Роль денежных и кредитных показателей в анализе прибыли и последствий финансово-экономического кризиса

Размещено на http://www.allbest.ru/

Российский государственный социальный университет

(Россия, г. Москва)

Роль денежных и кредитных показателей в анализе прибыли и последствий финансово-экономического кризиса

В.С. Бобок, канд. экон. наук

Аннотация

денежный кредитный ликвидность

В статье анализируется значение денежных и кредитных агрегатов при анализе причин возникновения существенных финансовых дисбалансов, а также возможная роль денежных показателей при формировании и реализации денежно-кредитной политики. Приводится обзор международного опыта использования монетарного анализа в данном аспекте. Изучены периоды отклонения уровня цен на российском рынке жилья и на рынке акций от равновесного значения. Рассчитываются показатели уровня избыточной ликвидности (денежные и кредитные разрывы). Эмпирически оценивается взаимосвязь динамики денежных и кредитных агрегатов и цен на активы в российской экономике.

Проблема эмпирического анализа факторов, вызывающих образование деловых пузырей на рынках активов, приобрела актуальность в последние 10 лет, когда исследователи стали обращать внимание на ускорившийся рост цен на активы во многих экономиках мира. В последние несколько лет, после того, как стало понятно, к каким последствиям может привести такой рост, данная тематика стала одной из центральных в современных макроэкономических исследованиях. Целью таких исследований, как правило, становится выявление показателей, позволяющих наилучшим образом прогнозировать вероятность наступления периода роста цен на активы. Большинство экономистов приходят к выводу, о необходимости использования финансовых показателей, а именно показателей избыточности ликвидности в качестве таких «сигнальных» индикаторов. Международный опыт свидетельствует, что рост цен на активы, происходивший в периоды избыточной ликвидности, как правило, завершался в конечном итоге резким замедлением или даже падением цен активов.

Анализ взаимосвязи цен на активы и показателей ликвидности актуален и для российской экономики. Рост цен на рынке жилья и акций в период 2010-2015 гг. в России был одним из самых существенных среди стран с переходной экономикой и значительно превышал рост цен на активы в развитых странах. «В то же время рост денежных и кредитных агрегатов в российской экономике также ускорился. Таким образом, в последние годы динамика денежных и кредитных агрегатов и индекса цен на активы в реальном выражении, были в целом, сонаправлены (рис. 1).

Ряд российских экономистов уже высказывали предположения относительно того, что именно избыточная ликвидность стала причиной возникновения пузырей на рынке активов. В данном исследовании мы попытаемся эмпирически оценить этот эффект» [10].

Рис. 1. Динамика индекса цен на активы в реальном выражении отношения агрегата М2 к ВВП и отношения кредитов физлицам и нефинансовым организациям к ВВП, прирост в % к соответствующему периоду

В качестве показателей ликвидности могут использоваться как денежные, так и кредитные агрегаты. Не существует единого мнения относительно теоретических преимуществ в использовании одного из этих видов показателей. Поэтому главным критерием, как правило, становится эмпирический. Там, например, Адалид и Деткен [1], Брюггеман [5], Адриан и Шин [2] используют денежные агрегаты при анализе причин возникновения пузырей на рынках активов.

В то же время Борио и Лоуэ [4], Алуи и Деткен [3], Ченг и Том [6] в качестве показателей ликвидности предполагают использовать кредитные агрегаты. В данном исследовании мы рассмотрим возможность применения как денежных, так и кредитных показателей. «Большинство исследователей приходят к выводу, что наиболее адекватным является использование показателей уровня ликвидности в виде кумулятивных дисбалансов (разрывов) рассчитанных как отклонение текущего значения переменной от равновесного уровня. Разрывы могут рассчитываться с помощью показателя (как правило, выраженного в % к ВВП). Другим способом расчёта денежных и кредитных разрывов является экономическая оценка равновесного уровня переменных на базе соответствующих макроэкономических показателей. В рамках данного исследования были реализованы оба подхода» [6].

«Для расчёта денежного разрыва использовалась функция спроса на деньги с использованием показателей денежного агрегата М2 (М), интерполированных базисных индексов ВВП (Y) и дефлятора ВВП (Р), темпов укрепления рубля относительно бивалютной корзины (Е), базисного индекса цен на активы (W). Тесты на единичный корень (здесь и далее используется тест KPSS) показали не стационарность всех используемых временных рядов (за исключением показателя темпов укрепления рубля, в случае которого результаты были неоднозначными).

В этой связи эконометрическая оценка функции проводилась в виде ARDL - модели» [9]. В результате, была получена функция спроса на деньги со следующей параметризацией, в скобках указана t - статистика с учётом поправки Ньюк-Веста:

Для расчёта кредитного разрыва также использовалась функция спроса на кредиты, специфицированная стандартным образом:

где С - кредитный агрегат.

В модели используется показателей кредитов нефинансовым организациям и физическим лицам в рублях и иностранной валюте: Р - показатель уровня цен (базисный индекс дефлятора ВВП); Y - масштабирующая переменная (базисный индекс реального ВВП); R - показатель процентной ставки в реальном выражении. В модели используется композитная процентная ставка, рассчитанная как средневзвешенный показатель ставок по всем видам кредитов. При этом в качестве ставок по кредитам в иностранной валюте используется рублёвый эквивалент стоимости кредита, рассчитанный на основе темпов укрепления рубля за последние 12 месяцев.

Тесы на единичный корень показали нестандартность показателей кредитного агрегата в реальном выражении и реального ВВП. По результатам оценки ARDL - модели, была получена функция спроса на кредиты со следующей параметризацией:

«Остатки, полученные при динамической симуляции моделей спроса на деньги и на кредиты, использовались в качестве показателей денежных и кредитных «разрывов». Кроме этого, аналогичные показатели были рассчитаны с помощью фильтрации показателей М2 и кредитов нефинансовым организациям и физическим лицом (выраженных в % ВВП) с помощью фильтра Готрика-Прескотта (л=14400)» [7].

Современное выявление периодов бума цен на активы является одной из главных (и одновременно наиболее сложных) задач, решение которых необходимо для обеспечения финансовой стабильности. При этом практически не существует методов, позволяющих ещё на раннем этапе однозначно определить, является ли данный эпизод в действительности началом формирования пузыря на рынке активов.

«Этим отчасти объясняется достаточно пассивная (по крайней мере, до последнего времени) политика центральных банков в отношении рынков активов. В тоже время, последующий анализ динамики цен на активы на длительном временном интервале позволяет исследователям выявить эпизоды роста цен, не обоснованного фундаментальными факторами и сменившегося впоследствии резким падением. Возможности проведения подобного анализа для российской экономики несколько ограничены небольшим временным интервалом, доступным для анализа. В качестве показателя бума использовалось отклонение текущей цены активов от равновесной стоимости активов. Традиционно, в качестве основного фундаментального фактора, определяющего равновесную стоимость, рассматривается показатель ВВП, Этот индикатор является своеобразной прокси-переменной для динамики прибыли экономических агентов и, соответственно, динамики дивидендов и ренты» [8]. Для оценки равновесной стоимости активов «моделировать зависимость цен на жильё и цен акций от динамики ВВП.

Показатели индексов цен активов, как и индекс реального ВВП, являются нестационарными. В результате были получены следующие ARDL - модели:

где Н - базисный индекс цен на жильё, E_g - базисный индекс цен акций, Y - базисный индекс реального ВВП, Р - базисный индекс дефлятора ВВП.

Остатки, полученные при динамической симуляции моделей, использовались в качестве отклонений текущей цены активов от равновесной. При этом, международный опыт [5, 8] предостерегает от «наивного» использования показателей ликвидности при моделировании динамики цен на активы. Целесообразным представляется искать связь лишь между ярко выраженными эпизодами избыточного роста цен на активы и денежными и кредитными агрегатами, тогда как в остальные периоды показатели ликвидности, как правило, существенного значения для динамики цен активов не имеют.

«В этой связи в качестве показателя бума цен активов использовалась бинарная переменная, принимающая значение, равное 1, в периоды, когда отклонение цены активов от равновесной, превышает пороговый уровень, и значение, равное 0, во все остальные периоды. Пороговые значения устанавливались на уровне, близком к одному стандартному отклонению соответствующего временного ряда, что является достаточно распространённой практикой» [5, 6], и составили для цен на жильё и 20% - для цен акций (рис. 2).

Рис. 2. Фактическая динамика цен на жильё (по модели R² МакФадден) и расчёт вероятности наступления бума цен

Для эмпирической оценки взаимосвязи возникновения периодов бума цен на активы и показателей избыточной ликвидности использовалась пробит-модель. В качестве зависимой переменной в модель включалась бинарная переменная избыточного роста цен на активы, в качестве объясняющих факторов - показатели денежных и кредитных разрывов, рассчитанные на основе соответствующих эконометрических моделей (ARDL) и с помощью фильтрации (HP). Оценивание производилось для каждого объясняющего фактора в отдельности. Кроме этого, производился поиск модели с наилучшими эмпирическими характеристиками (наибольшим показателей R² МакФаддена), содержащей несколько объясняющих факторов (табл. 1).

Таблица 1. Результаты оценки пробит-модели для показателя бума цен акций.

По результатам оценивания пробит-моделей можно сделать вывод, что денежные и кредитные агрегаты могут рассматриваться в качестве индикаторов вероятности возникновения ценового пузыря на рынке жилья. Статистически, наиболее приемлемые результаты обеспечивает использование показателей кредитного разрыва, полученного с помощью фильтрации. При этом комбинирование данного показателя с денежным разрывом, рассчитанным на основе функции спроса на деньги, позволяет несколько улучшить характеристики модели. Исходя из параметров наиболее адекватной модели, можно утверждать, что увеличение денежного разрыва на 1% увеличивает вероятность наступления периода избыточного роста цен на активы на 15%, а кредитного разрыва - на 23% (рис. 3)

Рис. 3. Фактическая динамика цен акций и расчётная (по модели R² МакФаддена) вероятность наступления бума цен акций

Результаты оценок пробит-моделей для показателя избыточного роста цен акций позволяют выявить лишь один индикатор (денежный разрыв, рассчитанный на основе функции спроса на деньги), который может использоваться для определения угрозы возникновения ценового пузыря. Увеличение данного показателя на 1% приводит к росту вероятности возникновения периода избыточного роста цен на активы на 27%. Остальные показатели оказываются статистически незначимыми. Комбинирование различных показателей не позволяют характеристики модели. Таким образом, можно утверждать, что по сравнению. С кредитными агрегатами денежные показатели в большей степени отражают риски избыточного роста цен на рынке акции.

Монетарный анализ «включающий в себя всесторонний анализ денежных и кредитных агрегатов, а также других балансовых показателей, является одним из наиболее широко применимых инструментов центрального банка при реализации денежно-кредитной политики. При этом мировой финансово-экономический кризис особенно остро выявил необходимость проведения монетарного анализа и, в частности, при выявлении ценовых пузырей на рынках активов. Результаты исследований показывают, что рост цен на активы, происходивший в условиях избыточной ликвидности, как правило, не соответствовал фундаментальным макроэкономическим показателям и в дальнейшем сменялся резким падением.

По мнению ряда представителей ведущих центральных банков мира, именно отсутствие данного внимания к этому аспекту монетарного анализа привело в итоге к формированию значительных финансовых дисбалансов и явилось одной из основных причин финансового кризиса.

Эмпирический анализ взаимосвязи динамики денежных и кредитных агрегатов и динамики цен на активы, в целом подтвердил данную закономерность и для российской экономики. Результаты эконометрической оценки указывают на возможность использования денежных и кредитных показателей при анализе причин возникновения ценовых пузырей на рынках активов. Очевидно, что проведенное в рамках данного исследования моделирование взаимосвязи цен на активы и показателей ликвидности, не может считаться всеобъемлющим. Тем не менее, полученные результаты обуславливают необходимость всестороннего анализа денежных и кредитных агрегатов, в целях обеспечения финансовой и макроэкономической стабильности.

Библиографический список

1. Adalid R and Detken C. Liquidity shocks and asset price boom / bust cycles. Working Paper Series 732. ECB. 2007.

2. Adrian T. and Shin H.S. Money, Zn Liquidity and financial cycles. Yn A. Beyer and L. Reichlin, ld. The Role of Money. Honey and Monetary Policy in the Twenty-First Century P. 299-309. ECB. 2010.

3. Alessi L. and Detken C. Real time early warning indicators for costly asset price boom / bust cycles. A Role for global liquidity. Working Paper Series 1039. ECB. 2012.

4. Borio C and Lowe P. Asset prices, financial and monetary stability: Exploring the nexus. Working paper 114. BIS. 2002.

5. Bruggeman A. Can excess liquidity signal an asset price boom. Working Papers 117. National Bank of Belgium, 2007.

6. Cheung L. and Tam C. Role of Credit in equity market booms and busts. Working paper. Hong Kong Monetary Authority. 2009.

7. Gerdesmeir D. and Palleit T. Measures of excess liquidity. Working Paper N65. Hfв. - Business Shool of Finance & Management. 2010.

8. Galteron S. and Szpiro D. Exes de liquidite monetaire et priv des actifs. Note d'etudes et de recherchй (3). Bangub de France. 2005.

9. Pesaran M., Shin Yand Smith R. Bounds testing approaches to the analysis of long run relationships. DAE Working Paper. University of Cambridge. 2011.

10. Берзой И.И. Глубинные истоки глобального экономического кризиса. Доклад на X международной научной конференции ГУ - ВШЭ. 2009.

Размещено на Allbest.ru