Buleti de a aliză
al
Ce trului de Cercetări
Financiar-Monetare
Nr.10/ decembrie 2015
Serie coordo ată de:
Prof.univ.dr. Andreea Stoian
Departa e tul de Fi a țe și CEFIMO
ASE Bu urești
Elaborat de:
Gabriel Stavre
Asistent de cercetare CEFIMO
NOTĂ
Reprodu erea pu li aţiei este i terzisă, iar utilizarea i for aţiilor
î diferite lu rări este per isă u ai u i di area sursei
ISSN 2359 – 9014
ISSN–L 2359 – 9014
Centrul de Cercetari Financiar Monetare
www.cefimo.ro
Ce trul de Cer etări Fi a iar Mo etare
a i de ți tire directă a i flației: odele de prog oză și
acuratețea acestora1
Luna august a anului 2015 marchează un deceniu
de intire directă a infla iei (engl. inflation targeting
– IT) în România, motiv pentru care dorim să
dedicăm acest buletin problematicii acestui regim
de politică monetară. Provocarea principală a
acestuia o reprezintă dezvoltarea unui model de
prognoză în baza căruia pot fi fundamentate
deciziile privind ac iunile Băncii Na ionale a
României (BNR).
IT este o metodă de management a politicii
monetare care, spre deosebire de alte regimuri, este
focusată pe îndeplinirea obiectivului primar (cel de
stabilitate a pre urilor), fără a include în mecanism
inte intermediare (alte variabile economice – e.g.:
curs de schimb, masă monetară etc.).
Prognoza infla iei i a altor variabile economice
reprezintă fundamentul IT. Pe măsură ce
acurate ea cre te, mandatul Băncii Na ionale este
valorificat mai bine, cu scopul final de a reduce
pierderile sociale i economice asociate infla iei.
Pentru a în elege amploarea pe care infla ia o poate
avea i cum acest fenomen poate distorsiona atât
economia, cât i traiul individual, este ilustrativ să
ne amintim de situa ia hiperinfla ionistă a
Germaniei de după primul război mondial:
(anecdotele cu privire la negocierea preliminară
purtată de cetă eni cu ospătarii în legătură cu suma
ce era achitată pentru masă – deoarece, pre urile se
modificau de-a lungul zilei sau faptul că banii erau
eroda i până în punctul în care au fost înlocui i de
alte bunuri – spre exemplu igările, unt, ouă)2.
Pentru a răspunde la aceste cerin e, autorită ile
monetare au primit sarcina de a asigura stabilitatea
pre urilor – aceea situa ie în care puterea de
cumpărare rămâne neschimbată de la o perioadă la
alta sau în care infla ia excesivă i defla ia nu sunt
prezente la nivelul economiei.
Cu toată simplitatea pe care o comportă, cel pu in
în ceea ce prive te specificarea ancorei nominale,
respectiv inta de infla ie, IT este definit de 5
elemente esen iale (Hammond (2012)): (i)
stabilitatea pre urilor este explicit recunoscută ca
fiind obiectivul principal al Băncii Centrale, în
acest context este nevoie de (ii) anun area publică
a unei inte cantitative pentru nivelul infla iei, în
timp ce (iii) deciziile de politică monetară sunt
formulate în baza unui set complex de informa ii,
inclusiv o prognoză a infla iei; toate aspectele
privind procesul decizional i eventualele devia ii
de la inta propusă sunt luate într-un (iv) cadru
transparent i cu (v) asumarea responsabilită ii.
Din aceste 5 caracteristici se deduc o serie de
cerin e institu ionale (independen a Băncii
Centrale, transparen ă i responsabilitate etc.) i
tehnice (capacitatea de a prognoza infla ia etc.)
care au scopul de a furniza un ghid pentru coeren a
implementării.
Pentru România, primele men iuni privind un
model de prognoză a infla iei sunt atribuite lui
Popa et al. (2002) i Bo el (2002). Ambii autori
folosesc modele VAR pentru a descrie evolu ia
infla iei (totale sau a măsurii de bază). Popa et al.
(2002) descriu regimul de intire directă a infla iei
Prezentul buletinul reprezintă o sinteză a unei lucrări mai ample (versiunea completă fiind disponibilă pe site-ul
personal). Autorul dore te să-i mul umească domnului profesor Bogdan Octavian Cozmâncă pentru sfaturi,
exemple concrete i coordonarea lucrării; toate celelalte erori, omisiuni, opinii sunt responsabilitatea personală.
2
Desigur, solu ia a presupun crearea unei monede noi, iar după cel de-al doilea război mondial, înfiin area unei
noi institu ii: (Deutsche) Bundesbank – de altfel, cea mai virtuoasă bancă din lume în lupta împotriva infla iei din
zilele noastre.
1
Centrul de Cercetari Financiar Monetare
www.cefimo.ro
ca pe o alternativă viabilă i folosesc modele VAR
nerestric ionate, în timp ce Bo el (2002) impune
restric ii pentru structura modelului VAR (i.e.
VAR structural). Rezultatele fiind neconcludente,
printre cauze: numărul restrâns de observa ii,
transformarea structurală a economiei etc.
Începând cu august 2005, BNR î i fundamentează
prognozele i deciziile, în baza MAPM (Model de
Analiză i Previziune pe termen Mediu). Modelul
este semi-structural, liniarizat, cu elemente neokeynesiste i calibrat (în baza eviden elor empirice
furnizate de modele VAR). În modul în care este
specificat, se fructifică 4 canale de ac iune: a
ratelor dobânzii, a cursului de schimb, a
anticipa iilor i a efectelor de avu ie i bilan (BNR
(2007)).
Întregul set de ecua ii urmăre te dinamica infla iei
de bază (i.e. CORE2), celelalte componente ale
Indicelui Pre urilor de Consum (IPC) fiind
furnizate în afara modelului. Cel mai recent articol
descrie rezultatele unui model DSGE cu fric iuni
financiare (respectiv ”euroizare” par ială3),
construit de către o echipă a BNR (Copaciu,
Nalban & Bulete (2015)).
Ne propunem implementarea unui set de modele
caracteristic regimului de intire directă a infla iei
i evaluarea acestora în prognozarea indicelui de
infla ie CORE24. Se dore te fundamentarea
prognozei pe seria infla iei de bază, deoarece pe de
o parte politica monetară nu poate cuprinde toate
interac iuni pie ei i toate deciziile ce pot fi strict
administrative sau conjuncturale, iar pe de altă
parte, seria este persistentă i de altfel mai stabilă.
Pentru realizarea previziunilor vom folosi un
model semi-structural de tip neo-keynesist, modele
de referin ă (benchmark) i modele statistice, atât
univariate (ARMA), cât i multivariate (VAR).
Evaluarea presupune calculul unor indicatori de
eficien ă în prognoză între seria istorică i cea
previzionată, pentru fiecare orizont de previziune
(vom alege spre prezentare RMSE – Root mean of
squared error i Theil IC – Theil Inequality
Coeffcient, acesta din urmă are scala de varia ie
cuprinsă între 0 i 1).
Denotă impactul ponderii relative a creditului în valuta EUR
(pentru perioada considerată ponderea creditului acordat
firmelor este de 45%).
3
Centrul de Cercetari Financiar Monetare
Figura 1. Prognoze recursive pentru orizontul de
1Q (modele selec ionate)
ARIMA4
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
VAR4
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Model (GMM)
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Sursa: Calcule proprii
Orizontul de prognoză este de 1, 4, respectiv 8
trimestre i este realizat în mod recursiv pe un
Din IPC se izolează pre urile administrate i componentele
volatile (infla ia LFO – pre uri la legume, fructe, ouă i
infla ia pre urilor la combustibili).
4
www.cefimo.ro
e antion de evaluare. E antionul complet (date
trimestriale ce acoperă perioada 2001 – 2014) este
împăr it în 2: perioada 2001Q1:2011Q4 este
folosită pentru estimarea modelelor statistice i a
coeficien ilor modelului semi-structural, iar
perioda rămasă este folosită pentru evaluarea
modelor (2012Q1:2014Q4).
Procedura recursivă se va desfă ura astfel: pe
e antionul 2001Q1:2011Q4 modelul este estimat i
se realizează o prognoză out-of-sample pe un
orizont de 1, 4 i 8 trimestre, seriile sunt salvate i
e antionul de estimare este prelungit cu o
observa ie, toate modele sunt reestimate i este
efectuat un nou set de prognoze; procedura se
repetă până la terminarea e antionului de evaluare.
La final, vom extrage cele mai performante 3
modele pentru fiecare orizont de prognoză.
Banca Angliei a realizat un studiu pe 21 de ări care
au adoptat intirea directă a infla iei (inclusiv
România) i a relevat că toate folosesc o formă de
model structural (fie că este de tip gap, model
macroeconomic general sau model general de
echilibru stocastic – DSGE), alături de o suită de
modele statistice (Hammond (2012)). Tendin a
generală este către modele DSGE, deoarece au o
structură microeconomică semnificativ detaliată
(fa ă de cel neo-keynesist) i reprezintă un
instrument mai puternic atât pentru fundamentarea
unei decizii, cât i pentru prognoză.
Clasa de modele statistice folosite cuprind ARMA
(Autoregresiv de Medie Mobilă), determinate în
baza metodologiei propuse de Box & Jenkins
(1796) i modele VAR (Vector Autoregresiv), în
care vor fi incluse maxim 5 variabile (inclusiv
CORE2) selec ionate dintr-un set de peste 30 de
serii statistice (printre care: curs de schimb,
consum final real, infla ia din zona euro, pre ul
petrolului, o măsură de a teptări de infla ie etc.).
Figura 2. Prognoze recursive pentru orizontul de 4Q
(modele selec ionate)
Model (Calibrat)
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Model (GMM)
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Model (OLS)
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Sursa: Calcule proprii
În ceea ce prive te fundamentarea economică a
unui model regăsim modele structurale de tip neokeynesiste, care sunt constituite în baza unor
probleme de optimizare a agen iilor reprezentativi
dintr-o economie. Potrivit lui Szilágyi et al. (2013)
un model neo-keynesist al unei economii mici i
Centrul de Cercetari Financiar Monetare
www.cefimo.ro
deschise, în forma cea mai simplă, poate fi descris
de următoarele 4 rela ii:
Pe termen scurt, cre terea infla iei este
determinată de excesul de cerere (i.e. Curba
Phillips neo-keynesistă);
Cererea agregată este influen ată negativ de
nivelul real al ratelor dobânzii (i.e. Curba IS
din modelul IS-LM);
Banca Centrală î i setează instrumentele de
politică monetară pentru a stabiliza infla ia în
jurul intei (i.e. regula Taylor);
Determinan ii cursului de schimb sunt valori
viitoare i trecute ale diferen ialului de
dobânzi, ajustate cu prima de risc (i.e. UIP –
Uncovered Interest Parity).
Toate elementele mai sus men ionate descriu
economia brută, iar recomandarea este de a adăuga
elemente care descriu interac iunile specifice,
astfel încât mecanismele de transmisie a politicii
monetare, care i-au dovedit existen a să poate fi
integrate.
Parametrii modelului semi-structural vor fi
determina i prin 2 tehnici de estimare (metoda
celor mai mici pătrate – OLS i metoda
generalizată a momentelor – GMM) i prin
calibrare în concordan ă cu literatura de
specialitate, respectiv cu valorile furnizate de către
Christou, Klemm & Tiffin (2007) i Cozmâncă
(2008).
selec ionate sunt prezentate în tabelul 1, 2 i figura
1, 2, 3)5.
Figura 3. Prognoze recursive pentru orizontul de 8Q
(modele selec ionate)
Model (Calibrat)
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
ARIMA2
6
6
5
5
4
4
3
3
2
2
1
1
0
0
În ceea ce prive te tehnicile de estimare, vom
folosi o metodă foarte simplă, respectiv OLS i
metoda avansată, preferată de către literatura de
specialitate, respectiv GMM. Avantajele GMM
rezidă în faptul că problema endogeneită ii este
rezolvată, este corectată autocorelarea
i
heteroskedasticitatea (Rummel (2008)).
Pe termen scurt (1Q) cel mai performant model
este ARIMA4, urmat de VAR4, pe termen mediu
(4Q) modelul calibrat, urmat de variantele sale
estimate, iar pe termen mediu spre lung (8Q)
modelul calibrat este din nou cel mai performant în
prognoză, urmat de ARIMA2 (descrierea
modelelor, valorile indicatorilor de acurate e în
prognoză i estimările recursive pentru modele
2011Q1
2012Q2
2013Q3
2014Q4
VAR2
6
6
5
5
4
4
3
3
2
2
1
1
0
0
2011Q1
2012Q2
2013Q3
2014Q4
Sursa: Calcule proprii
Linia albastră simbolizează rata infla iei CORE2, linia ro ie
reprezintă prognoza din fiecare punct i punctul verde denotă
începutul perioadei de evaluare a modelului.
5
Centrul de Cercetari Financiar Monetare
www.cefimo.ro
La orizonturi apropiate, modelul statistic este
superior, dar pe măsură ce orizontul devine mai
mare, abordarea structurală prezintă avantaj, nu
doar ca valoare absolută a prognozei, ci i ca
determinarea factorilor care au contribuit la
evolu ia infla iei.
Ceea ce trebuie remarcat este faptul că modelul de
prognoză este un instrument util pentru fiecare
orizont de prognoză, iar calibrarea lui în spiritul
legăturilor economice poate replica foarte fidel rata
infla iei de bază.
Concluziile sunt axate pe cele 2 direc ii ale lucrării;
astfel, introducerea IT a adus un cadru coerent i
complet de analiză pentru fundamentarea
deciziilor sau recomandărilor în materie de politică
monetară.
Pe de altă parte, acurate ea în prognoză trebuie
interpretată din punct de vedere al orizontului de
interes, deoarece natura unui model depinde de
perioada pentru care poate furniza informa ii
relevante.
Putem judeca determinan ii infla iei de bază pe
fiecare orizont, prin prisma modelelor VAR cu
performan e apropiate, astfel: economia pe termen
scurt reac ionează la nivelul pre urilor
administrate, a pre urilor produc iei industriale,
devia iei cursului de schimb real.
Pe 4Q modelul structural explică cele mai multe
mi cări, dar mai contribuie i nivelul infla iei de
bază din Zona Euro i a pre ului interna ional la
energie i combustibili. Ultimul orizont, cel de 8Q
este influen at de curs de schimb i exces de cerere,
elemente care se regăsesc de altfel în modelul
semi-structural.
Centrul de Cercetari Financiar Monetare
Anexă
Tabel 1. Indicatori de acurate e în prognoză (selec ie)
RMSE
Theil IC
1Q
ARIMA4
VAR4
Model (GMM)
0,4704
0,4655
0,4348
Model (calibrat)
Model (OLS)
Model (GMM)
0,8018
0,8853
0,9479
Model (calibrat)
ARIMA2
VAR2
0,8712
1,0487
1,0728
0,1411
0,1509
0,1587
4Q
0,2140
0,2218
0,2390
8Q
0,2037
0,2398
0,2432
Tabel 2. Descrierea modelelor (selec ie)
ARIMA4
ARIMA2
VAR2
VAR4
Model
(calibrat)
Model
(GMM)
Model
(OLS)
Descriere
Proces cu 5 lag-uri AR, 6 lag-uri MA
incluse.
Proces cu 1 lag AR, lag-ul 2 i 4 MA
incluse.
Variabile incluse: CORE2, infla ia
LFO (legume, fructe, ouă), infla ia
pre urilor administrate, cursul de
schimb EUR/ RON, devia ia PIB de la
nivelul poten ial.
Lag-uri incluse: 1.
Variabile incluse: CORE2, infla ia
pre urilor
produc iei
industriale,
indicele valorii unitare (pentru
importuri), devia ia cursului de schimb
real EUR/ RON de la nivelul de
echilibru.
Lag-uri incluse: 4.
Model semi-structural cu coeficien i
calibra i
Model semi-structural cu coeficien i
estima i prin GMM
Model semi-structural cu coeficien i
estima i prin OLS
www.cefimo.ro
Bibliografie selectivă:
1)Belke, A., & Polleit, T. (2009). Monetary
Economics in Globalised Financial Markets.
Berlin: Springer.
2)BNR. (2007). Aspecte privind procesul de
prognoza in cadrul BNR si modelul de analiza si
previziune pe termen mediu. Prognoză pe termen
scurt privind rata infla iei i PIB.
3)Bo el, C. (2002). Cauzele infla iei în România,
iunie 1997 - august 2001. Analiză bazată pe
vectorul autoregresiv structural. BNR Caiete de
Studii(11).
4)Box, G. E., & Jenkins, G. M. (1796). Time series
analysis: forecasting and control. San Francisco:
Holden-Day.
5)Christou, C., Klemm, A., & Tiffin, A. (2007).
Romania: Selected Issues. IMF Country
Report(220).
6)Copaciu, M., Nalban, V., & Bulete, C. (2015).
R.E.M. 2.0 - Model DSGE cu euroizare par ială.
Colocviile de politică monetară, VIII.
7)Cozmâncă, B.-O. (2008). Modele pentru
fundamentarea politicilor monetare i valutare.
Bucure ti: Editura Economică.
8)Hammond, G. (2012). State of the art of inflation
targeting. Bank of England CCBS Handbook(29).
9)Handa, J. (2009). Monetary Economics (ed.
2nd). New York: Routledge.
10)Popa, C., Rosentuler, S., Iorga, E., Salater, W.,
Sasu, D. R., Ț Codîrla u, A. I. (2002). intirea
directă a infla iei: O nouă strategie de politică
monetară (Cazul României). Caiete de Studii
BNR(10).
11)Rummel, O. (2008). Estimating models using
the Generalised Methods of Moments (GMM).
Centre for Central Banking Studies - Bank of
England.
12)Szilágyi, K., Baksa, D., Benes, J., Horváth, Á.,
Köber, C., & D. Soós, G. (2013). The Hungarian
Monetary Policy Model. MNB Working Papers(1).
Centrul de Cercetari Financiar Monetare
www.cefimo.ro