Диссертация (1138264), страница 13
Текст из файла (страница 13)
После этого в рамках анализа чувствительности лучшаямодель оценивается для 4 альтернативных вариантов спецификации. Оценкипараметров на первом этапе, получаются в результате максимизации функцииапостериорной плотности f ( θ Y ) , то есть во всех расчетах будут фигурироватьоценки мод параметров.НавторомэтапеспомощьюалгоритмаМетрополиса-Хастингсарассчитываются средние значения, а также доверительные интервалы параметровмодели с наиболее подходящей спецификацией правил монетарной политики.2.3.1 Оценка модели с различными правилами монетарной политикиСравним оценку разработанной модели для четырех обозначенных вышевариантов задания правил монетарной политики, чтобы выбрать наиболееадекватный из них.1.
(2 rules: TR+ERR) Вариант с двумя правилами: правилом Тэйлора (TR) иправилом корректировки валютного курса (ERR);2. (1 rule: ERR+ARRef) Вариант с одним правилом корректировки валютногокурса (ERR) и стохастическим процессом для объема ценных бумаг Bt(ARRef);3. (1 rule: TR+ARIR) Вариант с одним правилом Тэйлора (TR) истохастическим процессом международных резервов IRt* (ARIR);4.
(0 rules: ARIR+ARRef) Вариант отсутствия правил: два стохастическихпроцесса инструментов IRt* (ARIR) и Bt (ARRef).Модель для четырех вариантов правил оценивается байесовским методом.Оценкамодпараметровполученачисленныммаксимизации функции апостериорной плотности:методом,какрезультат55Для всехmax f (θ Y ) .θоцениваемых параметров наблюдается внутренний оптимум. Критерием качества55Средние значения и доверительные интервалы оценок параметров на данном этапе не рассчитываются.77моделей выступает маржинальная плотность вероятности f ( Y) f (θ) L(θ, Y )dθ ,аппроксимированная методом Лапласа56 (далее: критерий LA).Результаты расчетов приведены в Приложении В.Из проведенных расчетов следует, что модель с двумя правилами 2 rules:TR+ERR лучше описывает данные, чем другие модели.
Если предположить, чтоданные описываются одной из четырех оцененных моделей, тогда на основекритерия LA с вероятностью 81% — это модель 2 rules: TR+ERR, с вероятностью19% — это модель 1 rule: TR+ARIR, а модели 1 rule: ERR+ARRef и 0 rules:ARIR+ARRef имеют близкие к нулю вероятности.На рис. 2.3 приведены функции импульсного отклика (IRF) на шок цен нанефть PX , t для четырех правил монетарной политики57.
Графики показывают, чтоDSGE модели со стохастическим процессом ARRef имеют более персистентныефункции отклика, чем модели с правилом Тэйлора TR. Таким образом, умеренныйстабилизационный эффект правила Тэйлора позволяет снизить персистентностьIRF для DSGE моделей, в которые данное правило входит, и, таким образом,лучше описать данные.Модель со стохастическими процессами инструментов 0 rules: ARIR+ARRefпреувеличивает реакцию валютного курса St на шок PX , t по сравнению состальными тремя моделями, так как это единственная модель, которая непредполагает механизмов стабилизации курса ЦБ.
Модели, включающие правилокоррекции валютного курса ERR, предполагают использовании инструментамеждународных резервов IRt* для стабилизации валютного курса. Данныйпринцип широко подтверждается практикой Банка России, а также IRF длявекторных авторегрессий (VAR), оцененных на том же массиве данных(Шульгин, 2014а).5657См. Azevedo-Filho A., Shachter R.D. (1994)Для краткости далее будем называть шок цен товаров X-сектора PX , t , шоком цен на нефть, хотя присоотнесении модели с данными для расчета индексаPX , t использовались цены на нефть, газ и продуктынефтепереработки.78Кроме аргумента максимизации маржинальной плотности вероятностиf (Y) f (θ) L(θ, Y )dθ в пользу варианта с двумя правилами работает априорнаяинформация о политике Банка России, который ставит и решает задачустабилизации, как инфляции, так и валютного курса.
Это делает колебания егообоих инструментов неслучайными, но связанными с различными структурнымимакроэкономическими шоками, влияющими на выбранные целевые ориентиры.Выпуск0.030.0250.022 rules: TR+ERR0 rules: ARIR+ARRef1 rule: TR+ARIR1 rule: ERR+ARRef0.015Реальная зарплатаПотребление0.0140.0120.0120.010.010.0080.0080.0060.0060.010.0040.0040.0050.0020.0020001 5 9 13 17 21 25 29 33 371Курс иностранной валютыМеждународные резервы0-0.005 1 5 9 13 17 21 25 29 33 37-0.01-0.015-0.02-0.025-0.03-0.035-0.04-0.045-0.0516 11 16 21 26 31 360.256 11 16 21 26 31 36Ставка рефинансирования0.00080.00060.20.00040.150.00020.10-0.0002 10.056 11 16 21 26 31 36-0.000401 5 9 13 17 21 25 29 33 37-0.05-0.0006-0.0008Рис.
2.3 Функции импульсного отклика на шок цен на товары X-сектора PX ,tдля четырех правил монетарной политики.Примечание: Все переменные в процентных отклонениях от стационарных уровней Отклонениемеждународных резервов от стационарного уровня соотнесено со стационарным значениемноминального импорта. Для ставки процента iref ,t изображена разность между текущим истационарным значениями.Декомпозиция дисперсий эндогенных переменных на 14 шоков, а также ихагрегаты приведена в табл.
П4 и П5. Расчеты показывают, что доли внутреннихшоков ( b,t , H ,t , M ,t , L,t , AM ,t , AN ,t , G ,t ), внешних шоков ( Y *,t , i*,t , PX ,t , P*,t ) ишоков политики ( IR,t , S ,t , Ref ,t , PR ,t ) в объяснение дисперсии для большинства79переменных реального сектора достаточно робастны к изменению модификацийправил монетарной политики. Обращает на себя внимание тот факт, что вкладшоков политики (дискреционной компоненты политики) в дисперсию реальныхпеременных незначителен: для переменных Yt , YM ,t , YN ,t , Ct , Pt * YF ,t ,Wtвклад вPtдисперсию двух шоков политики не превышает полутора процентов. Данныйрезультат инвариантен к выбору комбинации правил.Оцененный вклад шоков внутреннего и внешнего спроса G ,t и Y ,t в*дисперсию эндогенных переменных для DSGE модели близок к нулю (табл.
П4).При выявлении реакции системы на похожие, но не идентичные шоки можетвозникать недостаток информации, содержащейся в динамике наблюдаемыхпеременных. DSGE модель накладывает ограничения на механизм трансмиссиишоков, что создает предпосылки к появлению близкого к вырожденномурешения: оценка дисперсии некоторых шоков, избыточных для объяснениямалоинформативных наблюдаемых переменных, может быть близка к нулю. Этослучилось в данной модели с шоками G ,t и Y ,t , призванными объяснять*динамику реальных переменных модели, в то время как содержащаяся в нихинформация, во многом дублируется другими переменными: рост в период до2008 года, спад в 2008-2009 гг.
и восстановление 2010-2012 гг. (коэффициентыкорреляции наблюдаемых реальных переменных находятся в диапазоне 0.8-0.99:см. табл. 2.3)58.Расчеты показывают, что более половины дисперсии валютного курсавозникает в результате шоков цен на нефть PX ,t , причем данный результатдостаточно робастен к выбору правил валютной политики59. Три шокапредпочтений b,t , H ,t , M ,t , введенные в модель в дополнение к базовойспецификации Dib (2008), позволяют объяснить 13.4% дисперсии потребления Ct58При оценке VAR данная проблема проявляется слабее, так как данная модель не накладывает ограничений намеханизм трансмиссии, создающих предпосылки к вырожденности.59Доля дисперсии валютного курса, объясняемая дисперсией шоков цен на нефть, примерно на 10%, ниже длямоделей с правилом Тэйлора (TR), чем для моделей со стохастическим законом для объема ценных бумаг (ARRef).Данное снижение достигается за счет стабилизации валютного курса с помощью правила Тэйлора.80(за счет шока b,t ), 17.3% дисперсии реальной заработной платыWt(за счет шокаPt H ,t ), до трети дисперсии денежной массы M t (за счет шока M ,t ) в моделях справилом Тэйлора (TR).Дисперсия инфляции t на 84% определяется внутренним шокомпроизводительности N-сектора AN ,t .Таким образом, приведенные выше соображения позволяют сделать вывод,что модель с двумя правилами 2 rules: TR+ERR лучше описывает российскиеданные и далее провести расчет средних значений и доверительных интерваловпараметров именно для этого варианта.2.3.2 Анализ чувствительности результатов оценка модели с двумяправиламиПроанализируем робастность оценок параметров модели по отношению к еетеоретическим и эмпирическим допущениям.
При анализе чувствительностиоцениваются 5 вариантов оценки модели 2 rules: TR+ERR:1. ‘Base priors’ – базовые предпосылки об априорных распределениях;2. ‘Investments adjustment costs’ – вариант модели, в котором определенафункцияиздержекподстройкиинвестиций(1.32).Априорныераспределения выбраны аналогично Base priors.3. ‘High persistence of shocks’ – априорные распределения выбраныаналогично Base priors, но параметры априорного распределения дляавторегрессионных коэффициентов j выбраны как в работах Smets,Wouters (2003, 2007), то есть имеют высокую априорную персистентность:бета распределение (0.85, 0.1).4. ‘No indexation’ – априорные распределения выбраны аналогично Basepriors, но при нулевых коэффициентах индексации на предыдущуюинфляцию i 0 , где i W , N , M , F .5.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
