Диссертация (1137895), страница 17
Текст из файла (страница 17)
В свою очередь,процентные ставки и доступность кредитов определяют инвестиционнуюдинамику и производство. Стоит также отметить, что производство,инвестиции, потребление, доходы населения иуровень безработицыдостаточно тесно связаны между собой. Существует также несколькоразличных инфляционных каналов: во-первых, большое значение имеетдинамика обменного курса рубля; во-вторых, на инфляцию оказываетдавление внутренний спрос, растущий за счет увеличения доходов населения110и кредитования. Взаимосвязи между различными переменными можносхематично представить в следующем виде14:Денежно-кредитнаяполитикаВнешние шокиСтрановой риск: CDSspreadVIXОбъем валютныхинтервенцийЦена на нефтьСтавка LiborМонетарные переменныеОбъем операцийрефинансированияМ0/М2Доходность USTПроцентные ставкиСтавки МИАКР, ОФЗ, покредитыОбъем кредитовОбменный курсРеальный сектор экономикиПроизводствоИнвестицииДоходыБезработицаСпрос населенияИнфляцияРезультаты нашего анализа показывают, что несмотря на некотороыеограниченияпроводимаяденежно-кредитнаяполитикаоказываетвоздействие на инфляцию: повышение ключевых процентных ставок исокращение ликвидности приводят к росту ставок в экономике страны и кзамедлению экономической деятельности.
В то же время на инфляцию вбольшей степени действуют темпы роста денежной массы, кредитование,обменный курс рубля и долгосрочные процентные ставки.14Направление стрелок означает направление распространения шоков111ВыводыИпользование байесовского метода позволило провести оценку моделивекторной авторегрессии с большим количеством переменных, а такжеопределить основные каналы трансмисии внешних шоков и денежнокредитной политики.
Декомпозиция дисперсии показала степень влиянияразличных шоков на экономику страны. Результаты нашего анализаподтверждают идею о том, что страны с небольшой открытой экономикой ис большой долей экспорта сырьевых товаров, к которым относится Россия,подвержены сильному влиянию внешних шоков, в том числе изменениюденежно-кредитной политики в США, волатильности на глобальныхфондовых рынках (VIX) и изменению цен на сырьевые товары (в том числена нефть). Наш анализ также показывает, что влияние волатильности нафинансовых рынках на экономику страны достаточно большое и объясняетдо 20% дисперсии производства и обменного курса. В то же время шокицены на нефть объясняют порядка 5-10% дисперсии в переменных реальногосектора экономики.
Значительное влияние финансовых шоков на экономикуРоссии можно объяснить возросшей зависимостью российской экономики отфондирования на внешних рынках. В то же время волатильность нафинансовых и сырьевых рынках оказывает не только непосредственноевлияние торговлю, обменный курс и процентные ставки, но и на уверенностьэкономических агентов внутри страны.Результаты анализа функций импульсных откликов показывают, что извнешних факторов на инфляцию, прежде всего, действуют цены на нефть, аизденежныхфакторовположительныйэффектоказываютобъемкредитования, рост денежной массы и динамика обменного курса рубля. Кросту инфляции приводит также увеличение зарплат и рост розничнойторговли.
Долгосрочные процентные ставки по корпоративным кредитамимеют наибольшее влияние на инфляцию, в то же время краткосрочныепроцентные ставки практически не оказывают никакого воздействия.112Промышленное производство негативно реагирует на рост волатильности(VIX) и процентных ставок в США, в то же время рост цен на нефть,увеличение денежной массы, а также внутренний спрос оказываютположительное влияние на производство. Анализ денежно-кредитнойполитики показывает, что изменение процентных ставок влияет на ставки наденежном рынке, по кредитам предприятиям и на доходность ОФЗ, а такжеприводит к снижению темпов роста инвестиций и производств.
Анализ,проведенный на двух временных интервалах (с 2000 по 2008 год и с 2009 по2013 год), показал изменение эффекта от процентных ставок после кризиса:существенно улучшился механизм трансмиссии процентных ставок вэкономике,появиласьреакцияставокденежногорынка(МИАКР),доходности облигаций и ставок по корпоративным кредитам в ответ наповышение ставки РЕПО.Байесовская модель векторной авторегрессии является достаточногибким инструментом для оценки макроэкономической динамики в России.Точность прогноза байесовской модели сопоставима и во многих случаяхпревосходит точность прогноза, полученного с помощью модели случайногоблуждания, FAVAR модели и стандартной векторной авторегрессии.Использованиев модели априорного распределенияпозволило решитьпроблему оценки больших моделей на непродолжительных временных рядах,однако результаты анализа показали, что оптимальный размер модели недолжен превышать 25-30 переменных.Примененный висследовании байесовский метод может бытьиспользован для широкого круга задач, в том числе для более детальнойоценки денежно-кредитной и фискальной политики, определения влияниябанковского кредитования на экономику страны и т.д.
Он позволяет решитьпроблему недостаточного количества данных при оценках моделей сбольшим количество переменных.113Глава 3. Сценарный анализ денежно-кредитной политики и внешнихшоковПроведенный в предыдущей главе анализ с помощью функцийимпульсных откликов позволил оценить влияние различных внешних ивнутренних шоков, а также денежно-кредитной политики на экономическуюдинамику в России.
Были определены основные каналы трансмиссии этихшоков в экономике. Для того чтобы применить полученные результаты напрактике, в данной главе был использован метод условного прогнозированияв том числе для построения прогнозов, оценки чувствительности переменныхк различным шокам, а также построения разных сценариев.Как уже было отмечено выше внешние шоки оказывают большоевлияние на экономическую динамику.
Волатильность на международныхвалютных и финансовых рынках, падение цен на энергоресурсы, а такжеожидания о повышении процентных ставок в США оказывают серьезноевоздействие на экономику России и других стран по всему миру. Такжеважную роль играют внутренние факторы и проводимая Банком Россииденежно-кредитная политика. Переход к таргетированию инфляции исвободному обменному курсу в конце 2014 года, а также ухудшениевнешнеторговых условий и ограничение доступа к международнымфинансовым рынкам для российских компаний привели к значительномуросту волатильности на финансовом и валютном рынках.
В то же время изза высокой зависимости российской экономики от импорта ослабление рубляпривело к росту потребительских цен и падению реальных доходовнаселения. В данной главе мы рассмотрели, как будут себя вести инфляция,производство, обменный курс и другие экономические показатели в ответ навнешние шоки и изменения в денежно-кредитной политики Банка России.3.1 Метод условного прогнозированияМетод условного прогнозирования позволяет строить прогнозыинтересующих нас переменных при фиксации в модели траектории других114переменных. Таким образом, все множество переменных можно разделить надвегруппы–свободныеизафиксированныепеременные.Кзафиксированным переменным относятся те, чью динамику мы задаем самивне модели, чтобы проверить их влияние на оставшиеся свободныепеременные, или потому что считаем, что они являются внешними,экзогенными шоками. Свободными переменными являются те, чья динамикаопределяется внутри модели.
Если условный прогноз строиться навременном интервале, на котором не производилась оценка модели (out-ofsample forecast), то при фиксации переменных, в качестве их траекторийможно использовать либо фактические данные, либо некоторые сценарныезначения.Преимущество метода условного прогнозирования заключается в том,что его можно использовать для улучшения качества прогноза с помощьюдополнительной информации, имеющейся у исследователя. В отличие отбезусловного прогноза (out-of-sample forecast),в сценарном анализеиспользуется дополнительная информация о предполагаемой динамикенекоторых переменных.
Например, можно использовать дополнительнуюинформацию о планируемых бюджетных расходах, о погашении внешнегодолга и других показателях. Это позволяет получить не только более точныепрогнозыдля всех переменных в модели, но и позволяет оценитьчувствительность интересующих нас переменных к различным шокам.Условное прогнозирование также можно использовать для сценарногоанализа, моделируя кризисную динамику.3.2 Построение условного прогнозаУсловный прогноз строится на основе оценок, полученных с помощьюбайесовской модели многомерной векторной авторегрессии (описанной вовторой главе), а также функций импульсных откликов.
Данный метод былиспользован в работах Ваггонера и Жа (Waggoner and Zha, 1999),Гианноне и др. (Giannone, Lenza, Reichlin, 2012), а также Банбура и др.115(Banbuara et al, 2014). В российской литературе данный подходиспользуется в работах Дерюгиной и Пономаренко (2015). Рассмотримметод условного прогнозирования на примере стандартной векторнойавторегрессии (Блэк и Мамтс, 2012): = + −1 + 0 ,где - × (3.1)- матрица эндогенных переменных, – независимыеструктурные шоки, 0 - матрица структурных шоков, такая, что 0 ′0 = Σ,где Σ – матрица ковариации векторной авторегрессии в сокращенном виде.Проведя некоторые преобразования и сделав смещение на k периодов вперед,получим следующее выражение:+ = ∑=0 + −1 + 0 ∑=0 +− .Такимобразом,переменныхесливвестиограничениянадинамику(3.2)некоторых в будущие периоды времени, то это также задастограничения на динамику будущих шоков . Полученные ограничения набудущие шоки можно представить следующим образом: = ,(3.3)где - ( × ) × 1 - вектор, а – количество переменных с заданнойдинамикой, – будущий период времени, на который распространяютсяограничения.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
