сгенерировать QR код
Открытый доступ
Только для подписчиков
Идентификация монетарных сюрпризов с использованием внутридневных данных
https://doi.org/10.32609/0042-8736-2024-6-26-43
Аннотация
Банк России в своих пресс-релизах сообщает не только решение о ставке процента, но и планируемую траекторию процентных ставок, а также анонсирует собственные прогнозы развития макроэкономической ситуации. Сообщение ЦБ может быть неожиданным для экономических агентов и в смысле изменения ключевой ставки (монетарный сюрприз), и в смысле предоставления новой прогнозной информации (информационный сюрприз). В работе предложена методика идентификации монетарных сюрпризов, обладающая преимуществами по сравнению с представленными в литературе. Она позволяет идентифицировать шоки кривой доходности и исключить немонетарную (информационную) компоненту из оценки монетарных сюрпризов. Выявлены целесообразность идентификации информационных шоков при помощи внутридневных данных и преимущества использования минутных данных по сравнению с применением для достижения этой цели данных меньшей частоты. На основе предложенного высокочастотного подхода оцениваются роль информационных шоков и значение подаваемых сигналов о траектории процентной ставки в формировании российских инфляционных ожиданий.
При поддержке: Статья подготовлена в рамках выполнения научно-исследовательской работы государственного задания РАНХиГС.
Об авторах
В. А. Банникова
Российская академия народного хозяйства и государственной службы при Президенте РФ; МГУ имени М. В. Ломоносова
Россия
Россия
Банникова Виктория Алексеевна, м. н. с. РАНХиГС, н. с. кафедры математических методов анализа экономики экономического факультета МГУ
Москва
О С. Виноградова
МГУ имени М. В. Ломоносова
Россия
Россия
Виноградова Ольга Сергеевна, к. э. н., доцент кафедры финансов и кредита экономического факультета МГУ
Москва
Ф. С. Картаев
Российская академия народного хозяйства и государственной службы при Президенте РФ; МГУ имени М. В. Ломоносова
Россия
Россия
Картаев Филипп Сергеевич, д. э. н., вед. н. с. РАНХиГС, завкафедрой микро- и макроэкономического анализа экономического факультета МГУ
Москва
Список литературы
1. Абрамов В., Тишин А., Стырин К. (2022). Денежно-кредитная политика и кривая доходности // Серия докладов об экономических исследованиях Банка России. № 95В.
2. Банникова В. А., Пестова А. А. (2021). Моделирование воздействия монетарных шоков на инфляцию с помощью высокочастотного подхода // Вопросы экономики. № 6. С. 47—76. https://doi.org/10.32609/0042-8736-2021-6-47-76
3. Борзых О. А. (2016). Канал банковского кредитования в России: оценка с помощью TVP-FAVAR модели // Прикладная эконометрика. Т. 43. С. 96—117.
4. Евстигнеева А., Щадилова Ю., Сидоровский М. (2022). Роль коммуникации и информационных факторов в возникновении сюрпризов денежно-кредитной политики Банка России // Серия докладов об экономических исследованиях Банка России. № 99.
5. Крепцев Д. А., Селезнев С. М. (2017). Влияние ставок денежного рынка на ставки по кредитам конечным заемщикам // Деньги и кредит. № 9. С. 18—27.
6. Пестова А. А., Мамонов М. Е., Ростова Н. А. (2019). Шоки процентной политики Банка России и оценка их макроэкономических эффектов // Экономическая политика. Т. 14, № 4. С. 48—75. https://doi.org/10.18288/1994-5124-2019-4-48-75
7. Синельникова-Мурылева Е. В. (2017). Анализ трансмиссионных механизмов денежно-кредитной политики банка России в условиях перехода к инфляционному таргетированию. М.: РАНХиГС.
8. Тишин А. (2019). Неожиданные шоки денежно-кредитной политики в России // Деньги и кредит. Т. 78, № 4. С. 48—70. https://doi.org/10.31477/rjmf.201904.48
9. Щадилова Ю., Евстигнеева А. (2023). Международный опыт коммуникации о решениях по денежно-кредитной политике и макроэкономических прогнозах. Аналитическая записка. М.: Банк России.
10. Altavilla C., Brugnolini L., Gürkaynak R., Motto R. (2019). Measuring euro area monetary policy. Journal of Monetary Economics, Vol. 108, pp. 162—179. https://doi.org/10.1016/j.jmoneco.2019.08.016
11. Andreev A. V., Orlov D. A. (2021). Estimation of implied inflation from prices of inflation-indexed bonds. Methodological comment. Moscow: Bank of Russia.
12. Cieslak A., Schrimpf A. (2019). Non-monetary news in central bank communication. Journal of International Economics, Vol. 118, pp. 293—315. https://doi.org/10.1016/j.jinteco.2019.01.012
13. Kleibergen F., Paap R. (2006). Generalized reduced rank tests using the singular value decomposition. Journal of Econometrics, Vol. 133, No. 1, pp. 97—126. https:// doi.org/10.1016/j.jeconom.2005.02.011
14. Gürkaynak R. S., Sack B., Swanson E. (2005). The sensitivity of long-term interest rates to economic news: Evidence and implications for macroeconomic models. American Economic Review, Vol. 95, No. 1, pp. 425—436. https://doi.org/10.1257/0002828053828446
15. Hanson S. G., Stein J. C. (2015). Monetary policy and long-term real rates. Journal of Financial Economics, Vol. 115, No. 3, pp. 429—448. https://doi.org/10.1016/j.jfineco.2014.11.001
16. Inci A. C., Lu B. (2007). Currency futures-spot basis and risk premium. Journal of International Financial Markets, Institutions and Money, Vol. 17, No. 2, pp. 180— 197. https://doi.org/10.1016/j.intfin.2005.10.003
17. Inoue A., Rossi B. (2021). A new approach to measuring economic policy shocks, with an application to conventional and unconventional monetary policy. Supplemental material. Quantitative Economics Supplemental Material, Vol. 12, No. 4, pp. 1085—1138. https://doi.org/10.3982/QE1225
18. Jarociński M., Karadi P. (2020). Deconstructing monetary policy surprises—the role of information shocks. American Economic Journal: Macroeconomics, Vol. 12, No. 2, pp. 1—43. https://doi.org/10.1257/mac.20180090
19. Kilian L., Lütkepohl H. (2017). Structural vector autoregressive analysis. Cambridge University Press. https://doi.org/10.1017/9781108164818
20. Lang R. W., Rasche R. H. (1978). A comparison of yields on futures contracts and implied forward rates. Federal Reserve Bank of St. Louis Monthly Review, Vol. 60, No. 12, pp. 21—30. https://doi.org/10.20955/r.60.21-30.pgo
21. Rubio-Ramírez J. F., Waggoner D. F., Zha T. (2010). Structural vector autoregressions: Theory of identification and algorithms for inference. Review of Economic Studies, Vol. 77, No. 2, pp. 665—696. https://doi.org/10.1111/j.1467-937X.2009.00578.x
22. Swanson E. T. (2021). Measuring the effects of Federal Reserve forward guidance and asset purchases on financial markets. Journal of Monetary Economics, Vol. 118, pp. 32—53. https://doi.org/10.1016/j.jmoneco.2020.09.003
Рецензия
Для цитирования:
Банникова В.А., Виноградова О.С., Картаев Ф.С. Идентификация монетарных сюрпризов с использованием внутридневных данных. Вопросы экономики. 2024;(6):26-43. https://doi.org/10.32609/0042-8736-2024-6-26-43
For citation:
Bannikova V.A., Vinogradova O.S., Kartaev F.S. Identification of monetary surprises using intraday data. Voprosy Ekonomiki. 2024;(6):26-43. (In Russ.) https://doi.org/10.32609/0042-8736-2024-6-26-43
Просмотров:
742
Послать статью по эл. почте 
