36
Szabó Andrea
Szabó Andrea
A nominális árfolyam és a monetáris makrogazdasági fundamentumok közötti hosszú távú egyensúlyi kapcsolat tesztelése A monetáris árfolyammodelleknek és azok egyik fundamentális építőelemének, a vásárlóerő-paritásnak az idősoros tesztelése a legtöbb esetben nem támasztotta alá az elméleti modellek feltevéseit. Így az irodalom egyre inkább a paneltechnikák alkalmazása felé fordult mindkét modell tesztelése során, mivel a panel kointegrációs teszteknek nagyobb az erejük, mint az idősoros kointegrációs teszteknek. A következőkben panel kointegrációs teszttel vizsgáljuk meg a monetáris árfolyammodellek és a vásárlóerő-paritás érvényességét 15 OECD-ország dollárárfolyamán keresztül az 1996. I. negyedév és a 2011. IV. negyedév közötti periódusban. Az eredmények mérsékelten igazolják a monetáris árfolyammodellek és a vásárlóerőparitás érvényességét is. Journal of Economic Literature (JEL) kódok: F31, F41, C33 Kulcsszavak: monetáris árfolyammodellek, vásárlóerő-paritás, empirikus tesztelés, OECD-országok, panel kointegrációs teszt
A nominális árfolyam és a monetáris makrogazdasági fundamentumok közötti hosszú távú egyensúlyi kapcsolatot a monetáris árfolyammodellek írják le. Ezek a modellek a nemzetközi közgazdaságtan alapvető eszközei, ennek ellenére az elméleti modellek empirikus alátámasztása nem túl meggyőző; az elemzések többsége nem igazolja az érvényességüket. A hetvenes, nyolcvanas években és a kilencvenes évek első felében elsősorban sima idősoros teszteléseket végeztek, tehát az egyes országpárok bilaterális árfolyamait tesztelték. Az eredmények általában nem mutattak kointegrációt a nominális árfolyam és a fundamentumok között. Például Frankel (1984) a ragadós árak monetáris modelljét tesztelte idősoros technikával, de a becsült paraméterei szinte sohasem voltak összhangban az elméleti modell együtt hatóival. Öt árfolyamot vizsgált meg: a márka, a font, a frank, a jen és a kanadai dollár dollárárfolyamait. Meese (1986) sem tudott kointegrációt kimutatni a nominális árfolyam és a fundamentumok között (pénzkínálat, jövedelem) a dollár–márka és a dollár–font árfolyamokat vizsgálva az 1972-től 1983-ig tartó periódusban. Széles áttekintést ad a vonatkozó irodalomról MacDonald és Taylor (1992) tanulmánya. Ez két csoportba sorolja Szabó Andrea egyetemi tanársegéd a Debreceni Egyetem Gazdaságtudományi Karán. E-mail: andrea.szabo@econ. unideb.hu. A szerző ezúton is szeretné köszönetét kifejezni témavezetőjének, Dr. Földvári Péternek útmutatásaiért, segítőkészségéért.
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
37
a monetáris árfolyammodelleket tesztelő irodalmat: az egyikbe a két világháború közötti időszakot, illetve a lebegtetés kezdetétől körülbelül 1978-ig tartó periódust, míg a másikba a hetvenes évek végét, illetve a nyolcvanas éveket vizsgáló tanulmányok tartoznak. A két világháború között és a hetvenes években a vizsgálatok többnyire alátámasztják a monetáris árfolyammodelleket, de ez nem mondható el a nyolcvanas évek időszakára. Sarantis (1994) fontárfolyamokat vizsgált a dollár, a márka, a jen és a frank esetében 1973 és 1990 között, de nem tudott kointegrációt kimutatni az árfolyam és a fundamentumok között. Rapach és Wohar (2002) is folytatott idősoros vizsgálatokat; éves adatokat használva 18 iparosodott országot tekintettek át 1980 és 1995 között. Az eredmény nem lett átütő, 8 országnál találtak kointegrációt, 6-nál viszont nem. Az eddigi eredmények azonban nem feltétlenül jelentik azt, hogy az elméleti modellekben van a hiba. Többek között Groen (2000) és Rapach−Wohar (2004) is az adatok hiánya miatti rövid idősoroknak tulajdonították a monetáris árfolyammodellek empirikus tesztelésének kudarcát, mivel így az egységgyök és kointegrációs teszteknek kicsi az ereje ahhoz, hogy elutasítsa a nullhipotézist: nincs kointegráció a változók között. Több szerző is megmutatta, hogy az egységgyök és kointegrációs tesztek erejét a minta hossza befolyásolja, és nem az adatok frekvenciája (Shiller–Perron 1985; Otero–Smith 2000). A nagyobb megfigyelésszám nem csak hosszabb idősorok tesztelésével érhető el. Az adatokat panelbe rendezve egyszerre több idősor vizsgálható, ami szintén növeli a megfigyelésszámot, ezáltal pedig nő a tesztek ereje, ami javítja az egységgyök tesztek és a kointegrációs tesztek pontosságát (Taylor– Taylor 2004). Mivel az idősoros kointegrációs teszteknek kisebb az erejük, mint a panel kointegrációs teszteknek, az irodalom egyre inkább a paneltechnikák alkalmazása felé fordult az árfolyammodellek tesztelése során. A korai elemzéseknek egyike Groen (2000) tanulmánya, amely – az 1973-tól 1994-ig terjedő időszakban negyedéves adatokat vizsgálva – alátá masztotta a monetáris árfolyammodellek érvényességét. Tizennégy ország dollár- és márkaárfolyamait vizsgálta, amelyekből alpaneleket is képzett. A legjobb eredményt a teljes panel esetén kapta, az alpanelek közül pedig az EMS országok paneljének eredménye volt a legkedvezőbb. További sikereket értek el a nominális árfolyam és a fundamentumok közötti kointegráció kimutatásában Mark és Sul (2001), Rapach és Wohar (2004), Basher és Westerlund (2009). A vásárlóerő-paritás (purchasing power parity – PPP) az egyik fundamentális építőeleme a monetáris árfolyammodelleknek. Ez volt az első modell, amely a nominális árfolyamok viselkedését magyarázta; az 1920-as évek végén látott napvilágot, Gustav Cassel1 mun kássága nyomán. Az irodalomban talán még nagyobb pályát futott be a PPP tesztelése, mint a monetáris árfolyammodellek vizsgálata, az eredmények azonban nagyon hasonlóak. Az idősoros tesztelések eredményei sok esetben nem támasztották alá a modell állítását2 (Krugman 1978; Frenkel 1981; Meese–Rogoff 1983), ellenben a panelmódszer alkalmazása e modell empirikus igazolásában is több pozitív eredményt hozott (Papell 2002; Im és szerzőtársai 2005; Pedroni 2004).
Cassel, G. (1928): Post-war monetary stabilization. Columbia University Press, New York. Az alkalmazott módszertanon kívül egyéb okai is vannak, hogy a PPP empirikus igazolása nehézségekbe ütközik, a jelen tanulmányban ezeket nem részletezzük. Az egyik ilyen tanulmány, mely összefoglalja ezeket az okokat: Rogoff (1996). 1 2
38
Szabó Andrea
A monetáris modellek és a vásárlóerő-paritás napjainkban is élénken kutatott témák az irodalomban. Tesztelésük relevanciája talán abban rejlik, hogy az elmúlt évtizedekben új ökonometriai módszerek fejlődtek ki, melyek új lehetőségeket nyitnak meg e modellek tesztelésében. Illetve az irodalomban a tesztelések kudarcaként gyakran említett rövid idősorok problémája azóta enyhült. A Bretton Woods-i rögzített árfolyamrendszer fel bomlása óta több mint negyven év telt el, ami szintén újabb motivációt jelent az irodalom számára a modellek újrateszteléséhez. Minket is elsősorban ezek a tényezők sarkalltak arra, hogy e gyakran vizsgált modelleket újrateszteljük. Az eredmények alapján a panel elemzések sikeresebbek, mint az országpáronkénti elemzések, ezért egy nemrég kifejlesztett panelmódszerrel teszteljük újra a monetáris árfolyammodellek és a vásárlóerő-paritás empirikus érvényességét az 1996. I. negyedéve (Q1) és 2011. IV. negyedéve (Q4) közötti időszakban. Módszer A következő fejezetben bemutatjuk a monetáris modellek főbb jellemzőit, és azok redukált formáját, mely a becslésünk alapjául szolgált. Majd felvázoljuk a vásárlóerőparitás modelljét. Ezt követően megfogalmazunk egy tesztelési stratégiát, melynek során a monetáris modellek három modellspecifikációját mutatjuk be. Végül röviden összefoglaljuk a tesztelés menetét. A modell A modell A monetáris modelleknek háromAfajtáját modell különböztetjük meg: 1) a rugalmas árak A monetáris modelleknek fajtáját 1) a rugalmas árak monetáris A modell monetáris modelljéthárom (Frenkel 1976; különböztetjük Bilson 1978); 2)meg: a ragadós árak monetáris modelljét modelljét (Frenkel 1976; Bilson 1978); 2) a ragadós árak monetáris modelljét (Dornbush 1976); és három 3) a reálkamat-különbségek modelljét (Frankel 1979). árak Ezek(Dornbush a modellek A monetáris modelleknek fajtáját különböztetjük meg: 1) a rugalmas monetáris 1976); aéspénzkereslet 3) a reálkamat-különbségek modelljét (Frankelaz1979). Ezek a modellek a és pénzkínálat szerepét hangsúlyozzák meghatározásában, A monetáris modelleknek három1978); fajtáját meg: 1)árfolyam a rugalmas árak monetáris modelljét (Frenkel 1976; Bilson 2)különböztetjük a ragadós árak monetáris modelljét (Dornbush pénzkereslet és pénzkínálat szerepét hangsúlyozzák az árfolyam meghatározásában, illetve illetve egyaránt feltételezik fennállását. hogy modelljét (Frenkel 1976; Bilsona fedezetlen 1978); modelljét 2) kamatparitás a ragadós árak monetáris modelljét (Dornbush 1976); és 3) a reálkamat-különbségek (Frankel 1979).Központi Ezek a állításuk, modellek a egyaránta nominális feltételezik a fedezetlen kamatparitás fennállását. Központi állításuk, hogy a árfolyam és a monetáris makrogazdasági fundamentumok között távú 1976); és 3) a reálkamat-különbségek modelljét az(Frankel 1979). Ezek a hosszú modellek a pénzkereslet és pénzkínálat szerepét hangsúlyozzák árfolyam meghatározásában, illetve nominális árfolyam és a monetáris makrogazdasági fundamentumok között hosszú távú egyensúlyi kapcsolat van. pénzkereslet és pénzkínálat szerepét hangsúlyozzák az árfolyam meghatározásában, illetve egyaránt feltételezik a fedezetlen kamatparitás fennállását. Központi állításuk, hogy a egyensúlyiAz kapcsolat van. irodalomban modellek redukált formáját szokták megbecsülni egyaránt árfolyam feltételezik fedezetlen kamatparitás fennállását. Központi állításuk, hogy nominális és aa többnyire monetárisa monetáris makrogazdasági fundamentumok között hosszú távú a Az irodalomban többnyire areáljövedelem), monetáris modellek redukált formáját szokták megbecsülni (árfolyam, pénzkínálat, melyet Groen (2000) és Basher−Westerlund (2009) nominális árfolyam és a monetáris makrogazdasági fundamentumok között hosszú távú egyensúlyi kapcsolat van. (árfolyam, pénzkínálat, reáljövedelem), melyet Groen (2000) és Basher−Westerlund (2009)a alapján a következőképpen kapunk meg: induljunk ki a pénzpiac egyensúlyából, ekkor egyensúlyi kapcsolat van. Az irodalomban többnyire a monetáris modellek redukált formáját szokták megbecsülni alapján reál-pénzkínálat a következőképpen kapunk meg: induljunk ki a pénzpiac egyensúlyából, ekkor a reálegyenlő Az irodalomban többnyire aa reál-pénzkereslettel: monetáris modellek szokták megbecsülni (árfolyam, pénzkínálat, reáljövedelem), melyet Groen redukált (2000) ésformáját Basher−Westerlund (2009) pénzkínálat egyenlő a reál-pénzkereslettel: (árfolyam, pénzkínálat, reáljövedelem), melyet Groen (2000) ésegyensúlyából, Basher−Westerlund alapján a következőképpen kapunk meg: induljunk ki a pénzpiac ekkor a(2009) reálm − p = φ ki y −aλpénzpiac i, (1) alapján a következőképpen kapunk meg: induljunk egyensúlyából, ekkor a(1) reálpénzkínálat egyenlő a reál-pénzkereslettel: ugyanez az egyensúly külföldön is fennáll: pénzkínálat egyenlő a reál-pénzkereslettel:m − p = φ y − λi , (1) * * * * ugyanez az egyensúly külföldön is fennáll: , (2) m − p = φ y − λ i , (1) − = φ m p y ugyanez az egyensúly külföldön is fennáll: * * * * * * ugyanez is fennáll: ahol a hazai külföldön és a külföldi pénzkínálat m ésazmegyensúly (2)(2) m − p =logaritmusai, φ y − λi , p és p a hazai és a külföldi * * * * * , m − p = φ y − λ i * * árszínvonal y és y a hazai és a külföldi reáljövedelem logaritmusai, i és(2)i* ahol a hazai m és mlogaritmusai, * és a külföldi pénzkínálat logaritmusai, p és p a* hazai és a külföldi * *p a hazai és a külföldi m m a hazai és a külföldi pénzkínálat logaritmusai, pedig hazai jelölik. Feltételezzük, hogypa pPPP a piacokon: ahol amahol és logaritmusai, hazai ésykamatlábat a és külföldi pénzkínálat logaritmusai, éséspteljesül a hazai és a külföldi mésésaa külföldi * ** * árszínvonal a hazai és a külföldi reáljövedelem logaritmusai, y reáljövedelem logaritmusai,i iésés ii * árszínvonal logaritmusai, y *és y a hazai és a külföldi * eés = apkülföldi − p , reáljövedelem árszínvonal hazaijelölik. logaritmusai, és i y és kamatlábat y ajelölik. i (3) pedig a hazai és a külföldi kamatlábat Feltételezzük, hogyhogy a PPP teljesül a piacokon: pedig logaritmusai, a hazai és a külföldi Feltételezzük, a PPP teljesül a piacokon: ahol spot árfolyam logaritmusa (a külföldi valuta valutában kifejezve). Az (1) * e a hazai pedig és a külföldi kamatlábat jelölik. hogy a PPP teljesül a piacokon: , hazai (3)és e= Feltételezzük, p − pára * a (2) egyenletből fejezzük ki az árszínvonalat, és helyettesítsük be a PPP-be, (3)-ba, így (3) p − ára p , hazai valutában kifejezve). Az (1)(3) és ahol e a spot árfolyam logaritmusa (a külföldi e=valuta megkapjuk az árfolyam egyensúlyi értékét: logaritmusa (a külföldi valuta ára hazai valutában kifejezve). Az (1) és e a spot árfolyam a ahol (2) egyenletből fejezzük ki az árszínvonalat, és helyettesítsük be a PPP-be, (3)-ba, így * * * . (4) = − − − + − φ λ e ( m m ) ( y y ) ( i i ) a (2) egyenletből fejezzük ki az árszínvonalat, és helyettesítsük be a PPP-be, (3)-ba, így megkapjuk az árfolyam egyensúlyi értékét: Továbbá feltételezzük, a kötvények így érvényesül megkapjuk az árfolyamhogy egyensúlyi (4) a e =értékét: (m − m*egymás ) − φ ( y −tökéletes y* ) + λ (i −helyettesítői, i* ) . * * * fedezetlen kamatparitás: (4) e = (m − m ) − φ ( y − y ) + λ (i − i ) .
pénzkínálat egyenlő a reál-pénzkereslettel: (2) m m−−p p = = φφyy −−λλii, , (1) 6. o. lap alja* , (1) − = − φ λ m p y i * ugyanez az egyensúly külföldön is fennáll: ahol m és m a hazai és a külföldi pénzkínálat logaritmusai, p és p a hazai és a külföldi Az egyikazhivatkozásnál lemaradtisegy „e”mbetű, „Meese”. * ugyanez egyensúly külföldön fennáll: − p*„Mees” = φ y* *−helyette λreáljövedelem i* *, árszínvonal logaritmusai, y és y* a hazai és logaritmusai, i és(2)i* * a külföldi * makrogazdasági A nominális árfolyam és a monetáris fundamentumok… 39 , (2) m − p = φ y − λ i * * „(Krugman 1978; Frenkel 1981; Meese–Rogoff 1983)” hogyp aés ahol és més aa hazai és kamatlábat a külföldi pénzkínálat logaritmusai, a hazaia és a külföldi m p pedig a hazai külföldi jelölik. Feltételezzük, PPP teljesül piacokon: ahol m és m* a hazai és a külföldi pénzkínálat logaritmusai, p és p* a hazai és a külföldi * (3) i* e= a pkülföldi − p* , reáljövedelem árszínvonal logaritmusai, és a hazai és logaritmusai, és y y i Az ahol e a spot árfolyam logaritmusa (a külföldi valuta ára hazai valutában kifejezve). (1)i* * hazai és a külföldi reáljövedelem logaritmusai, árszínvonal logaritmusai, y és y (aakülföldi spot logaritmusa valuta ára valutában kifejezve). Az i(1)ésígy és ahol pedig hazai ésegyenletből a külföldi kamatlábat jelölik. Feltételezzük, hogy a PPPbeteljesül a piacokon: a (2)árfolyam fejezzük ki az árszínvonalat, és hazai helyettesítsük a PPP-be, (3)-ba, 8. o.e aaés * amegkapjuk hazai és a az külföldi kamatlábat jelölik. Feltételezzük, hogy a PPP teljesül a piacokon: a pedig (2) egyenletből fejezzük ki az árszínvonalat, és helyettesítsük be a PPP-be, (3)-ba, így , (3) e = p − p árfolyam egyensúlyi értékét: * Az 5. egyenletnél a külső zárójeletértékét: le tudnánke=törölni? megkapjuk az árfolyam árfolyam egyensúlyi , hazai valutában kifejezve). Az (1)(3) p − pára logaritmusa (a külföldi valuta és ahol e a spot * * = − − − φ λ (i − valutában e ( m m ) ( y y ) i* ) . be a PPP-be, (4) a spot árfolyam logaritmusa (a külföldi valuta ára+hazai kifejezve). Az (4) (1)így és aahol (2) eegyenletből fejezzük ki az árszínvonalat, és helyettesítsük (3)-ba, a (2) egyenletből fejezzük ki az értékét: árszínvonalat, helyettesítsük be a PPP-be, (3)-ba, így Továbbá feltételezzük, hogy a kötvények egymáséstökéletes helyettesítői, így érvényesül a megkapjuk az árfolyam egyensúlyi Továbbá feltételezzük, hogy aértékét: így érvényesül * megkapjuk az árfolyam egyensúlyi fedezetlen kamatparitás: (4) a φ ( y − y*tökéletes e =kötvények (m − m* *) −egymás ) + λ (i − ihelyettesítői, ). * * * fedezetlen kamatparitás: Helyesen: . (4)a = − − − + − φ λ e ( m m ) ( y y ) ( i i ) ( Et (eegymás (5) it − it ), helyettesítői, így érvényesül Továbbá t +1 ) − et =tökéletes feltételezzük, hogy a kötvények Továbbá hogy a érték kötvények egymás tökéletes helyettesítői, így érvényesül a * fedezetlen kamatparitás: ahol feltételes várható operátora időpontban rendelkezésre álló Et afeltételezzük, (5) Et (et +1 ) − eat =ti-edik (5) t − i*t , fedezetlen kamatparitás: et =it − it *), ráta. Ezt (5) helyettesítsük(5)be információk alapján, Et (et +1 ) − et pedig (aEvárható t (et +1 ) − leértékelődési ( − E e et =a it t−-edik it ), időpontban rendelkezésre (5) ( ) + t t 1 E feltételes várható operátora ahola feltételes várható értékérték operátora a t -edik időpontban rendelkezésre álló t a (4)-be: aahol fenti E egyenletbe, t 9.o. E ( e ) − e a várható ráta. Ezt (5) helyettesítsük alapján, várható -edik időpontban rendelkezésre álló ahol információk Et a feltételes *operátora *a tleértékelődési t t +1értékt pedig . (5) helyettesítsük (6)be − φ ( y − leértékelődési − et )Ezt m − ma)várható y ) + λ ( Et (et +1 )ráta. információk alapján, Et (et +1(4)-be: ) −e e=t (pedig be a fenti egyenletbe, A 9. egyenletbe, oldalon a második sorba írni, mint az elsőt, alapján, a várható külön leértékelődési ráta.ugyanúgy, Ezt (5) helyettesítsük be és a Et (et +1egyenletet ) − et pediglehetne-e ainformációk fenti (4)-be: Hosszú konvergál a hosszú távú egyensúlyi szintjéhez (= et e= e ), így a távon az árfolyam t +1 aharmadikat? fenti egyenletbe, (4)-be: e = (m − m* ) − φ ( y − y* ) + λ ( E (e ) − e ) . (6)(6) leértékelődési ráta nulla lesz: Et (et +1 ) − et *= e − e = 0 .* Ekkort megkapjuk a monetáris modellek t +1 t (6) e = (m − m ) − φ ( y − y ) + λ ( Et (et +1 ) − et ) . Hosszú távon az árfolyamakkor konvergál a hosszú távú egyensúlyi (= et e= e ), így a után. Ha ez nem megoldható, tegyünk egy szóközt az egyenletszintjéhez végén szereplő pontosvessző redukált formáját: t +1 = e e = e ),a távon az árfolyam konvergál a hosszú távú egyensúlyi szintjéhez HosszúHosszú távon az árfolyam konvergál a hosszú szintjéhez (= et (e= et +1), így *távú egyensúlyi * t +t 1 modellek . (7) e = ( m − m ) − φ ( y − y ) leértékelődési ráta nulla lesz: . Ekkor megkapjuk a monetáris E ( e ) − e = e − e = 0 t t + 1 t E ( e ) − e = e − e = 0 . Ekkor megkapjuk a monetáris így a leértékelődési ráta nulla lesz: t t +1 leértékelődési ráta nulla formáját: lesz: Et (et +1 ) − et = e − e =t 0 . Ekkor megkapjuk a monetáris modellek redukált formáját: modellek redukált redukált Jól látható, hogy a monetáris árfolyammodellek formáját: (7) e =(m − m* *)feltételezik − φ ( y − y* *) a. vásárlóerő-paritás teljesülését. A PPP sem mentes a kiinduló feltételektől, megkívánja, a piacokon ne legyenek (7) . (7) e =(m − m ) − φ ( y − y )hogy tranzakciós költségek (például szállítási költségek, adók, vámok, illetékek). Továbbá az Jól látható, hogy a monetáris árfolyammodellek feltételezik a vásárlóerő-paritás teljesülését. Jólsem látható, hogy árfolyammodellek feltételezikhogy vásárlóerő-paritás egységes ár elvének (Law of One Price – LOP) teljesülését, ugyanannak az látható, hogy a monetáris árfolyammodellek feltételezik a amely vásárlóerő-paritás teljesülését. AJólPPP mentes aa monetáris kiinduló feltételektől, megkívánja, a szerint piacokon neteljesülését. legyenek A PPP mentes sem mentes a kiinduló feltételektől, megkívánja, hogyaa piacokon piacokon neki legyenek árunak ugyanaz az ára a különböző országokban, ha azonos valutában fejezzük azokat, A PPP sem a kiinduló feltételektől, megkívánja, hogy ne legyenek tranzakciós költségek (például szállítási költségek, adók, vámok, illetékek). Továbbá az tranzakciós költségek (például költségek, adók, vámok, illetékek). Továbbá az mivel ha arbitrázs lehetőség a szállítási piacokon, azt a vámok, piaci kihasználnák, tranzakciós költségek (például szállítási adók, illetékek). Továbbá az egységes ár elvének (Law oflenne One Price –költségek, LOP)akkor teljesülését, melyszereplők szerint ugyanannak az egységes ár elvének (Law of One Price – LOP) teljesülését, mely szerint ugyanannak az árunak ezáltal pedig az árak kiegyenlítődnének. Végül a kereskedett áruk és szolgáltatások egységes ár elvének of One Price – LOP) ha teljesülését, mely szerint ugyanannak az árunak ugyanaz az ára(Law a különböző országokban, azonos valutában fejezzük ki azokat, ugyanaz azaz áraára a különböző országokban, ha azonos valutában ki azokat, ha homogének, azaz nincs közöttük minőségi eltérés. Ha fentiek azfejezzük áruk elég széles körére árunakha ugyanaz a különböző országokban, ha aazonos valutában fejezzük kimivel azokat, mivel arbitrázs lehetőség lenne a piacokon, akkor azt a piaci szereplők kihasználnák, lehetőség lenne alenne piacokon, akkor aztakkor a piaciazt szereplők ezáltal pedig mivel arbitrázs ha arbitrázs lehetőség a piacokon, a piacikihasználnák, szereplők kihasználnák, ezáltal az árak kiegyenlítődnének. Végül aáruk kereskedett áruk éshomogének, szolgáltatások azpedig árak kiegyenlítődnének. Végül a kereskedett és szolgáltatások azaz helyesen: ezáltal pedig aznincs árak közöttük kiegyenlítődnének. VégülHaa akereskedett áruk elég és széles szolgáltatások homogének, azaz minőségi eltérés. az körére áruk 3körére akkor nincs közöttük minőségi eltérés. Ha a fentiek az áruk fentiek elég széles teljesülnek, homogének, azazmég nincs közöttükmegkötést minőségi tartalmazó eltérés. Hamodell, a fentiek az áruk elég széles körére „Az egyik egy szigorúbb amely a monetáris makrogazdasági azonos 4 valutában kifejezve a megfelelő országok árszínvonalai egyenlők, vagy másképp, a teljesülnek, akkor azonos valutában kifejezve a megfelelő országok árszínvonalai egyenlők, fundamentumokat egyetlen változóként kezeli: nominális árfolyam meghatározható a megfelelő két ország árszínvonalának hányadosaként vagy másképp, a nominális árfolyam meghatározható megfelelő árszínvonalának it − mt* ) −a (feltétel eit =βEmellett, yit − yt*teljesülése ) +két uit ;ország (abszolút vásárlóerő-paritás). esetén beszélhetünk 0 + β1 ( mkevesebb hányadosaként (abszolút vásárlóerő-paritás). Emellett, kevesebb feltétel teljesülése esetén relatív vásárlóerő-paritásról is (Rogoff 1996). Az abszolút PPP a következőképpen írható fel ekkor az irodalom azt várja, hogy β1 = +1 legyen.” beszélhetünk relatív vásárlóerő-paritásról is (Rogoff 1996). Az abszolút PPP a (a kis betűk továbbra is a változók logaritmusait jelölik): következőképpen írható fel (a kis betűk továbbra is a változók logaritmusait jelölik): (3) e= p − p* . (8) Ezzel szemben a relatív PPP a nominális árfolyam változását magyarázza a megfelelő Ezzel szemben a relatív PPP(inflációjának) a nominális árfolyam változását magyarázza a megfelelő országok árszínvonal-változásának különbségével: * országok árszínvonal-változásának (inflációjának) különbségével: (8) ∆e = ∆p1− ∆p . 3 Tesztelési stratégia Emiatt a tesztelés során olyan árindexekkel kellene dolgozni, amelyek ugyanannak az árukosárnak az árát mérik a különböző országokban. Például a fogyasztói árindexnél (a korai tesztelések kedvelt indikátora) ez gyakran nem teljesült, hiszen az egyes országokban eltérőek a fogyasztói szokások, így a különböző országok árindexében felmért áruk és azok monetáris árfolyammodellek a nominális árfolyam és a makrogazdasági fundamentumok súlya is eltérhet egymástól.
A között hosszú távú egyensúlyi kapcsolatot tételeznek fel, ez pedig a kointegrációval reprezentálható. Így a változók közötti kointegrációs kapcsolat meglétének vizsgálatával a monetáris árfolyammodellek tesztelhetők. Az általunk tesztelt empirikus modell a monetáris modellek redukált formája:
beszélhetünk relatív vásárlóerő-paritásról is (Rogoff 1996). Az abszolút PPP a következőképpen írható fel (a kis betűk továbbra is a változók logaritmusait jelölik): (3) e= p − p* . Szabó Andrea 40 Ezzel szemben a relatív PPP a nominális árfolyam változását magyarázza a megfelelő elyesen: országok árszínvonal-változásának (inflációjának) különbségével: * (8) (9) (5) E (e∆e)=−∆ep −=∆i p−.i* , t
t +1
t
t
t
Tesztelési stratégia Tesztelési stratégia
o.
A monetáris árfolyammodellek a nominális árfolyam makrogazdasági fundamentumok A monetáris árfolyammodellek a nominális árfolyam és ésa amakrogazdasági fundamentumok
között hosszú egyensúlyi kapcsolatot tételeznek pedig kointegrációval 9.között oldalon a második egyenletet lehetne-e külön sorba ugyanúgy, mint az elsőt, és a hosszú távú távú egyensúlyi kapcsolatot tételeznek fel,fel,írni, ezezpedig aa kointegrációval reprezentálható. a változók közötti kointegrációs kapcsolat meglétének vizsgálatávala reprezentálható. Így a Így változók közötti kointegrációs kapcsolat meglétének vizsgálatával
armadikat? a monetáris árfolyammodellek tesztelhetők. Az tesztelt általunkempirikus tesztelt empirikus modell a monetáris árfolyammodellek tesztelhetők. Az általunk modell a monetáris monetáris modellek redukált formája:
redukált formája: a ezmodellek nem megoldható, akkor tegyünk egy szóközt az egyenlet végén szereplő pontosvessző után.
* * * * eit =e β 0=+ββ1+(m t ) + β 2 ( yit − yt ) + uit , βit1 (−mm it 0 it − mt ) + β 2 ( yit − yt ) + uit , ahol eit az i -edik ország nominális árfolyamának logaritmusa a t -edik időpontban, mit az i mit az i -edik ország logaritmusa nominális árfolyamának ahol eit pénzkínálatának edik ország a t -edik logaritmusa időpontban, a yt it-edik az időpontban, i -edik ország y az i -edik ország pénzkínálatának logaritmusa a t -edik időpontban, it az i -edik ország reáljövedelmének logaritmusa a t -edik időpontban, fehérfehér zaj folyamat. A csillag uit pedig uit pedig időpontban, zaj folyamat. A csillaga reáljövedelmének logaritmusa a t -edik külföldia külföldi országotországot jelöli, mely esetben az Egyesült Államok, ígyígycsak indexszel jelöli, minden mely minden esetben az Egyesült Államok, csak tt indexszel rendelkeznek a külföldi ország változói. Az irodalom általában ezt a korlátozott rendelkeznek a külföldi ország változói. Az irodalom általában ezt a korlátozott modellt amelyben a restrikció a hazai a külföldi változókegyütthatójának együtthatójánakegyenlősége. egyenlősége. teszteli,teszteli, amelyben a restrikció a hazai és aéskülföldi változók Továbbá elvárjuk, az arányossági hipotézis teljesüljön,tehát teháta apénzkínálat pénzkínálat változása változása Továbbá elvárjuk, hogy hogy az arányossági hipotézis teljesüljön, (esetünkben a pénzkínálatok különbségeinek változása) egybenjelenjen jelenjen meg meg a (esetünkben a pénzkínálatok különbségeinek változása) egyegy az azegyben 1 . Ugyanez helyzet aa reáljövedelmek reáljövedelmek nominális árfolyam változásában, nominális árfolyam változásában, azaz azaz a ahelyzet β1 = β+1 1=. +Ugyanez különbségeinek esetén, azaz β 2 = −1 . Ebben a tanulmányban nem becsüljük meg a különbségeinek esetén, azaz β 2 = −létezését a tanulmányban becsüljük meg modellt, 1 . Ebbenkívánjuk modellt, csak a kointegráció tesztelni anem változók között, de aa változók elyesen: csak a kointegráció kívánjukebben tesztelni a változók között, deEzen a változók paramétereire paramétereirelétezését tett restrikciók az esetben is fontosak. a specifikáción kívül tett restrikciók ebben az esetben is fontosak. Ezen a specifikáción kívül még kettőt tesztelünk. még kettőt tesztelünk. Az egyik egy még szigorúbb megkötést tartalmazó modell, amely a Az Az egyik egy még szigorúbb megkötést tartalmazó modell, amelyamely a monetáris makrogazdaság egyik egy makrogazdasági még szigorúbb megkötést tartalmazó modell, kezeli: a monetáris monetáris fundamentumokat egyetlen változóként ndamentumokat változóként kezeli: makrogazdaságiegyetlen fundamentumokat egyetlen változóként kezeli: * ( y * − y* ) + uit ; −itm−t* )m −t()y− eiteit== β 0β+0 β+1 β(1mit(m it − yitt ) +tuit;
kkorekkor az irodalom várja, hogy β1β1hogy = = ++11 legyen.” a tesztelési módszert Rapach Rapach és Wohar az irodalom azt várja, hogy βlegyen. = +1 Ezt legyen. Ezt a tesztelési módszert és ekkor az azt irodalom azt várja, 1
(2002) Wohar cikkéből vettükcikkéből át. A harmadik pedig egy korlátlan amely eltekint (2002) vettük át.specifikáció A harmadik specifikáció pedigmodell, egy korlátlan modell, amely eltekint az eddigi azaz nemhogy feltételezzük, hazai és aváltozók külföldi az eddigi restrikcióktól, azazrestrikcióktól, nem feltételezzük, a hazai hogy és aa külföldi változók ugyanolyan mértékbenabefolyásolják a nominális árfolyamot: ugyanolyan mértékben befolyásolják nominális árfolyamot: eit = β 0 + β1mit + β 2 mt* + β* 3 yit + β 4 yt* + u* it . eit = β 0 + β1mit + β 2 mt + β3 yit + β 4 yt + uit .
1 Mint fentebb említettük, a monetáris árfolyammodellek egyik alap építőköve a vásárlóerőMint fentebb említettük, a monetáris árfolyammodellek egyik alap építőköve a vásárlóerőparitás.paritás. Ezért aEzért vásárlóerő-paritás teljesülését is megvizsgáljuk a kiválasztott mintán, mivel az a vásárlóerő-paritás teljesülését is megvizsgáljuk a kiválasztott mintán, mivel
az esetleges negatív eredményeket okozhatja a PPP instabilitása is. A tesztelt empirikus modell a következő: * 4 eit kellene = β 0 +dolgozni, β1 pit + βamelyek , Emiatt a tesztelés során olyan árindexekkel az árukosárnak az árát 2 pt + uitugyanannak
mérik a különböző országokban. Például a fogyasztói árindexnél (a korai tesztelések kedvelt indikátora) ez * gyakran ahol nem teljesült, egyes országokban eltérőek a fogyasztóiaszokások, így a különbözőptországok pit az hiszen i -edikazország árszínvonalának logaritmusa pedig t -edik időpontban, árindexében felmértárszínvonalának áruk és azok súlyalogaritmusa is eltérhet egymástól. az USA a t -edik időpontban, míg u fehér zaj folyamat. it
A PPP erős változata megkívánja, hogy β1 = 1 és β 2 = −1 , azaz feltételezi az egységnyi árrugalmasságot mind a hazai, mind a külföldi árindex esetén, tehát egyfajta szimmetria áll
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
41
fenn. Esetünkben megelégszünk a PPP gyenge verziójának tesztelésével, amely csupán az együtthatók megfelelő előjeleit kívánja meg. A tesztelés menete A vizsgált változók közötti hosszú távú egyensúlyi kapcsolat a kointegrációval ragadható meg. A változók kointegráltak, ha létezik olyan lineáris kombinációjuk, amely stacioner. A kointegrált folyamatok hosszú távon nem szakadnak el egymástól, mert bizonyos befolyásoló tényezők, egyensúlyi mechanizmusok közös egyensúlyi pályán tartják azokat. Lehetséges, hogy ez a kapcsolat rövidtávon nem áll fenn, de a kointegrált folyamatok hosszú távon időben együtt mozognak (Hendry–Juselius 2000). Ebben a tanulmányban a kointegráció létezését teszteljük a nominális árfolyam és a vizsgált makrogazdasági fundamentumok között panel kointegrációs teszttel. Utóbbiaknak nagyobb az erejük, mint a sima idősoros kointegrációs teszteknek. Így ritkábban fogadják el helytelenül a nullhipotézist, hogy nincs kointegráció a változók között. A paneltesztek többsége Engle–Granger (1987) tesztjének elgondolásán alapszik, azaz reziduum alapú. E tesztek hátránya az a feltételezés, hogy a rövid és a hosszú távú hatásokat megragadó együtthatók egyenlők, ez pedig nagymértékben csökkentheti az erejüket (Westerlund 2007). Így a reziduum alapú tesztek helyett Westerlund (2007) tesztjeit alkalmazzuk. Ezeknek a teszteknek is az a nullhipotézise, hogy nincs kointegráció a változók között. Kiinduló pontjuk egy feltételes panel hibakorrekciós modell, amelyben a tesztek azt vizsgálják meg, hogy az alkalmazkodási paraméter nulla-e, vagy sem. Ha nulla, akkor nincs kointegráció a változók között; ha kisebb, mint nulla, akkor a változók kointegráltak. A teszt nem csak a rövid távú hatások heterogenitását engedi meg, de alkalmazható keresztmetszeti függőség jelenléte esetén is. Westerlund (2007) négyféle tesztet konstruált, amelyeket két csoportba lehet osztani aszerint, hogy a nullhipotézissel szemben milyen alternatív hipotézist állítanak fel. Két teszt ( Pτ , Pα ) azt vizsgálja, hogy a teljes panel kointegrált-e, míg a másik kettő ( Gα , Gτ ) alternatív hipotézise az, hogy legalább egy egyed a panelben kointegrált. A kointegráció azonban csak nem stacioner folyamatok között értelmezhető, ezért a tesztelés előtt meg kell vizsgálnunk a változóink integráltságának fokát. Mivel az egységgyök tesztek általában nagyon érzékenyek, ezért az eredmények robusztusságának ellenőrzésére több tesztet is alkalmaztunk: Im, Pesaran, Shin (IPS), Fisher-ADF, Fisher-PP és Hadri tesztet (Im és szerzőtársai 2003; Maddala–Wu 1999; Hadri 2000). A Hadri teszt az egyedüli, amelynek nullhipotézise a stacionaritás (alternatív hipotézise, hogy néhány egyed a panelben egységgyököt tartalmaz), a másik három teszt panel egységgyök teszt. Az IPS t-statisztika az átlaga az egyedi ADF teszteknek, a nullhipotézise az, hogy minden egyes idősor a panelben egységgyököt tartalmaz, az alternatív hipotézis pedig az, hogy csak néhány idősor – azaz nem mindegyik – tartalmaz egységgyököt (Im és szerzőtársai 2003). A Fisher-féle tesztek kombinálják az i -edik keresztmetszeti egységre vonatkozó egységgyök teszt p-értékeit, így tesztelik, van-e egységgyök a paneladatokban. Nullhipotézisük szintén az egységgyök feltételezése az idősorokban (Maddala–Wu 1999; Baltagi 2008). Az IPS tesztnél és a FisherADF tesztnél a segéd regresszióban lévő késleltetések számát automatikus módszerrel, Schwarz információs kritérium alapján határoztuk meg, a Fisher-PP és a Hadri tesztnél pedig Bartlett kernelt alkalmaztunk a lehetséges autokorreláció korrigálására. Valamennyi modellezési lehetőséget megvizsgáltuk [a) az idősorok egyedi tengelymetszetet tartalmaznak; b) egyedi tengelymetszetet és trendet is tartalmaznak; c) egyiket sem tartalmazzák] annak
42
Szabó Andrea
érdekében, hogy lássuk, mennyire robusztusak az eredmények. A tesztek kiválasztását azok feltételei befolyásolták. A tesztek egy csoportja azonos autoregresszív struktúrát feltételez az egyes keresztmetszeti egyedek esetén, ami a valóságtól elég távol álló feltételezés. Az általunk választott tesztek ezt nem feltételezik, megengedik az idősorok eltérő autoregresszív struktúráját, kivéve a Hadri tesztet (de jelenleg csak ez az egy szoftvercsomagok által támogatott panel stacionaritás teszt áll rendelkezésre). Korábban a panelelemzések esetén tipikus volt a hibák keresztmetszeti függetlenségének feltételezése, de számos esetben ez nem teljesül. Ez elsősorban nagyszámú (10-nél több) keresztmetszeti egyednél lehet igaz (Pesaran 2004). Esetünkben nemcsak a keresztmetszeti egyedek viszonylag alacsony száma lehet a keresztmetszeti függőség forrása, hanem az amerikai dollár „horgonyvalutaként” való alkalmazása is. A vizsgált árfolyamaink mind dollárárfolyamok, tehát az USA változói minden egyenletben szerepelnek. Ez pedig okozhat keresztmetszeti függőséget az egyes egyedek reziduumai között. Az árfolyamokban két közös komponens is megjelenhet, az egyik a dollár értékében bekövetkezett ingadozás, a másik az amerikai árindexekben bekövetkező ingadozás, ami a vásárlóerő-paritáson keresztül megjelenik a monetáris árfolyammodellekben is. Ez a két közös komponens két közös sokként is értelmezhető, amely a panelben lévő összes árfolyamot befolyásolja. Ezen kívül egyéb közös sokkok (például egy adott régiót érintő konjunkturális változás) is okozhatnak keresztmetszeti függőséget (O’Connell 1998). Emiatt megvizsgáltuk a lehetséges keresztmetszeti függőség mértékét a reziduumok és az egyes változók között is. A teszteléshez Pesaran (2004) CD tesztjét alkalmaztuk, mely a páronkénti korrelációs együtthatók átlagán alapul. A reziduumokat a panel összevont csoportátlag becsléséből (Pooled Mean-group Estimation – PMG)4 kaptuk meg, amely mára egy bevett becslési módszer a kointegrált panelek esetén; aszimptotikusan torzítatlan és normális eloszlású paraméterbecsléseket eredményez (Pesaran és szerzőtársai 1999). Keresztmetszeti függőség jelenléte esetén megváltozik a Westerlund tesztek eloszlása, ezért ismét futtatva a teszteket a bootstrap eljárással újraszámolt p-értékeket is lejelentjük, s ez alapján értékeljük a panel kointegrációs tesztek eredményeit. Eredmények A következő fejezetben bemutatjuk a felhasznált adatokat, illetve az egyes tesztek eredményeit: a panel egységgyök tesztek, a panel kointegrációs tesztek és Pedroni CD tesztjének eredményeit a keresztmetszeti függőségre. Adatok A paneladatok összeállításánál az OECD Statistics (Main Economic Indicators – MEI) adatbázisát használtuk fel. Összesen 15 OECD-ország (egészen pontosan: 14 ország, illetve az eurózóna) dollárárfolyamait vizsgáltuk meg negyedéves bontásban, az 1996Q1 és 2011Q4 közötti időszakban: Ausztrália, Csehország, Dánia, eurózóna, Egyesült Királyság, Japán, Kanada, Korea, Lengyelország, Magyarország, Mexikó, Norvégia, Svédország, Svájc, Törökország. Az országok árfolyam-politikáját a mintavétel időszakára döntően a lebegtetés jellemzi. Az eredeti adatok havi bontásúak, de ebben a tanulmányban negyedéves számokkal 4 Mivel az elmélet szerint a vizsgált panel kointegrált, illetve az előzetes tesztek is kimutatták a kointegrációt, egy olyan becslési módszert választottunk, amelyet kifejezetten kointegrált panelek esetén alkalmaznak.
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
43
dolgozunk. Ennek két oka is van. Az egyik, hogy így két keresztmetszeti egyeddel többet tesztelhetünk, mert Svájcnak a termelési indexe, illetve Ausztráliának a fogyasztói árindexe és a termelési indexe is csak negyedéves bontásban volt elérhető. A másik ok, hogy számos pozitív eredményt elérő tanulmány negyedéves adatokat alkalmaz. Az adatokat átlagolással kaptuk meg. A monetáris modellek redukált formáját, illetve annak az egyik legfontosabb építőelemét, a vásárlóerő-paritást teszteltük, így a változóink a nominális árfolyam, a nominális széles pénzkínálat, a termelési index és fogyasztói árindex (Consumer Price Index – CPI) voltak. A nominális árfolyam átlagos időszaki érték, tehát a havi átlagos értékekből számoltunk negyedéves átlagot. A nominális pénzkínálatok többnyire hó végi adatok, szezonálisan kiigazított és kiigazítatlan adatokat egyaránt tartalmaznak. Dánia, Lengyelország, Mexikó, Norvégia, Svájc, Svédország és Törökország esetén a nominális pénzkínálat szezonálisan nincs kiigazítva. A legtöbb esetben M3-as adatokról van szó, viszont Csehország, Kanada, Lengyelország, Norvégia esetén M2, Japán, Nagy-Britannia és Törökország esetén pedig M4 adatokat tartalmaz a mutató. A termelési index minden ország esetén szezonálisan kiigazított. A változók megválasztását az adatok elérhetősége befolyásolta. Mivel a reál GDP sokkal rövidebb idősorban állt rendelkezésre, mint az ipari termelési index, ezért mi is – mint a tanulmányok többsége – az utóbbit használjuk a vizsgálat során. Ugyanez a helyzet az árindex megválasztásával: a leghosszabb időtávra és a legtöbb országra a fogyasztói árindex állt rendelkezésre. A CPI szezonálisan nincs kiigazítva, mert az OECD, megfigyelései alapján, úgy ítéli meg: a szezonális hatások nem annyira szignifikánsak, hogy azokat érdemben kezelni kellene, így a szezonális kiigazítástól mi is eltekintünk. A fogyasztói árindex báziséve 2005, és a felkínált árukosár-kategóriák közül a „minden tételt tartalmazó” kategóriát alkalmaztuk. Panel egységgyök tesztek eredményei A változóink integráltságának fokát négy teszttel teszteltük: IPS, Fisher-ADF, Fisher-PP és Hadri teszttel. Az eredmények robusztusságának vizsgálata érdekében valamennyi modellezési lehetőségre lefuttattuk a teszteket. Az IPS és a Fisher-ADF tesztnél a segéd regresszióban lévő késleltetések számát automatikus módszerrel, Schwarz információs kritérium alapján határoztuk meg, a Fisher-PP és a Hadri tesztnél pedig Bartlett kernelt alkalmaztunk a lehetséges autokorreláció korrigálására. Az eredményeket az 1. és a 2. táblázat szemlélteti. A tesztek eredményei sok esetben nem egyértelműek, ezért a változók idősorainak ábráit is figyelembe vettük a változók integráltsági fokának meghatározásakor, melyek az 1. mellékletben találhatók. Az USA változói idősoros egységgyök tesztekkel is tesztelhetők, hiszen az egyes egyenletekben ugyanazok az idősorok szerepelnek. Végül elsősorban a kiválasztott négy paneltesztet alkalmaztuk ebben az esetben is, hogy valamennyi változó integráltsági fokának tesztelése azonos módszertannal történjen. De idősoros egységgyök teszteket is futtattunk a nem egyértelmű eredmények pontosabb értékeléséhez: Augmented Dickey Fuller (ADF) és Ng−Perron egységgyök tesztet, illetve Kwiatkowski− Phillips−Shmidt−Shin (KPSS) stacionaritás tesztet, melyek eredményei a 2. mellékletben megtalálhatók5 (Dickey−Fuller 1979; Ng−Perron 2001; Kwiatkowski és szerzőtársai 1992). Az USA pénzkínálata a paneltesztek és az idősoros tesztek alapján is egyértelműen egységgyök 5 Az idősoros egységgyök tesztekkel hosszabb idősoron teszteltük az USA változóit, mert az idősoros teszteknek kisebb az ereje, amely több megfigyelés tesztelésével növelhető (Rapach–Wohar 2002).
44
Szabó Andrea
folyamat. A reáljövedelem vagy első fokon integrált vagy stacioner, de a Hadri tesztnél még a másod fokú integráltság is felmerül. A reáljövedelem első differenciájának ábráján jól látszik, hogy 2009 első vagy második negyedévében egy kiugró érték (outlier) figyelhető meg (a világgazdasági válság hatására a reáljövedelem visszaesett). Valószínűleg ez okozza a Hadri teszt bizonytalankodását. A paneltesztek bizonytalankodása ellenére az idősoros tesztek egyértelműen első fokon integráltnak mutatják az amerikai reáljövedelmet. Stacioner nem lehet, hisz az idősor ábrája alapján úgy tűnik, a folyamatnak trendje van. Az amerikai árszínvonalról sem lehet teljesen egyértelműen dönteni a tesztek eredményei alapján. Az IPS és a Fisher-ADF teszt szerint egységgyök folyamat, a Fisher-PP teszt alapján vagy I (0) , vagy I (1) , a Hadri teszt pedig teljesen bizonytalan. Ha megnézzük az amerikai árszínvonal első differenciáját, akkor két kiugró érték is detektálható, erre ismételten érzékeny lehet a Hadri teszt, illetve I (0) sem lehet, mert a folyamatnak trendje van. Az idősoros tesztek közül az Ng–Perron teszt szintén érzékeny lehet a kiugró értékekre. Mindent egybevetve egységgyök folyamatnak ítéljük az amerikai árszínvonalat. Az IPS és a Fisher-ADF egységgyök tesztek eredményei Változók
IPS teszt A
1. táblázat
Fisher-ADF teszt B
A
B
C
USA változói 1996Q1–2011Q4 mt*
5.775
-1.070
2.159
29.279
0.000
∆mt*
-17.650***
-15.942***
324.396***
258.702***
23.213
yt*
-6.156***
-5.664***
89.212***
80.431***
3.005
∆yt*
9.524
***
-7.779
***
149.323
***
111.733
***
221.771***
pt*
5.255
1.201
2.496
13.112
0.000
∆pt*
-31.357***
-30.805***
645.204***
572.238***
108.601***
47.306**
31.274
OECD-országok változói 1996Q1-2011Q4 eit
-0.211
∆eit
-18.199
-17.273
mit
-0.446
-0.394
∆mit
-12.177
-11.853
yit
-0.099
∆yit
-20.908
pit
1.247
∆pit
***
***
***
-14.051
***
-2.643*** ***
33.298 342.912
***
93.110***
***
215.837
-2.495***
36.660
-20.258
***
-2.155** -13.840
***
***
378.870
***
66.808*** 276.651
***
292.416
***
46.102** 198.698
***
50.798** 324.774
***
56.652*** 246.490
***
488.164*** 0.146 91.979*** 7.378 867.538*** 2.042 285.914***
Megjegyzések: 1) A) egyedi tengelymetszetet tartalmaz; B) egyedi tengelymetszetet és trendet is tartalmaz; C) egyiket sem tartalmaz. 2) A csillagok azt jelzik, hogy milyen szignifikancia2 szinten lehet elutasítani H 0 -t, * 10%, ** 5%, *** 1%. 3) a Fisher-ADF és a Fisher-PP teszt esetén is a χ (Khí négyzet) tesztet, a Hadri teszt esetén a heteroszkedasztikus konzisztens Z statisztikát használtuk.
45
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
A Fisher-PP és a Hadri egységgyök tesztek eredményei Változók
Fisher-PP teszt A
B
2. táblázat
Hadri teszt C
A
B
USA változói 1996Q1–2011Q4 mt*
1.745
∆mt*
17.118
0.000
22.167***
10.246***
328.176***
262.335***
88.701***
-2.704
-0.320
yt*
83.622
31.108
1.777
11.091
∆yt*
100.963***
∆ yt*
***
61.457***
171.216***
–
–
–
3.816
42.386*
0.000
∆pt*
757.711
683.479
∆2pt*
–
–
2
pt*
***
***
***
1.691** -2.868
9.555*** 0.002 -3.176
22.202***
2.350***
300.201
-0.059
8.151***
–
-0.109
8.215***
***
OECD-országok változói 1996Q1–2011Q4 eit
43.237
∆eit
310.789
∆2eit
–
***
30.525***
38.954
10.108***
8.716***
252.381
444.651
2.264
3.761***
–
–
3.480***
17.343***
***
***
**
mit
110.402***
41.010*
0.000
21.537***
9.652***
∆mit
248.988***
232.567***
152.661***
5.762***
7.199***
∆ mit
–
–
–
yit
28.806
27.426
6.957
14.499***
∆yit
389.091***
338.235***
873.100***
-0.135
pit
163.522
151.253
1.118
20.840
555.328***
538.776***
2
∆pit ∆ pit 2
***
–
***
–
760.148*** –
1.742
**
10.486*** 7.405*** -1.468
***
8.610***
6.754***
11.269***
1.259
7.529***
Megjegyzések: 1) A) egyedi tengelymetszetet tartalmaz; B) egyedi tengelymetszetet és trendet is tartalmaz; C) egyiket sem tartalmaz. 2) a csillagok azt jelzik, hogy milyen szignifikancia2 szinten lehet elutasítani H 0 -t, * 10%, ** 5%, *** 1%. 3) a Fisher-ADF és a Fisher-PP teszt esetén is a χ (Khí négyzet) tesztet, a Hadri teszt esetén a heteroszkedasztikus konzisztens Z statisztikát használtuk.
Az OECD-országok árfolyamai az IPS és a Fisher tesztek alapján I (1) -es vagy I (0) -ás folyamatok, a Hadri teszt pedig I (3) -at mutat, de az idősorok ábráján jól kivehető, hogy a folyamatokban több kiugró érték is jelen van. Nem valószínű, hogy ezek a folyamatok stacionerek lennének, mert a legtöbb vizsgált árfolyamnak trendje van, így I (1) -nek feltételezzük a vizsgált nominális árfolyamokat. Az OECD-országok pénzkínálata az IPS teszt szerint első fokon integrált, a Fisher tesztek szerint stacioner, a Hadri teszt pedig megint I (3) -at mutat. Kiugró értékektől most sem mentesek a folyamatok, ez a pénzkínálatok első differenciáján látszik. A változók szintjének ábráin pedig jól kivehető, hogy valamennyi pénzkínálatnak trendje van, tehát nem lehet stacioner, ezért ebben az esetben is I (1)
46
Szabó Andrea
-es adatgeneráló folyamatokat feltételezünk. Az OECD-országok reáljövedelme ennél kedvezőbb képet mutat. Az IPS és a Fisher-ADF teszt bizonytalankodik kicsit, I (1) -es vagy I (0) -ás folyamatokat mutat, viszont a Fisher-PP és a Hadri teszt egyértelműen egységgyök folyamatoknak ítéli a reáljövedelmeket. Így mi is egységgyök folyamatoknak feltételezzük ezeket a változókat (a legtöbb folyamatnak, úgy tűnik, trendje van). Az OECD-országok árszínvonalainak teszt eredményei szintén nincsenek egyértelmű összhangban azzal, amit az idősorok ábráin látunk. Az IPS teszt I (1) -et vagy I (0) -át, a Fisher tesztek I (0) -át, a Hadri teszt pedig I (2) -őt vagy I (3) -at mutat. Az idősorok ábráiból úgy tűnik, a legtöbb vizsgált árszínvonalnak trendje van, így a stacionaritást kizárjuk. Ezen idősorok első differenciájának ábráin nem csak kiugró értékek figyelhetők meg, de néhány esetben töréspontra is gyanakodhatunk (Lengyelország, Mexikó, Törökország). Ez okozhatja, hogy a Hadri teszt kissé irreális értéket is mutat. Ebben az esetben is I (1) -nek feltételezzük a folyamatokat, de ezt statisztikailag csak az IPS teszt eredménye bizonyítja. Bár a legtöbb esetben nem tudtunk egyértelmű döntést hozni a változók integráltságának fokáról, a vizsgált folyamatok minden esetben lehetnek első fokon integráltak. Így a vizsgált változók között értelmezhető a kointegráció, azaz meg tudjuk vizsgálni, van-e hosszú távú egyensúlyi kapcsolat a változóink között, teljesül-e a monetáris árfolyammodellek és a vásárlóerő-paritás központi állítása. A Westerlund panel kointegrációs teszt eredményei A Westerlund kointegrációs tesztet mind a monetáris modellek redukált formájára, mind annak egy fundamentális építőkövére, a vásárlőerő-paritásra lefuttattuk. A monetáris árfolyammodelleket három specifikációban teszteltük, az eredményeket a 3. táblázat mutatja. Westerlund-féle panel kointegrációs teszt eredmények a monetáris árfolyammodellek esetén Kétváltozós modell
Háromváltozós modell
3. táblázat
Ötváltozós modell
Tesztstat.
érték
p-érték
érték
p-érték
érték
p-érték
Gτ
-2.221
0.028
-2.567
0.013
-3.100
0.004
Gα
-8.964
0.097
-11.241
0.096
-6.961
0.999
Pτ
-8.221
0.004
-9.923
0.001
-10.688
0.014
Pα
-7.729
0.001
-10.302
0.001
-8.021
0.744
Az eredményekből jól látszik, hogy a korlátozott modellek szerepeltek jobban. A P tesztek esetén a két- és háromváltozós modellnél 1%-os szignifikancia szinten elvethető a nullhipotézis (hogy nincs kointegráció a változók között), azzal az alternatív hipotézissel szemben, hogy a teljes panel kointegrált. A G teszteknél a nullhipotézist mindkét korlátozott specifikációnál 5%-os és 10%-os szignifikancia szinten lehet elvetni, azzal az alternatív hipotézissel szemben, hogy van legalább egy olyan egyed a panelben, amely kointegrált. Az ötváltozós korlátlan modell esetén a Gα és a Pα tesztnél nem tudtuk elvetni a nullhipotézist, de a Gτ és a Pτ tesztnél ez 1%-os és 5%-os szinten elvethető. Az első
47
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
teszteredmények viszonylag pozitív képet mutatnak. Még a panel teljes kointegráltságára vonatkozóan is találtunk bizonyítékot. Ezek alapján a két-, illetve háromváltozós specifikáció eredménye egyértelműen megerősíti, hogy létezik hosszú távú egyensúlyi kapcsolat a nominális árfolyam és a monetáris makrogazdasági fundamentumok között, és a korlátlan modell esetén is van erre némi bizonyíték. Meg kell néznünk azonban, hogy a monetáris modellek redukált formájára vonatkozó eredményeink mennyire robusztusak. Mivel az amerikai dollárt „horgonyvalutaként” alkalmaztuk, azaz minden vizsgált ország árfolyama dollárban van kifejezve, ezért nagy valószínűséggel az egyes egyedek reziduumai között keresztmetszeti függőség figyelhető meg. A függőség jelenlétét Pesaran (2004) CD tesztjével vizsgáltuk meg, nemcsak a reziduumok, de a változók között is, mindhárom specifikáció esetén. Az eredményeket a 4. táblázat szemlélteti. CD-teszt eredmények a becsült monetáris modellek esetén a reziduumra és a változókra vonatkozóan Kétváltozós modell
Háromváltozós modell CD t.stat.
p-érték
0.83
0.409
eit
38.56
0.000
0.000
md,it
22.49
0.000
yd,it
6.17
0.000
CD t.stat.
p-érték
reziduum
5.18
0.000
eit
38.56
0.000
mit
78.99
mt*
81.98
0.000
yit
37.34
0.000
yt*
81.98
0.000
reziduum
4. táblázat
Ötváltozós modell CD t.stat.
p-érték
31.22
0.000
eit
38.56
0.000
fit
5.12
0.000
reziduum
Megjegyzések: 1) fit = [(mit - mt*)-(yit - yt*)] 2) md,it = (mit - mt*) 3) yd,it = (yit - yt* )
A reziduumokat a panel összevont csoportátlag (PMG) becsléséből kaptuk meg. A CD teszt nullhipotézise a keresztmetszeti függetlenség. Az eredmények egyértelműek, szinte minden esetben 1%-os szignifikancia szinten elvethető, hogy az egyes reziduumok, illetve a változók függetlenek lennének egymástól az egyes keresztmetszeti egyedeknél (a vizsgált árfolyamoknál). Csak a háromváltozós specifikációnál nem tudjuk elvetni, hogy a panel összevont csoportátlag becsléséből kapott reziduumok keresztmetszetileg függetlenek egymástól. Mivel a CD teszt eredményei erőteljes függőséget mutatnak a vizsgált panel elemei között, ezért a Westerlund tesztet újrafuttatjuk, és bootstrap eljárással új p-értékeket határozunk meg. Az eredményeket az 5. táblázat mutatja.
48
Szabó Andrea
5. táblázat Westerlund-féle panel kointegrációs teszt eredmények a monetáris árfolyammodellek esetén robusztus p-értékekkel Kétváltozós modell
Háromváltozós modell
Ötváltozós modell
tesztstat.
érték
robusztus p-érték
érték
robusztus p-érték
érték
robusztus p-érték
Gτ
-2.221
0.109
-2.567
0.068
-3.100
0.044
Gα
-8.964
0.095
-11.241
0.090
-6.961
0.859
Pτ
-8.221
0.081
-9.923
0.034
-10.688
0.099
Pα
-7.729
0.051
-10.302
0.031
-8.021
0.501
Az eredmények jól láthatóan romlottak, de a végkövetkeztetést nem befolyásolják nagymértékben. Továbbra is a két korlátozott modell teljesít jobban, azok közül is az irodalomban gyakran tesztelt háromváltozós specifikáció. A G teszteknél 10%-os, a P teszteknél 5%-os szignifikancia szinten vethető el a nullhipotézis, hogy nincs kointegráció a vizsgált változók között. A kétváltozós specifikáció esetén csak a Gτ teszt esetén nem tudjuk elvetni a nullhipotézist, a többi esetben ez 10%-os szignifikancia szinten elvethető. Az ötváltozós korlátlan modell hasonlóan teljesített, mint az előbb. A Gτ és Pτ tesztnél 5% és 10%-os szignifikancia szinten vethető el, hogy nincs kointegráció a vizsgált változók között, míg a Gα és Pα tesztnél nem vethető el a nullhipotézis. A korábbi állításunk a keresztmetszeti függőség figyelembe vételével sem változott meg nagymértékben: létezik hosszú távú egyensúlyi kapcsolat a nominális árfolyam és a monetáris makrogazdasági fundamentumok között, amelyre a háromváltozós korlátozott modell esetén egyértelmű bizonyítékot találtunk, a másik két specifikáció esetén pedig mérsékelt igazolást. A Westerlund tesztet a vásárlóerő-paritásra is lefuttattuk, hogy lássuk, a monetáris modellek egyik fundamentális építőköve fennáll-e a vizsgált mintánkon. Mivel a monetáris modellek tesztelésénél a vizsgált panelről kiderült, hogy egyértelmű a keresztmetszeti függőség jelenléte mind a változók, mind a reziduumok között, ezért a vásárlóerő-paritás esetén az első lépés az volt, hogy a CD teszttel megvizsgáltuk a feltételezett keresztmetszeti függőség mértékét. Az eredményeket a 6. táblázat foglalja össze. CD teszt eredmények a becsült vásárlóerő-paritás esetén a reziduumra és a változókra vonatkozóan Vásárlóerő-paritás CD tesztstatisztika
p-érték
reziduum
60.70
0.000
eit
38.56
0.000
pit
61.14
0.000
pt*
81.98
0.000
6. táblázat
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
49
Feltételeztük, hogy a keresztmetszeti függőség elsődleges forrása az amerikai dollár „horgonyvalutaként” való alkalmazása, így egyáltalán nem meglepő, hogy a CD teszt eredményei e panel esetén sem változtak meg. A keresztmetszeti függetlenséget a reziduumok, a nominális árfolyamok és az árszínvonalak között is 1%-on el lehet vetni. A reziduumokat ebben az esetben is a panel összevont csoportátlag (PMG) becsléséből kaptuk meg. Ennek ellenére a Westerlund teszt p- és robusztus p-értékeit (bootstrap eljárással újraszámolva) is lejelentjük. Ezáltal látható, mennyire érzékeny a teszt a keresztmetszeti függőség jelenlétére. Az eredményeket a 7. táblázat szemlélteti. Westerlund-féle panel kointegrációs teszt eredmények a vásárlóerő-paritás esetén p-értékekkel és robusztus p-értékekkel
7. táblázat
Vásárlóerő-paritás tesztstat.
érték
p-érték
robusztus p-érték
Gτ
-2.760
0.001
0.049
Gα
-11.600
0.063
0.081
Pτ
-10.303
0.000
0.079
Pα
-10.273
0.001
0.071
Bár a p- és a robusztus p-értékek eltérnek egymástól, de annyira nem, hogy ez a következtetéseket megváltoztassa. A p-értékek alapján valamennyi teszt esetén elvethető a nullhipotézis, a Gα tesztnél 10%-os, a többi teszt esetén pedig 1%-os szignifikancia szinten. A robusztus p-értékek alapján ezt már csak 10%-os szignifikancia szinten tudjuk megtenni, kivéve a Gτ tesztet, ahol 5%-oson. Az eredmények alapján fennáll a vásárlóerőparitás a vizsgált mintánkon, azaz kimutatható egy hosszú távú egyensúlyi kapcsolat a nominális árfolyam és a megfelelő árszínvonalak között. Ez alátámasztja a monetáris árfolyammodelleknél elért eredményeket, hiszen a vásárlóerő-paritás teljesülése feltétele a monetáris árfolyammodellek érvényességének. Konklúzió A monetáris árfolyammodelleknek és azok egyik fundamentális építőelemének, a vásárlóerő-paritásnak az idősoros tesztelése a legtöbb esetben nem támasztotta alá az elméleti modellek feltevéseit. Így az irodalom egyre inkább a paneltechnikák alkalmazása felé fordult mindkét modell tesztelése során. A panel kointegrációs teszteknek nagyobb az erejük, mint az idősoros kointegrációs teszteknek, így ritkábban fogadják el helytelenül a nullhipotézist, hogy nincs kointegráció a változók között. A tanulmányban mi is a hosszú távú egyensúlyi kapcsolat tesztelésére vállalkoztunk a nominális árfolyam és a monetáris árfolyammodellek redukált formájában, illetve a vásárlóerő-paritásban szereplő makrogazdasági fundamentumok között panel kointegrációs teszt segítségével. A leggyakrabban alkalmazott panel kointegrációs tesztek reziduum alapúak, azaz az idősoros Engle–Granger (1987) kointegrációs teszt logikáját alkalmazzák. De ezek a
50
Szabó Andrea
tesztek szigorú megkötést erőltetnek a rövid és a hosszú távú együtthatókra, feltételezik, hogy azok egyenlők és ez minden keresztmetszeti egyed (minden árfolyam) estén teljesül, ez pedig csökkentheti a tesztek erejét. Ezért egy másfajta elgondoláson alapuló tesztet választottunk, Westerlund (2007) tesztjét, mely egy feltételes panel hibakorrekciós modell esetén az alkalmazkodási paramétert teszteli. A teszt keresztmetszeti függőség jelenlétét is tudja kezelni, melyet Pesaran (2004) CD tesztjével vizsgáltunk meg mind a változók, mind a reziduumok között. A monetáris árfolyammodelleket három specifikációban teszteltük: két-, három- és ötváltozós modelleket vizsgáltunk meg.A tesztelés során mind a monetáris modellek, mind a vásárlóerő-paritás vizsgálatához összeállított panelnél keresztmetszeti függőség jelenlétét mutatta ki a CD teszt a reziduumok és a változók között is. Emiatt bootstrap eljárással robusztus p-értékeket határoztunk meg. Az eredmények nem térnek el jelentősen a robusztus p-értékek figyelembe vételével sem. Mind a monetáris árfolyammodellek, mind a vásárlóerő-paritás esetén sikerült kimutatni a kointegrációt a vizsgált változók között. A monetáris árfolyammodellek esetén elmondható, hogy az irodalomban leggyakrabban tesztelt háromváltozós korlátozott modell szerepelt a legjobban. Hivatkozások Baltagi, B. H. (2008): Econometric Analysis of Panel Data. John Wiley, Chichester. Basher, S. A. − Westerlund, J. (2009): Panel cointegration and the monetary exchange rate model. Economic Modelling, Vol. 26, No. 2:506–513. Bilson, J. (1978): The monetary approach to the exchange rate – some empirical evidence. IMF Staff Papers 25, Vol. 1:48–75. Dickey, D. A. − Fuller, W. A. (1979): Distribution of the Estimators for Autoregressive Time Series With a Unit Root. Journal of the American Statistical Association, Vol. 74, No. 366:427–431. Dornbush, R. (1976): Expectations and Exchange Rate Dynamics. Journal of Political Economy, Vol. 84, No. 6:1161–1176. Engle, R. F. − Granger, C. W. J. (1987): Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, Vol. 55, No. 2:251–276. Frankel, J. A. (1979): On the mark: a theory of floating exchange rates based on real interest rate differentials. The American Economic Review, Vol. 69, No. 4:610–622. Frankel, J. A. (1984): Tests of monetary and portfolio balance models of exchange rate determination. In: John F. O. Bilson − Richard C. Marston (eds.) (1984): Exchange Rate Theory and Practice. University of Chicago Press:239–260. http://www.nber.org/chapters/c6837.pdf?new_window=1, Letöltve: 2011. 12. 16. Frenkel, J. A. (1976): A monetary approach to the exchange rate: Doctrinal aspects and empirical evidence. Scandinavian Journal of Economics, Vol. 78, No. 2:169–191. Frenkel, J. A. (1981): The Collapse of Purchasing Power Parities During the 1970’s. European Economic Review, Vol. 16, No. 1:145–165. Groen, J. J. (2000): The monetary exchange rate model as a long run phenomenon. Journal of International Economics, Vol. 52, No. 2:299–319. Hadri, K. (2000): Testing for stationarity in heterogeneous panel data. The Econometrics Journal, Vol. 3, No. 2:148–161. Hendry, D. F. − Juselius, K. (2000): Explaining cointegration analysis: Part I. The Energy Journal, Vol. 21, No. 1:1–42. Im, K. S. – Lee, J. – Tieslau, M. (2005): Panel LM unit-root tests with level shifts. Oxford Bulletin of Economics and Statistics, Vol. 67, No. 3:393–419. Im, K. S. − Pesaran, M. H. − Shin, Y. (2003): Testing for unit roots in heterogeneous panels. Journal of Econometrics, Vol. 115, No. 1:53–74.
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
51
Krugman, P. R. (1978): Purchasing Power Parity and Exchange Rates: Another Look at the Evidence. Journal of International Economics, Vol. 8, Issues 3:397-407. Kwiatkowski, D. − Phillips, P. C. − Schmidt, P. − Shin, Y. (1992): Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root? Journal of Econometrics, Vol. 54, No. 1:159–178. Macdonald, R. − Taylor, M. P. (1992): Exchange rate economics: a survey. Staff Papers-International Monetary Fund, Vol. 39, No. 1:1–57. Maddala, G. S. − Wu, S. (1999): A comparative study of unit root tests with panel data and a new simple test. Oxford Bulletin of Economics and Statistics, Vol. 61, No. S1:631–652. Mark, N. C. − Sul, D. (2001): Nominal exchange rates and monetary fundamentals. Evidence from a small post-Bretton woods panel. Journal of International Economics, Vol. 53, No. 1:29–52. Meese, R. A. (1986): Testing for bubbles in exchange markets: a case of sparkling rates. Journal of Political Economy, Vol. 94, No. 2:345–373. Meese, R. A. − Rogoff, K. S. (1983): Empirical Exchange Rate Models of the Seventies: Do They Fit Out of Sample? Journal of International Economics, Vol. 14, No. 1-2:3–24. Ng, S. − Perron, P. (2001): Lag Length Selection and the Construction of Unit Root Tests with Good Size and Power. Econometrica, Vol. 69, No. 6:1519–1554. O’Connell, P. G. J. (1998): The overvaluation of purchasing power parity. Journal of International Economics, Vol. 44, No. 1:1–19. Otero, J. − Smith, J. (2000): Testing for cointegration: power versus frequency of observation-further Monte Carlo results. Economics Letters, Vol. 67, No. 1:5–9. Papell, D. (2002): The great appreciation, the great depreciation, and the purchasing power parity hypothesis. Journal of International Economics, Vol. 57, No. 1:51–82. Pesaran, M. H. – Shin, Y. – Smith, R. P. (1999): Pooled Mean Group Estimation of Dynamic Heterogeneous Panels. Journal of the American Statistical Association, Vol. 94, No. 446:621–634. Pedroni, P. (2004): Panel cointegration: asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. Econometric theory, Vol. 20, No. 3:597–625. Pesaran, M. H. (2004): General Diagnostic Tests for Cross Section Dependence in Panels. CESifo Working Paper No. 1229, http://www.econstor.eu/bitstream/10419/18868/1/cesifo1_wp1229.pdf, Letöltve: 2013. 03. 18. Rapach, D. E. − Wohar, M. E. (2002): Testing the monetary model of exchange rate determination: new evidence from a century of data. Journal of International Economics, Vol. 58, No. 2:359–385. Rapach, D. E. − Wohar, M. E. (2004): Testing the monetary model of exchange rate determination: a closer look at panels. Journal of International Money and Finance, Vol. 23, No. 6:867–895. Rogoff, K. (1996): The Purchasing Power Parity Puzzle. Journal of Economic Literature, Vol. 34, No. 2:647– 668. Sarantis, N. (1994): The monetary exchange rate model in the long run: an empirical investigation. Weltwirtschaftliches Archiv, Vol. 130, No. 4:698–711. Shiller, R. J. − Perron, P. (1985): Testing the random walk hypothesis: power versus frequency of observation. Economics Letters, Vol. 18, No. 4:381–386. Taylor, A. M. − Taylor, M. P. (2004): The purchasing power parity debate. Journal of Economic Perspectives, Vol. 18, No. 4:135–158. Westerlund, J. (2007): Testing for error correction in panel data. Oxford Bulletin of Economics and Statistics, Vol. 69, No. 6:709–748.
52
Szabó Andrea
Mellékletek
Mellékletek
1. melléklet 1. melléklet Az OECD-országok panel (1996Q1–2011Q4) idősorainak ábrái ábrái Az OECD-országok panel (1996Q1–2011Q4) idősorainak A nominális árfolyamok logaritmusai A nominális árfolyamok logaritmusai Australia
Canada
.8 .6 .4 .2 .0 -.2 96
98
00
02
04
06
08
Czech Republik
.5
3.8
.4
3.6
.3
3.4
.2
3.2
.1
3.0
.0
2.8
-.1
2.6 96
10
98
00
02
Euro area
04
06
10
08
2.0
1.8
1.6
1.4 02
00
98
96
Hungary
.2
04
06
08
10
96
98
00
02
Japan
5.8 5.6
.0
Denmark 2.2
04
06
08
10
06
08
10
04
06
08
10
06
08
10
06
08
10
06
08
10
Korea
5.0
7.4
4.8
7.2
4.6
7.0
5.4 -.2 5.2 -.4
4.4
5.0
-.6
4.8 96
98
00
02
04
06
08
10
6.8
4.2 96
98
00
02
Mexico
04
06
08
10
6.6 96
98
00
02
Norway
2.8
2.4
2.6
2.2
2.4
2.0
04
06
08
10
96
98
00
02
Poland
04
Sweden
1.6
2.4
1.4
2.2
1.2 2.0 1.0 1.8
2.2
1.6
2.0 96
98
00
02
06
04
08
10
1.8
0.8
1.6
0.6 96
98
00
02
Switzerland
04
06
08
10
96
98
00
Turkey
.6
1
.4
0
.2
-1
.0
-2
02
04
06
08
10
08
10
96
98
00
02
United Kingdom -.3 -.4 -.5 -.6
-.2
-.7
-3 96
98
00
02
04
06
08
10
-.8 96
98
00
02
04
06
08
10
96
98
00
02
04
06
A nominális árfolyamok logaritmusainak első differenciái
A nominális árfolyamok logaritmusainak első differenciái Australia
Canada
.3 .2 .1 .0 -.1 -.2 96
98
00
02
04
06
08
.20
.12
.15
.08
.10
.04
.05
.00
.00
-.04
-.05
-.08
-.10
10
96
98
00
Euro area .3
.10
.2
.05
.1
.00
.0
-.05
-.1
-.10
-.2 98
00
02
04
02
04
06
08
10
06
08
96
10
98
00
Mexico
.10 .05 .00 -.05 -.10 96
98
00
.3
02
04
.2
.2
.1
.1
02
04
06
08
96
10
98
00
Japan
06
08
.4
.04
.3
.00
.2
-.04
.1
-.08
.0
-.12
-.1
-.16
-.2 96
10
98
00
02
04
02
04
Korea
.08
Norway
.3
Denmark .15
Hungary
.15
96
Czech Republik
.16
06
08
96
10
98
00
Poland
02
04
Sweden
.3
.3
.2
.2
.1 .1 .0 .0
.0
-.1
-.1 96
98
00
02
04
06
08
10
.0
-.1 -.2 96
98
00
Switzerland
02
04
06
08
10
-.1 96
98
00
Turkey
.15
02
04
06
08
10
08
10
United Kingdom
.6
.20 .16
.10
.4
.12
.05
.08
.2
.04
.00
.00
.0
-.05
-.04
-.10
-.2 96
98
00
02
04
06
08
10
-.08 96
98
00
02
04
06
08
10
96
98
00
02
04
06
96
98
00
02
04
53
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
A nominális árfolyamok logaritmusainak differenciái A nominális árfolyamok logaritmusainak másodikmásodik differenciái Australia
Canada
.3
.15
.2
.10
.1
.05
.0
.00
-.1
-.05
-.2
-.10
-.3
Czech Republik
98
00
02
04
06
08
.10
-.10 -.2 98
00
.3
.10
.2
.05
.1
.00
.0
-.05
-.1
-.10
-.2
-.15
-.3 00
02
04
02
04
06
08
10
-.15 96
98
00
02
Hungary
.15
98
.00 -.05
-.1
Euro area
96
.05
.0
96
10
.15
.1
-.15 96
06
08
.2
.1
.1
.0
08
96
10
.0
-.1 -.2
96
98
00
02
04
06
08
10
.2
.05
.1
.00
.0
-.05
-.1
-.10
-.2
-.15
-.1
98
00
02
04
06
08
10
10
06
08
10
06
08
10
-.4
-.2 98
00
02
04
06
08
10
-.6 96
98
00
02
04
06
08
96
10
98
00
Poland
02
04
Sweden
.3
.2
.2 .1
.1
.0
-.1
-.1
-.2 -.2
-.3 98
00
02
04
06
08
96
10
98
00
02
04
06
08
10
08
10
96
98
00
02
04
United Kingdom .2
.1
.0
-.1
-.3 96
08
.2
Turkey .3
06
.0
Switzerland
.10
04
-.2
96
.15
02
.0
-.3
-.2
00
Korea
.0
-.1
98
.4
Norway .2
06
.1
Mexico .3
04
Japan .2
96
10
Denmark
.2
-.2 96
98
00
02
04
06
08
96
10
98
00
02
04
06
A nominális pénzkínálatok logaritmusai A nominális pénzkínálatok logaritmusai Australia
Canada
Czech Republik
28.2
28.0
Denmark
28.8
28.0
28.0
28.6
27.8
27.8
28.4
27.6
28.2
27.4
28.0
27.2
27.8
27.0
27.6
27.6
27.2
27.6 27.4 27.2 27.0
26.8
26.4
96
98
00
02
04
06
08
10
96
98
00
Euro area
02
04
06
08
10
26.8 96
98
00
Hung ary
30.0
02
04
06
08
10
30.5
29.6
06
08
10
28.5
96
98
00
Mexico
02
04
06
08
10
34.35
96
98
00
Norway
30.0
04
06
08
10
27.5
00
02
04
06
08
10
27.0
96
98
00
02
04
06
08
10
25.0
98
00
02
04
06
08
10
08
10
United King dom
28
28.50
27.3
28.25 26
27.2
28.00 24
27.75
27.0
27.50 22
26.9 26.8
27.25
96
98
00
02
04
06
08
10
20
04
06
08
10
06
08
10
27.6
96
Turkey
27.1
02
27.8
25.5
Switzerland 27.4
00
28.0
27.2
98
98
28.2
26.0
27.4
96
96
28.4
26.5
27.6
28.0
33.6
28.6
27.0
27.8
28.5
10
Sweden
27.5
28.0
29.0
02
Poland
28.2
29.5
08
34.0
34.40
04
06
34.4
29.0 29.0
02
04
34.8
34.45
00
02
34.50
29.2
98
00
35.2
34.55 29.5
96
98
35.6
34.60 30.0
28.8
96
Korea
34.65
29.8
29.4
26.6
Japan
96
98
00
02
04
06
08
10
27.00
96
98
00
02
04
06
27.4
96
98
00
02
04
54
Szabó Andrea
A nominális pénzkínálatok logaritmusainak első differenciái A nominális pénzkínálatok logaritmusainak első differenciái Australia
Canada
Czech Republik
Denmark
.06
.04
.04
.08
.04
.03
.03
.04
.02
.02
.02
.00
.00
.01
.01
-.04
-.02 -.04
.00
96
98
00
02
04
06
08
10
-.01
.00
96
98
00
Euro area
02
04
06
08
10
-.08
96
98
00
Hung ary
.04
04
06
08
10
98
00
02
04
06
08
10
06
08
10
06
08
10
06
08
10
06
08
10
06
08
10
.04
.04
.03 .005
.02
.01
.02 .000
.00
.00
96
98
00
02
04
06
08
10
-.02
96
98
00
Mexico
02
04
06
08
10
-.005
.01
96
98
00
02
04
06
08
10
.00
96
98
00
Poland
Norway
.08
.05
.10
.04
.08
.03
.06
.02
.04
.01
.02
.00
.00
02
04
Sweden .08
.06
.04
.04
.00
.02
-.04
96
98
00
02
04
06
08
10
-.01
96
98
00
Switzerland
02
04
06
08
10
-.02
96
98
Turkey
.04
.24
.03
.20
00
02
04
06
08
10
08
10
-.08
96
98
00
02
04
United King dom .08 .06
.16
.02 .01 .00
.12
.04
.08
.02
.04
-.01 -.02
96
.05
.010
.02
.00
-.12
Korea
.015
.06
.03
02
Japan
.08
.05
-.01
-.01
.00
.00 96
98
00
02
04
06
08
10
-.04
96
98
00
02
04
06
08
10
-.02
96
98
00
02
04
06
A nominális pénzkínálatok logaritmusainak második differenciái A nominális pénzkínálatok logaritmusainak második differenciái Australia
Canada
.06
Czech Republik
.02
Denmark
.03
.04
.15
.02
.10
.01 .02
.01
.00
.05
.00
.00
-.02
.00
-.01 -.01
-.04 -.06
-.05
-.02
96
98
00
02
04
06
08
10
-.02
96
98
00
Euro area
02
04
06
08
10
-.03
96
98
00
Hung ary
.04
04
06
08
10
-.10
96
98
00
Japan
.06 .04
.02
02
02
04
Korea
.008
.02
.004
.01
.02 .00
.000
.00
-.004
-.01
.00 -.02
-.04
-.02
96
98
00
02
04
06
08
10
-.04
96
98
00
02
04
06
08
10
-.008
96
98
00
Norway
Mexico .04
02
04
06
08
10
.04
.00 .00
.00
-.02 -.06
04
06
08
10
-.04
96
98
00
Switzerland
02
04
06
08
10
.02 .00 -.02
02
04
06
08
10
.000
.00
-.025
-.05
-.050
-.15
00
02
04
06
08
10
08
10
.025
.05
-.10
00
98
.050
.10
98
96
United King dom
.15
.04
96
-.06
Turkey
.06
-.04
-.08
-.04
02
04
-.04
-.02
00
02
.00
-.04
98
00
.04
.02
96
98
.08
.04 .02
-.08
96
Sweden
.06
.02
-.02
-.02
Poland
-.075
96
98
00
02
04
06
08
10
-.100
96
98
00
02
04
06
-.12
96
98
00
02
04
55
A nominális árfolyam és a monetáris makrogazdasági fundamentumok… A reáljövedelmek logaritmusai A reáljövedelmek logaritmusai Canada
Australia 4.8
Czech Republik
4.65
Denmark 4.68
5.0
4.64
4.60 4.7
4.8
4.55
4.6
4.50
4.60 4.56
4.6
4.52
4.45 4.5
4.4
4.44
4.35 96
98
00
02
04
06
08
4.2 96
10
4.48
4.4
4.40
98
00
Euro area
02
04
08
06
10
4.40 96
02
00
98
Hungary
4.75
5.0
4.70
4.8
4.65
4.4
4.55
06
08
10
96
98
00
Japan
4.6
4.60
04
02
04
06
08
10
06
08
10
06
08
10
Korea
4.7
5.2
4.6
4.8
4.5
4.4
4.4
4.0
4.2
4.50 4.45
4.0
4.40
3.8 96
98
00
02
04
06
08
4.3 96
10
98
00
02
04
08
06
10
4.68
5.2
4.7
4.64
5.0
4.60
4.6
4.4 4.3
4.44
4.2
4.2
4.40
4.0
04
06
08
10
96
98
00
Switzerland
02
04
06
08
10
10
96
98
00
02
04
Sweden
4.6
4.5
4.4
4.3 96
98
00
02
04
06
08
10
08
10
96
98
00
02
04
United Kingdom 4.68
5.0
4.8
08
4.7
Turkey
4.9
06
4.4
4.48
02
04
4.6
4.52
00
02
00
4.8
4.56
4.5
98
98
Poland
4.8
96
3.6 96
Norway
Mexico
4.64
4.8
4.7
4.60
4.6
4.6 4.56
4.5
4.4
4.4 4.3
4.52
4.2 96
98
00
04
02
06
08
10
4.48 96
98
00
02
04
06
08
96
10
00
98
02
04
06
A reáljövedelmek logaritmusainak első differenciái A reáljövedelmek logaritmusainak első differenciái Australia
Canada
.06
Czech Republik
.04 .02
.04
.00
.02
Denmark
.08
.10
.04
.05
.00
.00
-.04
-.05
-.02 .00
-.04
-.02
-.08
-.06
-.04
-.08 96
98
00
02
04
06
08
-.10
-.12 96
10
98
00
Euro area
02
04
06
08
10
-.15 96
98
00
Hungary
06
08
04
06
08
10
98
00
02
04
06
08
10
06
08
10
06
08
10
-.15 96
98
00
Norway
02
04
06
08
10
96
98
00
Poland
.08
.08
.04
.04
.00
.00
02
04
Sweden .08
.02 .00
10
.00
-.3 96
Mexico .04
08
-.10
-.12 02
06
-.05
-.2
-.08
00
04
.05
-.1
98
02
.10
-.04
96
00
.15
.0
-.04
-.12
98
Korea
.00
-.08
96
10
.1
.04
.00
04
Japan
.08
.04
02
.04 .00
-.02
-.04
-.04
-.04
-.04
-.08
-.08
-.08
-.06 -.08 96
98
00
02
04
06
08
10
96
98
00
Switzerland
02
04
06
08
10
-.12 96
98
00
Turkey
.06 .04 .02
02
04
06
08
10
08
10
United Kingdom
.08
.04
.04
.02
.00
.00
-.04
-.02
.00 -.02
-.08
-.04 -.06
-.04
-.12 96
98
00
02
04
06
08
10
-.06 96
98
00
02
04
06
08
10
96
98
00
02
04
06
96
98
00
02
04
56
Szabó Andrea
A reáljövedelmek logaritmusainak második differenciái A reáljövedelmek logaritmusainak második differenciái Australia
Canada
.06
.06
.04
.04
.02
.02
.00
.00
-.02
-.02
Czech Republik
Denmark
.10
.3 .2
.05
.1
.00
-.04
-.2
-.04 96
98
00
02
04
06
08
-.10 96
10
.0 -.1
-.05
98
00
Euro area
02
04
06
08
10
-.3 96
98
00
02
Hungary
04
06
08
10
96
98
00
02
Japan
.12
.12
.3
.08
.08
.2
.04
.04
.1
.00
.00
.0
-.04
-.04
-.1
04
06
08
10
06
08
10
06
08
10
06
08
10
06
08
10
06
08
10
Korea .15 .10 .05 .00
-.08
-.08 96
98
00
02
04
06
08
10
-.05 -.10
-.2 96
98
00
Mexico
02
04
06
08
-.15 96
10
98
00
02
Norway .15
.06
04
06
08
10
96
98
00
Poland
02
04
Sweden
.08
.08
.04
.04
.10
.04
.05
.02
.00 .00
-.05
-.02
.00
.00
-.04
-.04
-.10 -.15
-.04 96
98
00
02
04
06
08
10
-.08
-.08 96
98
00
Switzerland
02
04
06
08
10
96
98
00
Turkey
.08
.15
06
08
10
08
10
96
98
00
02
04
.04
.05
.00
04
.06
.10
.04
02
United Kingdom
.02
.00 -.04
.00
-.05
-.08
-.02
-.10
-.12
-.15 96
98
00
02
04
06
08
10
-.04 96
98
00
02
04
06
08
96
10
98
00
02
04
06
Az árszínvonalak logaritmusai Az árszínvonalak logaritmusai Australia
Canada
Czech Republik
4.8
4.8
Denmark
4.8
4.8
4.7
4.7
4.7
4.7
4.6
4.6 4.6
4.5
4.5
4.6
4.4 4.5
4.4 4.3 98
00
02
04
06
08
10
4.5
4.3
4.4 96
4.2 96
98
00
Euro area
02
04
06
08
10
4.4 96
98
00
Hungary
4.8
5.2
4.7
4.8
4.6
4.4
4.5
4.0
4.4
3.6
02
04
06
08
10
96
98
00
Japan
02
04
Korea
4.65
5.0
4.64 4.8
4.63 4.62
4.6
4.61
96
98
00
02
04
06
08
10
4.4
4.60 4.59 96
98
00
Mexico
02
04
06
08
10
4.2 96
98
00
Norway
5.2
4.8
4.8
4.7
4.4
4.6
02
04
06
08
10
00
02
04
06
08
10
4.65 4.60 4.55
4.0 3.8 96
98
00
Switzerland
02
04
06
08
10
4.50 96
98
00
Turkey
4.68
4.64
02
04
06
08
10
08
10
United Kingdom
6
4.9
5
4.8
4
4.7
3
4.6
4.60
4.56
2
4.52
4.5
1 96
98
00
02
04
06
08
10
04
4.4
4.4 98
02
4.70
4.6
4.5
96
00
4.75
5.0
4.2
3.6
98
Sweden
4.8
4.0
96
Poland
4.4 96
98
00
02
04
06
08
10
96
98
00
02
04
06
96
98
00
02
04
57
A nominális árfolyam és a monetáris makrogazdasági fundamentumok…
Az árszínvonalak logaritmusainak első differenciái Az árszínvonalak logaritmusainak első differenciái Australia
Canada
.04
.03
.03
.02
.02
.01
Czech Republik
Denmark
.05
.015
.04 .010 .03 .02
.01
.00
.00
-.01
-.01
-.02
96
98
00
02
04
06
08
10
.005
.01 .000 .00
96
98
00
Euro area
04
02
06
08
-.01
10
96
98
02
00
Hung ary
.020 .015 .010
04
06
08
-.005
10
-.005
.08
.03
.06
.02
.04
.01
.02
.00
.00
-.01
-.02
-.02
96
98
00
02
04
06
08
10
96
98
00
Mexico
02
04
06
08
10
06
08
10
06
08
10
.06
.04
.03
.06
.02
.04
.01
.02
.00
.00
-.01
96
98
00
02
04
04
02
06
10
08
06
08
10
-.02
96
98
00
.02
02
04
06
08
10
10
96
98
00
02
.01
.00
.00
-.01
96
98
04
02
00
04
Sweden
.02
.025
.20
.020
06
08
10
08
10
-.02
96
98
00
02
04
.015 .010 .005
.05
06
08
06
04
.04
.25
.000
-.01
04
02
United King dom
.10
.00
02
00
.02
-.02
10
08
.15
00
98
Poland
.01
98
96
-.02
.06
Turkey
Switzerland
96
.00
Norway
.08
-.02
00
.02
.000
-.02
98
Korea
.005
-.010
96
Japan
.00
-.005
-.05
-.010
96
98
00
02
04
06
10
08
96
98
02
00
06
04
Az árszínvonalak logaritmusainak második differenciái Az árszínvonalak logaritmusainak második differenciái Australia
Canada
.04
Czech Republik
.02
Denmark
.04
.02 .01
.02
.00
.00
-.01
-.02
-.02
-.04
.02
.01
.00
.00
-.02
-.04
-.03 96
98
00
02
04
06
08
10
-.01
-.06 96
98
00
02
04
06
08
10
-.02 96
98
00
Hungary
Euro area .02
.04
.01
.02
.00
.00
02
04
06
08
10
00
02
04
06
08
10
10
06
08
10
06
08
10
-.04
-.03 96
98
00
02
04
06
08
10
-.06 96
98
00
02
04
06
08
10
96
98
00
Poland
.04 .02
.00
08
.00
Norway
.01
06
-.02
-.01
Mexico .02
04
.02
-.02
98
02
.00
-.04 96
00
.04
.01
-.02
-.02
98
Korea
.03 .02
-.01
96
Japan
02
04
Sweden
.04
.02
.02
.01
.00
-.01
.00
.00
-.02
-.01
-.02
-.02
-.04
-.03 -.04
-.06 96
98
00
02
04
06
08
10
-.04 96
98
00
Switzerland
02
04
06
08
10
.15 .10
.02
.01
.05
.01
.00
.00
.00
-.05
-.01
-.02
-.10 02
04
06
08
10
02
04
06
08
10
08
10
.03
-.01
00
00
United Kingdom
.02
98
98
Turkey
.03
96
-.02 96
-.02 96
98
00
02
04
06
08
10
96
98
00
02
04
06
96
98
00
02
04
58
Szabó Andrea
Az USA változói (a pénzkínálat, a reáljövedelem és az árszínvonal logaritmusa, illetve Az USA változói pénzkínálat, a reáljövedelem és az árszínvonal logaritmusa, illetve azok első és(amásodik differenciái) első és második differenciái) L_M_USA
L_CPI_USA
L_Y_USA 4.7
30.0
4.8
29.8
4.7
4.6 29.6
4.6 4.5
29.4
4.5
29.2 4.4
4.4
29.0 28.8
96
98
00
02
04
06
08
10
4.3
96
98
00
D_L_M_USA
02
04
06
08
10
-.04
96
98
00
02
04
06
08
10
-.06
98
00
02
04
06
08
10
-.03
96
98
00
02
04
06
08
10
08
10
D_D_L_CPI_USA
.06
.04
.02
.02
.04 .01
.00
.00
.02 -.02
-.01 .00
-.04
-.02
∆pt*
10
-.02
96
D_D_L_Y_USA
.03
pt*
08
-.01
D_D_L_M_USA
∆yt*
06
.00
.00
yt*
04
.01
-.02
.01
mt*
02
.02
.00
.02
∆mt*
00
.03
.02
.03
Változó
98
D_L_CPI_USA
.04
.04
-.03
96
D_L_Y_USA
.05
-.01
4.3
96
98
00
02
04
06
08
10
-.02
96
98
00
02
04
06
08
10
-.06
96
98
00
02
04
06
2. melléklet Az ADF, az Ng−Perron és a KPSS egységgyök és stacionaritás 2. m eredményei USA változóira vonatkozóan Az ADF,tesztek az Ng−Perron és aazKPSS egységgyök és stacionaritás tesztek eredményei USA változóira vonatkozóan ADF teszt ADF teszt KPSS teszt Ng−Perron teszt Változó KPSS teszt Ng−Perron t A A BA A B AB BC C B A USA 1980Q4–2012Q4 USA 1980Q4–2012Q4 *** * mt*-0.866 -0.866 -2.034 5.415 1.407 1.460 *** * -2.034*** 5.415*** 1.407 0.142 1.460 0.142** -2.562 ** ∆mt* *** -6.227 *** -6.241 -0.978 0.235 0.214 -10.891 -4 ** *** -6.227 -6.241 -0.978 0.235 0.214** -46.303 *** -10.891 ** yt* -0.748 -2.328 2.309 1.354 0.213 0.900 ** -2.328*** 2.309*** 1.354****** 0.213 0.900 0.096 -9.251 -38.947*** -11 ∆y-0.748 -5.663 -5.653 -5.042 0.115 t* ** *** *** *** *** -5.653 -5.042 0.115 0.096 -117.687*** 1.266 pt*-5.663 -2.351 -3.861 2.583 1.415 -38.947*** 0.332 *** *** *** *** * ∆p-2.351 -4.015 -4.352 -2.914 0.777 -3.861** 2.583 1.415*** 0.332 1.266 0.144 -0.712 -0.471 t* 2 ∆ p-4.015 – -4.352*** – -2.914*** – 0.777*** 0.056 0.036 -12 t* *** 0.144* -0.471 -5.248-0.262
Megjegyzés: 1) A) Az idősor tartalmaz konstanst; B) konstanst és trendet is tartalmaz; C) az idősor egyik *** – – – azokat a szignifikancia 0.056 0.036 -0.262 tartalmazza. 2) A csillagok jelzik szinteket, amelyeken a -123.982 nullhipotézist el lehet ut Megjegyzés: * 10%, ** 5%, *** 1%. 3) Az Ng−Perron teszt esetén csak az MZα tesztstatisztikát vettük figyelembe. ∆2pt*
1) A) Az idősor tartalmaz konstanst; B) konstanst és trendet is tartalmaz; C) az idősor egyiket sem tartalmazza. 2) A csillagok jelzik azokat a szignifikancia szinteket, amelyeken a nullhipotézist el lehet utasítani: * 10%, ** 5%, *** 1%. Andrea: Testing vettük the long run equilibrium relationship between 3) Az Ng−Perron tesztSzabó esetén csak az MZα tesztstatisztikát figyelembe.
nominal exchange rate and monetary macro-fundamentals
th
The pure time series testing of long-run monetary models of exchange rate determinati its fundamental building block, purchasing power parity, in the most cases fails to supp conjectures of the theory. Thus, the empirical literature increasingly uses the panel tec when testing both models because the power of the panel unit root and panel cointe tests seems higher than their time series obverse. In the article we examine the validity monetary exchange rate models and purchasing power parity over the period 1996Q1-2 for US dollar exchange rates of 15 OECD countries using panel cointegration tes