Книги, главы из книг для написания диплома, курсовой работы, реферата по предмету Экономика: Развитие российского финансового рынка и новые инструменты привлечения инвестиций. Энтов Р., Радыгин А., Мау В. И др. - 2.3 Неплатежи: эконометрический анализ А. Оценка коэффициентов макроэкономической модели неплатежей и процентной ставки -"Электив"

2.3 Неплатежи: эконометрический анализ А. Оценка коэффициентов макроэкономической модели неплатежей и процентной ставки

Введем в модель (1) описанные выше факторы, влияющие на процентную ставку:

(13)

где

- темп роста номинальной денежной массы М2 в текущем месяце;

- среднее геометрическое темпов роста номинальной денежной массы периодов ;

- аукционная премия (среднее геометрическое за месяц).

Переходя к оценке коэффициентов модели, обобщим вышесказанные рассуждения в гипотезах относительно знаков коэффициентов модели.

Итак, на прирост кредиторской просроченной задолженности влияют:

Отрицательно – предшествующий рост деловой активности ;

положительно – высокая реальная доходность облигаций в прошлом периоде ;

отрицательно – превышение фактически исполненных расходов бюджета над плановыми (т.е. их неисполнение – отрицательная разность – ведет к росту неплатежей) ;

положительно – увеличение в прошлом месяце дебиторской просроченной задолженности (в реальных ценах );

положительно – рост номинальной (трехмесячной) процентной ставки ГКО .

На изменение номинальной процентной ставки ГКО влияют:

отрицательно – высокая реальная доходность облигаций в прошлом периоде, интерпретируемая также как ошибка прогноза инфляции прошлого периода в адаптивных ожиданиях ;

отрицательно – увеличение темпов роста номинальной денежной массы в текущем периоде ;

положительно – предшествующее увеличение темпов роста номинальной денежной массы – вследствие роста цен ;

положительно – неожиданно высокая аукционная премия ;

положительно – прирост кредиторской просроченной задолженности вследствие продажи ликвидных активов должниками, и вследствие спроса должников на ликвидные ресурсы.

Таблица 2.1.

Результаты оценки коэффициентов модели

в уравнении неплатежей

(период с 02/94 по 9/97, помесячные данные, 44 наблюдения)

Variable

Coefficient

Std. Error

T-Statistic

Prob.

1.171929

1.301773

0.900256

0.3737

-0.027380

0.089586

-0.305628

0.7616

0.012535

0.006749

1.857323

0.0710

-0.198543

0.080902

-2.454136

0.0188

0.117504

0.238733

0.492198

0.6254

1.693275

1.446533

1.170575

0.2491

R-squared 0.307419 Mean dependent var 4.242271

Adjusted R-squared 0.216290 S.D. dependent var 1.716738

S.E. of regression 1.519783 Akaike info criterion 0.963259

Sum squared resid 87.77015 Schwartz criterion 1.206558

F-statistic 3.878829 Durbin-Watson stat 1.935831

Prob(F-statistic) 0.006146

Как видно из таблиц, не все коэффициенты оказались статистически значимыми. Довольно низок процент объясненной дисперсии , особенно в уравнении неплатежей. Анализ графиков частичной корреляции показал наличие “выбросов”, ухудшающих качество регрессии.

Для учета влияния некоторых экономических и политических факторов, по-видимому, сказавшихся на “выбросах”, в модель были введены условные переменные.

Таблица 2.2.

Результаты оценки коэффициентов модели в уравнении процентной ставки (период с 02/94 по 9/97, помесячные данные)

Included observations: 44

Variable

Coefficient

Std. Error

T-Statistic

Prob.

-2.085393

1.317341

-1.583032

0.1217

-2.076823

0.884420

-2.348232

0.0242

2.437325

1.294188

1.883285

0.0673

-0.003523

0.000984

-3.578895

0.0010

2.765761

0.718241

3.850741

0.0004

-0.029704

0.048182

-0.616508

0.5412

R-squared 0.516984 Mean dependent var 0.989793

Adjusted R-squared 0.453429 S.D. dependent var 0.331927

S.E. of regression 0.245395 Akaike info criterion -2.683648

Sum squared resid 2.288313 Schwartz criterion -2.440349

F-statistic 8.358475 Durbin-Watson stat 1.685653

Prob(F-statistic) 0.000021

В уравнение неплатежей добавлены следующие условные переменные:

сентябрь 1994г. (ситуация перед “Черным вторником” - аккумуляция средств на покупку валюты оттянула средства из реального сектора, плюс ожидания о девальвации рубля равносильны в данной ситуации по действию инфляционным ожиданиям);

октябрь 1996г. (болезнь президента Б. Н. Ельцина –повышалась рискованность инвестиций);

февраль - апрель 1997г. (предположительно – ожидания секвестрирования бюджета и перестановок в правительстве).

В уравнение процентной ставки включены условные переменные:

июль и август 1995г. (нарастающий межбанковский кризис неплатежей – происходил отток средств из ликвидных активов);

январь 1996г. (в этот период правительство и ЦБ РФ проводили активную политику по снижению доходности гособлигаций в период между выборами президента и Государственной Думы);

май 1996г. (ситуация перед президентскими выборами, когда наиболее четко выявился разрыв в доходности между выпусками, погашаемыми до и после выборов (трехмесячные выпуски, погашаемые после выборов, были более рискованными, что сказывалось на их доходности).

В таблицах 2.3 и 2.4 приводятся результаты оценки коэффициентов модели с добавленными логическими переменными. Новые оценки обладают более высокой значимостью, коэффициент детерминации увеличился до 0.70-0.90.

Таблица 2.3.

Результаты оценки коэффициентов модели в уравнении неплатежей с логическими переменными (период с 02/94 по 09/97, помесячные данные, 44 набл.)

Variable

Coefficient

Std. Error

T-Statistic

Prob.

0.960232

0.605470

1.585927

0.1218

-0.148385

0.057536

-2.579001

0.0143

0.015665

0.004054

3.863571

0.0005

-0.180973

0.046535

-3.888983

0.0004

0.000271

0.126427

0.002145

0.9983

1.742340

0.595641

2.925149

0.0060

6.777192

1.019338

6.648619

0.0000

2.865886

0.953164

3.006708

0.0049

2.310914

0.587787

3.931553

0.0004

R-squared 0.757925 Mean dependent var 4.242271

Adjusted R-squared 0.702594 S.D. dependent var 1.716738

S.E. of regression 0.936222 Akaike info criterion 0.048444

Sum squared resid 30.67791 Schwartz criterion 0.413392

F-statistic 14.13056 Durbin-Watson stat 2.546977

Prob(F-statistic) 0.000000

Практически все коэффициенты значимы на уровне 99%, а их знаки согласуются с выдвинутыми гипотезами. Исключением является коэффициент при дебиторской просроченной задолженности в уравнении неплатежей, и ставится под сомнение влияние неплатежей на процентную ставку ГКО. Незначимость коэффициента при дебиторской просроченной задолженности по всей видимости объясняется коррелированностью этой переменной с переменной исполнения расходов бюджета. В парной регрессии эти ряды объясняют 20% дисперсии . Чтобы уточнить степень влияния каждого фактора, мы оценили каждый из коэффициентов отдельно, одновременно исключая из уравнения другой. Уточненные коэффициенты приведены в таблицах 2.5 и 2.6 (остальные коэффициенты существенно не изменились, поэтому в таблицах не приводятся).

Как видно из таблиц, значимость обоих коэффициентов повысилась, однако коэффициент при дебиторской просроченной задолженности все же остается мало значим (на уровне 95%), но имеет предполагавшийся знак. Более того, при исключении из модели переменной дебиторской просроченной задолженности (таблица 2.5), статистические характеристики модели улучшаются (Adjusted R-squared увеличивается, а Akaike info criterion уменьшается). В то же время, при исключении из модели переменной исполнения расходов федерального бюджета (таблица 2.6), качество модели значительно ухудшается. Отсюда можно сделать вывод, что большую роль в формировании неплатежей играет исполнение бюджетных обязательств, чем дебиторская просроченная задолженность. Вероятно, это связано с тем, что предприятия, зависящие от бюджетных поступлений, имеют меньшую свободу в выборе партнеров (в том числе по платежеспособности), чем те, что ведут хозяйственную деятельность самостоятельно.

Таблица 2.4.

Результаты оценки коэффициентов модели в уравнении процентной ставки с логическими переменными

(период с 02/94 по 9/97, помесячные данные, 44 наблюдения)

Variable

Coefficient

Std. Error

T-Statistic

Prob.

-1.785981

0.703179

-2.539865

0.0158

-1.916712

0.509901

-3.758992

0.0006

1.819398

0.755352

2.408675

0.0216

-0.003022

0.000576

-5.244449

0.0000

2.839024

0.396441

7.161277

0.0000

-0.014959

0.015457

-0.967815

0.3400

0.637892

0.144382

4.418097

0.0001

0.355422

0.144900

2.452868

0.0195

-0.614148

0.159185

-3.858066

0.0005

0.858325

0.147543

5.817465

0.0000

R-squared 0.860093 Mean dependent var 0.989793

Adjusted R-squared 0.823059 S.D. dependent var 0.331927

S.E. of regression 0.139623 Akaike info criterion -3.740904

Sum squared resid 0.662815 Schwartz criterion -3.335406

F-statistic 23.17826 Durbin-Watson stat 1.875096

Prob(F-statistic) 0.000000

Таблица 2.5.

Оценка коэффициента при бюджетной переменной при исключении из модели дефлированных приростов дебиторской просроченной задолженности

Variable

Coefficient

Std. Error

T-Statistic

Prob.

-0.181030

0.037966

-4.768253

0.0000

R-squared 0.757909 Adjusted R-squared 0.710835

Akaike info criterion 0.003058

Таблица 2.6.

Оценка коэффициента при дефлированных приростах дебиторской просроченной задолженности в уравнении с исключенной бюджетной переменной

Variable

Coefficient

Std. Error

T-Statistic

Prob.

0.244182

0.122707

1.989953

0.0542

R-squared 0.659656 Adjusted R-squared 0.593478

Akaike info criterion 0.343701