IX Oglnopolskie Seminarium Naukowe, 68 wrzenia 2005 w Toruniu Katedra Ekonometrii i Statystyki, Uniwersytet Mikoaja Kopernika w Toruniu

DYNAMICZNE MODELE EKONOMETRYCZNE

Joanna Bruzda
Uniwersytet Mikoaja Kopernika

Empiryczna weryfikacja modeli popytu na pienidz: zastosowanie analizy kointegracji nieliniowej

1. Wprowadzenie
Jest bardzo prawdopodobnym, e aden problem ekonomiczny nie zosta opisany na wikszej liczbie stron w czasopismach ekonomicznych i nie spowodowa wikszego przerzucania danych ni poszukiwanie stabilnej i interpretowalnej funkcji popytu na pienidz1. Rwnanie popytu na pienidz jest jedn z gwnych zalenoci behawioralnych w teorii i praktyce monetarnej, co powoduje, e waciwa specyfikacja postaci funkcyjnej tej zalenoci jest kluczowa w wykonywaniu polityki pieninej. Przyjmowanie bezporedniego celu inflacyjnego przez banki centralne (Direct Inflation Targeting DIT) odsuwa nieco uwag od modelowania popytu na pienidz, jednak zmiany w agregatach pieninych nadal nale do zbioru wskanikw branych pod uwag przez kraje prowadzce polityk DIT. W pracach z zakresu makroekonomii stosowanej czyni si wyrane rozrnienie pomidzy zalenociami zachodzcymi w dugim i krtkim okresie. Modelowanie dugookresowego popytu na pienidz naley do klasycznych zastosowa analizy kointegracji liniowej (patrz np. Johansen, Juselius, 1990, Ericsson, 1998). Obecnie coraz czciej rozlunia si zaoenie o liniowoci zalenoci dugookresowej i/lub symetrycznoci i proporcjonalnoci dostosowania do dugookresowego pooenia rwnowagi, wykorzystujc w badaniu popytu na pienidz analiz kointegracji nieliniowej (Vinod, 1999, Bae, de Jong, 2004), nieliniowe modele korekty bdem (Ltkepol i in., 1999, Escribano, 2004) oraz badanie nieliniowego co-trendingu (Cushman, 2002).
Historyczny przegld sposobw modelowania popytu na pienidz mona znale w pracy Hoffman, Rasche (1996).
1

144

Joanna Bruzda

Celem artykuu jest prba weryfikacji postaci funkcyjnych modeli popytu na pienidz realny w gospodarce polskiej z wykorzystaniem parametrycznego podejcia do analizy kointegracji nieliniowej. Badanie zostao uzupenione analiz nieliniowej kointegracji jedn z metod nie wymagajcych parametrycznej bd nieparametrycznej estymacji zalenoci w dugim okresie oraz testowaniem nieliniowego co-trendingu Bierensa (2000). W dalszej czci artykuu, w punktach 2 i 3, zostan skrtowo przedstawione teorioekonomiczne podstawy modelowania popytu na pienidz wraz z krtkim wprowadzeniem do metod analizy nieliniowej kointegracji, uzupenionym uwagami metodologicznymi. W punkcie 4 prezentuje si skrtowo wyniki badania dotyczcego modelowania zmodyfikowanego agregatu M3. Artyku zamykaj wnioski kocowe.

2. Modelowanie popytu na pienidz

Posta funkcyjna modelu popytu na pienidz jest zwykle wyprowadzana w ramach modelu rwnowagi oglnej, w ktrym reprezentatywne gospodarstwo domowe maksymalizuje midzyokresow funkcj uytecznoci konsumpcji i czasu wolnego postaci:

V (C , L) =

U (C
j =t

j ,Lj )

j t

(1)

gdzie Cj i Lj oznaczaj konsumpcj pewnego dobra (consumption) i wykorzystanie czasu wolnego (leisure) w okresie j, U jest wkls funkcja uytecznoci, rosnc w malejcym tempie ze wzgldu na kady z argumentw, za jest czynnikiem dyskontujcym odzwierciedlajcym preferencje czasowe gospodarstwa domowego. Przyjmuje si przy tym, e czas Lj, jakim dysponuj agenci poza prac, jest dzielony midzy czas wolny oraz czas powicony na zakupy, ten ostatni za jest funkcj stanu konta wyraonego w wartociach realnych, Mt/Pt (Mt oznacza nominalny stan konta, za Pt jest poziomem cen). Nastpnie postuluje si istnienie dwch rodzajw aktyww finansowych, z ktrych pierwszy, okrelany jako pienidz M, daje nominaln stop zwrotu RtM , za drugi jest tzw. walorem alternatywnym W o nominalnej stopie zwrotu RtW > RtM . Ograniczenie budetowe, jakiemu podlega gospodarstwo domowe, ma przy tym posta Wt + M t = (1 + RtW1 )Wt 1 + (1 + RtM1 ) M t 1 Pt C t . (2) W ramach zarysowanego powyej modelu funkcj popytu na pienidz otrzymuje si jako produkt uboczny maksymalizacji funkcji uytecznoci V przy warunku (2). W oglnoci posta funkcyjna popytu na pienidz zaley od przyjtych zaoe dotyczcych posta funkcji U oraz L. Przy zaoeniu, e funkcja L zaley jedynie od realnego stanu konta Mt/Pt, za funkcja uytecznoci jest funkcj CES postaci

Empiryczna weryfikacja modeli popytu na pienidz...

145

U t = Ct + (1 )( M t / Pt )1

1/

(3)

gdzie < 1 i 0 , otrzymujemy podwjnie logarytmiczne rwnanie popytu na pienidz

ln

( ) = ln(1 ) ln
Mt Pt

+ ln (Ct ) ln RtW RtM ,

(4)

gdzie = 1 /(1 ) (patrz Stracca, 2001). W praktyce innowacje finansowe mog z czasem obniy dochodow elastyczno popytu na pienidz poniej wartoci jeden2. Dodatkowo w modelach empirycznych w charakterze zmiennych objaniajcych czsto uwzgldnia si osobno dwie stopy zwrotu RtW i RtM (lub tylko stop RtW ) przewidujc, e parametr stojcy przy stopie zwrotu z alternatywnego waloru bdzie ujemny, za odpowiedni parametr dla depozytw bankowych, odpowiadajcych modelowanemu agregatowi, bdzie dodatni. Model podwjnie logarytmiczny zakada, e elastyczno popytu na pienidz wzgldem stopy procentowej jest niezalena od wysokoci tej stopy (lub struktury terminowej stp). Tymczasem preferencje pynnoci agentw mog zalee od rodzaju reimu monetarnego, tj. od poziomu inflacji i tym samym nominalnej stopy procentowej. Zjawisko to dobrze opisuje popularna w literaturze semilogarytmiczna posta funkcyjna popytu na pienidz (patrz Ericsson, 1998):
ln

( ) = k + ln(C ) (R
Mt Pt t

W t

RtM ,

(5)

ktra zakada, e elastyczno wzgldem rozpitoci stp procentowych jest rosnc funkcj tej rozpitoci, co powoduje, i preferencje pynnoci agentw s malejc funkcj poziomu nominalnej stopy procentowej. Z drugiej strony popyt na pienidz pojedynczego gospodarstwa domowego moe posiada niecigo dla pewnego poziomu nominalnej stopy procentowej, przy ktrej dochd z lokaty nie kompensuje kosztw z ni zwizanych (np. kosztw transakcyjnych). Dlatego preferencje pynnoci znajd si na wysokim staym poziomie, gdy rozpito stp procentowych obniy si poniej pewnej wartoci progowej. Poniewa prg ten moe si zmienia dla rnych agentw, w wielkociach zagregowanych zamiast niecigoci bdziemy obserwowa pewien oglny wzrost elastycznoci popytu wzgldem stopy procentowej. Aby opisa ten efekt Hoffman, Rasche (1996), str. 103, Ashworth i Evans (1998) oraz Stracca (2001) proponuj stosowanie funkcji logarytmiczno-odwrotnej (log-inverse) postaci:

Wikszo modeli rwnowagi oglnej postuluje cis dugookresow zaleno midzy konsumpcj i dochodem. W modelach empirycznych zmienna Ct, odpowiadajca za poziom aktywnoci gospodarczej, jest zwykle aproksymowana poprzez PKB, prywatn konsumpcj, produkcj przemysow bd sprzeda detaliczn.

146

Joanna Bruzda

ln

( ) = k + ln(C ) +
Mt Pt t
Mt Pt

RtW RtM

(6)

Trzy proponowane postacie funkcyjne modelu popytu na pienidz mona zapisa wykorzystujc transformacj Boxa-Coxa jako
ln

( ) = k + ln(C ) (
t

RtW RtM

) .

(7)

gdzie = 0, 1 i 1 odpowiadaj modelom (4), (5) i (6). Elastyczno popytu na pienidz wzgldem stopy procentowej wynosi wwczas RtW RtM . Pytanie o waciw posta funkcyjn staje si wobec tego gwnie pytaniem o charakterze empirycznym.

3. Kointegracja nieliniowa definicje i uwagi metodologiczne

W literaturze ekonometrycznej pojcie kointegracji nieliniowej rozumie si zwykle dwojako. Jedni autorzy rozwaaj liniow posta zalenoci w dugim okresie z nieliniowym dostosowaniem do dugookresowego pooenia rwnowagi. Rozwaania te zaowocoway badaniami nad wpywem nieliniowoci procesw dostosowawczych na metody estymacji i testowania zalenoci kointegracyjnych (patrz np. Balke, Fomby, 1997, Charemza, Makarova, 1999). Analizuje si przy tym najczciej procesy dostosowawcze w postaci procesw dwuliniowych bd kawakami liniowych (piecewise linear), takich jak procesy SETAR (co okrela si jako kointegracj progow threshold cointegration), lub LSTAR i ESTAR (co okrelane jest jako kointegracja wygadzonego przejcia smooth transition cointegration). Alternatywnie rozwaa si nieliniowe modele korekty bdem, w ktrych korekta ze wzgldu na odchylenie od dugookresowego pooenia rwnowagi ma posta dwuliniow, wielomianow, kawakami liniow lub inn. Escribano i Mira (2002) czciowo rozszerzaj twierdzenie Grangera o reprezentacji na przypadek procesw nieliniowych dowodzc, e jeli dla uoglnionych procesw I(1) istnieje nieliniowy model korekty bdem, to procesy takie s liniowo skointegrowane przy pewnych dodatkowych zaoeniach na temat nieliniowego procesu dostosowawczego. Ponadto Escribano (2004) pokazuje, e nieliniowy model korekty bdem mona rwnowanie przedstawi w postaci nieliniowego procesu dostosowawczego tylko wwczas, gdy spenione s zaoenia o wystpowaniu tzw. wsplnych czynnikw (common factors). Druga grupa autorw skupia uwag na nieliniowej postaci funkcyjnej zalenoci w dugim okresie, rozwaajc wektor niestacjonarnych procesw stochastycznych X t = [ X 0t X 1t K X kt ] , dla ktrego istnieje mierzalna funkcja f taka, e proces t = f ( X 0t , X 1t , K , X kt ) jest procesem stacjonarnym lub mieszajcym (geometrycznie ergodycznym, NED - near epoch dependent), albo

Empiryczna weryfikacja modeli popytu na pienidz...

147

oglnie mwic procesem o sabszej strukturze zalenoci ni skadowe wektora X t . W tym nurcie bada prekursorami byli Granger i Hallman (1991), ktrzy wprowadzili pierwsz operacyjn definicj kointegracji nieliniowej i zdefiniowali pojcia procesw z krtk i rozszerzon pamici w redniej (short and extended memory in mean), bardziej przystajce do analizy procesw nieliniowych ni tradycyjnie rozumiane procesy I(0) i I(1). Wad podejcia Grangera i Hallmana bya niekonsekwencja polegajca na tym, e w proponowanej procedurze testowania nieliniowej kointegracji oparli si oni na zwykych testach pierwiastkw jednostkowych, tj. testach dla procesw liniowych. Z tego powodu w dalszych rozwaaniach na temat nieliniowych zalenoci dugookresowych kolejni autorzy bazuj na uoglnionym pojcie procesu stacjonarnego jako takiego, ktry spenia funkcjonalne centralne twierdzenie graniczne (patrz np. Breitung, 2001, Dufrnot, Mignon, 2002). Procesy tego typu daje si wygodnie scharakteryzowa z wykorzystaniem koncepcji mieszania (mixing). Proces stochastyczny jest procesem -mieszajcym, jeli zaley gwnie od swych biecych wartoci. Formalnie, jeli X t jest procesem stochastycznym, a Fst = ( X s , K , X t ) generowan przez niego -algebr, to X t jest -mieszajcy, gdy m 0 wraz z m , przy czym m s wspczynnikami postaci

m = sup
t

t { F F , GFt m } +

sup

P(G F ) P(G ) P( F ) .

(8)

Uoglniony proces zintegrowany definiuje si wwczas jako taki proces niemieszajcy, ktry staje si -mieszajcy po d-krotnym zrnicowaniu. Bazujc na definicji procesu -mieszajcego Dufrnot i Mignon (2002) wprowadzili do ekonometrii dynamicznej pojcie wsplnego mieszania (comixing) jako rozszerzenie koncepcji kointegracji nieliniowej na przypadek procesw nieliniowych. Jeli dane s dwa procesy niemieszajce X t i Yt , to powiemy, e s one wsplnie mieszajce (s ze sob w relacji mieszania), jeli (1) istnieje funkcja mierzalna f taka, e f ( X t , Yt , ) jest -mieszajcy lub o krtkiej pamici w redniej dla = i niemieszajcy lub o rozszerzonej pamici w redniej dla ; (2) istnieje funkcja mierzalna f taka, e f ( X t , Yt , ) jest niemieszajcy, ale o sabszej strukturze zalenoci ni procesy X t i Yt . O procesach X t i Yt zakada si najczciej, e maj ten sam poziom autozalenoci, mierzonej np. rzdem uoglnionej integracji. Podobna struktura autozalenoci procesw stanowi warunek konieczny budowy modelu zrwnowaonego (balanced equation) w rozumieniu Grangera (1995), czy modelu zgodnego w rozumieniu Zieliskiego (1991) i Kufla (2002). Definicj wsplnego mieszania dwch procesw niemieszajcych mona w bezporedni sposb uoglni na przypadek dowolnej liczby procesw. Przypadkiem szczeglnym

148

Joanna Bruzda

procesw wsplnie mieszajcych s procesy skointegrowane (liniowo bd nieliniowo). Jeli w definicji kointegracji wykorzystamy uoglnione pojcie procesu zintegrowanego, terminy kointegracja i wsplne mieszanie bd w istocie oznacza to samo. W niniejszym artykule pod pojciem nieliniowej kointegracji rozumie si wystpowanie procesw w relacji wsplnego mieszania. Metody badania tak rozumianej kointegracji mona podzieli na metody wymagajce (parametrycznej bd nieparametrycznej) estymacji postaci funkcyjnej zalenoci w dugim okresie oraz metody niewymagajce estymacji tej postaci funkcyjnej. W pierwszym przypadku do reszt z potencjalnej zalenoci kointegracyjnej dla procesw zintegrowanych stosuje si rne metody badanie krtkiej pamici w redniej, takie jak zmodyfikowana analiza R/S, testy istotnoci wspczynnikw wzajemnej informacji (lub innych miar zalenoci nieliniowej, jak np. wspczynnikw maksymalnej korelacji czy miar entropii, a take momentw wyszych rzdw w rodzaju funkcji bikowariancyjnej lub funkcji kowariancyjnej dla kwadratw) dla duych opnie oraz testy stacjonarnoci i pierwiastkw jednostkowych bazujce na uoglnionych definicjach procesw I(0) i I(1), takie jak test KPSS w swojej uoglnionej wersji dla reszt z zalenoci dugookresowej czy rangowy test pierwiastkw jednostkowych. Oprcz wymienionych powyej metod w testowaniu wasnoci mieszania mona wykorzysta testy krtkiej pamici w informacji, sugerowane przez Aparicio i Escribano (1998) w kontekcie tzw. kointegracji informacyjnej. Natomiast w drugiej grupie metod badania kointegracji nieliniowej mona wyrni rangowy test kointegracji Breitunga (2001) oraz test wspomnianej ju kointegracji informacyjnej. Poniewa w niniejszym artykule gwny nacisk kadzie si na badanie kointegracji w oparciu o testy dla reszt z oszacowanej parametrycznie zalenoci dugookresowej, naley starannie wybra metod estymacji tej zalenoci. Waciwym wyborem wydaje si metoda FMOLS (fully modified ordinary least squares) Phillipsa i Hansena (1990). Po pierwsze jest ona bardziej odporna ni MNK na nieliniowo procesu dostosowawczego np. typu dwuliniowego (patrz Charemza, Makarova, 1999), tymczasem testujc wasno mieszania dopuszczamy wystpowanie stabilnych nieliniowych procesw dostosowa. Po drugie koryguje ona obcienie estymatorw parametrw relacji dugookresowej zwizane z autokorelacj reszt. Po trzecie wreszcie - dopuszcza stosowanie regresorw, ktre nie s sabo egzogeniczne, tymczasem w badaniu popytu na pienidz tzw. zmienna skali (np. PKB) czsto nie jest sabo egzogeniczna wzgldem parametrw zalenoci dugookresowej (por. Fagan, Henry, 1998). W literaturze na temat modelowania relacji makroekonomicznych dla zmiennych niestacjonarnych (w tym modelowania popytu na pienidz) dokonuje si zwykle wyboru postaci funkcyjnej poprzez stosowanie testw liniowej kointegracji (przyjmujc jako waciw zaleno, dla ktrej zachodzi wasno skointegrowania) oraz rnego typu testw diagnostycznych i testw hipotez niezagniedonych zastosowanych do modeli korekty bdem, bdcych ekonometryczn konsekwencj wystpowania kointegracji. To modele korekty b-

Empiryczna weryfikacja modeli popytu na pienidz...

149

dem poddaje si badaniu stopnia dopasowania, wasnoci predyktywnych, braku autokorelacji i heteroskedstycznoci reszt oraz poprawnoci postaci funkcyjnej. Natomiast rwnanie dugookresowe jest badane pod wzgldem stabilnoci parametrw, co stanowi swojego rodzaju test poprawnoci specyfikacji modelowej i czsto moe by interpretowane jako test wystpowania kointegracji (patrz Hansen, 1992). Rwnania zalenoci dugo- i krtkookresowej bada si rwnie pod wzgldem sensownoci statystycznej i ekonomicznej interpretacji oraz wanoci przyjtych a priori restrykcji. Naley jednak zaznaczy, e jak do tej pory nie opracowano testw hipotez niezagniedonych dla zalenoci kointegracyjnych, co pozwolioby bezporednio porwnywa rne (w szczeglnoci nieliniowe) specyfikacje midzy sob. Z tego powodu Ashwoth i Evans (1998) proponuj stosowanie tego typu testw (np. standardowego testu J) do stacjonarnych modeli korekty bdem. Alternatyw wzgldem tego podejcia wydaje si by testowanie kointegracji nieliniowej, dopuszczajcej nieliniowo procesu dostosowaw-czego w bardzo oglnej formie. Myl przewodni tego artykuu jest propozycja stosowania testw kointegracji nieliniowej jako metody poszukiwania takiej postaci funkcyjnej zalenoci dugookresowej, ktra daje proces dostosowawczy o relatywnie krtkiej pamici w redniej, bdc w ten sposb narzdziem weryfikacji rnych postaci funkcyjnych. Warto rwnie zauway, e przejcie od kointegracji liniowej do testowania wsplnego mieszania jako podejcia bardziej uniwersalnego pozwoli znajdowa stabilne pooenia rwnowagi dugookresowej tam, gdzie zawodziy zwyke testy kointegracji. Umoliwi to powtrn weryfikacj wielu hipotez makroekonomicznych i finansowych.

4. Wyniki empiryczne
W badaniu wykorzystano nastpujce dane miesiczne z okresu 01.199302.2004 (134 obserwacje)3: dostosowany sezonowo realny zmodyfikowany agregat M3, dostosowan sezonowo produkcj przemysow w cenach staych z 1995 r., redni stop oprocentowania zotowych ROR jako miar RtM oraz rednie oprocentowanie depozytw zotowych 3-miesicznych w gwnych bankach komercyjnych jako miar RtW . W dalszej analizie przyjmuj nastpujce oznaczenia: lnM3r logarytm M3, lnip logarytm produkcji przemysowej, l_s rozpito midzy dugo- i krtkookresow stop procentow, lnl_s logarytm l_s, invl_s odwrotno l_s.
Zmodyfikowany agregat M3 zosta zaproponowany w pracy Kot (2004) jako wielko dostosowana ze wzgldu na tzw. podatek Belki z listopada 2001 r. i zmian metodologiczn w statystykach publikowanych przez NBP z marca 2002 r. Pragn podzikowa panu Adamowi Kot z Departamentu Analiz Makroekonomicznych i Strukturalnych NBP za uyczenie tego szeregu czasowego na potrzeby niniejszej pracy.
3

150

Joanna Bruzda

We wstpnej analizie szeregw testem KPSS z wyborem pasma metod Neweya-Westa i dwoma typami hipotezy zerowej okazao si, e wszystkie szeregi mona w zasadzie traktowa jako procesy I(1). Jednak w dwch przypadkach nie odrzucono H0 o trendo-stacjonarnoci na poziomie istotnoci 5% (dla lnip oraz invl_s), za w przypadku szeregu l_s na tym samym poziomie istotnoci odrzucono hipotezy o stacjonarnoci i trendo-stacjonarnoci dla przyrostw. Zastosowane transformacje szeregu l_s istotnie wpywaj wic na jego wasnoci statystyczne (por. Ashworth, Evans, 1998). Nastpnie stosujc estymator Phillipsa-Hansena oszacowano trzy postacie zalenoci zgodnie z formu (8) oraz dodatkowo kolejne trzy rwnania, w ktrych uwzgldniono trend liniowy w zalenoci dugookresowej jako efekt procesu monetyzacji gospodarki polskiej (por. Kot, 2004). Wyniki estymacji oraz testowania stabilnoci parametrw zalenoci dugookresowej za pomoc trzech statystyk Hansena (1992) zawarto w tabeli 1 w dokumencie Wyniki.pdf na stronie domowej autorki (http://www.uni.torun.pl/~bruzdaj). Trzy pierwsze modele maj znaki i wielkoci parametrw zgodne z teori, przy czym model semilogarytmiczny charakteryzuje si stabilnoci parametrw. W przypadku modeli z trendem znaki parametrw przestaj by interpretowalne, cho wszystkie modele wydaj si mie stabilne parametry strukturalne. Testowanie nieliniowej kointegracji przeprowadzono z wykorzystaniem testu KPSS (posuono si przy tym maoprbkowymi wartociami krytycznymi dla reszt z zalenoci kointegracyjnej patrz Stephton, 1996), analizy R/S poprawionej zgodnie z sugesti Lo (1991), testw istotnoci wspczynnikw wzajemnej informacji oraz testu Beitunga. Dodatkowo przeprowadzono test nieliniowego co-trendingu Bierensa oraz test J obejmowania w wariancji dla modeli korekty bdem, zbudowanych z wykorzystaniem wynikw estymacji metod FMOLS. Wyniki zawieraj tabele 27 znajdujce si we wspomnianym dokumencie. Test KPSS wskazuje (na poziomie istotnoci 5%) wystpowanie kointegracji tylko w przypadku modeli 1 i 6. Wyniki analizy R/S ka odrzuci hipotez o krtkiej pamici w redniej w przypadku reszt z modeli 2, 4 i 6. Analizujc wyniki testw istotnoci wspczynnikw wzajemnej informacji mona zauway, e najkrtsz pami w redniej maj reszty z modelu 2, za najdusz z modelu 1. Test Breitunga pozwala odrzuci hipotez o niewystpowaniu kointegracji nieliniowej na poziomie istotnoci 5%, za test nieliniowego cotrendingu wskazuje na wystpowanie dwch wektorw, dajcych liniowe kombinacje zmiennych, ktre s stacjonarne wok liniowego trendu. Kady z 6 zbudowanych modeli VEC wskazywa na brak sabej egzogenicznoci zmiennej lnip, za testy J nie pozwoliy wyrni modeli obejmujcych inne w wariancji.

Empiryczna weryfikacja modeli popytu na pienidz...

151

5. Wnioski kocowe
Porwnywanie rnych specyfikacji nieliniowych opartych o zmienne niestacjonarne jest problematyczne ze wzgldu na to, e jak dotd nie zbadano wasnoci testw hipotez niezagniedonych w kontekcie relacji kointegrujcych. Niektrzy autorzy proponuj wobec tego stosowanie testw tego typu do modeli korekty bdem. Alternatyw w stosunku do tego podejcia moe stanowi analiza nieliniowej kointegracji, ktra pozwoli znajdowa stabilne zalenoci dugookresowe tam, gdzie zawodz zwyke testy kointegracji oraz bdzie pomocna przy wyborze waciwej postaci funkcyjnej tej zalenoci, wskazujc na procesy dostosowawcze o wzgldnie krtkiej pamici w redniej. Spord szeciu porwnywanych postaci modeli popytu na pienidz w gospodarce polskiej, zgodnie z proponowan metodologi, najlepszych wynikw dostarczyy modele 1 i 2, przy czym testy Hansena oraz testy istotnoci wspczynnikw wzajemnej informacji wskazay na model semilogarytmiczny, za test KPSS oraz analiza R/S wyrniy model podwjnie logarytmiczny. Popularne testy obejmowania w wariancji zastosowane do modeli korekty bdem nie pozwoliy rozstrzygn midzy alternatywnymi specyfikacjami.

Literatura
Aparicio, F. M., Escribano, A. (1998), Information-Theoretic Analysis of Serial Dependence and Cointegration, Studies in Nonlinear Dynamics and Econometrics, 3, 119140. Ashworth, J., Evans, L. (1998), Functional Form of the Demand for Real Balances in Cagans Hyperinflation Model, Applied Economics, 30, 16171623. Bae, Y., de Jong, R. M. (2004), Money Demand Function Estimation by Nonlinear Cointegration, Working Paper, Ohio State University. Balke, N. S., Fomby, T. B. (1997), Threshold Cointegration, International Economic Review, 38, 627645. Bierens, H. J. (2000), Nonarametric Nonlinear Co-Trending Analysis, With an Application to Interest and Inflation in the U.S., Journal of Business and Economic Statistics, 18, 323337. Breitung, J. (2001), Rank Tests for Nonlinear Cointegration, Journal of Business and Economic Statistics, 19, 331340. Charemza, W. W., Makarova, S. (1999), Long-Run Relationships and Bilinear Processes: Initial Results, referat prezentowany na XXVIII Konferencji Zastosowania Matematyki, Zakopane-Kocielisko, 2128 wrzenia 1999. Coenen, G., Vega, J.-L. (2001), The Demand for M3 in the Euro Area, Journal of Applied Econometrics, 16, 727748. Cushman, D. O. (2002), Nonlinear Trends and Co-Trending in Canadian Money Demand, Studies in Nonlinear Dynamics and Econometrics, 6, 1, 4.

152

Joanna Bruzda

Dufrnot, G., Mignon, V. (2002), Recent Developments in Nonlinear Cointegration with Applications to Macroeconomics and Finance, Kluwer Academic Publishers. Ericsson, N. R. (1998), Empirical Modeling of Money Demand, Empirical Economics, 23, 295315. Escribano, A. (2004), Nonlinear Error Correction: the Case of Money Demand in the United Kingdom (18782000), Macroeconomic Dynamics, 8, 76116. Escribano, A., Mira S. (2002), Nonlinear Error Correction Models, Journal of Time Series Analysis, 23, 509522. Fagan, G., Henry, J. (1998), Long Run Money Demand in the EU: Evidence for AreaWide Aggregates, Empirical Economics, 23, 483506. Granger, C. W. J. (1995), Modelling Nonlinear Relationships Between ExtendendMemory Variables, Econometrica, 63, 265-279. Granger, C. W. J., Hallman, J. (1991), Long Memory Series with Attractors, Oxford Bulletin of Economics and Statistics, 53, 1126. Hansen, B. E. (1992), Tests for Parameter Instability in Regressions with I(1) Processes, Journal of Business and Economic Statistics, 10, 321335. Hoffman, D. L., Rasche R. H. (1996), Aggregate Money Demand Functions. Empirical Applications in Cointegrated Systems, Kluwer Academic Publishers, Boston/London/Dordrecht. Johansen, S., Juselius, K. (1990), Maximum Likelihood Estimation and Inference on Cointegration with Applications to the Demand for Money, Oxford Bulletin of Economics and Statistics, 52, 169210. Kot, A. (2004), The Impact of Monetization on the Money Demand in Poland, Bank i Kredyt, 2, 3036. Kufel, T. (2002), Postulat zgodnoci w dynamicznych modelach ekonometrycznych, UMK, Toru. Lo, A. W., Long-Term Memory in Stock Market Prices, Econometrica, 59, 12791313. Ltkepol, H., Tersvirta, T., Wolters, J. (1999), Investigating Stability and Linearity of a German M1 Money Demand Function, Journal of Applied Econometrics, 14, 511525. Phillips, P. C. B., Hansen, B. E. (1990), Statistical Inference in Instrumental Variables Regression with I(1) Processes, Review of Economic Studies, 57, 99125. Sephton, S. (1996), Extended Critical Values for a Simple Test for Cointegration, Applied Economic Letters, 3, 155157. Stracca, L. (2001), The Functional Form of the Demand for Euro Area M1, European Central Bank Working Paper Series, 51. Vinod, H. D. (1999), Nonparametric Estimation of Nonlinear Money Demand Cointegration Equation by Projection Pursuit Methods, Working Paper, Fordham University. Zieliski, Z. (1991), Liniowe modele ekonometryczne jako narzdzie opisu i analizy przyczynowych zalenoci zjawisk ekonomicznych, UMK, Toru.