Диссертация (1138677), страница 31

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

Текст из файла (страница 31)

Это позволит отфильтровать заранее наименее значимые переменные и провестиотбор наиболее корректных аппроксимаций факторов для последующего моделирования.Кроме этого, информация относительно коррелированности показателей необходима дляучета ее в моделях и формирования набора независимых показателей, минимальнокоррелированных между собой.После осуществления фильтрации численных представлений необходимыхнезависимых параметров, на первом этапе эмпирического исследования необходимо свысокой степенью вероятности определить степень интегрированности исследуемыхвременных рядов для адекватности всех последующих выводов на основе оцененныхмоделей. В случае наличия единичных корней во временных рядах зависимых инезависимых переменных сконструированные регрессионные модели являются ложными(spurious regressions), поскольку оцениваемые традиционные t-статистики и F-статистикиперестаютобладатьстандартнымираспределениями.Кромеэтоговсвязисособенностями применения граничного теста ARDL необходимо удостовериться, чтоисследуемые параметры, участвующие в моделировании долгосрочной взаимосвязи, не121являются интегрированными 2-й степени (I(2)).

В связи с особенностями волатильныхразвивающихся рынков и в целях большей точности результата (учитывая различия вмощности традиционных тестов на наличие единичного корня, неоднозначность выводовотносительно стационарности/нестационарности макроэкономических временных рядов впроведенных ранее исследованиях, возможное наличие структурных сдвигов в связи скризиснымиизменениямииотносительнокороткиевыборкиданных)анализстационарности в исследовании проводится с помощью широкого спектра процедур, аименно как широко используемых тестов Дикки-Фуллера (ADF Test), Филлипса-Перрона(PP Test) и Эллиота-Ротенберга (ERSP Test), так и актуального для макроэкономическихрядов развивающихся стран теста Зивота-Эндрюса (Zivot, Andrews, 1992), учитывающегоодин эндогенный структурный сдвиг (в среднем уровне и детерминированном тренде) врядах данных. Последний тест проводится при принятии гипотезы о нестационарностивременного ряда всеми традиционными тестами, поскольку наличие структурного сдвигаво временном ряду значительно снижает мощность традиционных критериев навыявлениеединичногораспределениитеста,корняи(Perron,можетсказываясь1989),привестикложномунаасимптотическомпринятиюгипотезыонестационарности.Таким образом, при нестационарных временных рядах зависимой переменнойдоходности корректная модель зависимости от определенного фактора, отвечающаядинамике доходности ГЦБ, строится с использованием стационарных показателей впервых разностях.

Для того чтобы сделать акцент на долгосрочной динамикеобъясняемого показателя, оцениваются коинтеграционные взаимосвязи, определяющиеналичие стационарной линейной комбинации нестационарных рядов переменных. Вслучае обнаружения коинтеграции полученные соотношения будут отражать наличиедолгосрочной связи между доходностью и исследуемым фактором (предполагаетсякоинтеграционная взаимосвязь с инфляционными ожиданиями), их сближение кдолгосрочному равновесию. При условии наличия свойства нестационарности внезависимых временных рядах в моделировании такие переменные также участвуют встационарных первых разностях.2.

Вторым этапом работы является оценка формирования долгосрочного уровняноминальных процентных ставок под воздействием инфляционных ожиданий какнаиболее объективного фактора динамики доходности в долгосрочном периоде, чтосоответствуетпредпосылкамгипотезыФишера.Дляэтоговыполняетсярядкоинтеграционных тестов на наличие долгосрочной взаимосвязи между инфляционнымиожиданиями и номинальными доходностями: набирающий популярность в последние122годы граничный тест ARDL-bounds (Pesaran et al., 1998, 2001), а также для достоверноститрадиционныйкоинтеграционныйтестЙохансена(Johansen,1991,1999).Коинтеграционная взаимосвязь описывает долгосрочное равновесное соотношениепеременных в виде устойчивой стационарной линейной комбинации, к которойпеременные должны вернуться в случае их отклонения от равновесного соотношения.Оценка коинтеграции производится с помощью нескольких методик с цельюполучения наиболее корректного и стабильного результата, при этом тестируется наличиедолгосрочногокоинтеграционноговекторасразличнымиспецификациямидетерминированных параметров:NY _ Wt     e _ Wt   t ,(4)где здесь и далее θ = с в спецификации с константой и θ = с+φt в спецификации сконстантой и трендом92, NY _ Wt – доходность государственной облигации сроком допогашения N,  e _ Wt – инфляционные ожидания, W – страна из группы БРИК (R - Россия,B - Бразилия, I - Индия, С - Китай);Коинтеграционный тест Йохансена на основе VAR-модели является более мощнымпо сравнению с более ранними тестами на выявление долгосрочной стохастическойвзаимосвязи (например, тестом Энгла-Грейнджера).

Один из важнейших элементов теста количество лагов в тесте - определяется как p-1, где p – это оптимальное число лагов наоснове Lag length criteria, выбираемое на основе LR-теста и информационных критериевАкаике (AIC) и Шварца (SIC) (предпочтение отдается критерию AIС). Выводыотносительно существования коинтеграционного вектора делается на основе оцениваемыхзначений статистик Trace и Eigenvalue, проверяющих нулевую гипотезу о наличии rкоинтеграционных соотношений против альтернативной гипотезы о наличии r+1коинтеграционных соотношений. Соответственно, производится оценка всех доступныхспецификаций потенциального коинтеграционного вектора (четыре альтернативы заисключением спецификации с квадратическим трендом в данных), и в случае неотрицаниягипотезы о наличии одного коинтеграционного соотношения93 на уровне значимости в 5%делается вывод о существовании коинтеграционного вектора соответствующего вида 94.Основной акцент в определении существования долгосрочного равновесногосоотношения между инфляционными ожиданиями и номинальными доходностями92Без тренда в данных в случае отсутствия коинтеграции, поскольку квадратичный тренд в уровненоминальной доходности представляется нереалистичным;93При этом наличие двух коинтеграционных соотношений для случая двух переменных, согласно тестуЙохансена, расценивается как наличие некорректной спецификации вектора;94Также предварительно принимается во внимание характеристика наличия автокорреляции всоответствующей VECM модели;123делается на применении граничного теста, разработанного (Pesaran et al., 1998, 2001),который строится на основе авторегрессии с распределенными лагами (ARDL-bounds test),Процедура оценки методом ARDL позволяет анализировать временные ряды и делатьвыводыотносительно ихдолгосрочнойдинамикибезотносительностепениихинтеграции, I(1) или I(0), что существенно облегчает задачу исследователям и даетвозможность продолжить анализ при получении противоречивых результатов различнымитестами на единичный корень.

Кроме того, данная процедура предоставляет надежныенесмещенные оценки долгосрочных коэффициентов в условиях короткой выборки ипотенциальной эндогенности переменных. Одним из значимых ограничений наиспользованиеметодаARDL-boundstestявляетсянеобходимостьобоснованияоднонаправленной связи между исследуемыми показателями в долгосрочном периоде. Вслучае оценки наличия долгосрочной взаимосвязи между инфляционными ожиданиями идоходностью государственных облигаций предполагается, что в долгосрочном периодединамика инфляционных ожиданий не определяется изменениями в доходности кпогашению госбумаг. При этом в краткосрочном периоде двусторонняя взаимосвязьмежду исследуемыми временными рядами не нарушает предпосылок модели.Условная модель ARDL с коррекцией ошибок строится на основе простой VARмодели в уровнях, как в (Pesaran, et al., 2001):pYt     AjYt  j  ut,(5)j 1где Yt   NY _ Wt ,  e _ Wt  , θ – вектор констант, Aj – матрица для лага j.

Далеебазовая VAR-модель представляется в форме векторной авторегрессионной модели скоррекцией ошибок (VECM), которая в отношении оценки доходности государственныхценных бумаг принимает следующий вид:m 1q 1i 1j 0NY _ Wt    1 NY _ Wt 1   2 e _ Wt 1    y ,i NY _ Wt i     e , j  e _ Wt  j  ut(6)Условная ARDL-модель с коррекцией ошибок оценивается с помощью методаМНК с целью проверки наличия долгосрочного воздействия инфляционных ожиданий наформирование номинальной доходности.

С помощью F-статистики проверяется нулеваягипотеза об отсутствии коинтеграции вида H0: β1= β2=0 против альтернативной гипотезывида H1: β1≠0, β2≠0(либо β1= β2=φ=0 против H1: β1≠0, β2≠0, φ≠0 при анализекоинтеграционного вектора с трендом, где φ-коэффициент при тренде).

Характеристики

Список файлов диссертации