ОБЛІКОВА СТАВКА ЯК ІНСТРУМЕНТ МОНЕТАРНОЇ ПОЛІТИКИ: ПРОГНОЗУВАННЯ МЕТОДАМИ ЕКОНОМЕТРИЧНОГО АНАЛІЗУ
Анотація
У статті спрогнозовано облікову ставку України із використанням монетарного правила Тейлора на основі прогнозів макроекономічних індикаторів розвитку економіки України, отриманих із використанням авторегресійних економетричних моделей. Реалізовано підхід до моделювання реального ВВП України на квартальних даних за період 2012-2021 роки, який передбачає врахування економічних показників, що мають вплив на рівень реального ВВП (індекс споживчих цін, кількість безробітного населення, експорт товарів та послуг, капітальні інвестиції та обмінний курс гривні до долара США), за допомогою авторегресійних економетричних методів, ARIMA та VAR моделі використані для прогнозування реального ВВП України. Слід зазначити, що моделі показують тенденцію реального ВВП до повномасштабного вторгнення в Україну, оскільки відсутні оновлені статистичні дані. За допомогою рівняння Тейлора оцінене значення облікової ставки України.
Посилання
Bernanke B. S. The new tools of monetary policy. American Economic Review. 2020. Vol. 110(4). P. 943-83.
Twinoburyo E. N., Odhiambo N. M. Monetary policy and economic growth: A review of international literature. Journal of Central Banking Theory and Practice. 2018. Vol. 7(2). P. 123-137.
Altavilla C., Brugnolini L., Gürkaynak R. S., Motto R., Ragusa G. Measuring euro area monetary policy. Journal of Monetary Economics. 2019. Vol. 108. P.162-179.
Kalemli-Özcan Ṣ. US monetary policy and international risk spillovers. National Bureau of Economic Research. 2019. No. w26297
Aguilar A., Cantú C. Monetary policy response in emerging market economies: why was it different this time? Bank for International Settlements. 2020. № 32.
Вдовин М., Міщук Т. Рейтингування регіонів України за показниками добробуту населення. Вісник Сумського національного аграрного університету. 2022. Vol. 1 (91). P. 3-9.
Вдовин М., Зомчак Л., Міщук Т. Аналітика сучасного стану добробуту населення України. Економіка та суспільство. 2022. Vol. 39.
Bacchiocchi E., Fanelli L. Identification in Structural Vector Autoregressive models with structural changes, with an application to US monetary policy. Oxford Bulletin of Economics and Statistics. 2015. Vol. 77(6). P. 761-779.
Spulbar C., Birau R. Analysis of the Monetary Policy Dynamics in Romania Using a Structural Vector Autoregressive Model. Research Anthology on Macroeconomics and the Achievement of Global Stability. 2023. P. 788-799.
Anwar S., Nguyen L. P. Channels of monetary policy transmission in Vietnam. Journal of Policy Modeling. 2018. Vol. 40(4). P. 709-729.
Arwatchanakarn P. Structural vector autoregressive analysis of monetary policy in Thailand. Sociology Study. 2017. Vol. 7(3). P. 133-145.
Korobilis D. Assessing the transmission of monetary policy using time‐varying parameter dynamic factor models. Oxford Bulletin of Economics and Statistics. 2013. Vol. 75(2). P. 157-179.
Hanisch M. The effectiveness of conventional and unconventional monetary policy: Evidence from a structural dynamic factor model for Japan. Journal of International Money and Finance. 2017. Vol. 70. P. 110-134.
Funke M., Tsang A. The direction and intensity of China’s monetary policy: A dynamic factor modelling approach. Economic Record. 2021. Vol. 97(316). P. 100-122.
Nyoni T. Modeling and forecasting inflation in Kenya: Recent insights from ARIMA and GARCH analysis. Dimorian Review. 2018. Vol. 5(6). P. 16-40.
Nyoni T. Modeling and forecasting Naira/USD exchange rate in Nigeria: a Box-Jenkins ARIMA approach. MPRRA. 2018. 88622. 1–36.
Зомчак Л. М., Лапінкова А. О. Інфляційні процеси України: авторегресійна дистрибутивно-лагова модель. Цифрова економіка та економічна безпека. 2022. Вип. 1 (01). С. 50-55.
Krušković. B. D. Exchange rate and interest rate in the monetary policy reaction function. Journal of Central Banking Theory and Practice. 2017. Vol. 6(1). P. 55-86.
Angelina S., Nugraha N. M. Effects of Monetary Policy on Inflation and National Economy Based on Analysis of Bank Indonesia Annual Report. Technium Soc. Sci. J..2020. Vol. 10. P. 423.
Національний банк України. Статистика. URL: https://bank.gov.ua/ua/statistic (дата звернення: 05.09.2022).
Державна служба статистики України URL: http://www.ukrstat.gov.ua/ (дата звернення: 05.09.2022).
Bernanke, B. S. (2020). The new tools of monetary policy. American Economic Review, vol. 110(4), pp. 943-83.
Twinoburyo, E. N., & Odhiambo, N. M. (2018). Monetary policy and economic growth: A review of international literature. Journal of Central Banking Theory and Practice, vol. 7(2), pp. 123-137.
Altavilla, C., Brugnolini, L., Gürkaynak, R. S., Motto, R., & Ragusa, G. (2019). Measuring euro area monetary policy. Journal of Monetary Economics, vol. 108, pp. 162-179.
Kalemli-Özcan, Ṣ. (2019). US monetary policy and international risk spillovers. National Bureau of Economic Research, no. w26297.
Aguilar, A., & Cantú, C. (2020). Monetary policy response in emerging market economies: why was it different this time? Bank for International Settlements, No. 32.
Vdovyn, M. YA., & Mishchuk, T. (2022). Reytynhuvannya rehioniv Ukrayiny za pokaznykamy dobrobutu naselennya [Rating of regions of Ukraine according to indicators of population well-being]. Visnyk Sumsʹkoho natsionalʹnoho ahrarnoho universytetu, vol. 1 (91), pp. 3-9.
Vdovyn, M., Zomchak, L., & Mishchuk, T. (2021). Analityka suchasnoho stanu dobrobutu naselennya Ukrayiny [Analysis of the current state of well-being of the population of Ukraine]. Economy and Society, vol. 39, pp. 2524-0072.
Bacchiocchi, E., & Fanelli, L. (2015). Identification in Structural Vector Autoregressive models with structural changes, with an application to US monetary policy. Oxford Bulletin of Economics and Statistics, vol. 77(6), pp. 761-779.
Spulbar, C., & Birau, R. (2023). Analysis of the Monetary Policy Dynamics in Romania Using a Structural Vector Autoregressive Model. In Research Anthology on Macroeconomics and the Achievement of Global Stability. IGI Global, pp. 788-799
Anwar, S., & Nguyen, L. P. (2018). Channels of monetary policy transmission in Vietnam. Journal of Policy Modeling, vol. 40(4), pp. 709-729.
Arwatchanakarn, P. (2017). Structural vector autoregressive analysis of monetary policy in Thailand. Sociology Study, vol. 7(3), pp. 133-145.
Korobilis, D. (2013). Assessing the transmission of monetary policy using time‐varying parameter dynamic factor models. Oxford Bulletin of Economics and Statistics, vol. 75(2), pp. 157-179.
Hanisch, M. (2017). The effectiveness of conventional and unconventional monetary policy: Evidence from a structural dynamic factor model for Japan. Journal of International Money and Finance, vol. 70, pp. 110-134.
Funke, M., & Tsang, A. (2021). The direction and intensity of China’s monetary policy: A dynamic factor modelling approach. Economic Record, vol. 97(316), pp. 100-122.
Nyoni, T. (2018). Modeling and forecasting inflation in Kenya: Recent insights from ARIMA and GARCH analysis. Dimorian Review, vol. 5(6), pp. 16-40.
Nyoni, T. (2018). Modeling and forecasting Naira/USD exchange rate in Nigeria: a Box-Jenkins ARIMA approach. MPRRA, 88622, pp. 1–36.
Zomchak, L. M., & Lapinkova, A. O. (2022). Inflyatsiyni protsesy Ukrayiny: avtorehresiyna dystrybutyvno-lahova model [Inflationary processes of Ukraine: autoregressive distributive-lag model]. Tsyfrova ekonomika ta ekonomichna bezpeka, vol. 1 (01), pp. 50-55.
Krušković, B. D. (2017). Exchange rate and interest rate in the monetary policy reaction function. Journal of Central Banking Theory and Practice, vol. 6(1), pp. 55-86.
Angelina, S., & Nugraha, N. M. (2020). Effects of Monetary Policy on Inflation and National Economy Based on Analysis of Bank Indonesia Annual Report. Technium Soc. Sci. J., vol. 10, p. 423.
Natsionalnyi bank Ukrainy [National Bank of Ukraine]. Statystyka. Available at: https://bank.gov.ua/ua/statistic (accessed 05.09.2022).
Derzhavna sluzhba statystyky Ukrainy [State Statistics Service of Ukraine]. Available at: http://www.ukrstat.gov.ua/ (accessed 05.09.2022).
