Моделювання фiнансово - монетарноi трансмiсi в економiцi Украiни

Міністерство освіти і науки, молоді і спорту України

Прикарпатський національний університет імені Василя Стефаника

Реферат на тему:

«МОДЕЛЮВАННЯ ФІНАНСОВО-МОНЕТАРНОЇ ТРАНСМІСІЇ В ЕКОНОМІЦІ УКРАЇНИ»

Виконала:

Студентка групи ОА-21

Франчук Ольга

Івано-Франківськ, 2011

Значний інтерес фахівців у сфері державного регулювання зосереджений на дослідженні того, як реальний сектор економіки реагує на зміни у фінансовому секторі. І, якщо, надання принципової оцінки заходам фінансово-грошового регулювання можливе за допомогою пояснюючих макроекономічних моделей, на кшталт сучасних модифікацій моделі IS-LM-AS, то з’ясування того, наскільки чутливий реальний сектор до окремих імпульсів, які надходять через канали фінансово-монетарної трансмісії вимагає використання економетричних моделей векторної авторегресії.

Трансмісійний механізм — це сукупність складних передавальних механізмів — ланцюгів або каналів макроекономічних змінних за допомогою яких імпульси фінансової сфери впливають на параметри реального сектора економіки.

У сучасній науковій літературі найбільш широко представлені дослідження монетарної трансмісії. Цьому присвячені праці багатьох зарубіжних вчених, серед них Ф.Мішкін , Б.Бернанке, М.Гертлер, Р.Фармер, Дж.Бенхабіб, Дж.Бинес, Д.Вавра та багато інших.

В Україні вивченням монетарної трансмісії насамперед займа¬ється група вчених Національного банку України — В.Міщенко , Р.Лисенко , О.Петрик, С.Ніколайчук, А.Сомик.

Є.Алімпієв.

Дослідженню фінансових каналів трансмісійного механізму приділяється значно менше уваги. Це пов’язане з тим, що переважно серед розвинених країн при виборі між податково-бюджетними і монетарними заходами впливу на економіку, пріоритет зазвичай віддається останнім.

Підвищений інтерес до монетарних каналів трансмісії також має історичне підґрунтя, адже в останні десятиріччя заходам регулювання сукупної пропозиції, зокрема засобами монетарного регулювання приділялося значно більше уваги на відміну від порівняно "непопулярного" регулювання сукупного попиту податково-бюджетними засобами.

Зараз розробкою теоретичного апарату та моделюванням фінансових каналів трансмісійного механізму займається група італійських вчених — А.Алесіна, Дж.Галі, Р.Перотті [4] та інші.

Окремими аспекти фінансової трансмісії в економіці України висвітлено у працях українських вчених О.Василика, Б.Кваснюка, В.Лагутіна, І.Радіонової, В.Шевчука та багатьох інших.

Разом із тим питання реалізації ефективної економічної політики в Україні, потребують детальнішого та системнішого вивчення фінансово-монетарного трансмісійного механізму як сукупності каналів податково-бюджетного та монетарного впливу на економіку.

Вивчення трансмісійних механізмів тісно пов’язане із викори¬станням як основного інструментарію моделей векторної авторегресії, зокрема таких вихідних видів аналізу, як функції імпульсних відгуків і декомпозиція дисперсій.

Побудова моделі векторної авторегресійної моделі (VAR) є одним із найбільш ефективних методів аналізу впливу фінансових і монетарних каналів трансмісії на основні макроекономічні параметри, оскільки VAR модель дає змогу дослідити зв’язки поточних значень кожної зі змінних моделі з поточними й минулими (лаговими) значеннями всіх змінних, які включено в модель. Іншими словами VAR модель надає можливість одночасного оцінювання багатьох макроекономічних залежностей із урахуванням їхньої ди¬наміки та взаємозв’язку.

Для побудови VAR моделі фінансово-монетарної трансмісії в економіці України було відібрано 12 показників :

1.              Y — ВВП за даний період, млн гpн;

2.              P — показник інфляції за ІСЦ, % до відповідного місяця;

3.              MG — Грошова база (MG), залишки коштів на кінець пе¬ріоду, млн гpн;

4.           M3 — Грошова маса (МЗ), залишки коштів на кінець пері¬оду, млн гpн;

5.           CR — Середньозважена відсоткова ставка за кредитами, % pічнuх;

6.           DR — Середньозважена відсоткова ставка за депозитами, % pічнuх;

7.           IR — Облікова ставка НБУ, % pічнuх;

8.           E — Офіційний курс гривні до долара США;

9.           T — Доходи Зведеного бюджету, за даний період, млн гpн;

1G.       G — Видатки Зведеного бюджету, за даний період, млн гpн;

11.         TR — Частка доходів Зведеного бюджету у ВВП, % до ВВП;

12.         GR — Частка видатків Зведеного бюджету у ВВП, % до ВВП.

Більшість із обраних часових рядів мають виражену сезонність і є нестаціонарними. Тому було проведено відповідну підготовку даних в економетричному пакеті EViews 3.0.

По-перше, було проведено сезонну корекцію (SA — seasonal adjusment ) для рядів: Y, MG, M3, T, G, TR, GR.

По-друге, всі ряди було перевірено на стаціонарність за допо¬могою розширеного тесту Дікі—Фуллера (ADF test). За результатами тесту (табл. 1), такими, що вимагають корекції, а саме — приведення до стаціонарного стану, виявились ряди: Y, MG, M3, E, T, G.

Для приведення нестаціонарних рядів до стаціонарного стану було випробувано три методи.

Метод 1. Застосування оператора різниць. Алгоритм застосу¬вання методу наведено на рис. 1.

Пояснення до aлгоpumмy.

Обраний часовий ряд Y(t) оцінюється на наявність сезонності за допомогою стандартного інструментарію програми EViews. За необхідності проводиться корекція сезонних коливань за допомо¬гою процедури SA (seasonal adjusment).

Далі до часового ряду Y(t) застосовується розширений тест Дікі—Фуллера з метою перевірки стаціонарності ряду. Якщо, ряд виявиться нестаціонарним, то замість ряду Y(t) використовують його перші різниці AYt = Yt - Yt-1 або другі A2Yt = AYt - AYt-1 і так далі доти поки новий ряд різниць не виявиться стаціонарним.

Рис. 1. Алгоритм приведення до стаціонарності методом оператора різниць

Після застосування алгоритму приведення до стаціонарності для обраних часових рядів складається матриця кореляцій (табл. 1) з метою виявлення найбільш суттєвих зв’язків та подальшого відбору змінних, які варто включити до VAR моделі.

Як свідчать значення матриці кореляцій часових рядів приве¬дених до стаціонарного виду методом оператора різниць найбільш суттєві зв’язки спостерігаються між такими змінними:

■              обсяг ВВП — зміна грошової бази М0;

■              обсяг ВВП — видатки Зведеного бюджету;

■              рівень інфляції — відсоткова ставка за кредитами;

■              зміна грошової бази М0 — обмінний курс гривні до долара США;

■              зміна грошової бази М0 — видатки Зведеного бюджету;

■              зміна грошової маси М3 — відсоткова ставка за кредитами;

■              частка видатків бюджету у ВВП — відсоткова ставка за депозитами.

Метод 2. Детрендінг ряду. Алгоритм приведення до стаціонарності методом детрендінгу схематично зображено на рис. 2. Після корекції часового ряду на сезонність визначається (візуально, методом підбору) найкраща апроксимація ряду — лінійна, експонентна тощо . Далі знаходиться різниця між вихідним та змодельованим рядом. Ця різниця (залишки регресії) містить інформацію вихідного ряду за виключенням тренду. Якщо ця різниця є стаціонарною (за АDF тестом), то далі вона використовується далі замість вихідного ряду.

Рис. 2. Алгоритм приведення до стаціонарності методом детрендінгу

Як свідчать значення матриці кореляцій часових рядів приве¬дених до стаціонарного виду методом детрендінгу (табл. 2) най¬більш суттєві зв’язки спостерігаються між такими змінними:

■              обсяг ВВП — зміна грошової маси М3;

■              обсяг ВВП — доходи Зведеного бюджету;

■              рівень інфляції — відсоткова ставка за кредитами;

■              зміна грошової маси М3 — відсоткова ставка за депозитами;

■              зміна грошової маси М3 — обмінний курс гривні до долара США;

■              зміна грошової маси М3 — доходи Зведеного бюджету;

■              облікова ставка НБУ — обмінний курс гривні до долара США;

■              частка видатків бюджету у ВВП — відсоткова ставка за депозитами;

■              обмінний курс гривні до долара США — частка видатків бюджету у ВВП.

Метод 3. Застосування фільтра Ходріка—Прескота. Цей метод ґрунтується на стандартній процедурі, що застосовується в економетриці для виділення циклічної компоненти в часових рядах . Алгоритм приведення до стаціонарності із застосуванням фільтра Ходріка—Прескота наведено на рис. 3.

Як свідчать значення матриці кореляцій часових рядів приве¬дених до стаціонарного виду із застосуванням фільтра Ходріка— Прескота (табл. 3), найбільш суттєві зв’язки спостерігаються між такими змінними:

■              рівень інфляції — облікова ставка НБУ;

■              зміна грошової маси М3 — видатки Зведеного бюджету;

■              відсоткова ставка за кредитами — обмінний курс гривні до до¬лара США;

■              відсоткова ставка за депозитами — частка видатків бюджету у ВВП;

За кожним із застосованих методів було отримано стаціонарні часові ряди зі збереженням інформації, що містилася у вихідному ряді. Проте отримані стаціонарні ряди-замінники за кожним із методів дещо відрізняються, отже матимуть різну кореляцію з інтими показниками і забезпечуватимуть різну якість моделі. Тому для визначення кращих часових рядів було проаналізовано спільну матри¬цю кореляцій в яку увійшли показники отримані за всіма трьома методами приведення до стаціонарності (всього 26 рядів) і було проведено відбір кращих часових рядів за такими критеріями:

1)              у відібраних рядах мають бути представлені три групи показників: цільові макропоказники, показники фінансової та грошової політики;

2)              відбираються показники з найбільшими і найстабільнішими значеннями кореляції;

3)              виключаються часові ряди, що є певною мірою ідентичними .

У результаті для побудови VAR-моделі було відібрано 6 часових рядів — сезонно згладжених та стаціонарних (табл. 4).

Аналіз кореляційних матриць одночасно за трьома методами дозволив зробити такі узагальнення:

■              ВВП, як цільовий макроекономічний показник має співставну щільність зв’язку з інструментами фінансової та грошової полі¬тики. Це свідчить про важливість і необхідність активного використання фінансових і монетарних каналів трансмісії;

■              підтверджується теоретичний зв’язок між зміною рівня цін і "ціною грошей" — ставкою відсотка;

■              існування щільного зв’язку між витратами і доходами бюдже¬ту та грошовими агрегатами M0, M3, а також між приростами M0, M3 та частками доходів та витрат бюджету у ВВП, на нашу думку, свідчить про відсутність незалежної політики національного банку та підпорядкування цілям уряду та бюджетної політики.

Визначення доцільності врахування попередніх значень показників (кількість лагів або порядок моделі) було проведено за допо¬могою критеріїв Акайка (AIC) та Шварца (SIC) . Наші розрахунки цих критеріїв для 17 лагів, що становить 1G0% від кількості спостережень (табл. 5), вказують на зростання обох критеріїв із зростан¬ням кількості лагів.

Таблиця 5

Значення критеріїв Акайка та Шварца для різних порядків VAR моделі

Таким чином, критерії Акайка та Шварца свідчать на користь найбільш простої моделі із лагом у один період. Проте, враховуючи дані діаграм кроскореляції показників та беручи до уваги досвід аналізу динаміки відповідних економічних процесів, кількість лагів моделі було встановлено на рівні шести періодів (півроку).

У наступному кроці до відібраних змінних було застосовано тест Гренджера з метою виявлення причинно-наслідкових зв’язків між змінними та перевірки відповідності виявлених зв’язків результатам кореляційного аналізу та економічному змісту. Результати тесту згруповано в табл. 6 та 7.

Пояснення до таблиць:

• дані таблиці імовірно підтверджують нуль-гіпотезу про те, що факторний показник не впливає на результативний показник. В тих клітинках, де ймовірність підтвердження "нуль-гіпотези" є меншою за стандартні довірчі інтервали проставлено відповідні значення — 1%, 5%, 10%. Це означає, що "нуль-гіпотеза" про відсутність впливу факторного показника на результативний показник може бути відкинута.

За тестом причинності Гренджера між чинниками фінансово- монетарної трансмісії та цільовими показниками на 1% та 5% рівнях значимості виявлено такі причинні зв’язки:

■              ВВП відчуває на собі вплив змін грошової бази, обмінного курсу та рівня видатків бюджету;

■              на рівень цін впливає лише зміна ставки відсотка за кредитами.

Також, існує зворотній вплив ВВП на зміну грошової бази,

обмінного курсу та рівень видатків бюджету.

Крім впливу каналів фінансової та монетарної трансмісії на цільові показники — обсяг ВВП та рівень цін, існують також зв’язки між окремими каналами.

Аналіз даних отриманих за тестами Гренджера, свідчить, що на 1% та 5% рівнях значимості на зміни обмінного курсу впливають зміни грошової бази та рівень видатків бюджету, а на видатки бю¬джету впливає зміна грошової бази.

Загалом результати тесту Гренджера лише частково відповідають існуючим поглядам на макроекономічні зв’язки.

На основі відібраних цільових та факторних макропоказників побудовано векторну авторегресійну модель з врахуванням б попередніх періодів — VAR .

Основним результатом побудованої моделі є вихідна інформація для двох типів аналізу: імпульсних функцій відгуків та декомпозиції дисперсій.

Імпульсні функції відгуків дають можливість дослідити динаміку змін усіх показників системи у відповідь на зміну одного серед- ньоквадратичного відхилення однієї з них.

На рис. 4 зведені функції імпульсних відгуків цільового показника — ВВП на імпульси (шоки) фінансово-грошової трансмісії за каналами відсоткової ставки та обмінного курсу, за зміною кількос¬ті грошей та за каналом видатків бюджету. Одиничні імпульси відповідних показників становлять одне середньоквадратичне відхи¬лення. Функції відгуків побудовано для часового інтервалу 3б місяців разом із смугою варіацій, шириною у дві стандартні помилки, що відповідає 95% довірчому інтервалу.