8/2015 Dmitry Kulikov, Aleksei Netšunajev. Šokkide tuvastamine struktuurses VAR-mudelis heteroskedastiivsuse kaudu: Bayesi meetod
Eesti Panga Toimetised 8/2015
Identifying Shocks in Structural VAR Models via Heteroskedasticity: a Bayesian Approach
Struktuurne vektorautoregressioon on kaasaegses empiirilises makroökonoomikas levinud tööriist, mida kasutatakse laialdaselt rahapoliitika analüüsis ja muudes valdkondades šokkide dünaamiliste vastasmõjude ja nende efektid uurimiseks reaalsetele ja nominaalsetele makromajanduslikele koondnäitajatele. Nende uuringute keskseks küsimuseks on struktuursete šokkide (näiteks rahapoliitiliste, kogunõudluse ja kogupakkumise šokkide) tuvastamine, kus tavapäraselt selleteemalistes empiirilistes uuringutes pannakse struktuurse vektorautoregressiooni mudeli parameetritele otseseid piiranguid. Uusimas erialakirjanduses on traditsioonilist lähenemist mõnevõrra kritiseeritud, tuues välja, et isegi kui šokkide tuvastamise aluseks olevad eeldused põhinevad üldtunnustatud majandusteoorial, võivad tegelikkuses andmed teoreetilisest mudelist ikkagi erineda. See võib omakorda viia vigaste järeldusteni mudeli muutujate dünaamiliste reaktsioonide kohta ning takistada uute teooriate väljatöötamist.
Käesolevas uuringus ei rakendata šokkide tuvastamiseks mitte traditsioonilist meetodit, vaid kasutatakse struktuursete parameetrite tuvastamiseks ja šokkide tõlgendamiseks täiendavat statistilist teavet, mis sisaldub paljudes makromajanduslikes aegridades vealiikmete ajas muutuva volatiilsuse näol. Vigade volatiilsust modelleeritakse varjatud Markovi mudeli abil ja uuele raamistikule viidatakse kui Markovi lülitusega (ingl Markov switching) struktuursele vektorautoregressioonile. Uuringus näidatakse, kuidas varasemad matemaatilised tulemused võimaldavad struktuursete parameetrite statistilist tuvastamist vähemalt kahe volatiilsusrežiimi korral, rakendamata seejuures a priori tuvastamiseeldusi. Uues raamistikus kasutatakse parameetrite hindamiseks ja šokkide tuvastamiseks Bayesi statistilist lähenemist.
Uue metodoloogia kinnitamiseks kasutatakse Ameerika Ühendriikide ja euroala keskmise mahuga rahapoliitilisi süsteeme ning Eesti majanduse väikesemahulist mudelit koos intressimäära riskipreemiaga. Varasemad empiirilised uuringud on näidanud, et Ameerika Ühendriikide makromajanduse andmeid iseloomustab alates 1960. aastate keskpaigast makromajanduslike šokkide ajas muutuv volatiilsus, samas kui ülejäänud mudeli parameetrid on stabiilsed. Sarnased tulemused on saadud ka euroala makromajanduslike andmete kohta alates 1970. aastate algusest. Meie andmevalimites sisaldub volatiilsuses piisavalt statistilist teavet, et tuvastada ja tuua välja iga hinnangulise empiirilise mudeli kõik šokid. Uuringus esitatakse ühtlasi tuvastatud šokkide põhjalik majanduslik tõlgendus: vaadeldakse nende lühiajalist mõju ja reaktsiooni stiimulitele, neid võrreldakse varasemas erialakirjanduses saadud tulemustega ning kõigile kasutatud empiirilistes mudelites leiduvatele šokkidele esitatakse sobiv majanduslik põhjendus. Šokkide tuvastamiseks ei ole meie mudelites kasutatud a priori tuvastamispiiranguid, mis on tavapärased muudes empiirilistes uuringutes. Kuigi käesolevas uuringus on peamiselt keskendutud rahapoliitika ja riskipreemiate šokkidele, on meie statistilise tuvastamise metoodika abil võimalik samal ajal tuua välja ja omistada majanduslikku tõlgendust ka muudele struktuursetele makromajanduslikele uuendustele, nagu kogunõudluse, kogupakkumise ja rahanõudluse šokid.
Tuleb mainida, et meie poolt arendatud statistiliste šokkide tuvastamise protseduuri tulemused ei pruugi olla alati kooskõlas tavapäraste lühiajaliste ja märgipiiranguga lähenemisega, mida on kasutatud enamikus viimastes empiirilistes uuringutes. Selle jaoks on vaja varasemaid tulemusi põhjalikult valideerida ja neid kontrollida käesolevas uuringus esitatud uue tuvastamismetodoloogiaga koos muude alternatiivsete lähenemistega.
DOI: 10.23656/25045520/82015/0010
Kontakt: [email protected]
Toimetise autorite arvamused ei pruugi ühtida Eesti Panga ametlike seisukohtadega.
