Разработка индекса финансового стресса для ЦБ РФ

Разработка индекса финансового стресса для ЦБ РФ
Федорова Е.А.a,b, Мухин А.С.a , Довженко С.Е. c
b
a
Финансовый университет при Правительстве РФ, Москва, Россия
Высшая школа экономики - Национальный исследовательский университет, Москва, Россия
c
Санкт-Петербургский государственный университет, Санкт-Петербург, Россия
Политика центральных банков различных стран существенно и
значимо
изменяется
во
время
кризисных
ситуаций
в
экономике,
общепринятые правила должны подстраиваться под текущую ситуацию в
экономике и корректным образом описывать денежно-кредитную политику в
различные периоды времени.
На первом этапе исследования было проверено, насколько стандартное
правило Тейлора подходит для моделирования денежно-кредитной политики
ЦБ
РФ.
Данные
по
номинальной
процентной
ставке
(ставке
рефинансирования) были взяты с сайта ЦБ РФ1, данные по уровню
инфляции, а также уровню ВВП были взяты с сайта Росстата, данные по
ориентиру инфляции –
из ежегодных отчетов «Основные направления
единой государственной денежно-кредитной политики» ЦБ РФ. Разрыв ВВП
был рассчитан как разница между квартальным значением ВВП и его
трендом, сгенерированным с помощью фильтра Ходрика-Прескотта за
исследуемый период. В расчете использовались ежемесячные данные за
период 2001-2013 гг. Переход в кризисный период был выявлен с помощью
структурного теста Чоу. На основе расчётов было выявлено, что стандартное
правило Тейлора не походит для его применения к кризисный период.
Таким образом, на следующем шаге исследования было разработано
модифицированное правило Тейлора, а также модель, способная адекватно
описывать политику ЦБ РФ не только в докризисный период и кризисный, но
и посткризисный период. Некоторые исследования по формированию
1
http://www.cbr.ru/print.asp?file=/statistics/credit_statistics/refinancing_rates.htm
1
оптимальной монетарной политики в рамках Новых Кейнсианских моделей с
финансовыми колебаниями (например, Curdia и Woodford, 20092; Teranishi,
20093) предполагают, что правило Тейлора должно быть дополнено
показателями кредитных спредов между ставками монетарной политики и
процентными ставками, которые влияют на поведение частного сектора. В
данной
работе
при
построении
индекса
финансового
стресса
мы
руководствовались целью получить комплексную оценку состояния всей
финансовой системы, а не ее отдельных секторов. Следуя данной цели, в
работе будут проанализированы не только банковский и валютные рынки, но
и рынок ценных бумаг, рынок недвижимости, цены на энергоресурсы, а
также
макроэкономический
показатели
России.
Таким
образом,
разработанный в рамках данной работы индекс RUS FSI состоит из 11
показателей, агрегированных в единый индекс финансовых условий:
Индексы цен на рынке жилья, индекс EMCB, индекс IFX-Cbonds, ставка
MIBOR, курс доллара, объем международных резервов, денежной масса
(М2), цена на нефть марки Brent, индекс волатильности рынка ценных бумаг,
индекс РТС, объем средств Резервного фонда РФ. Эти показатели помогают
соотнести уровень финансового стресса с большими изменениями в ценах на
активы, неопределенностью и уровнем риска, состоянием экономики и
наличием ликвидности. Агрегирование данных показателей в один сводный
индекс основывается на методе эквивалентности дисперсий4, этот метод
также является одним из наиболее распространенных методов агрегирования
показателей в единый сводный индекс. Индекс RUS FSI построен помесячно
по данным за период с 2001 по 2014 гг. и представлен ниже (см. рис.1)
2
Cúrdia, V., Woodford, M., 2010. Credit spreads and monetary policy. Journal of Money, Credit and
Banking 42 (s1), 3–35.
3
Teranishi, Y., 2009. Credit spread and monetary policy. IMES Discussion Paper Series 2009-E-14, Bank
of Japan.
4 В рамках данного метода каждая компонента проходит процедуру стандартизации, то есть она
вычисляется как отклонение от среднего значения и взвешивается на величину стандартного отклонения
2
Рисунок 1-Динамика индекса финансового стресса RUS FSI
Значение индекса, равное 0 означает нейтральное финансовые условия
в среднем среди субиндексов, в то время как положительное значение
означает наличие нестабильности (например, цены на активы в среднем
выше трендов или стандартных значений). Границы умеренного уровня
нестабильности-от 0 до 0,5, границы среднего уровня стресса- от 0,5 до 1 и
границы высокого уровня финансового стресса (финансовый кризис)-выше
0,1.
Анализируя динамику индекса, можно отметить, что он отражает
наиболее важные эпизоды ситуаций финансового стресса к российской
экономике с 2001 г. Рассматривая мировой финансово-экономический кризис
2008-2009 гг. стоит отметить, что индекс финансового стресса для России
начинает подниматься во втором квартале 2008 г., что согласуется с
состоянием российской экономики в тот период (в конце мая – начале июня
началось падение фондовых индексов и цен на акции). Кроме того,
анализируя текущую ситуацию (замедление темпов роста ВВП, отток
капитала, падение цен на нефть и обесценение национальной валюты)
3
можно, отметить, что значение индекса на октябрь 2014 г. составляет 0.85,
что говорит о приближении к высокому уровню финансового стресса и
вероятности финансового кризиса. Нами был построен прогноз динамики
индекса на 2 месяца вперед, используя модель авторегрессии AR(2),
прогнозное значение на ноябрь 2014 составило 0,983, на декабрь 2014 1,042.
Таким образом, в стандартное правило Тейлора был добавлен ещё один
показатель – индекс финансового стресса, после чего было рассчитано 9
моделей (для всех 3 –х рассматриваемых индексов и для 3-х периодов).
Можно отметить улучшение качества моделей, вместе с тем, в связи с
незначимостью ключевых показателей ни одна из построенных новых
моделей с добавлением индексов не является корректной при применении к
полному объему выборки, к двум режимам одновременно (бескризисному и
кризисному).
Основываясь на
полученных результатах в работе
(оценке 9-ти
уравнений) можно сделать предположение, что в период с 2001 по 2008 гг. и
с 2010 по 2014 гг. для оценки эффективности монетарной политики
необходимо использовать альтернативное правило монетарной политики,
которое исключает показатель разрыва ВВП, а в период с 2008 по 2014 гг.
необходимо использовать правило Тейлора, которое исключает показатель
разрыва инфляции, но при этом также включает в себя индекс финансового
стресса в экономике.
Итоговое уравнение представляет собой взвешенное
среднее между кризисным и бескризисным режимом монетарной политики, а
веса при этих режимах соответствуют вероятности наступления финансового
кризиса в момент времени t. Данная вероятность моделируется с помощью
логистической функции, где 𝜇0 является пороговым значением 𝜇, после
которого наступает финансовый кризис.
Модели могут быть получены с помощью эконометрических оценок, в
частности,
используя
пороговую
авторегрессионную
модель
с
4
переключением режимов STAR5. В научной литературе (Li
и
St-Amant
2010, Cecchetti and Li .2008, Cohen-Cole. 2008, Бодукко и др. 2008) имеется
ряд теоретических аргументов, которые подтверждают, что переключение
режимов монетарной политики в зависимости от вероятности наступления
финансового
кризиса
может
быть
оптимальным.
После
первичного
экспериментирования с полной спецификацией модели и полученных ранее
результатов для увеличения точности оценок параметров на модель был
наложен ряд ограничений. Таким образом, предполагается:
a) 𝜌𝑛𝑐𝜇 = 0, предполагая отсутствие отклика на показатель меры
финансового стресса во время безскризисного режима;
b) 𝜌𝑛с𝑦 = 0, предполагая отсутствие отклика на показатель разрыва ВВП
во время бескризисного режима;
c) 𝑝𝑐𝜋 = 0, предполагая отсутствие отклика на показатель разрыва
инфляции во время кризисного режима;
Для
построения
этой
модификации
были
проанализированы
существующие индикаторы, а также индексы, способные предсказывать
состояние стресса в экономике. На основе анализа было выбрано два
индекса, учитывая их комплексность и доступность для различных стран
мира: индекс финансовых условий ЕЦБ (European Central Bank Financial
Conditions Index6), а также индекс финансового стресса Федерального
Резервного Банка Канзаса(Kansas City FED Financial Stress Index) (см. Хаккае
и Китон, 20097), разработанный в рамках данной работы индекс RUS FSI
Для моделирования денежно-кредитной политики ЦБ было применено
стандартное правило Тейлора и 3 вышеописанных индекса. Было выявлено,
что в период с 2001 по 2008 гг и с 2010 по 2014 гг. для оценки эффективности
монетарной политики необходимо использовать альтернативное правило
С анг. smooth transition autoregression
Angelopoulou E., Balfoussia H., Gibson H., 2013. Building a Financial Conditions
Index for the Euro Area and Selected Euro Area Countries: what does it tell us about the crisis? Working Paper
Series №1541, European Central Bank.
7 Hakkio, C.S., Keeton, W.R., 2009. Financial stress: what is it, how can it be measured, and
why does it matter? Economic Review (2Q 2009), Federal Reserve Bank of Kansas City, 1–50
5
6
5
монетарной политики, которое исключает показатель разрыва ВВП, а в
период с 2008 по 2014 гг. необходимо использовать правило Тейлора,
которое исключает показатель разрыва инфляции, но при этом также
включает в себя индекс финансового стресса в экономике. Вместе с тем,
стоит отметить, что в связи с незначимостью ключевых показателей ни одна
из построенных моделей не является корректной при применении к полному
объему выборки, к двум режимам одновременно (бескризисному и
кризисному). Таким образом, было принято решение о разработке модели на
основе переключений режимов. После первичного экспериментирования с
полной спецификацией модели и полученных ранее результатов для
увеличения точности оценок параметров на построенную модель был
наложен ряд ограничений.
На основе полученной оценки уравнений можно сделать ряд выводов:
1.Разработанный
индекс
RUS
FSI
наиболее
подходит
моделирования ДКП ЦБ РФ. Пороговое значение для индекса
для
RUS FSI
составило 0,29.
2.
Выявлены
периоды
переключения
в
приоритетах
ДКП:
с
инфляционного таргетирования на таргетирование ВВП.
3. Было проведено сравнение фактического значения процентной
ставки, устанавливаемой ЦБ РФ, а также прогноза процентной ставки
согласно стандартному правилу Тейлора, а также согласно модели с
переключениями с использованием индекса RUS FSI , в связи с тем, что
модель, построенная с использованием данного индекса показывает более
высокую эффективность (коэффициент детерминации выше, стандартная
ошибка регрессии ниже). Сделанные измерения показывают, что монетарная
политика в большей степени определяется моделью с двумя режимами.
Приведенный на рисунке 2 график наглядно иллюстрирует, что во время
кризиса данная модель показывает более точные предсказания, нежели
стандартное правило Тейлора.
6
Рисунок 2- Сравнение динамики изменения ставки рефинансирования,
прогноза согласно модели стандартного правила Тейлора и прогноза
согласно модели STAR с 2-мя режимами (2001-2014гг.)
Также, стоит отметить, что выборочные моменты ряда предсказаний
процентной ставки согласно модели с переключениями режимов лучше
соответствуют выборочным моментам ряда фактической процентной ставки
(ставки рефинансирования), нежели моменты согласно правилу Тейлора:
ставка рефинансирования имеет среднее значение, равное 12,29, и ст.
отклонение 4,93; процентная ставка согласно модели с переключениями
имеет ср. значение 12,3 и ст. отклонение 4,92; процентная ставка согласно
правилу Тейлора имеет ср. значение 12,48 и ст. отклонение 4,46.
Построенная модель позволяет оценить эффективность каждого
инструмента и степень его влияния на режим, а также позволяет определить
какими изменениями, и с помощью каких инструментов можно специально
переключить модель или наоборот поддерживать нужный режим. Оценка,
анализ и своевременная корректировка процентных ставок приведут к
гибкости обменного курса, и будут способствовать снижению инфляции и
инфляционных ожиданий и, как следствие, более плавному переходу к
инфляционному таргетированию.
7
Литература
1. Angelopoulou E., Balfoussia H., Gibson H., 2013. Building a Financial
Conditions Index for the Euro Area and Selected Euro Area Countries: what
does it tell us about the crisis? Working Paper Series №1541, European
Central Bank.
2. Bauducco S., Bulí r A.,Cihák M., 2008. Taylor rule under financial
instability. IMF Working Paper No. 08/18.
3. Cecchetti S., Li L., 2008. Do capital adequacy requirements matter for
monetary policy? Economic Inquiry 46, 643–659
4. Cecchetti S.G., Li, L., 2008. Do Capital Adequacy Requirements
Matter For Monetary Policy? Economic Inquiry, Western Economic
Association International 46 (4), 643–659
5. Cohen-Cole E., Martinez-Garcia, E., 2008. The balance sheet channel.
Quantitative Analysis Unit Working Paper QAU08-7. Federal Reserve
Bank of Boston.
6. Cúrdia V., Woodford, M., 2010. Credit spreads and monetary policy.
Journal of Money, Credit and Banking 42 (s1), 3–35.
7. Esanova A., Merkl Ch.at al. (2004).- Monetary Policy Rules for Russia. //
BOFIT Discussion Papers.- Vol. 11
8. Hakkio C.S., Keeton W.R., 2009. Financial stress: what is it, how can
it be measured, and why does it matter? Economic Review (2Q 2009),
Federal Reserve Bank of Kansas City, 1–50
9. Li F., St-Amant P., 2010. Financial Stress, Monetary Policy, and
Economic Activity. Working Paper No. 10-12. Bank of Canada
10.Martin C. and Milas C., 2013. Forthcoming. Financial crises and monetary
policy : Evidence from the UK. Journal of Financial Stability 9 (2013)
654– 661
11.Svensson L.E.O., 1997. Inflation forecast targeting: implementing and
monitoring inflation targets. European Economic Review 41, 1111–
1146.
12.Taylor J.B., 1993. Discretion versus policy rules in practice. CarnegieRochester Conference Series on Public Policy 39, 195–214
13.Teranishi Y., 2009. Credit spread and monetary policy. IMES
Discussion Paper Series 2009-E-14, Bank of Japan.
14.Vdovichenko A. G., Voronina V. G. (2005) Monetary policy rules and their
application in Russia Research in International Business and Finance,
Volume 20, Issue 2, June 2006, Pages 145–162
15.Козлов К., Синяков А. (2012).- Индекс финансовой стабильности
(ИФС) для России. // Центра макроэкономических исследований
Сбербанка России.
8
16. Плущевская Ю. О состоятельности теоретического фундамента
таргетирования инфляции и новокейнсианских моделей/Вопросы
экономики, 2012, 5. Общего
9