Диссертация (1138188), страница 14

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 14)

Поэтому не используется подход с непрерывной зависимойпеременной ввиду его избыточности. Вместо этого оцениваются моделиопережающих индикаторов с дискретной зависимой переменной.Датировка в соответствии с подходом цикла темпов роста. Дляопределения фаз бизнес-цикла в данной работе был выбран подход циклатемпов роста вследствие его методологической простоты и очевидностиидентификации режимов макроэкономической динамики.

На имеющихся внашем распоряжении данных достаточно рассчитать годовые темпыприроста реального выпуска. Тогда периоды устойчивого ухода в областьотрицательных значений могут быть классифицированы как рецессии,положительных – соответственно, как экспансии.76Анализ панельных данных. Как было отмечено выше, в имеющихсяэмпирических работах построение опережающих индикаторов производитсяпо данным однойстраны.Недостатком данного подхода является«неуниверсальность» построенных моделей, они не могут быть напрямуютрансплантированыизоднойэкономикивдругую.Крометого,существенным ограничением однообъектного анализа является малоеколичество кризисных эпизодов для отдельных стран.

Если для экономикиСША число датированных рецессий за последние тридцать лет составляетчетыре или пять в зависимости от методологии датировки, то дляпостсоциалистических экономик число «рыночных» кризисов гораздоменьше. Так, например, для России сопоставимые временные ряды имеютсяс конца 1990-х гг., и на этом периоде по настоящее время зафиксированотолькодверецессии.Такимобразом,необходимоиспользованиемежстранового количественного анализа на основе панельных данных.Были использованы погодовые данные за 1980-2010 гг. по 25 ОЭСРплюс Россия (полный список исследуемых стран приведен в табл. 3).Совмещая данные по этим странам в единую панель, предполагается, чтопричины и признаки изменения макроэкономической конъюнктуры у нихсхожи.

Исключением является период трансформационного спада, которыйиспытали страны после отказа от плановой экономики при переходе крыночным механизмам обеспечения макроэкономического равновесия.Поэтому период отрицательных темпов роста выпуска в этих странах былудален из анализа (см. Таблица 3).К недостаткам моделей на панельных данных можно отнестиограниченный учёт индивидуальных особенностей каждой страны. Данныйметод выявляет общие для исследуемого набора стран последовательностиразвития «переломных точек». При этом следует иметь в виду, что подходопережающих индикаторов позволяет выявлять скорее симптомы, а непричины резких изменений конъюнктуры (отвечает на вопрос «как скоропроизойдет коррекция?», а не на вопрос «каковы глубинные причины этой77коррекции?»).

К достоинствам подхода на основе панельных данных можноотнести возможность учета истории бизнес-циклов по широкому кругу стран,что существенно повышает качество и обоснованность моделей и выводов,получаемых на их основе.Таблица 3 – Выборка стран и датировка периодов трансформационного спада111111111111111120001995119991994119981993119971992119961991АвстрияБельгияВеликобритания11ВенгрияГерманияГрецияДанияИрландияИспанияИталияЛатвияЛитваНидерландыНорвегияПольшаПортугалияРоссия1СловакияСловенияСШАТурцияФинляндияФранцияЧехияШвецияЭстонияПримечание: * «1» –постсоциалистических странах,спада.1990198919881987в постсоциалистических экономиках*11111111111111периоды отрицательных темпов прироста ВВП вклассифицируемые как периоды трансформационногоИсточник: данные ОЭСР, расчеты автора.Учет широкого круга переменных финансового сектора, включаяконтрциклические.Вданнойработе78особоевниманиеуделяетсятестированиюпредсказательнойсилыпеременныхфинансовогоикредитного рынков, поскольку все возрастающая «финансиализация»современной экономики обусловливает рост влияния финансового сектора наповедение реального, в том числе на чередование фаз бизнес-цикла.

Крометого, обзор теоретических и эмпирических работ показал, что финансовыефакторы являются важной группой объясняющих переменных. При этом,финансовые переменные используются не только в качестве индикаторов«раннего реагировании» на экзогенные шоки (проциклические финансовыеиндикаторы учитываются в большинстве проанализированных эмпирическихработ), но и как «термометр», отражающий внутренние финансовые имакроэкономическиедисбалансы,способныепривестикмакроэкономической коррекции в будущем (контрциклические финансовыеиндикаторы).Проблема посткризисного смещения.

В некоторых исследованиях,посвященных опережающим индикаторам финансовых кризисов, авторыобратили внимание на проблему «посткризисного смещения», неучеткоторого приводит к смещенным оценкам эконометрической модели.Проблема заключается в том, что факторы, приведшие к началу кризиса (илирецессии), и факторы, ответственные за его продолжение, различны. Вчастности, во время кризиса макроэкономические переменные ведут себячрезмерно нестабильно вследствие происходящей «кризисной расчистки», атакже в результате приспособления к новому макроэкономическомуравновесию. Поэтому если трактовать события старта кризиса и егопродолжениякакравноценныесобытия,томожнополучитьнеудовлетворительные результаты для модели опережающих индикаторовначала кризиса.Проблема «посткризисного смещения» в эмпирических работах попредсказанию финансовых кризисов решалась в рамках двух альтернатив.Demirguc-Kunt, Detragiache (1998) предложили исключить из выборки всепосткризисные наблюдения (периоды продолжения кризиса).

Bussiere,79Fratzscher (2006) рассматривали посткризисные наблюдения в качествеотдельного типа события, в результате чего их зависимая переменная имела 3варианта состояний: отсутствие кризиса, предкризисный период и периодкризиса (модель множественного выбора).Проблема выбора «оптимального порога» отсечения. В большинствесуществующих работ по предсказанию рецессий бинарная переменнаясостоянияэкономики(«1»-рецессия,«0»-отсутствиерецессии)регрессируется на вектор объясняющих переменных.

Подогнанные значенияпри определенных преобразованиях линейной формы от регрессоров будутнаходиться в интервале от 0 до 1. Здесь неизбежно встает вопрос о правиле,согласно которому непрерывный ряд подогнанных значений вероятности входав рецессию должен быть переведен в дискретную шкалу для оценки качестваподгонки(посколькусопоставлятьвозможнотолькодведискретныепеременные).

Стандартным является порог отсечения, равный 0,5. Однако влитературе существует множество отступлений от этого правила.В работе Birchenhall et al. (1999) подробно рассматривается проблемавыбора порога модельных значений вероятности входа в рецессию, припревышении которого считается, что модель подает сигнал о наступлениирецессии. Авторы предлагают использовать в качестве порога отсечениябезусловную вероятность анализируемого события.

Интервал значенийвероятности между 0,5 и безусловной вероятностью они считают зонойнеопределенности.В имеющейся литературе по опережающим индикаторам финансовыхкризисов (см., например, Bussiere, Fratzscher, 2006) предлагается выбиратьоптимальный порог на основе минимизации функции потерь регулятора,возникающейвследствиебалансировкимеждуошибкамипервого(пропущенное событие) и второго рода (ложный сигнал):L(Θ)= Θ * C / (A+C) + (1- Θ) * B / (B+D), где A, B, C и D рассчитываютсяв соответствии с классификацией, приведенной в табл. 4 ниже.80Таблица 4 - Классификация событий и сигналов о нихY=1Событие происходит втечение ближайшего годаY=0Событие не происходит втечение ближайшего годаS=1индикатор подает сигнал(превышает порог отсечения)AB(ошибка 2 рода)S=0индикатор не подает сигнал(не превышает порог отсечения)C(ошибка 1 рода)DИсточник: Kaminsky, Reinhart (1998)С ростом порога отсечения растет ошибка первого рода, в то время какошибка второго рода – убывает.

Это означает, что существует некийоптимум, где взвешенная сумма этих ошибок минимальна. Эти веса (Θ, 1-Θ)напрямую зависят от выбора параметра чувствительности регулятора кошибкам первого рода по сравнению с ошибками второго рода.В соответствии с подходом, изложенным в работе Demirguc-Kunt,Detragiache (1998), во избежание смещения оценок коэффициентов прирасчете вероятности интересующего нас события (вход в состояние рецессииили выход из него) будем исключать все наблюдения, когда реализациясобытия была невозможна.

В рамках данного исследования зависимаяпеременная бинарной модели входа в рецессию была специфицированаследующим образом (см. Рисунок 12): отсутствие рецессии (состояние «0») – положительные темпыприроста реального ВВП, за исключением года выхода из кризиса; год входа в рецессию (состояние «1») – первый год, в котором встране наблюдались отрицательные темпы прироста реального объемаВВП; остальные кризисные годы и год выхода из кризиса исключаются извыборки.81Рисунок 12 - Построение зависимой переменной модели бинарного выбора00Остальные кризисныегоды(эффект«смещения из-за кризиса»)1Год выхода из кризисаТемп приростареального ВВПГод входа в кризисвхода в рецессию0Время0  отсутствие кризисаYi , t  1  вход в рецессиюСпецификация зависимой переменной бинарной модели выхода изрецессии выглядит следующим образом (см. Рисунок 13): отсутствие выхода из рецессии (состояние «0») – отрицательныетемпы прироста реального ВВП, за исключением года входа в кризис; год выхода из рецессии (состояние «1») – первый год, в котором темпприроста реального объема ВВП в стране входит в положительнуюобласть и при этом составляет хотя бы половину от среднего значенияпредкризисных темпов.

Такая постановка исключает возможность Lобразноговыходаизрецессии(«технический»выходсслабоположительными темпами роста); остальные кризисные годы и год выхода из кризиса исключаются извыборки.82Рисунок 13 – Построение зависимой переменной модели бинарного выбораОстальные кризисныегоды00Год выхода из кризисаТемп приростареального ВВПГод входа в кризисвыхода из рецессии01Время0  продолжени е кризисаYi , t  1  выход из рецессииКратко опишем технические детали оценивания модели бинарноговыбора.

Пусть страна i в момент времени t находится в состоянии рецессии,тогда присвоим переменной Y значение 1: (для модели входа в рецессию, длямодели выхода значение «1» зависимая переменная будет принимать вмомент окончания кризиса – см. Рисунок 13). Пусть зависимая переменнаяпринимает значение 1 ( Yi ,t  1 ), если некая ненаблюдаемая переменная stоказывается больше нуля (изложение спецификации модели следует работеMarcellino, 2006).

Характеристики

Список файлов диссертации