ИНСТИТУТ ЭКОНОМИКИ ПЕРЕХОДНОГО ПЕРИОДА

Научные труды № 88Р

С. Четвериков, Г. Карасев 

Структурные модели обменных  курсов рубля

УДК 339.743 ББК 65.268

 Ч52 

С. Четвериков, Г. Карасев. Структурные модели обменных  курсов рубля. – М.: ИЭПП, 2005. С.125

Агентство CIP РГБ

Данное исследование посвящено изучению влияния динамики различных фундаментальных переменных – таких, как объем денежной массы, пла тежный баланс, цены на нефть и т.п., на динамику обменного курса рубля. Это влияние описано в виде структурных моделей. Оценка коинтеграци онных соотношений выявила устойчивые зависимости между обменным курсом рубля и объемом денежной массы, валовым внутренним продук том и сальдо торгового баланса, соотношением индексов потребитель ских цен РФ и США и производительностей этих стран. Полученные ре зультаты с некоторыми ограничениями могут быть использованы для по строения долгосрочных прогнозов обменного курса.

S. Chetverikov, G. Karasiov. Structural Models of the Ruble  Exchange Rates. 

The present paper researches into the impact of various fundamental variables, such as the volume of money supply, balance of payments, oil prices, among others, on the dynamics of the Ruble exchange rate. The impact in question is depicted in the form of structural models. The assessment of cocorrelations revealed stable correllations between the Rb. Exchange rate, GDP and balance of foreign trade and correlations of Russia’s and the US CPI and the countries’ productivities. The research findings, with some limitations, can be used for building longterm forecasts of exchange rate.

JEL Classification: C22, D00, E43.

Настоящее издание подготовлено по материалам исследова тельского проекта Института экономики переходного перио да, выполненного в рамках гранта, предоставленного Агент ством международного развития США.

ISBN 5932551631

©Институт экономики переходного периода, 2005

Содержание

Введение .................................................................................  5

1. Обзор теоретических работ, посвященных описанию моделей обменных курсов ...................................  7

1.1.  Эффективные рынки  .....................................................  7

1.2.  Паритет покупательной способности  ............................  8

1.3.  Паритет процентных ставок  ..........................................  9

1.4.  Монетарные модели  ...................................................  11

1.5.  Модель Mundell–Fleming  .............................................  24

1.6.  Модель портфеля активов ...........................................  29

1.7.  Эмпирические оценки структурных  моделей обменных курсов .................................................  36

1.8.  Выводы  .......................................................................  48

2. Постановка задачи ...........................................................  50

3. Результаты эмпирических оценок структурных моделей обменных курсов...................................................  67

Заключение...........................................................................  85

Приложения ..........................................................................  89

1.  Проверка на стационарность  используемых рядов ..........................................................  89

2.  Результаты оценок структурных моделей  обменного курса рубля к доллару США в период  с I квартала 1999 г. по IV квартал 2003 г.  ............................  98

3.  Результаты оценок структурных моделей   обменного курса рубля к евро в период  с I квартала 1999 г. по IV квартал 2003 г.  ..........................  104

Литература..........................................................................  111

Введение

На протяжении периода с 1994 по 2003 г. номинальный обмен ный курс рубля обесценился с 1,6 до 29,8 руб. за 1 доллар США. При этом уровень цен вырос в 35 раз, а реальный эффективный обменный курс увеличился в 1,3 раза. Одним из основных факто ров столь заметного укрепления реального эффективного курса рубля являлось значительное положительное сальдо торгового ба ланса, которое было обусловлено существенными объемами экс порта продукции добывающих отраслей (энергоносители и метал лы). Динамика как торгового, так и платежного баланса в целом определялась ценами на нефть и обменным курсом. Рост цен на нефть приводил к росту стоимости совокупного экспорта, в кото ром экспорт минералов составлял в среднем за рассматриваемый период более 1/3, и, следовательно, к росту притока валюты и ре альному укреплению рубля. Среди других факторов можно отме тить также объем денежной массы, платежный баланс, цены на нефть и т.п., моделирование влияния которых на обменный курс является чрезвычайно актуальной задачей.

Данная работа посвящена анализу и оценке с использованием российских данных наиболее распространенных структурных мо делей обменных курсов. В первой части дается обзор теоретиче ских работ, посвященных исследованию динамики обменных кур сов и построению различных моделей обменных курсов. Среди наиболее распространенных можно выделить модель паритета по купательной способности, модель паритета процентных ставок, варианты монетарных моделей, модель Mundell–Fleming, варианты поведенческих моделей (BEER model) и модель портфеля активов (portfoliobalance model). 

В модели паритета покупательной способности утверждается, что идентичные товары должны иметь одинаковую цену, выражен ную в одной валюте. Из модели паритета процентных ставок сле дует, что инвестирование единицы валюты, приносящее некото рый процент за период в одной стране, должно приносить такую же прибыль, что и инвестирование единицы валюты за границу. При построении монетарных моделей предполагается, что обмен ный курс уравнивает уровни цен в двух странах таким образом, чтобы реальный спрос на деньги и предложение денег балансиро вались в обеих странах. Модель Mundell–Fleming представляет со бой дальнейшее развитие монетарных моделей, ее главной осо бенностью является различие между высокой гибкостью цен акти вов и постепенным приспособлением цен товаров. Совокупность доходности внутреннего рынка активов и иностранной процентной ставки порождает динамику обменного курса, которая дает тре буемую норму доходности на внутренние активы. Любые измене ния ожиданий заставляют обменный курс меняться до такого уров ня, что ожидаемые выигрыши или потери по капиталу равняются разности процентных ставок. В поведенческих моделях динамика обменного курса объясняется переменными, которые могут по влиять на поведение инвесторов. Например, рост долга или дефи цита бюджета приводит к ослаблению национальной валюты и т.п. Отказ от традиционного вида спроса на деньги и условия паритета процентных ставок на финансовом рынке, а именно введение не совершенной заменяемости иностранных и национальных активов, эффекта благосостояния и влияния счета текущих операций на спрос на активы, приводят к созданию моделей портфеля активов, в которых обменный курс влияет на цену активов. Также представ лены некоторые работы, в которых были сделаны эмпирические оценки структурных моделей обменных курсов.

Во второй части работы представлена динамика обменного курса рубля к доллару США и некоторых фундаментальных пере менных, которые оказывали влияние на динамику обменного курса с 1994 по 2003 г. На основе анализа динамики обменного курса и фундаментальных переменных выдвинут ряд гипотез, а также вы браны конкретные спецификации моделей, результаты оценок ко торых представлены в следующем разделе.

В третьей части работы  представлены результаты оценок рег рессионных моделей обменного курса рубля, на основе которых сделаны некоторые выводы, приведенные в заключении.

1. Теоретические модели динамики  обменных курсов

Существует множество моделей, построенных для объяснения динамики и прогнозирования обменных курсов. В данной работе мы выделяем три подхода к описанию обменного курса. В первом он рассматривается как относительная цена денег, во втором – как относительная цена товаров и в третьем – как относительная цена активов. В данном разделе приведен обзор основных моделей об менного курса. Рассматриваются различные варианты монетарной модели, модель Mundell–Fleming и модель портфеля активов (port foliobalance model), а также модели, основанные на теориях о па ритете покупательной способности и паритете процентных ставок, которые, помимо того что являются основами монетарного подхо да, важны сами по себе, как теории определения обменного курса. В начале раздела рассматривается гипотеза эффективности фи нансовых рынков.

1.1. Эффективные рынки

Fama (Fama, 1970) определил эффективными такие рынки, цена на которых содержит всю доступную информацию. Если цена от ражает всю новую информацию, то изменения цены могут про изойти только при появлении новой информации. Но так как буду щая информация не может быть предсказана, то и изменения цен невозможно предсказать. В работе рассматриваются три формы эффективности рынка, подразумевающие различный набор ин формации, отражаемый в ценах активов. В сильной форме утвер ждается, что информационное множество содержит всю инфор мацию, включая частную информацию. В полусильной форме предполагается, что инвесторы не могут получить дополнительную прибыль, основываясь только на общеизвестной информации. В слабой форме эффективность означает отсутствие дополнитель ной прибыли, она основывается только на информационном мно жестве, содержащем прошлые значения цен. Концепция эффек тивных рынков была разработана для цен на активы, но номиналь ный обменный курс может быть представлен в форме цены актива (см. раздел 1.4.1). Иными словами, можно говорить об эффектив ности рынка иностранной валюты. При этом теория эффективных рынков говорит о невозможности предсказать будущее значение обменного курса, основываясь на текущей информации. 

Для эффективного рынка иностранной валюты текущий обмен ный курс должен отражать всю доступную текущую информацию, а форвардный курс должен включать все ожидания относительно будущего значения обменного курса. Следовательно, форвардный курс должен быть несмещенным предиктором ожидаемого обмен ного курса. В литературе отвергается гипотеза несмещенности форвардного курса (см. (MacDonald, Marsh, 1999)). Тем не менее, не ясно, обусловлено ли это неэффективностью рынка или суще ствованием других факторов, например, премии за риск.

1.2. Паритет покупательной способности1

Теория паритета покупательной способности (Purchasing Power Parity, далее – PPP) является одной из самых простых теорий пла вающего обменного курса. В своей простейшей форме PPP утвер ждает, что номинальный обменный курс определяется относитель ными уровнями цен двух стран. Таким образом, арбитраж на рынке товаров движет обменным курсом так, чтобы он уравнял цены двух стран.

Абсолютный PPP основан на законе единой цены (например, (Isard, 1977)), в котором утверждается, что идентичные товары должны иметь одинаковую цену, выраженную в одной валюте. Если данный закон выполняется для всех товаров между двумя страна ми, то мы получаем абсолютный PPP, т.е.:

P=SP*(1.1)

t

, где St– обменный курс, определенный как цена иностранной ва

люты в национальной валюте; P – уровень цен в стране; P*– уро вень цен за границей.

1 Дальнейшее изложение теорий паритета покупательной способности, паритета процентных ставок и монетарной модели с гибкими ценами и жесткими ценами основано на работе (Franke, Olsen, Pohlmeier, 2002).

8

При отсутствии трансакционных издержек незамедлительный арбитраж приводит к выполнению этого уравнения в любой момент времени независимо от возмущений, происходящих в экономике.

Следует отметить некоторые теоретические аспекты, свиде тельствующие против выполнения PPP. Вопервых, трансакцион ные издержки, торговые барьеры мешают ценам различных стран сравняться так, чтобы выполнялся закон единой цены (см. (Rogoff, 1996)).

Вовторых, индексы цен включают не только торгуемые товары, но и неторгуемые товары (такие, как услуги). Это может приводить к проблемам подсчета PPP, когда страны имеют различные произ водительности2. Возникающая разница в производительности тор гуемых товаров между странами изменяет цены, особенно относи тельные цены торгуемых и неторгуемых товаров.

Втретьих, индексы цен, используемые для сравнения (опреде ляются по разным корзинам товаров), и веса, с которыми в корзи ну входит тот или иной товар, различны. А также условие свобод ного плавания обменного курса нарушается для большинства стран, так как центральные банки проводят интервенции для регу лирования обменного курса, что тоже говорит не в пользу закона единой цены.

1.3. Паритет процентных ставок

Данная теория определяет обменный курс посредством про центных ставок в различных странах. Различают две формы пари тета процентных ставок: покрытый и непокрытый, причем в обеих предполагаются совершенная мобильность капитала и совершен ная заменимость активов.

Покрытый паритет процентных ставок (Covered Interest Rate Par ity, далее – CIP) утверждает, что инвестирование единицы валюты, приносящее процент i за период, или инвестирование единицы валюты за границу (или в иностранные активы) под процент i* должны приносить одинаковую прибыль. Для того чтобы инвести ровать за границу, инвестор сначала конвертирует единицу на

 Такой подход к подсчету РРР в литературе известен как гипотеза Balassa– Samuelson (см., например, (Balassa, 1964)).

циональной валюты в иностранную валюту по цене S. Получая в конце периода (1/St)(1+i*) единиц иностранной валюты, инвестор должен конвертировать их обратно, что можно сделать с использо

ванием форвардного обменного курса Ft. Условие отсутствия возможности арбитража требует выполнения равенства выгод от каждого вида сделки, что в логарифмической форме можно запи сать так3:

ftsii*(1.2)

−=−t

tt

.

Непокрытый паритет процентных ставок (Uncovered Interest Rate Parity, далее – UIP) связывает отношение процентных ставок с ожидаемым изменением обменного курса. UIP вытекает из CIP в предположении эффективности рынков, т.е. форвардный курс яв ляется несмещенным предиктором будущего споткурса.

k

⎛ 1+it⎞ 1

⎜ *⎟ =EStk](1.3)

t[+

⎝ 1+it⎠ St

. Для одного периода при условии малых процентных ставок в ло гарифмах это уравнение можно переписать:

siit*

E[s]−=−, (1.4)

tt+1tt

т.е. ожидаемое изменение логарифма обменного курса равно раз ности процентных ставок.

В данной модели предполагается, что арбитраж возможен, т.е. отсутствуют ограничения на движение капитала, а также что инве сторам безразлично, в какие активы вкладывать средства. Оба этих предположения являются достаточно сильными: как правило, в странах существуют ограничения на перевоз капитала и активы, которые часто характеризуются разными рисками, не являются совершенными субститутами.

Далее мы рассмотрим монетарные модели, которые, как прави ло, являются основой эконометрического исследования обменно го курса.

3 Здесь и далее в тексте строчными буквами обозначены переменные в натуральных логарифмах кроме процентных ставок.

10

1.4. Монетарные модели

Монетарный подход определения обменного курса возник в на чале 1970х годов и до сегодняшнего дня остается одной из основ ных теорий описания обменного курса (см. (Frenkel, 1976; Mussa, 1976, 1979; Bilson, 1978)). Монетарный подход исходит из опреде ления обменного курса как относительной цены двух валют и мо делирует эту относительную цену с точки зрения относительного спроса и предложения на эти валюты. На валютном рынке избы точный спрос или избыточное предложение будут корректировать ся изменениями обменных курсов. В модели предполагается со вершенная мобильность капитала. Активы в стране и за рубежом считаются совершенными субститутами, что означает, что инве сторам безразлично, в какую страну инвестировать. Также это оз начает выполнение непокрытого паритета процентных ставок без премии за риск.

Монетарный подход – это одна часть подхода к моделированию обменного курса, которая рассматривает обменный курс в качест ве относительной цены активов. В моделях портфеля активов (port folio balance models) предполагается, что ценные бумаги не явля ются совершенными субститутами.

Разница между монетарными моделями, представленными здесь, заключается в том, являются цены в них гибкими в кратко срочном периоде или нет.

1.4.1. Монетарная модель с гибкими ценами

В модели предполагается гибкость цен на все товары, а также что обменный курс устанавливается в результате выполнения за кона паритета покупательной способности, а цены фиксируются на таком уровне, что при заданных реальных выпусках и процентных ставках спрос на деньги равен предложению денег. Предложение денег и реальный доход определяются экзогенно. Спрос на деньги зависит положительно от дохода и отрицательно от уровня номи нальной процентной ставки. Равновесие на национальном денеж ном рынке определяется следующим образом:

mpkyi

=+−λt(1.5)

ttt

.

Равновесие на иностранном рынке денег определяется анало гично:

******

mpkyi

=+−λt(1.6)

ttt

, где m, p, y и i – логарифмы предложения денег, уровня цен, дохода и уровня процентной ставки соответственно; k и λ– положитель ные константы; * отмечены переменные и параметры другого госу дарства. В монетарных моделях реальная процентная ставка счи тается экзогенной в долгосрочном периоде и определяется на ми ровых рынках изза предположения совершенной мобильности капитала4.

Следующим блоком построения монетарной модели является абсолютный паритет покупательной способности (PPP):

s=pp

tt−t*(1.7)

, где st – логарифм номинального обменного курса (цены ино странной валюты).

Внутреннее предложение денег определяет внутренний уровень цен, и, следовательно, является одним из факторов, оказывающих влияние на обменный курс. Вычитая из уравнения (1.5) уравнение

(1.6), выражая (p−p*) и подставляя результат в уравнение (1.7),

tt

получаем решение для номинального обменного курса:

*

s(mmkyk*yii)(1.8)

=−−−t)+−λ**

)(*(λ

tttttt

, которое является основным уравнением в монетарной модели. Часто модель упрощается предположением, что эластичности спроса на деньги по доходу и по процентной ставке одинаковы в

*

обеих странах ( λλи kk*), так что уравнение (1.8) упрощает

==

ся:

**

))λ(

s(mmk(yyii*)(1.9)

=−−−+−

ttttttt

. Согласно уравнению (1.9) увеличение внутреннего предложе ния денег относительно иностранного, к примеру, вызывает обес

4 Как отмечалось выше, в действительности существуют ограничения на движение капитала.

12 ценение национальной валюты относительно иностранной. Други ми словами, номинальный обменный курс  возрастет.

st

Далее в модели предполагается, что выполняется условие не покрытого паритета процентных ставок (UIP):

E(s)−

∆=(ii*)(1.10)

tt+1tt

, где E(∆s)– рыночные ожидания относительно изменений об

tt+1

менного курса. 

Подставляя (1.10) в уравнение (1.9) и заменяя последовательно обменные курсы в будущие периоды времени, мы приходим к сле дующему уравнению:

∞

i*)*

st=+λ)−1∑(λ)Emmk(yy)⎤ (1.11)

i=01+λt⎣⎡(t+i−−ti−ti⎦

+

ti++

, где Et [ ] – математическое ожидание, основанное на информации, располагаемой в момент времени t. Ожидаемые изменения в будущих значениях фундаментальных переменных будут влиять на текущий обменный курс, даже если текущие значения фундаментальных переменных не меняются. Следовательно, изменения текущего обменного курса есть резуль тат ожиданий относительно будущих значений фундаментальных переменных. Таким образом, обменный курс можно спрогнозиро вать на основе прогноза экономических фундаментальных пере менных. Уравнение (1.11) – это уравнение определения цен на ак тивы. Аналогично тому, как текущую стоимость будущих дивиден дов можно считать ценой актива, текущий обменный курс можно рассматривать как функцию ожидаемых значений фундаменталь ных переменных. Несмотря на то что простота монетарной модели с гибкими це нами очень привлекательна, эта простота достигается за счет мно жества предположений. В макроэкономической теории открытых экономик, как правило, присутствуют 6 рынков: товары и услуги, труд, деньги, иностранная валюта, отечественные облигации (т.е. неденежные активы) и иностранные облигации. Монетарная модель фокусируется непосредственно на условиях равновесия только од ного рынка, а именно рынка денег. Это имплицитно достигается

следующим способом. В предположении, что иностранные и отече ственные активы являются совершенными субститутами, рынки отечественных и иностранных облигаций по существу становятся одним рынком, и количество рынков уменьшается до 5. При пред положении режима свободно плавающего обменного курса обес печивается равенство спроса и предложения на рынке иностран ной валюты. Подобно этому совершенно гибкие цены и заработ ные платы уравновешивают спрос и предложение на рынке това ров и рынке труда. Таким образом, три из пяти оставшихся рынков находятся в равновесии. Из закона Вальраса, согласно которому равновесие на (n – 1) рынках в системе, состоящей из n рынков, означает равновесие и на nм рынке, следует, что равновесие всей системы рынков модели определяется условиями равновесия де нежного рынка. Таким образом, монетарная модель с гибкими це нами имплицитно представляет собой модель общего равновесия, в которой предполагается постоянное выполнение PPP между на циональными уровнями цен (см. (Neely, Sarno, 2002)).

К недостаткам этой модели можно отнести неадекватность предположений о свободном плавании обменного курса, совер шенной заменяемости отечественных и иностранных активов, от сутствии ограничений на движение капитала и совершенной гиб кости цен и заработных плат в большинстве стран. Использование в качестве базовых блоков модели предположений о выполнении теорий PPP и UIP, имеющих жесткие предположения, может при вести к плохой объясняющей способности результирующей моде ли. Тем не менее предварительно требуется непосредственная проверка теорий PPP и UIP.

1.4.2. Монетарная модель с жесткими ценами

Высокая волатильность реальных обменных курсов на протяже нии 1970х годов создала почву для серьезных сомнений относи тельно предположения постоянного выполнения PPP и побудила к развитию новых классов моделей, включая монетарные модели с жесткими ценами и модели равновесия5.

 Равновесные модели обменного курса, изначально изученные в работах (Stockman, 1980; Lucas, 1982), анализируют общее равновесие в модели с двумя странами, в которых репрезентативные агенты максимизируют свою полезность.

Дорнбуш (Dornbusch, 1976) в своей работе отказался от пред положения о равновесии на товарном рынке. В его модели цены на товарном рынке являются жесткими в краткосрочном периоде и приходят к новому равновесию только с лагом. Данная жесткость цен может быть вызвана, к примеру, издержками приспособления или неполнотой информации. Таким образом, в модели делается различие между краткосрочным и долгосрочным равновесиями. В противоположность этому предполагается, что финансовые рынки реагируют незамедлительно, что означает мгновенное приспособле ние цен на этих рынках. Различные скорости приспособления на то варном и финансовом рынках приводят к эффекту «перелета» об менного курса. При этом долгосрочное выполнение PPP все еще предполагается, так что долгосрочный эффект, скажем, увеличе ния предложения денег будет таким же, как и в модели с гибкими ценами.

Формально модель состоит из следующих уравнений:

tyit(1.12)

mp

−t=φt−λ

,

dt=+δ(sp)+γy−σi

ut−ttt(1.13)

, ∆=π(dy)(1.14)

p−t

t

,

E[s]−=−

iit*(1.15)

tt+1stt

, E[s]−=θ(ss)(1.16)

tt+1st−t

.

Уравнение (1.12) определяет функцию реального спроса на деньги, который зависит от дохода y и процентной ставки i. В рав новесии спрос на деньги должен равняться предложению денег. Следующее уравнение (1.13) выражает функцию совокупного спроса, который зависит от дохода, реального обменного курса,

представленного выражением (s−p) в предположении равенст

tt

Модели равновесия можно рассматривать как расширение или обобщение модели с гибкими ценами, в которых учитываются многочисленность торгуемых товаров и возможность реальных шоков между странами. Эти модели не поддаются непо средственной эконометрической проверке или формулированию моделей для про гнозирования обменного курса, потому что они основаны на функциях полезности, которые не могут быть непосредственно оценены.

ва единице иностранного уровня цен, т.е. p*=0. Постепенное приспособление цен на товары выражено в уравнении (1.14), кото рое утверждает, что изменения цен являются функцией от разно сти спроса и выпуска (избыточный спрос) при полной занятости. В этой модели капитал является совершенно мобильным, следова тельно, выполняется непокрытый паритет процентных ставок, что выражено в уравнении (1.15). Далее предполагается, что ожидания формируются согласно формуле (1.16), где s – логарифм долго срочного значения обменного курса и коэффициент скорости при способления θ считается экзогенным. Уравнения (1.13) и (1.14)

определяют равновесие на рынке товаров:

∆=πδ(sp)(γ−σt

p(u+−+−1)yi)(1.17)

ttt

. Подобным образом уравнения (1.12), (1.15) и (1.16) определяют равновесие на рынке денег:

mpyi*

−−−t

−=φλλθ(ss).(1.18)

tttt

В долгосрочном периоде, когда st=sи p=p, это уравнение

t

дает выражение для долгосрочного уровня цен:

pmyi

=−φt+λ*(1.19)

tt

. Подставляя mtиз уравнения (1.18) в уравнение (1.19) и разре

шая его относительно st, мы получим зависимость между обмен

ным курсом и уровнем цен:

1

)

st=(pps(1.20)

−+

t

λθ

Это уравнение определяет текущий обменный курс как функцию

от текущих цен при данных долгосрочных значениях sи p. При условии, что рынок денег всегда в равновесии, это уравнение все гда будет выполняться. 

Уравнение для долгосрочного равновесного значения обменно го курса может быть получено подстановкой ∆= в уравнение

p0(1.17), так как равновесные цены не меняются. Подставляя вместо переменных stи p их долгосрочные значения sи p, заменяя it

t

на it*, что выполняется в долгосрочном периоде, и решая уравне ние относительно равновесного обменного курса, мы получаем следующее уравнение:

⎛⎞

sp(1−

=+⎜⎟(σi*+−γ)yu)(1.21)

t

δ

⎝⎠ t

. Подставляя уравнение (1.14) в (1.16), получаем:

1

+−1)y−(λδσ)i*)(1.22)

s=mt−(u+(φδγt+t

δ

. В долгосрочном периоде цены находятся на своем долгосроч ном уровне и не изменяются, так что ∆=. Подставляя выраже

p0

ние для процентной ставки из уравнения (1.12) и условие ∆= в

p0

уравнение (1.17), получаем следующее уравнение, которое озна чает долгосрочное равновесие как на рынке денег, так и на товар ном рынке:

δλσ⎡ λ⎤⎡ φσ

p=st++⎢ ⎥⎢ −+γtyt⎥⎤ (1.23)

t

(δλσ)(δλσ)⎣ (δλσ)⎦⎣uyy+λ⎦ .

++mt+t

Теперь предположим увеличение номинального предложения денег. Результирующий эффект может быть проиллюстрирован графически (рис. 1.1), где кривая AA представляет уравнение (1.20), а кривая BB – уравнение (1.23).

На рис. 1.1a изображено начальное равновесие с обменным

курсом, равным равновесному s. При увеличении предложения денег новые равновесные значения обменного курса и уровня цен p' увеличатся пропорционально увеличению предложения денег (см. уравнения (1.19) и (1.22)), но цены не изменятся сразу (см. (1.14)). Для обеспечения равновесия на рынке денег упадет про центная ставка. Снижение процентной ставки вызовет отток капи тала из страны, и в результате – обесценение национальной валю ты. Таким образом, реализуется краткосрочное равновесие с об менным курсом s'' (см. рис. 1.1b), в котором наблюдается «пере

личина «перелета» зависит от коэффициента в формировании ожиданий θ и эластичности процентной ставки λ.

денег на равновесие

Цены в краткосрочном периоде жесткие, и приспособление происходит за счет немедленного изменения процентной ставки и обменного курса. Это означает, что рынок денег всегда в равнове сии, и экономика находится постоянно на кривой AA.

В новом краткосрочном равновесии процентная ставка являет ся низкой, что вызывает избыточный спрос на деньги (см. уравне ние (1.13)), а обменный курс является высоким, что ведет к относи тельно низкой цене национальных товаров, которая также вызыва ет избыточный спрос на отечественные товары. Рост спроса на отечественные товары приводит к росту цен, а затем к снижению реального предложения денег, что, в свою очередь, вызывает рост процентной ставки. Это приводит к притоку капитала в страну и, как результат, к укреплению национальной валюты до тех пор, пока обменный курс не достигнет своего нового долгосрочного равно

весного уровня s'.

Следует отметить, что независимо от предположения гибкости или жесткости цен традиционная монетарная модель с гибкими ценами и ее формулировка с жесткими ценами означают одинако вое уравнение для обменного курса – в форме, представленной уравнением (1.9).

1.4.3. Модель разницы реальных процентных ставок

Рассмотрим модель разницы реальных процентных ставок (Real Interest Rate Differential Model). Эту модель предложил Frankel (Frankel, 1979), и она представляет собой расширение модели Дорнбуша (Dornbusch, 1976). В ней предполагается, что инфляция может наблюдаться в течение долгосрочного периода, и акценти руется внимание на важности реальной процентной ставки в опре делении реального обменного курса. В долгосрочном периоде предполагается выполнение PPP. Таким образом, уравнение дол госрочного равновесия (1.7) будет выглядеть следующим образом:

=−*(1.24)

spp.

Далее рассматривается формирование ожиданий. Предполага ется, что между долгосрочным равновесным и текущим обменны ми курсами существует разница. Frankel обобщил уравнение фор мирования ожиданий по Дорнбушу на текущий темп ожидаемой долгосрочной разности в инфляциях между двумя странами, обо

значаемой ππ

t*, таким образом:

t

Est+1]−=θ(ss)ππt*. (1.25)

t[st−+−

tt

В долгосрочном периоде, когда обменный курс будет находить ся на своем равновесном уровне так, что st=s, ожидаемое изме нение обменного курса будет равняться разнице инфляций.

Текущий обменный курс может быть получен объединением уравнений (1.10) и (1.25)6:

st=−1⎡(i−−−π*)⎤ (1.26)

sθ⎣ tπ)(i*

ttt⎦

.

Следовательно, текущий обменный курс равняется своему рав новесному значению, если реальные процентные ставки между странами равны. Если реальная процентная ставка в стране выше, чем иностранная, то обменный курс будет находиться ниже долго срочного уровня и, следовательно, будет расти.

6

 В данной модели предполагается, что капитал совершенно мобилен, следователь но, выполняется непокрытый паритет процентных ставок, представленный уравне нием (1.10).

Уравнения спроса на деньги в обеих странах моделируются так же, как и в модели с гибкими ценами:

−*

mmppk(yy*)−λ(ii)(1.27)

t−t*=t−t*+t−ttt

. В долгосрочном периоде, когда st=s, разница процентных

ставок между странами равна разнице инфляций: (ii*)=(ππ). Подставляя это уравнение вместе с (1.24) в

−t−t*

уравнение (1.27), получаем: smmk(yy*)+λππ)(1.28)

=t−t*−−t(t−t*

t

.

Снова обменный курс (долгосрочный) определяется относи тельным спросом и предложением двух валют. В равновесии паде ние внутреннего предложения денег, увеличение национального дохода или падение ожидаемой инфляции в стране увеличивает спрос на деньги и снижает обменный курс.

Теперь подставим (1.28) в (1.26). Заменив при этом 1/θ=φи

(1/θλ)=ϕ, мы получим уравнение, определяющее обменный

+

курс:

−*

smmk(yy*)−φ(ii)+ϕ(ππ)(1.29)

t=t−t*−t−tttt−t*

.

Отметим, что в отличие от уравнения (1.9), знак перед разно стью процентных ставок в уравнении (1.29) получился отрицатель ным. В монетарной модели с гибкими ценами разность процент ных ставок равна разности ожидаемых темпов инфляции, что мож но рассматривать как результат действия международных инве стиционных потоков, уравновешивающих реальные процентные ставки, или как результат того, что разность процентных ставок равна ожидаемому обесценению, которое в силу выполнения PPP равно разнице инфляций. Таким образом, монетарную модель с гибкими ценами можно рассматривать как частный случай модели разности реальных процентных ставок, где приспособление к рав новесию происходит мгновенно, т.е. θ равно бесконечности, что

аналогично тому, что φ=0.

1.4.4. Модель с торгуемыми и неторгуемыми товарами

Следующая модель является модификацией модели Balassa– Samuelson7, в которой центральная роль отводится разности про изводительностей для объяснения колебаний реального и номи нального обменного курса. Предполагается, что цена есть функция

цен неторгуемых PN и торгуемых PT товаров. В логарифмах ин дексы цен представляются следующими уравнениями:

N(1T(1.30)

p=βp+−β)p

,

***

p=βp*+−β)p

N(1*T(1.31)

. Предполагая выполнение паритета покупательной способности для них, т.е. s=pp, получаем:

T−T*

s=(p−p*)+β(pp)−β(pp*)(1.32)

T−N*T*−N

.

Выражая цены из уравнений равновесия (1.5) и (1.6) на нацио нальном и иностранном денежных рынках и подставляя в получен ное уравнение для обменного курса, получим (также предполагая,

*

что kk*,λλ,ββ*):

===

**

s=(mmk(y−yi−i*)+β[(pppp)]. (1.33)

−*)−)+λ(T−N)−(*−

TN

Таким образом, увеличение, к примеру, относительной цены торгуемых товаров ведет к обесценению национальной валюты, т.е. к росту s. Как правило, в качестве прокси для цены торгуемых товаров берется индекс оптовых цен, для цены неторгуемых това ров – зарплаты. В такой постановке коэффициент β уравнения

(1.33) можно интерпретировать как эластичность обменного курса по относительной заработной плате. Причем из уравнения следу ет, что увеличение отечественной реальной зарплаты ведет к укре плению национальной валюты, т.е. к уменьшению s. Эта положи тельная связь между реальной зарплатой и стоимостью валюты обусловлена тем фактом, что более высокая реальная зарплата отражает более высокую производительность труда по сравнению

 Модель реального обменного курса можно найти в работе (DeGregorio, Wolf, 1994), модели номинального обменного курса – в работах (Clements, Frenkel, 1980; Chinn, 1997).

с производительностью иностранного труда. Таким образом, в данной модели считается, что обменный курс зависит от относи тельной цены неторгуемых товаров, т.е. от разницы производи тельностей z. В приемлемом для оценивания виде модель выгля дит следующим образом: 

^^^^

=+1izut(1.34)

stββmt+βy+ββt+

t+5

02t3

,

^

где знак «^» означает межстрановую разницу, т.е. mm

=−m*; –

ut

ошибка.

При расчетах ряды производительности рассматриваются ин дексы производительности труда, измеренные как реальный ВВП на одного рабочего.

1.4.5. Поведенческая модель обменного курса

Следующая модель представляет собой вариант поведенческой модели обменного курса (далее – BEER)8. Отправной точкой моде ли является паритет процентных ставок, скорректированный на риск:

*

E[∆s]=−−+

(iipr

tt+ktt)t(1.35)

, где st – обменный курс, определенный как цена национальной ва люты в иностранной; r=λ+k– премия за риск, имеющая за

tt

висящую от времени компоненту λ.

t

Уравнение (1.7) можно преобразовать к уравнению с реальными переменными, вычитая разницу ожидаемых инфляций

E[p

∆−∆p*] из обеих частей. После преобразования получим:

tt+kt+k

*

qE[q](rrpr(1.36)

)

=+−−t

ttt+ktt

,

[где riEp]– реальная процентная ставка;

ttt

=−∆t+k

[

qsEp] – реальный обменный курс.

ttt

=−∆t+k

Уравнение (1.36) описывает текущий равновесный обменный курс, который определяется тремя компонентами: ожиданием ре

8

 Behavioral Equilibrium Exchange Rate Model (Clark, MacDonald, 1999).

22 ального обменного курса в период (t+k), разностью реальных про центных ставок и премией за риск. Последнее слагаемое правой части уравнения (1.36) имеет отрицательный знак, что означает реальное обесценение национальной валюты при росте премии за риск. Компонента премии за риск, зависящая от времени, являет ся функцией отношения национального государственного долга к иностранному:

+

λ=g(gdebt/gdebt*)(1.37)

ttt

, где «+» над переменными в правой части уравнения обозначает знак частной производной.

Таким образом, увеличение внутреннего государственного дол га по отношению к иностранному ведет к росту премии за риск, что вызывает реальное обесценение национальной валюты.

Далее предполагается, что ненаблюдаемые ожидания обменно го курса E[q] определяются только долгосрочными значения

tt+k

ми фундаментальных переменных Zt. Обозначив долгосрочный

^

равновесный обменный курс через qt, можно записать, что

^

[

q=Eq]=E[β'Z]=β'Z. Кроме того, в работе (Clark, Mac

tttkttt

+

Donald, 1999) предполагается, что долгосрочный равновесный об менный курс зависит от трех переменных:

^+++

(

q=ftot,tnt,nfa)(1.38)

tttt

, где tot – условия торговли; tnt – эффект Balassa–Samuelson, т.е. относительная цена неторгуемых товаров к торгуемым; nfa – чис тые иностранные активы.

Из уравнений (1.35)–(1.38) следует общее уравнение для ре ального обменного курса:

/*

,,

qt=F(r−r*,gdebtgdebt,tottntnfa)(1.39)

.

Или же в номинальном выражении с использованием обозначе ний Cheung, Chinn, Pascual (Cheung, Chinn, Pascual, 2003) оконча тельное уравнение модели можно записать в следующем виде:

^^^^

st=β+p+βωt+βrt+βgdebt+βtott+βnfat+ut(1.40)

0t567t89

,

где p – логарифм уровня цен (CPI); ω – относительная цена не торгуемых товаров; r – реальная процентная ставка; gdebt – от ношение государственного долга к ВВП; tot – логарифм условия торговли (terms of trade); nfa – чистые иностранные активы.

Данная модель может рассматриваться как некоторая общая модель, включающая эффект Balassa–Samuelson, модель разницы реальных процентных ставок, премию за риск, связанную с госу дарственным долгом, и – дополнительно – элемент модели порт феля активов, возникающий при различных значениях чистых ино странных активов. Таким образом, построенная модель является одной из превалирующих для объяснений колебаний обменного курса в среднесрочной перспективе, особенно в контексте полити ческих вопросов. К примеру, BEER модель чаще всего использует ся9 для определения долгосрочного значения курса евро.

1.5. Модель Mundell–Fleming10

Рассмотрим модель, которая является основой макроэкономи ческих моделей обменного курса. Ее можно рассматривать как от крытую версию известной IS–LM модели со следующими предпо ложениями:

–            внутренний уровень цен каждой страны фиксирован, так что обменный курс определяет отношение внутренних цен к ценам импорта;

–              капитал совершенно мобилен;

–            национальные и иностранные ценные бумаги являются совер шенными субститутами, так что процентная ставка равна меж дународной;

–              выпуск определяется спросом.

Рассмотрим влияние увеличения внутреннего предложения де нег на обменный курс. Рост предложения денег приводит к сниже нию процентной ставки до уровня ниже международного, что при

9

 Здесь существует два похожих подхода: подход IMF (см. (Faruqee, Isard, Masson, 1999)), и подход NATREX (см. (Stein, 1999)).

10

 См. (Mundell, 1963; Fleming, 1962).

24 водит к оттоку капитала. Избыточный спрос на иностранную валюту вызывает обесценение национальной валюты, что приводит к рос ту спроса на внутренние товары. Увеличившийся выпуск ведет к увеличению дохода и спроса на деньги до тех пор, пока не восста новится равенство процентных ставок с более высоким уровнем выпуска и более низким уровнем реального обменного курса по сравнению с начальными уровнями.

Расширенная модель Mundell–Fleming11 может быть получена при ослаблении некоторых из предположений, сделанных при вы воде стандартной модели. Данная модель представляет собой мо дель открытой экономики IS–LM с совершенной мобильностью ка питала, постепенным приспособлением цен, быстрым приспособ лением рынка активов, процентной ставки и рациональными ожи даниями.

В предположении, что выпуск является заданным12, модель в ло гарифмической форме выглядит следующим образом:

mph

−=i, (1.41)

.

*

iis, (1.42)

=+

.

.⎡ )δ(

p=ηξ(spgip)⎤ 

⎢ −++−⎥ (1.43) ⎣⎦

, где m и p – номинальная денежная масса и цены; i и s – номиналь ная процентная ставка и обменный курс соответственно; g – пере менная, отражающая фискальную политику. Все переменные, кроме процентной ставки, используются в ло гарифмической форме. Уравнение (1.41) представляет равновесие на денежном рынке, или кривую LM. Уравнение (1.42) отражает тот факт, что с учетом

11

 Для иллюстрации мы выбрали модель, использованную в работе (Dornbusch, 1991).

12

 Усложнения, возникающие при введении предположения изменяющегося выпус ка, могут быть рассмотрены в модели, но они не приводят к существенным измене ниям основной динамики. По той же причине явно не рассматривается связь зар плат и цен. Расширенную версию модели см., например, в работе (Dornbusch, 1986).

ожидаемого обесценения активы являются совершенными субсти тутами. Совершенное предвидение отражается в равенстве факти ческого и ожидаемого обесценения активов. Уравнение (1.43) по казывает, что корректировка цен связана с избыточным спросом на товары, который, в свою очередь, зависит от реального обмен ного курса, фискальной политики и реальной процентной ставки.

Эта модель отражает известное свойство «перелета»: едино временная денежная экспансия приводит к немедленному обесце нению валюты. Обменный курс «перелетает» свой новый долго срочный уровень, который пропорционален увеличению денег. В переходный период после «перелета» национальная валюта укреп ляется, в то время как цены растут.

Главной особенностью модели является различие между высо кой гибкостью цен активов и постепенным приспособлением цен товаров. Связь внутреннего рынка активов и иностранной про центной ставки влияет на динамику обменного курса, которая дает требуемую норму прибыли на внутренние активы. Любые новости заставляют обменный курс незамедлительно изменяться до такого уровня, что ожидаемые выигрыш или потери по капиталу становят ся равными разности процентных ставок. В модель может быть включены изменение выпуска, цены импорта; возможно введение эффекта «Jкривой» для того, чтобы ввести более постепенную ре акцию спроса на реальный обменный курс. Но эти тонкости не зна чительно изменяют основные результаты модели.

Однозначные результаты расширенной модели Mundell–Fleming основаны на трех предпосылках. Вопервых, отсутствуют эффекты, связанные со счетом текущих операций. Вовторых, внутренние и иностранные активы являются совершенными субститутами. В третьих, в модели присутствуют только два вида активов – деньги и облигации. Теперь мы рассмотрим, как могут выглядеть альтерна тивные модели обменного курса.

1.5.1. Эффект счета текущих операций

В период фискальной экспансии, ведущей к укреплению валю ты, также возникает дисбаланс счета текущих операций. Накоп ленная чистая внешняя задолженность отражается в счете теку щих операций в виде уменьшения дохода по иностранным акти вам. Уменьшение чистых внешних активов в период дефицита счета текущих операций невозможно сбалансировать возвраще нием к начальному значению реального обменного курса, так как увеличившаяся задолженность будет приводить к дополнитель ному дефициту. Таким образом, чтобы восстановить баланс счета текущих операций, потребуется обесценение валюты до уровня выше первоначального. 

Счет текущих операций можно представить в следующем виде. Пусть d – чистые внешние активы и i*– норма дохода по чистым иностранным активам. Тогда выражение (1.1) обозначает профи цит счета текущих операций или накопление иностранных активов: 

.

(−,)+*(1.44)

d=fspgid. Реальный обменный курс, обеспечивающий баланс счета теку щих операций, зависит от нормы дохода по активам, от фискаль ной политики и от других шоков счета текущих операций. Таким образом, временный фискальный бум требует последующего пер манентного реального обесценения. Вопрос реалистичности и ко личественной значимости данной перманентной реакции на вре менный дефицит рассматривается13 в теории торговли и называет ся «transfer problem». Анализ данной проблемы не будет полным без рассмотрения того, как будет финансироваться бюджетный дефицит. Фискальная экспансия приводит к росту бюджетного де фицита, который финансируется за счет увеличения долга. Этот долг, в свою очередь, в какойто момент должен быть покрыт пу тем увеличения налогов. Если налогообложение будет достаточ ным для улучшения счета текущих операций при постоянных отно сительных ценах, тогда условия торговли изменяться не будут. Ес ли рост налоговых доходов не покроет дефицит бюджета, то по требуется реальное обесценение.

1.5.2. Эффект портфеля активов

Другой перманентный эффект может возникнуть изза воздей ствия фискального дисбаланса и дисбаланса счета текущих опера ций на относительное предложение активов. Предположим вопре ки уравнению (1.19), что активы являются несовершенными суб ститутами, так что существует премия за риск:

.

**

iisbbs), (1.45)

=++α(−−

где b и b* – внутренняя и иностранная совокупные задолженности в национальной валюте.

Если дисбаланс счета текущих операций финансируется за счет увеличения внешнего долга, то потребуется обесценение валюты для корректировки этого увеличения, что связано с тем, что стои мость долга в иностранной валюте при этом уменьшится, и вос становится баланс портфеля с неизменной разностью доходно стей. При прочих равных в период накопления долга можно ожи дать перманентное обесценение обменного курса.

Реакция обменного курса на относительное предложение акти вов была рассмотрена в работах Frankel (см. например, (Frankel, 1986; Frankel, Froot, 1986)), где он показал, что относительное предложение активов в действительности не дает удовлетвори тельного объяснения разности доходностей.

1.5.3. Реальные активы

Стандартная модель остается чрезмерно упрощенной, даже ес ли в нее включаются уравнения для сальдо счета текущих опера ций и премии за риск. Упрощение заключается в отсутствии рас смотрения капитала в портфеле, учета временного эффекта инве стиций в капитал и, таким образом, аспекта совокупного предло жения в экономике.

Одновременно с дисбалансом счета текущих операций и ре зультирующим изменением чистых иностранных активов имеет место процесс накопления капитала. Изменения в портфеле в от вет на изменения относительного совокупного предложения вызы вают изменения в стоимости реальных активов и их относительной доходности. Поток инвестиций и изменения стоимости капитала потенциально доминируют над эффектом дисбаланса счета теку щих операций.

Gavin (Gavin, 1986) показал, что включение фондового рынка в стандартную модель предполагает дополнительные важные кана лы для объяснения динамики обменного курса. В то же время включение фондового рынка сводит на нет всю простоту стандарт ной модели.

1.6. Модель портфеля активов

Отказ от традиционного описания спроса на деньги и от условия паритета процентных ставок на финансовом рынке могут привести к совершенно другим результатам, отличным от результатов моне тарной модели. Разнообразные модели портфеля активов тща тельно развивают эту идею, представляя международные рынки капитала подобно тому, как предложил Tobin (Tobin, 1969), для за крытой экономики. Хотя, в принципе, модель общего равновесия включает монетарные модели как частный случай, на практике в этих моделях особое внимание уделяется несовершенной заме няемости иностранных и национальных активов, эффекту благо состояния на спрос на активы и роли счета текущих операций в распределении благосостояния между странами. Рассмотрим од ну из ранних моделей (см., например, (Branson, 1976; Branson, Halttunen, Masson, 1979)14), в которой, несмотря на возможность введения гибких или жестких цен для дополнения модели, цены не анализируются. 

Резиденты страны размещают свое благосостояние (W) между тремя активами: национальные деньги (M), национальные прино сящие процент активы (B) и иностранные облигации (F). Нацио нальные деньги и облигации могут держать на руках только рези денты страны. Таким образом, полное благосостояние имеет вид:

WMBSF=++,

(1.46)

где S – обменный курс. 

Портфель активов может быть представлен в виде:

*(,(),,)MArrxsyWM+=

*(,(),,)BArrxsyWB+=

,

(1.47)

*(,(),,)FArrxsyWSF+=

•

где x()=

sE(s(+1))−s – изменение обменного курса; A– функ

*

ции спроса на активы; rи r– процентные ставки в стране и за рубежом соответственно; y – логарифм дохода.

При предположении положительного эффекта благосостояния и наличии только трансакционного спроса на деньги можно предпо ложить следующие знаки частных производных (табл. 1.1).

Таблица 1.1

*

+s

rrx()y W

AM

−−+ +

B

A+ −−+ AF−

+ −+ Сумма 0 0 0 1

При этом национальные и иностранные облигации являются со вершенными субститутами, если все элементы левой нижней 22

.

BF

подматрицы (с элементами по строкам Aи A, по столбцам rи

*

rx()) бесконечно большие.

+sСо статическими ожиданиями, такими, что x()экзогенно, три

s

условия равновесия определяют две эндогенные переменные – r и

S. Таким образом, обменный курс связан с экзогенными переменны

ми: SS(,,,rx(s),y), (1.48)

=MBF*+где, если F>0, или, другими словами, страна является кредито ⋅∂S()<∂S(), ⋅

⋅⋅∂S()<0, ⋅

ром, ∂S()>0, ∂S()>0и

*

+

∂M∂B∂M∂F∂(xr(s)) ⋅

∂S()<0. Если F<0, то все знаки меняются на противоположные.

∂y

Так как модель статическая, то ее решение при предположении рациональных ожиданий такое же при xs=

()0, если не ожидается изменений экзогенных переменных в будущем.

Полезное расширение модели получается при введении про цесса накопления иностранных активов через платежный баланс. С теоретической точки зрения это интересное расширение, потому что в модели появляются эффекты, связанные со счетом текущих операций. В простой версии этой модели15 все облигации являют ся совершенными субститутами. Как дальше будет показано, это влияет только на величину, а не на знак большинства результатов. В дискретном времени:

*

M(rx(sy++1))

+),,MBSF(−=M(1.49) (,,MBSF(−+Sr*F(−=S[FF(

TSy++1)1))−−1)]. (1.50)

Уравнение (1.49) является условием равновесия на рынке денег с паритетом процентных ставок. Уравнение (1.50) описывает пла тежный баланс. Торговый баланс, как правило, зависит положи тельно от обменного курса, положительно от выпуска и от благо состояния на начало периода. Лаги переменной F возникают изза рассмотрения дискретного аналога модели в непрерывном време ни.

Линейная аппроксимация последних двух уравнений около ста +== и FF(1)

ционарной точки ( S(1)SS=−=Fe) имеет вид:

e

MM3F

⎛ M10⎞⎛ dS(+1)⎞⎛ −+

1eM3⎞⎛ dS⎞ +

=

(*⎟⎜

⎝ 01⎠⎝ dF⎠⎟ ⎝TTrF1++

⎜⎟⎜ ⎜ ++)(Tr*)⎠⎝ dF(−1)⎟⎠

13e3

(1.51)

+⎜ 3)−3−−**−⎟ 

⎛ (1−MdMMdBM1drMdy⎞

2

⎝ −TdMTdBFdrTdy⎠

3−3−2

, где dZZZ

=− для любой переменной Z.

e

Стационарная точка является седлом. Долгосрочный равновес ный обменный курс описывается следующей зависимостью:

*

=(,,,

SSMBry)(1.52)

ee

,

 Полную версию такой модели см., например, в работах (Kouri, 1976; Dornbusch, Fischer, 1980).

где Se1>0,S2=0и Se4>0. Долгосрочный эффект r*неоднозна

e

чен и зависит от соотношения эффекта процентной ставки и эф фекта благосостояния в спросе на деньги и в счете текущих опера ций. Производная Se3положительна при условии F/TMM

>1/

33. Краткосрочное решение можно найти, если использовать сле

дующее выражение: sw[SS](1.53)

x()=−

e

, где w – коэффициент, равный 1 минус собственное значение мат рицы уравнения (1.51), который обеспечивает стабильность реше ния.

Подстановка (1.53) в (1.49) в первом приближении дает:

SSw(MMF)⎤⎦ −1.

=+⎡⎣ −3

e1

(1.54)

*

.⎣⎡(M3−1)dMMdBM3dF(−1)+MdrMdY⎤

+3+1+2⎦ .

В заключение Se подставляется из уравнения (1.52) в уравне ние (1.54). Если MM3F<0, что всегда выполняется при отри

−

1

цательных F, тогда решение:

*

SS(,,Fry)(1.55)

=MB(−1),,⋅

имеет следующие частные производные ∂S()>0,

∂M

∂S()⋅

⋅=∂S()<0. В модели появляется эффект «перелета» в том

∂B∂F(−1) >

смысле, что SSe3. Если Se3 положительно, то и S4 – тоже. Эф

1

фект дохода неопределен: долгосрочный и краткосрочный эффек ты имеют разные знаки. Еще больше неоднозначности появляется, если рассматривать страну в качестве чистого должника.

Еще одна модель портфеля активов основана на работе Об стфельда (Obstfeld, 1982). В этой работе предполагается, что не резиденты держат национальные облигации. В модели допускает ся ряд упрощающих предположений, чтобы сделать ее пригодной для эмпирической проверки. Если опустить уравнение спроса на иностранные облигации и исключить эффект благосостояния на внутренние активы, модель примет вид:

M[,*+]=1,23

rrx(s),yM, где: MM<0;M>0,

**

B[,*+s]+−ryB, (1.56)

rrx(),ySB*[rx(s),,]=

*

где: B1>0;,<0;*<0;2,

BBBBB3*>0

231 *

где y – логарифм дохода за границей; B* – вложения нерезиден тов в национальные облигации. Как и раньше, два уравнения определяют эндогенные перемен ные r и S:

*

SS(,,,,y*), (1.57)

=MBry >0,

причем SS2>0,SS<0и S5>0 при условии, что нере

1>34

зиденты держат на руках положительное число национальных об лигаций, т.е. B* положительно. Если не ожидается изменений в будущем, решение модели с рациональными ожиданиями такое ()0. Модель портфеля активов – уравнения (1.48),

же, с xs=(1.55), (1.57), как и монетарные модели, свидетельствует о том, что денежная экспансия ведет к обесценению национальной валюты, если чистые запасы иностранных активов положительны. В отли чие от монетарных моделей, в которых деньги влияют на обменный курс через цены, в модели портфеля активов обменный курс непо средственно влияет на спрос на активы, что связано с изменением стоимости  иностранных активов. Если позиция по чистым ино странным активам отрицательна, то из модели портфеля активов, представленной уравнениями (1.48) и (1.55), следует, что денеж ная экспансия вызывает укрепление национальной валюты. В вер сии модели Обстфельда такого вывода нет, потому что в этой мо дели нерезидентам разрешается держать национальные активы.

1.6.1. Влияние операций центрального банка  на обменный курс

Результирующие модели портфеля активов могут быть исполь зованы при рассмотрении возможных эффектов стерилизованных интервенций, проводимых центральным банком, или эффектов дисбаланса счета текущих операций. Интервенции представляют собой изменение в предложении активов и, следовательно, ведут к изменению обменного курса. К примеру, покупка центральным банком иностранных активов ведет к росту цены иностранной ва люты, т.е. к ее укреплению. Изменение счета текущих операций приводит к изменению предложения активов. Следовательно, профицит счета текущих операций ведет к росту предложения иностранных активов и, таким образом, уменьшает их цену, что означает укрепление национальной валюты.

В данном разделе представлен краткий обзор литературы, по священной описанию влияния интервенций центрального банка на обменный курс16.

Разделяют два основных канала, через которые стерилизован ные интервенции могут влиять на обменный курс: портфельный и информационный (или канал сигнализирования). Как было показа но ранее, интервенции влияют на обменный курс через портфель ный канал, если государственные облигации не являются совер шенными субститутами. Таким образом, изменение резервов цен трального банка приводит к тому, что инвесторы переоценивают свои портфели национальных и иностранных активов17. Поскольку объем интервенций, как правило, мал по сравнению с оборотом валютного рынка, многие авторы (см., например, (Rogoff, 1984)) со скептицизмом относятся к тому, что интервенции могут оказывать значительное влияние через портфельный канал. Во многих ис следованиях не были найдены доказательства работы этого канала или он оказался слабым (Dominguez, Frankel, 1993a; Evans, Lyons, 2001; Ghosh, 1992).

Центральный банк может также влиять на обменный курс с ис пользованием интервенций, изменяя представление агентов о по ведении фундаментальных переменных, влияющих на обменный курс. Этот механизм называется каналом сигнализирования (Mussa, 1981). Основная идея заключается в том, что агенты могут

16

 Исчерпывающий обзор см.: (Sarno, Taylor, 2001; Dominguez, Frankel, 1993b; Edison, 1993; Кадочников, 2003). 17 Портфельный канал работает не только в том случае, если облигации не являются совершенными субститутами, но и в том, если не выполняется рикардианская экви валентность.

34 рассматривать интервенции как сигнал о будущей кредитно денежной политике. Таким образом, изменения в ожиданиях, ка сающихся будущего поведения переменных, воздействующих на обменный курс, таких как относительное предложение денег, будут действовать на обменный курс уже сейчас. Dominquez и Frankel (Dominquez, Frankel, 1993b) нашли, что воздействие интервенций на обменный курс через канал сигнализирования значительно сильнее, чем через портфельный канал. Несмотря на доказатель ство наличия канала сигнализирования, некоторые авторы (Fatum, Hutchison, 1999) не смогли найти доказательств явной связи между интервенциями и будущей кредитноденежной политикой, в то время как Lewis (Lewis, 1995; Kaminsky, Lewis, 1996) показал, что иногда эти факторы работают в противоположных направлениях.

Многие центральные банки не анонсируют публично свои ин тервенции. При проведении анализа канала сигнализирования многие экономисты ставят под сомнение такую политику18. Однако на самом деле интервенции не являются полностью секретными. Dominquez и Frankel (Dominquez, Frankel, 1993b) показали, что о большинстве интервенций, особенно о самых крупных, становится известно. Центральные банки могут выбирать различные способы проведения интервенций, начиная с прямых операций с коммерче скими банками и заканчивая торговыми операциями через броке ров, таким образом контролируя уровень секретности своих дей ствий.

В одной из первых работ (Branson, Halttunen, Masson, 1979), по священных эмпирическому исследованию портфельной модели, было показано, что такая модель плохо выполняется даже внутри выборки. Даже при более тщательном измерении предложений активов результаты эмпирической проверки оставляли желать лучшего. К примеру, Backus (Backus, 1984) показал, что модель портфеля активов хорошо выполняется, но основной вклад в объ яснение изменений обменного курса дают переменные дохода, а не переменные, отражающие запасы активов. В конце концов, бы ло найдено слабое влияние счета текущих операций на обменный курс в США.

18

 В (Bhattacharya, Weller, 1997; Vitale, 1999) разработаны модели, в которых под держка закрытости информации об интервенциях представляется рациональной.

Следует отметить, что в некоторых исследованиях (см. (Baillie, Osterberg, 1997; Lewis, 1995)) не рассматривается вопрос эндо генности интервенций и обменного курса, а в оцениваемую модель включаются только лагированные значения интервенций. В то время как интервенции могут иметь эффект на следующие перио ды после начальной сделки, невключение в модель переменной, характеризующей текущие интервенции, не позволяет оценить не медленный эффект интервенций и, вероятно, дает смещенные оценки других коэффициентов. В других исследованиях (Kaminsky, Lewis, 1996; Kim, Kortian, Sheen, 2000), рассматривающих текущие интервенции, как правило, получается неправильный знак перед этой переменной, означающий, что покупка центральным банком национальной валюты приводит к ее обесценению. Как было отме чено, этот факт отражает поведение центрального банка по прин ципу «наклоняйся против ветра» («lean against the wind»), т.е. цен тральный банк снижает резервы тогда, когда наблюдается тенден ция к обесценению национальной валюты, и, наоборот, скупает резервы, когда валюта имеет тенденцию укрепляться. На самом деле незначимые и имеющие неправильный знак коэффициенты, полученные в предыдущих работах, могут указывать на то, что для получения точных оценок влияния интервенций на обменный курс необходимо учитывать текущий эффект интервенций и принимать во внимание эндогенность этих переменных.

1.7. Эмпирические оценки структурных  моделей обменных курсов

Переход большинства стран к плавающим обменным курсам в 1970х годах сопровождался публикацией множества теоретических работ для объяснения наблюдаемой высокой волатильности курсов валют. При этом наиболее популярны для анализа динамики обмен ного курса были монетарные модели, рассмотренные в предыду щем разделе. В большинстве работ проверялась адекватность этих моделей и исследовалась прогностическая способность. В данном разделе представлен обзор основных работ, посвященных описа нию динамики и прогнозированию обменного курса.

1.7.1.Эмпирическая проверка закона паритета

покупательной способности

Согласно различным оценкам, скорость сходимости к PPP очень маленькая, отклонения от PPP затухают приблизительно на 15% в год (Rogoff, 1996). Отклонения от PPP являются большими и вола тильными в краткосрочной перспективе. В результате возникает загадка PPP: каким образом можно согласовать значительную краткосрочную волатильность реальных обменных курсов с ма ленькой скоростью затухания шоков? Основные объяснения крат косрочной волатильности заключаются в наличии финансовых факторов – таких, как изменения в портфельных предпочтениях, краткосрочные пузыри в ценах активов и монетарные шоки. Такие шоки могут иметь значительный эффект на реальную экономику при наличии номинальной жесткости цен и заработных плат. Тем не менее оценки периода полузатухания были получены в перио дах от 3 до 5 лет, а наличие только краткосрочной жесткости цен означало бы выполнение паритета покупательной способности на периодах от 1 до 2 лет, когда цены и зарплаты приспособятся к шоку. Если реальные шоки (например, шоки в предпочтениях и технологии) являются доминирующими, то несложно получить ма ленькую скорость приспособления. Но в существующих моделях подобного рода, основанных на реальных шоках, невозможно по лучить краткосрочную волатильность обменных курсов. Как было отмечено выше, существует множество препятствий для выполне ния закона единой цены, и, таким образом, паритет покупательной способности отвергается по крайней мере в некоторых исследова ниях. Frenkel (Frenkel, 1978) тестировал PPP на периоде с 1921 по 1925 г. для обменных курсов доллара США к фунту стерлингов, французского франка к доллару США и французского франка к фунту стерлингов с использованием следующих регрессионных уравнений:

*

st=αβp−β*p – абсолютный PPP

tt, β*

stαβp

∆=+∆−∆p* – относительный PPP. (1.58)

tt

PPP выполняется, если α=0и ββ*=1. Frenkel нашел дока

=

зательства для обеих версий PPP, кроме обменного курса доллара США к фунту стерлингов (Frenkel, 1981). Он пришел к совершенно другим результатам, используя помесячные данные за 1973–1979 гг. для курсов: доллар США – фунт стерлингов, доллар США – фран цузский франк, доллар США – немецкая марка, фунт стерлингов – немецкая марка и французский франк – немецкая марка (см. табл 1.2). Оценки коэффициентов для обменных курсов доллар США – фунт стерлингов и доллар США – французский франк ока зались незначимы и значимо отличны от нуля для курса доллар США – немецкая марка. Для последних двух курсов PPP не отвер гается. Frenkel предложил этому несколько объяснений: 

–              транспортные издержки намного меньше для соседних стран, чем между европейскими странами и США;

–              изменения в торговой политике и нетарифных барьерах (им портных квотах) были более стабильны в Европе, чем между Европой и США;

–            обменные курсы в рамках Европейского валютного соглаше ния19 были более стабильны.

Таблица 1.2

Оценка паритета покупательной способности

Зависимая перемен

ная lnStUSD/GBP USD/FRF USD/DEM GBP/DEM FRF/DEM

/0.165 0.184 1.786 0.821 –0.026

ww

ln(PP*)(0.507) (0.374) (0.230) (0.144) (0.487) /1.070 –1.070 2.217 0.965 1.180

cc

ln(PP*)(0.897) (0.817) (0.263) (0.197) (0.327)

*

Примечание. ln(P/P*)и ln(P/P) – логарифмы отношения индекса оптовых цен и

wwccиндекса прожиточного минимума соответственно. В скобках указаны стандартные отклонения. Источник: (Frenkel, 1981).

19 Данное Соглашение обеспечивало создание многосторонней системы расчетов и Европейского фонда. Основная роль такой системы расчетов заключалась в том, чтобы центральный банк каждого государстваучастника мог производить расчеты в долларах по заранее известному валютному курсу, в пределах положительного сальдо этих расчетов в валюте любого другого государства – участника Соглаше ния. Это гарантировало каждому государству успешное регулирование колебаний курса его валюты в умеренных и устойчивых пределах. В соответствии с Соглаше нием каждое государствоучастник в случае изменения курса своей валюты брало на себя обязательство обеспечить урегулирование расчетов по официальному не погашенному сальдо в своей валюте в прежних пределах колебаний ее курса.

PPP можно также проверять с помощью реального обменного курса, который определяется как номинальный курс, взвешенный относительным уровнем цен. Если PPP выполняется, то этот курс должен быть константой20 и не зависеть от номинального обменно го курса. Однако, как мы видели раньше, в связи с наличием тран сакционных издержек обменный курс будет отклоняться от уровня определяемого PPP. Следует протестировать, является ли реаль ный обменный курс сходящимся к среднему (meanreverting), под разумевая, что возмущения компенсируются в долгосрочном пе риоде.

Abuaf и Jorion (Abuaf, Jorion, 1990) показали, что реальный об менный курс хорошо описывается процессом AR(1) с коэффициен том, немного меньшим 1. Следовательно, реальный обменный курс не следует случайному блужданию, т.е. PPP выполняется в долгосрочной перспективе. В противоположность этому в данном исследовании номинальный обменный курс хорошо аппроксими руется случайным блужданием. Это означает, что причиной долго срочной стабильности являются цены.

Lothian и Taylor (Lothian, Taylor, 1996) использовали временные ряды для реальных курсов французского франка к фунту стерлин гов за период с 1805 по 1990 г. и доллара США к фунту стерлингов за период с 1791 по 1990 г. Они отвергли гипотезу о наличии еди ничного корня для обоих временных рядов, что означает выполне ние PPP в долгосрочном периоде. Cuddington и Lian (Cuddington, Lian, 2000) использовали те же данные, но с большим количеством лагов в расширенном тесте Dickey–Fuller. Они подтвердили отсут ствие единичного корня для временного ряда курса французский франк – фунт стерлингов, но не смогли отвергнуть гипотезу о на личии единичного корня для временного ряда курса доллар США – фунт стерлингов. Возможным объяснением может быть географи ческое расстояние между Великобританией и США, что означает большие транспортные издержки, и, следовательно, закон единой цены более точно выполняется для географически близких стран.

Glen (Glen, 1992) тоже показал, что реальный обменный курс не является случайным блужданием. Но он нашел доказательство схождения к среднему, только на временных горизонтах больших,

20 В случае абсолютного PPP реальный обменный курс должен быть равен 1.

чем 32 месяца, используя данные для периода с 1973 по 1988 г. для обменных курсов 9 стран против доллара США.

MacDonald и Marsh (MacDonald, Marsh, 1999) исследовали, как выполняется PPP вне выборки. Они использовали динамическую модель коррекции ошибки для следующих обменных курсов на пе риоде с 1974 по 1989 г.: фунт стерлингов – доллар США, немецкая марка – доллар США, фунт стерлингов – немецкая марка, итальян ская лира – немецкая марка, французский франк – немецкая мар ка. Сравнивая их прогнозы на 1, 3, 6, 12 и 24 месяца со случайным блужданием, авторы показали, что относительный PPP выполняет ся не лучше, чем случайное блуждание на временном горизонте в 1 месяц, согласно статистическим критериям RMSE (Root Mean Squared Error) и MAE (Mean Absolute Error). Однако с увеличением горизонта прогнозирования модель PPP работает лучше, чем слу чайное блуждание. MacDonald и Marsh также отмечают, что резуль таты получаются разными в зависимости от выбранного индекса цен. Для курса фунт стерлингов – доллар США, к примеру, случай ное блуждание выполняется хуже, чем PPP, с использованием ин декса потребительских цен, в то время как для курса фунт стерлин гов – немецкая марка PPP лучше работает только с использовани ем индекса оптовых цен.

В целом эмпирические результаты не дают ясного ответа на во прос о выполнении или невыполнении относительного и абсолют ного PPP. Некоторые работы говорят в пользу PPP, некоторые, на против, отвергают. Вероятнее всего, PPP выполняется для геогра фически близких стран, что может быть объяснено сравнительно меньшими трансакционными издержками.

1.7.2. Эмпирическая проверка закона паритета процентных ставок

С теоретической точки зрения, паритет процентных ставок (да лее: CIP – покрытый паритет процентных ставок, UIP – непокрытый паритет процентных ставок) должен выполняться, потому что если он не выполняется, то инвесторы могут получить выгоду с арбит ража, не подвергаясь излишнему риску.

В своей работе Frenkel и Levich (Frenkel, Levich, 1975) тестиро вали покрытый паритет процентных ставок на значимость отклоне ния от CIP. Они показали, что существуют отклонения от CIP, кото рые можно приписать наличию трансакционных издержек. Можно рассматривать эти издержки как своего рода область вокруг рав новесия, внутри которой арбитраж невыгоден. Это означает отсут ствие неиспользованных возможностей получения прибыли. Авто ры констатировали, что некоторые отклонения, которые нельзя приписать к трансакционным издержкам, могут быть связаны с различными налоговыми режимами, с государственным регулиро ванием, с политическими рисками или с разностью во времени между наблюдением возможности получения прибыли и примене нием стратегии для ее получения. В других исследованиях также было найдено бесприбыльное отклонение от CIP.

Fratianni и Wakeman (Fratianni, Wakeman, 1982) в своей работе пришли к выводу, что арбитражная прибыль отсутствует для рынка европейских валют в период с 1967 по 1980 г. Используя МНК оценки регрессионного уравнения (1.2), они получили, что тран сакционные издержки отвечают за отклонения.

Cosander и Laing (Cosander, Laing, 1981) тестировали следую щее уравнение:

F−St(ii*)

t=+t−t

Stab1+it*(1.59) и нашли, что для временного промежутка 1962–1978 гг. для об менных курсов немецкой марки к доллару США и доллара США к фунту стерлингов константа a незначимо отличается от нуля, и ко эффициент b близок к 1, что также согласуется с областью вокруг CIP, обусловленной трансакционными издержками.

Frenkel (Frenkel, 1981) тестировал непокрытый паритет про центных ставок, регрессируя спотобменный курс на форвардный обменный курс:

=++

t+1abftνt+1(1.60) для обменных курсов доллара США по отношению к французскому франку, немецкой марке и фунту стерлингов на периоде с 1973 по 1979 г. Он показал, что его результаты согласуются с UIP. Однако существует критика его подхода, связанная с тем, что в подобных оценках необходимо использовать стационарные ряды. Frenkel не учел этого в своей работе, поэтому к его выводам нужно относить ся крайне осторожно.

Для решения проблемы наличия единичного корня Cumby и Obstfeld (Cumby, Obstfeld, 1984) вычли из обеих частей уравнения спотобменный курс, чтобы получить стационарные в разностях временные ряды, и тестировали гипотезы a=0и b=1 для сле дующего уравнения:

ssab(fs)(1.61)

−=+t−t

t+1t

.

Они использовали данные за период с 1976 по 1981 г. для об менных курсов доллара США по отношению к фунту стерлингов, немецкой марке, швейцарскому франку, канадскому доллару и японской иене. Их результатом было отвержение непокрытого па ритета процентных ставок.

В других исследованиях первым шагом в тестировании UIP яв ляется предположение о формировании ожиданий. Cumby и Obstfeld (Cumby, Obstfeld, 1981) в предположении рациональных ожиданий преобразовали формулу (1.4) к виду:

t+1−−+

t*=ν(1.62)

ttt

. Все переменные в левой части этого уравнения наблюдаемы, следовательно, UIP можно тестировать, исследуя, является ли νtбелым шумом. Если инвесторы отрицательно относятся к риску, то

νt – не только ошибка в ожиданиях, она включает премию за риск, которая отвечает за отклонение от предположения о равенстве разности процентных ставок и ожидаемого увеличения обменного курса. В своей работе авторы тестировали это на временном ин тервале 1974–1980 гг. для обменных курсов доллара США по от ношению к канадскому доллару, французскому франку, немецкой марке, швейцарскому франку, фунту стерлингов и голландскому гульдену. В результате непокрытый паритет процентных ставок был отвергнут для всех обменных курсов, за исключением курса доллара США к фунту стерлингов. Было найдено, что отклонения от UIP очень коррелированны, что может служить доказательством существования премии за риск.

Существует ряд работ, посвященных непокрытому паритету процентных ставок, и во всех них UIP решительно отвергается (см.,

например, (Cumby, Obstfeld, 1984)). Наиболее общим аргументом является предположение равенства форвардного курса ожидае мому споткурсу и, таким образом, отсутствие премии за риск. Другая причина отвержения UIP может быть связана с предполо жением о рациональности используемых для эконометрической проверки ожиданий, которое может не соблюдаться.

1.7.3. Тестирование объясняющей способности монетарных моделей

Для того чтобы тестировать монетарные модели, исследовате ли (см., например, (Meese, Rogoff, 1983)) обычно используют сле дующее регрессионное уравнение:

*

=+1−+2−+a3(ii*)t−+t(1.63)

)

saa(mma(yy*)−+a4(ππ*)u

t0ttttttt

. Допустим, что  положительно, тогда как во многих исследо

a1

ваниях предполагается, что обменный курс является однородным первого порядка по предложению денег, что означает a1=1. Ко эффициент a2 должен иметь отрицательное значение,  – поло

a3

жительное,  равен 0 для монетарной модели с гибкими ценами и

a4

положительный для модели Dornbusch–Frankel.

Один из первых тестов монетарной модели с гибкими ценами был проведен в работе (Frenkel, 1976) для периода гиперинфляции в Германии в 1920–1923 гг. для обменного курса немецкой марки к доллару США. При этом в работе было найдено подтверждение этой модели.

Также монетарная модель с гибкими ценами хорошо работала для 1970х и 1980х годов. В работе (Frankel, 1979) было показано, что модель разницы реальных процентных ставок очень хорошо выполняется на периоде с 1974 по 1978 г.

Исследования на данных после 1978 г. не дали удовлетвори тельных результатов. Полученные коэффициенты имели либо не правильные знаки, либо были статистически незначимы. Одной из причин такого результата могли быть пропущенные переменные. Frankel включил в модель национальное и заграничное благосос тояния в функции спроса на деньги, которые определялись как сумма государственного долга и профицита счета текущих опера ций. Он получил достаточно хорошие результаты для курса немец кой марки к доллару США, что объяснялось тем, что в то время Германия имела профицит счета текущих операций.

Cheung, Chinn и Pascual (Cheung, Chinn, Pascual, 2002) провели оценку ряда моделей и не выявили, что какаялибо отдельная мо дель хорошо описывает данные. Результаты оценки монетарной модели с жесткими ценами в уровнях приведены в табл. 1.3. Оцен ки коэффициентов для фунта стерлингов не соответствуют пред сказаниям модели. Коэффициенты перед переменными, отра жающими предложение денег, инфляцию и доход, имеют непра вильный знак (хотя последние два и незначимы). Только коэффи циент при процентной ставке значим и имеет правильный знак. Напротив, оценки для иены и французского франка согласуются с монетарной моделью. Деньги и инфляция имеют знак, соответст вующий модели, в то время как при процентной ставке правильный знак был получен только для иены. Для канадского доллара коэф фициенты в значительной мере соответствуют монетарной моде ли, хотя статистически значимый коэффициент при доходе имеет неправильный знак.

Таблица 1.3

Оценки эластичностей в уравнении монетарной модели определения обменного курса с жесткими ценами, в уровнях

 Знак

GBP/USD

CAD/USD

DEM/USD

CHF/USD

JPY/USD

Денежная масса

[+]

–2.89* (1.01)

1.10*  (0.25)

2.14* (0.74)

3.61* (0.74)

1.29 (0.96)

Доход

 [–]

1.64 (3.94)

9.70*  (1.87)

0.93 (1.87)

–1.10 (1.72)

0.77 (1.97)

Процентная ставка

[–]

–19.49* (4.01)

–6.44*  (3.27)

–5.86 (4.14)

2.09 (5.73)

–17.11* (4.72)

Инфляция

 [+]

–7.11 (4.60)

10.74*  (3.11)

24.29* (4.27)

40.96* (6.79)

26.56* (4.03)

* Значимое отличие от нуля на 5%м уровне значимости. Примечание. В работе модель оценивается в виде модели коррекции ошибки и в разностях, здесь приведены оценки модели коррекции ошибки. Источник: (Cheung, Chinn, Pascual, 2003).

Результаты оценки поведенческой модели обменного курса представлены в табл. 1.421. Хотя в некоторых случаях знаки коэф фициентов являются правильными, ни один из коэффициентов не показывает правильный знак для всех трех обменных курсов. Оценка модели в первых разностях не улучшает результаты, и мно гие статистически значимые коэффициенты имеют знаки, не соот ветствующие предсказаниям модели.

Таблица 1.4

Оценки эластичностей в уравнении поведенческой модели,  в уровнях (уравнение (1.40))

Знак

GBP/USD

CAD/USD

DEM/USD

Относительная цена

[–]

1.27* (0.38)

–1.05*  (0.34)

–9.38* (1.36)

Реальная процентная ставка

[–]

–3.13* (1.07)

2.03*  (0.91)

–2.37 (2.09)

Долг

 [+]

–1.06* (0.30)

–2.62*  (0.51)

0.04 (0.72)

Условия торговли

[–]

–0.92 (0.82)

0.75*  (0.24)

–0.13 (1.04)

Чистые иностранные активы

[–]

5.65* (0.56)

–1.39*  (0.40)

–4.88* (0.76)

* Значимое отличие от нуля на 5%м уровне значимости. Примечание. В работе модель оценивается в виде модели коррекции ошибки и в разностях, здесь приведены оценки модели коррекции ошибки. Источник: (Cheung, Chinn, Pascual, 2003).

1.7.4. Эмпирическая проверка модели портфеля активов

В этом подразделе приводятся результаты оценки модели портфеля активов (табл. 1.5). Оценки уравнения с зависимой пе ременной в различной функциональной форме дали знаки коэф фициентов, предсказываемые теорией при положительном F (см. раздел 1). Тем не менее, значение F было отрицательным почти на всем рассматриваемом периоде, что свидетельствует о слабом выполнении модели. Другие две модели хорошо описываются

 Модели для швейцарского франка и японской иены не оценивались изза отсутст вия квартальных данных по государственному долгу и чистым иностранным активам.

данными (сравнение ведется по функции правдоподобия, потому что она, в отличие от R2, приведена в сопоставимый вид).

Несмотря на отрицательные результаты основной работы Meese и Rogoff (Meese, Rogoff, 1983a), которые свидетельствуют о неспособности монетарных моделей предсказывать обменный курс лучше, чем случайное блуждание, многие исследователи пы тались модифицировать модели и использовать более изощрен ный эконометрический инструментарий с целью получить удовле творительные результаты. Тем не менее результаты последующих работ также не обеспечивают необходимый базис для определе ния обменного курса. Это может быть вызвано рядом особенно стей, возникающих в процессе тестирования монетарных моделей. Многие авторы игнорировали возможную проблему одновремен ности. Почти во всех оценках ошибки являются автокоррелирован ными. Это свидетельствует о неправильной спецификации моне тарных моделей, которая может быть связана либо с пропущенны ми переменными, либо с неправильной динамической структурой.

Недостаточная объясняющая способность монетарных моделей обменного курса может быть связана с некорректными теоретиче скими предположениями, используемыми при построении моде лей. Как мы видели ранее, непокрытый паритет процентных ставок эмпирически отвергается. Более того, как было показано, паритет покупательной способности также не выполняется, особенно в краткосрочном периоде, как предполагается в модели с гибкими ценами. Кроме того, уравнение (3.7) нестабильно и имеет струк турный сдвиг на оценочном периоде 1973–1981 гг.

Другое возможное объяснение плохого соответствия моделей реальной динамике обменных курсов заключается в том, что не рассматривается нелинейность. Если обменный курс в действи тельности определяется макроэкономическими фундаментальны ми переменными, но реальные зависимости от экзогенных макро экономических переменных носят нелинейный характер, то линей ные модели обменного курса будут заведомо некорректно специ фицированными. В то же время Meese и Rose (Meese, Rose, 1990) не нашли подтверждения нелинейности для фиксированных об менных курсов с использованием непараметрических оценок.

Таблица 1.5

Оценки модели портфеля активов

Уравнение (1.48)

Уравнение (1.48)

Уравнение (1.55)

Уравнение (1.57)

Переменная

Зависимая переменная

Зависимая переменная

Зависимая переменная

Зависимая переменная

S

lnS

lnS

lnS

M(x10−5) (tстат.)

B(x10−3) (tстат.)

F(x10−2) (tстат.)

F(–1) (x 10−2) (tстат.)

*

r(x10−2) (tстат.)

y

(tстат.)

*

y

(tстат.)

lnL

R2

0.971

(1.08)

0.333

(0.18)

–0.473

(1.24)

0.276

(1.33)

–0.570

(2.37)

92.41 0.892 0.914

(1.13)

0.176

(0.10)

–0.463

(1.28)

0.235

(1.20)

–0.544

(2.38)

92.52 0.887 0.889

(1.11)

0.201

(0.12)

–0.463

(1.20)

0.182

(0.99)

–0.508

(2.24)

92.54 0.887 0.975

(1.43)

1.200

(1.81)

0.036

(0.23)

–0.942

(4.16)

0.752

(3.69)

98.78 0.917

Примечание. Оценки приведены для обменного курса канадского доллара по отно шению к доллару США. Число рядом с объясняющей переменной указывает на по рядок оцененного коэффициента, т.е., к примеру, коэффициент при M в первом уравнении равен 0,00000917. В скобках указаны tстатистики. Источник: (Backus, 1984).

Meese и Rose показали, что включение нелинейности в сущест вующие структурные модели определения плавающего обменного курса не улучшают их. У них не получилось найти такое нелинейное преобразование фундаментальных переменных, которое могло улучшить взаимосвязь этих переменных и обменного курса по сравнению с линейными моделями.

В ранее оцениваемых моделях почти никогда не рассматрива лась динамическая структура – в том смысле, что при оценках мо делей обменных курсов не использовались лагированные пере менные. А, как уже было отмечено ранее, использование механиз ма коррекции ошибки, к примеру, может улучшить оценки модели.

Неиспользование лагов может также вызвать проблемы в отно шении функции спроса на деньги. Woo (Woo, 1985) утверждает, что в функцию спроса на деньги должны быть включены лагированные переменные денег для того, чтобы смоделировать последователь ное изменение денежных остатков. Schinasi и Swamy (Schinasi, Swamy, 1989) показали, что добавление лагов зависимой перемен ной улучшает выполнение монетарной модели с гибкими ценами и модели разницы реальных процентных ставок для обменных курсов иены к доллару США, немецкой марки к доллару США и фунта стер лингов к доллару США, а также для модели Hooper–Morton для пер вых двух курсов, но не для фунта стерлингов к доллару США.

Долгое время исследователи не обращали внимания на свойст ва временных рядов, что также приводило к недостаточно хорошим оценкам монетарных моделей обменных курсов. Также игнориро вался вопрос экзогенности. Можно поставить под сомнение экзо генность переменных, входящих в правую часть уравнений обмен ного курса. При моделировании обменного курса необходимо учи тывать, что предложение денег зависит от обменного курса, если центральный банк проводит интервенции в ответ на движение об менного курса. Более того, центральный банк не определяет пред ложение денег экзогенно, а изменяет его в зависимости от кратко срочной процентной ставки. С эконометрической точки зрения эта проблема может быть решена путем использования инструмен тальных переменных, но подбор подходящих инструментов также является непростой задачей.

1.8. Выводы

В этом разделе были представлены некоторые наиболее рас пространенные структурные модели обменных курсов, построен ные в предпосылках, которые выполняются в развитых странах. К ним относятся такие базовые теоретические концепции, как пари тет покупательной способности и паритет процентных ставок, мо нетарные модели определения обменного курса, а именно моне тарные модели с гибкими ценами, с жесткими ценами и модель разницы реальных процентных ставок. Были рассмотрены модель, учитывающая разницу производительностей, и одна из поведенче ских моделей обменного курса. Также были представлены модели, считающиеся основой макроэкономических моделей обменного курса: модель Mundell–Fleming и модель портфеля активов.

Среди основных переменных оказывающих влияние на динами ку обменного курса валют двух стран можно выделить: уровни цен, объемы денежных масс, валовых внутренних продуктов, соотно шение ставок процентов, соотношение темпов инфляции, соотно шение производительностей. Также на динамику обменного курса оказывают влияние сальдо платежного баланса, объем государст венного долга, изменения в составе портфеля активов и соотно шения доходностей национальных и иностранных активов.

Необходимо отметить, что все теоретические структурные моде ли обменных курсов были построены для малых открытых экономик при предположении о совершенной мобильности капитала, отсутст вии торговых барьеров и т.п. Однако данные предпосылки плохо применимы к странам с переходными экономиками. Поэтому при выборе оптимальной политики обменного курса в переходных эко номиках структурные модели обменных курсов, построенные для развитых экономик, должны применяться с крайней осторожностью. Большинство исследователей полагают, что для описания поведе ния обменных курсов в переходных экономиках необходимо исполь зовать опыт развивающихся стран, которые имеют общие черты с переходными экономиками – в частности, неразвитые финансовые рынки и торговые барьеры. Поведение обменного курса в переход ных экономиках имеет следующие характерные особенности: 1) независимо от выбранного режима обменного курса нацио

нальная валюта в реальном выражении постоянно дорожает, как только происходит либерализация экономики; 2) не наблюдается видимой связи между поведением номиналь ного и реального обменных курсов.

Тем не менее некоторые страны с переходной экономикой, на пример РФ, в настоящее время обладают значительной мобильно стью капитала, а торговые барьеры не играют значительной роли, поэтому оценки структурных моделей обменных курсов могут, по нашему мнению, давать приемлемые результаты.

2. Постановка задачи

Основной задачей данного исследования является обзор суще ствующих структурных моделей, оценка на российских данных и вы бор из них наиболее хорошо описывающих динамику обменного курса рубля. В соответствии с этой задачей в первой части данного раздела анализируется динамика основных показателей, которые оказывали влияние на обменный курс рубля, во второй части описы ваются структурные модели обменных курсов и обсуждаются основ ные предпосылки. В следующем разделе дается обзор работ, по священных эмпирическим оценкам некоторых структурных моделей обменных курсов, и оценка этих моделей на российских данных.

Рассмотрим динамику обменного курса доллара США (руб. за 1 долл.)22 и основных показателей, которые оказывали на него влияние.

Источники: Госкомстат РФ, Центральный банк РФ, расчеты авторов.

На рис. 2.1 представлена динамика обменного курса доллара США (руб. за 1 долл.), индекса потребительских цен и реального обменного курса рубля. Динамика номинального обменного курса до кризиса 1998 г. в целом соответствовала динамике индекса по требительских цен. С начала 1994 г. рост обменного курса не сколько опережал рост цен, что приводило к реальному ослабле нию рубля. Далее начиная со II квартала 1995 г. и заканчивая I кварталом 1996 г. наблюдалось снижение номинального обмен ного курса, что привело к резкому укреплению реального эффек тивного обменного курса. В результате финансового кризиса и де вальвации в III–IV кварталах 1998 г. номинальный обменный курс вырос с 6 до 23 руб. за 1 долл. в I квартале 1999 г. Далее рост но минального курса замедлился. Локальные максимумы наблюда лись в I квартале 2000 г. – 28,5 руб. за 1 долл., во II квартале 2003 г. – 30,9 руб. за 1 долл. Индекс потребительских цен во время кризиса изменился в меньшей степени, чем номинальный обменный курс, что привело к резкому, на 75%, реальному ослаблению рубля. На протяжении всего промежутка времени после девальвации цены росли примерно постоянными темпами, реальный обменный курс укреплялся. В 2003 г. реальный обменный курс достиг значений III квартала 1998 г.

Динамика денежной массы (рис. 2.2) в целом соответствует ди намике индекса потребительских цен. До кризиса 1998 г. объем денежной массы рос несколько меньшими темпами по сравнению с потребительскими ценами. С III квартала 1998 г. по III квартал 1999 г. изза финансового кризиса и девальвации рубля индекс потребительских цен вырос намного значительнее объема денеж ной массы. Далее объем денежной массы рос более быстрыми темпами по сравнению с потребительскими ценами.

На динамику номинального и реального обменных курсов рубля в значительной степени оказывала влияние динамика платежного баланса. Рассмотрим более подробно основные составляющие платежного баланса. На рис. 2.3 представлена динамика номи нального обменного курса, экспорта и цен на нефть.

Источники: Госкомстат РФ, Международный валютный фонд, Центральный банк РФ, расчеты авторов.

Динамика экспорта нефти является определяющей для колеба ний сальдо торгового и платежного баланса. Цены на нефть явля ются одним из основных факторов, оказывающих влияние на пред ложение валюты в стране. Доля нефти и минерального топлива в общих объемах экспорта составляет примерно 50%. В условиях, когда цены на остальные полезные ископаемые меняются незна чительно, динамика стоимостных объемов экспорта в значитель ной степени определяется ценами на нефть. До конца 1996 г. на блюдался рост цен на нефть и соответственно рост объемов экс порта с 13,2 до 25,6 млрд долл., далее наблюдалось снижение цен на нефть и объемов экспорта до 15,3 млрд долл. в I квартале 1999 г., которое способствовало финансовому кризису и девальвации рубля. После кризиса цены на нефть выросли до 30,3 долл. за бар рель в III квартале, а объем экспорта – до 29 млрд руб. в IV кварта ле 2000 г. На протяжении 2001 г. цена нефти снизилась до 19,3 долл. за баррель, а экспорт – до 21,9 млрд долл. в I квартале 2002 г. Однако затем рост цен на нефть и соответственно объемов экс порта возобновился.

Если сопоставить динамику объемов экспорта и обменного кур са, можно сделать вывод: периодам роста объемов экспорта соот ветствуют периоды реального укрепления рубля, а периодам сни жения экспорта – более быстрые темпы девальвации номинально го курса.

В 2003 г. объем импорта составлял 55% объема экспорта, сле довательно, расходы валюты на покупку импорта являются одним из основных источников спроса на валюту23. Поскольку экономика России составляет небольшую долю мировой экономики, предло жение импорта является совершенно эластичным по цене. Соот ветственно объемы импорта определяются в основном спросом со стороны России. В работе (Кадочников, Синельников, Четвериков, 2003) было показано, что динамика объемов импорта соответству ет динамике валового внутреннего продукта и относительных цен – реального эффективного курса рубля. На рис. 2.4 представлена

23 Необходимо отметить, что расходы населения на покупку валюты могут идти как на накопления, так и на неорганизованный импорт. К сожалению, оценить это на доступных данных с достаточной степенью достоверности довольно сложно, по этому мы не будем в данной работе останавливаться на подобных эффектах.

динамика номинального обменного курса, реального эффективно го курса рубля и объема импорта РФ.

Источники: Министерство финансов РФ, Госкомстат РФ, Международный валют ный фонд, Центральный банк РФ, расчеты авторов.

Объем импорта в I квартале 1994 г. составлял 11 млрд долл. Да лее до конца 1997 г. объемы импорта постепенно увеличивались, достигнув в IV квартале 21 млрд долл. За 1998 г. объемы импорта сократились на 57%, в I квартале объем импорта составил 9.1 млрд долл. Далее на всем промежутке, если не принимать во внимание сезонные колебания, объемы импорта возрастали. Объем импорта в IV квартале 2003 г. составил 20 млрд долл.

На рис. 2.4 хорошо видно, что графики реального обменного курса рубля и объемы импорта почти совпадают. Можно сделать вывод о том, что в периоды, когда темпы роста цен опережают темпы роста номинального обменного курса, т.е. когда реальный обменный курс укрепляется, объемы импорта возрастают. Наобо рот, во время резкой девальвации рубля, когда номинальный об менный курс растет быстрее цен в российской экономике (т.е. ре альный обменный курс ослабевает), объемы импорта резко со кращаются. Также необходимо отметить, что на динамику объемов импорта накладывается динамика доходов. Так, начиная с 2002 г., рост объемов импорта опережает укрепление реального обменно го курса рубля, что можно объяснить значительным ростом дохо дов.

Сальдо платежного баланса включает помимо сальдо торгового баланса сальдо счета операций с капиталом и финансовыми инст рументами, т.е. определяет совокупный приток валюты в страну. Если бы Центральный банк не проводил интервенции, то положи тельное сальдо платежного баланса вызвало бы номинальное ук репление валюты, что привело бы, в свою очередь, к росту импор та и к выравниванию сальдо платежного баланса. Для предотвра щения резкого номинального укрепления обменного курса рубля, что привело бы к снижению конкурентоспособности отраслей эко номики, Центральный банк проводил значительные, лишь частично стерилизованные интервенции, особенно в период с 1999 г. по на стоящее время. Еще одним инструментом стерилизации являлось накопление остатков на счетах федерального бюджета. Однако полностью стерилизовать данные интервенции у Центрального банка не было возможности как изза недостаточной развитости финансовых рынков в России в целом, так и изза недостаточного спроса на государственные облигации. В результате постоянный рост денежной массы приводил к росту цен в России и к укрепле нию реального обменного курса рубля.

Динамика сальдо платежного баланса в основном определялась ценами на нефть и обменным курсом. Рост цен на нефть приводил к увеличению стоимости совокупного экспорта, в котором экспорт минералов составлял более 1/3, и, следовательно, к притоку валю ты. Рост номинального обменного курса приводил к ослаблению реального курса рубля и к снижению спроса, а следовательно, и объемов импорта. На рис. 2.5 представлена динамика номиналь ного обменного курса, сальдо платежного баланса РФ и цены неф ти марки Brent.

Динамика денежной массы в целом соответствует динамике индекса потребительских цен. До кризиса 1998 г. объем денежной массы рос несколько меньшими темпами по сравнению с потреби тельскими ценами. С III квартала 1998 г. по III квартал 1999 г. изза финансового кризиса и девальвации рубля индекс потребитель ских цен вырос намного значительнее объема денежной массы. Далее объем денежной массы рос более быстрыми темпами по сравнению с потребительскими ценами.

На динамику номинального и реального обменных курсов рубля в значительной степени оказывала влияние динамика платежного баланса. Рассмотрим более подробно основные составляющие платежного баланса. На рис. 2.3 представлена динамика номи нального обменного курса, экспорта и цен на нефть.

Источники: Министерство финансов РФ, Госкомстат РФ, Международный валют ный фонд, Центральный банк РФ, расчеты авторов.

Как видно на рис. 2.5, динамика сальдо платежного баланса почти совпадает с динамикой номинального обменного курса руб ля. До I квартала 1999 г. сальдо платежного баланса было отрица тельным (примерно 4–5 млрд долл.) за исключением II квартала 1995 г. (2 млрд долл.), II квартала 1997 г. (6 млрд долл.), когда Рос сия получала большие займы. Начиная с 1999 г. сальдо платежного баланса положительно (в среднем 3,5–4 млрд долл. за квартал).

* * *

Перейдем к описанию моделей, которые будут оцениваться на ми в следующем разделе. Основной задачей данной работы явля ется построение и оценка структурных моделей обменных курсов.

Одной из наиболее простых моделей обменного курса является паритет покупательной способности, в которой предполагается постоянство реального обменного курса. Несмотря на то что ре альный обменный курс на рассматриваемом промежутке времени испытывал сильные колебания, первая модель, которая будет оце нена в нашей работе, – это модель паритета покупательной способности:

*

=β +β( p− pt) , (2.1)

t01t

где st – логарифм номинального обменного курса в момент вре мени t, руб. за 1 доллар США; pt – логарифм уровня цен (ИПЦ) в момент времени t; * – здесь и далее означает, что показатель от

*

носится к иностранной экономике; pt – логарифм уровня цен в США (ИПЦ) в момент времени t.

Проверяемая гипотеза:  коэффициент перед разницей логарифмов цен в РФ и США по

ложителен и равен 1 (см. раздел 1).

При этом предполагается, что выполняется закон единой цены, в котором утверждается, что идентичные товары должны иметь одинаковую цену, выраженную в одной валюте. Ограничения на выполнение закона единой цены связаны с любыми причинами, по которым обменный курс может не изменяться при изменении цен как на отечественные, так и на импортные товары. Например, на личие торговых барьеров может приводить к тому, что повышение цен на товары отечественного производства не приводит к росту импорта, поскольку объемы импортируемых товаров могут быть ограничены. Аналогично импортные пошлины могут приводить к снижению спроса на товары иностранного производства, росту спроса на товары отечественного производства, а, следовательно, и к росту цен на товары отечественного производства. Но основ ное ограничение на выполнение паритета покупательной способ ности связано с тем, что обменный курс должен быть свободно плавающим. В то же время в РФ Центральный банк на протяжении всего периода проводил значительные интервенции. Это свиде тельствует о малой вероятности выполнения паритета покупатель ной способности в РФ. Кроме того, для РФ на рассматриваемом промежутке времени характерны некоторые ограничения на сво бодное движение капитала, что также может приводить к отклоне ниям от паритета покупательной способности. Также нельзя не от метить возможное отклонение цен от паритета покупательной спо собности вследствие действия экспортных и импортных пошлин, применяемых в России.

Следующая модель, описывающая условие отсутствия арбит ража на международном финансовом рынке, – модель непокры того паритета процентных ставок:

*

= st+β(i− itk) (2.2)

+ ,

tk1tk,

, где stk – логарифм номинального обменного курса в момент вре

+

+мени tk, руб. за 1 долл.; itk – процентная ставка по депозитам в

,

момент времени t на период k.

В работах (Alexius, 2001; Meredith, Chinn, 1999; MacDonald, Na gayasu, 2000) было показано, что непокрытый паритет довольно плохо объясняет динамику обменного курса в краткосрочном пе риоде и неплохо – в долгосрочном периоде.

Проверяемая гипотеза:  коэффициент перед разницей процентных ставок по депозитам

в РФ и США положителен и равен 1 (см. раздел 1).

При этом также предполагается, что обменный курс – свободно плавающий. Кроме того, при построении модели паритета про центных ставок предполагалось отсутствие любых ограничений на движение капитала. Активы в стране и за рубежом считаются со вершенными субститутами, что означает, что инвесторам безраз лично, в какую страну инвестировать. Оба условия выполнялись на рассматриваемом промежутке со значительными ограничениями: вопервых, законодательные ограничения на вывоз капитала; во вторых, любые вложения в активы РФ более рискованны, чем в аналогичные активы развитых стран. Поэтому паритет процентных ставок может не выполняться с большей долей вероятности.

На рис. 2.6 для иллюстрации модели (2.3) представлены дина мика темпов роста номинального обменного курса и отношение доходностей по депозитам РФ к США.

Источники: Министерство финансов РФ, Госкомстат РФ, Международный валют ный фонд, Центральный банк РФ, расчеты авторов.

Из рис. 2.6 следует, что высоким процентным ставкам в России соответствуют более высокие темпы роста номинального обмен ного курса. Но говорить о том, что динамика соотношения про центных ставок полностью определяет динамику обменного курса рубля, было бы некорректно.

Третья модель – монетарная модель с жесткими ценами:

=β β(mm)+β(yy)+β(ii)+β(π π), (2.3)

t0+ 1t− t*2t− t*3t−t*4t− t*

где m – логарифм денежной массы; y – логарифм реального ва

t

t

лового внутреннего продукта;

ti

 – номинальная процентная ставка;

tπ – темпы инфляции.

Проверяемые гипотезы:

. коэффициент перед разницей логарифмов денежных масс в РФ и США положителен и равен 1 (см. раздел 1). Рост предло жения денежной массы в стране при постоянном спросе на деньги приводит к росту цен, что, в свою очередь, приводит к росту номинального обменного курса;

. коэффициент перед разницей логарифмов реальных валовых внутренних продуктов РФ и США отрицателен. Рост валового внутреннего продукта в стране вызывает:

a.                   o    рост спроса на деньги, что приводит к снижению цен в эконо мике, а следовательно, и к снижению номинального обменного курса;

b.                  o    рост экспорта, что приводит к росту торгового баланса и соот ветственно к укреплению реального обменного курса и к сни жению номинального обменного курса;

. коэффициент перед разницей номинальных процентных ставок в РФ и США положителен. Рост процентных ставок приводит к снижению спроса на деньги, что при постоянном предложении денежных остатков вызывает рост цен, а, следовательно, и рост номинального обменного курса;

. коэффициент перед разницей темпов инфляции в РФ и США поло жителен. В модели предполагается, что рост цен свидетельствует о том, что долгосрочное равновесие еще не установилось, а в крат косрочном равновесии с жесткими ценами наблюдается эффект «перелета» (Dornbusch, 1976). Следовательно, рост темпов инфля ции в стране приводит к эффекту «перелета», а потому и к росту24 в краткосрочном периоде номинального обменного курса.

При этом в монетарной модели с жесткими ценами предполагается, что цены на товары жесткие в краткосрочном периоде, и лишь в долго срочном периоде они приспосабливаются к изменившимся фундамен тальным переменным. Данная жесткость цен может быть вызвана, к примеру, издержками приспособления или неполнотой информации. Финансовые рынки реагируют незамедлительно, что означает мгно

24 Здесь и далее под ростом номинального курса рубля имеется в виду рост количе ства рублей за 1 долл., т.е. при прочих равных ослабление рубля. Соответственно снижение курса рубля – это уменьшение количества рублей за 1 долл., т.е. при про чих равных укрепление рубля.

венное приспособление цен на этих рынках. Различные скорости при способления на товарном и финансовом рынках приводят к эффекту «перелета» обменного курса. При этом долгосрочное выполнение PPP все еще предполагается. В итоге долгосрочный эффект увеличения предложения денег будет таким же, как и в модели с гибкими ценами. Здесь справедливы все замечания, которые были сделаны для преды дущих моделей относительно соответствия предпосылок модели рос сийским условиям:

.                       •             отсутствие свободы движения капитала;

.                       •             ограниченная заменимость отечественных и зарубежных активов;

.                       •             значительные интервенции центрального банка на всем рас сматриваемом промежутке времени.

Для иллюстрации модели (2.4) на рис. 2.7 представлена дина мика обменного курса рубля, индекса отношения денежных масс М2 и отношения реальных доходностей по депозитам.

Источники: Министерство финансов РФ, Госкомстат РФ, Международный валют ный фонд, Центральный банк РФ, расчеты авторов.

Как следует из рис. 2.7, периодам роста денежной массы соот ветствуют периоды роста номинального обменного курса. Рост де нежной массы приводит к росту индекса потребительских цен, что вследствие паритета покупательной способности приводит к росту номинального обменного курса.

Модель включает переменную, отражающую динамику торго вого баланса: =β β(mm)+β(yy)+β(ii)+β(π π)+βtb,

tk0+ 1t− t*2t− t*3t−t*4t− t*5t(2.4)

+

где tbt – логарифм сальдо торгового баланса в момент времени t.

Проверяемые гипотезы:

. аналогично предыдущей модели коэффициент перед разни цей логарифмов денежных масс в РФ и США положителен и равен 1;

 коэффициент перед разницей логарифмов реальных валовых внутренних продуктов РФ и США отрицателен;  коэффициент перед разницей номинальных процентных ставок в РФ и США положителен;  коэффициент перед разницей темпов инфляций в РФ и США положителен;

. коэффициент перед сальдо торговго баланса в РФ и США от рицателен. Рост сальдо торгового баланса при прочих равных приводит к росту предложения валюты на внутреннем рынке, а, следовательно, к снижению номинального обменного курса. 

В моделях следующего типа (см. модель Balassa–Samuelson) основное внимание уделяется разнице производительностей фак торов производства, так как именно динамика производительно стей объясняет движение реального, а значит, и номинального об менного курса. Некоторые варианты подобных моделей для объ яснения динамики реального обменного курса были рассмотрены в работе (DeGregorio, Wolf, 1994), для номинального обменного курса – в работах (Clements, Frenkel, 1980; Chinn, 1997). В этих мо делях паритет покупательной способности уже не выполняется, а относительная цена товаров, которая отражается реальным об менным курсом, зависит от разницы в производительностях:

*

=β β(mm)+β(yy)+β(ii)+β(zzt), (2.5)

t0+ 1t− t*2t− t*3t−t*4t−

где zt – различные показатели производительности в экономике. Наиболее часто встречается показатель валового внутреннего продукта на 1 занятого.

Проверяемые гипотезы:

 аналогично предыдущей модели коэффициент перед разницей логарифмов денежных масс в РФ и США положителен и равен 1;  коэффициент перед разницей логарифмов реальных валовых внутренних продуктов РФ и США отрицателен;  коэффициент перед разницей номинальных процентных ставок в РФ и США положителен;

. коэффициент перед разницей логарифмов производительно стей в РФ и США отрицателен. Рост производительности в стране приводит к укреплению реального обменного курса и, следовательно, к снижению номинального обменного курса (руб. за 1 долл. США).

Основное различие между моделями (2.5) и (2.3) заключается в том, что в модели (2.5) не предполагается выполнение паритета покупательной способности, которое достигается только в долго срочном равновесии. Кроме того, как и раньше, предполагается, что на динамику обменного курса оказывают воздействие только фундаментальные переменные, а центральный банк не предпри нимает никаких действий, оказывающих влияние на динамику но минального обменного курса. Также предполагается свободное движение капитала.

Шестая модель включает некоторые поведенческие пере менные:

**

=ββ(p−p)+β(w−wt)+β(r−rt*)+

t0+1tt2t3t

+β(gdept−gdept*)+βtot+βnfat+ut, (2.6)

4tt5t6

где ω – относительная цена неторгуемых товаров; rt – реальная

t

процентная ставка; gdept – отношение долга правительства к ва

t

ловому внутреннему продукту; tott – логарифм условий торговли;

nfat – чистые иностранные активы.

Данная модель может рассматриваться как своего рода общая модель, включающая эффект Balassa–Samuelson (см. (Harrod, 1933; Balassa, 1964; Samuelson, 1964)), модель разницы реальных процентных ставок, премию за риск, связанную с государственным долгом, и дополнительно элемент модели портфеля активов, воз никающий при различных значениях иностранных активов. В неко торых работах (Cheung, Chinn, Pascual, 2004) коэффициент перед разницей в индексах потребительских цен предполагается равным единице, т.е. фактически модель (2.6) описывает динамику реаль ного обменного курса. Кроме того, модели, основанные на данном подходе, часто используются для оценки скорости, с которой ва люты притягиваются (gravitate) друг к другу. К примеру, поведен ческие модели обменных курсов (BEER) наиболее часто применя ются для определения долгосрочного курса евро (см. (Cavallo, Chi roni, 2002; Obstfeld, Rogoff, 1995)).

Проверяемые гипотезы:

. коэффициент перед разницей логарифмов уровней цен в РФ и США положителен и равен 1;

. коэффициент перед разницей логарифмов относительных цен неторгуемых товаров в РФ и США отрицателен. Рост цен не торгуемых товаров свидетельствует об укреплении реального обменного курса, что приводит к снижению номинального об менного курса (руб. за 1 долл.);

. коэффициент перед разницей реальных процентных ставок в РФ и США отрицателен. Разница в реальных процентных став ках отражает отклонение текущего обменного курса равновес ного значения; если реальные процентные ставки между стра нами равны, текущий обменный курс равен своему равновес ному значению. Если реальная процентная ставка в стране вы ше, чем иностранная, то обменный курс будет находиться ниже долгосрочного уровня и, следовательно, будет расти;

. коэффициент перед разницей логарифмов государственных долгов в РФ и США положителен. Чем выше национальный долг, тем выше риск, а следовательно, и выше номинальный обменный курс;

. êîýôôèöèåíò ïåðåä ðàçíèöåé ëîãàðèôìîâ óñëîâèé òîðãîâëè â ÐÔ è ÑØÀ îòðèöàòåëåí. Ðîñò ñóììû ýêñïîðòà è èìïîðòà õàðàê теризует открытость экономики, что обычно сопровождается экономическим ростом. Экономический рост приводит к укре плению национальной валюты, т.е. к эффекту Balassa– Samuelson (см. (Harrod, 1933; Balassa, 1964; Samuelson, 1964));

. коэффициент перед логарифмом чистых иностранных активов РФ отрицателен. Рост чистых активов вызывает повышение стабильности экономики, что приводит к укреплению нацио нальной валюты.

Последняя модель – модель портфеля активов:

*+

st=β +βmt+βbt+β ft+β4⎜ itk+ stk− st⎟⎞ +β5yt(2.7)

0123

st

⎝ ,⎠

, где mt – логарифм денежной массы; b – логарифм внутренних акти

t

*+

вов; ft – логарифм иностранных активов; itk+stk− st – номиналь

,

st

ная процентная ставка в США с учетом динамики обменного курса (рублевая доходность иностранных активов); y – логарифм реально

t

го валового внутреннего продукта в РФ в момент времени t.

Проверяемые гипотезы:

. коэффициент перед логарифмом денежной массы в РФ поло жителен. Рост денежной массы приводит к росту номинального обменного курса (см. раздел 1);

. коэффициент перед логарифмом внутренних активов в РФ по ложителен. Соотношение между внутренними и иностранными активами зависит от курса рубля. Можно показать (см. раздел 1), что высокому номинальному курсу соответствует высокая доля внутренних активов, а низкому – высокая доля иностранных ак тивов;

. коэффициент перед логарифмом иностранных активов отрица телен;

. коэффициент перед доходностью вложений в иностранные ак тивы положителен. Рост доходности вложений в иностранные активы приводит к росту спроса на иностранные активы, что вызывает ослабление реального курса рубля, а, следователь но, и рост номинального обменного курса (руб. за 1 долл.);

. коэффициент перед логарифмом реального валового внут реннего продукта в РФ отрицателен. Рост валового внутрен него продукта приводит к росту экспорта, а также к росту сальдо счета операций с капиталом и финансовыми инстру ментами, что вызывает рост спроса на национальную валюту, а следовательно, и снижение номинального обменного курса (руб. за 1 долл.).

В следующем разделе представлены результаты оценок струк турных моделей обменного курса рубля и статистической проверки основных гипотез, которые были описаны в данном разделе.

3. Результаты оценок структурных моделей  номинального обменного курса рубля в период с 1994 по 2003 г.

В данном разделе приведены результаты оценок основных структурных моделей номинального обменного курса рубля.

Модели обменного курса рубля к доллару США оценивались на двух временных интервалах: с I квартала 1994 г. по IV квартал 2003 г. и с I квартала 1999 г. по IV квартал 2003 г. Модели обменно го курса рубля к евро оценивались на временном интервале с I квартала 1999 г. по IV квартал 2003 г.

Проверка рядов на стационарность (результаты приведены в приложении 1) показала, что подавляющее большинство рядов стационарны в первых разностях. Все модели оценивались в фор ме модели коррекции ошибок методом наименьших квадратов с поправкой Уайта на гетероскедастичность остатков и соответст вующими тестами на наличие коинтеграционных соотношений.

В данном подразделе приведены результаты оценок структур ных моделей обменного курса рублей за доллар США в период с I квартала 1994 г. по IV квартал 2003 г. Результаты оценок моделей обменного курса рублей за доллар США в период с I квартала 1999 г. по IV квартал 2003 г. и обменного курса рублей за евро в период с I квартала 1999 г. по IV квартал 2003 г. приведены в при ложениях 2 и 3 соответственно.

В табл. 3.1 приведены результаты проверки на наличие коинте грационных соотношений модели паритета покупательной способ ности.

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по отношению цен в России к ценам в США равна 1.9.

В табл. 3.2 приведены результаты оценки модели паритета по купательной способности.

Таблица 3.1

Результаты проверки на наличие коинтеграционных соотношений модели паритета покупательной способности

Период 1994:3–2003:4

Количество наблюдений: 38 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. зна чение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.306 13.918 12.53 16.31 не более 1 0.001 0.041 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 5%м уровне При помощи максимального собственного значения нет 0.306 13.877 11.44 15.69 не более 1 0.001 0.041 3.84 6.51

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 5%м уровне

LOG(CPIR)–

 LOG(ERRD) LOG(CPID)

Коэффициенты 1.000 –1.913 Стандартные

 –0.122

ошибки

Примечание. LOG(ERRD) – логарифм номинального обменного курса рублей за доллар; LOG(CPIR)–LOG(CPID) – разница логарифмов индексов потребительских цен в России и США. Источник: Расчеты авторов.

Таблица 3.2

Результаты оценки модели паритета покупательной способности

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:2–2003:4 Количество наблюдений: 39 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

0.000

0.999

D(LOG(CPIR)–LOG(CPID))

 1.475

0.000

CE(–1)

 –0.057

0.091

R2

0.684

Pvalue Fстат.

 0

Примечание. D(…) – означает первую разность соответствующего показателя; CE(–1) – коинтеграционное соотношение. Источник: Расчеты авторов.

В результате оценки модели паритета покупательной способно сти было получено, что R2 равен 0.68, коэффициенты перед всеми переменными, включая коинтеграционное соотношение, значимы на 10%м уровне. Краткосрочная эластичность обменного курса рублей за доллар США по отношению индекса потребительских цен РФ к США составила 1.4825, по коинтеграционному соотноше нию –0.057. Коэффициент перед коинтеграционным соотношени ем можно интерпретировать как скорость корректировки отклоне ния от долгосрочного равновесия. В данном случае при отклоне нии обменного курса на 1% в какойлибо момент времени в сле дующий момент времени при прочих равных обменный курс скор ректируется на 0.057%. При росте цен на 1% в краткосрочном пе риоде номинальный обменный курс (рублей за доллар США) вы растет на 1.48%, а в долгосрочном периоде – на 1.9%. Обе эла стичности значимо отличаются от 1. Повидимому, это объясняет ся тем, что паритет покупательной способности не учитывает из менения соотношения производительностей, которое значительно менялось на рассматриваемом периоде. Так, рост реального эф фективного курса, динамика которого соответствует динамике со отношения производительностей, за рассматриваемый период составил 25%. Однако даже с учетом изменения реального обмен ного курса модель паритета покупательной способности приводит к статистически значимым отличиям от теоретически предсказан ных значений эластичности обменного курса по соотношению цен, которая равняется 1. Другими словами, гипотеза о равенстве еди нице эластичности номинального обменного курса рублей за дол лар США по соотношению цен была отвергнута.

В табл. 3.3 приведены результаты модели непокрытого парите та процентных ставок.

В результате оценки модели непокрытого паритета процентных ставок было получено, что R2 равен 0.53, коэффициент перед пе ременной, отражающей разницу процентных ставок, значим. Эла стичность обменного курса рублей за доллар США по разнице процентных ставок26 РФ к США составила 0.002, т.е. при изменении

25 Здесь и далее коэффициенты в коинтеграционном соотношении мы будем интер претировать как долгосрочные эластичности, а коэффициенты в модели коррекции ошибок – называть краткосрочными эластичностями.

 Здесь и далее под эластичностью обменного курса по процентной ставке (по тем пам инфляции или рублевой доходности иностранных активов) будем понимать

разницы процентных ставок на 1 п.п. обменный курс изменится на 0.002%.

Таблица 3.3

Результаты оценки модели непокрытого паритета процентных ставок

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–1998:2; 1999:2–2003:4 Количество наблюдений: 34 после корректировки Переменная Значение коэф. Pvalue tстат.

C

–0.001

0.852

RR–RD

0.002

0.002

R2

 0.534

Pvalue Fстат.

 0.000

Примечание. RR–RD – разность номинальных процентных ставок по депозитам в России и в США. Источник: Расчеты авторов.

На рассматриваемом промежутке времени основное влияние на динамику номинального обменного курса оказывали рост цен и соотношения производительностей, рост сальдо как торгового ба ланса в частности, так и текущих операций в целом. Разница про центных ставок не оказывала столь же значительного влияния на динамику обменного курса, что и подтверждают результаты оценки модели непокрытого паритета процентных ставок.

В табл. 3.4 приведены результаты проверки на наличие коин теграционных соотношений монетарной модели с жесткими це нами.

Оба теста на наличие коинтеграционных соотношений показы вают наличие двух коинтеграционных соотношений. Долгосрочная эластичность обменного курса рублей за доллар США по отноше нию денежной массы РФ к денежной массе США составляет 0.78, по отношению реальных валовых внутренних продуктов –1.44, по разнице темпов инфляций –0.32.

В табл. 3.5 приведены результаты оценки монетарной модели с жесткими ценами.

Таблица 3.4

Результаты проверки на наличие коинтеграционных соотношений монетарной модели с жесткими ценами

Период 1994:4–2003:4

Количество наблюдений: 37 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. зна чение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики

нет

 0.795

103.885

39.89

45.58

не более 1

0.576

45.282

24.31

29.75

не более 2

0.244

13.494

12.53

16.31

не более 3

0.081

3.128

3.84

6.51

Trace тест показывает 2 коинтеграционных соотношения на 1%м уровне При помощи максимального собственного зна

чения нет 0.795 58.603 23.800 28.820 не более 1 0.576 31.788 17.890 22.990 не более 2 0.244 10.366 11.440 15.690 не более 3 0.081 3.128 3.840 6.510

Maxeigenvalue тест показывает 2 коинтеграционных соотношения на 5%м и 1%м

уровнях

 LOG(ERRD)

LOG(MR/MD)

LOG(RGDPR/RGDPD)

CPIRD– CPIDD

Коэффициенты

 1.000

–0.780

1.442

0.316

Стандартные ошибки

 –0.305

0.321

0.040

Примечание. LOG(MR/MD) – логарифм отношения денежных масс России и США;

LOG (RGDPR/RGDPD) – логарифм отношения реальных валовых внутренних продук тов России и США. Источник: Расчеты авторов.

В результате оценки монетарной модели с жесткими ценами было получено, что R2 равен 0.75, коэффициенты перед всеми пе ременными, за исключением изменения разницы темпов инфля ции РФ и США и коинтеграционного соотношения, незначимы в краткосрочном периоде. Краткосрочная эластичность обменного курса рублей за доллар США по разнице темпов инфляций РФ и США составила 0.015, по коинтеграционному соотношению – 0.031, т.е. номинальный обменный курс рублей за доллар США из менится на 0.015% при изменении темпов инфляции на 1 п.п. Ко эффициент перед коинтеграционным соотношением имеет поло жительный знак, что свидетельствует о неправильной специфика ции модели.

Таблица 3.5

Результаты оценки монетарной модели с жесткими ценами

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–2003:4 Количество наблюдений: 37 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

–0.042

0.060

D(LOG(MR/MD))

 –0.114

0.654

D(LOG(RGDPR/RGDPD))

 0.172

0.152

D(RR–RD)

 0.002

0.163

D(CPIRD–CPIDD)

 0.015

0.000

CE(–1)

 0.031

0.002

R2

 0.745

Pvalue Fстат.

0

Источник: Расчеты авторов.

Результаты оценки показали высокие объясняющие способно сти монетарной модели с жесткими ценами. Кроме того, были по лучены теоретически предсказанные знаки и значения коэффици ентов перед объясняющими переменными. Так, рост денежной массы на 1% в долгосрочном периоде приводит к росту номиналь ного курса на 0.78%, что статистически незначимо отличается от 1%. Рост реального валового внутреннего продукта, который ха рактеризует спрос на деньги, на 1% приводит к укреплению об менного курса на 1.44%. Наличие эффекта «перелета» подтвер ждается положительным знаком коэффициента перед темпами инфляции в краткосрочном периоде и отрицательным знаком в долгосрочном соотношении. В теоретической модели с жесткими ценами цены не могут изменяться большими темпами, тогда как курс может изменяться мгновенно. Следовательно, при наличии какоголибо шока курс изменяется в краткосрочном периоде с «перелетом» долгосрочного равновесия и лишь в долгосрочном периоде, когда цены приходят в равновесие, курс также изменяет ся до долгосрочного равновесия. Таким образом, несмотря на то что в основе модели лежит паритет покупательной способности со всеми вытекающими ограничениями, монетарная модель с жест кими ценами показала хорошую объясняющую способность с кор ректными знаками коэффициентов перед объясняющими пере менными.

В табл. 3.6 приведены результаты проверки на наличие коинте грационных соотношений монетарной модели с жесткими ценами с учетом торгового баланса.

Таблица 3.6

Результаты проверки на наличие коинтеграционных  соотношений монетарной модели с жесткими ценами  с учетом торгового баланса

Период 1994:3–2003:3

Количество наблюдений: 37 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.793 79.587 39.89 45.58 не более 1 0.322 21.240 24.31 29.75 не более 2 0.126 6.835 12.53 16.31 не более 3 0.049 1.841 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 5%м и 1%м уровнях При помощи максимального собственного значения нет 0.793 58.347 23.800 28.820 не более 1 0.322 14.405 17.890 22.990 не более 2 0.126 4.994 11.440 15.690 не более 3 0.049 1.841 3.840 6.510

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 5%м и 1%м

уровнях

 LOG(ERRD)

LOG(MR/MD)

LOG(RGDPR/RGDPD)

LOG(TB)

Коэффициенты

 1.000

–1.473

3.647

0.190

Стандартные ошибки

 –0.080

0.318

0.061

Примечание. LOG(TB) – логарифм торгового баланса. Источник: Расчеты авторов.

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по отношению денежных масс РФ к США составляет 1.47, по отноше нию реальных валовых внутренних продуктов РФ к США –3.65, по сальдо торгового баланса –0.19.

В табл. 3.7 приведены результаты оценки монетарной модели с жесткими ценами с учетом сальдо торгового баланса.

Таблица 3.7

Результаты оценки монетарной модели с жесткими ценами с учетом торгового баланса

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:3–2003:3 Количество наблюдений: 37 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

0.039

0.223

D(LOG(MR/MD))

 0.743

0.044

D(LOG(RGDPR/RGDPD))

–0.467

0.041

D(CPIRD–CPIDD)

 0.008

0.065

D(LOG(TB))

 0.034

0.083

CE(–1)

 –0.028

0.446

R2

 0.526

Pvalue Fстат.

0.000202

Источник: Расчеты авторов.

В результате оценки монетарной модели с жесткими ценами с учетом торгового баланса было получено, что R2 равен 0.53, коэф фициенты перед всеми переменными, за исключением коинтегра ционного соотношения, значимы на 10%м уровне. Краткосрочная эластичность обменного курса рублей за доллар по отношению денежных масс РФ к США составила 0.74, по отношению реальных валовых внутренних продуктов –0.47, по разнице темпов инфляций РФ и США – 0.008, по торговому балансу – 0.034. 

Несмотря на большее количество значимых переменных в мо дели с торговым балансом по сравнению с предыдущей моделью, модель с торговым балансом имеет худшую объясняющую спо собность. Кроме того, при оценке зависимости обменного курса и торгового баланса возникает проблема эндогенности: в данном случае положительная зависимость курса от торгового баланса в краткосрочном периоде может быть проинтерпретирована как по ложительная зависимость сальдо торгового баланса от обменного курса. Остальные коэффициенты перед объясняющими перемен ными имеют правильные знаки.

В табл. 3.8 приведены результаты проверки на наличие коинте грационных соотношений модели обменного курса как соотноше ние производительностей. Предварительные оценки показали, что переменная, отражающая производительность (реальный валовой внутренний продукт на 1 работающего), изза того, что числен ность работающего населения изменялась со временем незначи тельно, сильно коррелирует с переменной, отражающей динамику реального валового внутреннего продукта. Поэтому, учитывая, что переменные, отражающие динамику денежной массы, валового внутреннего продукта и процентной ставки, служили для модели рования уровня цен, мы оценивали модель (2.5) в виде:

**

st=β0+β1(pt−pt)+β2(zt−zt), (3.1)

где pt – логарифм индекса потребительских цен; zt – логарифм производительности труда (валовой внутренний продукт на 1 ра ботающего).

Таблица 3.8

Результаты проверки на наличие коинтеграционных соотношений модели обменного курса как соотношение производительностей

Период 1994:3–2003:4

Количество наблюдений: 38 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.401 28.027 24.31 29.75 не более 1 0.191 8.569 12.53 16.31 не более 2 0.014 0.531 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 5%м уровне При помощи максимального собственного значения нет 0.401 19.458 17.890 22.990 не более 1 0.191 8.038 11.440 15.690 не более 2 0.014 0.531 3.840 6.510

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 5%м уровне LOG(CPIR)–  LOG(ERRD) LOG(PRODR/PRODD)

LOG(CPID)

Коэффициенты 1.000 0.989 –1.335 Стандартные

 0.119 –0.077

ошибки

Примечание. LOG(PRODR/PRODD) – логарифм отношения производительностей (реальный валовой внутренний продукт на 1 работающего) в России и США. Источник: Расчеты авторов.

При этом разность логарифмов цен описывает динамику об менного курса в соответствии с паритетом покупательной способ ности, а разность логарифмов производительностей – отклонение номинального курса от паритета покупательной способности, а именно динамику реального обменного курса.

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по отношению производительностей РФ к США составляет 0.99, по отношению индексов потребительских цен РФ к США – 1.34.

В табл. 3.9 приведены результаты оценки модели обменного курса как соотношение производительностей.

Таблица 3.9

Результаты оценки модели обменного курса как соотношение производительностей

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:2–1998:3; 1999:1–2003:4 Количество наблюдений: 38 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

0.001

0.961

D(LOG(CPIR/CPID))

 0.844

0.000

D(LOG(PRODR/PRODD))

 –0.043

0.682

CE(–1)

 –0.000

0.626

R2

 0.599

Pvalue Fстат.

0.000001

Источник: Расчеты авторов.

В результате оценки модели обменного курса как соотношения производительностей было получено, что R2 равен 0.60, значим только коэффициент перед переменной, отражающей изменение отношения индексов потребительских цен. Краткосрочная эла стичность обменного курса рублей за доллар США по отношению индекса потребительских цен РФ к США составила 0.84.

Добавление производительности в паритет покупательной спо собности привело к снижению как краткосрочной, так и долгосроч ной эластичности обменного курса по индексу потребительских цен. С ростом цен на 1% обменный курс растет на 1.34% в долго срочном равновесии и на 0.84% в краткосрочном равновесии. Как и следовало ожидать, соотношение производительностей оказы вает значимое влияние на курс только в долгосрочном равновесии, а именно рост соотношения производительностей на 1% приводит к укреплению курса на 0.99% в долгосрочном периоде. Таким об разом, можно сделать вывод: несмотря на немного более худшую объясняющую способность по сравнению с монетарной моделью с жесткими ценами, данную модель можно считать адекватно опи сывающей динамику обменного курса.

Таблица 3.10

Результаты проверки на наличие коинтеграционных соотношений поведенческой модели (BEER model)

Период 1995:1–2003:3

Количество наблюдений: 28

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.850 106.675 76.07 84.45 не более 1 0.648 53.471 53.12 60.16 не более 2 0.451 24.264 34.91 41.07 не более 3 0.206 7.494 19.96 24.6 не более 4 0.036 1.028 9.24 12.97

Trace тест показывает 1 коинтеграционное соотношение на 1%м уровне При помощи максимального собственного значения Собств. значе 5% крит. 1% крит.

Нет Статистика

ние знач. знач. не более 1 0.850 53.204 34.400 39.790 не более 2 0.648 29.207 28.140 33.240 не более 3 0.451 16.771 22.000 26.810 не более 4 0.206 6.466 15.670 20.200

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 1%м уровне LOG(ERRD) LOG(CPIR/CPID) RRR–RRD LOG(EX+IMP) LOG(NFA)

Коэффициенты –1.678 –0.003 0.752 0.242 Стандартные

–0.189 –0.003 –0.376 –0.063

ошибки

Примечание. RRR–RRD – разница реальных процентных ставок в России и США; LOG(EX+IMP) – логарифм суммы экспорта и импорта; LOG(NFA) – логарифм чистых иностранных активов. Источник: Расчеты авторов.

В табл. 3.10 приведены результаты проверки на наличие коин теграционных соотношений поведенческой модели (BEER model). Предварительные оценки модели (2.6) показали, что значимы только некоторые переменные – такие, как отношение индексов потребительских цен, разность реальных процентных ставок, объ емы торговли (сумма экспорта и импорта) и чистые иностранные активы. Остальные переменные либо оказались незначимыми, ли бо статистика по ним отсутствовала.

Оба теста на наличие коинтеграционных соотношений показы вают наличие одного коинтеграционного соотношения на 1%м уровне значимости. Долгосрочная эластичность обменного курса рублей за доллар США по отношению индексов потребительских цен составляет 1.68, по разнице реальных процентных ставок – 0.003, по сумме экспорта и импорта –0.75, по чистым иностранным активам –0.24.

В табл. 3.11 приведены результаты оценки поведенческой мо дели (BEER model).

Таблица 3.11

Результаты оценки поведенческой модели (BEER model)

Зависимая переменная: D(LOG(ERRD))

Период (скорректированный): 1994:4–2003:3

Количество наблюдений: 30

Переменная

Значение коэф.

Pvalue tстат.

C

–0.016

0.058

D(LOG(CPIR/CPID))

 0.743

0.000

D(LOG(RGDPR/RGDPD))

–0.108

0.429

D((RRR–RRD))

 0.000

0.764

D(LOG(EX+IMP))

 0.056

0.570

D(LOG(NFA))

 0.007

0.714

CE(–1)

 –0.027

0.292

R2

 0.687 Pvalue Fстат. 0.000067

Примечание. D(LOG(RGDPR/RGDPD)) – первая разность логарифма отношения реальных валовых внутренних продуктов России и США. Источник: Расчеты авторов.

В результате оценки поведенческой модели (BEER model) было получено, что R2 равен 0.69, коэффициенты перед всеми перемен ными, за исключением изменения отношения индексов потреби тельских цен, незначимы. Краткосрочная эластичность обменного курса рублей за доллар США по отношению индексов потреби тельских цен РФ к США составила 0.74.

Данная модель имеет неплохую объясняющую способность и корректные знаки коэффициентов перед объясняющими перемен ными. Следовательно, можно сделать вывод о том, что динамику обменного курса следует описывать не только с помощью таких фундаментальных моделей, как паритет покупательной способно сти, но и с помощью моделей, построенных на основе поведенче ских переменных.

Модель портфеля активов оценивалась в двух вариантах. При оценке в первом варианте использовалась статистика денежного обзора27, а во втором – статистика аналитической группировки счетов кредитных организаций.

В первом варианте рассматриваются три вида активов: деньги, российские и зарубежные активы. Под деньгами по методологии денежного обзора понимаются все денежные средства в экономи ке страны, которые могут быть немедленно использованы как средство платежа. Данный агрегат формируется как совокупность агрегатов «деньги вне банков» и «депозиты до востребования» в банковской системе. В качестве прокси российских активов мы используем внутренний кредит, который включает всю совокуп ность требований банковской системы к государственным нефи нансовым организациям, к частному сектору, включая население, к финансовым (кроме кредитных) организациям и чистый кредит органам государственного управления в валюте РФ, в иностранной валюте и драгоценных металлах. В качестве переменной, отра жающей динамику иностранных активов, мы используем чистые иностранные активы органов денежнокредитного регулирования и кредитных организаций, которые являются сальдо активных и пассивных операций денежнокредитного регулирования и кре дитных организаций с нерезидентами в иностранной валюте, в ва люте РФ и в драгоценных металлах.

При оценке по второму варианту мы используем только два ви да активов: российские и зарубежные активы. В качестве прокси

27 Статистика Центрального банка РФ.

для российских активов используем совокупность резервов, тре бований к органам государственного управления, требований к нефинансовым государственным организациям, требований к не финансовым частным организациям и к населению, требований к прочим финансовым институтам. В качестве иностранных активов используем остатки на счетах кредитных организаций по операци ям с нерезидентами, а также наличные денежные средства в ино странной валюте в кассах кредитных организаций.

В табл. 3.12 приведены результаты проверки на наличие коин теграционных соотношений модели портфеля активов (portfolio balance model) при оценке в первом варианте.

Таблица 3.12

Результаты проверки на наличие коинтеграционных соотношений модели портфеля активов (portfolio balance model). Вариант 1

Период 1994:3–2003:4

 

Количество наблюдений: 31

 

Проверка наличия коинтеграционных соотношений

 

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.000 0.000 0 0 не более 1 0.649 50.242 39.89 45.58 не более 2 0.402 17.821 24.31 29.75 не более 3 0.050 1.873 12.53 16.31

Trace тест показывает 1 коинтеграционное соотношение на 5%м и 1%м уровнях

При помощи максимального собственного значения нет 0.649 32.421 23.800 28.820 не более 1 0.402 15.948 17.890 22.990 не более 2 0.050 1.600 11.440 15.690 не более 3 0.009 0.273 3.840 6.510 Тест отвергает гипотезу на 5%м и 1%м уровнях

 LOG(ERRD)

LOG(MONEYR)

LOG(DC)

LOG(NFA)

Коэффициенты

 1.000

–5.868

4.312

0.751

Стандартные ошибки

 –1.017

–0.736

–0.245

Примечание. MONEYR – деньги по методологии денежного обзора; DC – внутренний кредит; NFA – чистые иностранные активы. Источник: Расчеты авторов.

Trace тест на наличие коинтеграционных соотношений показы вает наличие одного коинтеграционного соотношения. Долгосроч ная эластичность обменного курса рублей за доллар США по де нежной массы составляет 5.87, по внутренним кредитам –4.31, по чистым иностранным активам –0.75.

В табл. 3.13 приведены результаты первого варианта оценки модели портфеля активов (portfolio balance model).

Таблица 3.13

Результаты оценки модели портфеля активов  (portfolio balance model). Вариант 1

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–1997:4; 1999:3–2003:4 Количество наблюдений: 31 после корректировки

Переменная Значение коэф. Pvalue tстат.

D(LOG(MONEYR))D(LOG(DC))D(LOG(NFA))D(RD4ERRD)D(LOG(RGDPR))CE(–1)

–0.029  –0.062  0.673  0.019  0.192  –0.144  0.024

0.294 0.689 0.043 0.230 0.070 0.195 0.276

R2

 0.690 Pvalue Fстат. 0.000037

Примечание. RD4ERRD – рублевая доходность иностранных активов. Источник: Расчеты авторов.

В результате оценки модели портфеля активов (portfolio balance model) было получено, что R2 равен 0.69, коэффициенты перед всеми переменными, за исключением изменения логарифма объ емов внутренних кредитов и рублевой доходности иностранных активов, незначимы. Краткосрочная эластичность обменного курса рублей за доллар по внутренним кредитам составила 0.67, по руб левой доходности иностранных активов – 0.19.

В табл. 3.14 приведены результаты проверки на наличие коин теграционных соотношений модели портфеля активов (portfolio balance model) при оценке во втором варианте.

Таблица 3.14

Результаты проверки на наличие коинтеграционных  соотношений модели портфеля активов (portfolio balance model). Вариант 2

Период 1995:1–2003:4

Количество наблюдений: 36 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.604 73.297 59.46 66.52 не более 1 0.453 39.964 39.89 45.58

не более 2 0.266 18.228 24.31 29.75 не более 3 0.159 7.103 12.53 16.31 не более 4 0.024 0.866 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 1%м уровне При помощи максимального собственного значения нет 0.604 33.332 30.040 35.170 не более 1 0.453 21.736 23.800 28.820 не более 2 0.266 11.125 17.890 22.990 не более 3 0.159 6.237 11.440 15.690 не более 4 0.024 0.866 3.840 6.510

Тест отвергает гипотезу на 5%м и 1%м уровнях

LOG(ERRD)

 LOG(RAS)

LOG(FAS)

RD4ERRD

LOG(RGDPR)

Коэффициенты

 –0.709

–0.351

–0.351

0.825

Стандартные ошибки

–0.097

 –0.072

–0.049

–0.067

Примечание. RAS – российские активы; FAS – иностранные активы. Источник: Расчеты авторов.

Один из тестов на наличие коинтеграционных соотношений по казывает наличие одного коинтеграционного соотношения. Долго срочная эластичность обменного курса рублей за доллар США по российским активам составляет 0.71, по иностранным активам – 0.35, по рублевой доходности – 0.35 по реальному валовому внут реннему продукту –0.83. Под эластичностью обменного курса по рублевой доходности иностранных активов мы имеем в виду, что при изменении рублевой доходности на 1 п.п. номинальный об менный курс вырастет на 0.35%.

В табл. 3.15 приведены результаты второго варианта оценки модели портфеля активов (portfolio balance model).

Таблица 3.15

Результаты оценки модели портфеля активов  (portfolio balance model). Вариант 2

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1994:4–1998:3; 1999:1–2003:4 Количество наблюдений: 36 после корректировки

Переменная Значение коэф. Pvalue tстат.

D(LOG(RAS))D(LOG(FAS))D(RD4ERRD)D(LOG(RGDPR))CE(–1)

–0.017  1.175  0.232  0.099  –0.215  –0.185

0.450 0.000 0.001 0.064 0.008 0.028

R2

 0.825 Pvalue Fстат. 0

Источник: Расчеты авторов.

В результате оценки модели портфеля активов (portfolio balance model) было получено, что R2 равен 0.83, коэффициенты перед всеми переменными, включая коинтеграционное соотношение, значимы, изменение рублевой доходности иностранных активов значимо на 10%м уровне. Краткосрочная эластичность обменного курса рублей за доллар США по российским активам составила 1.18, по иностранным активам – 0.23, по рублевой доходности иностранных активов – 0.10, по реальному валовому внутреннему продукту –0.21, по коинтеграционному соотношению –0.19. Это означает, что при прочих равных при отклонении курса от долго срочного равновесия на 1% в следующий момент времени про изойдет корректировка на 0.19%.

Модели портфеля активов, оцениваемые как модели зависимо сти обменного курса от объемов рублевых и иностранных активов, являются следствием системы моделей спроса на рублевые и ино странные активы в зависимости от цен и доходностей соответст вующих активов. Поэтому здесь велика вероятность возникнове ния проблем, связанных с корреляцией и эндогенностью объяс няющих переменных. Тем не менее обе оценки модели портфеля активов в обеих формах позволили получить интерпретируемые коэффициенты и хорошее объяснение динамики обменного курса. Поэтому использование данных моделей на практике для описания динамики обменного курса можно считать приемлемым.

Заключение

Данное исследование было посвящено анализу и оценке наибо лее распространенных структурных моделей обменных курсов. В частности, был сделан обзор наиболее известных теоретических работ, посвященных исследованиям динамики номинальных об менных курсов, а также некоторых эмпирических оценок структур ных моделей обменных курсов. Для оценки мы выбрали 7 струк турных моделей обменных курсов. Среди них: модель паритета по купательной способности, модель непокрытого паритета процент ных ставок, различные варианты монетарной модели, модель Mundell–Fleming, один из вариантов поведенческой модели (BEER model) и модель портфеля активов (portfolio balance model).

В результате оценок моделей в форме модели коррекции ошибок мы получили долгосрочные и краткосрочные эластичности номиналь ного обменного курса рублей за доллар США по основным фундамен тальным переменным. Из всех оцененных моделей наихудшей по

критерию R2является модель непокрытого паритета процентных

ставок, где R2 = 0.53. Модель паритета покупательной способности объяснила 68% дисперсии обменного курса. Наилучшей объясняю щей способностью обладает один из вариантов оценки модели порт феля активов, который использует статистику по аналитической груп

пировке счетов кредитных организаций, R2в ней составил 0.83.

Долгосрочная эластичность номинального обменного курса рублей за доллар США по индексу потребительских цен составила

1.9 в модели паритета покупательной способности и 1.3 – в модели обменного курса, определяемого как соотношение производи тельностей. Это означает, что в долгосрочном периоде при росте индекса потребительских цен в РФ на 1% номинальный обменный курс рублей за доллар США вырастет на 1.3–1.9%. Краткосрочная эластичность обменного курса рублей за доллар США по PPP со ставила 1.5, а в модели соотношения производительностей – 0.8. Оценки паритета покупательной способности, которые были сде ланы в других исследованиях (см. например, (Frenkel, 1978)), пока зали отсутствие паритета для курсов доллара США к фунту стер лингов и доллара США к французскому франку. Эластичность об менного курса доллара США к немецкой марке по отношению со ответствующих индексов цен составила 1.8.

Долгосрочная эластичность номинального обменного курса рублей за доллар США по денежной массе составила 0.8 в моне тарной модели с жесткими ценами и 1.5 в монетарной модели с учетом торгового баланса. Это означает, что в долгосрочном пе риоде при росте денежной массы в РФ на 1% номинальный обмен ный курс рублей за доллар США вырастет на 0.8–1.5%. Кратко срочная эластичность обменного курса рублей за доллар США не значима в первой модели и составляет 0.7 во второй. По сравне нию с другими исследованиями, эластичность в которых изменя ется от 3.61 для курса доллара США к французскому франку до 1.1 для курса доллара США к канадскому доллару, полученные в на шем исследовании значения эластичности обменного курса по де нежной массе несколько ниже. Это свидетельствует о том, что об менный курс рублей за доллар США менее эластичен по рублевой денежной массе, чем курсы других стран по соответствующим де нежным массам. На основании результатов оценок влияния дина мики индекса потребительских цен и объема денежной массы на динамику обменного курса можно сделать вывод: краткосрочные колебания денежной массы не оказывают значительного влияния на номинальный обменный курс, т.е. краткосрочная эластичность номинального обменного курса по объему денежной массы незна чима.

Долгосрочная эластичность номинального обменного курса рублей за доллар США по реальному валовому внутреннему про дукту составила: –1.4 в монетарной модели с жесткими ценами, –

3.6 в монетарной модели с учетом торгового баланса, –0.8 в одной из моделей портфеля активов. Краткосрочная эластичность об менного курса рублей за доллар США незначима в первой модели, равна –0.5 во второй и –0.2 в третьей модели. Это означает, что рост реального валового внутреннего продукта оказывает значи мое влияние на динамику обменного курса только в долгосрочном периоде: с ростом реального валового внутреннего продукта на 1% обменный курс укрепляется на 1.4%.

Динамика разности процентных ставок не оказывала значимого влияния на динамику обменного курса рубля ни в одной из моде лей. Это означает, что колебания разности процентных ставок ока зывали на динамику обменного курса намного меньшее влияние по сравнению с соотношением цен, производительностей, а также как сальдо торгового баланса, так и сальдо счета текущих операций. В частности, значимое долгосрочное влияние на динамику обменно го курса рубля оказывала динамика сальдо торгового баланса (эластичность –0.2), производительность (эластичность –1.0), объемы внешней торговли (эластичность –0.8) и чистые иностран ные активы (эластичность –0.2). В других аналогичных исследова ниях были получены значения эластичностей в пределах от –19.5 для курса фунта стерлингов до –6.4 для курса доллара США к ка надскому доллару.

Оценка моделей портфеля активов свидетельствует о значи тельной заменяемости денег, российских и иностранных активов в долгосрочном периоде, т.е. при незначительном изменении соот ношения доходностей в долгосрочном периоде наблюдается зна чительное перераспределение между наличными деньгами, рос сийскими и иностранными активами. В частности, по одной из оценок модели портфеля активов было получено, что долгосрочная эластичность обменного курса рублей за доллар США по россий ским активам составляет 0.71, по иностранным активам 0.35, по рублевой доходности 0.35, по реальному валовому внутреннему продукту –0.83, а краткосрочная эластичность по российским ак тивам равна 1.18, по иностранным активам 0.23, по рублевой до ходности иностранных активов 0.10, по реальному валовому внут реннему продукту –0.21. Содержательно это свидетельствует о том, что динамика обменного курса соответствует динамике объе мов российских и иностранных активов. С ростом рублевой доход ности иностранных активов на 1% номинальный обменный курс при прочих равных ослабевает на 0.1%. Однако параллельно с из менением соотношения доходностей происходит и перераспреде ление средств между активами. Модель портфеля активов позво ляет оценить совокупное влияние подобных шоков в экономике на динамику обменного курса.

В результате оценка рассмотренных моделей показала возмож ность описания динамики обменного курса рубля с помощью структурных моделей. Подавляющее большинство оцениваемых зависимостей имеют правильные, с теоретической точки зрения, знаки. Однако использование данных оценок в качестве моделей для построения прогнозов представляется затруднительным, по скольку определяющее влияние на обменные курсы всетаки ока зывают ожидаемые в данный момент будущие значения фунда ментальных переменных. Но так как ожидаемые значения фунда ментальных переменных в большинстве случаев не совпадают с будущими значениями, оценка подобных зависимостей не пред ставляется возможным. Именно частые изменения ожидаемых значений фундаментальных переменных в переходных периодах приводят к высокой волатильности обменных курсов. В то же вре мя оценка коинтеграционных соотношений выявила устойчивые зависимости между обменным курсом рубля и объемом денежной массы, валовым внутренним продуктом и сальдо торгового балан са, соотношением индексов потребительских цен РФ и США и про изводительностей этих стран. Полученные результаты с некоторы ми ограничениями могут быть использованы для построения дол госрочных прогнозов обменного курса.

Приложения 

1. Проверка на стационарность используемых рядов

Таблица П.1

Проверка на стационарность ряда обменного курса рублей за доллар США

Нулевая гипотеза: ERRD имеет единичный корень

Уровни Скор. t стат. Вероят ность*

1я разность Скор. t стат. Вероят ность*

Статистика теста Phillips–Perron

–0.8395

0.796

–2.3802

0.019

Критиче

1%м уровне

–3.6105

–2.6272

ские зна

5%м уровне

–2.9390

–1.9499

чения на

10%м уровне

–2.6079

–1.6115

Источник: Здесь и далее таблицы П.1–П.49 основаны на расчетах авторов. Таблица П.2

Проверка на стационарность ряда индекса  потребительских цен в РФ

Уровни 1я разность

Нулевая гипотеза: CPIR

Скор. t Вероят Скор. t Вероят

имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

0.9147 0.995 –2.7138 0.081

Perron Критиче 1%м уровне ские зна 5%м уровне чения на 10%м уровне –3.6105 –3.6156  –2.9390 –2.9411  –2.6079 –2.6091 

Таблица П.3

Проверка на стационарность ряда индекса  потребительских цен в США

Уровни 1я разность

Нулевая гипотеза: CPID

Скор. t Вероят Скор. t Вероят

имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

–0.5541 0.869 –4.5571 0.001

Perron 1%м

–3.6105                                 –3.6156 

уровне Критические 5%м

–2.9390                                 –2.9411 

значения на            уровне 10%м

–2.6079                                 –2.6091 

уровне

Таблица П.4

Проверка на стационарность ряда процентной ставки по депозитам в РФ

Нулевая гипотеза: RR имеет

Уровни

единичный корень

Скор. tстат.

Вероятность*

Статистика теста Phillips– Perron

–8.8750

0.000

1%м уровне

–3.6210 

Критические значения на

5%м уровне

–2.9434 

10%м уровне

–2.6103 

Таблица П.5

Проверка на стационарность ряда процентной ставки  по депозитам в США

Уровни 1я разность

Нулевая гипотеза: RD имеет

Скор. t Вероят Скор. t Вероят

единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

–0.7022 0.835 –3.3387 0.020

Perron 1%м

–3.6105                                   –3.6156 

уровне Критические 5%м

–2.9390                                   –2.9411 

значения на            уровне 10%м

–2.6079                                   –2.6091 

уровне

Таблица П.6

Проверка на стационарность ряда  денежной массы (М2) в РФ

Уровни 1я разность

Нулевая гипотеза: MR имеет

Скор. t Вероят Скор. t Вероят

единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

23.2629 1.000 –4.0964 0.003

Perron 1%м

–3.6105                                 –3.6156 

уровне Критические 5%м

–2.9390                                 –2.9411 

значения на             уровне 10%м

–2.6079                                 –2.6091 

уровне

Таблица П.7

Проверка на стационарность ряда денежной массы (М2) в США

Уровни 1я разность

Нулевая гипотеза: MD имеет

Скор. t Вероят Скор. t Вероят

единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

3.0704 1.000 –4.0906 0.003

Perron 1%м

–3.6105                                 –3.6156

уровне Критические 5%м

–2.9390                                 –2.9411

значения на            уровне 10%м

–2.6079                                 –2.6091

уровне

Таблица П.8

Проверка на стационарность ряда реального валового  внутреннего продукта в РФ

Уровни 1я разность

Нулевая гипотеза: RGDPR

Скор. t Вероят Скор. t Вероят

имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

–2.3764 0.155 –6.3021 0.000

Perron 1%м

–3.6105                                 –3.6156

уровне Критические 5%м

–2.9390                                 –2.9411

значения на            уровне 10%м

–2.6079                                 –2.6091

уровне

Таблица П.9

Проверка на стационарность ряда реального валового  внутреннего продукта в США

Нулевая гипотеза: RGDPD имеет единичный корень

Статистика теста Phillips–

Perron 1%м уровне

Критические          5%м

значения на           уровне 10%м уровне

Уровни 1я разность

Скор. t

Вероят

Скор. t

Вероят

стат.

ность*

стат.

ность*

–0.1014

0.942

–4.9022

0.000

–3.6105 

–3.6156 

–2.9390 

–2.9411 

–2.6079 

–2.6091 

Таблица П.10

Проверка на стационарность ряда темпов инфляции в РФ

Нулевая гипотеза: CPIRD                                                 Уровни

имеет единичный корень Скор. tстат. Вероятность*

Статистика теста Phillips–

–3.2653                                    0.024

Perron 1%м –3.6105 

уровне Критические 5%м –2.9390 

значения на            уровне 10%м –2.6079 

уровне

Таблица П.11

Проверка на стационарность ряда  темпов инфляции в США

Нулевая гипотеза: CPIDD                                                 Уровни

имеет единичный корень Скор. tстат. Вероятность*

Статистика теста Phillips–

–4.3571                                    0.001

Perron 1%м –3.6156 

уровне Критические 5%м –2.9411 

значения на            уровне 10%м –2.6091 

уровне

Таблица П.12

Проверка на стационарность ряда  торгового баланса

Уровни 1я разность

Нулевая гипотеза:

Скор. t Вероят Скор. t Вероят

TB имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

–1.3546 0.594 –6.1186 0.000

Perron 1%м

–3.6156                                 –3.6210 

уровне Критические 5%м

–2.9411                                 –2.9434 

значения на             уровне 10%м

–2.6091                                 –2.6103 

уровне

Таблица П.13

Проверка на стационарность ряда  производительности в РФ

Уровни 1я разность

Нулевая гипотеза: PRODR

Скор. t Вероят Скор. t Вероят

имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

–2.5584 0.110 –6.6247 0.000

Perron 1%м

–3.6105                                  –3.6156 

уровне Критические 5%м

–2.9390                                  –2.9411 

значения на            уровне 10%м

–2.6079                                  –2.6091 

уровне

Таблица П.14

Проверка на стационарность ряда  производительности в США

Нулевая гипотеза: PRODD

Уровни 1я разность

имеет единичный корень

Скор. t Вероят Скор. t Вероят стат. ность* стат. ность*

Статистика теста Phillips–

1.5994 0.999 –10.6421 0.000

Perron 1%м

–3.6105                                   –3.6156 

уровне Критические 5%м

–2.9390                                   –2.9411 

значения на            уровне 10%м

–2.6079                                   –2.6091 

уровне

Таблица П.15

Проверка на стационарность ряда  реальной процентной ставки в РФ

Нулевая гипотеза: RRR имеет                                                Уровни

единичный корень Скор. tстат. Вероятность*

Статистика теста Phillips–

–6.2135                                     0.000

Perron 1%м уров –3.6210 

не Критические 5%м уров –2.9434 

значения на             не 10%м –2.6103 

уровне

Таблица П.16

Проверка на стационарность ряда реальной процентной ставки в США

Нулевая гипотеза: RRD име

Уровни

1я разность

ет единичный корень

Скор. t

Вероят

Скор. t

Вероят

стат.

ность*

стат.

ность*

Статистика теста Phillips– Perron

–0.5357

0.873

–5.1329

0.000

1%м уровне

–3.6156

–3.6210 

Критические значения на

5%м уровне

–2.9411

–2.9434 

10%м уровне

–2.6091

–2.6103 

Таблица П.17

Проверка на стационарность ряда суммы  экспорта и импорта РФ

Уровни 1я разность

Нулевая гипотеза: TOT

имеет единичный корень Скор. t Вероят Скор. t Вероят стат. ность* стат. ность*

Статистика теста Phillips–

–1.3546             0.594 –6.1186 0.000

Perron 1%м

–3.6156                                  –3.6210

уровне Критические 5%м

–2.9411                                  –2.9434

значения на        уровне 10%м

–2.6091                                  –2.6103

уровне

Таблица П.18

Проверка на стационарность ряда денежного агрегата28 (деньги вне банков + депозиты до востребования) в РФ

Нулевая гипотеза:

Уровни

1я разность

 

MONEYR имеет

 

единичный корень

Скор. t

Вероят

Скор. t

Вероят

стат.

ность*

стат.

ность*

Статистика теста Phillips– Perron

15.9033

1.000

–6.8106

0.000

1%м уровне

–3.6105 

–3.6156 

Критические значения на

5%м уровне

–2.9390 

–2.9411 

 

10%м уровне

–2.6079 

–2.6091 

 

Таблица П.19

Проверка на стационарность ряда  внутренних кредитов29

Уровни 1я разность

Нулевая гипотеза: DC имеет единичный корень Скор. t

Вероят Скор. t Вероят стат. ность* стат. ность*

Статистика теста Phillips–

4.1551 1.000 –4.6675 0.001

Perron 1%м

–3.6105                                  –3.6156

уровне Критические 5%м

–2.9390                                  –2.9411

значения на        уровне 10%м

–2.6079                                  –2.6091

уровне

28 Деньги по методологии денежного обзора. Все денежные средства в экономике страны, которые могут быть немедленно использованы как средство платежа. Дан ный агрегат формируется как совокупность агрегатов «деньги вне банков» и «депо зиты до востребования» в банковской системе.

29

 Внутренний кредит – это вся совокупность требований банковской системы к го сударственным нефинансовым организациям, к частному сектору, включая населе ние, к финансовым (кроме кредитных) организациям и чистого кредита органам государственного управления в валюте РФ, в иностранной валюте и в драгоценных металлах.

Таблица П.20

Проверка на стационарность ряда  чистые иностранные активы30

Уровни 1я разность

Нулевая гипотеза: NFA

Скор. t Вероят Скор. t Вероят

имеет единичный корень

стат. ность* стат. ность*

Статистика теста Phillips–

2.3827 1.000 –2.7081 0.082

Perron

1%м уров

–3.6105  –3.6156 

не

Критиче

5%м уров

ские значе –2.9390  –2.9411 

не

ния на

10%м

–2.6079  –2.6091 

уровне

Таблица П.21

Проверка на стационарность ряда рублевой доходности  иностранных активов

Нулевая гипотеза:

Уровни

1я разность

RD4ERRD имеет

Скор. t

Вероят

Скор. t

Вероят

единичный корень

стат.

ность*

стат.

ность*

Статистика теста Phillips– Perron

–0.2944

0.916

–4.0512

0.003

Критиче ские зна чения на

1%м уров не 5%м уров не 10%м уровне

–3.6210  –2.9434  –2.6103 

–3.6268  –2.9458  –2.6115 

30

 Чистые иностранные активы органов денежнокредитного регулирования и кре дитных организаций – сальдо активных и пассивных операций денежнокредитного регулирования и кредитных организаций с нерезидентами в иностранной валюте, в валюте РФ и в драгоценных металлах.

96

Таблица П.22

Проверка на стационарность  ряда активов РФ31

Уровни 1я разность

Нулевая гипотеза: RAS

имеет единичный корень Скор. t Вероят Скор. t Вероят стат. ность* стат. ность*

Статистика теста Phil

11.1093             1.000 –5.3935 0.000

lips–Perron

1%м

–3.6105                                  –4.2191

уровне

Критиче

5%м

ские зна�                                    –2.9390  –3.5331

уровне

чения на

10%м

–2.6079                                  –3.1983

уровне

Таблица П.23

Проверка на стационарность ряда  иностранных активов

Уровни 1я разность

Нулевая гипотеза: FAS

имеет единичный корень Скор. t Вероят Скор. t Вероят стат. ность* стат. ность*

Статистика теста Phillips–

–0.2964             0.916 –6.1058 0.000

Perron 1%м уров

–3.6105                                 –3.6156 

не Критические 5%м уров

–2.9390                                 –2.9411 

значения на        не 10%м

–2.6079                                 –2.6091 

уровне

31 Совокупность резервов, требований к органам государственного управления, требований к нефинансовым государственным организациям, требований к нефи нансовым частным организациям и населению, требований к прочим финансовым институтам.

97

2. Результаты оценок структурных моделей обменного курса рубля к доллару США в период  с I квартала 1999 г. по IV квартал 2003 г.

Таблица П.24

Результаты проверки на наличие коинтеграционных  соотношений модели паритета покупательной способности

Период 1999:1–2003:4

Количество наблюдений: 20 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.451 12.788 12.53 16.31 не более 1 0.038 0.782 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 5%м уровне

При помощи максимального собственного значения нет 0.451 12.007 11.44 15.69 не более 1 0.038 0.782 3.84 6.51

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 5%м уровне

LOG(CPIR)–

 LOG(ERRD)

LOG(CPID)

Коэффициенты 1.000 –0.989 Стандартные

 –0.276

ошибки

Таблица П.25

Результаты оценки модели паритета  покупательной способности

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:1–2003:4 Количество наблюдений: 20 после корректировки Переменная Значение коэф. Pvalue tстат.

 0.016 0.697 D(LOG(CPIR)–LOG(CPID)) 1.217 0.000 CE(–1) –0.025 0.238

R2

 0.828 Pvalue Fстат. 0

Таблица П.26

Результаты оценки модели непокрытого  паритета процентных ставок

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:1–2003:4 Количество наблюдений: 20 после корректировки

Переменная Значение коэф. Pvalue tстат.

–0.016 0.183 RR–RD 0.013 0.001

R2

 0.690 Pvalue Fстат. 0.000

Таблица П.27

Результаты проверки на наличие коинтеграционных соотношений монетарной модели с жесткими ценами

Период 1999:1–2003:4

Количество наблюдений: 20 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.943 163.404 59.46 66.52 не более 1 0.883 106.008 39.89 45.58 не более 2 0.827 63.121 24.31 29.75 не более 3 0.738 28.018 12.53 16.31 не более 4 0.059 1.209 3.84 6.51

Trace тест показывает 4 коинтеграционных соотношения на 5%м и 1%м уровнях

При помощи максимального собственного значения нет 0.943 57.396 30.040 35.170 не более 1 0.883 42.887 23.800 28.820 не более 2 0.827 35.104 17.890 22.990 не более 3 0.738 26.808 11.440 15.690 не более 4 0.059 1.209 3.840 6.510

Maxeigenvalue тест показывает 4 коинтеграционных соотношения на 5%м и 1%м

уровнях

LOG(ERRD)

 LOG(MR/MD)

LOG(RGDPR/RGDPD)

RR–RD

CPIRD– CPIDD

Коэффициенты

 –1.308

2.523

0.068

–0.080

Стандартные ошибки

–0.168

 –0.152

–0.021

–0.016

Таблица П.28

Результаты оценки модели монетарной модели с жесткими ценами

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:2–2003:4 Количество наблюдений: 19 после корректировки

Переменная Значение коэф. Pvalue tстат.

–0.023 0.070 D(LOG(MR/MD)) –0.255 0.000 D(LOG(RGDPR/RGDPD)) –0.089 0.007 D(RR–RD) 0.010 0.023 D(CPIRD–CPIDD) –0.015 0.000 CE(–1) 0.087 0.004

R2

 0.801 Pvalue Fстат. 0.000333

Таблица П.29

Результаты оценки модели монетарной модели с жесткими ценами с учетом торгового баланса

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:1–2003:3 Количество наблюдений: 19 после корректировки

Переменная Значение коэф. Pvalue tстат.

–0.027 0.152 D(LOG(MR/MD)) –0.314 0.012 D(LOG(RGDPR/RGDPD)) –0.103 0.123 D(RR–RD) 0.011 0.047 D(CPIRD–CPIDD) –0.017 0.000 D(LOG(TB)) 0.051 0.101 CE(–1) 0.074 0.011

R2

 0.897 Pvalue Fстат. 0.000027

Таблица П.30

Результаты проверки на наличие коинтеграционных  соотношений модели обменного курса, определяемого как соотношение производительностей

Период 1999:1–2003:4

Количество наблюдений: 20 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. зна чение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.724 38.251 24.31 29.75 не более 1 0.438 12.516 12.53 16.31 не более 2 0.048 0.988 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 5%м и 1%м уровнях

При помощи максимального собственного значения нет 0.724 25.735 17.890 22.990 не более 1 0.438 11.528 11.440 15.690 не более 2 0.048 0.988 3.840 6.510

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 1%м уровне

 LOG(ERRD) LOG(PRODR/PRODD) CPIR–CPID

Коэффициенты 1.000 1.928 –0.002 Стандартные

 –0.222 0.000

ошибки

Таблица П.31

Результаты оценки модели обменного курса,  определяемого как соотношение производительностей

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:2–2003:4 Количество наблюдений: 19 после корректировки

Переменная Значение коэф. Pvalue tстат.

0.030 0.438 D(LOG(CPIR/CPID)) 0.562 0.232 D(LOG(PRODR/PRODD)) –0.083 0.406 CE(–1) –0.059 0.199

R2

 0.292 Pvalue Fстат. 0.148695

Таблица П.32

Результаты проверки на наличие коинтеграционных  соотношений поведенческой модели

Период 1999:4–2003:3

Количество наблюдений: 16 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики

нет

 0.988

110.584

53.12

60.16

не более 1

0.756

40.458

34.91

41.07

не более 2

0.549

17.903

19.96

24.6

не более 3

0.277

5.180

9.24

12.97

не более 4

0.000

0.000

0

0

Trace тест показывает 2 коинтеграционных соотношения на 1%м уро

вне

При помощи максимального собственного значения

нет

 0.998

102.318

34.400

39.790

не более 1

0.988

70.126

28.140

33.240

не более 2

0.756

22.554

22.000

26.810

не более 3

0.549

12.723

15.670

20.200

не более 4

0.277

5.180

9.240

12.970

Maxeigenvalue тест показывает 2 коинтеграционных соотношения на 1%м уровне LOG(ERRD) LOG(CPIR/CPID) RRR–RRD LOG(EX+IMP) LOG(NFA)

Коэффициенты –0.218 –0.004 0.081 –0.060 Стандартные

–0.007 0.000 –0.003 –0.001

ошибки

Таблица П.33

Результаты оценки поведенческой модели

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:3–2003:3 Количество наблюдений: 17 после корректировки

Переменная

Значение коэф.

Pvalue tстат.

D(LOG(CPIR/CPID))

 –0.443

0.408

D(LOG(RGDPR/RGDPD))

–0.141

0.085

D((RRR–RRD))

 0.002

0.623

D(LOG(EX+IMP))

 –0.042

0.432

D(LOG(NFA))

 0.080

0.086

CE(–1)

 –0.521

0.360

R2

 0.419 Pvalue Fстат. 0

Таблица П.34

Результаты оценки модели портфеля активов

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:3–2003:4 Количество наблюдений: 18 после корректировки

Переменная

Значение коэф.

Pvalue tстат.

C

–0.017

0.072

D(LOG(MONEYR))

 –0.256

0.013

D(LOG(DC))

 0.346

0.041

D(LOG(NFA))

 0.021

0.100

D(RD4ERRD)

 0.002

0.966

D(LOG(RGDPR))

 –0.057

0.233

CE(–1)

 0.031

0.016

R2

 0.641 Pvalue Fстат. 0.042355

Таблица П.35

Результаты проверки на наличие коинтеграционных соотношений модели портфеля активов

Период 1999:1–2003:4

Количество наблюдений: 20 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.988 185.982 76.07 84.45 не более 1 0.889 97.850 53.12 60.16 не более 2 0.836 53.871 34.91 41.07 не более 3 0.434 17.727 19.96 24.6 не более 4 0.272 6.343 9.24 12.97

Trace тест показывает 3 коинтеграционных соотношения на 5%м и 1%м уровнях При помощи максимального собственного значения нет 0.988 88.132 34.400 39.790 не более 1 0.889 43.979 28.140 33.240 не более 2 0.836 36.144 22.000 26.810 не более 3 0.434 11.384 15.670 20.200 не более 4 0.272 6.343 9.240 12.970

Maxeigenvalue тест показывает 3 коинтеграционных соотношения

на 5%м и 1%м уровнях

LOG(ERRD)

 LOG(RAS)

LOG(FAS)

RD4ERRD

LOG(RGDPR)

Коэффициенты

 –0.767

–1.160

–0.272

2.992

Стандартные ошибки

–0.074

 –0.063

–0.036

–0.100

Таблица П.36

Результаты оценки модели портфеля активов

Зависимая переменная: D(LOG(ERRD)) Период (скорректированный): 1999:1–2003:4 Количество наблюдений: 20 после корректировки

Переменная

Значение коэф.

Pvalue tстат.

C

–0.060

0.113

D(LOG(RAS))

 0.976

0.008

D(LOG(FAS))

 0.317

0.007

D(RD4ERRD)

 0.047

0.529

D(LOG(RGDPR))

 –0.168

0.157

CE(–1)

 –0.020

0.863

R2

 0.695 Pvalue Fстат. 0.002744

3. Результаты оценок структурных моделей обменного курса рубля к евро в период  с I квартала 1999 г. по IV квартал 2003 г.

Таблица П.37

Результаты проверки на наличие коинтеграционных соотношений модели паритета покупательной способности

Период 1999:3–2003:4

Количество наблюдений: 18 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.353 11.105 12.53 16.31 не более 1 0.166 3.267 3.84 6.51

Trace тест показывает отсутствие коинтеграции и на 5%м и 1%м уровнях

При помощи максимального собственного значения нет 0.353 7.838 11.44 15.69 не более 1 0.166 3.267 3.84 6.51 Maxeigenvalue тест показывает отсутствие коинтеграции и на 5%м и 1%м уровнях

LOG(CPIR)–

 LOG(ERRE)

LOG(CPIE)

Коэффициенты 1.000 –1.404 Стандартные

 –0.164

ошибки

Таблица П.38

Результаты оценки модели паритета  покупательной способности

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:2–2003:4 Количество наблюдений: 19 после корректировки Переменная Значение коэф. Pvalue tстат.

C

0.099

0.034

D(LOG(CPIR)–LOG(CPIE))

 0.749

0.307

CE(–1)

 –0.104

0.095

R2

 0.183

Pvalue Fстат.

0.199363

Таблица П.39

Результаты оценки модели непокрытого паритета процентных ставок

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:2–2003:3 Количество наблюдений: 18 после корректировки Переменная Значение коэф. Pvalue tстат.

C

0.016

0.391

RR–RE

0.000

0.981

R2

 0.000

Pvalue Fстат.

0.987

Таблица П.40

Результаты проверки на наличие коинтеграционных  соотношений монетарной модели с жесткими ценами

Период 1999:3–2003:3

Количество наблюдений: 17 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

1

2

3

4

5

При помощи trace статистики

нет

 0.836

64.084

53.12

60.16

не более 1

0.630

33.345

34.91

41.07

не более 2

0.446

16.464

19.96

24.6

не более 3

0.315

6.427

9.24

12.97

Продолжение таблицы П. 40

1

2 3 4 5

При помощи максимального собственного значения нет 0.836 30.739 28.140 33.240 не более 1 0.630 16.881 22.000 26.810 не более 2 0.446 10.036 15.670 20.200 не более 3 0.315 6.427 9.240 12.970

Maxeigenvalue тест показывает 1 коинтеграционное соотношение на 5%м уровне

CPIRD–

 LOG(ERRE) LOG(MR/ME) RR–RE

CPIED

Коэффициенты 1.000 –0.357 –0.023 –0.022 Стандартные

 –0.043 –0.006 –0.010

ошибки

Таблица П.41

Результаты оценки монетарной модели с жесткими ценами

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:2–2003:3 Количество наблюдений: 18 после корректировки

Переменная Значение коэф. Pvalue tстат.

D(LOG(MR/ME))D(LOG(RGDPR/RGDPE)) D(RR–RE)D(CPIRD–CPIED) CE(–1)

0.069  –0.333 –0.061  0.010 –0.004  –0.084

0.102 0.358 0.639 0.179 0.702 0.681

R2

 0.338 Pvalue Fстат. 0.35477

Таблица П.42

Результаты проверки на наличие коинтеграционных  соотношений монетарной модели с жесткими ценами с учетом торгового баланса

Период 1999:3–2003:4

Количество наблюдений: 18 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

1

2

3

4

5

Продолжение таблицы П. 42

1

2 3 4 5

нет 0.948 73.999 24.31

29.75 не более 1 0.663 20.684 12.53

16.31 не более 2 0.061 1.128 3.84

6.51

Trace тест показывает 2 коинтеграционных соотношения на 5%м и 1%м уровнях При помощи максимального собственного значения нет 0.948 53.316 17.890 22.990 не более 1 0.663 19.556 11.440 15.690 не более 2 0.061 1.128 3.840 6.510

Maxeigenvalue тест показывает 2 коинтеграционных соотношения на 5%м и 1%м уровнях

 LOG(ERRE)

LOG(MR/ME)

LOG(RGDPR/RGDPE)

Коэффициенты

 1.000

–0.815

2.712

Стандартные ошибки

 –0.057

–0.058

Таблица П.43

Результаты оценки монетарной модели с жесткими ценами с учетом торгового баланса

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:2–2003:3 Количество наблюдений: 18 после корректировки Переменная Значение коэф. Pvalue tстат.

C

0.054

0.204

D(LOG(MR/ME))

 –0.250

0.418

D(LOG(RGDPR/RGDPE))

–0.183

0.269

D(RR–RE)

 0.014

0.075

D(CPIRD–CPIED)

–0.007

0.158

D(LOG(TB))

 0.120

0.024

CE(–1)

 –0.027

0.712

R2

 0.470

Pvalue Fстат.

0.229884

Таблица П.44

Результаты проверки на наличие коинтеграционных  соотношений модели обменного курса, определяемого как соотношение производительностей

Период 1999:3–2003:4

Количество наблюдений: 18 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значение

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace

статистики нет 0.601 32.808 24.31 29.75 не более 1 0.522 16.288 12.53 16.31 не более 2 0.153 2.995 3.84 6.51

Trace тест показывает 1 коинтеграционное соотношение на 1%м уровне

При помощи максимального собственного значения нет 0.601 16.520 17.890 22.990 не более 1 0.522 13.293 11.440 15.690 не более 2 0.153 2.995 3.840 6.510 Maxeigenvalue тест показывает отсутствие коинтеграции и на 5%м и 1%м уровнях

 LOG(ERRE) LOG(PRODR/PRODE) LOG(CPIR/CPIE)

Коэффициенты 1.000 2.185 –1.183 Стандартные

 –0.290 –0.083

ошибки

Таблица П.45

Результаты оценки модели обменного курса,  определяемого как соотношение производительностей

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:2–2003:4 Количество наблюдений: 19 после корректировки Переменная Значение коэф. Pvalue tстат.

C

0.025

0.339

D(LOG(CPIR/CPIE))

 –0.834

0.261

D(LOG(PRODR/PRODE))

–0.298

0.077

CE(–1)

 –0.126

0.114

R2

 0.205

Pvalue Fстат.

0.314475

Таблица П.46

Результаты оценки поведенческой модели

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:3–2003:3 Количество наблюдений: 17 после корректировки

Переменная Значение коэф. Pvalue tстат.

D(LOG(CPIR/CPIE))D(LOG(RGDPR/RGDPE)) D((RRR–RRE))D(LOG(EX+IMP))D(LOG(NFA))

0.037  –0.480 –0.173  0.008  –0.118  0.019

0.513 0.789 0.231 0.444 0.375 0.517

R2

 0.188 Pvalue Fстат. 0.763355

Таблица П.47

Результаты проверки на наличие коинтеграционных  соотношений модели портфеля активов

Период 1999:4–2003:4

Количество наблюдений: 17 после корректировки

Проверка наличия коинтеграционных соотношений

Гипотеза

Собств. значе ние

Статистика

5% крит. знач.

1% крит. знач.

При помощи trace статистики нет 0.921 100.678 39.89 45.58 не более 1 0.886 57.426 24.31 29.75 не более 2 0.669 20.472 12.53 16.31 не более 3 0.093 1.665 3.84 6.51

Trace тест показывает 3 коинтеграционных соотношения на 5%м и 1%м уровнях

При помощи максимального собственного значения нет 0.921 43.252 23.800 28.820 не более 1 0.886 36.954 17.890 22.990 не более 2 0.669 18.808 11.440 15.690 не более 3 0.093 1.665 3.840 6.510

Maxeigenvalue тест показывает 3 коинтеграционных соотношения на 5%м и 1%м

уровнях

 LOG(ERRE)

LOG(MONEYR)

LOG(DC)

LOG(NFA)

Коэффициенты

 1.000

–0.216

–0.171

–0.048

Стандартные ошибки

 –0.113

–0.088

–0.049

Таблица П.48

Результаты оценки модели портфеля активов

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:4–2003:3 Количество наблюдений: 16 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

0.092

D(LOG(MONEYR))

 0.165

D(LOG(DC))

 –0.031

D(LOG(NFA))

 0.278

D(RE4ERRE)

 –0.231

D(LOG(RGDPR))

 –0.024

CE(–1)

 –0.676

R2

 0.603

Pvalue Fстат.

0.128356

0.033 0.478 0.902 0.002 0.352 0.868 0.003

Таблица П.49

Результаты оценки модели портфеля активов

Зависимая переменная: D(LOG(ERRE)) Период (скорректированный): 1999:4–2003:3 Количество наблюдений: 16 после корректировки

Переменная Значение коэф. Pvalue tстат.

C

0.029

0.678

D(LOG(RAS))

 –0.116

0.880

D(LOG(FAS))

 –0.037

0.834

D(RE4ERRE)

 –0.147

0.429

D(LOG(RGDPR))

 –0.113

0.462

R2

 0.155

Pvalue Fстат.

0.733627

Литература

1.                   1.             Abuaf N., Jorion P. Purchasing Power Parity in the long run // Journal of Finance. 1990. № 45(1). P. 157–174. 

2.                   2.             Backus D. Empirical models of the exchange rate: Separating the wheat from the chaff // The Canadian Journal of Economics. Vol. 17. 1984. № 4. P. 824–846. 

3.                   3.             Baillie R., Osterberg W. Central bank intervention and risk in the forward market // Journal of International Economics. 1997. № 43(3/4). P. 483–497. 

4.                   4.           Balassa B. The Purchasing Power Parity Doctrine: A Reappraisal // Journal of Political Economy. 1964. № 72. P. 584–596.

5.                   5.             Berkowitz J., Kilian L. Recent developments in bootstrapping time series // Econometric Reviews. February 2000. № 19(1). P. 1–48. 

6.                   6.             Berkowitz J., Giorgianni L. Longhorizon exchange rate predictabil ity? // Review of Economics and Statistics. February 2001. № 83(1). P. 81–91. 

7.                   7.             Bhattacharya U., Weller P. The advantage to hiding one’s hand: Speculation and central bank intervention in the foreign exchange market // Journal of Monetary Economics. 1997. № 39(2). P. 251– 277.

8.                   8.           Bilson John F.O. Rational expectations and the exchange rate // Frenkel Jacob A., Johnson Henry G. (eds.). The Economics of ex change rates: Selected Studies, Readings, MA: Addison–Wesley Press, 1978.  

9.                   9.           Boothe P., Glassman D. Comparing Exchange rate forecasting models // International Journal of forecasting. 1987. № 3. P. 65–

79.

10. Boughton J. Tests on the performance of reducedform exchange rate models // Journal of International Economics. 1987. № 23.

P. 41–56. 

1.                   11. Branson W. Portfolio equilibrium and monetary policy with foreign and nontraded assets // Claasen E., Salin P. (eds.). Recent Issues in International Monetary Economics. Amsterdam: NorthHolland, 1976.

2.                   12. Branson W., Halttunen H., Masson P. Exchange rates in the short run: some further results // European Economic Review. 1979. № 12. P. 395–402.

3.                   13. Cheung YinWong, Chinn M., Pascual A. Empirical exchange rate models of the nineties: Are any fit to survive? // NBER Working Paper 9393. 2002.

4.                   14. Cheung YinWong, Chinn M. Integration, cointegration and the forecast consistency of structural exchange rate models // NBER Working Paper 5943. 1998.

5.                   15. Chinn M., Meese           R. Banking on Currency forecasts: How predictable is change in money? // Journal of International Eco nomics. 1995. № 38. P. 161–178.

6.                   16. Cosander        P., Laing B. Interest rate parity tests: Switzerland and some major western countries // Journal of Banking and Finance. 1981. № 5. P. 187–200.

7.                   17. Cuddington J., Lian H. Purchasing power parity over two centuries? // Journal of International Money and Finance. 2000. № 19. P. 753– 757.

8.                   18. Cumby J., Obstfeld M. International interest rate and price уровне linkages under flexible exchange rate: a review of recent evidence // Bilson J., Marston, R. (eds.). Exchange rate theory and practice. University of Chicago Press: 1984.

9.                   19. Cumby J., Obstfeld M. Exchange rate expectations and nominal interest rates: A test of the Fisher hypothesis // Journal of Finance. 1981. № 36. P. 697–703. 

10.                20. Diebold F., Mariano R. Comparing predictive accuracy // Journal of Business and Economic Statistics. July 1995. № 13(3). P. 253–263.

11.                21. Dominguez K., Frankel J. Does foreign exchange intervention matter? The portfolio effect // American Economic Review. 1993a. № 83(5). P. 1356–1369.

12.                22. Dominguez K., Frankel J. Does foreign exchange intervention work? Washington DC: Institute of International Economics, 1993b.

13.                23. Dornbusch R. Expectations and exchange rate dynamics //Journal of Political Economy. December 1976. № 84(6). P.1161–1176.

14.                24. Dornbusch R., Fischer S. Exchange rates and the current account // American Economic Review. 1980. № 70. P. 960–971.

15.                25. Dornbusch R. Exchange Rates and Inflation. The MIT Press, 1991.

16.                26. Edison H. The effectiveness of CentralBank intervention: A survey of the literature after 1982. Princeton University // Studies in International Economics. 1993. № 18. 

17.                27. Evans M., Lyons R.      Portfolio balance, price impact, and secret intervention // NBER Working Paper. 2001. № 8356.

18.                28. Faruqee           H., Isard P., Masson P. A Macroeconomic balance framework for estimating equilibrium exchange rates // Stein J., MacDonald R. (eds.). Equilibrium Exchange Rates (Kluwer: Bos ton). 1999. P. 103–134.

19.                29. Fatum R., Hutchison M. Is intervention a signal of future monetary policy? Evidence from the Federal Funds futures market // Journal of Money. Credit and Banking. 1999. № 31(1). P.54–69. 

20.                30. Faust J., Rogers J., Wright J. Exchange rate forecasting: The errors we’ve really made // International Finance Discussion Paper 714. 2001.

21.                31. Franke             G., Olsen R., Pohlmeier W. Overview of Forecasting Models // University of Konstanz. 2002.

22.                32. Frankel J. On the mark: a theory of floating exchange rate based on real interest differentials // American Economic Review. 1979. № 69(4). P. 610–622.

23.                33. Frankel J. The implications of meanvariance optimization for four questions in international finance // Journal of International Money and Finance. Supplement, March. 1986.

24.                34. Frankel J., Froot K. The dollar as an irrational speculative bubble // The Marcus Wallenberg Papers on International Finance. 1986. № 1.

25.                35. Fratianni M., Wakeman L. The Law of one price in the eurocurrency market // Journal of International Money and Finance. 1982. № 1.

P. 307–323. 

1.                   36. Frenkel J., Razin A. The               international transmission and effects of fiscal policy // American Economic Review. March. 1986.

2.                   37. Frenkel J.        Purchasing power parity doctrinal perspective and evidence from the 1920s // Journal of International Economics. 1978. № 8. P. 169–191. 

3.                   38. Frenkel J. Flexible exchange rates, prices and the role of news: Lessons from the 1970s // Journal of Political Economy. 1981. № 89(4). P. 665–705. 

4.                   39. Frenkel J.        A monetary approach to the exchange rate: Doctrinal aspects and empirical evidence // Scandinavian Journal of Economics. 1976. № 78(2). P. 200–224.

5.                   40. Frenkel            J., Levich R. Covered interest arbitrage: Unexploited profits? //Journal of Political Economy. 1975. № 83. P.325–338.

6.                   41. Gavin M. The stock market and exchange rate dynamics // Board of Governors of the Federal Reserve. International Finance Discussion Papers. 1986. № 1.

7.                   42. G h osh A .      Is it si g n a l in g? Exc h a n ge in te rve n tio n an d th e d o ll a r  Deutschemark rate // Journal of International Economics. 1992. № 32(3/4). P. 201–220. 

8.                   43. Glen J. Real exchange rates in the short, medium and long run // Journal of International Economics. 1992. № 33. P. 147–166. 

9.                   44. Groen J. The monetary                exchange rate model as a longrun phenomenon // Journal of International Economics. December 2000. № 52(2). P. 299–319. 

10.                45. Harrod R (1933). International Economics. London: James Nisbet and Cambridge University Press.

11.                46. Hooper P., Morton J. Fluctuations in the dollar: A model of nominal and real exchange rate determination // Journal of International Money and Finance. April 1982. № 1. P. 39–56. 

12.                47. Johansen        S. Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models // Econometrica. November 1991. № 59(6). P. 1551–80. 

13.                48. Juillard M. (2003). Dynare: A Program for Solving Rational Ex pectations Models.

14.                49. Kaminsky G., Lewis K. Does foreign exchange intervention signal future monetary policy? // Journal of Monetary Economics. 1996. № 37(2). P. 285–312.

15.                50. Kilian L. Exchange rates and monetary fundamentals: What do we learn from longhorizon regressions? // Journal of Econometrics. September/October 1999. № 14(5). P. 491–510. 

16.                51. Kilian               L., Taylor M. Why is it so difficult to beat random walk forecasts of exchange rates? // Unpublished manuscript. October 2001.

17.                52. Kim S., Kortian T., Sheen J. Central bank intervention and exchange rate volatility – Australian evidence // Journal of International Financial Markets, Institutions and Money. 2000. № 10(3/4). P. 81–405.

18.                53. Kouri P.           The exchange rate and the balance of payments in the short run and in the long run: a monetary approach // Scandinavian Journal of Economics. 1976. № 78. P. 280–304. 

19.                54. Levin A., Lin ChienFu. Unit root tests in panel data: New results // University of California, San Diego Department of Economics Working Paper: P. 56–93. December 1993.

20.                55. Lewis K.          Occasional interventions to target rates // American Economic Review. 1995. № 85(4). P. 691–715.

21.                56. Lothian J., Taylor M. Real exchange rate behavior: the recent float from the perspective of the last two centuries // Journal of Political Economy. 1996. № 104. P. 488–509.

22.                57. Lucas R.E. Interest rates and currency prices in a twocountry world // Journal of Monetary Economics. November 1982. № 10(3). P. 335–59.

23.                58. MacDonald R., Marsh I. Exchange rate modeling. Cluwer Academic Publishers, 1999.

24.                59. MacDonald R., Taylor M. The monetary model of the Exchange rate: longrun relationships, shortrun dynamics and how to beat a random walk // Journal of International Money and Finance. 1994. № 13(3). P. 276–290.

25.                60. Mark N.          Exchange rates and fundamentals: Evidence on longhorizon predictability // American Economic Review. March 1995. № 85(1). P. 201–218. 

26.                61. Mark N., Sul Donggyu. Nominal exchange rates and monetary fun damentals: Evidence from a small postBretton Woods panel // Journal of International Economics. February 2001. № 53(1).

P. 29–52.

1.                   62. Meese R.,        Rose A. Nonlinear, Nonparametric, Nonessential ex change rate estimation // American Economic Review. 1990. № 80(2). P. 192–196.

2.                   63. Meese R., Rose A. An empirical assessment of Nonlinearities in models of exchange rate determination // Review of Economic Studies. 1991. № 58. P. 604–619.

3.                   64. Meese R.,        Rogoff K. Empirical exchange rate models of the seventies: Do they fit out of sample? // Journal of International Economics. 1983a. № 14(1/2). P. 3–24. 

4.                   65. Meese R.,        Rogoff K. The outofsample failure of empirical exchange rate models: Sampling error or misspecification? // F r en kel J a co b (ed. ). Exchange Ra te s an d Inte rn ational M a r coeconomics. Chicago: NBER and University of Chicago Press, 1983b.

5.                   66. Mussa M. Empirical regularities in the behavior of exchange rates and theories of the foreign exchange market // Brunner Karl, Meltzer Allan H. (eds.). CarnegieRochester Conference Series on Public Policy: Policies for Employment, Prices and Excahnge Rates. 1979. Vol. 11.

6.                   67. Mussa             M. The role of official intervention // Group of Thirty Occasional Papers. 1981. № 6. 

7.                   68. Mussa M. The exchange rate, the balance of payments and mone tary and fiscal policy under a regime of controlled floating // Scandinavian Journal of Economics. 1976. № 78(2). P. 229–248. 

8.                   69. Obstfeld M. Exchange rates, inflation and the sterilization problem: Germany, 1975–1981 // NBER Working Paper. 1982. № 963. 

9.                   70. Rapach D., Wohar M. Testing the monetary model of exchange rate determination: New evidence from a century of data. Unpublished manuscript // Journal of International Economics (forthcoming). November 2001a.

10.                71. Rapach D., Wohar M. Testing the monetary model of exchange rate determination: A closer look at panels. September 2001b.

11.                72. Rogoff K.       On the effects of sterilized intervention: An analysis of weekly data // Journal of Monetary Economics. 1984. № 14(2).

P. 133–150.

1.                   73. Rogoff K.       The Purchasing power parity puzzle // Journal of Economic Literature. 1996. № 34. P. 647–668. 

2.                   74. Samuelson P.A.             (1964). Theoretical notes on trade problems // Review of Economics and Statistics. № 46. P. 145–154.

3.                   75. Sarno L., Taylor M. Official intervention in the foreign exchange market: Is it effective and, if so, how does it work? // Journal of Economic Literature. 2001. № 39(3). P. 839–868. 

4.                   76. Schinasi G., Swamy P.A.V.B. The outofsample forecasting performance of exchange rate models when coefficients are allowed to change // Journal of International Money and Finance. September 1989. № 8(3). P. 375–90.

5.                   77. Somanath V. Efficient exchange rate forecasts: Lagged models bet ter then the random walk // Journal of International Money and Finance. 1986. № 5. P. 195–220.

6.                   78. Stein J. The Evolution of the real value of the US dollar relative to the G7 currencies // Stein J., MacDonald R. (eds.). Equilibrium Exchange Rates (Kluwer: Boston). P. 67–102.

7.                   79. Stockman Alan C.        A theory of exchange rate determination // Journal of Political Economy. August 1980. № 88(4). P. 673–698.

8.                   80. Taylor M., Peel D. Nonlinear adjustment, longrun equilibrium and exchange rate fundamentals // Journal of International Money and Finance. February 2000. № 19(1). P. 33–53. 

                        81. Taylor M., Peel D., Sarno            L. Nonlinear meanreversion in real exchange rates: Towards a solution to the purchasing power parity puzzles // International Economic Review. 2001. № 42(4). P. 1015–

                        42.

9.                   82. Tobin J.           A general equilibrium approach to monetary theory // Journal of Money. Credit and Banking. 1969. № 1. P. 15–29.

10.                83. Vitale P. Sterilised central bank intervention in the foreign exchange market // Journal of International Economics. 1999. № 49(2).

P. 245–267.

84. Woo T. The monetary approach to exchange rate determination under rational expectations // Journal of International Economics. 1985. № 18. P. 1–16. 

ИНСТИТУТ ЭКОНОМИКИ ПЕРЕХОДНОГО ПЕРИОДА

В серии «Научные труды» вышли в свет (на русском языке) следующие работы:

№ 87Р Колл. авт. Организация местного самоуправления в городах федерального значения. 2004.

№ 86Р Колл. авт. Корпоративное управление в российской промышленности. 2004.

№ 83Р Пономаренко С. Финансовый сектор и издержки инфляции в странах с переходной экономикой. 2004.

№ 81Р Колл. авт. Реформирование унитарных предприятий в российской экономике: отраслевой и региональный ас пекты. 2004.

№ 80Р Дробышевский С.М., Полевой Д.И. Проблемы созда ния единой валютной зоны в странах СНГ. 2004.

№ 79Р Колл. авт. Сельская бедность и сельское развитие в России. 2004.

№ 78P Шишкин С.В., Заборовская А.С. Формы участия насе ления в оплате социальных услуг в странах с переходной экономикой. 2004.

№ 77Р Колл. авт. Выбор денежнокредитной политики в стране – экспортере нефти. 2004.

№ 76P Воскобойников И. Б. Нерыночный капитал и его вли яние на динамику инвестиций в российской экономике.

2004.

№ 75P Колл. авт. Проблемы и практика перехода военной организации России на новую систему комплектования.

2004.

№ 74P Колл. авт. Перспективы реформирования аграрной политики России. 2004.

№ 73P Колл. авт. Экономикоправовые факторы и ограни чения в становлении моделей корпоративного управле ния. 2004.

№ 72Р Дежина И. Г., Салтыков Б. Г. Механизмы стимулиро вания коммерциализации исследований и разработок.

2004.

№ 71Р Колл. авт. Проблемы интеграции России в единое европейское пространство. 2003.

№ 70Р Колл. авт. Факторы экономического роста российс кой экономики. 2003.

№ 69Р Колл. авт. Финансовые рынки в переходной эконо мике: некоторые проблемы развития. 2003.

№ 68Р Колл. авт. Импортированные институты в странах с переходной экономикой: эффективность и издержки.

2003.

№ 67Р Колл. авт. Налоговая реформа в России: проблемы и решения (в 2х томах). 2003. № 66Р Колл. авт. Совершенствование системы закупки то�

варов, работ и услуг для государственных нужд. 2003.

№ 65Р Колл. авт. Инвестиционное поведение российских предприятий. 2003. № 64Р В. Носко, А. Бузаев, П. Кадочников, С. Пономаренко.

Анализ прогнозных свойств структурных моделей и моде лей с включением результатов опросов предприятий.

2003.

№ 63Р Колл. авт. Рынок покупных ресурсов в российском сельском хозяйстве. 2003.

№ 62Р П. Кадочников, С. СинельниковМурылев, С. Четвери ков. Импортозамещение в Российской Федерации в 1998–2002 гг. 2003.

№ 61Р Денисенко М. Б., Хараева О. А., Чудиновских О. С. Им миграционная политика в Российской Федерации и стра нах Запада. 2003.

№ 60Р Колл. авт. Финансовые аспекты реформирования от раслей социальной сферы. 2003.

№ 59Р Колл. авт. Пенсионная реформа: социальные и экономические аспекты. 2003.

№ 58Р Колл. авт. Сравнительный анализ денежнокредитной политики в переходных экономиках. 2003.

№ 57Р Цухло С. В. Конкуренция в российской промышленности (1995–2002 гг.). 2003.

№ 56P Дежина И. Г. Проблемы прав на интеллектуальную собственность. 2003.

№ 55P Радыгин А. Д., Энтов Р. М., Межераупс И.В. Особенности формирования национальной модели корпоративного управ ления. 2003.

№ 54Р Колл. авт. Анализ бюджетной задолженности в Российс кой Федерации. Способы погашения и методы профилактики ее возникновения. 2003.

№ 53Р А. Г. Вишневский, Е. М. Андреев, А. И. Трейвиш. Перспек тивы развития России: роль демографического фактора.

2003. № 52Р С. СинельниковМурылев, С. Баткибеков, П. Кадочников, Д. Не кипелов. Оценка результатов реформы подоходного на лога в Российской Федерации. 2003.

№ 51Р П. Казначеев. Прагматизм и либеральное мировоззре ние. 2002.

№ 50Р Колл. авт. Налоговая реформа в России: анализ пер вых результатов и перспективы развития. 2002.

№ 49Р П. Кадочников. Внешние факторы денежнокредитной политики РФ. 2002.

№ 48Р Колл. авт. Дерегулирование российской экономики: механизм воспроизводства избыточного регулирования и институциональная поддержка конкуренции на товарных рын ках. 2002.

№ 47Р Колл. авт. Проблемы агропродовольственного сектора. 2002.

№ 46Р Р.М. Энтов, В.П. Носко, А.Д. Юдин, П.А. Кадочников, С.С. Поно маренко. Проблемы прогнозирования некоторых макроэкономи ческих показателей. 2002.

№ 45Р С. Дробышевский, А. Козловская. Внутренние аспекты де нежнокредитной политики России. 2002.

№ 44Р С.Н. Смирнов, Н.И. Исаев, А.А. Гудков, Л.Д. Попович, С.В. Шишкин. Социальное обеспечение экономических реформ. 2002.

№ 43Р А. Радыгин, Р. Энтов, Н. Шмелева. Проблемы слияний и поглощений в корпоративном секторе. 2002.

№ 42Р В.А. Бессонов, С.В. Цухло. Анализ динамики российской переходной экономики. 2002.

№ 41Р А. Радыгин, Р. Энтов, И. Межераупс. Проблемы правопри менения (инфорсмента) в сфере защиты прав акционеров.

2002.

№ 40Р Экономический рост: после коммунизма (Материалы международной конференции). 2002.

№ 39Р Э. Ватолкин, Е. Любошиц, Е. Хрусталев, В. Цымбал. Рефор ма системы комплектования военной организации России ря довым и младшим командным составом. Под редакцией Е. Гайдара и В. Цымбала, 2002.

№ 38Р Инвестиционная привлекательность регионов: причины различий и экономическая политика государства. Сборник статей под редакцией В.А. Мау, О.В. Кузнецовой, 2002.

№ 37Р Н. Карлова, И. Кобута, М. Прокопьев, Е. Серова, И. Храмова, О. Шик. Агропродовольственная политика и международная торговля: российский аспект. 2001.

№ 36Р А.Д. Радыгин, Р.М. Энтов. Корпоративное управление и защита прав собственности: эмпирический анализ и актуаль ные направления реформ. 2001.

№ 35Р Ю.Н. Бобылев. Реформирование налогообложения ми неральносырьевого сектора. 2001.

№ 34Р Эконометрический анализ динамических рядов основ ных макроэкономических показателей. 2001.

№ 33Р С. Цухло. Анализ факторов, определяющих реальное финансовоэкономическое состояние российских промыш ленных предприятий. 2001.

№ 32Р С. Жаворонков, В. Мау, Д. Черный, К. Яновский. Дерегули рование российской экономики. 2001.

№ 31Р Проблемы становления новой инстуциональной струк туры в переходных странах. Сборник статей, 2001.

№ 30Р В.А. Бессонов. Трансформационный спад и структурные изменения в российском промышленном производстве. 2001.

№ 29Р Е.Г. Потапчик, С.К. Салахутдинова, С.В. Шишкин. Бюджет ное финансирование федеральных учреждений здравоохра нения. 2001.

№ 28Р Некоторые проблемы денежнокредитной политики в переходной экономике. Сборник статей, 2001.

№ 27Р С. Дробышевский, А. Золотарева, П. Кадочников, С. Си нельников. Перспективы создания стабилизационного фонда в РФ. 2001.

№ 26Р Посткоммунистическая Россия в контексте мирового социальноэкономического развития. Материалы междуна родной конференции. 2001.

№ 25Р С. Шишкин. Реформа финансирования российского здравоохранения. 2000.

№ 24Р Совершенствование межбюджетных отношений в Рос сии. 2000.

№ 23Р М. Матовников. Функционирование банковской системы России в условиях макроэкономической нестабильности.

2000.

№ 22Р Эндрю Добсон. Долг и инвестиции для субъектов Рос сийской Федерации. 2000.

№ 21Р Л. Михайлов, Л. Сычева, Е. Тимофеев. Банковский кризис 1998 года в России и его последствия. 2000.

№ 20Р Некоторые актуальные вопросы аграрной политики в России. 2000.

№ 19Р Проблемы налоговой системы России: теория, опыт, реформа (в 2х томах). 2000.

№ 18Р Материалы научной конференции «Финансовый кризис: причины и последствия». 2000.

№ 17Р С. Дробышевский. Анализ рынка ГКО на основе изучения временной структуры процентных ставок. 1999.

№ 16Р Государственное регулирование экономики: опыт пяти стран. 1999.

№ 15Р Некоторые политэкономические проблемы современ ной России. 1999.

№ 14Р С. Дробышевский. Обзор современной теории времен ной структуры процентных ставок. Основные гипотезы и мо дели. 1999.

№ 13Р Е. Гайдар. Наследие социалистической экономики: мак ро и микроэкономические последствия мягких бюджетных ограничений. 1999.

№ 12Р А. Радыгин, Р. Энтов. Институциональные проблемы раз вития корпоративного сектора: собственность, контроль, ры нок ценных бумаг. 1999.

№ 11Р Реформирование некоторых отраслей социальной сферы России. 1999.

№ 10Р Коммунистическое правительство в посткоммунисти ческой России: первые итоги и возможные перспективы. 1999.

№ 91Р В. Мау. Экономика и право. Конституционные пробле мы экономической реформы посткоммунистической России. 1998.

№ 9Р Средний класс в России. Сборник докладов, 1998.

№ 8Р Политические проблемы экономических реформ: срав нительный анализ. Сборник докладов, 1998.

№ 7Р С.Г. СинельниковМурылев, А.Б. Золотарева. Роль Прави тельства и Парламента в проводимой бюджетной политике в постсоветской России. 1998.

№ 6P Финансовоэкономические проблемы военного строи тельства и пути их решения (Материалы научнопрактической конференции). 1998.

№ 5Р А.П. Вавилов, Г.Ю. Трофимов. Стабилизация и управление государственным долгом России. 1997.

№ 4Р Либерализация и стабилизация – пять лет спустя. Сбор ник докладов, 1997.

№ 3Р Пять лет реформ. Сборник статей, 1997.

№ 2Р Посткоммунистическая трансформация: опыт пяти лет.

Сборник докладов, 1996.

№ 1Р В. Мау, С. СинельниковМурылев, Г. Трофимов. Макроэко номическая стабилизация, тенденции и альтернативы эконо мический политики России. 1996.

Четвериков Сергей Николаевич  Карасев Григорий Григорьевич

СТРУКТУРНЫЕ МОДЕЛИ ОБМЕННЫХ КУРСОВ РУБЛЯ 

Редакторы: Н. Главацкая, К. Мезенцева Корректор: Н. Андрианова Компьютерный дизайн: В. Юдичев

Подписано в печать 16.05.2005 Тираж 350 экз.

125993, Москва, Газетный пер., 5

Тел. (095) 229–6736, FAX (095) 203–8816 EMAIL– info@iet.ru, WEB Site – http://www.iet.ru

©Институт экономики переходного периода, 2005