1. مقدمه
این پژوهش به بررسی پویاییهای تعادل بین عرضه و تقاضای ارز خارجی در بازار بینبانکی ارز اوکراین، با تمرکز بر بخش غیرنقدی، میپردازد. این مطالعه به بررسی معاوضههای حیاتی ناشی از ترتیبات ارزی موجود، اقدامات اداری اجراشده توسط بانک ملی اوکراین (NBU)، و متغیرهای اقتصادی بنیادی مختص اوکراین میپردازد. مسئله محوری حول معضلی است که اقتصادهای در حال توسعه با آن مواجهند: اعمال کنترلهای اداری در مقابل رهاسازی نیروهای بازار آزاد، که هر دو پیامدهای قابل توجهی برای نوسانات نرخ ارز، تراز تجاری و جریانهای سرمایه دارند.
2. روششناسی و چارچوب مدل
نویسندگان از یک مدل خودرگرسیون برداری تقویتشده با عامل (FAVAR) برای ساخت مدل تعادل استفاده میکنند. این رویکرد به دلیل توانایی آن در مدیریت مجموعه اطلاعاتی بزرگ و درک پویاییهای مشترک محرک بازار ارز انتخاب شده است.
2.1 رویکرد مدلسازی FAVAR
مدل FAVAR، مدل استاندارد VAR را با گنجاندن مجموعه کوچکی از عوامل مشاهدهنشده که پانل بزرگی از سریهای زمانی اقتصادی را خلاصه میکنند، گسترش میدهد. شکل کلی آن را میتوان به صورت زیر نمایش داد:
$$\begin{bmatrix} Y_t \\ F_t \end{bmatrix} = \Phi(L) \begin{bmatrix} Y_{t-1} \\ F_{t-1} \end{bmatrix} + v_t$$
که در آن $Y_t$ بردار متغیرهای مشاهدهشده (مانند نرخ ارز، نرخ بهره)، $F_t$ بردار عوامل مشاهدهنشده استخراجشده از یک مجموعه داده گسترده، $\Phi(L)$ یک چندجملهای ماتریسی در عملگر وقفه، و $v_t$ بردار جملههای خطا است.
2.2 دادهها و دورهبندی
مدل بر اساس دادههای تجربی از بازار بینبانکی ارز اوکراین ساخته شده است. جنبه حیاتی روششناسی، تقسیمبندی پیشنهادی نویسندگان از دادهها به دورههای متمایز است که احتمالاً با رژیمهای مقرراتی یا فازهای اقتصادی مختلف (مانند پیش از بحران، دوران کنترل سرمایه، پس از آزادسازی) مطابقت دارد. این امر امکان تحلیل شکستهای ساختاری و رفتارهای وابسته به رژیم را فراهم میکند.
3. نتایج تجربی و تحلیل
3.1 مشخصات مدل و ویژگیهای گسستگی
این مطالعه یک مشخصه لگاریتمی-خطیشده از مدل تعادل ارائه میدهد. یک یافته کلیدی مورد بحث، وجود «ویژگیهای گسستگی» در مدل است. این احتمالاً به مواردی اشاره دارد که در آن حرکات کوتاهمدت بازار از مسیرهای تعادل بلندمدت تعریفشده توسط متغیرهای بنیادی منحرف میشوند، که ممکن است به دلیل جریانهای سفتهبازی، شوکهای مقرراتی یا ناکاملبودن بازار باشد.
3.2 تحلیل همانباشتگی و شکاف (GAP)
نویسندگان برای برقراری روابط تعادل بلندمدت، سریهای زمانی متغیرهای بنیادی را از نظر همانباشتگی آزمون میکنند. کارایی این آزمونها از طریق مقادیر آماری بحرانی ارائه میشود. علاوه بر این، آنها ابزار تحلیل شکاف (GAP) را برای اندازهگیری انحراف از حالت تعادل برآوردشده پیشنهاد میکنند. این شکاف که احتمالاً به عنوان تفاوت بین نرخ ارز واقعی و ارزش بنیادی آن مشتقشده از مدل محاسبه میشود، به عنوان شاخصی از عدم تعادل و فشار بازار عمل میکند.
4. تأثیر مقرراتی و پیامدهای سیاستی
تحلیل به سبک مقررات اعمالشده توسط مقام پولی (NBU) میپردازد. این تحلیل پیامدهای کنترلهای اداری، مانند ایجاد کمبود ارز خارجی و افزایش نوسانات را برجسته میکند. مقاله استدلال میکند که سهم بالای نگهداری نقدینگی خارج از سیستم بانکی (شکست در کاهش دلاریسازی) به طور قابل توجهی ثبات قیمتها در اوکراین را تضعیف میکند. توصیه سیاستی اصلی این است که مداخلات ارزی NBU در صورتی مؤثرتر خواهند بود که یک رژیم نرخ ارز انعطافپذیر با یک چارچوب واقعی هدفگذاری تورم انعطافپذیر همراه شود.
5. یافتههای کلیدی و نتیجهگیری
این مطالعه با استفاده از FAVAR، با موفقیت یک مدل تعادل برای بازار بینبانکی ارز اوکراین میسازد. این مطالعه معاوضههای ذاتی در ترکیب سیاست فعلی را شناسایی میکند و تأثیر مخرب دلاریسازی نقدی را نشان میدهد. نتیجهگیری به شدت از حرکت به سمت یک چارچوب سیاست پولی مبتنیبر بازارتر که انعطافپذیری نرخ ارز را با هدفگذاری تورم ترکیب میکند، برای افزایش اثربخشی اقدامات بانک مرکزی و ترویج ثبات کلان اقتصادی حمایت میکند.
6. تحلیل اصیل: بینش محوری، جریان منطقی، نقاط قوت و ضعف، بینشهای عملی
بینش محوری: این مقاله صرفاً یک تمرین دیگر اقتصادسنجی در مورد یک بازار مرزی نیست؛ بلکه یک تشخیص صریح از یک بانک مرکزی است که در یک چرخه خودشکن گرفتار شده است. استفاده NBU از کنترلهای اداری برای مدیریت گریونا، اگرچه از نظر سیاسی مقرونبهصرفه است، به طور فعال همان دلاریسازی و تکهتکهشدن بازار را که میخواهد مهار کند، تغذیه میکند. مدل FAVAR نویسندگان به طور مؤثری این پارادوکس را کمّی میکند و نشان میدهد که چگونه انعطافناپذیری مقرراتی باعث ایجاد نوسانات میشود و مکانیسم انتقال سیاست پولی را خود تضعیف میکند.
جریان منطقی: استدلال با دقتی جراحیگونه پیش میرود. با چارچوببندی سهگانه کلاسیک بازارهای نوظهور آغاز میشود، کنترلهای اداری اوکراین را به عنوان یک راهحل گوشهای زیربهینه قرار میدهد و سپس از مدل FAVAR برای تشریح پیامدها استفاده میکند. شناسایی «ویژگیهای گسستگی» حیاتی است - این اثر انگشت آماری یک بازار شکسته است که در آن قیمتها به واسطه فرمان سیاستی از بنیادها جدا شدهاند. تحلیل شکاف (GAP) سپس این اثر انگشت را به یک ابزار تشخیصی بلادرنگ تبدیل میکند و هزینه عدم تعادل را اندازه میگیرد.
نقاط قوت و ضعف: نقطه قوت اصلی، پیچیدگی بافتی مدل است. استفاده از FAVAR برای محیط پر داده اما ساختاری ناپایدار اوکراین مناسب است، همانطور که در کاربردهای مشابه برای بازارهای نوظهور توسط برنانکه، بووین و الیاس (2005) اشاره شده است. تمرکز صریح بر دورهبندی (تغییر رژیم) قابل تحسین است. با این حال، ضعف مقاله، محافظهکاری آن در مرز اقتصاد سیاسی است. این مقاله بیماری (کنترلهای اداری) را تشخیص میدهد و دارو (هدفگذاری تورم انعطافپذیر) را تجویز میکند، اما زمان کمی را صرف بررسی سمیت بیمار سیاسی میکند. NBU چگونه میتواند بدون ایجاد یک بهمن سفتهبازی از کنترلها خارج شود؟ کار فرانکل (2019) در مورد «شلاق سیاست پولی» در بازارهای نوظهور نشان میدهد که این گذار میدان نبرد واقعی است و به اندازه کافی مورد کاوش قرار نگرفته است.
بینشهای عملی: برای سیاستگذاران و تحلیلگران بازار، این پژوهش دو ابزار ملموس فراهم میکند. اول، متریک شکاف (GAP) باید به عنوان یک شاخص پیشرو از فشار بازار و معیاری از ردپای مقرراتی خود بانک، در داشبورد NBU ادغام شود. دوم، مقاله استدلال قانعکنندهای برای توالیبندی ارائه میدهد: قبل از اینکه هدفگذاری تورم کامل قابل اعتماد باشد، یک عقبنشینی استراتژیک و اعلامشده از کنترلهای اداری باید رخ دهد، که احتمالاً توسط ذخایر ارزی یا خطوط مبادله پشتیبانی میشود، همانطور که در چارچوب سیاست یکپارچه صندوق بینالمللی پول تحلیل شده است. برای سرمایهگذاران، دورههای مدل نشاندهنده صرف ریسک خاص رژیم هستند؛ سرمایهگذاری در دورههای «کنترل اداری» اساساً ریسک گسستگی متفاوت و بالاتری نسبت به دورههای «مبتنی بر بازار» به همراه دارد.
7. جزئیات فنی و چارچوب ریاضی
مشارکت فنی اصلی، کاربرد مدل FAVAR است. فرض کنید $X_t$ یک بردار بزرگ $N \times 1$ از سریهای زمانی اطلاعاتی (مانند تولید صنعتی، تورم، قیمت کالاها، ذخایر ارزی) باشد. مدل فرض میکند که $X_t$ به یک بردار کوچک $K \times 1$ از عوامل مشترک مشاهدهنشده $F_t$ و یک جزء خاص $e_t$ وابسته است:
$$X_t = \Lambda F_t + e_t$$
که در آن $\Lambda$ یک ماتریس $N \times K$ از بارهای عاملی است. سپس پویایی مشترک متغیرهای مشاهدهشده مورد علاقه $Y_t$ (مانند نرخ ارز) و عوامل $F_t$ توسط یک VAR اداره میشود:
$$\begin{bmatrix} F_t \\ Y_t \end{bmatrix} = \Psi(L) \begin{bmatrix} F_{t-1} \\ Y_{t-1} \end{bmatrix} + \zeta_t$$
مشخصه تعادل لگاریتمی-خطیشده برای بازار ارز احتمالاً شکلی مانند زیر دارد:
$$s_t = \beta_0 + \beta_1 f_t^{macro} + \beta_2 f_t^{policy} + \beta_3 z_t + \epsilon_t$$
که در آن $s_t$ لگاریتم نرخ ارز، $f_t^{macro}$ و $f_t^{policy}$ عوامل نمایانگر بنیادهای کلان اقتصادی و موضع سیاستی، $z_t$ نمایانگر سایر متغیرهای کنترل، و $\epsilon_t$ شکاف عدم تعادل است.
8. نتایج آزمایشی و توصیف نمودارها
مقاله شامل 3 شکل و 5 جدول است. اگرچه محتوای دقیق در متن ارائهشده به طور کامل جزئیات ندارد، اما بر اساس گزارشدهی استاندارد اقتصادسنجی، میتوانیم استنباط کنیم:
- شکلها: احتمالاً شامل (1) نمودار سری زمانی نرخ ارز واقعی در مقابل نرخ تعادل استنتاجشده از مدل، که به صورت بصری «شکاف (GAP)» را نشان میدهد. (2) توابع واکنش ضربهای (IRFs) از مدل FAVAR، که نشان میدهد سیستم چگونه به شوکهایی مانند تغییر در سیاست یا شوک شرایط تجاری واکنش نشان میدهد (مانند نرخ ارز، عوامل). (3) نموداری که عوامل مشترک برآوردشده $F_t$ را در طول زمان نشان میدهد.
- جدولها: احتمالاً شامل (1) آمار توصیفی دادهها. (2) نتایج آزمونهای ریشه واحد و همانباشتگی (مانند آمارههای آزمون ADF، آزمون یوهانسن). (3) بارهای عاملی از مدل FAVAR، که نشان میدهد کدام سریهای داده بیشترین سهم را در هر عامل مشترک دارند. (4) ضرایب برآوردشده برای مدل تعادل لگاریتمی-خطیشده. (5) نتایج تجزیه واریانس، که نشان میدهد چه نسبتی از واریانس خطای پیشبینی نرخ ارز به انواع مختلف شوکها (بنیادی، سیاستی، خاص) نسبت داده میشود.
9. چارچوب تحلیل: مطالعه موردی نمونه
سناریو: تحلیل تأثیر تشدید ناگهانی کنترلهای اداری سرمایه توسط NBU در سهماهه چهارم 2017.
کاربرد چارچوب مقاله:
- دورهبندی: این رویداد شروع یک دوره جدید «کنترل شدید» در مدل را نشان میدهد. دادهها بر این اساس تقسیم میشوند.
- برآورد FAVAR: مدل برای دوره جدید مجدداً برآورد میشود. عامل سیاستی ($f_t^{policy}$) احتمالاً یک شکست ساختاری قابل توجه را نشان میدهد.
- تحلیل گسستگی و شکاف (GAP): مشاهده اثر فوری بر «ویژگیهای گسستگی». شکاف بین نرخ ارز واقعی و بنیادی احتمالاً به شدت گسترش مییابد، که نشان میدهد قیمت بازار به طور مصنوعی توسط کنترلها سرکوب شده و از تعادل محرکشده توسط بنیادها منحرف شده است.
- تفسیر: شکاف گسترشیافته، درجه تحریف بازار را کمّی میکند. یک شکاف بزرگ و پایدار نشاندهنده افزایش فشار انباشته، هزینههای بالاتر برای دسترسی کسبوکارها به ارز، و رشد یک بازار موازی خواهد بود - که تز مقاله را در مورد پیامدهای منفی اقدامات اداری تأیید میکند.
10. کاربردهای آینده و جهتهای پژوهشی
- داشبورد سیاستی بلادرنگ: ادغام مدل FAVAR-GAP در یک سیستم نظارتی بلادرنگ برای بانک مرکزی، که هشدارهای اولیه از عدم تعادل ناپایدار را فراهم میکند.
- تحلیل بینکشوری: اعمال همان چارچوب به سایر بازارهای نوظهور با کنترلهای فعال سرمایه (مانند آرژانتین، نیجریه) برای ساخت یک گونهشناسی مقایسهای از تحریفهای بازار ارز.
- تقویت با یادگیری ماشین: جایگزینی FAVAR خطی با جایگزینهای غیرخطی (مانند استفاده از شبکههای عصبی برای برآورد عوامل) برای درک بهتر رفتارهای تغییر رژیم و تعاملات پیچیده در دورههای بحران.
- ادغام با مدلهای مبتنی بر عامل (ABMs): استفاده از شکاف تعادل تجربی به عنوان ورودی به یک ABM از بازار ارز برای شبیهسازی رفتار انواع مختلف معاملهگران (بنیادگراها، نمودارگراها، بانکها) تحت سطوح مختلف عدم تعادل ناشی از مقررات.
- پژوهش در مورد راهبردهای خروج: گام حیاتی بعدی، استفاده از این چارچوب مدلسازی برای شبیهسازی و آزمون راهبردهای «خروج» بهینه از کنترلهای اداری، ارزیابی ذخایر مورد نیاز، راهبردهای ارتباطی و توالیبندی با سیاست نرخ بهره برای به حداقل رساندن ریسکهای ثبات مالی است.
11. منابع
- Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, 120(1), 387-422.
- Frankel, J. (2019). Systematic managed floating. Open Economies Review, 30(2), 255-295.
- International Monetary Fund. (2020). The Integrated Policy Framework. IMF Policy Paper.
- Kuznyetsova, A., Misiats, N., & Klishchuk, O. (2017). The equilibrium model of demand and supply at the Ukrainian Interbank Foreign Exchange Market: disclosure of problematic aspects. Banks and Bank Systems, 12(4), 31-43.
- Stock, J. H., & Watson, M. W. (2016). Dynamic factor models, factor-augmented vector autoregressions, and structural vector autoregressions in macroeconomics. In Handbook of Macroeconomics (Vol. 2, pp. 415-525). Elsevier.