CC BY
89
Совершенствование денежно-кредитной политики России с учетом различий в реакциях региональных экономик Monetary policy in Russia and regional reactions to monetary shocks
Сперанская Луиза Леонидовна,
РАНХиГС luizasperanskaya@gmail.com
Аннотация
Разработана регрессионная модель анализа реакций региональных экономик на шоки денежно-кредитной политики в Российской Федерации, позволившая выявить различия в степени чувствительности различных регионов на один и тот же монетарный шок. Выявлены основные факторы, которые создают различия между реакциями региональных экономик на монетарный шок, а именно уровень развития региональной банковской системы и степень участия региона в мировой торговле.
Annotation
Regression model for analysis of reactions of regional economies to monetary shocks in the Russian Federation is designed. Statistical analysis revealed differences in the degree of sensitivity of different regions to the same monetary shock. The main factors that create differences between the reactions of regional economies according to our study are the level of development of regional banking systems and the degree of participation of a region in the world trade.
Ключевые слова
Монетарная политика, векторные авторегрессии, региональные реакции
Key words
Monetary policy, vector auto regression, regional reactions
Глобальный финансовый кризис 2008 года вынудил центральные банки стран всего мира адаптировать денежно-кредитную политику к сложившимся
обстоятельствам, прибегая при этом к использованию новых форм монетарных инструментов. В частности, Банк России принял решение о прекращении использования валютного коридора и установил ориентир на ключевую ставку процента в роли основного инструмента денежно-кредитного регулирования. Несмотря на наличие серьезных структурных проблем в российской экономике и непрекращающейся борьбой с последствиями кризиса и новыми вызовами, возникающими в связи с вводом санкций в отношении Российской Федерации и общей политической напряженностью в международных отношениях, важно и нужно при разработке стратегии денежно-кредитной политики учитывать ее региональный аспект.
Российская Федерация территориально разделена на 85 регионов, которые крайне различны по уровню экономического развития, и вопросы эффективности региональной политики для нашей страны являются одними из ключевых. Актуальность формирования региональной политики с учетом различия действий трансмиссионных механизмов монетарной политики очевидна на примере стран Европейского союза, чьи экономики крайне различны, однако испытывают влияние единой кредитно-денежной политики, что приводит к серьезным проблемам. В условиях федеративного государства эта проблема не менее актуальна, особенно учитывая тот факт, что в Российской Федерации территориальная экономическая разнородность носит исторический характер и имеет географические предпосылки[1].
В данной статье представлен проведенный автором анализ реакций показателей экономической активности регионов на один и тот же шок денежно-кредитной политики с целью выявления эффективно работающих каналов денежно-кредитной трансмиссии в регионах и определение факторов возникновения различий в реакциях регионов на воздействия монетарных инструментов. Основная гипотеза исследования состояла в том, что существуют различия в региональных реакциях на шоки денежно-кредитной политики. Согласно экономической теории ожидалось, что рестрикционная
монетарная политика приводит к снижению объемов производства, тогда как экспансионистская денежно-кредитная политика имеет противоположный эффект. Так как гипотеза подтвердилась, был разработан механизм повышения эффективности инструментов денежно-кредитной политики с учетом региональных особенностей и устранение факторов, вызывающих различия в региональном уровне экономического развития, которые провоцируют различия в реакциях на единый инструментарий унифицированной монетарной политики. Для того чтобы проанализировать оправданность подобного метода, необходимо рассмотреть характерные особенности регионов, а также их основные различия, которые могут вызывать различия в их реакциях. Согласно предыдущим исследованиям, среди подобных факторов могут быть перечислены размер финансового сектора по отношению к валовому внутреннему продукту (ВВП), количество крупных, средних и мелких банков и фирм, а также основные отрасли региональной экономики. Тем не менее, в исследуемом нами случае могут быть и другие факторы, поскольку Российская Федерация является географически крупным государством, относительно закрытой экономикой и, кроме того, является развивающейся страной.
В качестве основного метода исследования нами выбран метод векторных авторегрессии (VAR), так как, несмотря на наличие определенных недостатков, он является наиболее применимым инструментов для решения поставленных задач и можно констатировать отсутствие более эффективных эконометрических методов[3]. Тем не менее, принимая во внимание основные недостатки выбранного метода, необходимо быть осторожными в выборе переменных, так как даже незначительные неточности могут привести к проблемам при интерпретации результатов и более того, сами результаты чувствительны к идентификационной схеме модели.
Проанализировав исследования, которые используют методологию VAR в целях выявления региональных различий в реакциях на шоки денежно-кредитной политики и с учетом особых свойств регионального
развития в Российской Федерации, а также особый подход Центрального Банка России к выбору инструментов денежно-кредитной политики, был выбран следующий набор переменных для первой модели:
• вектор эндогенных переменных будет включать в себя:
- производственный индекс на национальном и региональном уровнях,
- индекс потребительских цен (ИПЦ) по регионам,
- ставки рефинансирования Центрального банка Российской Федерации,
- реального обменного курса (RER);
• вектор экзогенных переменных включает мировые на нефть и сырье, так как экономика России сильно зависит от мировых цен на сырьевые товары в связи с большой ролью сырьевого экспорта в общем объеме ВВП. Возможно, регионы, которые экспортируют товары будут более подвержены влиянию этой переменной, чем регионы, которые не участвуют в мировой торговле.
В модели использованы квартальные данные по перечисленным переменным. Методология VAR включает подготовку исходных данных перед анализом регрессии для того, чтобы устранить все возможные воздействия, которые могут повлиять на точность результатов. С этой целью применяется сезонная корректировка данных с использованием фильтра Ходрика-Прескотта, и ряды данных переведены в натуральные логарифмы. Стационарность рядов проверяется с помощью теста Филлипса-Перрона и теста Дикки-Фуллера. Тест Йохансена используется для проверки наличия коинтеграции. Выбор лагов выполняется с помощью критерия Шварца. Чтобы проверить отсутствие автокорреляции в остатках используется тест Лагранжа.
Для исследования интересующих нас факторов необходимо построить модель экономической деятельности регионов Российской Федерации с использованием VAR. Вектор эндогенных переменных будет иметь следующий вид:
Yt= (mit, Pt, rt, et, mjt,) (1)
где mit- агрегированный общероссийский индекс производства, pt- индекс потребительских цен,
rt - официальная процентная ставка Центрального Банка Российской Федерации, которая в нашем случае отражает направление денежно-кредитной политики,
et- реальный обменный курс (RER), mj-индекс производства в регионе.
Вектор экзогенных переменных (Xt) включает цены на нефть и сырьевые товары, так как экономика России сильно зависит от мировых сырьевых цен из-за большой роли сырьевого экспорта в общем объеме ВВП. Структурная форма VAR модели выглядит следующим образом:
Z(L)Yt= C(L)X+ et (2)
где Z (L) и C (L) - полиномиальные матрицы в операторе лагов, Yt и Xt - векторы эндогенных и экзогенных переменных соответственно,
et — вектор ошибок с положительно определенной ковариационной матрицей, так 4TOvar(e^) = Л, гдеЛявляется диагональной матрицей.
Модель может быть представлена в сокращенном виде:
Yt = A(L)Yt + B(L)Xt (3)
где A (L) и B (L) - полиномиальные матрицы, и ^t является вектором
ошибок.
Если Р является одновременной матрицей коэффициентов и Q(L) является матрицей коэффициентов в Z (L) без лагированных корреляций, то формула может быть представлена как:
Z (L) = P + Q (L) (4)
Таким образом, сокращенные формы матриц связаны со структурными формами:
A(L) = -P-1Q(L) иВ^) = P-1C(L) (5)
где P является матрицей одновременных корреляций и может быть получена из неограниченной ковариационной матрицыХи диагональной структурной ковариационной матрицыЛ как: Х = Р"1ЛР"1 (6)
Как видно из этой формулы, в ней может быть использовано множество матриц и, следовательно, P не может быть однозначно определена и поэтому необходимо ввести идентифицирующие ограничения для того, чтобы связать сокращенную форму модели со структурной формой. Главным результатом анализа является функция импульсного отклика, которая показывает влияние частного шока на эндогенную переменную, при этом все остальные шоки равны нулю.
Таким образом, необходимо идентифицировать структурные шоки путем введения ограничений в виде ортогональности компонентов ПР Для достижения данной цели мы используем разложение Холецкого, которое располагает элементы вектора эндогенных переменных в причинно-следственном порядке или порядке воздействия одного фактора на последующий.
Мы применяем следующий порядок: общестрановой индекс промышленного производства, индекс потребительских цен, процентная ставка, RER, и индекс промышленного производства региона. Таким образом, мы предполагаем, что процентная ставка может влиять на все остальные переменные с временным лагом, даже если она моментально реагирует на шоки внутри этих переменных. Индекс промышленного производства региона, в свою очередь, не может повлиять на любую другую переменную.
Мы можем разделить регионы на три группы в соответствии с их реакцией на монетарный шок (табл. 1). Различие между группами заключается в том, что их экономическая деятельность либо негативно реагирует на увеличение официальной процентной ставки, либо положительно, либо же как отрицательно, так и положительно. Иными
словами, некоторые регионы испытывают снижение объемов производства в результате удорожания инвестиций и банковских кредитов за счет увеличения процентной ставки, в то время как другие регионы по каким-то причинам реагируют противоположным образом. Попробуем рассмотреть возможные причины нахождения регионов в той или иной группе.
Снижение значения индекса промышленного производства в ответ на увеличение процентной ставки
В первой группе представлены регионы, которые реагируют уменьшением индекса производства и, следовательно, производственной активностью с увеличением официальной процентной ставки. Такая реакция соответствует экономической теории, так как высокие процентные ставки обычно вызывают падение инвестиций в связи с более высокой стоимостью заемных средств. В условиях недостатка финансовых ресурсов уровень производства снижается и в результате приводит к более низким значениям производственного индекса.
Уменьшение или увеличение значения индекса промышленного производства в ответ на увеличение ставки процента
Вторая группа представлена регионами, которые по-разному реагируют на денежный шок в зависимости от времени. Данная группа является наиболее многочисленной. Тот факт, что значение производственного индекса поднимается и опускается в результате изменения уровня процентной ставки, показывает, что трансмиссионные механизмы по-разному работают в данных регионах. Если обобщить типы регионов, которые находятся в данной группе, то можно сделать вывод, что почти все регионы имеют слабо развитую банковскую систему, и данный факт может служить объяснением низкого качества трансмиссионного канала. Кроме того, тот факт, что эта группа является наиболее крупной доказывает, что в большинстве регионов России механизмы трансмиссии имеют низкую эффективность.
Таблица1. Группировка регионов в соответствии с их реакцией на монетарный шок
Снижение индекса промышленного производства р. Бурятия, Кабардино-Балкария, Карачаево-Черкесия, Карелия, Калмыкия, Коми, Марий Эл, Саха, Северная Осетия, Татарстан; Алтайский, Камчатский, Краснодарский, Приморский и Ставропольский край;
Владимирская, Волгоградская, Вологодская, Ивановская, Калужская, Курская, Ленинградская, Московская, Омская, Оренбургская, Пензенская, Рязанская, Сахалинская, Свердловская, Тамбовская, Тульская, Тюменская, Ульяновская и Ярославская область
Увеличение и уменьшение индекса промышленного производства г. Санкт-Петербург; р. Башкирия, Дагестан, Мордовия, Удмуртия, Хакасия; Архангельская, Белгородская, Воронежская, Костромская, Курганская, Мурманская, Новосибирская, Псковская, Самарская, Смоленская и Тверская область; Красноярский край.
Увеличение индекса промышленного производства г. Москва; Алтайский и Пермский край; р. Чувашия и Ингушетия; Амурская, Астраханская, Брянская, Кемеровская, Магаданская, Нижегородская, Новгородская, Ростовская и Саратовская область
Увеличение значения индекса промышленного производства в ответ на увеличение ставки процента
Третья группа состоит из регионов, которые повышают уровень производственной активности в ответ на увеличение процентной ставки. Такая реакция противоречит экономической логике, описанной выше. Однако это может быть объяснено тем фактом, что либо производственная деятельность развивается с высокой скоростью за счет благоприятных условий в регионе, таких как исторические преимущества региона в определенных отраслях, в результате чего регион имеет повышенную инвестиционную привлекательность (в случае с Кемеровской, Пермской,
Нижегородской, Саратовской и Московской областями), а также в связи с так называемым эффектом базы, когда производственный индекс увеличивается, но в абсолютных цифрах это увеличение незначительно и может быть объяснено низкими значениями предыдущих периодов (что более вероятно в случае с Алтайским краем, Чувашией, Ингушетией, Брянской, Амурской и Магаданской областями). В то же время может быть сделан вывод о низкой чувствительности этих регионов к инструментам денежно-кредитной политики, так как, скорее всего, изменения процентной ставки не приводит к увеличению производственной деятельности.
Как можно видеть из графиков импульсных откликов, приведенных в Приложении к диссертации, время восстановления после шока и воздействие эффекта очень отличается даже в пределах одной группы регионов. Поскольку гипотеза о региональных различиях в ответ на монетарные шоки была подтверждена, далее был проведен второй этап анализа - определение причин различий в региональных реакциях.
Следующим этапом исследования является выявление факторов, которые вызывают эти различия. В данной регрессионной модели зависимая переменная получена из оцененных кумулятивных импульсных откликов из предыдущих регрессий. Независимыми переменными являются: доля экспорта в валовом региональном продукте (ВРП) (эта переменная позволяет проверить наличие канала обменного курса трансмиссионного механизма денежно-кредитной политики), региональный индекс потребительских цен, процентная доля кредитов, выданных местными банками в общей сумме кредитов, выданных нефинансовому сектору региона (узкий кредитный канал), и доли обрабатывающей промышленности в ВРП (канал процентной ставки).
ADF-тест выявил нестационарность во всех рядах данных, поэтому в этом случае мы работали с первыми разностями. В Таблице 2 представлены результаты регрессионного анализа по методу оценок наименьших
квадратов. Все оценки значимы на уровне 5%, за исключением коэффициента ВРП.
Таблица 2. Результаты регрессионного анализа
Влияющие факторы Коэффициенты
Кредиты местных банков 2,451
Экспорт/ВРП 2,627
Производство/ВРП -0,278
ВРП -1,432
Константа -1,79
Процентная доля кредитов, выданных местными банками в общем объеме кредитов, полученных нефинансовым сектором региона, проанализирована в качестве объясняющей переменной и показывает эффективность узкого канала кредита. Коэффициент (2,4251) показывает, что чем больше доля местных банков и кредитов, которые данные банки обеспечивают для нефинансового сектора региона, тем выше чувствительность региональной экономики к шокам денежно-кредитной политики.
Доля экспорта в ВРП позволяет проверить наличие трансмиссионного канала валютного курса, и коэффициент (2,627) показывает, что его роль весьма существенна. Доля обрабатывающей промышленности в ВРП дает представление о работе канала процентной ставки. Коэффициент (-0,278) показывает, что степень индустриализации не влияет на чувствительность экономики к изменениям в денежно-кредитной политике. Таким образом, регионы с разным уровнем производственной деятельности могут иметь одну и ту же реакцию, и в то же время регионы с аналогичным уровнем производства могут иметь различную реакцию. Коэффициент параметра ВРП (-1,432) демонстрирует интересный вывод о том, что если ВРП региона высок, то регион становится менее чувствительным к денежных шокам. Данный факт сложно интерпретировать, так как высокий уровень развития
экономики должен сопровождаться высоким уровнем развития финансового сектора и, следовательно, импульсы денежно-кредитной политики должны передаваться в реальный сектор весьма эффективно.
Таким образом, открытость экономики, доля экспорта в ВРП и, следовательно, трансмиссионный канал обменного курса играет важную роль в чувствительности регионов по отношению к денежно-кредитной политике.
Полученные результаты свидетельствуют о различиях в реакциях региональных экономик на монетарные шоки. Соответственно, данный фактор необходимо учитывать при разработке монетарной стратегии. Аргументом против поправок на региональный аспект в денежно-кредитной политике может быть тот факт, что в настоящий момент Банку России необходимо сконцентрироваться на той непростой ситуации, которая сложилась ввиду политических событий и падения цен на энергоносители, совпавших по времени с переходом Центробанка к режиму таргетирования инфляции и отмены валютного коридора. Так как речь идет не только о защите национальной валюты и удержании инфляции в пределах установленных ориентиров, но и о стабилизации финансовой системы в целом[2], то становится очевидным, что достижение нескольких целей по крайней мере в определенной степени само по себе требует операций тонкой настройки. Введение дополнительного параметра - региональных реакций -усложнит и без того не простую задачу регулятора. Однако, в качестве контраргумента может быть выдвинут тезис о том, что текущая ситуация изменится в определенный момент времени в будущем, тогда как привычку оглядываться на региональную дифференциацию в реакциях на монетарные шоки и привычку учитывать неоднородную эффективность каналов трансмиссии в различных регионах, на наш взгляд, необходимо формировать независимо от задач тактических.
1. Банк России (2014а). Основные направления единой государственной денежно-кредитной политики на 2015 год и период 2016 и
2017 годов. Москва.
http://www.cbr.ru/today/publications_reports/on_2015(2016-2017).pdf.
2. Ведев А., Дробышевский С., Синельников-Мурылев С., Хромов М. Актуальные проблемы развития банковской системы в Российской Федерации // Экономическая политика. - 2014. - № 2. - С. 7-24.
3. Sims, C. A. Macroeconomics and Reality / Econometrica. -Econometric Society, 1980. - vol. 48(1).
