Kandungan
1. Introduction & Overview
Kajian ini menyelidik dinamika keseimbangan antara permintaan dan penawaran mata wang asing dalam segmen bukan tunai Pasaran Pertukaran Asing Antara Bank Ukraine (UIEM). Kajian ini didorong oleh cabaran berterusan yang dihadapi oleh ekonomi baru muncul seperti Ukraine dalam mengurus turun naik kadar pertukaran dan aliran modal. Penulis berpendapat bahawa pertukaran yang diperhatikan dalam pasaran forex adalah hasil langsung daripada susunan pertukaran asing sedia ada, langkah-langkah pentadbiran yang diperkenalkan oleh Bank Negara Ukraine (NBU), dan satu set pembolehubah ekonomi asas yang kritikal kepada konteks Ukraine.
Objektif teras adalah untuk membina dan menganalisis model keseimbangan bagi mendedahkan aspek bermasalah dalam fungsi pasaran, memberikan pandangan untuk dasar monetari yang lebih berkesan.
2. Research Methodology & Model Framework
Kajian ini menggunakan pendekatan pemodelan Faktor-Dipertingkatkan Autoregresi Vektor (FAVAR) untuk membina model keseimbangan. Data empirikal daripada UIEM digunakan, dibahagikan kepada tempoh berbeza seperti yang dicadangkan oleh pengarang untuk mengambil kira perubahan struktur atau perubahan rejim.
2.1. Pendekatan Pemodelan FAVAR
Rangka kerja FAVAR memperluas model VAR tradisional dengan menggabungkan satu set besar pemboleh ubah maklumat yang diringkaskan oleh beberapa faktor anggaran. Ini amat berguna untuk menangkap pengaruh banyak pemboleh ubah asas berpotensi tanpa menghadapi "laknat dimensi." Model ini boleh diwakili dalam bentuk ruang-keadaan, di mana faktor dianggap sebagai pemboleh ubah pendam.
2.2. Data Segmentation & Periods
Langkah penting melibatkan pembahagian data siri masa kepada tempoh tertentu. Segmentasi ini berkemungkinan sepadan dengan fasa dasar NBU yang berbeza (contohnya, tempoh kawalan pentadbiran ketat berbanding fasa yang lebih liberal) atau peristiwa ekonomi penting, membolehkan model menangkap ketaklinearan dan anjakan struktur dalam hubungan keseimbangan.
3. Model Specification & Technical Details
3.1. Spesifikasi Log-Linearized
Kertas kerja ini membentangkan spesifikasi model keseimbangan yang dilog-linear. Log-linearization adalah teknik biasa untuk mengubah hubungan ekonomi tak linear kepada bentuk linear yang sesuai untuk anggaran, selalunya di sekitar keadaan mantap. Untuk keadaan keseimbangan $S(P, Z) = D(P, X)$, di mana $S$ ialah penawaran, $D$ ialah permintaan, $P$ ialah harga (kadar pertukaran), dan $Z$ dan $X$ ialah vektor pengalih penawaran dan permintaan, versi log-linear mungkin mengambil bentuk seperti:
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
Keseimbangan membayangkan $\hat{s}_t = \hat{d}_t$, menyelesaikan untuk log-harga keseimbangan $\hat{p}_t^*$.
3.2. Analisis Kointegrasi
Kecekapan ujian untuk kointegrasi antara siri masa pemboleh ubah asas dilaporkan. Ujian kointegrasi (contohnya, ujian Johansen) adalah penting untuk menentukan sama ada wujud hubungan keseimbangan jangka panjang antara pemboleh ubah tidak pegun. Keputusan dibentangkan sebagai nilai statistik kritikal, yang menunjukkan sama ada wujud hubungan jangka panjang yang stabil antara permintaan, penawaran, dan penentu mereka.
4. Empirical Results & Analysis
4.1. Analisis GAP bagi Sisihan Keseimbangan
Para penulis mencadangkan dan melaksanakan alat analisis GAP. Ini melibatkan pengiraan sisihan kadar pertukaran sebenar atau keadaan pasaran daripada laluan keseimbangan tersirat model ($GAP_t = Y_t - Y_t^*$). Menganalisis jurang ini membantu mengenal pasti tempoh penilaian berlebihan atau penilaian kurang pasaran dan menilai ketekalan ketidakseimbangan.
4.2. Sifat-sifat Pemutusan Sambungan dalam Model
Satu penemuan penting yang dibincangkan ialah "sifat ketidakbersambungan" dalam model. Ini mungkin merujuk kepada keadaan di mana hubungan tradisional antara pemboleh ubah asas (contohnya, perbezaan kadar faedah, imbangan perdagangan) dan kadar pertukaran terputus atau menjadi lemah, mungkin disebabkan oleh campur tangan pentadbiran yang dominan atau segmentasi pasaran.
References
19
Figures
3
Tables
5
5. Policy Implications & Regulatory Analysis
Kajian ini memberikan analisis terperinci tentang gaya kawal selia NBU. Ia mengkaji secara kritis kesan kawalan pentadbiran berbanding mekanisme berasaskan pasaran. Hujah utama ialah campur tangan yang keras, walaupun berpotensi menstabilkan dalam jangka pendek, boleh mencipta herotan, kekurangan, dan peningkatan turun naik, seperti yang dibuktikan oleh penemuan "disconnection".
6. Key Findings & Conclusions
Kajian menyimpulkan bahawa peningkatan bahagian tunai yang dipegang di luar sistem perbankan (penyahdolaran dalam bentuk penimbunan tunai fizikal) telah menjejaskan kestabilan harga di Ukraine dengan ketara. Cadangan dasar utama kertas kerja ini ialah campur tangan NBU akan lebih berkesan jika rejim kadar pertukaran fleksibel digabungkan dengan rangka kerja sasaran inflasi yang kredibel dan fleksibel. Gabungan ini boleh membantu mengukuhkan jangkaan dan mengurangkan keperluan untuk langkah-langkah pentadbiran yang mengganggu.
7. Original Analysis: Core Insight & Critical Evaluation
Inti Pandangan: Kertas kerja ini memberikan diagnosis yang penting, walaupun menyakitkan: disfungsi pasaran pertukaran asing Ukraine adalah luka yang ditimbulkan sendiri. Kebergantungan sejarah NBU terhadap kawalan pentadbiran yang tumpul, walaupun mudah dari segi politik, telah mengikis mekanisme pasaran yang diperlukan untuk keseimbangan stabil secara sistematik. "Sifat ketidakterhubungan" yang dikenal pasti bukanlah anomali statistik; ia adalah tisu parut daripada campur tangan dasar yang berulang, memutuskan hubungan antara asas ekonomi dan isyarat harga. Ini selaras dengan literatur yang lebih luas mengenai rejim pertukaran asing pasaran baru muncul, seperti karya Calvo dan Reinhart (2002) mengenai "takut terapung," di mana keinginan untuk kestabilan secara paradoks membiak kerapuhan.
Aliran Logik: Logik penulis adalah kukuh. Mereka bermula daripada dilema yang boleh diperhatikan (turun naik vs. kekurangan), membina model FAVAR yang canggih untuk mengukur keseimbangan, dan menggunakan kerosakannya (jurang dan ketidakselarasan) sebagai bukti forensik untuk mengenal pasti kegagalan dasar. Penggunaan analisis JURANG amat bijak—ia mengubah output model abstrak menjadi papan pemuka nyata untuk mengukur kesilapan dasar.
Strengths & Flaws: Kekuatan utama ialah aplikasi model FAVAR berdimensi tinggi kepada pasaran yang kucar-kacir dan didorong oleh campur tangan. Ini merupakan sumbangan teknikal yang signifikan, melangkaui OLS mudah atau VAR piawai yang akan gagal dalam persekitaran ini. Walau bagaimanapun, kelemahan kertas kerja ini ialah kekaburannya mengenai "pembolehubah asas." Bagi kertas kerja berpusatkan model, ketidakjelasan komposisi faktor merupakan kelemahan kritikal. Ia menggema kritikan "kotak hitam" yang kadangkala ditujukan kepada pembelajaran mesin dalam kewangan—kuasa ramalan hebat, pandangan penjelasan terhadap. Tambahan pula, walaupun merujuk BIS atau IMF mengenai sasaran inflasi akan mengukuhkan hujah, rujukan luaran adalah ringan.
Pandangan Yang Boleh Dilaksanakan: Bagi NBU dan institusi-institusi yang serupa, mesejnya adalah jelas: Hentikan perjuangan menentang pasaran. Jalan ke hadapan bukanlah kawalan yang lebih canggih, tetapi komitmen yang kredibel terhadap rangka kerja berasaskan peraturan. Kertas kerja ini secara tersirat memperjuangkan peralihan yang serupa dengan peralihan Poland yang berjaya kepada Sasaran Inflasi. Cadangan teknikal adalah untuk menginstitusikan analisis GAP sebagai alat pemantauan masa nyata untuk membimbing selaras-pasaran campur tangan (contohnya, operasi pelicinan) dan bukannya menentang pasaran yang tertentu (contohnya, had maksimum keras). Masa depan kestabilan monetari Ukraine kurang bergantung pada penyempurnaan model pasaran yang terdistorsi dan lebih pada keberanian untuk menghentikan distorsi tersebut.
8. Lampiran Teknikal
8.1. Formulasi Matematik
Keadaan keseimbangan teras boleh diterbitkan daripada fungsi penawaran dan permintaan yang dilog-linear:
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
Di mana $\hat{p}_t^*$ ialah sisihan log bagi kadar pertukaran keseimbangan. Model FAVAR menggabungkan faktor dinamik $(F_t)$ yang mewakili pemacu asas tidak cerap:
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
di mana $Y_t$ mengandungi pemboleh ubah pasaran yang boleh cerap (kadar pertukaran, volum), dan $F_t$ dianggarkan daripada set data besar asas berpotensi.
8.2. Experimental Results & Chart Descriptions
Rajah 1 (Rekaan Semula Hipotesis): Likely depicts the estimated equilibrium exchange rate path ($\hat{p}_t^*$) against the actual observed exchange rate. Periods of significant and persistent positive GAP (actual > equilibrium) would indicate overvaluation, often preceding a correction or requiring NBU supply interventions.
Rajah 2: Mungkin menggambarkan faktor dinamik anggaran $(F_t)$ yang diekstrak oleh model FAVAR. Satu faktor mungkin berkorelasi dengan sentimen risiko global (seperti indeks VIX untuk Ukraine), satu lagi dengan pendirian dasar monetari domestik, dan yang ketiga dengan terma perdagangan atau dinamik akaun semasa.
Rajah 3: Boleh menunjukkan hasil analisis GAP sepanjang masa, menonjolkan episod tertentu (contohnya, krisis 2014, penstabilan pasca-2015) di mana sisihan daripada keseimbangan adalah ekstrem, bersama dengan anotasi tindakan dasar utama NBU dalam tempoh tersebut.
Jadual (1-5): Akan mempersembahkan statistik deskriptif, keputusan ujian punca unit dan kointegrasi (statistik jejak Johansen dan nilai eigen maksimum), output anggaran model FAVAR (pemuatan faktor, penguraian varians), dan keputusan regresi untuk analisis GAP ke atas pemboleh ubah dasar.
8.3. Kerangka Analisis: Kajian Kes Konseptual
Senario: Menganalisis kesan penghentian mendadak aliran masuk modal.
Aplikasi Kerangka Kerja:
1. Data Input: Update the dataset with high-frequency indicators: NBU reserves data, non-resident portfolio flow data, CDS spreads, and interbank offer rate spreads.
2. Factor Estimation: Model FAVAR akan segera menunjukkan pergeseran dalam "faktor aliran modal" dan "faktor persepsi risiko."
3. Pergeseran Keseimbangan: Kadar pertukaran keseimbangan tersirat model ($p_t^*$) akan menyusut nilai, mencerminkan pengurangan bekalan mata wang asing daripada aliran masuk.
4. Analisis GAP: If the actual exchange rate is pegged or slow to move, a large negative GAP (actual < equilibrium) emerges, signaling mounting devaluation pressure.
5. Pandangan Dasar Dasar Dasar: Model ini mengukur tekanan. Jurang yang kecil dan sementara mungkin boleh diabaikan. Jurang yang besar dan semakin membesar menunjukkan keperluan untuk tindak balas dasar: sama ada membenarkan kadar pertukaran menyesuaikan diri (rejim fleksibel) atau bersedia untuk menggunakan rizab yang besar untuk mempertahankan pasak, dengan model menganggarkan skala potensi campur tangan yang diperlukan.
9. Future Applications & Research Directions
1. Sistem Pemantauan Masa Nyata: Rangka kerja FAVAR-GAP ini boleh dioperasikan menjadi papan pemuka masa nyata untuk bank pusat, memberikan isyarat amaran awal tentang ketidaksejajaran dan tekanan pasaran.
2. Integrasi Pembelajaran Mesin: Kerja masa depan boleh menggantikan atau melengkapi anggaran faktor FAVAR dengan teknik pengurangan dimensi bukan linear daripada pembelajaran mesin (contohnya, Autoencoder, seperti yang digunakan dalam pengekstrakan ciri untuk data imej seperti dalam rangka kerja CycleGAN, tetapi diaplikasikan kepada siri masa kewangan) untuk menangkap hubungan yang lebih kompleks dan bukan linear antara asas-asas.
3. Analisis Rentas Negara: Mengaplikasikan metodologi yang sama kepada panel pasaran baru muncul (contohnya, Georgia, Moldova, Serbia) boleh mengenal pasti corak umum ketidakseimbangan dan keberkesanan respons dasar yang berbeza, menyumbang kepada literatur akademik mengenai rejim pertukaran asing optimum dalam ekonomi peralihan.
4. Penentukuran Model Berasaskan Agen (ABM): Hasil empirikal daripada model keseimbangan ini, terutamanya sifat-sifat ketidakhubungan, boleh digunakan untuk menentukur parameter Model Berasaskan Agen bagi UIEM, mensimulasikan bagaimana tingkah laku pedagang yang berbeza (cth. mentaliti kumpulan, jangkaan heterogen) berinteraksi dengan peraturan bank pusat.
10. References
- 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. Bank dan Sistem Bank, 12(4), 31-43.
- National Bank of Ukraine. (Various Years). Laporan Dasar Dasar Kewangan. 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 (hlm. 2223-2232).