فهرست مطالب
1. مقدمه و مرور کلی
این پژوهش به بررسی پویاییهای تعادل بین عرضه و تقاضای ارز خارجی در بخش غیرنقدی بازار بینبانکی ارز اوکراین (UIEM) میپردازد. این مطالعه با انگیزه چالشهای مداوم اقتصادهای نوظهوری مانند اوکراین در مدیریت نوسانات نرخ ارز و جریانهای سرمایه انجام شده است. نویسندگان این فرضیه را مطرح میکنند که مصالحههای مشاهدهشده در بازار ارز، نتیجه مستقیم ترتیبات ارزی موجود، اقدامات اداری اجراشده توسط بانک ملی اوکراین (NBU) و مجموعهای از متغیرهای اقتصادی بنیادی حیاتی برای بافت اوکراین است.
هدف اصلی، ساخت و تحلیل یک مدل تعادلی برای آشکارسازی جنبههای مسئلهساز عملکرد بازار و ارائه بینش برای سیاست پولی مؤثرتر است.
2. روش تحقیق و چارچوب مدل
این مطالعه از رویکرد مدلسازی خودرگرسیون برداری تقویتشده با عامل (FAVAR) برای ساخت مدل تعادل استفاده میکند. از دادههای تجربی UIEM استفاده شده که مطابق پیشنهاد نویسندگان به دورههای مجزا تقسیمبندی شدهاند تا شکستهای ساختاری یا تغییرات رژیم در نظر گرفته شوند.
2.1. رویکرد مدلسازی FAVAR
چارچوب FAVAR، مدل VAR سنتی را با گنجاندن مجموعه بزرگی از متغیرهای اطلاعاتی که توسط چند عامل تخمینزدهشده خلاصه میشوند، گسترش میدهد. این امر به ویژه برای درک تأثیر بسیاری از متغیرهای بنیادی بالقوه بدون مواجهه با «نفرین ابعاد» مفید است. مدل را میتوان به شکل فضای حالت نمایش داد، جایی که عوامل به عنوان متغیرهای پنهان در نظر گرفته میشوند.
2.2. تقسیمبندی دادهها و دورهها
گامی حیاتی، تقسیم دادههای سری زمانی به دورههای خاص بود. این تقسیمبندی احتمالاً با مراحل مختلف سیاست NBU (مانند دورههای کنترلهای اداری سخت در مقابل مراحل آزادسازی بیشتر) یا رویدادهای اقتصادی مهم مطابقت دارد و به مدل اجازه میدهد ناهمسانیها و تغییرات ساختاری در رابطه تعادلی را ثبت کند.
3. مشخصات مدل و جزئیات فنی
3.1. فرمولبندی لگاریتمی-خطی شده
مقاله یک فرمولبندی لگاریتمی-خطی شده از مدل تعادل ارائه میدهد. لگاریتمی-خطیسازی یک تکنیک رایج برای تبدیل روابط اقتصادی غیرخطی به شکلی خطی مناسب برای تخمین، اغلب حول یک حالت پایدار است. برای یک شرط تعادل $S(P, Z) = D(P, X)$، که در آن $S$ عرضه، $D$ تقاضا، $P$ قیمت (نرخ ارز) و $Z$ و $X$ بردارهای جابجایی عرضه و تقاضا هستند، نسخه لگاریتمی-خطی شده ممکن است شکلی مانند زیر داشته باشد:
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
تعادل مستلزم $\hat{s}_t = \hat{d}_t$ است که با حل آن، قیمت لگاریتمی تعادلی $\hat{p}_t^*$ به دست میآید.
3.2. تحلیل همانباشتگی
کارایی آزمون همانباشتگی بین سریهای زمانی متغیرهای بنیادی گزارش شده است. آزمونهای همانباشتگی (مانند آزمون یوهانسن) برای تعیین وجود یک رابطه تعادلی بلندمدت بین متغیرهای غیرایستا ضروری هستند. نتایج به صورت مقادیر آماری بحرانی ارائه شدهاند که نشان میدهند آیا رابطه بلندمدت پایداری بین تقاضا، عرضه و تعیینکنندههای آنها وجود دارد یا خیر.
4. نتایج تجربی و تحلیل
4.1. تحلیل شکاف (GAP) انحرافات از تعادل
نویسندگان یک ابزار تحلیل شکاف (GAP) را پیشنهاد و پیادهسازی کردهاند. این شامل محاسبه انحراف نرخ ارز واقعی یا وضعیت بازار از مسیر تعادلی ضمنی مدل است ($GAP_t = Y_t - Y_t^*$). تحلیل این شکافها به شناسایی دورههای بیشارزشگذاری یا کمارزشگذاری بازار و ارزیابی تداوم عدم تعادل کمک میکند.
4.2. ویژگیهای گسستگی در مدل
یافته مهمی که مورد بحث قرار گرفته، «ویژگیهای گسستگی» درون مدل است. این احتمالاً به مواردی اشاره دارد که پیوند سنتی بین متغیرهای بنیادی (مانند تفاوت نرخ بهره، تراز تجاری) و نرخ ارز قطع یا ضعیف میشود، احتمالاً به دلیل مداخلات اداری غالب یا تقسیمبندی بازار.
منابع
۱۹
شکلها
۳
جدولها
۵
5. پیامدهای سیاستی و تحلیل نظارتی
این مطالعه تحلیلی دقیق از سبک نظارتی NBU ارائه میدهد. این تحلیل به طور انتقادی تأثیر کنترلهای اداری در مقابل مکانیسمهای مبتنی بر بازار را بررسی میکند. یک استدلال کلیدی این است که مداخلات شدید، اگرچه در کوتاهمدت ممکن است تثبیتکننده باشد، میتواند همانطور که یافتههای «گسستگی» نشان میدهد، موجب تحریف، کمبود و افزایش نوسان شود.
6. یافتههای کلیدی و نتیجهگیری
این پژوهش نتیجه میگیرد که افزایش سهم نقدینگی نگهداریشده خارج از سیستم بانکی (کاهش دلاریشدن به شکل انباشت فیزیکی نقد) ثبات قیمتها را در اوکراین به طور قابل توجهی تضعیف کرده است. توصیه سیاستی محوری مقاله این است که مداخلات NBU در صورتی مؤثرتر خواهند بود که یک رژیم نرخ ارز انعطافپذیر با یک چارچوب هدفگذاری تورم معتبر و انعطافپذیر همراه شود. این ترکیب میتواند به تثبیت انتظارات و کاهش نیاز به اقدامات اداری مخرب کمک کند.
7. تحلیل اصلی: بینش محوری و ارزیابی انتقادی
بینش محوری: این مقاله یک تشخیص حیاتی، اگرچه دردناک، ارائه میدهد: اختلال عملکرد بازار ارز اوکراین یک زخم خودزده است. اتکای تاریخی NBU به کنترلهای اداری خام، اگرچه از نظر سیاسی مقرونبهصرفه بوده، به طور سیستماتیک مکانیسمهای بازاری مورد نیاز برای یک تعادل پایدار را فرسوده است. «ویژگیهای گسستگی» شناساییشده یک ناهنجاری آماری نیستند؛ آنها بافت اسکار مداخلات مکرر سیاستی هستند که پیوند بین مبانی اقتصادی و سیگنالهای قیمت را قطع میکنند. این با ادبیات گستردهتر در مورد رژیمهای ارزی بازارهای نوظهور، مانند کار کالوو و راینهارت (۲۰۰۲) در مورد «ترس از شناوری»، همسو است، جایی که میل به ثبات به طور متناقضآمیزی شکنندگی ایجاد میکند.
جریان منطقی: منطق نویسندگان قوی است. آنها از معضل قابل مشاهده (نوسان در مقابل کمبود) شروع میکنند، یک مدل FAVAR پیچیده برای کمّیسازی تعادل میسازند و از فروپاشیهای آن (شکافها و گسستگیها) به عنوان شواهد پزشکی قانونی برای شناسایی شکست سیاستی استفاده میکنند. استفاده از تحلیل GAP به ویژه هوشمندانه است—خروجی انتزاعی مدل را به یک داشبورد ملموس برای اندازهگیری خطای سیاستی تبدیل میکند.
نقاط قوت و ضعف: نقطه قوت اصلی، اعمال یک مدل FAVAR با ابعاد بالا به یک بازار آشفته و مداخلهمحور است. این یک دستاورد فنی قابل توجه است که فراتر از رگرسیون حداقل مربعات معمولی (OLS) یا مدلهای VAR استانداردی میرود که در این محیط شکست میخوردند. با این حال، ضعف مقاله، ابهام آن در مورد «متغیرهای بنیادی» است. برای مقالهای که مدلمحور است، عدم شفافیت در ترکیب عوامل یک ضعف حیاتی است. این پژواک انتقاد «جعبه سیاه» است که گاهی به یادگیری ماشین در امور مالی وارد میشود—قدرت پیشبینی عالی، بینش توضیحی محدود. علاوه بر این، اگرچه استناد به BIS یا IMF در مورد هدفگذاری تورم استدلال را تقویت میکرد، اما ارجاعات خارجی کم است.
بینشهای عملی: برای NBU و نهادهای مشابه، پیام روشن است: دست از جنگ با بازار بردارید. راه پیش رو، کنترل پیچیدهتر نیست، بلکه تعهد معتبر به یک چارچوب مبتنی بر قواعد است. مقاله به طور ضمنی استدلال میکند برای انتقالی مشابه انتقال موفقیتآمیز لهستان به هدفگذاری تورم. توصیه فنی این است که تحلیل GAP به عنوان یک ابزار نظارت بلادرنگ نهادینه شود تا مداخلات همسو با بازار (مانند عملیات هموارسازی) را هدایت کند، نه مداخلات مخالف بازار (مانند سقفهای سخت). آینده ثبات پولی اوکراین کمتر به تکمیل مدل یک بازار تحریفشده و بیشتر به داشتن شجاعت توقف تحریف آن بستگی دارد.
8. پیوست فنی
8.1. فرمولبندیهای ریاضی
شرط تعادل محوری را میتوان از توابع عرضه و تقاضای لگاریتمی-خطی شده استخراج کرد:
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
که در آن $\hat{p}_t^*$ انحراف لگاریتمی نرخ ارز تعادلی است. مدل FAVAR عوامل پویای $(F_t)$ را که نمایانگر محرکهای بنیادی مشاهدهنشده هستند، دربر میگیرد:
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
که در آن $Y_t$ شامل متغیرهای قابل مشاهده بازار (نرخ ارز، حجمها) است و $F_t$ از یک مجموعه داده بزرگ از مبانی بالقوه تخمین زده میشود.
8.2. نتایج آزمایشی و توصیف نمودارها
شکل ۱ (بازسازی فرضی): احتمالاً مسیر نرخ ارز تعادلی تخمینزدهشده ($\hat{p}_t^*$) را در مقابل نرخ ارز واقعی مشاهدهشده به تصویر میکشد. دورههای شکاف مثبت قابل توجه و پایدار (واقعی > تعادلی) نشاندهنده بیشارزشگذاری است که اغلب مقدم بر یک اصلاح یا مستلزم مداخلات عرضه NBU است.
شکل ۲: احتمالاً عوامل پویای تخمینزدهشده $(F_t)$ استخراجشده توسط مدل FAVAR را نشان میدهد. یک عامل ممکن است با احساس ریسک جهانی (مانند شاخص VIX برای اوکراین)، عامل دیگر با موضع سیاست پولی داخلی و عامل سوم با شرایط تجارت یا پویایی حساب جاری همبستگی داشته باشد.
شکل ۳: ممکن است نتایج تحلیل GAP را در طول زمان نشان دهد، و بر حوادث خاص (مانند بحران ۲۰۱۴، تثبیت پس از ۲۰۱۵) که انحرافات از تعادل شدید بود، همراه با حاشیهنویسی اقدامات سیاستی عمده NBU در آن دورهها تأکید کند.
جدولها (۵-۱): آمار توصیفی، نتایج آزمون ریشه واحد و همانباشتگی (آمارهای اثر و حداکثر مقدار ویژه یوهانسن)، خروجیهای تخمین مدل FAVAR (بارگذاری عوامل، تجزیه واریانس) و نتایج رگرسیون برای تحلیل GAP روی متغیرهای سیاستی را ارائه میدهند.
8.3. چارچوب تحلیل: یک مطالعه موردی مفهومی
سناریو: تحلیل تأثیر توقف ناگهانی ورود سرمایه.
کاربرد چارچوب:
1. ورودی داده: بهروزرسانی مجموعه داده با شاخصهای فرکانس بالا: دادههای ذخایر NBU، دادههای جریان سبد سرمایه غیرمقیم، اسپرد CDS و اسپرد نرخ پیشنهاد بینبانکی.
2. تخمین عامل: مدل FAVAR بلافاصله تغییر در «عامل جریان سرمایه» و «عامل درک ریسک» را نشان میدهد.
3. تغییر تعادل: نرخ ارز تعادلی ضمنی مدل ($p_t^*$) کاهش مییابد که کاهش عرضه ارز خارجی ناشی از ورود سرمایه را منعکس میکند.
4. تحلیل GAP: اگر نرخ ارز واقعی ثابت یا کند در حرکت باشد، یک شکاف منفی بزرگ (واقعی < تعادلی) ظاهر میشود که نشاندهنده فشار فزاینده کاهش ارزش است.
5. بینش سیاستی: مدل فشار را کمّی میکند. یک شکاف کوچک و موقت ممکن است نادیده گرفته شود. یک شکاف بزرگ و در حال رشد نشاندهنده نیاز به پاسخ سیاستی است: یا اجازه تنظیم نرخ ارز (رژیم انعطافپذیر) یا آماده شدن برای صرف ذخایر قابل توجه برای دفاع از ثابت نرخ ارز، در حالی که مدل مقیاس بالقوه مداخله مورد نیاز را تخمین میزند.
9. کاربردهای آتی و جهتهای تحقیقاتی
1. سیستم نظارت بلادرنگ: این چارچوب FAVAR-GAP را میتوان به یک داشبورد بلادرنگ برای بانکهای مرکزی عملیاتی کرد که سیگنالهای هشدار زودهنگام از ناهماهنگی و تنش بازار ارائه میدهد.
2. ادغام یادگیری ماشین: کار آینده میتواند تخمین عامل FAVAR را با تکنیکهای کاهش ابعاد غیرخطی از یادگیری ماشین (مانند رمزگذار خودکار، همانطور که در استخراج ویژگی برای دادههای تصویری مانند چارچوب CycleGAN استفاده میشود، اما برای سریهای زمانی مالی اعمال میشود) جایگزین یا تکمیل کند تا روابط پیچیدهتر و غیرخطی بین مبانی را ثبت کند.
3. تحلیل بینکشوری: اعمال همان روششناسی به یک پانل از بازارهای نوظهور (مانند گرجستان، مولداوی، صربستان) میتواند الگوهای مشترک عدم تعادل و اثربخشی پاسخهای سیاستی مختلف را شناسایی کند و به ادبیات آکادمیک در مورد رژیمهای ارزی بهینه در اقتصادهای در حال گذار کمک کند.
4. کالیبراسیون مدل مبتنی بر عامل (ABM): نتایج تجربی این مدل تعادلی، به ویژه ویژگیهای گسستگی، میتواند برای کالیبره کردن پارامترهای یک مدل مبتنی بر عامل از UIEM استفاده شود و شبیهسازی کند که چگونه رفتارهای مختلف معاملهگران (مانند ذهنیت گلّهای، انتظارات ناهمگن) با قواعد بانک مرکزی تعامل میکنند.
10. 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.
- Calvo, G. A., & Reinhart, C. M. (2002). Fear of floating. The Quarterly Journal of Economics, 117(2), 379-408.
- International Monetary Fund. (2020). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Washington, DC: IMF.
- Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551-1580.
- 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.
- National Bank of Ukraine. (Various Years). Monetary Policy Reports. Kyiv: NBU.
- Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE international conference on computer vision (pp. 2223-2232).