<<
>>

§ 2. Описание используемых данных

В данном разделе приводится подробное описание данных, используемых при построении уравнения спроса на деньги в России, и метода оценки соответствующего уравнения.

При оценке уравнения спроса на деньги строятся 4 класса моделей для следующих показателей денежной массы:

  1. M0 - наличные деньги (LNM0 - ряд логарифмов агрегата M0);
  2. М1 - узкая денежная масса: наличные деньги и переводимые депозиты, или депозиты до востребования (LNM1 - ряд логарифмов агрегата M1);
  3. M2 в национальном определении, т.е.
    объем наличных денег в обращении (вне банков) и остатков средств в национальной валюте на счетах нефинансовых организаций, финансовых (кроме кредитных) организаций и физических лиц, являющихся резидентами Российской Федерации (LNM2 - ряд логарифмов агрегата M2);
  4. M2 расширенный (так называемые широкие деньги[84]) - денежная масса по методологии денежного обзора Банка России (LNBROADM - ряд логарифмов агрегата широкой денежной массы)[85].

Данные о денежных агрегатах были взяты из материалов Банка России (www.cbr.ru).

В качестве показателя уровня цен используются значения базового индекса, рассчитанного путем перемножения цепных индексов потребительских цен (LNP - ряд логарифмов ИПЦ в форме базового индекса (первое значение равно 0)). Данные об ИПЦ были взяты из материалов Росстата.

В качестве показателя экономической активности используются данные по реальному ВВП, поскольку, следуя Фридману (Friedman, 1956), спрос на деньги есть функция реального дохода. ВВП, на наш взгляд, наилучшая из возможных аппроксимаций показателя экономической активности, поскольку является интегральным показателем, характеризующим экономику всей страны, а не ее части, как, например, индекс промышленного производства или индекс выпуска пяти основных отраслей экономики. По ВВП доступны только годовые и квартальные данные, расчет месячного ВВП статистическими органами не проводится.

При выборе этого показателя мы учитывали, что динамика индекса промышленного производства или показателя реальных располагаемых доходов населения, месячные данные по которым имеются в наличии, достаточно близка к поведению ВВП. Использование квартальных данных вместо месячных уменьшает число доступных точек, что может снижать качество анализа. Этот шаг преследует две цели: применение ВВП в качестве прокси показателя экономической активности и применение при расчетах квартальных, а не месячных данных. Основными причинами против использования месячных данных являются, на наш взгляд, сильная зашумленность месячных данных и тот факт, что на спрос на деньги на месячных интервалах могут влиять другие факторы, не включенные в уравнение (LNRGDP - ряд логарифмов реального ВВП). Данные по реальному ВВП были получены из материалов Росстата (www.gks.ru).

В качестве альтернативной стоимости хранения денег используются 5 показателей. Первый - это ставка по межбанковскому кредиту (MBC - ряд процентной ставки МБК, в %)[86], которая на протяжении длительного времени являлась единственным рыночным процентом в российской экономике. Мы понимаем, что ставка МБК не имеет непосредственного отношения к спросу на деньги, так как не является для экономических агентов альтернативной стоимостью хранения денег, однако по данному показателю доступен наиболее длинный незашумленный временной ряд. В качестве показателя альтернативной стоимости хранения денег мы также используем ставку по депозитам (DEPOSIT - ряд процентной ставки по депозитам сроком до года, в %)\' и ставку по кредитам (CREDIT - ряд процентной ставки по кредитам, в %)[87]. В то же время оговоримся, что существуют серьезные опасения относительно нерыночного характера этих процентных ставок. И главное, методология исчисления ставки по депозитам и кредитам Банком России менялась со временем. Доходность ГКО[88] как аналога краткосрочного векселя в США не может использоваться в качестве процента, поскольку единый ряд данных по нему отсутствует.

Кроме процентных ставок в качестве показателя альтернативной стоимости хранения денег в дальнейшем при расчетах мы также используем изменение номинального обменного курса рубль/доллар (DKYRS - ряд изменений номинального обменного курса рубль/доллар, в %). Основной причиной включения этой переменной в модель является тот факт, что в ряде исследований[89] была обнаружена зависимость спроса на деньги в России от некоторых показателей динамики обменного курса[90]. В нашем случае теоретические соображения, позволяющие включить в модель переменную изменения номинального обменного курса, следующие: с ростом обменного курса рубль/доллар (изменение курса со знаком плюс) экономические агенты будут стремиться переводить имеющиеся у них рубли в доллары США, ожидая продолжения роста курса (данное предположение строится на предпосылке об адаптивных ожиданиях). Таким образом, с ростом курса мы ожидаем снижение спроса на рублевые активы. Следует, однако, заметить, что возможно построить цепочку рассуждений, когда снижение обменного курса будет сопровождаться падением спроса на деньги. Например, снижение обменного курса рубль/доллар стимулирует агентов переводить имеющиеся рубли в доллары с расчетом на будущий рост курса и обратную конвертацию валют. Такой подход эквивалентен стратегии покупки актива (в данном случае доллара США) по низкой цене и продаже актива по более высокой цене.

Показатель инфляции также может быть использован в качестве альтернативной стоимости хранения денег (INFL - ряд инфляции, в %). На протяжении рассматриваемого периода времени инфляция в России была достаточно высокой и, снижая покупательную способность денег, могла оказывать существенное влияние на объем реальных кассовых остатков на руках у населения.

Данные по альтернативным издержкам хранения денег взяты из материалов Банка России и Росстата. При этом рассматриваемым нами показателям в целом присуща схожая динамика (см. рис. 10).

В дальнейшем анализе мы следуем теоретическим работам исследования спроса на деньги и исходим из следующих гипотез:

  1. спрос на деньги в России положительно зависит от уровня экономической активности населения;
  2. в случае существования зависимости спроса на деньги от ставки процента или иного показателя альтернативной стоимости хранения денег эта зависимость отрицательна.

В данном исследовании, в отличие от нашей предшествующей работы, также посвященной спросу на деньги в России[91], мы будем опираться на наиболее длинную доступную выборку статистических данных с I квартала 1995 г.

по III квартал 2010 г. [92] Отметим, что на рассматриваемом временном интервале поведение агрегатов денежной массы, цен и выпуска претерпевало существенные изме-

Рис. 10. Динамика ставок процента по краткосрочным депозитам, краткосрочным кредитам, однодневным межбанковским кредитам, а также динамика изменения номинального обменного курса рубль/доллар и инфляции, в % (I квартал 1995 г. - III квартал 2010 г.)

Источник: данные Банка России и Росстата.

Рис. 10. Динамика ставок процента по краткосрочным депозитам, краткосрочным кредитам, однодневным межбанковским кредитам, а также динамика изменения номинального обменного курса рубль/доллар и инфляции, в % (I квартал 1995 г. - III квартал 2010 г.)

нения. В данной работе будет проверена гипотеза о существовании стабильной функции спроса на деньги в России.

На рис. 11 показана динамика логарифмов денежных агрегатов M0, М1[93], М2 и М2 расширенного. Мы видим, что до конца 1998 г. поведение денежных агрегатов характеризуется наличием выпуклого вверх тренда. После 1998 г. изменилась сама структура данных, которые ведут себя иначе: визуально это колебания около линейного тренда. Кризис 2008 г., по-видимому, также привел к структурному сдвигу в рядах денежной массы.

Поведение индекса потребительских цен с 1995 г. по 2010 г. отражено на рис. 12. Можно отметить наличие двух существенных скачков в уровне цен, имевших место в III и IV кварталах 1998 г. До 1998 г. динамика ИПЦ характеризуется выпуклым вверх трендом, наличие которого не очевидно в данных после 1998 г.

Переменная реального ВВП также демонстрирует изменение в поведении на протяжении рассматриваемого промежутка времени (см. рис. 13). Отличительной особенностью данного ряда является 111098765431996 1998 2000 2002 2004 2006 2008 2010

Рис.<div class=

11. Динамика логарифмов денежных агрегатов М0, М1, М2 и М2 расширенного (I квартал 1995 г. - III квартал 2010 г.)." />

Источник: данные Банка России.

Рис. 11. Динамика логарифмов денежных агрегатов М0, М1, М2 и М2 расширенного (I квартал 1995 г. - III квартал 2010 г.).

  1. 2.8 2.4 2.0 1.6
  1. 0.8

0.4 0.0

1996 1998 2000 2002 2004 2006 2008 2010

Источник: данные Банка России.

Рис. 12. Динамика логарифмов ИПЦ (I квартал 1995 г. - III квартал 2010 г.) 8.68.58.48.38.28.18.07.97.87.71996 1998 2000 2002 2004 2006 2008 2010

Рис. 13. Динамика логарифмов реального ВВП (I квартал 1995 г. - III квартал 2010 г.)

Источник: данные Банка России.

Рис. 13. Динамика логарифмов реального ВВП (I квартал 1995 г. - III квартал 2010 г.)

то, что он обладает ярко выраженной детерминированной сезонно- стью[94] (визуально напоминает «пилу»), где спады приходятся на I квартал, а пики на III-IV кварталы. Кроме того, ряд содержит два структурных сдвига, приходящихся на кризисы 1998 г. и 2008 г.

В ходе дальнейшего исследования мы хотим проверить существование стабильной функции спроса на деньги в России на периоде с 1995 по 2010 г., включающем два кризиса. В качестве основного метода оценки нами был выбран динамический метод наименьших квадратов (DOLS, dynamic ordinary least squares). Процедура DOLS была разработана в работах Филлипса и Лоретана (Phillips, Loretan, 1991), Сайконена (Saikkonen, 1991), Стока и Уотсона (Stock, Watson, 1993).

В случае применения процедуры DOLS оценки демонстрируют меньшее смещение, чем OLS, на относительно малых выборках. Немаловажно, что DOLS имеет те же свойства оптимальности, что и процедура Йохансена (Johansen, 1988). При этом статистическое моделирование показывает (Carrion-i-Silvestre, Sanso-i-Rossello, 2004), что в случае малых выборок, имеющих место в нашем исследовании, DOLS позволяет получить более точные оценки, чем другая модификация МНК (с теми же свойствами оптимальности) - FM OLS (Full Modified OLS).

Для проверки гипотез о коэффициентах можно использовать стандартные процедуры, основанные на t- и F-статистиках (поскольку DOLS оценки являются асимптотически нормальными).

Для эконометрического пакета Eviews, который был использован при расчетах, схема применения DOLS может быть описана следующим образом:

yt - зависимая переменная,

x1t,i = 1, N - объясняющие переменные.

Шаг 1. Методом наименьших квадратов оценивается регрессия вида: yt=a0+a1x1+...+aNxN+?t. Осуществляется проверка стационарности ряда остатков модели. Если остатки модели признаются нестационарными, дальнейшее выполнение процедуры DOLS невозможно.

Шаг 2. Строятся кросс-коррелограммы рядов[95] приращений объясняющих переменных Axt = xt —xt - 1; i = 1,N и остатков регрессии,

полученных на шаге 1, et.

Шаг 3. Анализируется N кросс-коррелограмм, построенных на

шаге 2: определяется количество значимых запаздывающих (Kt ) и

опережающих (Kt +) выходов коэффициентов взаимной корреляции

за границы ( ±2/VT, Т - число наблюдений) для каждого случая.

))

Шаг 4. По результатам шага 3 выбирается максимальное количество значимых запаздывающих и опережающих всплесков по всем

переменным, т.е. K = maxi max ((. , Ki+

i=1,N V K - ,Kp

Шаг 5. Методом наименьших квадратов оценивается регрессия вида:

yt = а +а1 Хи + ... +aNXN, +

+ Z ( (-j + ... + YNj AXN.,-j ) ,

j=-k

т.е. регрессия шага 1 с добавлением текущих, запаздывающих (lags) и опережающих (leads) приращений переменных.

Отметим, что если Дх не является причиной по Грэнжеру et

(i = 1, N), то на шаге 5 можно оценивать уравнение, включающее только запаздывающие приращения переменных, т. е. уравнение вида:

У, =а0 +а1 X1t + ... + aNXN, +

+ Z ((-j + ... + Ynj^Nt-j ) .

j=0

Шаг 6. Оценивается значение статистики Дарбина-Уотсона (или коррелограмма остатков, или тест Бройша-Годфри) для уравнения, полученного на шаге 5. Далее возможны два варианта:

  1. если признаков автокорреляции нет, то оценки, полученные на шаге 5, принимаются (при условии, что наблюдается значимость оценок, их правильный с теоретической точки зрения знак, гипотеза о нормальности ошибок модели не отвергается тестом Жарке-Бера и т.п.);
  2. если автокорреляция есть, то корректировку оценок, полученных на шаге 5, возможно провести способами, описанными в следующем шаге.

Шаг 7. Можно применить для оценивания расширенного уравнения процедуру Кохрейна-Оркатта: этот вариант Сток и Уотсон (1993) называют DGLS (dynamic general least squares). По количеству значимых запаздываний в тесте Бройша-Годфри выбираем количество лагов, включаемых в модель авторегрессии AR(p). Далее оцениваем коррелограмму остатков (на предмет необходимости включения лагов в модель скользящего среднего MA(q)).

Шаг 8. Методом наименьших квадратов оцениваем уравнение шага 5 с добавлением ARMA(p,q), т.е. уравнение

У, = а0 + а1 X1t + ... + aNXN, + Z (1 j Ax1,t - j + ... + YNj AXN ,t - j ) +MAR (1) +

j=-1

+... + epar{ p) + пШЩ +... + nqMA(q) + ?.

Так как обратимый процесс MA(q) хорошо приближается AR(p), то можно оценивать только порядок p (может быть, добавлять несколько лишних значений). Тогда здесь можно использовать процедуру корректировки t- и A-статистик (их тестовых значений), оценив матрицу долгосрочной дисперсии (например, оценкой Ньюи-Веста).

На шагах 5-8 образуется некоторый цикл, во время которого выбирается наилучшая спецификация модели.

Шаг 9. Возможна дополнительная проверка остатков полученного долгосрочного коинтеграционного соотношения

lt;Г™=1, - 2 (Адч,-, +...+г*А*„М-

j=-K

- amp;AR{ 1) -... - MpAR(p) -ъМА(1) -... - f)qMA(q)

на стационарность.

Шаг 10. Проверка оцененного уравнения, анализ его «адекватности» (речь идет о неотвержении гипотезы о независимости и нормальности ошибок, соответствии модели экономической теории).

Прежде чем перейти непосредственно к процедуре оценивания уравнения спроса на деньги методом DOLS, мы проведем анализ стационарности временных рядов.

<< | >>
Источник: Синельникова-Мурылева,Елена Владимировна. Инновации в сфере денежных платежей и спрос на деньги в России / Е. Синельникова-Мурылева - М.: Издательство Ин-та Гайдара,2011. - 224 с.: ил.. 2011

Еще по теме § 2. Описание используемых данных:

- Биржа - Бонистика - Валюта - Денежные системы - Деньги и политика - Инфляция - Как заработать деньги - Карты кладов - Религия и деньги - Теория денег - Электронные деньги -
- Авторское право - Аграрное право - Адвокатура - Административное право - Административный процесс - Антимонопольно-конкурентное право - Арбитражный (хозяйственный) процесс - Аудит - Банковская система - Банковское право - Бизнес - Бухгалтерский учет - Вещное право - Государственное право и управление - Гражданское право и процесс - Денежное обращение, финансы и кредит - Деньги - Дипломатическое и консульское право - Договорное право - Жилищное право - Земельное право - Избирательное право - Инвестиционное право - Информационное право - Исполнительное производство - История - История государства и права - История политических и правовых учений - Конкурсное право - Конституционное право - Корпоративное право - Криминалистика - Криминология - Маркетинг - Медицинское право - Международное право - Менеджмент - Муниципальное право - Налоговое право - Наследственное право - Нотариат - Обязательственное право - Оперативно-розыскная деятельность - Права человека - Право зарубежных стран - Право социального обеспечения - Правоведение - Правоохранительная деятельность - Предпринимательское право - Семейное право - Страховое право - Судопроизводство - Таможенное право - Теория государства и права - Трудовое право - Уголовно-исполнительное право - Уголовное право - Уголовный процесс - Философия - Финансовое право - Хозяйственное право - Хозяйственный процесс - Экологическое право - Экономика - Ювенальное право - Юридическая деятельность - Юридическая техника - Юридические лица -