Моделирование ставки рефинансирования центрального банка: перекрестная порядковая пробит модель

Модели дискретного выбора хорошо справляются с одной из особенностей динамики ставок рефинансирования, а именно с дискретностью их изменения. При этом данный класс моделей не позволяет учитывать множественную природу решения не изменять ставку, а так же асимметричную реакции регулятора в случае решения повышать или понижать ставку. Многообразие “нулевых исходов” хорошо изучено во многих сферах человеческого выбора, но применение перекрестных порядковых моделей к монетарной политике еще не получило достаточного распространения. Так, автор не знает ни одного случая использования моделей данного класса для прогнозирования ставок ЕЦБ. Автор ставит перед собой ключевой целью исследования выявить наличие множественности в “нулевых исходах”, а так же асимметричность кривых реакций в В ходе данного исследования, я оценил три класса моделей: OP, MIOP и CNOP. Исходя из полученных результатов, CNOP является наиболее подходящей для ЕЦБ моделью: наличие множественных нулей и асимметричности реакции в зависимости от общего направления монетарной политике подтверждено формальными тестами. Статистика запросов Google является полноправной экзогенной переменной и улучшает предсказательную способность ключевой модели, используемой для анализа в данной работе. В свете не значимости ретроспективных измерений инфляции и выпуска, а так же одновременной значимости прогнозных показателей, я делаю вывод что члены совета директоров ЕЦБ формируют свои ожидания рациональным путем. Зависимость реакции на инфляцию от ее уровня по отношению к целевому уровню отвергается. Переменные открытой экономики, такие как ставка рефинансирования США и реальный обменный курс являются значимыми переменными для анализа и улучшают предсказательную силу большинства рассмотренных спецификаций. В данном анализе, я использовал данные полученные с официальных сайтов ЕЦБ, Европейской комиссии, Google trends и терминала Reuter Eikon.