Регулирование ликвидности денежного рынка Специальность 08.00.10 - Финансы, денежное обращение и кредит (стр. 5 )

– соответствующие коэффициенты.

         Данное правило обобщает правила Тейлора и Вудфорда, учитывая инерцию процентной ставки, ожидания, отклонения фактических значений инфляции и выпуска от целевых, а также отклонения контрольных значений. Отдельное внимание было уделено контрольным значениям (), так как учет отклонений инфляции и выпуска, включая динамику выпуска, может быть недостаточным для некоторых экономик. Необходимо предусмотреть контрольные значения, специфические для отдельных экономик. Например, для стран-экспортеров нефти контрольными значениями может быть цена на нефть, а для стран, экспортирующих высокотехнологическую продукцию – обменный курс. Автор считает обменный курс одним из наиболее важных контрольных значений, так как с учетом интеграционных процессов на финансовых рынках обменные курсы играют существенную роль не только для экспорта и импорта, но и для международного движения капитала.

3. Результаты исследования модели регулирования ликвидности  денежного рынка.  Приоритетное значение регулирования ликвидности в условиях шоков обосновано в работе микроэкономической деловой игрой с функциями ожидаемой полезности. На основе модели с экзогенными вероятностями, предложенной Г. Мундакой, в работе была разработана модифицированную  модель, позволяющую учитывать эндогенность вероятности возникновения шока ликвидности и наличие внешних эффектов в условиях высокой интеграции участников банковской системы. Разделив банки на «добросовестные» и «недобросовестные» по уровню высокорисковых инвестиций и управленческих усилий, автор показал актуальность и необходимость помощи со стороны ЦБ при наступлении шока ликвидности, а также ключевую роль мониторинга, с помощью которого «недобросовестные» банки могут быть выявлены и лишены поддержки со стороны ЦБ. Данная модель также позволяет проанализировать абсорбирование ликвидности путем введения новых переменных в функции.

Согласно базовой модели, наступление шока ликвидности является экзогенным, а взаимодействие «недобросовестных» банков NS с «добросовестными» отсутствует: 

  (8)

  В случае, если принадлежность данного банка к группе не будет выявлена, то при «плохом шоке» , банки в группе понесут потери, равные при получении экстренной поддержки от ЦБ с вероятностью . При обнаружении принадлежности банка к группес вероятностью потери данного банка составят с вероятностью . Выявленный «недобросовестный» банк не получит дополнительной ликвидности.

  Соответственно, производные функции высокорисковых инвестиций «недобросовестных» банков по поддержке со стороны ЦБ () и  по интенсивности мониторинга () будут иметь следующие знаки:

  (9)    (10)

  Аналогично, производные функции усилий «недобросовестных» банков по поддержке со стороны ЦБ () и  по интенсивности мониторинга () будут иметь следующие знаки:

  (11)    (12)

Автор считает базовую версию модели Г. Мундаки недостаточно реалистичной в виду экзогенной природы вероятностей возникновения шоков ликвидности, а также отсутствия взаимосвязи «недобросовестных» банков с «добросовестными», что в условиях современных банковских систем, для которых характерна высокая степень интегрированности, не актуально. Соответственно, в исследовании показано, что вероятность возникновения шоков ликвидности эндогенна и имеет прямую связь с объемом проблемных долгов, которые, в свою очередь, напрямую связаны с рискованными инвестициями. Усовершенствованная функция для «добросовестных» банков позволяет ввести эндогенную вероятность и внешние эффекты с помощью доли инвестиций «добросовестных» банков в «недобросовестные». Таким образом, можно проанализировать модель и для «добросовестных» банков:

(13)

где вероятность «плохого шока», определяемая функцией «выживания», а является пропорцией финансирования рискованных инвестиций «недобросовестных» банков.

         Теоретический анализ микроэкономической модели регулирования ликвидности позволил обосновать следующее положение исследования: объемы поддержки со стороны ЦБ, а также интенсивность мониторинга, оказывают влияние на решения по поводу оптимальных инвестиций и усилий «недобросовестных банков»: объемы поддержки со стороны ЦБ имеют прямую связь с объемом рискованных инвестиций и обратную связь с объемом прилагаемых усилий, в свою очередь, интенсивность мониторинга – обратную связь с объемом рискованных инвестиций и прямую связь с объемом усилий со стороны «недобросовестных банков».

         В соответствии с данным положением, можно рекомендовать ЦБ РФ увеличить интенсивность мониторинга и создать прозрачные целевые программы поддержки ликвидности для уменьшения моральных рисков: увеличение интенсивности мониторинга поможет увеличить усилия «недобросовестных» банков, а целевой характер поддержки будет лимитировать аппетиты банков относительно высокорисковых инвестиций.

4.  Результаты эмпирического анализа эффективности ДКП ЦБ РФ и регулирования ликвидности.  Эмпирический анализ актуальности и эффективности ДКП ЦБ РФ и регулирования ликвидности был проведен с помощью ряда моделей, разработанных автором исследования с использованием МНК, обобщенного МНК и коррекционных процедур Прайса-Уинстена и Кокрена-Оркутта, обобщенного метода моментов, а также инструментальных регрессий, обеспечивающих стационарность данных и отсутствие проблем гетероскедастичности и автокорреляции. Основной целью эмпирического анализа было исследование актуальности (уместности) и эффективности (статистической значимости) ДКП и регулирования ликвидности в экономики РФ по данным ЦБ РФ и OECD во временных рамках 1999-2009 и 2006-2010 годов.

         С помощью кривых Филлипса была показана актуальность ДКП относительно экономики РФ:

  (14)

  (15)

  (16)

где: - инфляция (по ИПЦ) текущего периода;- инфляция предыдущего периода; - дифференциал инфляции первого порядка;- уровень безработицы.

         Результаты по простым кривым Филлипса (14) и кривым Филлипса с простыми инфляционными ожиданиями (15) выявили наличие статистически значимой обратной связи инфляции и безработицы, что позволило сделать вывод об актуальности ДКП для экономики РФ.

         Выявление данной взаимосвязи стало отправной точкой анализа эффективности ДКП и регулирования ликвидности. Следующим этапом исследования является эмпирическое моделирование эффективности ДКП по отношению к инфляции (модель (17) на основании модели Ф. Кейгана с рациональными ожиданиями (формулы (5), (6). Далее автор проанализировал эффективность ДКП по отношению к номинальному (модель (18.1) и реальному экономическому росту (модель (18.2) согласно макроэкономической модели выпуска и, далее, по отношению к ликвидности денежного рынка, представленной средневзвешенными процентными ставками кредитования со сроком до 3-х месяцев в номинальном исчислении (модель (19.1) и в реальном исчислении (модель (19.2):