CC BY
164ISSN 2311-8725 (Online) Анализ финансового капитала
ISSN 2073-039X (Print)
ОСОБЕННОСТИ ФУНКЦИОНИРОВАНИЯ КАНАЛОВ ДЕНЕЖНО-КРЕДИТНОЙ ТРАНСМИССИИ ДО И ПОСЛЕ ФИНАНСОВОГО КРИЗИСА
Олег Николаевич САЛМАНОВа% Виктор Макарович ЗАЕРНЮК", Ольга Алексеевна ЛОПАТИНА0
a доктор экономических наук, профессор кафедры финансов и бухгалтерского учета, Технологический университет, г. Королев, Московская область, Российская Федерация olegsalmanov@yandex.ru
b доктор экономических наук, профессор кафедры экономики минерально-сырьевого комплекса,
Российский государственный геологоразведочный университет им. Серго Орджоникидзе, Москва, Российская Федерация zvm4651@mail.ru
c аспирантка кафедры финансов и бухгалтерского учета,
Технологический университет, г. Королев, Московская область, Российская Федерация ogunba@mail.ru
• Ответственный автор
История статьи:
Получена 09.03.2017 Получена в доработанном виде 22.05.2017 Одобрена 15.06.2017 Доступна онлайн 27.07.2017
УДК 338.2 JEL: E41, E52, E58
Ключевые слова: денежно-кредитная политика, векторная авторегрессия, импульсные функции
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2017
Аннотация
Предмет. Денежно-кредитная политика в российской экономике, функционирование каналов денежно-кредитной трансмиссии.
Цели. Выявление различий в передаче политики регулятора в период до и после финансового кризиса 2008 г.
Методология. Исследование проводилось на основе выявления механизма денежно-кредитной трансмиссии с помощью модели VAR. В анализе были канал процентной ставки, корпоративного кредитования, объемов денежной массы, роста уровня цен. Интерпретированы различия в денежно-кредитной политике регулятора до и после финансового кризиса 2008 г.
Результаты. Рассмотрены и статистически подтверждены изменения в передаче денежно-кредитной политики регулятора через каналы денежно-кредитной трансмиссии. Выводы. На основе изучения инструментов денежно-кредитной политики установлено, что указанные каналы имеют относительную значимость в передаче политики и действуют с относительно разной степенью эффективности в докризисный и посткризисный периоды. Выявлен рост эффективности канала непредвиденного роста уровня цен, канала банковского кредитования и канала денежных потоков в посткризисный период. Результаты исследования могут использоваться для дальнейшего теоретического и эмпирического анализа механизма трансмиссии, а также могут быть полезны регулятору для проведения эффективной денежно-кредитной политики, коммерческим банкам - для учета при формировании стратегии развития, важным составным элементом которой является система управления финансовой устойчивостью.
Для цитирования: Салманов О.Н., Заернюк В.М., Лопатина О.А. Особенности функционирования каналов денежно-кредитной трансмиссии до и после финансового кризиса // Экономический анализ: теория и практика. - 2017. - Т. 16, № 7. С. 1317 - 1336.
https://doi.org/10.24891/ea.16.7.1317
В последние годы Центральный банк Российской Федерации кардинально изменил приоритеты реализуемой денежно-кредитной политики. Переход к таргетированию инфляции и гибкому курсообразованию сопровождался сменой основных инструментов монетарной политики регулятора.
Цель нашего исследования - выявить различия в передаче политики регулятора до и после финансового кризиса 2008 г. При этом отметим ряд трудностей, возникающих при анализе российской денежно-кредитной политики. Так, в
частности, при оценке правила монетарной политики для понимания реакции регулятора на изменение целевых показателей в качестве таких показателей могут выступать инфляция, обменный курс, темп роста экономики. При их отклонении от целевых значений, центральный банк воздействует на финансовую систему с помощью инструментов. Первая трудность заключается в использовании Банком России гибкого подхода при определении политики, заключающегося в многообразии инструментов, применяемых им в различные периоды времени, порой взаимоисключающих, смене целей, что делает проблематичным выбор
1317
основного инструмента, как, например, процентная ставка в правиле Тейлора [1] или денежная масса в правиле Маккаллума [2]. Выбор инструмента по правилам Маккалума и Тейлора в российской периодике изложен А.Г. Вдовиченко и
B.Г. Ворониной [3], К.В. Юдаевой и Н.С. Ивановой [4], С.М. Дробышевским, П.В. Труниным, М.В. Каменских [5].
В решении данной проблемы может помочь применение векторной авторегрессии,
позволяющей оценить несколько уравнений, описывающих монетарную политику, учесть несколько целей и инструментов. Векторные авторегрессии (VAR) позволяют, основываясь на реальных данных, идентифицировать структурные шоки, которые можно рассматривать как причины экономических колебаний, позволяют оценить влияние последних на экономику. Например,
C.A. Sims [6], B.S. Bemanke, M. Gertler [7] при помощи структурной модели векторной авторегрессии анализируют действенность денежно-кредитной политики при изменении цены на нефть как внешнего потрясения, и степень ее воздействия на реальную экономику. Возможность такого рода оценки дают функции импульсного отклика и декомпозиция вариации. Этот метод дает возможность оценки не только применяемых инструментов, но и воздействия внутренних и внешних потрясений.
Выявив неожиданные изменения в эндогенных переменных, можно разложить их на структурные шоки и провести анализ импульсных функций для понимания динамики каждой из входящих в модель переменных в ответ на выявленные структурные шоки. При этом изменения переменных могут быть вызваны не только структурными потрясениями самой переменной, но и структурными потрясениями других переменных вектора, так называемой кросс-корреляцией переменных. Это обосновывает необходимость идентификации, наложения экономически оправданных ограничений, учитывая скорость реакции отдельных переменных. Импульсные функции (реакция на импульс потрясения) придают наглядность результатам исследования. Графики импульсной функции визуализируют влияние потрясения на любую переменную модели.
Вторая трудность заключается в недостатке статистических данных. Недостаточная
продолжительность ряда статистических данных в исследованиях ограничивает количество
переменных, которые могут быть включены в
модель, что в свою очередь не ограничивает точности определения каналов трансмиссии, монетарной политики и понижает степень устойчивости полученных результатов. Оценивая политику регулятора в России, многие авторы рассматривают преимущественно временной отрезок с 2000 г. Например, А. Esanov, С. Мегк1, L.V. de Souza [8], А.Г. Вдовиченко и В.Г. Воронина [3] анализируют цели, которые ставил Банк России в 2000-х гг., поскольку именно с этого периода доступна более или менее надежная статистика для многих экономических показателей в России.
Третья трудность состоит в нестабильности результатов проводимых исследований. Так,
A. Esanov, С. Мегк1, L.V. de Souza [8], проведя оценку на основе данных 1993-2002 гг., пришли к выводу, что основным инструментом регулятора в данный период являлся денежный агрегат М1. Результатом исследования А.Г. Вдовиченко и
B.Г. Ворониной [3], направленного на оценку монетарной политики регулятора за 1999-2003 гг., стал вывод, что после кризиса 1998 г. регулятор стал уделять особое внимание обменному курсу. Причиной нестабильности может быть наличие различных ограничений и структурных изменений, оказывающих влияние на эффективность проводимой Банком России монетарной политики, нахождение ее на стадии формирования.
При оценке наличия и важности изменений в механизме передачи исследователи применяли одну из следующих стратегий:
• оценка эмпирической модели по различным подвыборкам;
• оценка эмпирической модели для обработки (некоторых подмножеств) параметров как изменяющихся во времени латентных процессов (как правило, развивающихся в соответствии со случайным блужданием);
• оценка переключения режима версии эмпирической модели, где (некоторое подмножество) параметры могут стохастически переключаться между различными режимами в зависимости от ценностей.
Авторы работы [4] для определения приоритетов монетарной политики регулятора с использованием обобщенного метода моментов оценили правило Тейлора для процентной ставки и денежной базы в период с января 2003 г. до апреля 2010 г., а также оценили модель в докризисном периоде - с января 2003 г. до апреля 2008 г.. По мнению авторов, произошло некоторое
изменение приоритетов политики Центрального банка Российской Федерации в сторону поддержки выпуска и контроля инфляции.
В свою очередь J. Boivin, M. Giannoni [9] оценили VAR для двух выборок (до и после 1979 г.) с использованием рекурсивной схемы
идентификации в целях определения шоков денежно-кредитной политики. Полученные результаты показали, что после 1979 г. экзогенные изменения в монетарной политике были менее эффективны. Авторы работ [10-12] использовали изменяющийся во времени VAR со случайными коэффициентами, чтобы обеспечить более сильную эволюцию передачи денежно-кредитной политики. Как считают J. Gali и L. Gambetti [13], эффект шоков от спроса на реальную деятельность и инфляцию упал с течением времени. Вместе с тем G. Primiceri [10] по результатам оценки модели, основанной на рекурсивно определенных VAR, пришел к выводу, что за последние пятьдесят лет значительных изменений в передаче денежно-кредитной политики не было. Аналогичный вывод сделали F. Canova и L. Gambetti [12], отметив также повышение за последнее десятилетие чувствительности реальной деятельности к шокам денежно-кредитной политики.
Модель с марковскими переключениями применена авторами работы [14] для исследования денежно-кредитной политики в России за 20012011, базирующейся на правиле Тейлора. На основе построенной модели с марковскими переключениями авторы выявили периоды переключений режимов (поддержание уровня инфляции, фиксация обменного курса). Динамические свойства данной модели определяются текущим режимом, который в свою очередь определяется реализацией скрытой марковской цепи с конечным пространством состояний. Использовалась динамическая модель.
Модель MSVAR с марковскими переключениями применена A.R. Bordon, A. Weber [15] для оценки изменений в механизме денежно-кредитной трансмиссии Армении в 2000-2010 гг. Применив модель MSVAR (с пороговой переменной и без нее) авторы идентифицировали переключение режимов во второй половине 2006 г. и в середине 2009 г.
Несмотря на то, что в настоящее время при исследованиях денежно-кредитной политики, ее прогнозировании применяются структурные, динамические модели, модели VAR, по утверждению L. Christiano [16], по-прежнему
играют важную роль. Важным фактом является то, что по оценкам импульсных функций отклика модели VAR обеспечивают естественный способ выбора параметров структурной модели и оценки эмпирической достоверности альтернативных моделей [17]. Позволяя получать эмпирически правдоподобные оценки динамических реакций основных макроэкономических переменных денежной политики, VAR широко используются как в оценке эмпирической подгонки структурных моделей [18, 19], так и в приложениях денежной политики [20].
Метод векторных авторегрессий дает возможность провести анализ в динамике взаимного влияния нескольких переменных. Каждая переменная р а с с м а тр и в а е т с я ка к э нд о г е н н а я . Макроэкономические переменные меняются с течением времени. С точки зрения макроэкономики важно понимание того, какое влияние и в какой степени на их изменение оказывает реализуемая в стране монетарная политика. Понимание причинно-следственной связи между применяемыми монетарными и н с тр у м е нт а м и и п о ка з ате л я м и, характеризующими экономическое состояние в стране, дает возможность оценки эффективности такой политики.
В исследовании использована модель VAR для определения изменения в политике регулятора после кризиса 2008 г. Построение и оценка эконометрической модели проводилась с использованием программы Eviews. Исследование основано на основных экономических и финансовых помесячных показателях России за период с августа 2001 г. по август 2015 г. Были использованы находящиеся в открытом доступе данные Центрального банка Российской Федерации1 и Федеральной службы государственной статистики2.
В отличие от работы [21] анализируются две подвыборки: до кризиса (с августа 2001 г. по ноябрь 2008 г.) и после кризиса (с декабря 2009 г. по август 2015 г.). Период наибольшего влияния кризиса на отечественную экономику в расчет не берется, поскольку отличается наличием
1 Международные резервы Российской Федерации.
URL: www.cbr.ru/hd_base/Defaultaspx?Prtid=mrrf_m; Динамика курсов доллара США и евро к рублю и показатели биржевых торгов. URL: www.cbr.ru/hd_base/Default.aspx?Prtid=micex_doc; Данные об объемах кредитов, депозитов и прочих размещенных средств, предоставленных организациям, физическим лицам и кредитным организациям. URL: www.cbr.ru/statistics/print.aspx? file=bank_system/4-3-1_15.htm&pid=pdko_sub&sid=dopk
2 Национальные счета. Информация о пересмотре динамического ряда. URL: www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistic s/accounts/#
существенных структурных изменений, что сделало бы результаты исследования нестационарными.
Проведена обработка ряда статистических данных (исключение сезонной составляющей, приведение к стационарному виду, определение длины лага включенных в модель переменных).
При анализе влияния монетарной политики и разных потрясений нами использовались:
• разложение дисперсии переменных для определения степени влияния отдельного потрясения на дисперсию рассматриваемых показателей;
• функция импульсных откликов, которая придает наглядность изменениям значений рассматриваемых переменных в ответ на разные потрясения.
Проанализируем импульсные отклики основных переменных, характеризующих отечественную экономику, на неожиданные шоки ужесточения монетарной политики. Эти методы позволяют в итоге выявить различия в передаче денежно-кредитной политики до и после финансового кризиса 2008 г.
Спецификация УЛЯ-модели. Опишем базовую УАЯ-модель, которую мы используем для анализа последствий шоков денежно-кредитной политики Банка России. Модель выглядит следующим образом:
где Yt и Xt - соответственно векторы эндогенных и экзогенных переменных;
А и В - матрицы коэффициентов;
L - лаг;
st - вектор ошибок при нормальном распределении.
Вектор эндогенных переменных Yt, как правило, включает темп роста валового внутреннего продукта у; индексов потребительских цен pt, денежной номинальной процентной ставки it, валютного курса г, денежной массы т:
Ъ =[ у > л > ь > г * mt ] • (2)
В данном случае мы проводим оценку методом УАЯ, используя переменные монетарной политики, реального сектора и внешних факторов.
1320
В вектор эндогенных переменных Yt включаются индекс промышленного производства IGDP, денежный агрегат М2, средневзвешенный курс валютного рынка рубля к доллару RM, индекс потребительских цен на товары и услуги CPI, объем корпоративного кредитования Loans, инвестиции в основной капитал IC, международные резервы NRES, ставка рефинансирования IREF, средневзвешенная процентная ставка по рублевым кредитам IRNF.
Вектор экзогенных переменных содержит цены на нефть марки Urals (oil) и константу:
Xt = [c, oil].
Все переменные (экзогенные и эндогенные) за исключением процентных показателей прошли обработку на сезонность, логарифмированы (натуральные логарифмы) для получения линейного вида связи показателей.
Шок денежно-кредитной политики определяется с помощью стандартного разложения Холецкого с исходным предположением, что политики потрясений не одновременно влияют на выходные данные, цены и деньги. Мгновенное влияние возможно на обменный курс. Однако директивная процентная ставка не реагирует на текущие изменения эффективного обменного курса.
О тсутствие се риальной корр еляции подтверждается тестом Portmanteau. Тест множителей Лагранжа подтвердил выполнение нулевой гипотезы.
Длина лага в (2) была определена по критериям Акаике и Шварца. Был выполнен единичный тест и установлено, что все обратные корни по модулю меньше единицы, что подтверждает стационарность полученной модели VAR.
Как и в предыдущем исследовании3 мы принимаем, что работоспособность канала процентной ставки характеризуется
средневзвешенной стоимостью краткосрочных рублевых кредитов предприятиям и организациям (за исключением финансового сектора) IRNF. Канал банковского кредитования, аналогично работе [22], мы связываем с объемом предоставленных кредитов корпоративным клиентам Loans. За каналы денежных потоков и непредвиденного роста уровня цен отвечают переменные М2 и потребительских цен CPI соответственно.
3 Салманов О.Н., Заернюк В.М., Лопатина О.А. Установление влияния денежно-кредитной политики методом векторной авторегрессии / // Финансы и кредит. 2016. № 28. С. 2-17.
Эмпирические результаты. На рис. 1-4 представлены импульсные функции отклика переменных денежно-кредитной политики, включенных в VAR, шок которых вызывает рост показателя в одно стандартное отклонение. Импульсные отклики выводятся за 16-месячный период.
Процентный канал. Рассмотрим процентный канал, который в западной литературе, кейнсианской модели, считается ключевым. Полученные импульсные отклики отражены на
рис. 1.
Теоретически в соответствии с моделью IS-LM снижение процентных ставок способствует росту спроса на капитал, инвестиции, выпуск. Рост ставок стимулирует противоположную реакцию данных показателей. Соответственно, регулятор после монетарного шока ожидает, что выпуск, цены, спрос на деньги будут падать при возрастании процентных ставок, причем реакция денег будет опережать отклик цены. При этом контроль процентных ставок осуществляется через влияние на объем ликвидности в экономике.
При ограничительном шоке, сказывающемся на процентных ставках, в период до кризиса цены реагируют сдержанно, реакция проявляется через два периода временным незначительным ростом, после чего цены поступательно снижаются в течение пяти периодов и стабилизируются. После кризиса реакция цены циклична, кратковременный рост сменяется снижением цен на 0,25% в течение четырех периодов, после чего цены снова повышаются. Достигая через десять периодов своего первоначального (до шока) значения, цены стабилизируются. Данная реакция не противоречит теории. При этом в общей выборке ограничительный шок процентной ставки вызывает рост цен, что противоречит теории, является price puzzle, одну из причины которого C.A. Sims [6] видел в том, что шок процентной ставки не является полностью экзогенным ввиду учета регулятором при проведении монетарной политики ценовых ожиданий. На наш взгляд, price puzzle в общей выборке при отсутствии его в выборках до и после кризиса проявляется вследствие влияния кризиса, а в целом результат по трем выборкам показывает цикличность денежно-кредитной политики. Реакция
инвестиций длительная - более 12 периодов. Инвестиции до кризиса в ответ на шок возрастают на 0,03% в течение первых трех периодов, после чего идут на спад в течение 12 периодов, стабилизируясь в итоге. Реакция в посткризисный
период противоположна: резкое падение инвестиций в течение двух периодов сменяется последующим существенным ростом в течение четырех периодов. При этом инвестиции возвращаются к уровню до шока в четвертом периоде (через два периода после начала роста); максимального значения инвестиции достигают в шестом периоде, после чего идут на спад.
Снижение процентной ставки в докризисный период сопровождается немедленным ростом объема кредитования, реакция длительная, без волатильности. В период после кризиса первоначальным откликом на шок является существенное снижение объема кредитования, что связано с осторожностью кредиторов, однако начиная с пятого периода объем кредитования возрастает. В отличие от периода до кризиса рост поступательный, что, вероятно, объясняется ограничениями на риски, которые готовы принимать на себя банки с учетом кризиса.
Как и отклик инвестиций, кредитования, реакция выпуска носит длительный характер. Выпуск до кризиса первые два периода резко падает. В течение последующих 14 периодов устойчиво возрастает и восстанавливается. В посткризисный период шок процентной ставки приводит к падению выпуска, но восстанавливается он вдвое быстрее.
Изучая реакцию экономики на шоки денежно-кредитной политики, авторы работы [7] установили, что несмотря на не перманентное влияние на процентные ставки неожиданного ограничения, оно приводит к стабильному сокращению реального выпуска и цен. Конечный спрос падает достаточно быстро после сжатия. Выпуск также реагирует падением, однако реакция проходит с запозданием, что ведет к краткосрочному увеличению товарных остатков, постепенное последующее снижение которых является основной причиной снижения ВВП.
Повышение выпуска против теоретических ожиданий уверенного падения, часто встречающееся в эмпирических исследованиях с применением VAR, аналогично ценовому феномену, называют output puzzle. По мнению B. Bernanke [20], рост инфляционных ожиданий имеет характер неблагоприятных совокупных шоков предложения и они, как правило, повышают волатильность как инфляции, так и объема производства в сочетании, которое зависит от того, насколько сильно денежно-кредитные политики будут действовать, чтобы компенсировать эти изменения в ожиданиях.
Изучая денежно-кредитный механизм стран Центральной Европы, C. Oros, C. Romocea-Turcu [23] анализируют эффект output puzzle. Для объяснения этого нелогичного эффекта авторы прибегают к модели Лукаса, согласно которой в относительно инфляционной среде (в течение рассматриваемого периода анализа средняя инфляция составила от 6,4% в Венгрии и 5,9% в Словении), рост процентной ставки может быть признаком будущей стабильности цен, что стимулирует инвестиции и промышленное производство.
Автор работы [24] анализирует реакцию выпуска и цен на шоки денежно-кредитной политики через различные промежутки времени, от трех до шестидесяти месяцев. На основании этого он формирует представление о поведении переменных на различных временных отрезках. В краткосрочном периоде выявлен рост выпуска после ограничительного шока, что противоречит теории в части того, что выпуск должен сокращаться. На среднесрочном интервале, по мнению автора, в большинстве случаев выпуск падает.
По мнению авторов работы [25], после ограничительного шока денежно-кредитной политики выпуск имеет негативную реакцию, но скромную по размеру.
Канал банковского кредитования. Импульсные функции банковского кредитования представлены на рис. 2.
Шок внутренних кредитов вызывает немедленный инфляционный эффект, который имеет более выраженный характер в посткризисный период (четыре периода). Шок объемов корпоративного кредитования вызывает резкий, но
непродолжительный рост инвестиций и промышленного производства после кризиса. Позитивный шок внутреннего кредитования после кризиса вызывает уверенный рост процентной ставки в течение трех периодов с последующим падением в течение восьми месяцев, стабилизация наблюдается после пятнадцати месяцев. В докризисный период существенного влияния на процентную ставку не выявлено. В обоих периодах денежная масса растет.
Канал денежных потоков. Импульсные функции в ответ на шоки денежной массы представлены на рис. 3.
Корпоративное кредитование в ответ на шок денежной массы до кризиса снижается в течение
двух периодов, после чего наблюдается рост как до, так и после кризиса. Реакция инвестиций также схожа в обоих периодах: инвестиции резко падают, затем возрастают и стабилизируются, причем в посткризисный период они показывают более длительный рост. Реакция выпуска до и после кризиса различна. В докризисный период выпуск резко возрастает в течение двух периодов, затем устойчиво снижается на протяжении двенадцати периодов. После кризиса выпуск плавно снижается в течение двух периодов, после чего начинает уверенно возрастать. Процентная ставка до кризиса в ответ на шок снижается в течение первых двух периодов, возрастает в последующие пять периодов, после чего наблюдается плавное снижение и стабилизация через десять месяцев. В посткризисный период ставка возрастает в течение трех периодов, после чего наблюдается рост.
По мнению авторов работы [26], шоки денежно-кредитной политики влияли на объем промышленного производства достаточно умеренно: в диапазоне от -1,5% до 1,5%.
Канал непредвиденного роста уровня цен. Импульсные функции отклика роста уровня цен представлены на рис. 4. Как видно, реакция инвестиций противоположна до и после кризиса в течение трех периодов: в первом случае инвестиции существенно возрастают, во втором -снижаются. Однако и в том, и в другом периодах инвестиции стабилизируются на одном уровне через пять периодов. В докризисный период выпуск падает значительно, реакция длится восемь периодов, после чего отмечается динамика роста в течение восьми следующих периодов.
После кризиса наблюдается обратная стойкая реакция выпуска: плавный поступательный рост на протяжении семи периодов. Отклик кредитования отличается до и после кризиса: падение в первом периоде, рост - во втором. Отклик процентной ставки одинаков в обеих выборках. После незначительного снижения в течение первых двух периодов процентная ставка вырастает пять периодов, после чего постепенно снижается. Реакция длится девять периодов. Реакция денежной массы различается до и после кризиса. В первом случае объем денежной массы в ответ на рост уровня цен снижается, причем объем денежной массы реагирует с запозданием на три периода. Во втором денежная масса сразу реагирует небольшим сокращением. Однако реакция после кризиса незначительная.
Выводы. При ограничительном шоке, сказывающемся на процентных ставках, в период до кризиса цены реагируют сдержанно, реакция проявляется через полтора - два периода временным незначительным ростом, после чего цены поступательно снижаются в течение пяти периодов и стабилизируются. Шок процентной ставки в докризисный период вызывает падение выпуска, рост кредитования, денежной массы и инвестиций. Выпуск до кризиса первые два периода резко падает. В течение последующих четырнадцати периодов устойчиво возрастает, достигая первоначального уровня. При этом, несмотря на изначальное снижение выпуска в течение первых двух периодов, в течение последующих четырнадцати периодов он устойчиво возрастает, незначительно превышая в итоге уровень до шока. Шок процентной ставки в период после кризиса вызывает падение объема кредитования, инвестиций, денежной массы и выпуска. Реакция цены и выпуска в выборках до и после кризиса в целом не противоречат теории. Процентный канал требует дальнейшего изучения с улучшением надежности результатов.
Изучение канала банковского кредитования показало, что в докризисный период увеличение внутренних кредитов вызывает рост цен, который длится больше года, непродолжительный незначительный рост инвестиций. Позитивный шок внутреннего кредитования вызывает рост промышленного производства, однако рост кратковременный (в течение двух периодов), незначительное снижение процентной ставки, денежной массы. В период после кризиса откликом на шок внутреннего объема корпоративного кредитования стал рост цен (более выраженный по сравнению с докризисным периодом), процентной ставки, существенный кратковременный рост инвестиций и выпуска, а также рост денежной массы. В целом можно сказать о наличии канала банковского кредитования и росте его эффективности в посткризисный период.
Изучение канала денежных потоков показало, что шок, влияющий на денежную массу в докризисном периоде, вызывает падение цен, инвестиций, рост выпуска в течение трех периодов с последующим снижением. Ставка процентов падает в течение двух периодов с последующим ростом в течение десяти периодов. В посткризисный период шок денежной массы вызывает колебания цен (рост, сменяющийся падением и т.д.), снижение объема инвестиций. Ставка процента возрастает в течение трех периодов, после чего наблюдается рост.
Деньги в посткризисный период практически не влияют на выпуск. В целом можно говорить о недостаточной эффективности работы канала денежных потоков.
В ответ на шок уровня цен до кризиса процентная ставка растет в течение шести периодов. Отмечается краткосрочный рост инвестиций, кредитования и выпуска в течение двух периодов, после они снижаются. Снижением реагирует и денежная масса с отставанием в четыре лага. После кризиса непредвиденный рост уровня цен приводит к снижению в течение двух периодов процентной ставки, что стимулирует краткосрочный рост инвестиций, объема кредитования, денежной массы, выпуска. Рост выпуска при непредвиденном росте цен в краткосрочном периоде не противоречит теории. С одной стороны, это может быть вызвано неполнотой и несовершенством информации в результате роста относительной цены отдельных производителей (модель несовершенной информации Дж. Лукаса). С другой стороны, это может быть связано с тем, что фирмы не сразу меняют цены на товары в ответ на колебания спроса в условиях неопределенности (например, оговорка жестких цен в контрактах с учетом волатильности курса для сохранения клиентов) (модель жестких цен неокейнсианского направления).
Обобщая, можно сделать вывод, что все рассматриваемые каналы существуют с разной степенью работоспособности. Выявлен рост работоспособности каналов банковского кредитования, непредвиденного роста уровня цен и денежных потоков в посткризисный период. Рассматривая процентный канал и канал денежных потоков, можно сказать, что они остаются недостаточно эффективными, но необходимо отметить, что их анализ не является простым.
Такая характеристика каналов передачи проводимой регулятором политики, очевидно, связана с депрессивным состоянием экономики, отсутствием ее роста на протяжении последних лет и высокой инфляцией.
Кроме того, очевидно, что на такую характеристику повлияла проводимая регулятором денежно-кредитная политика, изменение целевого ориентира с обменного курса на инфляцию. Значительные изменения в монетарной политике регулятора, обусловленные этим переходом, произошли с 2011 г.: введение ключевой ставки, формирование коридора процентных ставок,
упразднение валютного коридора и переход к плавающему валютному курсу. Основным инструментом регулятора при формировании денежных агрегатов стали операции предоставления ликвидности по средствам аукционного РЕПО. Рефинансирование регулятором коммерческих банков вошло в пул основных инструментов в условиях структурного дефицита ликвидности кредитных организаций в отечественном банковском секторе и сложившейся изоляции российских банков от внешнего рынка капитала. В настоящее время - это важнейший источник денежного предложения. В ряде публикаций исследуются эти аспекты [27-29].
Необходимо отметить, что расширение набора переменных позволит повысить достоверность результатов при использовании векторной авторегрессии. Однако при этом во избежание так называемого проклятия размерности необходимо применять более сложные модели, нежели стандартная модель УЛК, использованная в данном случае. Расширить количество переменных позволит использование FAVAR [20], а также байесовская модель VAR, позволяющие наложить знак непосредственно на импульсные характеристики большого набора переменных в байесовской фактор-дополненной векторной авторегрессии (FAVAR). Как показали авторы работы [25], каждое дополнительное ограничение знака может повлечь улучшение структурной идентификации. При этом выбор параметров структурной модели и оценка эмпирической достоверности альтернативных моделей осуществляются по оценкам импульсных функций отклика, модели VAR.
Нами были изучены различия в монетарной политике регулятора до и после кризиса 2008 г. и интерпретированы каналы передачи. Исследование проводилось с помощью метода векторной авторегрессии.
За последние 15 лет внутренняя монетарная политика претерпевала значительные коррективы как в части целей, так и в части применяемых инструментов. До кризиса 2008-2009 гг. денежно-кредитная политика была ориентирована на валютный курс [4, 5]. После финансового кризиса снизилась значимость валютного курса, Банк России объявил о поступательном переходе к таргетированию инфляции и гибкому курсообразованию.
Опыт зарубежных стран, таргетирующих инфляцию, таких как Англия, страны еврозоны, Канада и других, показывает, что при данном
режиме именно процентная ставка выступает основным инструментом регулирования.
Недостаточно развитый финансовый рынок повышает уязвимость национальной экономики к макроэкономическим потрясениям. Для России в настоящее время такими шоками являются колебания цен на углеводороды и ограниченный доступ к рынкам капитала. Они оказывают существенное влияние на обменный курс и доступность международного рынка капитала для внутренних участников рынка, влекут возникновение кризисов ликвидности и платежеспособности.
Понимание того, через какие инструменты и в какой мере банковский сектор реагирует на изменения денежно-кредитной политики, является очень важным.
Нами реализовано стационарное решение для восьми переменных. По результатам исследования статистически обоснованы относительная мера передачи денежной политики по процентному каналу, каналу банковского кредитования, каналу денежных потоков и каналу непредвиденного роста уровня цен и их действие с разной степенью эффективности в докризисный и посткризисный периоды.
Подтверждено повышение работоспособности каналов банковского кредитования,
непредвиденного роста уровня цен и денежных потоков в посткризисный период. Работоспособность процентного канала остается недостаточной, учитывая объявленный
регулятором курс на таргетирование инфляции, при котором по опыту западных стран данный канал должен выступать в качестве основного в механизме передачи. При этом нельзя не учитывать малую выборку, небольшое количество переменных, переход политики Банка России от политики таргетирования курса рубля к политике таргетирования инфляции в анализируемом периоде, а также макроэкономические показатели (падение темпов роста российской экономики, высокая инфляция, зависимость от мировых цен на нефть).
Оценки отклика переменных на шоки, полученные с применением модели VAR, могут служить ориентиром для будущих исследований механизма передачи денежно-кредитной политики.
Учитывая события во внутренней экономике в 2015-2016 гг., резкое падение цен на нефть и соответствующее ослабление рубля, ограничение
доступа к международным рынкам капитала, ведущие к структурным изменениям в экономике, введение антикризисных мер бюджетирования, можно говорить о формировании нового режима денежно-кредитной политики. Принимая во внимание скорость изменений в современном мире, зависимость внутренней
макроэкономической ситуации от мировой экономики ввиду происходящих процессов глобализации, интеграции, что наглядно показал кризис 2008 г., важно отслеживать изменения в
единой денежно-кредитной политике на предмет действенности применяемых инструментов, эффективности каналов денежно-кредитной трансмиссии. Результаты таких исследований интересны не только регулятору для проведения эффективной денежно-кредитной политики и недопущения усугубления кризисных явлений, но и для коммерческих банков для учета при формировании стратегии развития, важным составным элементом которой является система управления финансовой устойчивостью.
Рисунок 1
Импульсные функции отклика от процентной ставки (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to IRNF; b - IC to IRNF; c - IRNF to IRNF; d - IVGDP to IRNF; e - LOANS to IRNF; f - M2 to IRNF
Figure 1
Impulse response functions to interest rate (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to IRNF; b - IC to IRNF; c - IRNF to IRNF; d - IVGDP to IRNF; e - LOANS to IRNF; f - M2 to IRNF
■ CPI before the crisis
■ CPI total sample CPI after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
-0.08
1С before the crisis - 1С total sample 1С after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
■ IRNF before the crisis - IRNF total sample IRNF after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
а
b
c
0,2
-IVGDP before the crisis
- IVGDP total sample IVGDP after the crisis
-0.4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
LOANS before the crisis
- LOANS total sample LOANS after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
- M2 before the crisis -M2 total sample M2 after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
f
Источник: авторская разработка Source: Authoring
d
e
Рисунок 2
Импульсные функции отклика объема корпоративного кредитования (Response to Cholesky One S.D.
Innovations ± 2 S.E.): a - CPI to LOANS; b - IC to LOANS; c - IRNF to LOANS; d - IVGDP to LOANS; e - LOANS to LOANS;
f - M2 to LOANS
Figure 2
Impulse response functions to volume of corporate lending (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to LOANS; b - IC to LOANS; c - IRNF to LOANS; d - IVGDP to LOANS; e - LOANS to LOANS; f - M2 to LOANS
CPI before the crisis ■ CPI total sample CPI after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
1С before the crisis - 1С total sample ■ 1С after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
■ IRNF before the crisis
■ IRNF total sample IRNF after the crisis
1 2 3 4 5 6 1 8 9 10 11 12 13 14 15 16 Period
■IVGDP before the crisis
■IVGDP total sample IVGDP after the crisis
1 2 3 A 5 6 1 8 9 10 11 12 13 14 15 16 Period
a
b
c
LOANS before the crisis
-LOANS total sample ■ LOANS after the crisis
1 2 3 4 5 6 7 g 9 10 11 12 13 14 15 16 Period
M2 before the crisis M2 total sample M2 after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
f
Источник: авторская разработка Source: Authoring
Рисунок 3
Импульсные функции отклика денежной массы (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to M2; b - IC to M2; c - IRNF to M2; d- IVGDP to M2; e - LOANS to M2; f - M2 to M2
Figure 3
Impulse response functions to money supply (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to M2; b - IC to M2; c - IRNF to M2; d- IVGDP to M2; e - LOANS to M2; f - M2 to M2
— CPI before the crisis
— CPI total sample -- CPI after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
e
a
0.10
0,20
-0.20
1 2 3 4 5 6 1 8 9 10 11 12 13 14 15 16 Period
1С before the crisis ■ 1С total sample 1С after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
■ IRNF before the crisis
■ IRNF total sample IRNF after the crisis
-0.1
6 7 8 9 10 11 12 13 14 15 16 Period
■IVGDP before the crisis
■IVGDP total sample IVGDP after the crisis
0.02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
LOANS before the crisis
-LOANS total sample LOANS after the crisis
b
c
d
e
0.025 0.02 0,015 0,01 0.005 0
-0.005
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
■M2 before the crisis ■M2 total sample M2 after the crisis
f
Источник: авторская разработка Source: Authoring
Рисунок 4
Импульсные функции отклика роста уровня цен (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to CPI; b - IC to CPI; c - IRNF to CPI; d - IVGDP to CPI; e - LOANS to CPI; f - M2 to CPI
Figure 4
Impulse response functions to price level growth (Response to Cholesky One S.D. Innovations ± 2 S.E.): a - CPI to CPI; b - IC to CPI; c - IRNF to CPI; d - IVGDP to CPI; e - LOANS to CPI; f - M2 to CPI
CPI before the crisis ■ CPI total sample CPI after the crisis
1 2 3 4 5 6 1 8 9 10 11 12 13 14 15 16 Period
a
-0.05
-0,06 '
-0.07
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
b
-IC before the crisis
-IC total sample
— — IC after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
IRNF before the crisis ■ IRNF total sample IRNF after the crisis
0,2
0,1
■ IVGDP before the crisis
•IVGDP total sample
■ IVGDP after the crisis
Period
LOANS before the crisis
■ LOANS total sample
■ LOANS after the crisis
Period
c
d
e
■M2 before the crisis ■M2 total sample ■ M2 after the crisis
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Period
f
Источник: авторская разработка
Source: Authoring
Список литературы
1. Taylor J.B. A Historical Analysis of Monetary Policy Rules. In: Monetary Policy Rules. University of Chicago Press, 1999. URL: http://www.nber.org/chapters/c7419.pdf
2. McCallum B. Analysis of the Monetary Transmission Mechanism: Methodological Issues. NBER Working Paper, 1999, no. 7395.
3. Vdovichenko A.G., Voronina V.G. Monetary policy rules and their application in Russia. Research in International Business and Finance, 2006, vol. 20, no. 2, pp. 145-162.
4. Юдаева К., Иванова Н., Каменских М. Что таргетирует Банк России? URL: http://www.sberbank.ru/common/img/uploaded/files/pdf/press_center/Review_100805.pdf
5. Дробышевский С.М., Трунин П.В., Каменских М.В. Анализ правил денежно-кредитной политики Банка России в 1999-2007 гг. URL: http://www.iep.ru/files/text/working_papers/127.pdf
6. Sims C. Interpreting the macroeconomic time series facts: the effects of monetary policy. European Economic Review, 1992, vol. 36(5), pp. 975-1000.
7. Bernanke B.S., Gertler M.L. Inside the Black Box: The Credit Channel of Monetary Transmission. Journal of Economic Perspectives, 1995, vol. 9(4), pp. 27-48.
8. Esanov A., Merkl Ch., De Souza L.V. Monetary Policy Rules for Russia. Journal of Comparative Economics, 2005, vol. 33, no. 3, pp. 484-499.
9. Boivin J., Giannoni M. Assessing Changes in the Monetary Transmission Mechanism: A VAR Approach. Economic Policy Review, 2002, vol. 8, no. 1, pp. 97-111.
10. Primiceri G.E. Time Varying Structural Vector Autoregressions and Monetary Policy. Review of Economic Studies, 2005, vol. 72(3), pp. 821-852. doi: 10.1111/j.1467-937X.2005.00353.x
11. Gali J., Gambetti L. On the Sources of the Great Moderation. URL: http://www.frbsf.org/economic-research/files/gali_gambetti.pdf
12. Canova F., Gambetti L. Structural Changes in the U.S. Economy: Is There a Role for Monetary Policy? Journal of Economic Dynamics and Control, 2009, vol. 33(2), pp. 477-490.
13. Федорова Е., Лысенкова А. Как влияют инструменты денежно-кредитной политики на достижение целей ЦБ РФ? // Вопросы экономики. 2013. № 9. C. 106-118.
14. Bordon A.R., Weber A. The Transmission Mechanism in Armenia: New Evidence from a Regime Switching VAR Analysis. IMF Working Paper, 2010, no. WP/10/270, 32 p.
15. Christiano L. Christopher A. Sims and Vector Autoregressions. The Scandinavian Journal of Economics, 2012, vol. 114, iss. 4, pp. 1082-1104.
16. Christiano L., Eichenbaum M., Vigfusson R. Assessing Structural VARs. URL: https://www.federalreserve.gov/pubs/ifdp/2006/866/ifdp866.pdf
17. Boivin J., Giannoni M. Has Monetary Policy Become More Effective? NBER Working Paper No. 9459, 2003.
18. Christiano L., Eichenbaum M., Evans C. Monetary policy shocks: What have we learned and to what end? URL: http://faculty.wcas.northwestern.edu/~yona/research/paper2.PDF
19. Bernanke B., Boivin J., Eliasz P. Measuring the effects of monetary policy: A factor-augmented vector autoregressive (FAVAR) approach. NBER Working Paper, 2004, no. 10220.
20. Salmanov O.N, Zaernjuk V.M, Lopatina O.A, Drachena I.P. et al. Investigating the Impact of Monetary Policy using the Vector Autoregression Method. International Journal of Economics and Financial Issues, 2016, vol. 6(S2), pp. 273-282.
21. Салманов О.Н. Анализ эффективности функционирования канала банковского кредитования // Вопросы региональной экономики. 2016. Т. 29. № 4. С. 104-112.
22. Oros C., Romocea-Turcu C. The monetary transmission mechanisms in the CEECS: A structural VAR approach. Applied Econometrics and International Development, 2009. vol. 9(2), pp. 73-86.
23. Wong Ka-Fu. Variability in the Effects of Monetary Policy on Economic Activity. Journal of Money, Credit and Banking, 2000, vol. 32, no. 2, pp. 179-198. doi: 10.2307/2601238
24. Ahmadi P.A., Uhlig H. Sign restrictions in Bayesian FAVARS with an application to monetary policy shocks. NBER Working Paper No. 21738, 2015. URL: http://www.nber.org/papers/w21738
25. Ващелюк Н.В., Полбин А.В., Трунин П.В. Оценка макроэкономических эффектов шока ДКП для российской экономики // Экономический журнал ВШЭ. 2015. Т. 19. № 2. С. 169-198.
26. Rautava J. The role of oil prices and the real exchange rate in Russia's economy: A cointegration approach. Journal of Comparative Economics, 2004, vol. 32, iss. 2, pp. 315-327. doi: 10.1016/j.jce.2004.02.006
27. Beck R., Kamps A., Mileva E. Long-Term Growth Prospects for the Russian Economy. ECB Occasional Papers, 2007, no. 58.
28. Granville B., Mallick S. Monetary policy in Russia: Identifying exchange rate shocks. Economic Modelling, 2010, vol. 27, iss. 1, pp. 432-444. doi: 10.1016/j.econmod.2009.10.010
Информация о конфликте интересов
Мы, авторы данной статьи, со всей ответственностью заявляем о частичном и полном отсутствии фактического или потенциального конфликта интересов с какой бы то ни было третьей стороной, который может возникнуть вследствие публикации данной статьи. Настоящее заявление относится к проведению научной работы, сбору и обработке данных, написанию и подготовке статьи, принятию решения о публикации рукописи.
Analysis of Financial Capital
ISSN 2311-8725 (Online) ISSN 2073-039X (Print)
SPECIFICS OF MONETARY TRANSMISSION CHANNELS' OPERATION BEFORE AND AFTER THE FINANCIAL CRISIS
Oleg N. SALMANOVa% Viktor M. ZAERNYUKb, Ol'ga A. LOPATINAc
a University of Technology, Korolev, Moscow Oblast, Russian Federation olegsalmanov@yandex.ru
b Russian State Geological Prospecting University n.a. Sergo Ordzhonikidze (MGRI-RSGPU), Moscow, Russian Federation zvm4651@mail.ru
c University of Technology, Korolev, Moscow Oblast, Russian Federation ogunba@mail.ru
• Corresponding author
Article history:
Received 9 March 2017 Received in revised form 22 May 2017 Accepted 15 June 2017 Available online 27 July 2017
JEL classification: E41, E52, E58
Keywords: monetary policy, vector autoregression, pulse function
Abstract
Subject The article addresses the monetary policy in the Russian economy and the operation of monetary transmission channels.
Objectives The aim of this work is to identify differences in the transmission of the regulator's policy before and after the 2008 financial crisis.
Methods The study rests on identification of the monetary transmission mechanism using the VAR model. We analyzed the channel of interest rate, corporate lending, money supply, and price level growth, and interpreted the differences in monetary policy of the regulator before and after the 2008 financial crisis.
Results We considered and statistically confirmed the changes in the transmission of the regulator's monetary policy through the channels of monetary transmission, i.e. level of prices, interest rate, exchange rate, bank lending and cash flows.
Conclusions Based on the study of the monetary policy tools, we found that the said channels have a relative importance in the transmission of the policy and operate with relatively different degree of efficiency during the pre-crisis and post-crisis period. We revealed an increase in the efficiency of the channel of unexpected price level growth, bank lending, and cash flows in the post-crisis period. The findings may be applied in further theoretical and empirical analysis of the transmission mechanism. The research data may be useful for the regulator to pursue an efficient monetary policy, for commercial banks to work out their development strategy, in which the financial stability management system is an important component.
© Publishing house FINANCE and CREDIT, 2017
Please cite this article as: Salmanov O.N., Zaernyuk V.M., Lopatina O.A. Specifics of monetary transmission channels' operation before and after the financial crisis. Economic Analysis: Theory and Practice, 2017, vol. 16, iss. 7, pp. 1317-1336. https://doi.org/10.24891/ea.16.7.1317
References
1. Taylor J.B. A Historical Analysis of Monetary Policy Rules. In: Monetary Policy Rules. University of Chicago Press, 1999. URL: http://www.nber.org/chapters/c7419.pdf
2. McCallum B. Analysis of the Monetary Transmission Mechanism: Methodological Issues. NBER Working Paper, 1999, no. 7395.
3. Vdovichenko A.G., Voronina V.G. Monetary policy rules and their application in Russia. Research in International Business and Finance, 2006, vol. 20, no. 2, pp. 145-162.
4. Yudaeva K., Ivanova N., Kamenskikh M. Chto targetiruet Bank Rossii? [What does the Bank of Russia target?]. URL: http://www.sberbank.ru/common/img/uploaded/files/pdf/press_center/Review_100805.pdf (In Russ.)
5. Drobyshevskii S.M., Trunin P.V., Kamenskikh M.V. [Analysis of the monetary and credit policy rules of the Bank of Russia in 1999-2007]. URL: http://www.iep.ru/files/text/working_papers/127.pdf (In Russ.)
6. Sims C. Interpreting the macroeconomic time series facts: The effects of monetary policy. European Economic Review, 1992, vol. 36(5), pp. 975-1000.
7. Bernanke B.S., Gertler M.L. Inside the Black Box: The Credit Channel of Monetary Transmission. Journal of Economic Perspectives, 1995, vol. 9(4), pp. 27-48.
8. Esanov A., Merkl C., De Souza L.V. Monetary Policy Rules for Russia. Journal of Comparative Economics, 2005, vol. 33, no. 3. pp. 484-499.
9. Boivin J., Giannoni M. Assessing Changes in the Monetary Transmission Mechanism: A VAR Approach.
Economic Policy Review, 2002, vol. 8, no. 1, pp. 97-111.
10. Primiceri G.E. Time Varying Structural Vector Autoregressions and Monetary Policy. Review of Economic Studies, 2005, vol. 72(3), pp. 821-852. doi: 10.1111/j.1467-937X.2005.00353.x
11. Gali J., Gambetti L. On the Sources of the Great Moderation. URL: http://www.frbsf.org/economic-research/files/gali_gambetti.pdf
12. Canova F., Gambetti L. Structural Changes in the U.S. Economy: Is There a Role for Monetary Policy? Journal of Economic Dynamics and Control, 2009, vol. 33(2), pp. 477-490.
13. Fedorova E., Lysenkova A. [Assessing the impact of the instruments of monetary policy on achieving objectives of the Central Bank of RF]. Voprosy Ekonomiki, 2013, no. 9, pp. 106-118. (In Russ.)
14. Bordon A.R., Weber A. The Transmission Mechanism in Armenia: New Evidence from a Regime Switching VAR Analysis. IMF Working Paper, 2010, no. WP/10/270, 32 p.
15. Christiano L.J. Christopher A. Sims and Vector Autoregressions. The Scandinavian Journal of Economics, 2012, vol. 114, iss. 4, pp. 1082-1104.
16. Christiano L., Eichenbaum M., Vigfusson R. Assessing Structural VARs. URL: https://www.federalreserve.gov/pubs/ifdp/2006/866/ifdp866.pdf
17. Boivin J., Giannoni M. Has Monetary Policy Become More Effective? NBER Working Paper, 2003, no. 9459.
18. Christiano L., Eichenbaum M., Evans C. Monetary policy shocks: What have we learned and to what end? URL: http://faculty.wcas.northwestern.edu/~yona/research/paper2.PDF
19. Bernanke B., Boivin J., Eliasz P. Measuring the effects of monetary policy: A factor-augmented vector autoregressive (FAVAR) approach. NBER Working Paper, 2004, no. 10220.
20. Salmanov O.N, Zaernjuk V.M, Lopatina O.A. et al. Investigating the Impact of Monetary Policy Using the Vector Autoregression Method. International Journal of Economics and Financial Issues, 2016, vol. 6(S2), pp. 273-282.
21. Salmanov O.N. [Analysis of the effectiveness of the bank credit channel work]. Voprosy regional'noi ekonomiki = Problems of Regional Economy, 2016, vol. 29, no. 4, pp. 104-112. (In Russ.)
22. Oros C., Romocea-Turcu C. The monetary transmission mechanisms in the CEECS: A structural VAR approach. Applied Econometrics and International Development, 2009. vol. 9(2), pp. 73-86.
23. Wong Ka-Fu. Variability in the Effects of Monetary Policy on Economic Activity. Journal of Money, Credit and Banking, 2000, vol. 32, no. 2, pp. 179-198. doi: 10.2307/2601238
24. Ahmadi P.A., Uhlig H. Sign restrictions in Bayesian FAVARs with an application to monetary policy shocks. NBER Working Paper, 2015, no. 21738. URL: http://www.nber.org/papers/w21738
25. Vashchelyuk N.V., Polbin A.V., Trunin P.V. [Estimation of the Monetary Policy Shock's Influence on the Russian Economy]. Ekonomicheskii zhurnal VshE = The HSE Economic Journal, 2015, vol. 19, no. 2, pp. 169-198. (In Russ.)
26. Rautava J. The role of oil prices and the real exchange rate in Russia's economy: A cointegration approach. Journal of Comparative Economics, 2004, vol. 32, iss. 2, pp. 315-327. doi: 10.1016/j.jce.2004.02.006
27. Beck R., Kamps A., Mileva E. Long-Term Growth Prospects for the Russian Economy. ECB Occasional Papers, 2007, no. 58.
28. Granville B., Mallick S. Monetary policy in Russia: Identifying exchange rate shocks. Economic Modelling, 2010, vol. 27, iss. 1, pp. 432-444. doi: 10.1016/j.econmod.2009.10.010
Conflict-of-interest notification
We, the authors of this article, bindingly and explicitly declare of the partial and total lack of actual or potential conflict of interest with any other third party whatsoever, which may arise as a result of the publication of this article. This statement relates to the study, data collection and interpretation, writing and preparation of the article, and the decision to submit the manuscript for publication.
