Geum.ru

Міжнародні економічні відносини

Вид материалаДокументы
Методологія дослідження
Подобный материал:
1   2   3   4

Додаток К

Характеристика вихідних даних для емпіричного дослідження

Методологія дослідження. Вплив обмінного курсу та сальдо бюджету на структурні зрушення в українській економіці оцінено за допомогою методу найменших квадратів з інст­ру­ментальними змін­ними (2SLS) та фільтру Кальмана, що дозволяє враху­ва­ти часову траєк­то­рію досліджуваної залежності та перевірити стійкість отри­ма­них резуль­та­тів до вибору методу оцінювання. Гнучкі кое­фі­цієнти моде­лю­ва­ли­ся як рекурсивні або випадкове блукання (англ. random walk). Емпіричне дослідження проведено для ква­р­та­ль­них даних січня 1998 р. – червня 2006 р. Вико­рис­то­ву­ва­лись наступні показники:

indt – промислове вироб­ни­цт­во в Україні (ін­декс, 1994=100);

mach_indt – продукція машинобудування (індекс, 1994=100), вклю­чає виробництво меха­нічного обладнання, машин і меха­ніз­мів та тран­с­пор­т­них засобів;

tech_expt – технологічний експорт (млн. дол.), включає ХVI, XVII та XVIII товарні групи згідно товарної номенклатури статистики зов­ні­ш­ньої торгівлі;

met_indt – металопродукція (індекс, 1994=100), вклю­чає виробництво чорних та кольорових металів,

et – номіна­ль­ний обмін­ний курс (грн./дол. США);

neert – номінальний ефективний обмін­ний курс гривні (індекс, 2000=100);

bdt – сальдо бюджету (% від ВВП);

indworldt – про­мислове виробництво країн-торговельних парт­не­рів (індекс, 2000=100);

metalt – сві­това ціна на метал (індекс, 1994 =100);

const – константа.

Показники indt, tech_expt, met_expt, met_indt та tech_indt отримано з матеріалів Держкомстату Украї­ни, bdt – Національного банку України, et, metalt, neert та indworldt – з бази даних International Financial Statistics. Окрім сальдо бюджету, всі показ­ники вико­рис­тано у виг­ля­ді логарифмів відповідних перших різниць.

продовження додатку К

Характеристика вихідних даних для емпіричного дослідження

Нами розроблено наступну модель промислового виробництва для емпіричного дослідження (К.1):


(К.1)


де indt ― промислове виробництво в Україні (індекс, 1994=100); et ― номінальний обмінний курс (грн. за долар); bdt ― сальдо бюджету (% від ВВП); Xt ― окремі групи експорту (млн. дол.); mt – пропозиція грошової маси; metalt ― індекс світових цін на метал (індекс, 1994 =100); indworldt ― індекс промислового виробництва країн – торговельних партнерів1; Аt ― частка експорту з України в різні регіони світу (промислові країни, країни, що розвиваються, країни Східної Європи, Росію та країни СНД), а0…а12, b0…b8 – коефіцієнти відповідних залежних змінних. Для емпіричного аналізу використано квартальні показники за період 1998–2007 рр., які очищено від сезонності за допомогою методу Census X-12 та прологарифмовано (окрім сальдо бюджету).

Додаток Л

Оформлення результатів емпіричного дослідження

Таблиця Л.1

Чинники технологічного експорту, промислового виробництва

та експорту металопродукції

Незалежні змінні
Залежні змінні

I
II
III
IV

tech_expt
indt
tech_expt
mach_indt
met_expt
indt
met_expt
indt

сonst



0.019

(2.86**)



0.186

(2.22**)












tech_expt–1
–0.318

(–2.09**)
0.048

(1.76**)
–0.212

(–1.40)















et

–1.345

(–3.03*)









0.987

(4.94*)









et–1



–0.109

(–1.50***)
–1.167

(–2.72*)
–1.580

(–1.65***)



–0.200

(–2.31**)






neert


















0.982

(3.93*)
–0.187

(–1.41)

bdt
0.050

(3.39*)



0.094

(2.68*)
–0.124

(–1.43)
–0.028

(–2.36*)









indworldt
3.526

(1.62***)



4.097

(2.41*)






1.272

(3.50*)



0.939

(2.83***)

indt–1



–0.255

(–1.39)









-0.260

(-1.38)






mach_indt–1









–0.458

(–2.23**)












met_expt–1












–0.523

(–4.86*)
0.121

(2.02**)
–0.506

(–4.22*)
0.095

(1.54***)

metalt–1












0.689

(2.03**)



0.753

(3.27*)



adj. R2

DW
0.48

1.81
0.42

1.89
0.45

1.86
0.57

1.95
0.67

2.28
0.52

2.08
0.58

2.18
0.52

2.22

Примітка: Навпроти незалежних змінних у таблиці в дужках вказано критерій Стюдента та показник статистичної значущості (*─1%, **─5%,***─10%)


Продовження додатку Л

Інтерпретація результатів емпіричних досліджень

(на прикладі таблиці 1, додаток 5)

Оцінки 2SLS представлено у табл. 1. Дослідження проводилось у розрізі чотирьох відмінних специфікацій (І-ІV). Обернений авторегресивний зв’я­зок з лагом в один квартал для технологічного експорту, промислового ви­роб­ництва та експорту металопродукції природно розглядати ознакою корекції до рів­но­ва­ж­ного значення. Отримана негативна залежність промислового ви­роб­ництва від зниження обмінного курсу (показники et–1 та neert) є дос­та­т­ньо стій­­кою до змін у специфікації регресійної моделі, але статистична зна­чу­щість відпо­від­них коефіцієнтів не перевищує 5%. Девальвація гривні на 1% погіршує показ­ни­ки технологічного експорту на 1,2%. Підтримання “слаб­кої” гривні обме­жує зростання виробництва у секторі машинобу­ду­вання, але не­двозначно по­ліп­шує динаміку експорту металу. Профіцит бюджету стиму­лює техно­ло­гіч­ний експорт, але обмежує експорт металургійної галузі, що під­три­мує згадане вище неформальне припущення М. Меламеда про стиму­лю­вання сировин­но­го сектора видатками бюджету [13, c. 12]. Цілком перед­ба­чувано економічне зростання в країнах-торговельних парт­нерах поліпшує динаміку як промис­ло­во­го виробництва, так і технологічного експорту, але не виявлено безпосе­реднього впливу на виробництво у маши­но­будуванні та експорт мета­ло­продукції, що вимагає додаткових пояснень і створює певний виклик для майбутніх досліджень. Експорт металургійної галу­зі збі­ль­шується внаслідок підви­щен­ня світових цін на метал, що цілком природно.


Додаток М

Методологія дослідження

Метод двокрокових найменших квадратів (2SLS) з інструмен­тальними змінними
Для емпіричного дослідження нами використано метод двокрокових найменших квадратів 2SLS з інструментальними змінними (М.1) та метод найменших квадратів з коригуванням помилки (М.2).


(М.1)



(М.2)


де Yt – вектор залежних змінних (технологічний експорт, імпорт, експорт металопродукції, промислове виробництво), Xt – вектор незалежних змінних, υt – помилка моделі.

У рівнянні (Н.1) використано рівні відповідних показників, а у рівнянні (Н.2) ― їх перші різниці (). Коефіцієнти Aj―Bi характеризують довгострокові, а aj―bi – короткострокові залежності. Стохастичні залишки zt з довгострокових регресійних рівнянь для рівнів використовувалися для коригування оцінок короткочасної динаміки. Хоча змінні у рівнянні (Н.1) можуть не відповідати вимогам стаціонарності (наявність тренду), включення залишків zt1 у рівняння (Н.2) дозволяє отримати точніші оцінки регресійних коефіцієнтів.

Векторна авторегресія (VAR)

Модель VAR (Н.3) є системою лінійних рівнянь для кожної із залежних змінних (у вигляді перших різниць):


(Н.3)

(М.3)


де yt – вектор залежних змінних, xt – вектор незалежних змінних Ai – матриця коефіцієнтів для залежних змінних, B – матриця коефіцієнтів для незалежних змінних, εt – стохастичний чинник.



Продовження додатку М

Векторна авторегресія з коригуванням помилки (VEC)
Модель VEC (Н.4) використовується у моделях векторної авторегресії коли нестаціонарні ряди залежних змінних є коінтегрованими.


(Н.4)

(М.4)


де yt ― перші різниці залежної змінної; – довгострокове значення (у рівнях); Хt – вектор незалежних змінних; t – стохастичний чинник.

Структурна векторна авторегресія (SVAR)
Структурна векторна авторегресія дає можливість встановлювати певні обмеження моделі. SVEC для двох часових рядів можна записати наступним чином:


(Н.5)

(М.5)

(М.6)



(Н.6)


де γ10, γ20, γ12, γ21, β11, β12, β21, β22, – невідомі коефіцієнти, які пов’язують поточні та минулі значення залежних змінних Y1t та Y2t. У рівняннях (М.5) і (М.6) описується лінійна динамічна модель без обмежень.

Фільтр Кальмана
Ф
(М.7)
ільтр Кальмана з гнучкими коефіцієнтами дозволяє врахувати часову траєкторію досліджуваної залежності. Статистична модель фільтру Кальмана складається з двох груп рівнянь:


(Н.7)

(Н.8)

(М.8)


де ε1t – помилки прогнозу. Гнучкі коефіцієнти моделювалися як рекурсивні або випадкове блукання (англ. random walk).

Переваги використання фільтру Кальмана: 1) забезпечує належне оцінювання причинно-наслідкових зв’язків у нестабільному економічному середовищі; 2) використання гнучких (або динамічних) коефіцієнтів означає, що економічні агенти володіють всією інформацією щодо впливу макроекономічних шоків, на відміну від регресійних моделей з фіксованими коефіцієнтами.



Додаток Н

Таблиця Н.1

Тест Гренджера для промислового виробництва, експорту, обмінного курсу та сальдо бюджету

Гіпотеза
Кількість лагів

1
2
3
4
5
10

Обмінний курс не впливає на промислове виробництво

Промислове виробництво не впливає на обмінний курс
5.372

(0.007*)

0.952

(0.336)
14.674

(0.000*)

4.308

(0.023**)
7.325

(0.001*)

2.146

(0.118)
1.474

(0.242)

2.571

(0.064***)
1.962

(0.128)

2.794

(0.045**)
14.678

(0.004*)

0.984

(0.542)

Обмінний курс не впливає на експорт

Експорт не впливає на

обмінний курс
2.940

(0.096***)

0.724

(0.400)
2.403

(0.104***)

2.311

(0.117)
6.639

(0.001*)

3.087

(0.044**)
1.723

(0.179)

2.077

(0.116)
3.984

(0.011**)

1.065

(0.408)
2.139

(0.207)

3.297

(0.099***)

Сальдо бюджету не впливає на промислове виробництво

Промислове виробництво не впливає на сальдо бюджету
3.192

(0.083***)

0.234

(0.631)
7.694

(0.002*)

0.356

(0.703)
0.749

(0.532)

0.160

(0.921)
0.609

(0.659)

0.680

(0.612)
0.646

(0.667)

1.407

(0.26424)
2.176

(0.202)

3.449

(0.096***)

Сальдо бюджету не впливає на експорт

Експорт не впливає на

сальдо бюджету
0.390

(0.536)

0.084

(0.009*)
1.513

(0.237)

0.407

(0.068***)
6.209

(0.002*)

0.232

(0.872)
5.244

(0.003*)

0.151

(0.960)
2.274

(0.086***)

0.735

(0.605)
2.407

(0.172)

3.779

(0.077***)

Примітка: в дужках подано p – критерій та статистичну достовірність (* - 1%, ** - 5%, *** - 10%).

Розраховано автором за: [Держкомстат, IFS]


Таблиця Н.2

Тест Джохансена для сальдо бюджету, обмінного курсу, світової ціни на метал та промислового виробництва

Кількість рівнянь
Лаги
Критичні значення

1
2
3
5%
1%

1
55.90474**
98.79828**
122.6452**
47.21
54.46

2
15.35514
38.74943**
60.99518**
29.68
35.65

3
6.211692
18.62723*
24.49442**
15.41
20.04

4
1.630494
2.633146
9.775410**
3.76
6.65

Примітка: **―1%, *―5%

Розраховано автором за: [Держкомстат, IFS]