Регрессоры для оценки мер склонности - Исследование косвенных эффектов инфляционного таргетирования на динамику прямых иностранных инвестиций

Для вычисления мер склонности мы оценивали логит - модель с зависимой переменной IT, которая равна одному для стран, таргетирующих инфляцию, и нулю для всех остальных. Объясняющие переменные, которые предположительно должны влиять на вероятность введения режима инфляционного таргетирования, выбирались, исходя из двух соображений: во - первых, политика инфляционного таргетирования, как уже упоминалось, требует выполнения определенных предпосылок; во - вторых, страна всегда может выбрать альтернативные формы монетарной политики.

В качестве переменных, отражающих предпосылки для введения режима инфляционного таргетирования мы используем: индекс потребительских цен, валовый внутренний продукт в текущих ценах (в долларах США), отношение внутреннего кредита со стороны финансового сектора к ВВП, индекс финансовой открытости, отношение валового государственного долга к ВВП.

Индекс потребительских цен используется в качестве прокси - переменной для уровня инфляции и мы ожидаем отрицательную корреляцию между этой переменной и вероятностью введения режима инфляционного таргетирования. Валовый внутренний продукт в текущих ценах является прокси - переменной для размера экономики. Мы также ожидаем отрицательную корреляцию между этим регрессором и зависимой переменной, поскольку странам со средними размерами экономик легче адоптировать новую монетарную политику, чем ведущим экономическим державам. Отношение внутреннего кредита со стороны финансового сектора к ВВП является прокси - переменной для развитости финансового сектора в стране. Индекс финансовой открытости отражает степень открытости экономики для внешних финансовых трансакций по большому ряду признаков. Мы ожидаем положительную корреляцию между финансовой открытостью, развитостью финансового сектора и вероятностью введения инфляционного таргетирования. Развитая финансовая система позволяет центральному банку эффективно внедрять новую монетарную политику через набор рычагов воздействия. Что касается, финансовой открытости, то в ряде европейских стран политика инфляционного таргетирования вводилась одновременно с проведением других реформ, в число которых входило повышение открытости финансового сектора (Roger, 2009). Уровень государственного долга отражает степень свободы центрального банка при проведении монетарной политики, поскольку высокий государственный долг сопряжен с большим давлением со стороны фискальных властей, которые стремятся монетезировать этот долг за счет более высоких уровней инфляции. Следовательно, высокий уровень долга будет восприниматься рынком как сигнал о высоком риске того, что центральный банк будет отклоняться от объявленных инфляционных таргетов. Мы ожидаем отрицательной корреляции между этой переменной и вероятностью введения режима инфляционного таргетирования.

В качестве переменных, которые отражают возможные альтернативы монетарной политики, мы используем: уровень безработицы, индекс торговой открытости (отношение суммы экспорта и импорта товаров и услуг к ВВП), индекс режима обменного курса.

Уровень безработицы отражает упомянутую нами ранее дилемму между низким уровнем инфляции и безработицы. Хотя кривая Филлипса была эмпирически опровергнута, тем не менее, в краткосрочных решениях многие центральные банки все равно ориентируются на эту возможную взаимосвязь. Следовательно, высокие уровни безработицы будут означать снижение вероятности введения режима инфляционного таргетирования до хотя бы частичного решения проблемы занятости. Индекс торговой открытости отражает связь между объемом торговли и режимом валютного курса. Например, экспортно - ориентированные страны могут стремиться поддерживать обменный курс на выгодных для себя значениях, тогда введение режима инфляционного таргетирования будет менее вероятным, поскольку мы уже показали, что эта политика может эффективно работать только при плавающем обменном курсе. Индекс режима обменного курса, разработанный Reinhart и Rogoff, принимает значения от 1 для стран, которые используют валюты других государств, и, следовательно, лишены возможности проводить самостоятельную монетарную политику, до 14 для стран, которые столкнулись со значительным обесценением валюты, однако не предпринимают никаких попыток, чтобы это падение предотвратить. Значение 13 индекс принимает для стран, использующих плавающий валютный курс. Следовательно, можно ожидать положительной корреляции между этой переменной и вероятностью введения инфляционного таргетирования.

В Таблице 5 представлен список всех используемых в исследовании переменных, а также базы данных, откуда данные по этим переменным были взяты.

Таблица 5. Переменные, используемые в исследовании, и источники данных.

Переменная

Описание

Источник

SoftIT и FullIT

Дамми - переменная, принимающая значение 1, если в данный год страна таргетировала инфляцию, и 0, в противном случае. Поскольку год введения режима инфляционного таргетирования можно определить по-разному, используется две дамми - для "soft" и "fully - fledged" режимов.

Rose (2007), Vega и Winkelried (2005), Хеммонд Джилл (2012)

FDI

Чистый приток прямых иностранных инвестиций (% от ВВП).

World Development Indicators (2015), World Bank

DEVTYPE

Индикатор для отнесения страны к категории развитых (1) и развивающихся стран (0).

Классификация ООН (2014)

CPI

Индекс потребительских цен (с базовым годом - 2005), дамми для уровня инфляции.

World Economic Outlook (April 2016), IMF

SIZE

Валовый внутренний продукт в текущих ценах, млрд. долларов США, дамми для размера экономики страны.

World Development Indicators (2015), World Bank

OPEN

Отношение суммы экспорта и импорта к номинальному ВВП (%), как дамми торговой открытости экономики страны.

World Development Indicators (2015), World Bank

FINDEV

Отношение внутреннего кредита со стороны финансового сектора к ВВП (%). Включает все кредиты разным секторам, за исключением кредитов государству. Используется как дамми развитости финансового сектора страны.

World Development Indicators (2015), World Bank

FINOPEN

Индекс финансовой открытости (The Chinn-Ito index). Оценивается по большому числу параметров, характеризующих открытость финансовых рынков страны. Подробнее: http://web. pdx. edu/~ito/Readme_kaopen2013.pdf.

Chinn and Ito (2008)

UNEM

Уровень безработицы (процент от рабочей силы).

World Economic Outlook (April 2016), IMF

DEBT

Совокупный валовый государственный долг (как процент от ВВП). Характеризует устойчивость фискальной политики и уровень политического давления на монетарные власти.

World Economic Outlook (April 2016), IMF

EXRATE

Классификационный код для режима обменного курса, принимающий значения от 1 ("no separate legal tender") до 15("Dual markets in which parallel market data is missing"). Чем выше значение индикатора, тем ближе обменный валютный курс к плавающему.

Reinhart and Rogoff (2004), обновленный

INFLATION

Ежегодный темп роста среднего индекса потребительских цен (%).

World Economic Outlook (April 2016), IMF

Для стран, таргетирующих инфляцию, переменные, входящие в регрессию - это средние значения за пять лет, предшествующих году введения режима инфляционного таргетирования. Таким образом, для стран, которые таргетируют инфляцию, мы имеем два набора данных - классификации по "soft" и "fully - fledged" режимам. Обозначим их, соответственно, Классификация 1 и Классификация 2. Следует объяснить, почему для оценки мер склонности мы используем усредненные значения переменных за некоторый период. Мера склонности отражает условную вероятность введения режима инфляционного таргетирования в странах, которые обладают к моменту введения режима определенным набором ковариат. Поскольку решение о введении новой монетарной политики не принимается вдруг, а является результатом долгого анализа в течение нескольких лет, будет правильным учитывать это при оценке логит - модели.

Для контроля робастности оценок для стран из контрольной группы мы используем несколько классификаций. Во - первых, используем средние значения переменных с 1990 по 2008 годы. Выбор таких границ не случаен, а объяснятся несколькими причинами. 1990 год - это год начала применения режима инфляционного таргетирования (в Новой Зеландии), кроме того с 1990 года начал проявляться новый тренд на снижение инфляции и ее волатильности по всему миру. 2008 год - это год мирового финансового кризиса, в результате которого связи между многими экономическими параметрами претерпели изменения. Поскольку, все страны, таргетирующие инфляцию, выбрали эту политику до 2008 года, а страны, сделавшие этот выбор позже (например, Россия) в нашем исследовании не рассматриваются, верно полагать, что значения переменных после 2008 года никак не влияли на вероятность выбора той или иной монетарной политики. Второй классификацией для стран из контрольной группы является использование усредненного значения переменных за пять лет, предшествующих 1999 году. Здесь 1999 год - это "средний" год введения "soft" режимов инфляционного таргетирования. Аналогично, мы используем усредненные значения переменных за пять лет, предшествующих 2001 году, где 2001 год - это "средний" год введения "fully - fledged" режимов инфляционного таргетирования. Выбор пятилетнего отрезка для усреднения не объясняется какими - либо объективными конкретными факторами, а скорее основан на здравом смысле и подобной практике в предшествующих исследованиях.

Таким образом, мы получаем четыре возможных сочетания классификаций (Таблица 6). Для каждого из этих сочетаний мы оценим логит - модель.

Таблица 6. Классификации в зависимости от отрезка для расчета средних значений.

ИТ - страны

Классификация 1 ("soft")

Классификация 2 ("fully - fledged")

Классификация 1 ("soft")

Классификация 2 ("fully - fledged")

Контрольная группа

1990 - 2008

1990 - 2008

1999

2001

Похожие статьи




Регрессоры для оценки мер склонности - Исследование косвенных эффектов инфляционного таргетирования на динамику прямых иностранных инвестиций

Предыдущая | Следующая