От Alexandre Putt Ответить на сообщение
К А. Решняк
Дата 13.11.2009 23:06:09 Найти в дереве
Рубрики Прочее; Версия для печати

"Специалисты" скажут, что это ещё большая чушь

Самое простое, что можно сделать, - посмотреть на процентные изменения и на их корреляцию

Для начала просто посмотрим: (ld_poil - % изменение цены на нефть, ld_m1 - % изменение денежного агрегата M1)

[38K]



Видим, что

1. Цена на нефть меняется значительно сильнее, чем денежная масса
2. Какой-либо систематической связи между изменением инфляции и ростом цен на нефть нет

Это подтверждается парным графиком:

[12K]



Вот лог простейшей регрессии для 12 лагов, где только один из коэффициентов значим. Т.е. 1% рост денежной массы вызывает примерно 1-1.5% роста цен на нефть через полгода. Не более того.

Причём денежная масса "объясняет" минимальную долю вариации в ценах на нефть (оставляя без внимания сонмы других факторов). Была ли денежная экспансия вообще, способная объяснить рост цен на нефть? Я её во всяком случае на первом графике не вижу, в 70-ые темпы роста M1 на уровне 1% и никак не выделяются, в отличие от цен на нефть.

Т.е. рост денежной массы никак не объясняет изменение цен на нефть в 70-ые и недавно.

Model 3: OLS estimates using the 597 observations 1960:02-2009:10
Dependent variable: ld_poil
HAC standard errors, bandwidth 6 (Bartlett kernel)

              coefficient    std. error    t-ratio    p-value
  -----------------------------------------------------------
  ld_m1       −1.08714       0.756762     −1.437      0.1514 
  ld_m1_1     −0.719654      0.694363     −1.036      0.3004 
  ld_m1_2     −0.728855      0.483851     −1.506      0.1325 
  ld_m1_3     −0.509972      0.386834     −1.318      0.1879 
  ld_m1_4      0.407792      0.550601      0.7406     0.4592 
  ld_m1_5     −0.324487      0.420065     −0.7725     0.4402 
  ld_m1_6      1.48247       0.756938      1.959      0.0506  *
  ld_m1_7      0.285648      0.651542      0.4384     0.6612 
  ld_m1_8      1.44813       0.519498      2.788      0.0055  ***
  ld_m1_9     −0.531282      0.379598     −1.400      0.1622 
  ld_m1_10     0.253628      0.591256      0.4290     0.6681 
  ld_m1_11     0.573227      0.552060      1.038      0.2995 
  ld_m1_12     0.0232122     0.690686      0.03361    0.9732 
  ld_poil_1    0.216523      0.0797933     2.714      0.0069  ***
  ld_poil_2   −0.0202925     0.0448350    −0.4526     0.6510 
  ld_poil_3   −0.000171820   0.0427477    −0.004019   0.9968 
  ld_poil_4   −0.0618458     0.0449918    −1.375      0.1698 

Mean dependent var   0.005427   S.D. dependent var   0.075108
Sum squared resid    3.030204   S.E. of regression   0.072281
R-squared            0.103413   Adjusted R-squared   0.078680
F(17, 580)           2.537811   P-value(F)           0.000639
Log-likelihood       729.9550   Akaike criterion    −1425.910
Schwarz criterion   −1351.247   Hannan-Quinn        −1396.839
rho                  0.000601   Durbin-Watson        1.997733

P-value was highest for variable 23 (ld_poil_3)