Диссертация (1138570), страница 33
Текст из файла (страница 33)
B-1.1. Динамика ставок процента по краткосрочным депозитам, краткосрочнымкредитам, однодневным межбанковским кредитам, а также динамика измененияноминального обменного курса рубль/доллар США и инфляции, в % (I квартал 1995 г. –III квартал 2010 г.).В дальнейшем анализе мы следуем теоретическим работам исследованияспроса на деньги и исходим из следующих гипотез:1. спрос на деньги в России положительно зависит от уровня экономическойактивности населения,2. в случае существования зависимости спроса на деньги от ставки процентаили иного показателя альтернативной стоимости хранения денег, этазависимость отрицательна.В данном исследовании мы будем опираться на наиболее длиннуюдоступную выборку статистических данных с I квартала 1995 г.
по III квартал2010 г.117Отметим, что на рассматриваемом временном интервале поведениеагрегатов денежной массы, цен и выпуска претерпевало существенные изменения.117Данные по денежным агрегатам по РФ есть, начиная с IV квартала 1991 г. Однаконеобходимый нам в дальнейшем показатель ВВП начал рассчитываться Росстатом с 1995 г.Последняя доступная точка по реальному ВВП на момент исследования относится к III кварталу2010 г.178В данной работе будет проверена гипотеза о существовании стабильной функцииспроса на деньги в России.На рис. B-1.2 показана динамика логарифмов денежных агрегатов M0, М1118,М2 и М2 расширенного. Мы видим, что до конца 1998 г.
поведение денежныхагрегатов характеризуется наличием выпуклого вверх тренда. После 1998 г.изменилась сама структура данных, которые ведут себя иначе: визуально этоколебания около линейного тренда. Кризис 2008 г., по-видимому, также привел кструктурному сдвигу в рядах денежной массы.111098765431996 1998 2000 2002 2004 2006 2008 2010LNM0LNM1LNM2LNBROADMИсточник: данные Банка России.Рис. B-1.2. Динамика логарифмов денежных агрегатов М0, М1, М2 и М2 расширенного(I квартал 1995 г.
– III квартал 2010 г.).Поведение индекса потребительских цен с 1995 г. по 2010 г. отражено нарис. B-1.3. Можно отметить наличие двух существенных скачков в уровне цен,имевших место в III и IV кварталах 1998 г. До 1998 г. динамика ИПЦ содержит всебе выпуклый вверх тренд, наличие которого не очевидно в данных после 1998 г.118Данные по денежному агрегату М1 доступны, начиная со II квартала 1995 г.1793.22.82.42.01.61.20.80.40.01996 1998 2000 2002 2004 2006 2008 2010LNPИсточник: данные Банка России.Рис.
B-1.3. Динамика логарифмов ИПЦ (I квартал 1995 г. – III квартал 2010 г.).Переменная реального ВВП также демонстрирует изменение в поведении напротяжениирассматриваемогопромежуткавремени(см.рис.B-1.4.).Отличительной особенностью данного ряда является то, что он обладает ярковыраженной детерминированной сезонностью119 (визуально напоминает «пилу»),где спады приходятся на I квартал, а пики на III-IV кварталы. Кроме того, рядсодержит два структурных сдвига, приходящихся на кризисы 1998 г. и 2008 г.119Проверка того факта, что сезонность является детерминированной, осуществляетсяразложением ряда на четыре сезонные дамми с последующим тестированием значимостисоответствующих коэффициентов.1808.68.58.48.38.28.18.07.97.87.71996 1998 2000 2002 2004 2006 2008 2010LNRGDPИсточник: данные Банка России.Рис.
B-1.4. Динамика логарифмов реального ВВП (I квартал 1995 г. – III квартал 2010 г.).В ходе дальнейшего исследования мы хотим проверить существованиестабильной функции спроса на деньги в России на периоде с 1995 по 2010 г.,включающем в себя два кризиса.
В качестве основного метода оценки нами былвыбран динамический метод наименьших квадратов (DOLS, dynamic ordinary leastsquares).120 Прежде чем перейти непосредственно к процедуре оцениванияуравнения спроса на деньги методом DOLS, мы проведем анализ стационарностивременных рядов.§ 2. Анализ стационарности временных рядовАнализ стационарности проводится на основании расширенного теста ДикиФуллера и теста Филлипса-Перрона. В случае получения неоднозначных ипротиворечащих здравому смыслу результатов мы будем также использовать тестKPSS (Kwiatkowski-Phillips-Schmidt-Shin).120Порядок выполнения процедуры подробно описан в Главе 3, § 2 диссертации.181Ряд LNM0 графически изображен на рис.
B-1.2. Визуально его поведение,скорее, можно охарактеризовать как поведение нестационарного ряда. Крометого,вданныхприсутствуетдетерминированнаясезонность.Анализкоррелограммы ряда LNM0 свидетельствует о нестационарности ряда, посколькуне наблюдается экспоненциальное убывание выборочной корреляционнойфункции.Результаты расширенного теста Дики-Фуллера и Филлипса-Перронаподтверждают наше предположение о нестационарности ряда логарифмовденежной массы М0. Гипотеза о наличии единичного корня в ряде LNM0 непротиворечит данным, в то время как гипотеза о наличии единичного корня вряде разностей LNM0 отвергается данными (см. табл.
B-2.1).Таблица B-2.1.Результаты проверки ряда LNM0 на стационарность в разностях.Стационарность в разностяхРасширенный тест ДикиФуллераТест Филлипса-ПерронаЗначениестатистикиКритическое значение при уровне значимости 0,05121-2.35-1.95-7.05-1.95В то же время есть основания полагать, что помимо единичного корня рядLNM0 может содержать сезонные корни. Об этом свидетельствуют результатыразложения ряда в авторегрессионную модель AR(4) (т.е.
регрессия на четырезапаздывающих значения), представленные в табл. B-2.2). Мы видим, что рядимеет четыре корня, по модулю близкие к единице.Таблица B-2.2.Результаты разложения ряда LNM0 в модель AR(4).Оценки величин, обратных ккорням авторегрессии1.01-.00+1.01i-.00-1.01i-1.01Оцененный процесс авторегрессии является нестационарнымПо своему поведению ряд LNM1 напоминает ряд LNM0 (см. рис. B-1.2).Анализграфикапозволяетпредположить,чторядLNM1являетсянестационарным.
При этом мы можем наблюдать детерминированную сезонностьв данных. Коррелограмма ряда LNM1 также указывает на нестационарность ряда.121Для проверки всех гипотез в работе, если иное не оговорено, выбран уровень значимости5%.182Результаты проверки свойств ряда расширенным тестом Дики-Фуллерасвидетельствуют о том, что гипотеза о наличии единичного корня в рядеразностей LNM1 отвергается (см. табл. B-2.3) и не отвергается в самом рядеLNM1.Таблица B-2.3.Результаты проверки ряда LNM1 на стационарность в разностях.Стационарность в разностяхсконстантойЗначениестатистикиКритическое значение при уровнезначимости 0,05-3.25-2.91-6.09-1.95Расширенный тест ДикиФуллераТест Филлипса-ПерронаАналогично результаты теста Филлипса-Перрона говорят о том, что рядLNM1 нестационарен в уровнях и стационарен в разностях (см.
табл. B-2.3).Последующее представление ряда LNM1 авторегрессионной моделью AR(4) даетследующий результат (см. табл. B-2.4):Таблица B-2.4.Результаты разложения ряда LNM1 в модель AR(4).Оценки величин, обратных к корнямавторегрессии1.01-.00+1.01i-.00-1.01i-1.01Оцененный процесс авторегрессии являетсянестационарнымАналогичнопредыдущемуслучаю,этотрезультатможетсвидетельствовать о наличии сезонных единичных корней в ряде логарифмовденежной массы М1.Ряд LNM2 графически изображен на рис. B-1.2.
Визуальный анализпозволяет сделать предположение о том, что ряд LNM2 является нестационарным.Аналогично другим денежным агрегатам исследуемый ряд обладает сезонностью.Вид коррелограммы ряда LNM2 характерен для нестационарность ряда.Результаты расширенного теста Дики-Фуллера и теста Филлипса-Перронаговорят о том, что ряд разностей LNM2 стационарен (см. табл.
B-2.5). Отметим,что значение статистики Дики-Фуллера находится на грани критическогозначения отвержения/неотвержения нулевой гипотезы.183Таблица B-2.5.Результаты проверки ряда LNM2 на стационарность в разностях.Стационарность в разностяхсконстантойРасширенный тест ДикиФуллераТест Филлипса-ПерронаЗначениестатистикиКритическое значение при уровнезначимости 0,05-1.9475-1.9465-4.99-1.95Представление ряда LNM2 в виде авторегрессионной модели AR(4)указывает на то, что ряд может содержать в себе сезонные единичные корни (см.табл.
B-2.6).Таблица B-2.6.Результат разложения ряда LNM2 в модель AR(4).Оценки величин, обратных к корнямавторегрессии1.01.00+1.01i-.00-1.01i-1.01Оцененный процесс авторегрессии являетсянестационарнымГрафик ряда LNBROADM показан на рис. B-1.2. Визуально его поведениеговорит, скорее, о нестационарности ряда. При этом нет существенных основанийдля предположения детерминированной сезонности в ряде. На основании анализакоррелограммы ряда LNBROADMмы предполагаем нестационарность ряда(ввиду отсутствия быстрого убывания выборочной корреляционной функции).Результаты применяемых нами тестов говорят о том, что гипотеза о наличииединичного корня в ряде разностей LNBROADM отвергается (см.
табл. B-2.7), а вряде уровней не отвергается.Таблица B-2.7.Результаты проверки ряда LNBROADM на стационарность в разностях.Стационарность в разностяхсконстантойРасширенный тест ДикиФуллераТест Филлипса-ПерронаЗначениестатистикиКритическое значение при уровнезначимости 0,05-3.02-2.92-4.14-1.95Разложение ряда LNBROADM, используя модель AR(4), свидетельствует оботсутствии случайной сезонности в данных (см.
табл. B-2.8). Однако это неявляется доказательством отсутствия у ряда LNBROADM сезонных корней.184Таблица B-2.8.Результат разложения ряда LNBROADM в модель AR(4).Оценки величин, обратных к корнямавторегрессии1.01Оцененный процесс авторегрессии являетсянестационарнымТаким образом, вышеприведенный анализ позволяет прийти к выводу о том,что ряды логарифмов денежных агрегатов являются рядами типа I(1) и, возможно,содержат также сезонные единичные корни.График ряда LNP изображен на рис. B-1.3.
Визуально его поведениесвидетельствует о явной нестационарности ряда и позволяет предположить, чторяд LNP содержит в себе два единичных корня или стационарен в разностяхоколо константы и тренда. Анализ корреллограммы ряда LNP однозначносвидетельствует о нестационарности ряда.Результаты расширенного теста Дики-Фуллера и теста Филлипса-Перронапозволяют отвергнуть гипотезу о том, что ряд разностей LNP содержит в себеединичный корень (см.
табл. B-2.9), при этом гипотеза о наличии единичногокорня в ряде в уровнях не отвергается.Таблица B-2.9.Результаты проверки ряда LNP на стационарность в разностях.Стационарность в разностяхЗначениестатистикиКритическое значение при уровнезначимости 0,05Расширенный тест ДикиФуллераТест Филлипса-Перрона-3.98-1.95-3.93-1.95При этом дополнительное разложение ряда LNP в модель AR(4) даетоснования предполагать отсутствие в ряде сезонных единичных корней (см. табл.B-2.10):Таблица B-2.10.Результат разложения ряда LNP в модель AR(4).Оценки величин, обратных к корнямавторегрессии1.02Оцененный процесс авторегрессии являетсянестационарным185Т.е. мы приходим к выводу о том, что ряд логарифмов ИПЦ, вероятно,является интегрированным порядка один.Ряд LNRGDP графически изображен на рис. B-1.4. Визуально сложносделать обоснованное предположение о том, является ли ряд TS или DS, т.к.
вданных присутствует явно выраженная детерминированная сезонность (основныепики приходятся на III квартал). Исходя из корреллограммы ряда LNRGDP мыприходим к выводу о том, что ряд нестационарен. Результаты расширенного тестаДики-Фуллера отвергают гипотезу о том, что ряд разностей LNRGDP содержит всебе единичный корень (см. табл. B-2.11). При этом гипотеза о наличииединичного корня в этом ряде в уровнях не отвергается.Таблица B-2.11.Результаты проверки ряда LNRGDP на стационарность в разностях.Стационарность в разностяхЗначениестатистикиКритическое значение при уровнезначимости 0,05Расширенный тест ДикиФуллера-2.81-1.95В свою очередь результаты теста Филлипса-Перрона говорят о том, что рядLNRGDP стационарен в уровнях с константой и трендом (см.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
