Дипломная (вкр): Внешняя торговля и экономика стран БРИКС

Определившись с лагом, значение которого потребуется в дальнейшем, при построении модели, необходимо убедится, что наши переменные не стационарны, так как это является важным условием теста Йохансана В случае, если они окажутся стационарными, мы не можем проводить тест.

Для проверки используем коррелограмму. При построении выбираем значимость в уровнях, а также вводим нулевую гипотезу, что переменная стационарная (альтернативная гипотеза, что переменная не стационарная). И если переменные значимы на 5% уровне значимости, то мы отклоняем нулевую гипотезу и принимаем альтернативную о не стационарности объектов. При проверке, переменные GDP, Ex и Im для всех стран оказались не значимы на 5%, то есть они не стационарны. А при проверке в первых разностях, показатели были стационарными. Следовательно, данные переменные можно использовать в тесте Йохансана и в VEC модели.

Теперь необходимо произвести тест на наличие коинтеграции.[3] Открытие того, что многие макровременные ряды могут содержать единичный корень, стимулировало разработку теории анализа нестационарных временных рядов. Так, Энгель и Грэнжер [8] продемонстрировали, что линейная комбинация из двух или более нестационарных рядов может являться стационарной. Еслитакая стационарная линейная комбинация присутствует, тогда нестационарные временные ряды называются коинтегрированными. Стационарную линейную комбинацию именуюткоинтегрирующим уравнением и ее можно интерпретировать как соотношение долгосрочного динамического равновесия между переменными. Тест состоит в том, чтобы выяснит, коинтегрированна или нет группа нестационарных рядов.

Присутствие коинтегрирующего соотношения формирует основу для VEC-спецификации. Программа выполняет тестирование наличия коинтеграции на основе VAR-модели, используя методологию, разработанную в работах Иохансена [13].

Данные представленные в таблице 6 показывают число коинтеграционных соотношений по каждой стране.

Таблица 6

Количество коинтеграционных соотношений.

*Означает отказ от гипотезы на 5% уровне.

Все страны показали одинаковое значение, как вTrace тесте, так и в MaximumEigenvalue тесте. Исходя из данных таблицы, мы можем отвергнуть гипотезу None, означающую отсутствие коинтеграционого уравнения и отвергнуть нулевую гипотезу At most 1, означающую наличие одного коинтеграцеонного уравнения. Рассматривая гипотезу Atmost 2, видим, что ProbabilityTraceStatistic и Max-Eigensatatistic больше 5% и как следствие мы принимаем эту гипотезу. Следовательно, есть 2 коинтеграционных вектора. Так же стоит заметить, что так как переменные коинтегрированны, то их можно использовать VEC модели.

Теперь необходимо построить векторную модель коррекции регрессионных остатков. В общем виде для выбранных переменных VECM можно описать, как следующую систему уравнений:

Где:

- коэффициенты, стоящие перед эндогенными переменными и подлежащие оценке;

ɛ- шоки в уравнениях.

При построении модели в программе задаем интервал лага и количество коинтегрирующих соотношений, полученные ранее. В таблице 7 представлены показатели оценки уравнения ВВП стран БРИКС. Полученные данные позволят протестировать гипотезу о влиянии экспорта на экономический рост стран.

Таблица 7

Результаты оценки уравнения ВВП

.3 Интерпретация результатов

Для определения долгосрочной связи рассмотрим С(1) - коэффициент коинтеграционной модели или errorcorrectionterm. Если этот коэффициент отрицательный и значимый на 5% уровне, то имеем долгосрочную связь. Если же он положителен и(или) не значим, то longrun связи нет. Для более удобной визуализации, на основании дынных из таблицы 7 построим таблицу 8.

Таблица 8

Коэффициенты долгосрочной связи.

Из этих данных видно, что для всех стран БРИКС коэффициент С(1) имеет отрицательный знак и значим на 5%, из чего следует, что имеется положительная долгосрочная зависимость ВВП от экспорта и импорта.

Также необходимо найти, наличие или отсутствие причинной связи между выбранными переменными в краткосрочном периоде. Для этого проводим проверку зависимостей применяя тест Вальда.

При анализе было выявлено разное количество лагов у каждой страны и поэтому при проверке на краткосрочную зависимость будут введены разные гипотезы исходя из количества коэффициентов для различных переменных. Итоги проведения теста Вальда указаны в таблице 9.

Таблица 9

Проверка на краткосрочную связь между экспортом, импортом и ВВП

Анализируя Бразильскую экономику видно, что Prob. ofChi-square для экcпорта значим на 5%, то есть мы отвергаем нулевую гипотезу и принимаем альтернативную. Из этого следует, что ВВП зависит от экспорта в краткосрочной перспективе. Относительно импорта и Бразильской экономики можно сделать вывод, что связи нет, так как показатель не значим.

Для России и Индии ситуация аналогичная Бразильской. Для экспорта рrobabilityof Chi-square меньше 5% и значит в кратком временном промежутке есть положительная связь между ВВП и экспортом. Но для импорта показатель не значим на 5% уровне значимости и можно сказать, что ВВП не подвергается влиянию импорта в краткосрочном периоде.

Китая демонстрирует совершенно другую ситуацию. В этой стране показатели и экспорта, и импорта являются не значимыми, что подводит к отсутствию влияния внешней торговли на экономику страны в краткосрочной перспективе.

Положение в Южноафриканской Республике диаметрально противоположное Китайскому. Если в последнем не было связи ни одной переменной с экономикой, то для ЮАР наблюдается полная зависимость и от экспорта, и от импорта в краткосрочном периоде.

Для графического описания используем функцию импульсных откликов. [4] Импульс на определенную переменную не только непосредственно затрагивает эту переменную, но также через динамическую (лаговую) структуру VEC-модели передается всем другим эндогенным переменным. Функция отклика на импульс отслеживает влияние на текущие и будущие значения эндогенных переменных одноразового импульса на одно из возмущений.

Анализируя функции импульсных откликов для Бразилии наблюдаем значительную изменчивость параметров во время шоков, показанную на рисунке 2. Влияние экспорта в первые периоды незначительно. Следующие шоки экспорт имеют постоянный положительный эффект на ВВП. Шоки импорта напротив вызывает сильную волатильность и имеет ярко выраженный отрицательный эффект на ВВП. Обратное же влияние, то есть ВВП на экспорт и импорт почти отсутствует.

Рис. 2 Функцию импульсных откликов для Бразилии.

По итогам моделирования для России видна связь между переменными, показанная на рисунке 3. В краткосрочной перспективе экспорта практически не имеет влияния. Однако в следующие периоды шок в экспорте вызывает большое изменение ВВП в положительном направлении. Изменения импорта оказывают сильный отрицательный отклик ВВП в долгосрочном периоде, но вначале не имеет особого влияния. ВВП же имеет строгое положительное влияние на импорт и экспорт.

Рис. 3 Функцию импульсных откликов для России.

Как можно видеть на рисунке 4, отклики ВВП на изменения в экспорте для Индии имеют положительное направления в краткосрочном и среднесрочном периодах, однако в долгосрочном периоде тренд сменяется колебаниями и преобладанием отрицательного направления. Шоки импорта имеют большую волатильность, чем у экспорта, но во в целом имеют отрицательный отклик. Шоки ВВП первых 16 периодах не имеют влияния, однако в последствии вызывают значительные изменения в экспорте и импорте.

Рис. 4 Функцию импульсных откликов для Индии.

ВВП Китая имеет самые сильные отклики на шоки как экспорта, так и импорта. В среднесрочном и долгосрочной временном отрезке обе переменные имеют большое положительное влияние. Но для короткого отрезка времени изменения экспорта, как и шоки в импорте не оказывают влияния.

Рис. 5 Функцию импульсных откликов для Китая.

Шоки экспорта и импорта для ЮАР имеют значение и на длинных и на коротких позициях. Колебания видно на всем временном отрезке, однако экспорт имеет положительный тренд, в то время как импорт имее более выраженное отрицательное влияние, что видно из рисунка 6.

экспорт торговля экономический рост

Рис. 6 Функцию импульсных откликов для ЮАР

Так же стоит произвести анализ вариативного разложения.Данные теста отображены в таблице 10. Несмотря на то, что функции импульсных откликов отслеживают эффекты воздействия одной эндогенной переменной на другие переменные в VEC-модели, декомпозиция дисперсии разделяет вариацию эндогенной переменной на компоненты воздействия в VECM. Таким образом, декомпозиция дисперсии предоставляет информацию об относительной важности каждого случайного возмущения в воздействии на переменные в VEC-системе.

Таблица 10

Анализ вариативного разложения.