диссертация (1169902), страница 15
Текст из файла (страница 15)
Индекс долгосрочных государственных облигаций. Доходностьгосударственныхиндикатором,облигацийотражающиминвестированию,ожиданияявляетсяставкиважнымпомакроэкономическим«условно»инфляционныхбезрисковомуизменений.Динамикадолгосрочных облигаций связана с динамикой ВВП и безработицы.3.Индекс краткосрочных государственных облигаций. Динамика ихдоходности в большей степени связана с монетарными факторами (изменениемежбанковской процентной ставки, минимальной ставки по инструментамцентрального банка).4.Цены на недвижимость.
Считаются одним из наиболее точныхпоказателейкризисныхявлений.Крометого,последнийфинансово-экономический кризис начался именно с рынка ипотеки в США.5.Цены на сырьевые ресурсы, прежде всего, цены на нефть и золото.Данные были получены с помощью информационно-аналитическойсистемы Bloomberg. Использование упомянутых выше индексов, а такжеопределенного временного интервала было обусловлено ограниченностьюданных по разным странам.Результаты построения индекса финансовой нестабильности (на основеВременные рамки для изучаемых стран несколько отличаются, что объясняется наличием/отсутствиемсоответствующих данных.71Федорова Е.А., Панкратов К.А.
Моделирование волатильности фондового рынка в период кризиса //Финансовая аналитика: проблемы и решения. 2011. №37 (79). - с.21-30.7079дистанции Махаланобиса) для всего мира представлены на рисунке 2.Рисунок 2. Динамика индекса финансовой нестабильности на основедистанции Махаланобиса с 1995 по 2015 годы (построено сиспользованием глобальных индексов акций, облигаций, цен насырьевые товары и цен на недвижимость).Источник: рассчитано и построено автором по данным информационноаналитического агентства Bloomberg.Как видно на рисунке, выделенные периоды, когда значения индексапревышают доверительный интервал (равный среднему плюс/минус одностандартное отклонение), соотносятся с крупными системными финансовымипотрясениями, охватывавшими весь мир, в частности, с суверенным дефолтомРоссии в 1998, кризисом доткомов начала 2000-х и кризисом 2007-2009 годов.Судя по полученным результатам, одним из наиболее волатильных периодов наглобальном финансовом рынке стал 2008-2009 годы.Дистанция Махаланобиса хорошо соотносится с динамикой двух других«известных» индексов, измеряющих уровень финансовой нестабильности –Financial Stress Index (FSI St.
Louis Fed), и Composite Indicator of Systemic Stress(CISS), применяемого ЕЦБ для отслеживания накопления дисбалансов вфинансовой сфере.80Рисунок 3. Динамика Mahalanobis Distance, FSI и CISS.Источник: составлено автором по данным Bloomberg.Ни рисунке 3 видно, что графики конгруэнтны, хотя дистанцияМахаланобиса несколько опережает как FSI, так и CISS.
Несмотря на то, чтоCISS и FSI по определению должны быть более точными показателями, так какстроятся на основе большего количества данных и охватывают помиморассмотренных в индикаторе Махаланобиса секторов еще денежный рынок,банковский сектор и валютный рынок, общая динамика является очень схожей.Перспективнымпредставляетсярасширениеиндексафинансовойнестабильности (дистанции Махаланобиса) за счет включения переменных,отражающих нестабильность в других сегментах финансового сектора.Важной характеристикой системного риска является его потенциальноенегативное влияние на реальный сектор экономики.
Реальный секторэкономикиидинамикафинансовогорынкатесновзаимосвязаны.Волатильность выпуска в фазах бизнес-цикла во многом зависит от уровняволатильности на финансовом рынке. Начиная с 1960-х годов, экономическиерецессии в большинстве случаев протекали на фоне спада кредитования изначительного изменения цен на финансовые активы. Согласно М.
Клаесенсу,7272Terrones M., Kose M., Claessens S. Financial Cycles: What? How? When? // IMF Working Paper № 11/76, 2011.81в 80% случаев фазы бизнес-цикла совпадают с фазой кредитного цикла (вотношении циклов цен на недвижимость синхронизация наблюдается в 70%случаев, циклов фондового рынка – в 60%). Финансовый цикл влияет наглубину и продолжительность экономической рецессии, а также на скоростьпоследующего восстановления.
Возникающая нестабильность на финансовомрынке может вести к негативным последствиям для реального сектора, преждевсего, через снижение объемов кредитования и дефицит ликвидности.С другой стороны, причинно-следственная связь не обязательнонаправлена от финансовой системы к реальному сектору. Замедлениеэкономической активности в реальном секторе приводит к снижению прибылейкорпораций,доходовэкономическихагентов,увеличениюколичествабанкротств и росту безработицы.
Снижение чистого богатства закономерновызывает сокращение потребления, инвестиций и, соответственно, совокупноговыпуска.Вфинансовомсекторенаблюдаетсяувеличениеколичестванеработающих ссуд в портфеле банков, рост резервов, формируемых изприбыли, что вынуждает банки, при необходимости соблюдать нормативнотребуемый уровень достаточности капитала, сокращать объемы кредитования.Дефицит кредитных средств способствует дальнейшему усилению спада вреальной экономике. Важным является вопрос, действительно ли динамика ценфинансовыхактивовопределяетсяфундаментальнымиирыночнымифакторами, или же в ней превалируют иные неучтенные источникиинформации, такие как настроения на рынке, субъективные цели инвесторовлибо четкие коррективы государственных регуляторов.В результате, определение реального источника кризиса – вызван онобщим экономическим спадом или проблемами в финансовом секторе –представляется необходимым.
Вопрос о том, был ли вызван резкий спадэкономической активности в течение недавнего кризиса 2007-2009 годовзначительным сокращением предложения банковского кредитования, или,82наоборот, спад в реальном секторе повлек за собой кредитное сжатие, до сихпор остается открытым.Более распространено мнение о том, что именнодефицит ликвидности в банковском секторе привел к кредитному сжатию, авозросшиетребованияккапиталузаставилибанкиснижатьобъемыкредитования.
Однако, факты говорят о том, что рост объемов банковскогокредитования в США и еврозоне был достаточно динамичным в началекризиса, но затем постепенно с сентября 2008 года стал затухать, что можетсвидетельствовать о том, что сокращения предложения кредитных ресурсовмогло быть результатом падения спроса на кредит из-за кризиса в реальномсекторе.В соответствии с этим, далее анализируется, как уровень системногориска, аппроксимируемый дистанцией Махаланобиса, соотносится с динамикойИПП. Задача заключается в том, чтобы выяснить, какой характер взаимосвязисуществует между уровнем системного риска финансового сектора иколебаниями ИПП. Ожидается, что:А) показатель системного риска является опережающим индикаторомдинамики ИПП, либоБ) колебания ИПП предшествуют изменениям в уровне системногориска.
В этом случае, будем считать, что причиной как финансовых, так имакроэкономических кризисов являются исключительно шоки реальногосектора.Судя по графикам (Приложение 1), на которых представлена совместнаядинамика показателя финансовой нестабильности (индекса Махаланобиса) итемпов прироста ИПП, скорее всего, они должны быть отрицательнокоррелированными. Коэффициент корреляции между показателями ИПП ииндекса финансовой нестабильности в рассматриваемых странах составляет всреднем около (-0,4).
Однако, стоит помнить, что корреляционный анализпоказывает степень тесноты взаимосвязи, но не показывает причинно83следственных зависимостей, равно как и не отрицает наличия третьейпеременной, вызывающей ложную корреляцию.Графический анализ также показывает, что индекс финансового стрессав большинстве стран опережает значительные спады ИПП, по крайней мере, наодин квартал.Предполагается, что наилучшим образом описать взаимосвязи междуреальным и финансовым сектором и установить характер зависимости междуиндикатором Махаланобиса и динамикой ИПП можно с помощью VARмодели.Для построения моделей используются квартальные данные темповприроста ИПП и значения индекса финансовой нестабильности (дистанцииМахаланобиса), рассчитанные выше, за период со 2 квартала 1995 по 4 квартал2014 для мира в целом, стран «большой семерки», PIIGS, ЕС, России.
Данныепо ВВП были получены с портала статистической информации ОЭСР.Анализ VAR-моделей осуществлялся в следующей последовательности:1) Временныерядыпроверяютсянастационарность(согласнопроведенным тестам на единичный корень (ADF, ADF-GLS, KPSS), рядытемпов прироста ИПП и дистанции Махаланобиса являются стационарнымидля всех рассматриваемых стран).2) Определяется лаговый порядок VAR (ориентиром служит критерийBIC), модель оценивается. Модель проверяется на автокорреляцию, наличиеARCH процессов, оценивается «стационарность в целом».3) Проводится тест Энгла-Грейнжера на причинно-следственную связь.4) Строятся функции импульсных откликов.Во всех рассматриваемых странах, в том числе и в России, увеличениеуровня финансовой нестабильности предшествует спаду ИПП. По результатампроведенного анализа можно сделать вывод о том, что именно высокий уровеньнакопленного риска в финансовом секторе предшествовал экономическому84спаду в реальном секторе (хотя и не является его причиной в строгом смысле),ретроспективнодистанцияМахаланобисаможетрассматриватьсякакопережающий индикатор.По результатам теста причинности Грейнжера (Приложение 2) можносделать вывод о том, что для большинства рассматриваемых стран следуетожидать статистически значимых и показательных импульсных откликов ИППна шоки дистанции Махаланобиса.Импульсныйотклик–этопроцентноеизменениеэндогенныхпеременных в ответ на «экзогенный шок» ошибки других эндогенныхпеременных.
Графики импульсов показывают реакцию переменной и еедоверительный интервал на разных временных отрезках, начиная с моментапроизошедшего возмущения.Согласно построенным импульсным откликам (Приложение 3), которыеоказались значимыв случаеСША, России, ЕС, Японии, Франции,Великобритании, Португалии, Испании, Ирландии последствия реализациисистемных финансовых рисков негативно сказываются на динамике ИПП всреднем в течение 2-3 кварталов.В отношении США обнаруживается значимый отклик ВВП на шок вфинансовом секторе.В США наблюдается наиболее быстрый период восстановления – уже со2 квартала. Согласно прогнозу для разложения дисперсии, начиная с 1квартала, вклад индекса нестабильности в объяснение дисперсии ИППпостепенно увеличивается с 5% до 18% в долгосрочном периоде.Что касается других индикаторов финансовой нестабильности для США(FSI, VIX, Ted), они также приводят к получению значимых импульсныхоткликов (за исключением VIX).
Результаты сопоставимы с тем, что получаетсяпри использовании дистанции Махаланобиса.85В случае с ЕС также значимым является отклик ИПП на шок индексафинансовой нестабильности. Восстановление наблюдается примерно с 4квартала.Согласно прогнозу разложения дисперсии, от 2 до 20% дисперсии ИППобъясняется динамикой дистанции Махаланобиса (в отношении CISS – от 2 до15%).В отношении России наблюдается наиболее глубокий спад посравнению с другими странами.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
