CC BY
3
ВОЛАТИЛЬНОСТЬ ЦЕН НА НЕФТЬ КАК НЕМОНЕТАРНЫЙ ФАКТОР ИНФЛЯЦИИ
МАРКИНА Вероника Сергеевна, [email protected], аспирант МГУ им М.В. Ломоносова, инженер МГУ имени М.В. Ломоносова, Москва, Россия ORCID: 0009-0003-1298-9063
В статье рассматриваются подходы к расчету ценовой волатильно-сти нефти как одного из ключевых немонетарных факторов, оказывающих влияние на инфляционную динамику. Цель исследования - определить степень влияния волатильности цен на нефть на инфляционную динамику для совершенствования трансмиссионного механизма денежно-кредитной политики. Информационная база расчетов основана на данных Росстата о ежемесячном уровне инфляции и ценах на нефть с 2001 по 2023 гг. На основе эконометрического моделирования производится оценка степени влияния ценовой волатильности нефти на уровень инфляции. Проведен сравнительный анализ инструментов расчета волатильности цены нефти и обоснованы рекомендации по их применению при моделировании инфляционной динамики. Эмпирические результаты исследования показывают, что волатильность цены нефти по-разному реагирует на положительные и отрицательные новости из-за проблемы асимметрии на финансовых рынках. В краткосрочном периоде более высокая волатильность приводит к повышению уровня инфляции.
Ключевые слова: немонетарные факторы инфляции, волатильность цен на нефть, инфляционная динамика
DOI: 10.47711/2076-3182-2024-2-161-183
В последние десятилетия инфляционная динамика в значительной степени обусловлена воздействием на нее немонетарных факторов, которые не зависят от денежно-кредитной политики на среднесрочном горизонте. Противостояние высокому уровню инфляции немонетарного происхождения за счет стандартного набора инструментов денежно-кредитной политики приводит к возникновению двух существенных проблем: снижению темпов
экономического роста, ослаблению потребительского и инвестиционного спроса [1].
В современном мире существует множество факторов немонетарного происхождения инфляции: структурные, внешние, институциональные, природные и фискальные. Наиболее важный среди них - динамика цены на нефть. Несмотря на активное внедрение альтернативных источников энергии, нефть остается главным топливом в мире. А для России, как страны-экспортера, продажа нефти еще и покрывает значительную доходную долю бюджета. Согласно консолидированному отчету Министерства Финансов РФ за 2022 г., доходная часть бюджета России состоит на 22% из нефтегазовых поступлений (рис. 1). В сравнении с предыдущими периодами значение данного показателя существенно снизилось, однако по-прежнему составляет значительную часть.
Рис. 1. Консолидированный доход бюджета РФ по структуре в 2022 г., в % и млрд руб.: ЕЗ нефтегазовые доходы; И не нефтегазовые доходы
Источник: составлено автором на основе данных [2]
Динамика цены на нефть характеризуется повышенной вола-тильностью и трудно прогнозируется, поэтому требует пристального внимания макроэкономистов. Трудности моделирования
волатильности цен на нефть заключаются, прежде всего, в том, что единого подхода к расчету волатильности нет. Существуют различные, в том числе, по степени сложности подходы, которые по-разному моделируют временные ряды волатильности цен на нефть.
В процессе рассмотрения вышеуказанных проблем необходимо определить степень влияния волатильности цен на нефть на инфляционную динамику для совершенствования трансмиссионного механизма денежно-кредитной политики. Для этого на первом этапе сравниваются существующие подходы расчета волатильности показателей на финансовых рынках. Затем выделяется среди представленных подходов применимый в современных условиях метод расчета волатильности цен на нефть. На заключительном этапе оценивается на основе эконометри-ческого моделирования степень влияния ценовой волатильно-сти нефти на инфляционную динамику России, и предлагаются обоснованные рекомендации по совершенствованию механизмов денежно-кредитной политики с учетом влияния ценовой волатильности нефти на инфляцию.
Методологическая основа исследования предполагает синтез научных исследований по теме, эконометрическое моделирование посредством расчета стандартного отклонения, построения моделей обобщенной авторегрессионной условной гетеро-скедастичности (GARCH), экспоненциальной обобщенной авторегрессионной условной гетероскедастичности (EGARCH), векторной авторгерессии (VAR), а также пороговой модели обобщенной авторегрессионной условной гетероскедастично-сти (TGARCH).
Эконометрическое моделирование базируется на данных Федеральной службы государственной статистики РФ о ежемесячном индексе потребительских цен в качестве уровня инфляции, и инвестиционной компании «Финам» о ценах на нефть марки Brent, а также o валютном курсе рубля к доллару сайта Investing.com в период с 2001 г. по октябрь 2023 г.
Немонетарные факторы инфляционной динамики. В девяностых годах прошлого века велась оживленная дискуссия на тему источников происхождения инфляционной динамики. Одни экономисты утверждали, что формирование инфляционной
динамики происходит за счет факторов монетарного происхождения, то есть тех, «которые влияют на уровень инфляции при помощи инструментов монетарной политики» [3, с.6]. Например, А.Н. Илларионов утверждал, что на уровень инфляции воздействуют исключительно монетарные факторы [4].
Другие экономисты считали, что не только монетарные факторы влияют на инфляционную динамику, но и факторы немонетарного происхождения, то есть те, которые «не зависят от денежно-кредитной политики в пределах среднесрочного горизонта» [3, с.6]. Такие экономисты как А.К. Пителин, В.Ф. Пугачев относили к немонетарным факторам инфляции устарелость производственных технологий и монополии [5], а Е.Т. Гурвич, В.А. Волконский - несбалансированный потребительский рынок и тарифы монополий [6]. Позже А.Н. Илларионов выпустил статью, в которой признал, что немонетарные факторы также участвуют при формировании уровня инфляции [7]. Зарубежный экономист Ф. Хаммерманн выделял среди немонетарных факторов структурные изменения [8].
С течением времени ученые признали значимость немонетарных факторов инфляции. Согласно квартальному прогнозу ИНП РАН, формирование инфляционной динамики состоит примерно на % из факторов немонетарного происхождения [9]. В настоящее время на первый план выходит вопрос о том, какие именно факторы имеют немонетарную природу, какие из этих факторов оказывают наибольшее влияние на инфляционные процессы.
Отечественные и зарубежные авторы в своих научных исследованиях приводили различные классификации монетарных и немонетарных факторов инфляционной динамики [10, 11]. Однако нет принятой во всем мире универсальной классификации.
В 2017 г. Центральный Банк опубликовал отчет, в котором отразил наиболее полную классификацию немонетарных факторов инфляции, в которой выделяются пять крупных категорий факторов [3, с.8]: 1) институциональные - связаны с нормами и правилами поведения экономических агентов, 2) внешние - связаны с внешнеэкономическими воздействиями, 3) природные - связаны с природными условиями, оказывающими влияние при формировании предложения в отдельных отраслях,
4) структурные - связаны с рыночными и отраслевыми сдвигами в экономике, и 5) фискальная политика.
Волатильность цен на нефть - немонетарный фактор инфляции. Особое место среди представленных категорий в классификации немонетарных факторов занимают внешние факторы, которые охватывают широкий диапазон показателей, таких как «мировые финансовые рынки, санкции, состояние платежного баланса и конъюнктуру рынка товаров» [3, с. 8].
Одним из значимых внешних немонетарных факторов экономисты отмечают мировые цены на нефть. Е. В. Балацкий и другие исследователи, основываясь на работе В. М. Гильмудинова и А. О. Денисова [12], отмечают, что «для периода с 2010 года рост цен на нефть и природный газ был определен в качестве акселератора повышения цен в экономике [России] в целом» [11, с. 32].
В своей работе Д. Гораций также выделял среди внешних немонетарных факторов: «фискальную политику, цены на сырье, волатильность показателей на финансовых рынках, трансформацию мировой экономики из-за процесса глобализации» [10].
Однако существует и другая точка зрения на этот счет. В ряде отечественных [13] и зарубежных работ, в частности, в исследовании Федерального резервного банка Кливленда США [14] отмечают отсутствие статистически значимой взаимосвязи между ценами на нефть и инфляционной динамикой. В заявлении Председателя Банка России Э. Набиуллиной от 22 марта 2024 г. также говорится об отсутствии «значимого влияния ситуации на топливном рынке на уровень инфляции» [15].
В то же время экономисты Федерального резервного банка Кливленда отмечают, что с 1990-х гг. формирование ИПЦ в США скорее происходит за счет волатильности цен на нефть [14].
В работах зарубежных авторов [16, 17] также показано значимое влияние волатильности цен на нефть на инфляционную динамику. Однако экономисты в своих работах отмечали разнонаправленную зависимость между ценовой волатильностью нефти и уровнем инфляции. В работе [16] авторы говорят, что увеличение волатильности цен приводит к снижению уровня инфляции, так как домохозяйства откладывают покупки, ожидая повышения уровня инфляции. Более того, особое внимание авторы уделяют расчету волатильности цен на нефть, которая
по-разному реагирует на «растущий» и «падающий» рынок. Другая же работа [17] свидетельствует об обратном - по мнению ее авторов, увеличение ценовой волатильности нефти приводит к разгону средней инфляции.
Таким образом, даже в вопросе направления влияния вола-тильности цен на нефть на уровень инфляции экономисты не едины в своем мнении. Соответственно, возникает необходимость проверить значимость влияния как самой цены на нефть, так и ее волатильности, а также определить направление воздействия волатильности цен на нефть на уровень инфляции.
Более того, метод, которым рассчитывают волатильность цен на нефть в работе [16], не единственный в своем роде. Существуют различные методы, с помощью которых можно определить волатильность цен на нефть, акцент в которых делается на отсутствие или наличие асимметричного влияния со стороны финансового рынка. Так возникает потребность проверить в работе, действительно ли на рынке нефти существует асимметричное влияние отрицательных и положительных значений ошибок на волатильность цен на нефть.
Ценовая волатильность нефти. Ключевой статистический показатель на различных финансовых рынках - это волатиль-ность цен, которая представлена в виде «разброса цены рыночного товара за определенное время от основного направления финансового рынка» [18]. Увеличение ценовой волатильности характеризуется повышенным беспокойством на финансовом рынке.
В настоящее время С. Вайном выделяются три типа ценовой волатильности:
1. «Историческая волатильность - фактические данные показателя, определенные на некотором историческом промежутке времени.
2. Ожидаемая волатильность - рыночная оценка показателя на будущие периоды.
3. Ожидаемая историческая волатильность - запись прогнозов ожидаемой волатильности» [19, с. 144].
Нефть - ценный природный ресурс, который активно выступает и в роли биржевого товара. Именно в этой роли нефть как «мировая валюта» оказывает воздействие на макроэкономические
показатели страны и мировую экономику в целом. Цены на рынке нефти формируются на основе спроса и предложения, но немаловажную роль играют различные условия, события и факторы, например, новости об изменении норм добычи нефти, изменении спроса. Или какие-то события, мероприятия, связанные с нефтедобывающими компаниями, возникновение паники на рынке, связанной с какими-то масштабными событиями, и многое другое.
Также стоит отметить, что время от времени рынок нефти переживает кризисы, например, 2002-2003 гг. известны кризисом, связанным с венесуэльскими забастовками, 2008 г. - с мировым финансовым кризисом, 2014-2016 гг. - с перепроизводством добычи нефти, 2020-2021 гг. - с пандемией COVID-19.
Таким образом, рынок нефти подвержен сильным ценовым колебаниям, что характеризует его как рынок с повышенной вола-тильностью. На рис. 2 отчетливо прослеживается высокая динамичность цен на нефть. Так, за период с 2000 по 2023 гг. цена нефти за баррель колебалась от 20 до 140 долларов США (рис. 2).
долл. США
Рис. 2. Цены на нефть за баррель BRENT с 2000 по 2023 гг., в долл. США Источник: составлено автором на основе данных [20]
В настоящее время экономисты выделяют три набора факторов, которые порождают изменчивость нефтяных цен [21, с.54].
Во-первых, это факторы геополитического характера. Они возникают из-за общественных переживаний, революционных настроений об изменениях в политической ситуации, конфликтов на межстрановом уровне, связанных с регулированием нефтяных запасов, установлением ценовых потолков и т.д.
Во-вторых, факторы экономического характера. К такого рода факторам можно отнести макроэкономические показатели, такие как, например, темпы роста экономики, которые оказывают воздействие на величину спроса на рынке нефти, и как следствие, определяют экономическую политику и обуславливают изменение рыночного предложения.
В-третьих, факторы технического характера. К ним в первую очередь относят недостаточность производственных мощностей и количества нефтеперерабатывающих заводов. Даже построенные относительно недавно зарубежные заводы по переработке нефтепродуктов требуют постоянной модернизации.
Как уже отмечалось ранее, моделирование волатильности цен на нефть возможно разными эконометрическими методами в зависимости от того, какая цель стоит в работе и какой результат планируется получить. А единого принятого метода расчета в зарубежной и отечественной практике не определено. Среди методов расчета можно выделить как базовые инструменты, которые рассчитывают волатильность для любых показателей на финансовых рынках, без учета каких-либо особенностей самого рынка, так и более продвинутые, в которых делается акцент на специфику финансовых рынков. Таким образом, одни предполагают симметричное влияние на волатильность положительных и отрицательных новостей на рынке, другие же асимметричное влияние на волатильность, в то время как базовые методы не учитывают вышеперечисленное. Присутствие асимметрии на финансовом рынке, включая рынок нефти, называют эффектом левериджа, когда в условиях падающего рынка оказывается более сильное воздействие на волатильность, то есть рынок более волатилен, когда цены на нефть снижаются.
Далее более подробно рассмотрим некоторые из методов расчета, удовлетворяющих разным условиям, затем проведем сравнение данных моделей, а также выберем метод расчета, который наиболее соответствует современным реалиям, чтобы
провести анализ зависимости инфляционной динамики от ценовой волатильности нефти.
Стандартное отклонение. Базовый инструмент для расчета волатильности любого показателя на финансовом рынке - стандартное отклонение. Данный показатель считается одним из наиболее простых и распространенных в исследованиях по теме финансового рынка.
Стандартное отклонение как волатильность цены нефти активно применялось в целях изучения влияния ценовых колебаний на макроэкономическое функционирование в 1996 г.
Расчет такого статистического показателя основывается на исторических данных при помощи следующей формулы (1).
где D[x] - дисперсия цены актива (финансового показателя).
Стандартное отклонение как ценовая волатильность нефти показывает, «насколько отклоняются темпы роста или падения бумаг от среднего значения за рассматриваемый период» [22], то есть это колебания цены какого-либо финансового актива за определенное время.
Существуют и более совершенные методы расчета ценовой волатильности финансовых показателей, к которым относят модели анализа временных рядов, учитывающих ограничения и особенности финансового рынка.
Модель обобщенной авторегрессионной условной гетеро-скедастичности (GARCH). Эта модель предложена Дж. Купером [23], чтобы измерить волатильность цен на нефть, имеющую ежемесячную периодичность. Автор работы сконцентрировал свое внимание на самих расчетах ценовой волатильности, не описывая ее влияния на макроэкономические показатели. Модель принимает следующий вид:
Необходимое условие стационарности GARCH(1,1):
а1 + р1 < 1,
2 2 " где о2 - условная ценовая волатильность, а и2 - случайные
ошибки, а и ¡3 - параметры модели.
а = ТВД
(1)
о2 = ао + aiu2t-i) + Ao(t-i).
(2)
В GARCH-модели предполагается зависимость условной дисперсии от предыдущих величин условной дисперсии. То есть во-латильность моделируется не только за счет предыдущих ценовых изменений, но и за счет предыдущих значений ценовой во-латильности нефти. Модель предполагает равноценное влияние положительных и отрицательных ошибок на волатильность, то есть предполагается отсутствие эффекта левериджа.
Модель экспоненциальной обобщенной авторегрессионной условной гетероскедастичности (EGARCH). Среди ряда ARCH-моделей можно выделить модель, учитывающую особенности динамики цен на нефть - экспоненциальный GARCH (как модифицированная GARCH модель). Сама модель по расчету волатильности цены разработана Д.Б. Нельсоном [24] еще в 1991 г. Однако была применена гораздо позже.
Функциональная форма модели EGARCH (1,1) выглядит следующим образом [16]:
log а2 = w + р log fft2-1 + a\ ^ |+ y\—\, (3)
где о2 - условная дисперсия, а w - безусловная дисперсия с постоянным средним значением, £t - белый шум с единичной дисперсией, а, /3 и у - параметры модели, у - параметр, отвечающий за асимметрию.
Следует отметить два основных преимущества EGARCH перед GARCH, которые выделены авторами Х. Али Ахмедом и И. Вадудом [16, с. 8064].
Модель EGARCH предполагает, что на падающем рынке во-латильность более высокая, чем в условиях растущего рынка. Это обуславливается тем, что положительные и отрицательные значения ошибок оказывают асимметричное влияние на вола-тильность, то есть учитывается эффект левериджа;
Применение логарифмов условной дисперсии в модели позволяет не вводить ограничений на параметры для поддержания неотрицательной условной дисперсии.
Пороговая модель обобщенной авторегрессионной условной гетероскедастичности (TGARCH). Данная модель - еще одна модификация классической GARCH-модели, которая была предложена Дж.-М. Закояном в 1991 г. [25]. В работе автор
рассматривал применение модели на примере ценовой вола-тильности показателя финансового рынка. Функциональная форма модели представлена следующим образом:
а2 = ш + аг1-1) + у1(г{г-1) > 0)^2,-1) + 1), (4)
где о2 - условная дисперсия, а w - безусловная дисперсия с постоянным средним значением, £1- - белый шум с единичной дисперсией, а, р и у - параметры модели, у - параметр, отвечающий за асимметрию.
Модификация модели позволяет определить стандартное отклонение как кусочно-линейную функцию на основе прошлых значений белого шума [25]. Из-за этого в такой модели допускаются различные реакции ценовой волатильности на неоднозначный характер ошибок (положительные, отрицательные). Иногда эту модель считают явной формой для учета асимметричного влияния шоков, что придает некую схожесть с моделью EGARCH, в которой также можно проследить данное влияние ошибок на ценовую волатильность, то есть наблюдается эффект левериджа.
Интерес к моделям EGARCH и TGARCH для настоящего исследования обусловлен коэффициентом у, который отвечает за асимметричность в модели. Если гамма принимает отрицательное значение, то асимметрия наблюдается в сторону более сильного влияния отрицательных шоков. А если же параметр приобретает положительное значение, то положительные шоки воздействуют на ценовую волатильность нефти сильнее, чем отрицательные.
Таким образом, на основе вышеописанных методов расчета волатильности, отличительные особенности по каждому из методов представим в виде табл. 1.
Для дальнейшего исследования влияния ценовой волатиль-ности нефти на инфляционную динамику автором была выбрана экспоненциальная GARCH-модель, которая среди прочих показала наилучшие результаты. Указанная модель оценивает волатильность цен на нефть, принимая в расчет асимметричное воздействие положительных и отрицательных шоков на нее. В отличие от других моделей ее построение не требует введения никаких ограничений в связи с применением в модели
логарифмов. Возникает предположение о присутствии в модели эффекта левериджа, то есть в условиях падающего рынка ценовая волатильность подвержена более сильному воздействию (во-латильность более высокая), чем в условиях растущего. Проверим, верно ли данное утверждение для российской экономики.
Таблица 1
Особенности методов расчета ценовой волатильности нефти
Методы расчета Особенности
Стандартное отклонение (СО) Модель обобщенной авторегрессионной условной гетеро-скедастичности (GARCH) [23] Модель экспоненциальной обобщенной авторегрессионной условной гетероскедастичнос-ти (EGARCH) [16,24] Пороговая модель обобщенной авторегрессионной условной гетероскедастичности (TGARCH) [25] - Применяется как базовый инструмент расчета волатильности; - Не учитывает наблюдаемую на финансовых рынках асимметрию; - Положительные и отрицательные значения ошибок оказывают симметричное влияние на вола-тильность; - Учитывается асимметричное влияние положительных и отрицательных шоков на ценовую волатильность; - Нет требований по ограничению на параметры, чтобы условная дисперсия была неотрицательной; - Волатильность принимает разный характер ошибок из-за вида функции стандартного отклонения как кусочно-линейной; - Учитывается асимметричное влияние положительных и отрицательных шоков на волатильность.
Источник: составлено автором.
Предварительное обследование данных. Исследование базируется на данных Росстата об ИПЦ, взятого в качестве отображения уровня инфляции [26] и ценах на нефть, с вебсайта российской компании «Финам» [20], а также валютного курса рубля к доллару - монетарно-немонетарного фактора в качестве контрольной переменной, с вебсайта Investing.com [27]. Эконо-метрическое моделирование проводится на ежемесячных данных в период с 2001 г. по октябрь 2023 г.
На начальном этапе приведем данные к соответствующему виду для корректной работы модели: проверим временные ряды на наличие в них мультиколлинеарности и сезонности, а также на стационарность. При обнаружении во временных рядах таких процессов, которые не позволяют корректно использовать эконометрическое моделирование и интерпретировать результаты, необходимо проведение работы по их устранению.
Данные представлены в разных единицах измерения и количестве, поэтому необходимо провести стандартизацию на основе логарифмирования. Результаты проведенного корреляционного анализа и тест Белсли-Ку-Велша исключают наличие мультиколлинеарности в представленных временных рядах.
Для того, чтобы проверить временной ряд на наличие стационарности, необходимо провести тест Дики-Фулера на наличие единичного корня. В случае обнаружения нестационарных рядов нарушаются требования, предъявляемые к значимым статистическим показателям, и как следствие, например, возникают ложные зависимости в модели. В целях получения корректных результатов исследования временной ряд приводится к стационарному виду при помощи первых разностей. Проведем тест на наличие единичного корня в рядах цен на нефть, инфляционной динамики и валютного курса. Фактические тестовые значения представлены в табл. 2.
Таблица 2
Значение тестовой статистики на наличие единичного корня (тест Дики-Фулера)
п=286
1% уровень значимости
Значение тестовой статистики p-value
Цены на нефть -2,56 0,10
Уровень инфляции -2,90 0,03
Валютный курс рубль/доллар -0,30 0,92
Источник: составлено автором на основе данных [5, 13], построенных в программе Gretl.
Тест Дики-Фулера на наличие единичного корня подтвердил наличие во временных рядах цен на нефть, уровня инфляции и валютного курса нестационарных процессов, так как полученные значения p-value больше 0,01. В связи с этим переходим к первым разностям показателей, то есть составляем временной ряд, состоящий из разности между текущим и предыдущим значением показателя.
Построение модели EGARCH. Построение экспоненциальной GARCH модели базируется на ежемесячных логарифмированных данных в первых разностях цены на нефть марки BRENT
в период с 2001 по 2023 гг. Нефтяную марку BRENT принято считать эталонным брендом, поэтому для дальнейших расчетов взята именно она. Цена отечественной нефти URALS формируется на базе цены за баррель нефти BRENT, но с учетом дисконта, так как нефть марки URALS является тяжелой из-за большего количества серы.
За счет коэффициентов модели EGARCH можно объяснить эффект левериджа. Ценовая волатильность обладает свойством повышения при падении цены финансового показателя. Данная модель позволяет учитывать отрицательные значения ошибок. Проведем эконометрическое моделирование EGARCH и определим параметр у. В табл. 3 представлены коэффициенты модели EGARCH (1,1).
Таблица 3
Коэффициенты модели EGARCH (1,1)
mu (ß) alpha (а) beta (ß) gamma (у)
-1,5 0,34 0,73 -0,25
Источник: разработано автором.
Параметр у в модели EGARCH меньше 0, значим на 5% уровне значимости. Тогда получаем следующее влияние (а — у) = 0,59 отрицательных шоков на условную дисперсию, а (а + у) = 0,09 положительных шоков. Расчетные значения параметров модели демонстрируют, что влияние отрицательных новостей на ценовую волатильность нефти более значимо.
На базе эконометрического моделирования EGARCH(1,1) волатильности цен на нефть, представленной как условная дисперсия, построим непосредственно график ценовой волатиль-ности нефти за этот же период и сравним с темпами роста цен на нефть (рис. 3).
На рис. 3 наблюдаются высокие значения волатильности цен на нефть (оранжевая линия) при отрицательных темпах роста цены на нефть (синяя линия), при положительных темпах роста цен на нефть волатильность повышается не сильно. Увеличение темпов роста цен на нефть и их снижение приводят к росту ценовой волатильности нефти. Однако более сильное воздействие
на волатильность наблюдается со стороны падающего рынка. В периоды кризисов, например, в 2008 г., 2014 г., 2020 г., обусловленных падением цен на нефть, наблюдаются серьезные скачки волатильности цен на нефть (рис. 3).
долл США Условная
Рис. 3. Темпы роста цен на нефть в долларах США и их волатильность, разработанная на основе модели EGARCH с 2001 по 2023 гг.: -цена на нефть;-волатильность цены на нефть
Источник: разработано автором на основе данных [20].
Таким образом, выдвинутое ранее предположение о том, что отрицательные новости оказывают более сильное воздействие на ценовую волатильность нефти, подтверждается полученными результатами расчетов.
Получив при помощи модели EGARCH конкретные числовые значения ценовой волатильности нефти, исследуем их влияние на российскую инфляционную динамику. Проверим, действительно ли при повышении ценовой волатильности нефти в краткосрочном периоде увеличится уровень инфляции.
Влияние ценовой волатильности нефти на инфляционную динамику. Исследование влияния волатильности цены на нефть на уровень инфляции проводится на основе экономет-рического моделирования векторной авторегрессии. Оценить влияние показателя на уровень инфляции в пределах краткосрочного и среднесрочного горизонтов можно с применением функции импульсного отклика.
Особенность модели векторной авторегрессии состоит в том, что во временных рядах наблюдается зависимость текущих значений от предшествующих, то есть имеется некоторое запаздывание. Например, уровень инфляции формируется не только в зависимости от текущих условий, но и от собственных значений в предыдущий период. Поэтому необходимо понять, с каким запаздыванием происходит формирование показателей. Для этого перед построением модели векторной авторегрессии выбираем оптимальное количество лагов с учетом информационного критерия Акаике. Согласно данному критерию, оптимальное количество лагов - 3, то есть формирование уровня инфляции зависит от предыдущих трех периодов (месяцев).
Переходим к непосредственному построению модели векторной авторегрессии зависимости уровня инфляции от ценовой волатильности нефти, включая в модель цены на нефть и валютный курс рубля к доллару. Добавим также в модель сезонные фиктивные переменные, чтобы посмотреть, есть ли влияние сезонных эффектов на уровень инфляции, так как в целом инфляции свойственна сезонность из-за того, что в потребительскую корзину входит множество товаров, цены на которые изменяются в зависимости от времени года. Полученные результаты представлены в табл. 4.
На 1% уровне значимы следующие показатели: ИПЦ с лагом 1, 2 и 31, волатильность цен на нефть с лагом 2, валютный курс с лагом 1, а также сезонные эффекты. На 10% уровне назначаем валютный курс с лагом 2. Цены на нефть и другие переменные с лагами, не указанными ранее, также назначаем. Значение скорректированного ^-квадрат показывает, что модель описывает 58% вариативности модели.
1 Здесь и далее «с лагом 1, 2 и 3» означает «с запаздываем в 1, 2 или 3 месяца».
Таблица 4
Модель векторной авторегрессии с лагом 3 для индекса потребительских цен
Переменные Коэффициент Ст. ошибка t-стати-стика р-зна-чение
const 0,00 0,00 3,68 0,0000 ***
ИПЦ с лагом 1 -0,46 0,09 -4,87 <0,0001 ***
ИПЦ с лагом 2 -0,36 0,07 -5,03 <0,0001 ***
ИПЦ с лагом 3 -0,21 0,07 -2,83 0,0100 ***
Волатильность цен на нефть с лагом 1 -0,02 0,02 -1,06 0,2900
Волатильность цен на нефть с лагом 2 0,03 0,01 2,85 0,0000 ***
Волатильность цен на нефть с лагом 3 -0,02 0,02 -1,30 0,2000
Валютный курс рубля к доллару с лагом 1 Валютный курс рубля к доллару с лагом 2 Валютный курс рубля к доллару с лагом 3 Цены на нефть -0,07 -0,01 0,01 0,00 0,02 0,01 0,01 0,00 -3,00 -1,84 1,32 0,99 0,0000 0,0700 0,1900 0,3200 *** *
Сезонные фиктивные переменные
S1 0,00 0,00 2,32 0,0200 **
S2 -0,01 0,00 -4,96 <0,0001 ***
S3 0,00 0,00 -0,91 0,3600
S4 -0,01 0,00 -4,17 <0,0001 ***
S5 0,00 0,00 -3,36 0,0000 ***
S6 -0,01 0,00 -5,18 <0,0001 ***
S7 0,00 0,00 -3,64 0,0000 ***
S8 -0,01 0,00 -8,09 <0,0001 ***
S9 0,00 0,00 -2,76 0,0100 ***
S10 0,00 0,00 -0,16 0,8800
S11 0,00 0,00 0,01 0,9900
Среднее завис. перемен Сумма кв. остатков й-квадрат F(21, 248) -0,000 0,001 0,580 11,140 Ст. откл. завис. переменных Ст. ошибка модели Исправленный й-квадрат Р-значение (Р) 0,007 0,005 0,550 1,9e-25
Примечание: *, **, *** - значимо на 10%, 5%, 1% уровне значимости соответственно.
Источник: разработано автором.
Во-первых, следует отметить, что формирование инфляционной динамики происходит в зависимости от предыдущих значений ряда, то есть в соответствии с моделью как минимум от предыдущих значений последних трех месяцев. Цены на товары и услуги в потребительской корзине формируются не одномоментно, а складываются с учетом уже сформированных в предыдущий момент времени цен.
Во-вторых, волатильность цен на нефть влияет на формирование уровня инфляции, то есть большая волатильность цен на нефть приводит к более высокой инфляции. Это согласуется с результатами работы [17], где авторы объясняют ситуацию так:
«когда Центральный Банк реагирует на колебания объема производства, большая волатильность цен на нефть приводит к более высокой средней инфляции». Взаимосвязь данных показателей сильнее в связи с тем, что у нефти мало заменителей, даже несмотря на альтернативные источники, лидирующие позиции на рынке по-прежнему занимает нефть.
В-третьих, следует отметить большой вклад сезонных эффектов при формировании инфляции. Предположение о включении в модель сезонных переменных подтвердилось. Формирование цен в потребительской корзине зависит от времени года, урожайности, праздников и т.д., поэтому необходимо либо корректировать инфляцию на сезонность, либо включать в модель сезонные фиктивные переменные.
В-четвертых, рост курса национальной валюты приводит к снижению уровня инфляции. В работе представлены девизные котировки курса рубля к доллару США, повышение которых отождествляется с укреплением национальной валюты, а снижение с ее ослаблением. Укрепление национальной валюты приводит к снижению индекса потребительских цен, то есть происходит снижение цен импортных товаров, и, как следствие, среднего уровня цен в экономике, что согласуется с макроэкономической теорией.
Перейдем к импульсным откликам, которые показывают реакцию одной переменной на шок другой переменной, в нашем случае уровня инфляции на повышение волатильности цен на нефть (рис. 4).
Наблюдается положительный импульсный отклик уровня инфляции на повышение ценовой волатильности нефти в краткосрочном периоде. С ростом ценовой волатильности нефти происходит резкое повышение уровня инфляции в пределах двух периодов. Такая ситуация возникает при включении в модель также самих цен на нефть как экзогенной переменной с целью исключения влияния на нее со стороны других параметров, включённых в модель. Так, модель показывает, что наблюдаемые положительные шоки спроса, вызванные волатильностью цен на нефть, приводят к тому, что домохозяйства не откладывают покупки товаров и услуг, а наоборот, в ожидании повышения цен делают покупки активнее, что приводит к повышению уровня инфляции.
0,0015 -| 0,001 0,0005 0
-0,0005 -0,001 -0,0015
Рис. 4. Импульсные отклики индекса потребительских цен на повышение волатильности цен на нефть: 90-процентная доверительная граница;-точечная оценка
Источник: составлено автором в программе Gretl.
В ряде современных зарубежных исследований, например, [16, 17], говорится о том, что ценовая волатильность нефти формирует инфляционную динамику. Полученные результаты совпадают с выводами других исследователей.
Заключение. В В настоящее время имеются различные методические подходы по расчету ценовой волатильности на финансовых рынках: базовые статистические инструменты, которые рассчитывают ценовые колебания как отклонения от математического ожидания, а также более сложные инструменты с применением эконометрического моделирования временных рядов, которые учитывают неравномерное влияние растущего и падающего рынка на волатильность цены финансовых показателей.
Уровень цен на нефть не оказывает значительного влияния на инфляцию, что совпадает с частью современных исследований, в том числе с заявлением председателя Банка России
Э. Набиуллиной от 22 марта 2024 г. [15], однако только с точки зрения цены на нефть, но не в целом рынка нефти.
Однако подтверждается присутствие во временных рядах во-латильности цен на нефть эффекта левериджа. Реакция волатиль-ности цен на нефть на положительные и отрицательные новости неодинакова. Осуществив эконометрическое моделирование ценовой волатильности нефти марки BRENT c 2001 по 2023 гг. на основе EGARCH модели, выявлена более сильная зависимость волатильности от отрицательных значений ошибок, что совпадает с выводами в зарубежных работах. В качестве дальнейшего исследования планируется рассмотреть динамику ценовой волатильности нефти марки URALS, выявить, характерно ли для нее такое же поведение как у марки BRENT, и сравнить полученные результаты расчетов.
Кроме того, подтверждается наличие положительной зависимости уровня инфляции от ценовой волатильности нефти. Согласно построенной модели векторной авторегрессии, в краткосрочном периоде рост волатильности цен на нефть с лагом 2 сопровождается кратковременным повышением инфляционной динамики в пределах двух периодов.
Таким образом, в исследованиях необходимо учитывать особенности волатильности цен на нефть, выбирать такие методы ее расчета, чтобы они удовлетворяли современным условиям как мировой экономики в целом, так и рынка финансов в частности, а также целям самого исследования.
Вне поля деятельности монетарной политики находятся факторы инфляции, которые не зависят от денежно-кредитной политики, то есть факторы немонетарного характера. Они могут быть вызваны однократными событиями в условиях краткосрочного периода. В связи с этим меры денежно-кредитной политики обычно не применяются, чтобы избежать еще большего увеличения инфляционной волатильности. Однако некоторые немонетарные факторы могут оказывать влияние на эффективность механизмов трансмиссии монетарной политики и требуют вмешательства Центрального банка для предотвращения негативных последствий для макроэкономических показателей, включая неконтролируемый рост уровня цен на товары и услуги. В связи с тем, что монетарные методы борьбы с немонетарной инфляцией
могут приводить к негативному воздействию на другие макроэкономические показатели, необходимо регулирование немонетарных факторов не только со стороны денежно-кредитной политики, но и других видов макроэкономической политики, а точнее их комплексное воздействие.
Так, в отношении волатильности цен на нефть необходимо применять меры государственной, налоговой и другой поддержки несырьевых секторов для производства и экспорта продукции, а также для стимулирования и поощрения выхода на мировые рынки с целью диверсификации экономики страны и налаживания импортозамещения. Эти меры могут помочь в уменьшении зависимости от состояния мировых рынков сырья и от валютного курса.
Список литературы
1. Титов Б.Ю. Большая жертва маленькой инфляции. Институт экономики роста им. Столыпина П.А. от 08.07.2019. Режим доступа: https://stolypin.institute/research/our/ novoe-issledovanie-instituta-ekonomiki-rosta-bolshaya-zhertva-malenkoj-inflyacii (дата обращения: 08.10.2023).
2. Краткая ежегодная информация об исполнении консолидированного бюджета Российской Федерации и государственных внебюджетных фондов (млрд. руб.). Министерство Финансов РФ от 12.05.2023. Режим доступа: https://minfin.gov.ru/ru/statistics/conbud/exe-cute?id_57=93449-kratkaya_ezhegodnaya_informatsiya_ob_ispolnenii_konsolidirovannogo_ byudzheta_rossiiskoi_federatsii_i_gosudarstvennykh_vnebyudzhetnykh_fondov_mlrd._rub (дата обращения: 05.11.2023).
3. О немонетарных факторах инфляции и мерах по снижению ее волатильности. Банк России. 2017. 60с. Режим доступа: https://www.cbr.ru/Content/Document/File/25502/nfi.pdf (дата обращения: 21.12.2023).
4. Илларионов А.Н. Природа российской инфляции //Вопросы экономики. 1995. № 3. С. 4-21.
5. Пугачев В.Ф., Пителин А.К. Российская инфляция: трактовка, моделирование, методы борьбы //Вопросы экономики. 1994. № 11. С. 55-74.
6. Волконский В.А., Гурвич Е.Т. Специфические источники инфляции в российской экономике // Политэконом. 1996. № 2. С. 30-35.
7. Илларионов А.Н. Существует ли «трансформационная инфляция»? //Политэконом. 1996. № 2. С. 21-22.
8. Hammermann F. Nonmonetary Determinants of Inflation in Romania //Kiel WP. 2007. No. 1322. Pp. 1-20.
9. Квартальный прогноз. Выпуск №43. //ИНП РАН. Режим доступа: https://ecfor.ru/pub-lication/kvartalnyj-prognoz-vypusk-43/ (дата обращения: 21.12.2023).
10. Horatiu D. External Factors for the Monetary Policy Transmission Mechanism. The Annals of the University of Oradea. 2013. No.1. Pp. 435-444.
11. Балацкий Е.В., Екимова Н.А., Юревич М.А. Немонетарные факторы в трансмиссионном механизме денежно-кредитной политики: пересмотр стратегии регулирования инфляции // Upravlenec. 2018. Ж«5. С. 26-39.
12. Гильмундинов В.М., Денисов А.О. Влияние немонетарных факторов на инфляцию в России //ЭКО. 2012. №1 (451). С.116-129.
13. Пяткина Д.А. Анализ зависимости цен на нефть и инфляции в России // Вестник Алтайской академии экономики и права. 2020. № 3. С.281.
14. Cleveland Fed Takes a Look at Inflation Expectations // WSJ PRO Central Banking. Режим доступа: https://www.wsj.com/articles/cleveland-fed-takes-a-look-at-inflation-expectations-1443188200 (дата обращения: 05.02.2024).
15. Заявление Председателя Банка России Эльвиры Набиуллиной по итогам заседания Совета директоров Банка России от 22 марта 2024 года. Режим доступа: https://cbr.ru/ press/event/?id=18536 (дата обращения: 25.03.2024).
16. Ali Ahmed H.J., Wadud I.K.M.M. Role of oil price shocks on macroeconomic activities: An SVAR approach to the Malaysian economy and monetary responses. Energy Policy, 2011, vol. 39, no. 12. Pp. 8062-8069.
17. Сангалова И. Волатильность: как правильно и безопасно кататься на волнах рынка. РБК от 20.02.2020. Режим доступа: https://quote.rbc.ru/news/training/5e4d66519a7947607cd2de5a (дата обращения: 05.10.2023).
18. Castillo P., Montoro C., Tuesta V. Inflation, oil price volatility and monetary policy. Journal of Macroeconomics, 2020, vol. 66(C).
19. Вайн С. Опционы: Полный курс для профессионалов. 3-е изд., испр. доп. М.: Альпина Бизнес Букс. 2008. 466 с.
20. Экспорт котировок BRENT. Инвестиционный холдинг Финам. Режим доступа: https://www.finam.ru/profile/tovary/brent/export/ (дата обращения: 10.10.2023).
21. СмирноваА.В. В чем причина волатильности цен на нефть?//Международный научно-исследовательский журнал. 2014. №5 (24). С. 54-56.
22. Холоденко О. Показатели волатильности. Чем они полезны для трейдеров и инвесторов. БКС Экспресс от 18.01.2019 Режим доступа: https://bcs-express.ru/novosti-i-analitika/pokazateli-volatil-nosti-chem-oni-polezny-dlia-treiderov-i-investorov (дата обращения: 01.10.2023).
23. Kuper G.H. Measuring Oil Price Volatility. 2002. Режим доступа: https://ssrn.com/ab-stract=316480 or http://dx.doi.org/10.2139/ssrn.316480 (дата обращения: 20.09.2023).
24. Nelson D.B. Conditional heteroskedasticity in asset returns: a new approach. Econometrica, 1991, vol. 59, no. 2, Pp. 347-370.
25. Zakoian J.-M. Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 1994, vol. 18, no. 5, pp. 931-955. D0I:10.1016/0165-1889(94)90039-6.
26. Ежемесячные ИПЦ в России //Росстат. Режим доступа: https://rosstat.gov.ru/statis-tics/price (дата обращения: 01.11.2023).
27. Валютный курс рубль/доллар США // Investing.com. Режим доступа: https://ru.invest-ing.com/currencies/rub-usd (дата обращения: 21.02.2024).
Для цитирования: Маркина В. С. Волатильность цен на нефть как немонетарный фактор инфляции // Научные труды. Институт народнохозяйственного прогнозирования РАН. 2024. № 2. С. 161-183. DOI: 10.47711/2076-3182-2024-2-161-183.
Summary
OIL PRICE VOLATILITY AS A NON-MONETARY FACTOR OF INFLATION
MARKINA Veronika S., [email protected], Graduate Student, Engineer of Lomonosov Moscow State University, Moscow, Russia, ORCID: 0009-0003-1298-9063
Abstract. The article examines approaches to calculating oil price volatility as one of the key non-monetary factors influencing inflationary dynamics. The purpose of the study is to determine the degree of influence of oil price volatility on inflationary dynamics to improve the transmission mechanism of monetary policy. The information base of calculations is based on Rosstat data on the monthly inflation rate and oil prices from 2001 to 2023. Based on econometric modeling, the degree of influence of oil price volatility on the inflation rate is estimated. A comparative analysis of oil price volatility calculation tools has been carried out and recommendations for their use in modeling inflationary dynamics have been substantiated. Empirical results show that oil price volatility reacts differently to positive and negative news due to the problem of asymmetry in financial markets. In the short term, higher volatility leads to higher inflation.
Keywords: non-monetary factors of inflation, volatility of oil prices, inflationary dynamics
For citation: Markina V.S. Oil Price Volatility as a Non-Monetary Factor of Inflation // Scientific works: Institute of Economic Forecasting of the Russian Academy of Sciences. 2024. No. 2. Pp. 161-183. DOI: 10.47711/2076-3182-2024-2-161-183
