1. مقدمه و زمینه تحقیق
در عصر جهانیسازی، کشورها با آسیبپذیری فزایندهای در برابر شوکهای خارجی مواجه هستند. این مقاله به بررسی کفایت ذخایر ارزی جمهوری صربستان و عوامل کلیدی اقتصاد کلان محرک انباشت آنها از سهماهه اول ۲۰۰۲ تا سهماهه سوم ۲۰۲۰ میپردازد. انگیزه این تحقیق، روند مشاهدهشده در میان اقتصادهای بازارهای نوظهور برای ایجاد سپرهای ذخیرهای قابل توجه به عنوان محافظی در برابر نوسانات جریان سرمایه و بحرانهای مالی است؛ استراتژیای که در بحران مالی جهانی ۲۰۰۹-۲۰۰۸ اعتبار یافت.
2. روششناسی و دادهها
این مطالعه از رویکرد سری زمانی اقتصادسنجی برای تحلیل رابطه بلندمدت بین ذخایر ارزی صربستان و متغیرهای منتخب اقتصاد کلان استفاده میکند.
2.1 مشخصات مدل اقتصادسنجی
تحلیل اصلی بر اساس چارچوب همانباشتگی است که برای شناسایی روابط پایدار بلندمدت بین سریهای زمانی اقتصادی غیرایستا مناسب است. مدل فرض میکند که ذخایر ارزی تابعی از مقیاس اقتصادی، فشار نرخ ارز و عمق مالی است.
2.2 منابع داده و متغیرها
تحلیل از دادههای فصلی استفاده میکند. متغیرهای کلیدی عبارتند از:
- ذخایر ارزی: متغیر وابسته، بر اساس گزارش بانک ملی صربستان.
- تولید ناخالص داخلی: نمایندهای برای اندازه اقتصادی و ظرفیت واردات.
- نرخ مؤثر واقعی ارز: شاخصی برای سنجش رقابتپذیری دینار. افزایش آن (ارزشگذاری) ممکن است نشاندهنده فشار بر ذخایر باشد.
- حجم پول (نسبت نقدینگی به تولید ناخالص داخلی): نسبتی که عمق مالی و بدهیهای خارجی بالقوه کوتاهمدت را نشان میدهد.
دوره دادهها
سهماهه اول ۲۰۰۲ - سهماهه سوم ۲۰۲۰
متغیرهای کلیدی
۴ شاخص کلان محوری
روششناسی
همانباشتگی و تصحیح خطا
3. نتایج تجربی و تحلیل
3.1 آزمونهای ریشه واحد و همانباشتگی
آزمونهای ریشه واحد (مانند دیکی-فولر تعمیمیافته) تأیید کرد که همه سریهای زمانی در سطح غیرایستا اما در تفاضل مرتبه اول ایستا هستند، یعنی از درجه یک یکانباشته، I(1). آزمونهای بعدی همانباشتگی (مانند روش یوهانسن) وجود یک معادله همانباشته را نشان داد که حاکی از یک رابطه بلندمدت پایدار بین متغیرهاست.
3.2 رابطه تعادلی بلندمدت
معادله همانباشتگی برآورد شده، تأثیرات معنادار زیر را بر انباشت ذخایر در صربستان نشان میدهد:
- تولید ناخالص داخلی (فعالیت اقتصادی): مهمترین محرک مثبت. یک اقتصاد بزرگتر، ذخایر بالاتر را برای اهداف تراکنشی و احتیاطی ضروری و ممکن میسازد.
- نرخ مؤثر واقعی ارز (فشار نرخ ارز): افزایش ارزش دینار (افزایش نرخ مؤثر واقعی ارز) با انباشت ذخایر همراه است که احتمالاً بازتاب مداخله بانک مرکزی برای مهار افزایش ارزش اسمی بیش از حد است.
- نسبت نقدینگی به تولید ناخالص داخلی (عمق مالی): رشد حجم پول گسترده نسبت به تولید ناخالص داخلی بر ذخایر تأثیر مثبت دارد که با قاعده گیدوتی-گریناسپن مبنی بر پوشش بدهیهای خارجی کوتاهمدت توسط ذخایر همسو است.
یافته محوری: ذخایر ارزی صربستان به طور مداوم از سطوح پیشنهادی معیارهای سنتی بهینه (مانند ۳ ماه واردات) فراتر میرود. این مطالعه این امر را به عوامل خاصی مانند سود سهام پرداختی به سرمایهگذاران خارجی و بخشهای خاصی از سرمایهگذاری پرتفوی نسبت میدهد که اغلب از ارزیابیهای استاندارد حذف میشوند.
4. یافتههای کلیدی و پیامدهای سیاستی
- صربستان یک سپر ذخیرهای بالاتر از معیارهای متعارف کفایت حفظ میکند که محافظتی قوی در برابر شوکهای خارجی فراهم میآورد.
- انباشت ذخایر به طور سیستماتیک با رشد تولید ناخالص داخلی، سیاستهای مدیریت نرخ ارز و تعمیق مالی داخلی مرتبط است.
- ارزیابیهای سیاستی باید خروجهای "نامرئی" مانند سود سهام سرمایهگذاران را برای تصویری واقعی از کفایت ذخایر لحاظ کنند.
- مدیریت فعال ذخایر توسط بانک ملی صربستان، پاسخی منطقی به آسیبپذیریهای یک اقتصاد نوظهور و باز به نظر میرسد.
5. بینش محوری و دیدگاه تحلیلی
بینش محوری: صربستان صرفاً در حال ذخیره دلار نیست؛ بلکه یک سیاست بیمهای پیچیده و مبتنی بر داده را اجرا میکند. این مقاله نشان میدهد که استراتژی ذخیره بانک ملی صربستان، یک اقدام پیشگیرانه در برابر شکنندگی مالی است که فراتر از قواعد سرانگشتی کتابهای درسی، به مدلی حرکت میکند که توسط ادغام منحصربهفرد کشور در جریانهای سرمایه جهانی آگاه شده است. این یک انباشت منفعل نیست؛ بلکه مدیریت فعال ریسک است.
جریان منطقی: استدلال قانعکننده است. با زمینه جهانی (آسیبپذیری اقتصادهای بازارهای نوظهور) آغاز میشود، واقعیت تجربی صربستان (ذخایر > معیارهای استاندارد) را مستقر میسازد و سپس از اقتصادسنجی قوی (همانباشتگی) برای شناسایی دقیق محرکها استفاده میکند: مقیاس اقتصادی، هزینه ثبات نرخ ارز و سایه فرار بالقوه سرمایه. منطق در نقطه حیاتی و اغلب نادیده گرفتهشده به اوج میرسد: معیارهای استاندارد شکست میخورند زیرا بدهیهایی مانند سود سهام سرمایهگذاران را نادیده میگیرند. این بازتاب نقد گستردهتر در ادبیات مالی بینالمللی است، مانند کار ژان و رانسیر (۲۰۱۱) در مورد انگیزههای احتیاطی، که استدلال میکند ذخایر بهینه به ریسک و هزینه تولید یک بحران بستگی دارد، نه فقط پوشش واردات.
قوتها و ضعفها: قوت در تمرکز کاربردی و مرتبط با سیاست و روششناسی صحیح آن نهفته است. این مطالعه به درستی عوامل "پنهان" در کفایت ذخایر را شناسایی میکند. با این حال، مدل نسبتاً مختصر است. این مدل به صراحت تابع واکنش بانک ملی صربستان را مدلسازی نمیکند یا متغیرهای آیندهنگر مانند تمایل به ریسک جهانی (مانند شاخص VIX) را که همانطور که در کار برونو و شین (۲۰۱۵) در مورد جریانهای بانکی جهانی نشان داده شده، محرک کلیدی جریان سرمایه به اقتصادهای بازارهای نوظهور است، در بر نمیگیرد. این امر قدرت پیشبینی آن برای مسیرهای انباشت آتی را محدود میکند.
بینشهای عملی: برای سیاستگذاران در اقتصادهای مشابه: ۱) معیارسنجی پویا: قاعده ثابت ۳ ماهه واردات را کنار بگذارید. یک داشبورد خاص کشور توسعه دهید که شامل شاخصهای آسیبپذیری مالی باشد. ۲) تست استرس برای خروجهای پنهان: دادههای مربوط به بازگرداندن سود و بدهی پرتفوی را در ارزیابیهای کفایت ذخایر ادغام کنید. ۳) ارتباط استراتژی: منطق نگهداری ذخایر "مازاد" را به وضوح برای عموم بیان کنید تا انتظارات را مدیریت و هزینههای فرصت را توجیه کنید. رویکرد بانک ملی صربستان، همانطور که تحلیل شد، الگوی عملیای برای سایر بانکهای مرکزی اقتصادهای بازارهای نوظهور ارائه میدهد که سهگانه غیرممکن حسابهای سرمایه باز، نرخهای ارز مدیریتشده و استقلال پولی را پیمایش میکنند.
6. چارچوب فنی و مدل ریاضی
مدل اقتصادسنجی محوری را میتوان به عنوان یک رابطه همانباشتگی بلندمدت نشان داد:
$\ln(FER_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$
جایی که:
- $FER_t$ سطح ذخایر ارزی در زمان $t$ است.
- $GDP_t$ تولید ناخالص داخلی است.
- $REER_t$ شاخص نرخ مؤثر واقعی ارز است.
- $(M2/GDP)_t$ نسبت حجم پول گسترده به تولید ناخالص داخلی است.
- $\epsilon_t$ جمله خطای ایستا است که نشاندهنده انحراف از تعادل بلندمدت است.
روش آزمون تجربی شامل موارد زیر بود:
۱. آزمون ریشه واحد: $\Delta y_t = \alpha + \rho y_{t-1} + \sum_{i=1}^{p} \gamma_i \Delta y_{t-i} + u_t$ (آزمون $H_0: \rho=0$).
۲. آزمون همانباشتگی (یوهانسن): $\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{k-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$، که در آن $\Pi$ حاوی اطلاعات درباره روابط بلندمدت است.
۳. برآورد ضرایب $\beta$ که $\hat{\beta_1} > 0$، $\hat{\beta_2} > 0$ و $\hat{\beta_3} > 0$ را تأیید میکند.
7. چارچوب تحلیل: یک مورد عملی
سناریو: یک تحلیلگر در یک بانک توسعه منطقهای میخواهد کفایت ذخایر "کشور X"، یک اقتصاد بازار نوظهور مشابه صربستان را ارزیابی کند.
کاربرد چارچوب (مثال غیرکدی):
- جمعآوری داده: جمعآوری سری زمانی فصلی برای کشور X (۲۰۲۳-۲۰۱۰): ذخایر ارزی، تولید ناخالص داخلی به دلار، شاخص نرخ مؤثر واقعی ارز، حجم پول و بدهی خارجی کوتاهمدت.
- محاسبه معیار استاندارد: محاسبه نسبتهای سنتی: ماههای پوشش واردات، نسبت ذخیره به بدهی کوتاهمدت (نسبت گیدوتی)، نسبت ذخیره به حجم پول (قاعده گریناسپن).
- تحلیل شکاف: مقایسه نسبتهای کشور X با آستانهها (مانند ۱۰۰٪ برای نسبت گیدوتی) و با گروه همتا (مانند اقتصادهای بازار نوظهور بالکان).
- مدلسازی اقتصادسنجی (الهامگرفته از این مقاله):
- مشخص کردن مدل بلندمدت: $Reserves = f(GDP, REER, Financial Depth, External Debt)$.
- انجام آزمونهای ریشه واحد و همانباشتگی.
- برآورد رابطه تعادلی. آیا عمق مالی ($M2/GDP$) پیوند مثبت قوی نشان میدهد که حاکی از پوشش ریسک آسیبپذیری است؟
- ادغام "عوامل پنهان": تنظیم تحلیل با افزودن داده در مورد:
- سود سهام سالانه و بازگرداندن سود توسط سرمایهگذاران مستقیم خارجی.
- داراییهای اوراق قرضه دولتی داخلی توسط غیرمقیمها.
- ترکیب: نتیجهگیری نه تنها در مورد اینکه آیا ذخایر "کافی" هستند، بلکه *چرا* در سطح فعلی خود هستند (محرک رشد، محرک سیاست یا محرک آسیبپذیری) و چه ریسکهای نهفته خاصی را ممکن است پوشش دهند یا ندهند.
8. کاربردهای آتی و جهتگیریهای پژوهشی
- تقویت یادگیری ماشین: مدلهای آتی میتوانند تکنیکهای یادگیری ماشین (مانند شبکههای LSTM مورد استفاده در پیشبینی سری زمانی مالی) را با اقتصادسنجی سنتی ادغام کنند تا تقاضای ذخایر را تحت سناریوهای شوک مختلف بهتر پیشبینی کنند و غیرخطی بودنها را ثبت کنند.
- دادههای با فرکانس بالا: ادغام دادههای جریان سرمایه هفتگی یا ماهانه میتواند پاسخگویی مدل به توقفها یا جهشهای ناگهانی را بهبود بخشد.
- تحلیل شبکه: پژوهش میتواند موقعیت صربستان در شبکههای مالی جهانی را برای درک ریسک سرایت، مشابه مطالعات در مورد مواجهههای بانکی فرامرزی، تحلیل کند.
- ادغام ریسک اقلیمی: با رشد مالی اقلیمی، مدلهای آتی کفایت ذخایر ممکن است نیاز به لحاظ کردن بدهیهای بالقوه ناشی از بلایای مرتبط با اقلیم یا ریسکهای گذار داشته باشند که یک حوزه مرزی در بانکداری مرکزی است.
- پیامدهای ارز دیجیتال بانک مرکزی: معرفی بالقوه ارز دیجیتال بانک مرکزی میتواند پرداختهای فرامرزی و مدیریت ذخایر را متحول کند. پژوهش در مورد چگونگی تأثیر ارزهای دیجیتال بانک مرکزی بر تقاضا و ترکیب ذخایر ارزی مورد نیاز است.
9. منابع
- Frenkel, J. A., & Jovanovic, B. (1981). Optimal International Reserves: A Stochastic Framework. The Economic Journal, 91(362), 507–514.
- Jeanne, O., & Rancière, R. (2011). The Optimal Level of International Reserves for Emerging Market Countries: A New Formula and Some Applications. The Economic Journal, 121(555), 905–930.
- Bruno, V., & Shin, H. S. (2015). Cross-border banking and global liquidity. The Review of Economic Studies, 82(2), 535–564.
- International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
- Bošnjak, M., Bilas, V., & Kordić, G. (2020). Determinants of Foreign Exchange Reserves: The Case of Emerging European Countries. Economic Research-Ekonomska Istraživanja, 33(1), 1-17.
- National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
- Davis, J. S., Cowley, J., & Morris, A. (2018). The Impact of Foreign Exchange Reserves on Emerging Market Spreads. Journal of International Money and Finance, 88, 213-228.