)

Миним. ставка по операциям РЕПО с Банком России (аукцион); с сен. 2013
-

ключевая ставка

Ставка по кредитам Банка России (overnight)

Ставка по ломбардным кредитам Банка России (1 день)

Операции

коммерческих

банков

с

ЦБ

РФ

6

















С

2009

г
.

наблюдается

рост

чистого

заиствования

банков

у

ЦБ

РФ,

рост

эффективности

процентного

канала

трансмиссии
.

В

2010
-
2011

гг
.

кратковременный

переход

к

«избыточной

ликвидности»

банков,

приближение

ставки

денежного

рынка

MIACR

к

ставке

по

депозитам

в

ЦБ




1070

-
2503

2330

-
1139

-
2500

-
7442

2008

1759

-10000
-9000
-8000
-7000
-6000
-5000
-4000
-3000
-2000
-1000
0
1000
2000
3000
01.02.2008
01.05.2008
01.08.2008
01.11.2008
01.02.2009
01.05.2009
01.08.2009
01.11.2009
01.02.2010
01.05.2010
01.08.2010
01.11.2010
01.02.2011
01.05.2011
01.08.2011
01.11.2011
01.02.2012
01.05.2012
01.08.2012
01.11.2012
01.02.2013
01.05.2013
01.08.2013
01.11.2013
01.02.2014
01.05.2014
01.08.2014
01.11.2014
01.02.2015
01.05.2015
01.08.2015
01.11.2015
01.02.2016
01.05.2016
01.08.2016
01.11.2016
01.02.2017
"Избыточная ликвидность" (депозиты в ЦБ РФ и вложения в ОБР), млрд. р~б.

иистая ликвидная позиция банков (требования банков к ЦБ РФ за вычетом обязательств банков перед ЦБ РФ и
Минфином), млрд. р~б.

Спецификация модели для оценки
эффектов ДКП
в
России

7


Учет

эндогенности

политики,

оценка

неожиданных

шоков


Методология
:

многомерные

модели

VAR
.

Структурная

идентификация

шоков

(
SVAR)


Проблема

пропущенных

переменных

и

«проклятия

размерности»


Методология
:

BVAR

или

FAVAR
.

Построение

модели

для

большого

количества

переменных


Учет

специфики

России

(малая

открытая

экономика,

особенности

проведения

монетарной

политики)


Опыт

США

напрямую

не

переносим
.

Проблема

бенчмарк
-
модели

и

идентификационной

схемы



Использование

актуального

инструмента

монетарной

политики



Краткосрочная

ставка

процента
.

Ранее



денежная

база

и

курс

рубля





Обзор

(российской)

литературы

8


Существующие

работы

по

оценке

ДКП

в

России



Дробышевский

и

др
.

(
2008
)



малоразмерные

VAR

за

период

1999
-
2007

гг
.
,

инструменты

ДКП



денежные

агрегаты,

поочередно



7

прокси

для

различных

каналов

трансмиссии



Mallick
,

Sousa

(
2012
)



BSVAR

за

период

до

2008

г
.
,

рекурсивная

идентификация,

ограничения

на

знаки,

инструменты

ДКП



денежная

база,

процентная

ставка


Леонтьева

(
2012
)



одномерные

модели

временных

рядов,

период

до

2010

г
.
,

различные

каналы

трансмиссии


Ващелюк

и

др
.

(
2015
)



VAR

за

2000
-
2014

гг
.
,

инструмент

ДКП



денежная

база
,

рекурсивная

идентификация


Крепцев
,

Селезнев

(
2016
)



TVP
-
FAVAR

за

2003
-
2015

гг
.
,

инструмент

ДКП



краткосрочная

ставка,

влияние

MIACR

на

ставки

конечным

заемщикам


Место

данной

работы


Учет

неоднородности

монетарной

политики

через

оценивание

по

однородным

периодам



2010

г
.;

ранее



с

2009

г
.
)


Использование

актуального

инструмента

ДКП

(процент
.

ставка
)


Среднеразмерная

модель,

смягчает

проблему

пропущенных

переменных


Методология:
Bayesian VAR

9


VAR(P)
:

N

эндогенных

переменных

и

P

лагов


ܻ

=
ܿ
+
ܤ
1
ܻ


1
+
ܤ
2
ܻ


2
+

+
ܤ

ܻ



+
ݑ








=
Σ

;




=



Формула

Байеса




Сопряженное

априорное

распределение

Миннесота
,

имплементируемое

при

помощи

искусственных

наблюдений

(
dummy

observations)
,

Blake,

Mumtaz

(
2012
)
,

Dieppe


al
.

(
2016
)


Искусственные

наблюдения

вводятся

таким

образом,

чтобы

обеспечить

смещение

оценок

ܤ

и

Σ

в

сторону

Minnesota

prior


Все

коэффициенты,

кроме

собственного

первого

лага,

априорно

обнуляются
;

убывающее

влияние

прошлых

лагов


Учет

экзогенности

переменных

через

более

жесткое

центрирование

вокруг

нуля

влияния

внутренних

переменных

на

них


Общая

жесткость

априорного

распределения

(
τ

=

аналог

П
1
)

=

0
.
1

(
rule

of

thumb)
,

1

и

100

(
неинформат
.

априорное

распределение)








ܤ
,
Σ
ܻ




ܻ

ܤ
,
Σ


ܤ
,
Σ


Posterior


Likelihood


Prior

Данные


Состав

переменных

отличается

от

моделей

для

развитых

стран
.

Бенчмарк
-
спецификация



в

соответствие

с

работой

Mallick
,

Sousa

(
2012
)

для

открытых

экономик

стран

БРИКС

1.
Реальная

цена

на

нефть

Urals


2.
Реальный

объем

ВВП


3.
ИПЦ


4.
Номинальная

ставка

ДКП

(ключевая

+

недельные

аукц
.

РЕПО)

5.
Реальный

денежный

агрегат

М
2

6.
Реальный

эффективный

курс

рубля

7.
Реальный

фондовый

индекс

ММВБ



Все

переменные

в

логарифмах

(кроме

ставки),

в

сопоставимых

ценах

2007

г
.

со

снятой

сезонностью
.



Помесячные

данные

с

января

20
10

г
.
*

по

декабрь

2016

г
.

(
84

точки)
.

Глубина

лага

k

=

2

мес
.







*
2009 г.
удален из периода оценивания из
-
за возможного посткризисного смещения

Подгонка данных моделью и остатки

Методология: идентификация шоков ДКП

(1)

12


Ковариационная

матрица

инноваций

VAR
:







=
Σ

;


1.
Декомпозиция

Холецкого

(
Cholesky

decomposition),

Christiano


al
.

(
1999
,

Handbook

of

Macro)

Σ
=







,

где




-

нижнетреугольная

матрица

(рекурсивная

идентификация

шоков,

нулевые

ограничения

на

одновременные

отклики)



=



И

,

где

И


-

новые

ортогональные

инновации

(«структурные

шоки»)






Шок

ДКП
:

ставка

реагирует

в

текущий

период

на

инновации

«медленных»

макроэкономических

переменных

и

цены,

но

не

реагирует

одномоментно

на

инновации

«
быстрых»

финансовых




=






૚࢚
=




+




+

૚࢚



=






+


૜࢚
+






=

૜૚



+

૜૛



+




Методология: идентификация шоков ДКП

(2)

13


Ковариационная

матрица

инноваций

VAR
:







=
Σ

;


2.
Ограничения

на

знаки


(sign

restrictions)

Uhlig

(
2005
,

JME)



Для

каждой

сохраняемой

итерации

извлечения

параметров

из

апостериорного

распределения

извлекается

N

×

N

матрица

K

из

стандартного

нормального

распределения


Рассчитывается

ортонормальная

матрица

ܳ


как

ܳ
ܴ

декомпозиция

от

матрицы



(
ܳ

ܳ
=
ܫ
)


Рассчитывается

разложение

по

Холецкому

текущего

извлечения

матрицы

Σ
,

Σ
=
ܣ

0
ܣ

0



Рассчитывается

матрица
-
кандидат

ܣ
0
=
ܳ
ܣ
0
.

Учитывая,

что

ܳ

ܳ
=
ܳ
ܳ

=
ܫ
,

сохраняется

равенство

ܣ
0
ܣ
0

=

,

т
.
е
.

мы

осуществляем

вращение

матрицы

ܣ
0

вокруг

единичной

сферы
.

Процедура

останавливается,

когда

подобранной

матрице

ܣ
0

будут

соответствовать

функции

отклика

на

горизонте

h

с

заранее

определенными

знаками

влияния


Процедура

повторяется

для

всех

сохраняемых

извлечений







Описание схем идентификации шоков ДКП

14


Идентификация

при

помощи

ограничений

на

знаки

(
Sign

restrictions)

Выпуск

Цены

Ставка
МБК (ДКП)

M1

(
М2
)

Курс

Uhlig
*

?



+

Rafiq
,
Mallick

?



+



+

Mallick
, Sousa

?



+



?

Amir Ahmadi,
Uhlig



+



*
*

*

Uhlig
,

2005

(
JME
)
;

Rafiq
,

Mallick,

2008

(JMacro)
;

Mallick,

Sousa,

2012

(MacroDyn)
;

Amir

Ahmadi,

Uhlig,

2015

(NBER
)

**

M
1

and

nonborrowed

reserves














НаклаФываются

Фля

изолирования

прочих

шоков

гочень

грубогод,

соотнесения

относительного

вклаФа

различных

шоков

гили

их

смесид

в

вариацию

переменных


Длительность

реакции

=

6

месяцев









Дополнительные знаковые
ограничения

Цена на
нефть

Выпуск

Цены

Ставка

ДКП

M2

Внешний

спрос /
производительность

+

+



Внутренний спрос

+

+

Шок ДКП:

?



+



Отклики на шок монетарной политики

Cholesky,

7
vars
,
τ
=0
.1

SignVAR
,

7
vars
,
τ
=0
.1

Примечание
.

Сплошная

линия

означает

медианный

отклик,

пунктирные



14

и

86

процентили
.

Для

расчета

откликов

было

произведено

1000

извлечений

из

апостериорной

функции

плотности

параметров,

первые

500

из

которых

были

отброшены

для

снижения

зависимости

от

начальных

значений
.

Cholesky

-

означает,

что

была

произведена

рекурсивная

идентификация
.

SignVAR



идентификация

по

методу

ограничений

на

знаки
.

τ



параметр

жесткости

априорного

распределения,

значение

0
.
1

соответствует

общепринятому

(жесткому)

наложению

априорного

распределения
.

Условные

обозначения
:

Output



реальный

объем

ВВП,

Prices



индекс

потребительских

цен,

2007
=
100
,

IR



номинальная

регулируемая

ставка

процента,

M
2



реальный

денежный

агрегат

M
2
,

REER



индекс

реального

эффективного

курса

рубля,

2007
=
100
,

MICEX



реальный

индекс

ММВБ
.

Все

переменные

со

снятой

сезонностью,

в

натуральных

логарифмах

(кроме

ставки)
.

Предположим, мы верим в
MP shock
из
SignVAR,
насколько он экономически значим?

0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
part of Y-GDP fluctuation due to Monetary policy shocks
part of Y-GDP fluctuation due to External demand shocks
part of Y-GDP fluctuation due to Domestic demand shocks
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
1
4
7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
part of P-CPI fluctuation due to Monetary policy shocks
part of P-CPI fluctuation due to External demand shocks
part of P-CPI fluctuation due to Domestic demand shocks
Декомпозиция ошибок прогноза (
FEVD)
, %


Предположим, мы верим в
MP shock
из
SignVAR,
насколько он экономически значим?

-0.015
-0.01
-0.005
0
0.005
0.01
0.015
0.02
0.025
2010m3
2010m6
2010m9
2010m12
2011m3
2011m6
2011m9
2011m12
2012m3
2012m6
2012m9
2012m12
2013m3
2013m6
2013m9
2013m12
2014m3
2014m6
2014m9
2014m12
2015m3
2015m6
2015m9
2015m12
2016m3
2016m6
2016m9
2016m12
contribution of Monetary policy shocks in Y-GDP fluctuation
contribution of External demand shocks in Y-GDP fluctuation
contribution of Domestic demand shocks in Y-GDP fluctuation
Историческая декомпозиция отклонений выпуска от экзогенного тренда


Предположим, мы верим в
MP shock
из
SignVAR,
насколько он экономически значим?

-0.01
-0.005
0
0.005
0.01
0.015
0.02
2010m3
2010m6
2010m9
2010m12
2011m3
2011m6
2011m9
2011m12
2012m3
2012m6
2012m9
2012m12
2013m3
2013m6
2013m9
2013m12
2014m3
2014m6
2014m9
2014m12
2015m3
2015m6
2015m9
2015m12
2016m3
2016m6
2016m9
2016m12
contribution of Monetary policy shocks in P-CPI fluctuation
contribution of External demand shocks in P-CPI fluctuation
contribution of Domestic demand shocks in P-CPI fluctuation
Историческая декомпозиция отклонений индекса цен от экзогенного тренда


Предварительные выводы

20


Не

обнаружено

веских

доказательств

сдерживающего

действия

жесткой

монетарной

политики

на

инфляцию

и

стабильность

национальной

валюты



В

рекурсивной

идентификации

выявлен

краткосрочный

эффект


загадки

цен

.

Или



канал

издержек

монетарной

политики

?


В

SignVAR


загадки

цен


нет

по

построению
.

Но

(
1
)

это

занимает

время

подобрать

сочетание

откликов


-
»

и

«+»

-

редкое

событие)
;

(
2
)

полученные

шоки

объясняют

менее

5
%

дисперсии

цен

на

коротких

горизонтах


Ужесточение

монетарной

политики

в

России

с

высокой

вероятностью

имеет

рецессионный

эффект,

хотя

его

относительная

значимость

не

высока

(переоценивается

экспертами)


Воздействие

процентных

ставок

на

(реальный)

курс

рубля

неустойчивое

и

в

большинстве

спецификаций

незначимое



Экономическая

значимость

шоков

монетарной

политики

низкая

для

всех

макроэкономических

показателей

(
Ramey,

2016
)


Текущее

снижение

инфляции

и

ее

приближение

к

4
%

таргету
,

по
-
видимому
,

объясняется

исчерпанием

негативных

внешних

шоков

и

сохранением

негативной

направл
.

внутренних
.

Действия

монетарных

властей

могли

способствовать

сдерживанию

внутреннего

спроса


Шоки

монетарной

политики
:

есть

ли

связь

с

реальностью?

21

Cholesky
,

7 vars,
τ
=0
.1

SignVAR
,

7 vars,
τ
=0
.1

8.0

9.5

10.5

17.0

5
7
9
11
13
15
17
19
30 окт

2 ноя

5 ноя

8 ноя

11 ноя

14 ноя

17 ноя

20 ноя

23 ноя

26 ноя

29 ноя

2 дек

5 дек

8 дек

11 дек

14 дек

17 дек

20 дек

23 дек

26 дек

29 дек

Фактические значения

Консенсус
-
прогноз аналитиков
Bloomberg на Q4 2014

Консенсус
-
прогноз аналитиков
Bloomberg на Q1 2015

Консенсус
-
прогноз аналитиков
Bloomberg на Q2 2015

Консенсус
-
прогноз аналитиков
Bloomberg на Q3 2015

Проверка устойчивости


Изменение

жесткости

априорного

распределения


Изменение

пространства

наблюдаемых

шоков


Изменение

информационного

множества
,

доступного

эконометристу

(проблема

пропущенных

переменных
)


Учет

«больших

данных»

(
“fat

data”)
,

FAVAR


Учет

впередсмотрящих

переменных

(инфляционных

ожиданий)


Учет

неопределенности



22

Рекомендации для политиков

(
после проверки устойчивости
)


Текущий

механизм

ДКП

нуждается

в

корректировке

с

учетом

особенностей

российской

экономики

и

структуры

действующих

шоков


(
assumed)

сохранение

IT,

отказ

от

эмисионного

финансирования

и

систематического

вмешательства

в

курсообразование

рубля



НО

действие

«по

правилу»,

т
.
к
.

только

шоки

(отклонения

от

правила)

имеют

в

т
.
ч
.

негативные

последствия

для

экономики
.

Публикация

правила

политики


Отказ

от

попыток

стабилизации

курса

рубля

во

время

кризисов

путем

управления

процентными

ставками
;

отказ

от

попыток

сдерживать

инфляционное

давление

в

условиях

негативных

шоков

платежного

баланса

путем

охлаждения

внутреннего

спроса


Удлинение

горизонтов

достижения

целей

политики


Возможен

переход

к

такой

мере

ценового

давления,

которая

в

большей

степени

отражает

внутренние

цены

по

сравнению

с

внешними
.

«Очищенный»

от

внешних

шоков

ИПЦ
:

трендовая

инфляция

(см
.

Дерюгина

и

др
.
,

2015
)
.

Номинальный

ВВП

(компромисс

между

выпуском

и

ценами
;

по

построению

не

учитываются

цены

импорта
)


ПрилоЦение




Возможные объяснения

«загадки цен»

25



Price

puzzle”



результат

впередсмотрящих

ожиданий

регулятора?


Учет

инфляционные

ожидания

в

модели
.

Спецификация

из

работы

Castelnuovo
,

Surico

(
2010
),

EJ


“Price

puzzle”



результат

нефундаментальности

инноваций

VAR
?


Пространство

шоков,

доступное

эконометристу,

может

быть

меньше

пространства

шоков



переменных),

наблюдаемого

регулятором


Учет

главных

компонент

в

модели

для

решения

потенциальной

проблемы

пропущенных

переменных

(
Bernanke


al
.
,

2005
,

QJE
;

Forni
,

,

2010
,

JME)
.

FAVAR



factor

augmented

VAR




Проверка устойчивости
результатов (1): учет
инфляционных ожиданий

26

Модель и идентификация на основе
Castelnuovo
,

Surico

(2010),
EJ


+ цены на нефть

Инфляция и инфляционные ожидания

0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
01.01.2009
01.04.2009
01.07.2009
01.10.2009
01.01.2010
01.04.2010
01.07.2010
01.10.2010
01.01.2011
01.04.2011
01.07.2011
01.10.2011
01.01.2012
01.04.2012
01.07.2012
01.10.2012
01.01.2013
01.04.2013
01.07.2013
01.10.2013
01.01.2014
01.04.2014
01.07.2014
01.10.2014
01.01.2015
01.04.2015
01.07.2015
01.10.2015
01.01.2016
Инфляционные ожидания профессиональных аналитиков (Bloomberg, на полгода
вперед)

Инфляция (предш. 12 мес.)

Проверка устойчивости
результатов (2): учет
главных компонент (факторов)

28

Число факторов = 3, доля
объясненной дисперсии =
30%

Число факторов = 8, доля
объясненной дисперсии =
50%

Примечание
.

Для

оценки

факторов

были

использованы

актуализированные

данные

из

работы

Стырин,

Потапова

(
2009
)
.

Массив

данных

содержит

наблюдения

по

92

переменным

и

включает

данные

по

внешнеэкономическому

сектору

и

по

внутренним

макроэкономическим

и

финансовым

условиям

Смена режима политики в сентябре
2013 г
.?*

29

0.0
1.0
2.0
3.0
4.0
5.0
6.0
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
16.0
18.0
01.09.2008
01.03.2009
01.09.2009
01.03.2010
01.09.2010
01.03.2011
01.09.2011
01.03.2012
01.09.2012
01.03.2013
01.09.2013
01.03.2014
01.09.2014
01.03.2015
01.09.2015
01.03.2016
01.09.2016
Среднее

Стандартное отклонение

Среднее за месяц и внутримесячная волатильность
однодевных
ставок
MIACR

0%
10%
20%
30%
40%
50%
01.09.2008
01.03.2009
01.09.2009
01.03.2010
01.09.2010
01.03.2011
01.09.2011
01.03.2012
01.09.2012
01.03.2013
01.09.2013
01.03.2014
01.09.2014
01.03.2015
01.09.2015
01.03.2016
01.09.2016
Волатильность, в % от среднего

* Борзых (2016) ПЭ





















Ограничения на знаки

Oil

Output

Prices

IR

M2

Внешний

спрос /
производительность

+

+

-

Внутренний спрос

+

+

ДКП

?

-

+

-

Oil

Output

Prices

IR

M2

Внешний

спрос /
производительность

+

+

-

(
-
)

Внутренний спрос

+

+

0(
-
)

0(+)

ДКП

(
-
)

-

+

-

Нет уверенности в разделении шоков. Альтернатива «+» на ставку для шока внутреннего спроса
(
)
. Однако, не вполне соответствует

российским реалиям

Датировка

режимов

ДКП

в

России

(
1
)


















С

2009

г
.

значительно

возросла

волатильность

курса

рубля


С

2012
-
2013

гг
.

она

стала

превышать

волатильность

золотовалютных

резервов







-100.0
-80.0
-60.0
-40.0
-20.0
0.0
20.0
40.0
60.0
80.0
-80.0
-60.0
-40.0
-20.0
0.0
20.0
40.0
60.0
80.0
100.0
1.2000
5.2000
9.2000
1.2001
5.2001
9.2001
1.2002
5.2002
9.2002
1.2003
5.2003
9.2003
1.2004
5.2004
9.2004
1.2005
5.2005
9.2005
1.2006
5.2006
9.2006
1.2007
5.2007
9.2007
1.2008
5.2008
9.2008
1.2009
5.2009
9.2009
1.2010
5.2010
9.2010
1.2011
5.2011
9.2011
1.2012
5.2012
9.2012
1.2013
5.2013
9.2013
1.2014
5.2014
9.2014
1.2015
5.2015
9.2015
Темп прироста цены нефти (закрытия марки Brent) к аналогич. периоду предшеств. года, %

Темпы прироста международных резервов, к аналогич. периоду предшеств. года, %

Темп прироста курса рубля к бивалютной корзине (на конец периода), к аналогич. периоду предшеств. года, %

Низкая волатильность курса,
высокая волатильность
резервов


Рост волатильн.
курса, снижение
волатильности
резервов


31

Датировка

режимов

ДКП

в

России

(
2
)


















С

2009

г
.

значительно

возросла

волатильность

курса

рубля


В

то

же

время

резко

снизилась

волатильность

ставки

денежного

рынка







32

-10.0
-5.0
0.0
5.0
10.0
15.0
20.0
25.0
30.0
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
50.0
60.0
1.2000
6.2000
11.2000
4.2001
9.2001
2.2002
7.2002
12.2002
5.2003
10.2003
3.2004
8.2004
1.2005
6.2005
11.2005
4.2006
9.2006
2.2007
7.2007
12.2007
5.2008
10.2008
3.2009
8.2009
1.2010
6.2010
11.2010
4.2011
9.2011
2.2012
7.2012
12.2012
5.2013
10.2013
3.2014
8.2014
1.2015
6.2015
11.2015
Темп прироста курса рубля к бивалютной корзине (на конец периода), к аналогич. периоду предшеств. года, %

Прирост ставки MIACR за год, проц. п.

Рост волатильности
курса, снижение
волатильности
процентной ставки

Низкая волатильность
курса, высокая
волатильность процентной
ставки


Методология:
Dummy observations prior

33


Рассмотрим

искусственные

наблюФения

ܻ


и

ܺ

,

такие

что

ܾ
0
=
ܺ


ܺ


1
ܺ


ܻ




априорное

среФнее

Фля

параметров

VAR


ܵ
=
ܻ


ܺ

ܾ
0

ܻ


ܺ

ܾ
0



априорные

значения

Фля

Σ


Априорное

сопряЦенное

распреФеление

нормального

обратного

Уишарта
:


ܾ
|
Σ
~

ܾ

0
,
Σ

ܺ


ܺ


1
,

ܾ

0
=
ݒ�ܿ
(
ܾ
0
)


Σ
~
ܫܹ
ܵ
,
ܶ



,

ܶ




Флина ряФов
ܻ


и
ܺ

,





число регрессоров в каЦФом уравнении


Апостериорное

распреФеление
:

ܪ
ܾ
|
Σ
,
ܻ

~

ݒ�ܿ
(
ܤ

)
,
Σ

ܺ


ܺ


1
,
ܺ

=
ܺ
,
ܺ

,
ܻ

=
ܻ
,
ܻ


ܪ
Σ
|
ܾ
,
ܻ

~
ܫܹ
ܵ

,
ܶ

,
ܤ

=
ܺ


ܺ


1
ܺ


ܻ

,


ܵ

=
ܻ


ܺ

ܾ

ܻ


ܺ

ܾ



ܪ
ܾ
|
Σ
,
ܻ


имеет

простую

форму
:

преФполагает

обращение

матрицы

размером

лишь


×
ܲ
+
1
,

что

обеспечивает

большую

эффективность

механизма

Gibbs

Sampler

при

увеличении

числа

переменных







Об идентификации шока внешнего
спроса


Cholesky VAR / GIRF



Приложенные файлы

  • pdf 32986013
    Размер файла: 2 MB Загрузок: 0

Добавить комментарий