Анализ природы основных трансмиссионных импульсов российской денежно-кредитной политики Текст научной статьи по специальности «Экономика и бизнес»

Денежно-кредитная политика

анализ природы основных трансмиссионных импульсов российской денежно-кредитной политики

А. И. МАСЛОВ, аспирант кафедры финансово-экономического инжиниринга E-mail: alx.maslov@gmail.com Ростовский государственный экономический университет (РИНХ)

В статье анализируются импульсы, возникающие в результате изменения денежного предложения в России и передающиеся основным элементам, составляющим валовой внутренний продукт: потребительским расходам, инвестициям в основной капитал, государственным расходам и чистому экспорту. Используемая модель исправления ошибок VECM позволяет раскрыть кратко- и долгосрочные взаимосвязи между денежным предложением и названными элементами ВВП, показывая, что краткосрочное поведение полученных взаимозависимостей противоречит теоретической логике трансмиссионного механизма. Такое положение дел вынуждает Банк России минимизировать свое вмешательство в экономику. Долгосрочные же отношения проявляют себя в соответствии с теорией монетаризма.

Ключевые слова: предложение денег, трансмиссионный механизм, денежно-кредитная политика.

введение

Денежное предложение тесно связано с процентными ставками, которые играют центральную роль в монетарном регулировании экономики. На данное время процентные ставки определяют большинство одновременных и лагированных макроэкономических переменных. Они также отражают состояние экономики, будучи связанными с инфляцией, безработицей, котировками на фондовом рынке, кредитованием, стоимостью средневзвешенных инвестиционных ставок, ставкой дисконтирования и т. д. (Gaiotti и Secchi, 2005; Meier и Muller, 2006; Taylor, 1999; Friedman и

Kuttner, 1992; Pill, 1997 и др.). Процентный канал механизма денежно-кредитной трансмиссии был впервые упомянут Дж. Кейнсом более полувека назад, и после этого было проведено немало исследований, посвященных этому предмету, особенно начиная с конца прошлого века.

После либерализации российскую экономику лихорадило волатильностью процентных ставок, как будто это отражало всю скрытую боль, которую испытывал экономический механизм. Российская экономика прошла длинный путь: от инфляции в тысячи процентов в начале девяностых годов до средних темпов снижения общего уровня процентных ставок. Несмотря на дефолт 1998 г., российская экономика сумела быстро стабилизироваться ввиду благоприятной макроэкономической конъюнктуры. С начала XXI в. и до экономического кризиса, который разразился недавно, экономика уверенно показывала выраженные тренды роста макроэкономических переменных.

У российской развивающейся экономики есть целый ряд парадоксов, которые возможно объяснить, пожалуй, лишь с позиции эффекта низкой базы, характеризующегося несоизмеримыми уровнями монетизации, амортизации, скорости обращения денег, величины и структуры кредитных портфелей и других макроэкономических индикаторов (И. С. Иванченко, 2008; О. В. Рыжковская, 2008). Например, К. Н. Корищенко (2005) показал, что денежное предложение не оказывает статистически значимого влияния на долгосрочный уровень

процентных ставок. В свою очередь С. Р. Моисеев (2002) обнаружил, что валютный, кредитный и балансовый каналы денежно-кредитной трансмиссии в России имеют статистическое подтверждение, хотя и с более весомыми допущениями, чем в развитых экономиках.

Несмотря на уже выявленные противоречия в российской экономике, предлагаемый анализ направлен, в первую очередь, на определение конечного эффекта, который оказывает денежная масса на валовой продукт. Цель данного исследования состоит в предоставлении статистического свидетельства и качественного объяснения импульсов, исходящих из сдвигов в денежной массе, а также эффектов, которые в итоге накладываются на экономическое развитие страны.

В последнее время публикуется огромное количество работ, посвященных трансмиссии денежно-кредитной политики. Одна часть этих работ преимущественно связана с тестированием различных каналов и нахождением их практической реализации в разных странах (Safaei и Cameron, 2003; Ferreira, 2007; Suzuki, 2004; Mallick и Agarwal, 2007; Zhang и Sun, 2006 и др.); в то время как другая — с разработкой самих каналов, добавлением новых переменных и проверкой статистической значимости полученных зависимостей. Такие экономисты, как B. Bernanke и M. Gertler (1989, 1995), B. Bernanke и A. Blinder (1988, 1992), F. Mishkin (1976, 1977, 1996, 1999, 2001) внесли ощутимый вклад в понимание трансмиссионного механизма во многих его формах. На данное время существует множество современных работ, которые с новым рвением исследуют данный предмет. Среди них необходимо отметить работы, которые были направлены на переоценку роли потребления в трансмиссионном механизме, так как ввиду превалирования этой составляющей ВВП практически во всем мире данный вопрос является актуальным и для нашей страны: Taylor (1999); Angeloni, Kashyap, Mojon и Terlizzese (2003); Hall (1978); Flavin (1981); Campbell и Mankiw (1989, 1991); Davidson и Hendry (1981); Dalyand и Hadjimatheou (1981); Bacchella and Gerlach (1997).

Однако в российской научной литературе данному вопросу до сих пор уделяется несоизмеримо меньше внимания. Более того, российские экономисты анализируют преимущественно классические каналы трансмиссии, по аналогии с учетной ставкой США, придавая ставке рефинансирования главную роль в данном процессе (С. Р. Моисеев, 2003; И. П. Крючкова и М. Ю. Сапьян, 2003; И. С. Иванченко, 2007). Однако, например, А. Зем-

цов показал, что в 2009 г. данным видом фондирования пользовалось всего 0,1 % банков. Возвращаясь к новейшей истории России, можно сделать вывод, что данная ставка скорее подстраивается под произошедшие изменения, нежели провоцирует их. В исследовании был протестирован целый ряд процентных ставок для нахождения статистически значимых зависимостей с исследуемыми элементами ВВП, однако, надежный результат не был получен. По этой причине пришлось вернуться к истоку всех трансмиссионных импульсов — денежной массе. В пользу такого решения играют еще два аргумента. Во-первых, ставка рефинансирования, ставка по ломбардным кредитам, а также ставки РЕПО рассчитываются Банком России относительно редко, что априори снижает значимость статистического анализа (маленькие выборки). Во-вторых, ввиду зависимой природы российской экономики экзогенные переменные имеют более весомое влияние на уровень ставок в нашей стране. В первую очередь это касается таких макроэкономических переменных, как ставки LIBOR, Fed Funds, мировые цены на сырьевые товары. Две трети дисперсии денежной массы М2 в нашей стране описывается названными экзогенными переменными, в то время как на одну треть Банк России способен оказывать реальное воздействие (данный вывод следует из построения стандартной модели векторной авторегрессии VAR с названными переменными).

Так как о большинстве каналов уже было много сказано в научной экономической литературе, то можно составить следующую простую схему, которая представляет собой обобщенную формулу механизма денежно-кредитной трансмиссии (см. рисунок).

Предпоследним звеном для импульсов, возникающих в связи с изменением денежной массы, являются основные элементы ВВП (см. рисунок). Установлению этих отношений и посвящена данная статья.

Из предыдущих рассуждений неминуемо возникает один последовательный вопрос. Почему просто не взять валовой продукт и не сопоставить его с денежным предложением через, например, ARDL модель? В этом случае можно сразу получить желаемый результат без того, чтобы углубляться в структуру ВВП. Есть одно существенное основание, препятствующее такому легкому решению: Росстат не оценивает ВВП на месячном базисе1.

1 На самом деле такая информация существует, но она основана на экспертных оценках, которые, в том числе, не разглашаются публике.

рис. 1. Агрегированная схема трансмиссионного механизма: М — денежная масса; L — кредиты реальному сектору экономики; е — национальный обменный курс; Ре — ожидаемый уровень цен; Р5 — котировки на фондовом рынке; q — коэффициент Тоббина (отношение капитализации компании к ее восстановительной стоимости); пе — ожидаемая инфляция; ^ — реальные процентные ставки; у — доходность казначейских облигаций; С — потребление;

I — инвестиции; NE — чистый экспорт; G — государственные расходы, Y — валовой внутренний продукт

Причина заключается в отсутствии надлежащих данных. Российское корпоративное законодательство не обязывает компании раскрывать месячные результаты своей деятельности. Более того, очевидно, что компаниям недостаточно одного месяца для, хотя бы, реализации своих производственных планов. Росстат рассчитывает ВВП, начиная с квартального интервала. Но российская экономика относительно «молода» и у нее нет соизмеримого с другими странами промежутка стабильности. Поэтому возможно апеллировать лишь к периоду с начала XXI в. и до банкротства Lehman Brothers. Если построить временной ряд на основе квартальных данных, то значимость количественного анализа будет заведомо очень слабой.

Также следует отметить, что ВВП является расчетной величиной, в то время как его компоненты (вне зависимости от используемого подхода оценки) «приходят» из реальной экономики. Это означает, что, убирая последнее звено трансмиссионного механизма (^У), происходит «избавление» от статистических и технических погрешностей, которые возникают при переходе к последнему элементу трансмиссионной цепи.

И наконец, обнаружение влияния, которое денежная масса оказывает на компоненты ВВП, способствует более глубокому пониманию специфичных особенностей трансмиссионного механизма в исследуемой стране. Становится возможным сравнивать эффекты, взвешивая их на соответствующую долю переменной в ВВП, что позволяет

лучше планировать результаты денежно-кредитной политики.

Нспользуемые данные

Ввиду некоторых причин в России не существует приемлемого количества адекватной статистики для эконометри-ческого анализа, поэтому автору статьи пришлось ограничиться доступными данными. В статье использовались следующие переменные: денежная масса М2, потребительские расходы С, инвестиции в основной капитал I, государственные расходы G и чистый экспорт NE. Так как ответ на поставленные вопросы будет легче найти на стабильном этапе развития нашей страны, временные ряды со всеми переменными покрывают период с января 2000 г. по август 2008 г. Ввиду сезонного характера элементов ВВП все ряды были сезонно скорректированы посредством метода X-11 Census 2 (Makridakis, Wheelwright и McGee, 1983). Информация о денежной массе доступна на сайте Банка России2; информация по основным агрегатам может быть получена из центральной базы статистических данных Росстата3 и статистического раздела Экономического журнала ГУ-ВШЭ4.

методология

Есть две основные модели, которые могут быть использованы в рассматриваемом анализе: подходы на основе векторной авторегрессии VAR и векторной коррекции ошибок VEC. Для того чтобы применить VAR модель, необходимо иметь стационарные ряды, однако тест Дики-Фуллера свидетельствует об обратном: все временные ряды, используемые в анализе, являются нестационарными в своих уровнях. Этот факт не только подтверждается соответствующими количественными тестами, но и качественно очевиден с точки зрения экономической теории и практики.

Существует долгосрочная связь между компонентами ВВП и денежным предложением с повышательным детерминистским трендом (об этом, по меньшей мере, можно судить из известного уравне-

2 URL: http://www.cbr.ru/mkr_base/main.asp.

3 URL:http://www.gks.ru/dbscripts/Cbsd/DBInet.cgi.

4 URL:http://library.hse.ru/e-resources/HSE_economic_ journal.

ния Фишера: MV=PQ, или переписанного в форме долгосрочного равенства: М = у (С + 1 + G + NE))-Следовательно, в рассматриваемом анализе будет использована векторная модель исправления ошибок VECM.

Несмотря на то, что спецификации обеих моделей хорошо известны, установим некоторые из них для сохранения логики повествования. VARM, предложенная Sims (1980), может быть записана следующим образом:

Yt= а + А,+ + - + ArYt_„ + £f, (1)

где Yt — это (nx 1) вектор переменных,

a — является (nx 1) вектором свободных значений,

At - (nxn) матрица коэффициентов, n - количество лагов,

е — (nxl) вектор белого шума для t = 1,2,..., T. В дополнение, et является независимо и идентично распределенной с нулевым математическим ожиданием величиной. Как было отмечено ранее, переменные, используемые в модели, должны быть стационарными в своих уровнях.

Модель VECM, разработанная Johansen (1988), имеет следующий вид:

ДYt = k+ Г±А¥,_± + - + ¡p ^ р+1 + !¡Yt , + ut ,(2) где Д — оператор разности,

k - вектор свободных членов,

Г — определяет (nxn) матрицу коэффициентов

и содержит информацию о краткосрочном

взаимоотношении переменных,

П — (nxn) матрица коэффициентов,

ut - Гауссовский белый шум.

Далее,

П = ар',

где а и в — (nxr) корректирующая и коинтеграци-онная матрицы соответственно. Коинтеграционный тест позволяет определить коинтеграционные векторы и обозначить ограничения, которые необходимо наложить на модель для поддержания ее экономического правдоподобия. Количество лагов определяется на основе Akaike, AIC и Schwartz, SC критериев (Lütkepohl, 1991; Grasa, 1989), в то время как экзогенность выбранных переменных подкрепляется тестом Грейнджера на каузальность (Granger, 1969).

тест на единичный корень

Для того чтобы выявить природу используемых в исследовании временных рядов, применим широко распространенный расширенный тест Дики-Фуллера ADF, предложенный им в 1981 г.

Нулевая гипотеза этого теста заключается в наличии единичного корня. Результаты тестирования переменных рассматриваемого анализа представлены в табл. 1. Из этих значений можно судить об уровневой нестационарности всех используемых переменных. Денежная масса и чистый экспорт становятся стационарными после единичного взятия разности между уровнями временных рядов (А). Потребление, инвестиции и государственные расходы трансформируются в стационарные переменные после двойного взятия соответствующих разностей (АА).

Модель УЕС можно применять к временным рядам, интегрированным порядка 1, т. е. уг~1{\_). Причина заключается в том, что данная модель основана на VAR модели первых разностей используемых в ней переменных. Как было отмечено ранее, для того чтобы избежать образования паразитной регрессии, VAR должна применяться только со стационарными рядами. Однако разности используемых переменных показывают, что потребление, инвестиции и государственные расходы не становятся стационарными после первого взятия разностей, так как данные временные ряды интегрированы порядка 2: СГ"1{2)Г1Г"1(2\СГ"1{2). Таким образом, необходимо предварительно взять разности этих переменных, чтобы, когда эта процедура в модели повторилась, все временные ряды стали стационарными. Как следствие, рассматриваемая "УЕС модель будет основана на следующих переменных: М2, АС, А1 и АG.

Таблица 1

результаты расширенного теста дики-Фуллера

Переменная коэффициент сходимости тренд и коэффициент сходимости

M2 9,315631 1,670334

ДМ2 -1,349335 -8,465558*

ДДМ2 -8,225489* -8,177344*

C 3,017557 3,531503

ДС 0,281789 -1,424777

ДДС -13,39418* -13,40768*

I -0,34496 -1,962398

Д1 -1,674611 -1,953876

ДД1 -4,077872* -3,994628

G -0,287628 -2,218288

ДG -0,473925 -1,266045

ДДG -6,971359* -6,887345*

NE 1,165326 -2,913546

ДNE -5,534424* -6,01019*

ДД NE -3,427338 -3,380814

* Отражает отрицание нулевой гипотезы наличия единичного корня с уровнем вероятности в 99 %.

Примечание. Рассматриваемый период: 2000:M1 to 2008: M8, Д — оператор разностей.

Коинтеграционный тест

Тест на коинтеграцию, сформулированный Engle и Granger (1987), был далее усовершенствован Johansen (1988). Тест задается следующим уравнением:

л

]Г logtl-Я,), (3)

где — некоторые величины, вычисляемые на основании одних только статистических данных без всяких предположений о ранге коинтегра-ции,

r — это номер коинтеграционной связи, n — количество переменных. Нулевая и ненулевая гипотезы состоят в следующем:^: r < 0 Ну r < 0.

Используя критерии AIC и SC наряду с оценкой VAR модели в уровнях, было определено оптимальное количество лагов, равное 12. Предварительные допущения о характере коинтеграции представлены в табл. 2.

Несмотря на то, что SC критерий на практике доказал свое превосходство перед AIC критерием,

будем выбирать ранг коинтеграции, равный четырем. Результаты коинтеграционного теста Йо-хансена (Johansen's cointegration test) с заданными спецификациями приведены в табл. 3.

В случае одного коинтеграционного вектора стандартная нормализация определяет требуемые долгосрочные отношения в зависимости от выбора объясняющих и объясняемых переменных. Когда присутствует два или более векторов, необходимо вводить линейные ограничения, так как иначе их будет невозможно определить в векторном пространстве. Наиболее распространенный способ — это обнулить одну из компонент вектора. Эти линейные ограничения должны быть независимыми (иначе нарушается целостность векторного пространства). Таким образом, намереваясь определить долгосрочные взаимоотношения между денежной массой и каждым из четырех элементов ВВП, логично принять четыре коинтеграционных вектора. Накладывая линейные ограничения на каждый из векторов, получим окончательный набор коинтеграционных уравнений, характеризующих долгосрочное влияние денежной массы на исследуемые переменные ВВП (табл. 4 и 5).

Таблица 2

Предварительные допущения о тренде и коэффициенте сходимости (КС) в данных

Ранг коинтеграции Нет тренда и КС Нет тренда, есть КС Линейный КС, нет тренда Линейные тренд и КС Квадратичный тренд и КС

Информационный критерий Акаика AIC по рангу (ряды) и модели (колонки)

0 27,987 27,987 27,94134 27,94134 27,56742

1 27,30312 26,80774 26,76007 26,73738 26,44835

2 26,77546 26,20763 26,1875 25,96259 25,723

3 26,43718 25,86643 25,82776 25,4858 25,27409

4 26,40506 25,76365 25,73639 25,34958 25,1353*

5 26,62484 25,77332 25,77332 25,32333 25,32333

Информационный критерий Шварца SC по рангу (ряды) и модели (колонки)

0 36,26456 36,26456 36,35686 36,35686 36,1209

1 35,8566 35,38881 35,45151 35,45641 35,27775

2 35,60485 35,09221 35,15485 34,98513 34,82831

3 35,54249 35,05452 35,07104 34,81185 34,65532*

4 35,7863 35,25525 35,25558 34,97914 34,79245

5 36,28199 35,56843 35,56843 35,2564 35,2564

* Отражает наименьшее значение соответствующего критерия.

Таблица 3

неограниченный тест на ранг коинтеграции (по признаку)

гипотетическое количество Собственные Статистика 95 %-ные критичес- Р-значения

коинтеграций значения признака кие значения

Нет* 0,737853 304,2122 79,34145 0,0000

Хотя бы 1* 0,611373 182,3767 55,24578 0,0000

Хотя бы 2* 0,487619 96,3693 35,0109 0,0000

Хотя бы 3* 0,301323 35,51883 18,39771 0,0001

Хотя бы 4 0,031252 2,889283 3,841466 0,0892

* Обозначает отвержение гипотезы с вероятностью в 95 %.

Таблица 4

нормализованные коинтеграционные коэффициенты*

C I G NE M2

1 0 0 0 -0,018559

(-0,00156) [-11,2505]

0 1 0 0 -0,000752

(-0,00036) [-1,98161]

0 0 1 0 -0,004039

(-0,00023) [-16,7704]

0 0 0 1 -0,571838

(-0,38561) [-1,40127]

* Распределение стандартных ошибок не подчиняется нормальному закону. Примечание. () — стандартные ошибки, [] — 1-статистика.

Таблица 5

корректирующие коэффициенты*

Коинтеграционный вектор (оператор разности переменной) D (C) D (I) D (G) D (NE) D (M2)

1-й вектор (нормализованный по С) -0,635639 -0,143791 -0,052715 -1,265833 -13,37689

(-0,28782) (-0,04234) (-0,08736) (-1,56714) (-5,49815)

2-й вектор (нормализованный по I) 1,069399 0,185114 0,265537 2,934672 110,9771

(-1,6139) (-0,23742) (-0,48987) (-8,78749) (-30,83)

3-й вектор (нормализованный по G) -1,04323 -0,184455 -0,70955 -27,39645 80,21735

(-1,00142) (-0,14732) (-0,30396) (-5,45263) (-19,13)

4-й вектор (нормализованный по NE) 0,000294 0,000265 0,001103 -0,003214 0,052296

(-0,0009) (-0,00013) (-0,00027) (-0,0049) (-0,01721)

* Распределение стандартных ошибок не подчиняется нормальному закону. Примечание. () — стандартные ошибки.

С одной стороны, экономически нелогично отвергать взаимозависимость между компонентами ВВП. С другой стороны, можно сделать допущение, что в долгосрочном периоде эта связь размывается тем фактом, что каждый из элементов стремится к собственному равновесию с денежным предложением, оставляя упомянутые корреляции краткосрочным флуктуациям. Эта гипотеза также может быть подкреплена матрицей корреляций элементов ВВП на исследуемом промежутке времени. Из данных, приведенных в табл. 6, можно констатировать, что в долгосрочном периоде не существует статистически значимой зависимости между исследуемыми компонентами ВВП.

Следуя Engle и Granger (1987), коинтеграци-онный вектор определяется как (1, —в). Таким образом, из предыдущих рассуждений используемые коинтеграционные уравнения будут иметь следующий вид:

С = 18.6 * Ю'3М2 (4)

50

Таблица 6

матрица корреляций исследуемых элементов ввП

Переменные I NE G C

I 1,000000 0,007105 0,036966 -0,161354

NE 0,007105 1,000000 -0,021700 -0,046549

G 0,036966 -0,021700 1,000000 -0,397669

C -0,161354 -0,046549 -0,397669 1,000000

Примечание. Матрица основана на одновременных значениях, рассматриваемый период: 2000:М1 1ю 2008:М8.

1 = 0.75*10аМ2 (5)

О = 4,04 * Ю"ЯМ2 (6)

ЛГЕ = 571.83* 1СГаМ2. (7)

Гипертрофированный коэффициент последнего уравнения, если и не списывается на меньшую статистическую значимость четвертого ранга коинтеграции (см. табл. 3), то вполне согласуется с реалиями российской экономики. Россия является экспортной страной, и интенсивность денежных потоков в ней существенно зависит от цен на мировом товарном рынке, а также обмен-

ФинАисы и кредит

ного курса рубля. Отдавая должное волатильности этих макроэкономических переменных, логично предположить, что долгосрочное равновесие между денежным предложением и чистым экспортом является наиболее нестабильным в своей краткосрочной составляющей, что и отражено в последнем уравнении. В свою очередь, корректирующие коэффициенты противоположны коинтеграционным параметрам. Этот факт подкрепляет гипотезу о том, что чем выше коэффициент коинтеграци-онного вектора, тем меньше времени требуется переменной, на базе которой задается вектор, чтобы достичь равновесия. С другой стороны, это «благословление» коэффициентов обращается в их «проклятие», так как баланс так же быстро нарушается, как и достигается.

модель исправления ошибок VECM

Идея "УЕС модели заключается в том, чтобы учесть долгосрочные взаимоотношения между анализируемыми переменными, выраженными в коинтеграционных векторах. Таким образом, эта модель соединяет в себе результаты, которые могли бы быть получены на основе VARM, без потери схожести стохастических и (или) детерминистских трендов, поддерживающих долгосрочную связь между переменными. Как показывает уравнение (2), УЕСМ состоит из двух частей. Первая часть, т. е. ПY_1, была проанализирована в предыдущем разделе. Теперь необходимо объединить ее со второй частью модели, основанной на УAR разностях данных нестационарных временных рядов, интегрированных порядка 1. Краткосрочные отношения между переменными приведены в табл. 7. Здесь не задаются уравнения с другими экзогенными

Таблица 7

оценки коррекции ошибок для разностей с экзогенной переменной М2

Лаг D (С) D (I) D (О) D (Ш)

D (М2(-1) -0,22643

D (М2(-2) -0,02968 -0,00637 -0,00863 -0,19054

D (М2(-3) -0,00862

D (М2(-4) -0,0093 -0,00899

D (М2(-5) -0,00556

D (М2(-6) -0,04199 -0,00625 -0,29574

D (М2(-7) -0,37366

D (М2(-8) -0,00563 -0,23123

D (М2(-9) -0,03829 -0,00768 -0,24159

D (М2(-10) -0,23167

D (М2(-11) -0,04815 -0,01072 -0,00939

D (М2(-12) -0,30399

сумма -0,1581 -0,05151 -0,03564 -2,09485

Примечание. В таблице представлены коэффициенты с ¿-статистикой > 2.

переменными (кроме М2) ввиду приведенных в предыдущем разделе аргументов.

Коэффициенты коинтеграционных уравнений, оцененный тренд и константа для краткосрочной связи представлены в табл. 8. Данные значения необходимы для составления заключительной формы уравнений, в которых коэффициенты взвешиваются на соответствующие им параметры кратко- и долгосрочных отношений.

Из оцененных коэффициентов кратко- и долгосрочных отношений можно представить аналитическую форму уравнений, соединяющих каждый из исследуемых компонентов ВВП с денежной массой:

АС = -0 И[-ИЛ * Ю'3М2 + 0.53(2") - 40.22) -

0Л58М2 + ^ ВС1АКЕ + Щ (8)

Таблица 8

оцененные коэффициенты коинтеграционных уравнений, тренд и константа для краткосрочной части VECM

Переменные D (С) D (I) D (О) D (Ш) D (М2)

CointEq1 -0,635639 -0,143791 -0,052715 -1,265833 -13,37689

[-2,08680] [-3,20890] [-0,57016] [-0,76324] [-2,29895]

CointEq2 1,069399 0,185114 0,265537 2,934672 110,9771

[0,62612] [0,73673] [0,51219] [0,31556] [3,40134]

CointEq3 -1,04323 -0,184455 -0,70955 -27,39645 80,21735

[-0,98436] [-1,18309] [-2,20572] [-4,74765] [3,96227]

CointEq4 0,000294 0,000265 0,001103 -0,003214 0,052296

[0,30807] [1,88990] [3,80999] [-0,61925] [2,87156]

С -14,03616 -3,74551 -5,054277 -186,1459 -87,34958

[-1,22777] [-2,22707] [-1,45654] [-2,99043] [-0,39997]

Тренд 0,631117 0,188559 0,264216 8,944035 8,536426

[1,08730] [2,20821] [1,49967] [2,83000] [0,76987]

Примечание. [] — обозначает ¿-статистику.

Л1 = 0.1в(-0.75 * 10"яЛ/2 - 0.0 7(Г) + 1.47) - 0.052М2 + + 0.19а) -3.75+1Н (9)

ла = -0.71(4.04 * 10~3М2 + 0.35(Г) - 9.32) -

- 0.0 3 6М2 + ^ ОС^е + щ (10)

ШЕ = -0.003(571.в3 * 10~аЛ*2 - 70.95(7) - 2785) -- 2.095Л/2 + ^ОС^ + 8.9+(Г) - 186.15 + , (11) где (7) — отражает оценку тренда,

- соответствующее расхождение

стохастических корреляций между элементами ВВП. Уравнения для I и NE статистически менее надежны, чем для С и G.

Принимая во внимание тот факт, что наибольший удельный вес в ВВП России имеет потребление, мультипликативный эффект первого уравнения является наиболее весомым для учета интересов денежно-кредитной политики.

Значение приведенных уравнений трудно переоценить. Результаты противоречат теоретически логичным и практически правдоподобным (по крайней мере, для развитых стран) трансмиссиям. Если, в теории, изменение денежной массы оказывает пропорциональное воздействие на элементы ВВП, то в российской практике это влияние в краткосрочном периоде противоположно. Есть несколько гипотез, объясняющих этот факт. Автор считает, что наиболее жизнеспособной является та из них, которая ставит инфляцию в центр описанных явлений, которая в свою очередь тесно связана с денежной массой (В. Ю. Наливайский и И. С. Иванченко, 2004). Инфляция, а особенно ее ожидания являются суровым и невероятно важным макроэкономическим индикатором в нашей стране. До сих пор у потребителей и инвесторов существуют страхи ее возможного выхода из-под контроля. Таким образом, увеличение инфляции вызывает падение потребления (эффект дохода Дж. Хикса и Е. Слуцкого) и инвестиций (снижение реальных процентных ставок), которые «тянут» за собой и государственные расходы. Что касается чистого экспорта, то увеличение номинальных процентных ставок (приспосабливающихся к новому уровню инфляции) делает российский рубль более привлекательным для инвесторов, укрепляя его и, соответственно, уменьшая денежный объем чистого экспорта.

Долгосрочное же равновесие согласуется с теоретическими воззрениями монетаристов о

взаимоотношении такого рода, т. е. что денежная масса не оказывает существенного влияния на ВВП в долгосрочном периоде. Этот вывод может быть сделан из коинтеграционных векторов, которые свидетельствуют в пользу несопоставимого влияния, оказываемого денежной массой на ВВП в кратко- и долгосрочном периодах: в долгосрочной перспективе коэффициенты на порядки ниже и влияние, соответственно, тоже.

Различия между временными периодами являются крайне важными для целей, которые преследует денежно-кредитная политика в России. Для срочных мер, нацеленных на стимулирование экономического роста, ограничение денежного предложения будет эффективным, однако в долгосрочной перспективе это приведет к дисбалансу национальных агрегатов и денежного предложения, увеличивая при этом инфляцию, безработицу и снижая темпы экономического роста5. Поэтому наиболее разумной политикой для Банка России в ближайшем будущем является ограничение вмешательства в финансовый сектор, особенно в вопросе чрезмерного регулирования денежной массы и поддержания коридора обменного курса рубля. Таргетирование инфляции должно стать приоритетной задачей для Банка России, определяющей краткосрочные взаимозависимости ключевых макроэкономических агрегатов и возможность долгосрочного равновесия. Так как осуществление этой цели тесно связано с функциями, от которых Банку России на данном этапе стоит воздержаться, возникает довольно сложная проблема, решение которой не лежит на поверхности. Ответ на этот вопрос требует всестороннего анализа различных факторов, а потому выходит за рамки данного анализа.

Заключение

Данное исследование было направлено на анализ трансмиссионного механизма российской экономики. Начальный этап для всех трансмиссий — это предложение денег или монетарная политика, оказывающая воздействие на этот механизм; последний — это ВВП. В статье не анализировалась эмпирическая структура каналов, которая уже была выявлена в работах зарубежных и российских

5 В конце 2008 г. Банк России повышал ставки, тем самым вызывая критику большинства экономистов. В данной статье автор подтверждает правильность краткосрочных мер финансового института по стабилизации денежного сектора, однако с последствиями такого решения обществу придется мириться еще, как минимум, несколько лет.

52

ФИНАНСЫ И КРЕДИТ

ученых, так как цель данной статьи заключалась в том, чтобы показать воздействие, которое денежная масса оказывает на основные элементы ВВП в кратко- и долгосрочном периодах. В долгосрочной перспективе предположение о нейтральности (по крайней мере, частичной) денег подкрепляется полученными эмпирическими результатами. В краткосрочном периоде все основные трансмиссионные каналы противоречат теоретически разработанным и апробированным «откликам» от реального сектора экономики на изменения в денежном предложении.

Очевидно, что любая денежно-кредитная политика, превышающая базовые и рутинные функции регулятора, является избыточной. Урезание денежного предложения снижает инфляцию и оказывает ограниченный позитивный эффект на реальный сектор экономики, который быстро испаряется, вызывая дисбаланс в равновесии монетарного и реального секторов экономики. Наиболее оптимальная политика для российских монетарных властей будет заключаться в ограничении собственного вмешательства в экономику, за исключением необходимых инструментов балансировки монетарного сектора экономики. Как было замечено в начале данной статьи, ликвидность российской экономики сильно зависит от экзогенных макроэкономических параметров, которые, в том числе, определяют и другие не менее важные макроэкономические индикаторы. Следовательно, логично предположить, что на трансмиссионные импульсы оказывает большее воздействие изменение макроэкономических параметров мировых рынков, чем сдвиги в государственной денежно-кредитной политике. Таким образом, пока российская экономика не реорганизована, т. е. не снята с нефтегазовой иглы, не существует реальных мотивов для «сверхсостоятельного» регулирования денежной массы Банком России.

Список литературы

1. Курс экономической теории: учеб. 5-е изд., доп. и перераб. / под ред. Чепурина М. Н., Киселевой Е. А. Киров: АСА. 2002.

2. Иванченко И. С. Исследование российского трансмиссионного механизма денежно-кредитной политики // Финансы и кредит. 2006. № 14.

3. Иванченко И. С. Применение формулы Фишера в анализе динамики российской денежной массы // Вопросы статистики. 2005. № 2.

4. Корищенко К. Н. Структурные факторы механизма денежной трансмиссии: тенденции и перспективы // Экономика и политика. 2005. № 2.

5. Красавина Л. Н. Снижение темпа инфляции в стратегии инновационного развития России // Деньги и кредит. 2006. № 9.

6. Крючкова И. П., Сапьян М. Ю. Трансмиссионный механизм денежно-кредитной политики и особенности его функционирования в российской экономике // Банковское дело. 2003. № 9.

7. Наливайский В. Ю, Иванченко И. С. Анализ российского механизма денежного предложения // Финансы и кредит. 2004. № 20.

8. Моисеев С. Р. Трансмиссионный механизм денежно-кредитной политики // Финансы и кредит. 2002. № 18.

9. Рыжковская О. В. Подходы к выбору режима и критерии оптимальности монетарной политики переходного периода. Минск: Национальный банк Республики Белорусь. 2008.

10. Земцов А. Источники финансирования российских банков. URL: http://www. raexpert. ru/researches/credit_org/bank2.

11. Angeloni I., Kashyap A., Mojon B, Terlizzese D. Monetary transmission in the euro area: does the interest rate channel explain all? 2003. NBER Working paper 9984 URL: http://www. nber. org/ papers/w9984.

12. Bacchella G. Consumption and Credit Constraints: International Evidence // Journal of Monetary Economics. 1997. № 40. Р. 207-238.

13. Bernanke B., Blinder A. Credit, Money and Aggregate Demand // American Economic Review. 1988. № 78. Р. 435-439.

14. Bernanke B, Gertler M. Agency costs, net worth and business fluctuations // American Economic Review. 1989. № 79. Р. 14-31.

15. Bernanke B., Blinder A. The Federal Funds Rate and the Channels of Monetary Transmission // American Economic Review. 1992. № 82. Р. 901-921.

16. Bernanke B, Gertler M. Inside the black box: the credit channel of monetary policy transmission. 1995. NBER Working paper 5146 URL: http:// www. nber. org/papers/w5146.

17. Campbell J., Mankiw G. The Response of Consumption to Income: A Cross-Country Investigation // European Economic review. 1991. № 35. Р. 715-721.

18. Dalyand V., Hadjimatheou G. Stochastic Implications for the Life Cycle - Permanent Income

Hypothesis: Evidence of the UK Economy // Journal of Political Economy. 1981. № 89. P. 596-599.

19. Dickey D. A., Fuller W. A. Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root // Econometrica. 1981. № 49. P. 1057-1072.

20. Engle R. F, Granger C. W. J. Co-integration and Error Correction: Representation, Estimation, and Testing // Econometrica. 1987. № 55. P. 251-276.

21. Ferreira C. The Bank Lending Channel Transmission of Monetary Policy in the EMU: A Case Study of Portugal // The European Journal of Finance. 2007. № 2. P. 181-193.

22. Flavin M. A. Adjustment of Consumption to Changing of Expectations About Future Income // Journal of Political Economy. 1981. № 89. P. 974-1009.

23. Grasa A. A. Econometric Model Selection: A New Approach? Dordrecht: Kluwer Academic Publishers. 1989.

24. Hall R.. Stochastic Implications of the Life Cycle-Permanent Income Hypothesis: Theory and evidence // Journal of Political Economy. 1978. № 86. P. 971-989.

25. Johansen S. Statistical Analysis of Cointegrating Vectors // Journal of Economic, Dynamics and Control. 1988. № 12. P. 231-254.

26. Johansen S., Juselius K. Testing Structural Hypotheses in a Multivariate Cointegration Analysis of the PPP and the UIP for UK // Journal of Econometrics. 1992. № 53. P. 211-244.

27. L tkepohlH. Introduction to Multiple Time Series Analysis, New York: Springer-Verlag. 1991.

28. MacKinnon J. G, HaugM. A., MichelisL. Numerical Distribution Functions of Likelihood Ratio Tests for Cointegration // Journal of Applied Econometrics. 1999. № 14. P. 563-577.

29. Makridakis S. G, Wheelwright S. C, McGee V. E. Forecasting: Methods and applications 2nd ed. 1983. New York: Wiley.

30. Mallick H, Agarwal S. Impact of real interest rates on real output growth in India: A long-run analysis in a liberalized financial regime // The Singapore Economic Review. 2007. № 2. P. 215-231.

31. Mishkin F. S. The transmission mechanism and the role of asset prices in monetary policy. 2001. NBER Working Paper 8617. URL: http://www. nber. org/papers/w8617.

32. Mishkin F. S. Illiquidity, Consumer Durable Expenditure, and Monetary Policy // American Economic Review. 1976. № 4. P. 642-654.

33. Mishkin F. S. What Depressed the Consumer? The Household Balance-Sheet and the 1973-1975 Recession. 1977. Brookings Paper on Economic Activity. № 1. P. 123-164.

34. Mishkin F. S. Understanding Financial Crises: A Developing Country Perspective. In Annual World Bank Conference on Development Economics, edited by Michael Bruno and Boris Pleskovic. 1996. P. 29-62. World Bank, Washington D. C.

35. Mishkin F. S. Lessons from the Asian Crisis // Journal of International Money and Finance. 1999. № 4. P. 709-723.

36. Mishkin F. S. International Experiences with Different Monetary Policy Regimes // Journal of Monetary Economics. 1999. № 3. P. 579-606.

37. Pill H. Real interest rates and growth: Improving on some deflating experiences // Journal of Development Studies. 1997. № 34. P. 85-110.

38. Safaei J., Cameron N. Credit channel and credit shocks in Canadian macrodynamics - a structural VAR approach // Applied Financial Economics. 2003. № 13. 267-277.

39. Sims C. A. Macroeconomics and Reality // Econometrica. 1980. № 48. P. 1-48.

40. Suzuki T. Credit channel of monetary policy in Japan: resolving the supply versus demand puzzle Applied Economics. 2004. № 36. P. 2385-2396.

41. TaylorM. P. Real interest rates and macroeconomic activity. Oxford Review of Economic Policy 15. 1999. P. 95-113.

ВНИМАНИЮ КРЕДИТНЫХ И СТРАХОВЫХ ОРГАНИЗАЦИЙ !

Предлагаем публикацию годовой и квартальной отчетности.

Стоимость одной публикации — 6 000 рублей (НДС не облагается) за две журнальные страницы формата А4.

Тел./факс: (495) 721-85-75 www.fin-izdat.rupost@fin-izdat.ru