Journal of Applied Economic Research
ISSN 2712-7435
УДК 330.43
Использование моделей семейства GARCH для оценки уровня продовольственной и непродовольственной инфляции в Эфиопии
Т.Х. Абебе
Университет Амбо, Амбо, Эфиопия
Аннотация
Повышение волатильности инфляции подразумевает более высокую неопределенность относительно будущих цен. В результате производители и потребители могут пострадать от повышенной волатильности инфляции, поскольку это увеличивает неопределенность и риски на рынке. Таким образом, волатильность инфляции привлекает внимание исследователей к поиску подходящей модели, которая может предсказывать будущие условия рынка. Это исследование направлено на то, чтобы соответствовать подходящим моделям семейства ARMA-GARCH для продовольственных и непродовольственных темпов инфляции за период с января 1971 г. по июнь 2020 г. Поскольку основной целью исследования является определение подходящей модели для рядов инфляции, определены две гипотезы исследования в сравнении двух типов моделей. Первая гипотеза – симметричные модели GARCH лучше отражают волатильность инфляции в Эфиопии. Вторая гипотеза – асимметричные модели GARCH лучше отражают волатильность инфляции в Эфиопии. Модели семейства ARMA-GARCH были применены для фиксации стилизованных фактов финансовых временных рядов, таких как лептокуртические распределения, кластеризации волатильности инфляции и эффектов левериджа. Усредненные результаты показывают, что модели ARMA (1, 2) и ARIMA (0, 1, 1) определены как наиболее подходящие для продовольственной и непродовольственной инфляции, соответственно. По результатам оценок волатильности, асимметричная модель TGARCH (1, 1) с допущениями Стьюдента о t-распределении остатка является лучшей моделью для непродовольственной инфляции. Моделирование информации, новостей о событиях является весьма значимым детерминантом волатильности и модели семейства GARCH подходят для данного ряда (ежемесячная волатильность продовольственной инфляции) Эфиопии в рассматриваемом исследуемом периоде.
Ключевые слова
продовольственная инфляция; непродовольственная инфляция; семейство моделей ARMA-GARCH; Эфиопия.
JEL classification
С10, С53Список использованной литературы
1. Mwanakatwe P., Barrow L. Ethiopia’s Economic Growth Performance: Current Situation and Challenges // Economic Brief. 2010. Vol. 1, Issue 5. Рр. 1–5.
2. Durevall D., Sjö B. The Dynamics of Inflation in Ethiopia and Kenya // Working Paper Series No. 151. Tunis, African Development Bank, 2012. 29 p.
3. Engle R.F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation // Econometrica. 1982. Vol. 50, No. 4. Рр. 987–1007. DOI: 10.2307/1912773.
4. Friedman M. Nobel Lecture: Inflation and Unemployment // Journal of Political Economy. 1977. Vol. 85, Issue 3. Рр. 451–472. DOI: 10.1086/260579.
5. Torben G.A., Richard A.D., Jens K., Thomas M. Handbook of Financial Time Series. Germany: Springer-Verlag Berlin Heidelberg, 2009.
6. Bollerslev T. Generalized Autoregressive conditional heteroscedasticity // Journal of Econometrics. 1986. Vol. 31, Issue 3. Рр. 307–327. DOI: 10.1016/0304-4076(86)90063-1.
7. Ding Z., Granger C.W.J., Engle R.F. A long memory property of stock market returns and a new model // Journal of Empirical Finance. 1993. Vol. 1, Issue 1. Рр. 83–106. DOI: 10.1016/0927-5398(93)90006-D.
8. Engle R.F., Lee G. A Long-Run and Short-Run Component Model of Stock Return Volatility // In: Cointegration, Causality, and Forecasting: A Festschrift in Honor of Clive W.J. Granger / Edited by R.F. Engle, H. White. Oxford: Oxford University Press, 1999. Рр. 475–497.
9. Barimah A. Exponential GARCH Modeling of the Inflation-Inflation Uncertainty Relationship for Ghana // Modern Economy. 2014. Vol. 5, No. 5. Рр. 506–519. DOI: 10.4236/me.2014.55048.
10. Okeyo J., Mwaniki I., Philip N. Modeling Inflation Rate Volatility in Kenya Using Arch – Type Model Family // Research Journal of Finance and Accounting. 2016. Vol. 7, Issue 23. Рр. 10–17.
11. Syed K.A.R., Bushra N., Christian B., Nawazish M. Inflation volatility: an Asian perspective // Economic Research-Ekonomska Istraživanja. 2014. Vol. 27, Issue 1. Рр. 280–303. DOI: 10.1080/1331677X.2014.952090.
12. Asemota O.J., Ekejiuba U.C. An application of asymmetric GARCH models on volatility of banks equity in Nigeria's stock market // CBN Journal of Applied Statistics. 2017. Vol. 8, No. 1. Рр. 73–99.
13. Shiferaw Y. Modeling Price Volatility for Some Selected Agricultural Products in Ethiopia: ARIMA-GARCH Applications // SSRN Electronic Journal. 2012. DOI: 10.2139/ssrn.2125712.
14. Anteneh A.G., Yibeltal A.A., Tewodros G.Y. Statistical Analysis of Domestic Price Volatility of Sugar in Ethiopia // American Journal of Theoretical and Applied Statistics. 2014. Vol. 3, Issue 6. Рр. 177–183. DOI: 10.11648/j.ajtas.20140306.12.
15. Abebe T.H., Woldesenbet E.G., Zeleke B.L. Statistical Analysis of Price Volatility of Agricultural Commodities Traded at the Ethiopian Commodity Exchange (ECX) Using Multiplicative GARCH-MIDAS Two-component Model // Global Business Review. 2020. Vol. 21, Issue 1. DOI: 10.1177/0972150919895628.
16. Abebe T.H. Modeling time-varying coffee price volatility in Ethiopia // Journal of Applied Economics. 2020. Vol. 23, Issue 1. Рр. 497–518. DOI: 10.1080/15140326.2020.1804304.
17. Okun A.M. The mirage of steady inflation // Brookings Papers on Economic Activity. 1971. Vol. 1971, No. 2. Рр. 485–498. DOI: 10.2307/2534234.
18. Ball L. Why does high inflation raise inflation uncertainty? // Journal of Monetary Economics. 1992. Vol. 29, Issue 3. Рр. 371–388. DOI: 10.1016/0304-3932(92)90032-W.
19. Wilson B.K. The links between inflation, inflation uncertainty and output growth: New time series evidence from Japan // Journal of Macroeconomics. 2006. Vol. 28, Issue 3. Рр. 609–620. DOI: 10.1016/j.jmacro.2004.11.004.
20. Poon S. A Practical Guide to Forecasting Financial Market Volatility. John Wiley & Sons Ltd, 2005. 219 p.
21. Fountas S., Karanasos M., Kim J. Inflation uncertainty, output growth uncertainty and macroeconomic performance // Oxford Bulletin of Economics and Statistics. 2006. Vol. 68, Issue 3. Рр. 319–343. DOI: 10.1111/j.1468-0084.2006.00164.x.
22. Baunto A.L., Bordes C., Maveyraud-Tricoire S., Rous P. Money and uncertainty in the Philippines: A friedmanite perspective // Proceedings of Conference Safety and Efficiency of the Financial System. Asia-Link Program, 2007.
23. Nelson D.B. Conditional Heteroscedasticity in Asset Returns: A New Approach // Econometrica. 1991. Vol. 59, No. 2. Рр. 347–370. DOI: 10.2307/2938260.
24. Glosten L.R., Jagannathan R., Runkle D. Relationship between the expected value and the volatility of the nominal excess return on stocks // Journal of Finance. 1993. Vol. 48, Issue 5. Рр. 1779–1801. DOI: 10.1111/j.1540-6261.1993.tb05128.x.
25. Zakoian J. Threshold heteroscedasticity models // Journal of Economic Dynamics and Control. 1994. Vol. 18, Issue 5. Рр. 931–955. DOI: 10.1016/0165-1889(94)90039-6.
26. Box G.E.P., Jenkins G.M. Time Series Analysis: Forecasting and Control. Revised Edition. San Francisco, Holden Day. 1976. 575 p.
27. Breusch T.S. Testing for autocorrelation in dynamic linear models // Australian Economic Papers. 1978. Vol. 17, Issue 31. Рр. 334–355. DOI: 10.1111/J.1467-8454.1978.TB00635.X.
28. Godfrey L.G. Testing against general autoregressive and moving average error models when the regressors include lagged dependent variables // Econometrica. 1978. Vol. 46, Issue 6. Рр. 1293–1301. DOI: 0012-9682(197811)46:6<1293:TAGAAM>2.0.CO;2-D.
29. Jarque C.M., Bera A.K. Efficient tests for normality, homoscedasticity and serial independence of regression residuals: Monte Carlo evidence // Economics Letters. 1981. Vol. 7, Issue 4. Рр. 313–318. DOI: 10.1016/0165-1765(81)90035-5.
30. Tsay R.S. Analysis of Financial time series. 2nd edition. John Willey, 2005.
31. Brooks C. Introductory Econometrics for Finance. 2nd edition. Cambridge: Cambridge University Press, 2008.
32. Bollerslev T. A conditionally heteroskedastic time series model for speculative prices and rates of return // Review of Economics and Statistics. 1987. Vol. 69, No. 3. Рр. 542–547. DOI: 10.2307/1925546.
Благодарности
Во-первых, я хотел бы поблагодарить Всемогущего Бога за то, что он был со мной во всех аспектах во время моего обучения. Я благодарю сотрудника Национального банка Эфиопии г-на Бизуайеху Самуэля за его сотрудничество во время сбора данных. Наконец, моя глубочайшая и сердечная благодарность моей жене г-же Мисе Гету за ее ободрения и поддержку на протяжении всего моего обучения.
Информация об авторах
Абебе Тешоме Хайлемекел
Старший преподаватель экономического факультета Колледжа бизнеса и экономики Университета Амбо, г. Амбо, Эфиопия (Эфиопия, Амбо, P.O. Box, 19); ORCID 0000-0001-7736-1814; e-mail: teshome251990@gmail.com.
Для цитирования
Абебе Т.Х. Использование моделей семейства GARCH для оценки уровня продовольственной и непродовольственной инфляции в Эфиопии // Journal of Applied Economic Research. 2021. Т. 20, № 4. С. 726-749. DOI: 10.15826/vestnik.2021.20.4.028.
Информация о статье
Дата поступления 19 июля 2021 г.; дата поступления после рецензирования 6 сентября 2021 г.; дата принятия к печати 10 октября 2021 г.
DOI: http://dx.doi.org/10.15826/vestnik.2021.20.4.028
Скачать полный текст статьи:
~1,020 кБ, *.pdf
(Размещен
08.12.2021)
Создано / Изменено: 18 августа 2015 / 20 сентября 2021
© ФГАОУ ВО «УрФУ имени первого Президента России Б.Н. Ельцина»
Увидели ошибку?
выделите фрагмент и нажмите:
Ctrl + Enter
Дизайн портала: Artsofte