ПРИМЕНЕНИЕ ВЕКТОРНЫХ АВТОРЕГРЕССИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ

Цель исследования – исследование конкретных макроэкономических переменных и их воздействия на формирование денежно-кредитной политики с использованием методов и моделей векторных авторегрессий.

Методология. В качестве методов исследования используется обобщение опыта относительно вопросов применения векторных авторегрессий, факторного анализа, методология оценки VAR-моделей. Были проведены тесты, включающие анализ импульсных откликов и прогнозирование поведения временных рядов, для оценки качества построенной модели. Модель содержит различные переменные включая ценовые, монетарные и внешние экзогенные факторные переменные.

В этой статье проводится анализ влияния факторов как друг на друга, так интерпретация результатов, которые могут быть в дальнейшем использованы для получения практических рекомендации по совершенствованию методик исследования и прогнозирования денежно кредитной политики.

Оригинальность / ценность исследования. В работе анализируется преимущества и недостатки разных подходов при построении векторных авто регрессионных моделей, как в подборе факторов, так и их подготовке для использования в модели. Данная статья рассматривает период наблюдений с 2010 по 2021, то есть до и после введения режима инфляционного таргетирования, и оценка шока пандемии в Казахстане, не затрагивая потрясения 2022 года.

Результаты исследования: Проведенная работа позволила убедиться в применимости методов векторных авторегрессии, данное утверждение подтверждает обратная прогнозная сила моделей. В настоящей работе была проведена оценка эффективности предложенных моделей на макрофакторах в Казахстане. 

1. Friedmann M., Schwartz A. J. A Monetary History of the United States 1867-1960. – Princeton, NJ: Princeton University Press, 1963. – 888 p.

2. Tobin J., Brainard W., Litan R. World finance and economic stability: Selected essays of James Tobin. – Cheltenham, UK: Edward Elgar Publishing, 2003. – 272 p.

3. Modigliani F., Miller M. H. Corporate income taxes and the cost of capital: a correction // The American economic review. – 1963. – № 53(3). – P. 433-443.

4. Oliner S. D. et al. Is there a bank lending channel for monetary policy? // Federal Reserve Bank of San Francisco Economic Review. – 1995. – № 2(3). – P. 3-20.

5. Gertler M., Gilchrist S. The role of credit market imperfections in the monetary transmission mechanism: arguments and evidence // The Scandinavian Journal of Economics. – 1993. – № 95(1). – P. 43-64.

6. Borio C. E. V. et al. The structure of credit to the non-government sector and the transmission mechanism of monetary policy: a cross-country comparison. BIS Working Papers. – Bank for International Settlements, Monetary and Economic Department, 1995. – № 24. – 54 p.

7. Sims C. A. Are forecasting models usable for policy analysis? // Quarterly Review. – 1986. – № 10(Win). – P. 2-16.

8. Статистическая информация БНС АСПИР [Электронный ресурс] // «Официальный сайт БНС АСПИР РК» [web-сайт]. – URL: https://stat.gov.kz/ (Дата обращения: 20.05.2023).

9. Benedictow A., Fjærtoft D., Løfsnæs O. Oil dependency of the Russian economy: An econometric analysis // Economic Modelling. – 2013. – № 32. – P. 400-428.

10. Mallick S. K., Sousa R. M. Commodity prices, inflationary pressures, and monetary policy: evidence from BRICS economies // Open economies review. – 2013. –№ 24(4). – P. 677–694.

11. Cimadomo J. et al. Nowcasting with large Bayesian vector autoregressions. ECB Working Paper Series No 2453. – August 2020. – 28 p.

12. Хабибуллин Р. Какие показатели разрывов выпуска и реальной деловой активности позволяют прогнозировать инфляцию в России? // Серия докладов об экономических исследованиях в Банке России. – 2019. – № 50. – С. 20-26.

13. Дерюгина Е., Пономаренко А. Большая байесовская векторная авторегрессионная модель для российской экономики // Серия докладов об экономических исследованиях в Банке России. – 2015. – № 1. – С.13-21.

14. Kadiyala K. R., Karlsson S. Forecasting with generalized Bayesian vector autoregressions // Journal of Forecasting. – 1993. – № 12. – P. 365-378.

15. Kadiyala K. R., Karlsson S. Numerical methods for estimation and inference in Bayesian VAR models// Journal of Applied Econometrics. – 1997. – № 12. – P. 99-132.

16. Kremer M. Macroeconomic effects of financial stress and the role of monetary policy: a VAR analysis for the euro area // International Economics and Economic Policy. – 2016. – № 13. – P. 105-138.

17. Chudik A., Mohaddes K., Pesaran M. H., Raissi M., Rebucci A. A counterfactual economic analysis of Covid-19 using a threshold augmented multi-country model // Journal of International Money and Finance. – 2021. – № 119. – Article 102477.