Файл: Сравнительный анализ эффективности валютного и процентного каналов трансмиссионного механизма денежнокредитной политики нбрк.docx

Во-первых, точно идентифицировать монетарные шоки – достаточно трудная задача, поскольку не существует какого-либо стандартного правила, которое бы однозначно позволяло определить тот факт, что шок произошел. Кроме того, исследователь обычно располагает данными о динамике выпуска и денежных агрегатов, а значит, существует опасность, что выбор исследователя будет не объективным. В частности, он может анализировать прежде всего такие события, за которыми следовали наиболее резкие падения денег и выпуска. Отсюда возникают сомнения в объективности выводов, следующих из такого анализа.

Второе потенциальное затруднение возникает на этапе, когда шок уже установлен и требуется определить, является ли отклонение выпуска, следующее за шоком, значимым. В этом случае опять отсутствие четких статистических процедур может привести к необъективным выводам.

Наконец, описательный подход предполагает, что все монетарные шоки имеют одинаковую интенсивность и длительность. Такое усреднение может привести к искажению результатов, поскольку анализируется лишь усредненное поведение переменных без учета силы шока.

Таким образом, описательный подход необходимо проводить очень аккуратно, а также по возможности сочетать его с альтернативными способами изучения механизмов денежной трансмиссии. При этом необходимо дать достаточно четкое определение события, которое можно было бы считать монетарным шоком[14].

Метод векторных авторегрессий или VAR-модели применяются для систем прогнозирования взаимосвязанных временных рядов и для анализа динамического влияния возмущений (шоков) на систему выбранных показателей. Отличительной особенностью использования VAR-моделей является направленность не на получение выводов относительно оптимальной экономической политики, необходимой для достижения заявленных экономических целей, а на поиск эмпирических свидетельств относительно реакции макроэкономических переменных на шоки экономической политики и выявление адекватной теоретической модели экономики. модель векторной авторегрессии (VAR), которая представляет собой модель многомерного временного ряда, позволяющую анализировать динамические взаимодействия между несколькими переменными. Модель VAR подходит для изучения краткосрочной динамики каналов обменного курса и процентной ставки и того, как они реагируют на шоки.

---

Прогнозы, полученные на основе VAR-моделей, являются достаточно гибкими, поскольку могут быть зависимы от будущих траекторий выбранных переменных.

Наибольшее распространение VAR-модели получили при анализе трансмиссионного механизма денежно-кредитной (монетарной) политики: передаточный, или трансмиссионный, денежно-кредитный механизм образуют взаимосвязи между показателями денежного и реального секторов экономики, и в первую очередь между денежными агрегатами, инфляцией и реальными объемами производства.

Современный подход к изучению влияния каналов на монетарный эффект основывается на построении различных вариаций моделей векторной авторегрессии, показателем эффективности которых служит стандартная ошибка модели:

• 
  VAR – классическая модель векторной авторегрессии без ограничений на параметры;
  
• 
  BVAR – байесовская модель векторной авторегрессии с ограничениями на параметры;
  
• 
  SVAR – структурная модель векторной авторегрессии с ограничениями на параметры;
  
• 
  FAVAR – факторная модель векторной авторегрессии.
  

Вместе с тем, могут применяться модели общего равновесия со стохастикой (Dynamic-Stochastic General Equilibrium Models), которые в большинстве случаев сводятся к SVAR-моделям, при этом налагается более сложная структура.

Американский экономист Кристофер Альберт Симс в одной из своих работ критикует сложно-специфицированные макроэкономические модели, в виду их массивности и чрезмерность ограничений [5]. Согласно его мнению, более практичный и негромоздкий способ исследовать динамику макроэкономических показателей динамику это использование VAR (SVAR) моделей, в которых учитывается только ряд наиболее

---

закономерных ограничений. Подобное мнение позиционировано также учеными Бернанке и Миховым в одной из своих работ [13], где они говорят, что с помощью VAR-моделей можно анализировать влияние монетарной политики на макроэкономические показатели, учитывая лишь минимальные ограничения на параметры модели.

Клеманс и Мизон в своем труде указывают [18], что эмпирическое исследование с использованием ad hoc VAR-моделей является взаимодополняющим по отношению к построению структурных макроэкономических моделей, так как ad hoc VAR-модели помогают получить достаточно большое количество информации о характеристиках динамики макроэкономических переменных и могут служить бенчмарк-моделями для проверки справедливости примененных ограничений в других макроэкономических моделях.

Метод векторных авторегрессий представляет собой систему уравнений, в которой значение каждой эндогенной переменной определяется предыдущими значениями не только этой, но и остальных эндогенных переменных системы и представляет собой систему уравнений, в которой значение каждой эндогенной переменной определяется предыдущими значениями не только этой, но и остальных эндогенных переменных системы.

Также, стоит отметить что модель включает независимые регрессионные уравнения, что обеспечивает ее идентифицируемость, а следовательно возможность получения эффективных оценок при использовании МНК. Для эндогенных переменных Y₁, Y₂ при выбранном порядке модели p2 представляет собой систему уравнений:


Y_1t = α₁₁Y_1t-1 + α₁₂Y_1t-2 + β ₁₁Y_2t-1 + β ₁₂Y_2t-2 + α₁ + u_1t

Y_2t = α₂₁Y_1t-1 + α₂₂Y_1t-2 + β ₂₁Y_2t-1 + β ₂₂Y_2t-2 + α₂ + u_2t
Этапы построения моделей векторных авторегрессий:

---

1. 
   Тестирование исходных временных рядов и спецификация модели согласно стохастических свойств рядов показателей;
   
2. 
   Идентификация модели: определение значения p, тестирование причинно-следственных связей;
   
3. 
   Оценивание параметров модели: OLS.
   

Этапы верификации VAR-моделей определяются отличительными особенностями их использования и выводы о реакции макроэкономических переменных на шоки экономической политики делаются на основе анализа импульсных функций отклика.

«Шок» или «инновация» –– одномоментное изменение эндогенной (экзогенной) переменной, равное её одному стандартному отклонению колебаний за весь период наблюдений. Функция импульсного отклика характеризует время возвращения эндогенной переменной на равновесную траекторию при единичном шоке экзогенной переменной декомпозиции (разложения) дисперсий ошибок прогнозов[17].

Декомпозиция дисперсий (FEVD) представляет собой составляющие дисперсии ошибки прогноза исследуемой эндогенной переменной, обусловленные шоком или инновацией остальных эндогенных переменных, т.е. вклад каждой из этих переменных в дисперсию прогноза исследуемого показателя Результат декомпозиции дисперсий прогнозов представляется как перечень долей каждого из слагаемых в общей сумме (в процентах) или соответствующий график. FEVD, которая представляет собой специализированную форму модели VAR, учитывающую наличие коинтеграции между переменными. Модель подходит для анализа долгосрочной взаимосвязи между каналами обменного курса и процентной ставки и того, как они реагируют на долгосрочные шоки[4].

2. Выбор методики и программа исследования взаимосвязи обменного курса казахстанского тенге и производственного сектора

В данной части исследования производится выбор методики и программы для исследования. Учитывая низкую диверсификацию экономики Казахстана, а также слабое развитие фондового рынка и импортозависимости актуальным на сегодняшний день прежде всего является вопрос диверсификация и нивелирование немонетарных факторов влияния на инфляцию. Мы могли бы создавать более выгодные условия для потребителей, а также цепочки с высокой активностью на местных секторах, это прежде всего касается финансового сектора. Все это, непременно, приведет

---

к экономическому росту, но при этом имеет немаловажное значение монетарная политика[7].

Одной из важнейших целей Национального Банка РК, как и центральных банков многих других стран, является сглаживание колебаний бизнес-циклов. При этом для принятия правильных решений необходимо хорошо понимать, как те или иные инструменты денежно-кредитной политики (ДКП) влияют на основные макроэкономические переменные. Поскольку основным инструментом ДКП НБРК с сентября 2015 года является базовая ставка, важно понимать, как сильно экономика реагирует на изменения ключевой ставки.

Исходя из этого, в работе в качестве исследуемой переменной был выбран индекс потребительских цен Казахстана. Рассматривается инфляция Республики Казахстан.

Чтобы иметь возможность оценить то, на сколько качественно влияют меры денежно-кредитной политики в рамках процентного и валютного каналов передаточного механизма на инфляцию и стабильность цен в перспективе, моделируя шоки ДКП, была построена модель векторной авторегрессии VAR. Во избежание неоднозначности определения ненаблюдаемых переменных в модели использованы данные, которые характеризуют приросты.

В качестве эндогенных переменных были использованы:

• 
  индекс потребительских цен;
  
• 
  индекс РЭОК (Реальный эффективный обменный курс) тенге;
  
• 
  ставка TONIA (Tenge OverNight Index Average);
  
• 
  разрыв выпуска ВВП (Валовый Внутренний Продукт).
  

Данные были собраны из открытых источников с помощью официальных ресурсов базы данных Бюро национальной статистики Агентства по стратегическому планированию и реформам Республики Казахстан и Национального банка Республики Казахстан. Горизонт наблюдений ограничивался наличием в открытом доступе данных по дефлятору ВВП на конечное потребление и начинается с 2010 года, заканчивая 2022

---