Файл: Сравнительный анализ эффективности валютного и процентного каналов трансмиссионного механизма денежнокредитной политики нбрк.docx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.11.2023
Просмотров: 204
Скачиваний: 1
СОДЕРЖАНИЕ
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ РАБОТЫ ТРАНСМИССИОННОГО МЕХАНИЗМА ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ
Определение каналов трансмиссионного механизма денежно-кредитной политики
Рисунок 1 – Схема трансмиссионного механизма денежно-кредитной политики
ГЛАВА 2. МЕТОДИКА И ПРОГРАММА ИССЛЕДОВАНИЯ
ГЛАВА 3. НЕПОСРЕДСТВЕННЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Рисунок 2 – Актуальная схема ТМ ДКП НБРК в рамках инфляционного таргетирования [7]
График 1 – Индекс TONIA, Базовая ставка и коридор по базовой ставке в период 2021 по 2023 г.
График 2 – Индекс TONIA, ставки по депозитам юр. и физ. лиц в период 2015 по 2022 г.
График 2 – Дефлятор ВВП, Инфляция, Brent oil Price
График 2 – Реальный эффективный обменный курс тенге (2013=100)
Основные выводы по индексу РЭОК можно привести в виде таблицы (см. Таблицу 1):
Таблица 1 – Особенности поведение РЭОК
Моделирование обменного курса казахстанского тенге на обрабатывающую промышленность Казахстана
Рисунок 3 – Проверка данных на стационарность с помощью расширенного уравнения теста Дики-Фуллера
Рисунок 4 – Построение линейной регрессии для определения связей между переменными
Рисунок 5 – Построение VAR-модели
Рисунок 7 – Тест на критерий выбор порядка лага VAR-модели
Рисунок 8 – Ошибки (остатки) VAR-модели
Рисунок 9 – Корреляционная матрица ошибок
Рисунок 10 – Serial-тест остаточной последовательной корреляции VAR
Рисунок 11 – Stability plot of OLS-CUSUM test
Рисунок 12 – Импульсные отклик инфляции на шок от TONIA
Рисунок 13 – Накопленные отклики переменных на шоки TONIA
Рисунок 14 – Импульсные отклик инфляции на шок от РЭОК
Рисунок 15 – Накопленные отклики переменных на шоки РЭОК
Рисунок 14 – Разложение дисперсии ошибки прогнозов по модели VAR
Таблица 1 – Особенности поведение РЭОК
Примечание: Составлено автором
Можно утвердить, что РЭОК является основным показателем динамики внешней торговли (импорт и экспорт) отражаемых в платежном балансе, фиксирует флуктуации внешней стоимости валюты, что крайне важно в исследовании эффективности влияния валютного канала на инфляцию.
- 1 ... 5 6 7 8 9 10 11 12 13
Моделирование обменного курса казахстанского тенге на обрабатывающую промышленность Казахстана
Для оценки эффективности процентного и валютного каналов трансмиссии НБРК была использована векторная авторегрессионная модель. Исследуемый период охватывает с начала 2010 года по конец 2022 года. Выборка данных была ограничена 2010 годом, так как с изменением БНС данные по дефлятору были ограничены. Данные использовались квартальные.
-
Описание данных
Для построения авторегрессионной модели использовались нижеследующие переменные:
Эндогенные переменные:
-
Индекспотребительских цен (инфляция), выраженный в процентных изменениях показателей отчетного месяца в сравнении с показателями аналогичного месяца предыдущего года. Данная переменная включена в модель, так как является основной исследуемой переменной. Информационная база – статистические данные, представленные на сайте официальном сайте НБРК. -
Индексреальногоэффективногообменногокурса, с базисным 2013 годом. Данная переменная включена в модель, так как является макроэкономическим показателем влияния валютного канала, фиксирует изменения внешней стоимости валюты и обычно используется в макроэкономических исследованиях динамики обменного курса и инфляции. Информационная база – статистические данные, представленные на официальном сайте НБРК. -
Индекс TONIA (TengeOverNightIndexAverage), выраженный в процентах является средневзвешенной процентной ставкой по сделкам открытого РЕПО сроком на 1 рабочий день, заключенным на бирже в секторе автоматичского РЕПО по государственным бумагам (ГЦБ). Данная переменная включена в модель, так как является макроэкономическим показателем влияния процентного канала, волатильный показатель основного инструмента НБРК. Информационная база – статистические данные, представленные на сайте официальном сайте KASE. -
Разрыв Выпуска ВВП (OutputGAP), выраженный в процентах является показателем отклонения реализовавонного валового внутреннего продукта от произвдственного потенциала. Была рассчитана автором согласно методологии НБРК посредством данных по ВВП на конечное потребление, дефлятора ВВП на конечное потребление и Реального ВВП. Данная переменная включена в модель как показатель экономической ситуации, так как играет роль в ориентации политики ключевой ставки НБРК. Информационная база – статистические данные, представленные на сайте официальном сайте БНС.
Временной ряд и VAR-модель смоделированный в *R (язык програмирования) в Приложении 1.
Условные обозначения названий переменных, используемых в модели представлены следующим образом:
| REER | – | Индекс реального эффективного обменного курса; |
| D(REER) | – | Значение первой разницы индекса реального эффективного обменного курса; |
| CPI INFLATION | – | Индекс потребительских цен;
|
| D(INFLATION) | – | Значение первой разринцы индекса потребительских цен, очищенного от сезонных факторов; |
| TONIA | – | Индекс TONIA (Tenge OverNight Index Average); |
| D(TONIA) | – | Значение второй разницы индекса TONIA (Tenge OverNight Index Average); |
| Outp_G | – | Разрыв Выпуска ВВП; |
| D(Outp_G) | – | Значение первой разницы Разрыв Выпуска ВВП. |
- 1 ... 5 6 7 8 9 10 11 12 13
Построение и анализ модели
Перед построением VAR-модели, входные данные были проверены на сезонность и стационарность.
Таким образом, данные индексу потребительских цен были сглажены с помощью фильтра Хендерсона (X-12) для очищения от сезонных факторов.
Проверка данных на стационарность с помощью расширенного уравнения теста Дики-Фуллера показала, что данные которые используемые в модели стационарны (Рисунок 3).
Рисунок 3 – Проверка данных на стационарность с помощью расширенного уравнения теста Дики-Фуллера
Примечание:РеализовановRstudio
Для дальнейшего анализа данных и включения их в модель векторной авторегрессии значения мы проводим линейную регрессию чтобы понять, есть ли связь между основными переменными. Влияние изменение ставки и обменного курса на инфляцию.
Таким образом с начало строим линейную регрессию, где инфляция в роли зависимой переменной(Смотреть Рисунок 4):
Мы можем заметить что влияние разных каналов сказываются на стабильности цен по разному и они обе очень значимы:
– влияние изменений процентной ставки влияет на инфляции в положительном ключе, увелечение ставки приводит к увелечению индекса инфляции;
– влияние изменений в обменном курсе влияет на инфляцию в отрицательном ключе
, увеличение РЭОК проводит к понижению инфляции.
Рисунок 4 – Построение линейной регрессии для определения связей между переменными
Примечание:РеализовановRstudio
Таким образом, в модели использованы следующие переменные:
Эндогенные:D(INFLATION),D(TONIA),D(REER),D(Outp_G)
Получившаяся модель выглядит следующим образом:
