არაწრფივი დინამიკური მოდელების ამოხსნა (უფრო) ეფექტიანად: მონეტარული პოლიტიკის მაგალითზე

გლობალური ფინანსური კრიზისის შემდგომ არაწრფივი დინამიკური მოდელების ამოხსნისა და შეფასების მეთოდების აქტუალურობა საგრძნობლად გაიზარდა. ამის ერთ-ერთ ძირითად მიზეზს წარმოადგენს იმის გააზრება, რომ მაკრო-ფინანსურ ცვლადებს შორის დამოკიდებულება ძალზედ არაწრფივია. მაგალითად, გაცვლითი კურსის მაღალი მერყეობა, უძრავი ქონების ფასების ბუშტები, ფინანსური კრიზისები და სხვა სწორედ არაწრფივი მოვლენებია. მაკრო-ფინანსურ ცვლადებს შორის არაწრფივი კავშირები მნიშვნელოვანია განვითარებადი ეკონომიკებისთვისაც. მაგალითად, ფინანსური დოლარიზაციის კონკრეტული დონე დიდ გავლენას ახდენს ნებისმიერი სახის შოკის ეკონომიკაზე გადაცემის სიჩქარესა და საბოლოო შედეგზე. ამ ყველაფრის მოდელირება შეუძლებელია წრფივი მოდელებით (ცვლადებს შორის წრფივი კავშირების გამოყენებით), ხოლო არაწრფივი მოდელების საჭირო სიზუსტით ამოხსნისა და შეფასების არსებული მეთოდები კი, ჯერ კიდევ საკმარისად რთული და ხარჯიანია, რომ ყოველდღიურად გამოიყენებოდეს პოლიტიკის გატარების პროცესში.


არაწრფივი დინამიკურ-სტოქასტური მოდელების ამოხსნის დროს არსებობს ორი ვარიანტი. პირველი გვთავაზობს მოდელის გაწრფივებას წონასწორული წერტილის (steady state) გარშემო და შემდეგ მისი წრფივი მიახლოების ამოხსნას არსებული წრფივი ამოხსნის მეთოდების გამოყენებით. მეორე კი გვთავაზობს მოდელის პირდაპირ არაწრფივი სახით ამოხსნას. პირველი ვარიანტი ტექნიკურად მარტივია, თუმცა არც თუ ისე ზუსტი. მეორე ვარიანტი კი, როგორც წესი, საკმაოდ ზუსტია, სამაგიეროდ - ტექნიკურად იმდენად რთული, რომ თითქმის გამოუყენებელია ყოველდღიური პოლიტიკის გადაწყვეტილებების პროცესში. ჩვენი კვლევის მიზანია, შევამციროთ დანაკარგი ამ ორი ალტერნატივიდან ერთ-ერთის არჩევის დროს, კერძოდ კი, გაგაცნოთ არაწრფივი მოდელების ამოხსნის ორი ახალი მეთოდი, რომლებიც საკმარისად ზუსტია და, ამავე დროს, საკმარისად მარტივი, რამდენადაც მისი გამოყენება არ მოითხოვს დიდ გამოთვლით რესურსებსა და დროს. ამის ილუსტრირებას კი მონეტარული პოლიტიკის არაწრფივი მოდელის მაგალითზე გავაკეთებთ.


პირველ მეთოდს ვუწოდებთ არაწრფივი მოდელების ამოხსნის კომბინირებულ მეთოდს (Combined Path). მოკლედ რომ ვთქვათ, იგი გულისხმობს წრფივი მიახლოების სისტემის მხოლოდ ერთ ნაწილში იმგვარად გამოყენებას, რომ არაწრფივი მოდელების ამოხსნა გავამარტივოთ, მაგრამ, ამავე დროს, შევინარჩუნოთ საწყისი არაწრფივი თვისებები (დეტალებისთვის იხ. სრული კვლევა). მეორე კი გულისხმობს აგრეთვე წრფივი მიახლოების გამოყენებას, ოღონდ, სტანდარტული წრფივი ამოხსნის მეთოდისგან განსხვავებით, წერტილი, რის გარშემოც წრფივ მიახლოებას ვაკეთებთ მოდელის დინამიკასთან ერთად ყოველ პერიოდულად იცვლება. ამ მეთოდს, მისი ბუნებიდან გამომდინარე, ვუწოდებთ დინამიკურ გაწრფივებას (Dynamic Linearization). გარდა ამისა, იგი საშუალებას გვაძლევს გამოვიყენოთ კალმანის ფილტრი და, ამავდროულად, შევინარჩუნოთ არაწრფივი კავშირები მოდელში, რაც ისტორიაში არაწრფივი ეპიზოდების ანალიზისათვის გადამწყვეტია. ეს უკანასკნელი, ჩვენი აზრით, აღნიშნული ახალი მიდგომის ყველაზე მნიშვნელოვანი კონტრიბუციაა ლიტერატურაში.


ქვემოთ განვიხილავთ აღნიშნულ ორ მეთოდს და შოკებზე რეაგირების ფუნქციებისა (Impulse Response Functions) და კალმანის ფილტრის შედეგების საფუძველზე მივალთ დასკვნამდე, რომ როგორც კომბინირებული, აგრეთვე დინამიკური გაწრფივების მეთოდი აუმჯობესებს შესაბამის კლასში არსებული მეთოდების შედეგებს ამოსახსნელად საჭირო გამოთვლითი რესურსების გაზრდის გარეშე  (ეფექტიანობის ზრდა).


იხილეთ ვრცლად

 

 

კომენტარები
კომენტარის დასამატებლად გთხოვთ გაიაროთ ავტორიზაცია ან დარეგისტრირდით