National economic policy uncertainty is a determinant of stock market volatility, decreased investor confidence, and macroeconomic instability. The study aims to examine the interaction between Russia’s Economic Policy Uncertainty Index (REPU), the Moscow Stock Exchange RTS Index (RTSI) and the exchange rate of US dollar to Russian ruble. Methodologically, the analysis relies on the theories of financial markets and the concept of economic uncertainty. The causality is investigated using the Granger causality test. The data is the monthly indices and exchange rates for January 1996 – July 2024. The findings indicate that there is no statistically significant causality from the REPU to the RTSI, which suggests that the direct impact of economic policy uncertainty news on stock prices is limited. However, a significant causation is established between the REPU and the exchange rate, indicating that policy uncertainty causes currency depreciation. This evidences that economic policy uncertainty plays an important role in exchange rate fluctuations. The insights derived from the study could help policymakers and investors assess issues related to financial stability and exchange rate risks. In future, the study could be extended to examine other macroeconomic indicators and external shocks influencing financial markets
Предпросмотр статьи
Идентификаторы и классификаторы
- SCI
- Экономика
Fiscal and monetary policies can play a decisive role in financial markets and economic activities, and being affected by political and economic uncertainties they can have serious effects on both economic activities and financial markets [Ilgın, 2022, p. 458]
Список литературы
1. Aastveit K. A., Natvik G. J., Sola S. (2017). Economic uncertainty and the influence of monetary policy. Journal of International Money and Finance, vol. 76, pp. 50-67. DOI: 10.1016/j.jimonfin.2017.05.003
2. Abid A. (2020). Economic policy uncertainty and exchange rates in emerging markets: Short and long runs evidence. Finance Research Letters, vol. 37, 101378. DOI: 10.1016/j.frl.2019.101378
3. Akkuş Ö. (2017). The impact of economic policy uncertainty and political instability on growth. Anadolu Üniversitesi Sosyal Bilimler Dergisi = Anadolu University Journal of Social Sciences, vol. 17, no. 3, pp. 27-42. (In Turkish). DOI: 10.18037/ausbd.417272
4. Arouri M., Estay C., Rault C., Roubaud D. (2016). Economic policy uncertainty and stock markets: Long-run evidence from the US. Finance Research Letters, vol. 18, pp. 136-141. DOI: 10.1016/j.frl.2016.04.011
5. Baker S. R., Bloom N., Davis S. J. (2011). Policy uncertainty: A new indicator (CentrePiece article no. CEPCP362). London: LSE. 3 p.
6. Baker S. R., Bloom N., Davis S. J. (2013). Measuring economic policy uncertainty (Chicago Booth Research Paper no. 13-02). Chicago: The University of Chicago. 48 p. DOI: 10.2139/ssrn.2198490
7. Baker S. R., Bloom N., Davis S. J. (2016). Measuring economic policy uncertainty. The Quarterly Journal of Economics, vol. 131, issue 4, pp. 1593-1636. DOI: 10.1093/qje/qjw024
8. Balcilar M., Gupta R., Kyei C., Wohar M. E. (2016). Does economic policy uncertainty predict exchange rate returns and volatility? Evidence from a nonparametric causality-in-quantiles test. Open Economies Review, vol. 27, pp. 229-250. DOI: 10.1007/s11079-016-9388-x
9. Batabyal S., Killins R. (2021). Economic policy uncertainty and stock market returns: Evidence from Canada. The Journal of Economic Asymmetries, vol. 24, e00215. DOI: 10.1016/j.jeca.2021.e00215
10. Bénassy-Quéré A., Mignon V., Penot A. (2007). China and the relationship between the oil price and the dollar. Energy Policy, vol. 35, issue 11, pp. 5795-5805. DOI: 10.1016/j.enpol.2007.05.035
11. Bildirici M. E., Turkmen C. (2015). Nonlinear causality between oil and precious metals. Resources Policy, vol. 46, part 2, pp. 202-211. https:/. DOI: 10.1016/j.resourpol.2015.09.002
12. Bloom N. (2009). The impact of uncertainty shocks. Econometrica, vol. 77, issue 3, pp. 623-685. DOI: 10.3982/ECTA6248
13. Bonser-Neal C. (1996). Does central bank intervention stabilize foreign exchange rates? Economic Review of Federal Reserve Bank of Kansas City, vol. 81, no. 1, pp. 43-57.
14. Brogaard J., Detzel A. L. (2015). The asset pricing implications of government economic policy uncertainty. Management Science, vol. 61, issue 1, pp. 3-18. DOI: 10.1287/mnsc.2014.2044
15. Büyükakın F., Bozkurt H., Cengiz V. (2009). Analysis of the interest rate channel of monetary transmission with Granger causality and Toda-Yamamoto method in Turkey. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi = Erciyes University Journal of Faculty of Economics and Administrative Sciences, issue 33, pp. 101-118. (In Turkish).
16. Caggiano G., Castelnuovo E., Figueres J. M. (2017). Economic policy uncertainty and unemployment in the United States: A nonlinear approach. Economics Letters, vol. 151, pp. 31-34. DOI: 10.1016/j.econlet.2016.12.002
17. Chang T., Chen W.-Y., Gupta R., Nguyen D. K. (2015). Are stock prices related to the political uncertainty index in OECD countries? Evidence from the bootstrap panel causality test. Economic Systems, vol. 39, issue 2, pp. 288-300. DOI: 10.1016/j.ecosys.2014.10.005
18. Chen J., Jiang F., Tong G. (2017). Economic policy uncertainty in China and stock market expected returns. Accounting & Finance, vol. 57, issue 5, pp. 1265-1286. DOI: 10.1111/acfi.12338
19. Chen L., Du Z., Tan Y. (2019). Sustainable exchange rates in China: Is there the heterogeneous effect of economic policy uncertainty. Green Finance, vol. 1, issue 4, pp. 346-363. 10.3934/ GF.2019.4.346. DOI: 10.3934/GF.2019.4.346
20. Chen X., Chiang T. C. (2020). Empirical investigation of changes in policy uncertainty on stock returns - Evidence from China’s market. Research in International Business and Finance, vol 53, 101183. DOI: 10.1016/j.ribaf.2020.101183
21. Dai Y., Zhang J.-W., Yu X.-Z., Li X. (2017). Causality between economic policy uncertainty and exchange rate in China with considering quantile differences. Theoretical and Applied Economics, vol. 24, no. 3, pp. 29-38.
22. Davis S. J. (2016). An index of global economic policy uncertainty (NBER Working Paper no. 22740). Cambridge: National Bureau of Economic Research. DOI: 10.3386/w22740
23. Dickey D. A., Fuller W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, vol. 49, no. 4, pp. 1057-1072. DOI: 10.2307/1912517
24. Fang L., Chen B., Yu H., Qian Y. (2018). The importance of global economic policy uncertainty in predicting gold futures market volatility: A GARCH-MIDAS approach. Journal of Futures Markets, vol. 38, issue 3, pp. 413-422. DOI: 10.1002/fut.21897 EDN: YFCWDR
25. Gemici E. (2020). The relationship between economic policy uncertainty and G7 stock markets. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi = Bingöl University Journal of Social Sciences Institute, issue 20, pp. 353-372. (In Turkish). DOI: 10.29029/busbed.732124
26. Granger C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, vol. 37, no. 3, pp. 424-438. DOI: 10.2307/1912791
27. Güney P. Ö. (2020). Economic policy uncertainty and exchange rate volatility. Bankacılar Dergisi = Bankers’ Journal, no. 114, pp. 3-17. (In Turkish).
28. Gürsoy S. (2021). The effect of global economic politic uncertainty to exchange rate, inflation and stock market: Evidence from Turkey. Türkiye Mesleki ve Sosyal Bilimler Dergisi = Journal of Vocational and Social Sciences of Turkey, no. 5, pp. 120-131. (In Turkish). DOI: 10.46236/jovosst.877608
29. Gürsoy S., Zeren F. (2022). Economic political uncertainty and stock market relationship: Evidence from G7 and BRIC countries. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi = Erciyes University Journal of Faculty of Economics and Administrative Sciences, issue 61, pp. 353-368. (In Turkish). DOI: 10.18070/erciyesiibd.986321
30. Ilgın K. S. (2022). Examining the relationship between national economic policy uncertainty and stock market indices: An empirical analysis for selected European countries. İktisat Politikası Araştırmaları Dergisi = Journal of Economic Policy Researches, vol. 9, issue 2, pp. 455-474. 10.26650/ JEPR1074582. (In Turkish). DOI: 10.26650/JEPR1074582
31. Jeon J.-H. (2019). Uncertainty and manufacturing stock market in Korea. San-gyeong-yeon-gu-nonjib = The Journal of Industrial Distribution & Business, vol. 10, issue 1, pp. 29-37. DOI: 10.13106/ijidb.2019.vol10.no1.29
32. Jiang Y., Feng Q., Mo B., Nie H. (2020). Visiting the effects of oil price shocks on exchange rates: Quantile-on-quantile and causality-in-quantiles approaches. The North American Journal of Economics and Finance, vol. 52, 101161. DOI: 10.1016/j.najef.2020.101161
33. Juhro S. M., Phan D. H. B. (2018). Can economic policy uncertainty predict exchange rate and its volatility? Evidence from ASEAN countries. Bulletin of Monetary Economics and Banking, vol. 21, no. 2, pp. 251-268. DOI: 10.21098/bemp.v21i2.974
34. Kang W., Ratti R. A. (2015). Oil shocks, policy uncertainty and stock returns in China. Economics of Transition, vol. 23, issue 4, pp. 657-676. DOI: 10.1111/ecot.12062
35. Kaya S., Kaya M., Çelik İ. (2023). The relationship between economic policy uncertainty and income volatility: Evidence from developed country exchanges. Muhasebe ve Finans İncelemeleri Dergisi.
36. = Bulletin of Accounting and Finance Reviews, vol. 6, issue 1, pp. 15-27. DOI: 10.32951/mufider.1205714
37. Khraief N., Shahbaz M., Mahalik M. K., Bhattacharya M. (2021). Movements of oil prices and exchange rates in China and India: New evidence from wavelet-based, nonlinear, autoregressive distributed lag estimations. Physica A: Statistical Mechanics and Its Applications, vol. 563, 125423. DOI: 10.1016/j.physa.2020.125423
38. Kido Y. (2016). On the link between US economic policy uncertainty and exchange rates. Economics Letters, vol. 144, pp. 49-52. DOI: 10.1016/j.econlet.2016.04.022
39. Ko J.-H., Lee C.-M. (2015). International economic policy uncertainty and stock prices: Wavelet approach. Economics Letters, vol. 134, pp. 118-122. DOI: 10.1016/j.econlet.2015.07.012
40. Korkmaz Ö., Güngör S. (2018). The impact of global economic policy uncertainty on stock returns of selected index traded on Istanbul stock exchange. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi = Journal of Social Sciences of Mus Alparslan University, vol. 6, no. ICEESS’ 18, pp. 211-219. (In Turkish). DOI: 10.18506/anemon.452749
41. Lee S. (2018). Economic policy uncertainty in the US: Does it matter for Korea? East Asian Economic Review, vol. 22, no. 1, pp. 29-54. DOI: 10.11644/KIEP.EAER.2018.22.1.337
42. Lee W.-C., Lin H.-N. (2012). Threshold effects in the relationships between USD and gold futures by panel smooth transition approach. Applied Economics Letters, vol. 19, no. 11, pp. 1065-1070. DOI: 10.1080/13504851.2011.613747
43. Lin B., Su T. (2020). Does oil price have similar effects on the exchange rates of BRICS? International Review of Financial Analysis, vol. 69, 101461. DOI: 10.1016/j.irfa.2020.101461
44. Long S., Zhang R., Hao J. (2022). Asymmetric impact of Sino-US interest rate differentials and economic policy uncertainty ratio on RMB exchange rate. Journal of International Financial Markets, Institutions and Money, vol. 78, 101570. DOI: 10.1016/j.intfin.2022.101570
45. Makinayeri M. (2019). Economic policy uncertainty and macroeconomic activity: An asymmetric approach. PhD diss. in econ. Milwaukee. 109 p.
46. Özkan O. (2020). Causality relationship between USA’s economic and trade policy uncertainties and Dollar-TL exchange rate. In: Akdoğan A. A. (ed.) Proc. 19th Int. Business Congress (pp. 851-861). Kayseri: Erciyes University.
47. Peng G., Huiming Z., Wanhai Y. (2018). Asymmetric dependence between economic policy uncertainty and stock market returns in G7 and BRIC: A quantile regression approach. Finance Research Letters, vol. 25, pp. 251-258. DOI: 10.1016/j.frl.2017.11.001
48. Phillips P. C. B., Perron P. (1988). Testing for a unit root in time series regression. Biometrika, vol. 75, issue 2, pp. 335-346. DOI: 10.1093/biomet/75.2.335 EDN: ILNEET
49. Şengül O., Adıgüzel U. (eds.) (2023). Current studies on employment. Istanbul: Eğitim Yayınevi Publ. (In Turkish).
50. Sin C.-Y. (2015). The economic fundamental and economic policy uncertainty of Mainland China and their impacts on Taiwan and Hong Kong. International Review of Economics & Finance, vol. 40, pp. 298-311. DOI: 10.1016/j.iref.2015.02.026
51. Sohag K., Gainetdinova A., Mariey O. (2022). The response of exchange rates to economic policy uncertainty: Evidence from Russia. Borsa Istanbul Review, vol. 22, issue 3, pp. 534-545. DOI: 10.1016/j.bir.2021.07.002 EDN: HHLFWM
52. Syed Q. R., Malik W. S., Chang B. H. (2019). Volatility spillover effect of federal reserve’s balance sheet on the financial and goods markets of Indo-Pak region. Annals of Financial Economics, vol. 14, no. 3, 1950015. DOI: 10.1142/S2010495219500155
53. Takım A. (2015). The relation between economic growth and unemployment in Turkey: Granger causality test. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi = Journal of Social Sciences, issue 27. (In Turkish).
54. Tiwari A. K., Jana R. K., Roubaud D. (2019). The policy uncertainty and market volatility puzzle: Evidence from wavelet analysis. Finance Research Letters, vol. 31. DOI: 10.1016/j.frl.2018.11.016
55. Uche E., Chang B. H., Gohar R. (2022). Consumption optimization in G7 countries: Evidence of heterogeneous asymmetry in income and price differentials. Journal of International Commerce, Economics and Policy, vol. 13, no. 1, 2250002. DOI: 10.1142/S1793993322500028 EDN: RHEARB
56. Wu T.-P., Liu S.-B., Hsueh S.-J. (2016). The causal relationship between economic policy uncertainty and stock market: A panel data analysis. International Economic Journal, vol. 30, issue 1, pp. 109-122. DOI: 10.1080/10168737.2015.1136668
57. Xu Y., Wang J., Chen Z., Liang C. (2021). Economic policy uncertainty and stock market returns: New evidence. The North American Journal of Economics and Finance, vol. 58, 101525. DOI: 10.1016/j.najef.2021.101525
58. Yule G. U. (1926). Why do we sometimes get nonsense-correlations between time-series? A study sampling and the nature of time-series. Journal of the Royal Statistical Society, vol. 89, issue 1, pp. 1-63. DOI: 10.2307/2341482
59. Zhang L., Chen W., Hu N. (2023). Economic policy uncertainty and stock liquidity: Evidence from China. International Journal of Emerging Markets, vol. 18, no. 1, pp. 22-44. 10.1108/IJO- EM-06-2020-0625. DOI: 10.1108/IJO-EM-06-2020-0625 EDN: VQWTMV
Выпуск
Другие статьи выпуска
Глобальные экономические и геополитические изменения обуславливают высокую значимость выбора подхода к макроэкономическому регулированию. Негативное влияние внешних шоков стало невозможно нивелировать краткосрочными механизмами, которые традиционно используются правительствами в периоды кризисов. Устойчивыми остаются экономики, которые взяли за основу макроэкономической политики повышение производительности экономики. Статья посвящена оценке потенциала экономики Армении в контексте применения подхода к макроэкономическому регулированию, основанному на повышении производительности экономики. Методологической базой исследования послужили постулаты классической теории экономического роста и концепция производительности экономики. В работе использованы методы анализа рядов динамики, сравнительного анализа, обобщения и синтеза. Информационную базу составили статистические данные по экономике Армении, а также значения международных индексов и рейтингов с 1990 по 2023 гг. Выявлено, что ключевыми факторами повышения производительности экономики Армении выступают инновационный потенциал и человеческий капитал. Усиление данных преимуществ может оказать положительное влияние на экономический рост и развитие страны как в краткосрочной, так и в долгосрочной перспективе, что обуславливает необходимость пересмотра направлений макроэкономической политики Армении
Трансдисциплинарный характер проблемы устойчивого развития обусловил рост числа исследований в разных областях науки, однако, недостаточный прогресс в достижении целей устойчивого развития потребовал разработки новых способов не только производства знаний, но и их интеграции в принятие управленческих решений. Статья посвящена разработке рекомендаций по интеграции научного знания в практику управления устойчивым развитием регионов РФ для перехода к стратегиям, ориентированным на оценку и обучение. Методологическая база исследования основывается на сочетании системного, эволюционного и функционального подходов к обеспечению устойчивого развития региональных систем. Методы включали анализ и синтез, концептуальное и функциональное моделирование для построения логикосемантических и описательных моделей интеграции научных разработок в управление регионом. В результате преобразована структура аналитического сопровождения политических решений путем создания научных миссий; разработаны инструменты измерения устойчивого развития региона для их внедрения в ключевые функции управления на всех этапах управленческого цикла; предложен алгоритм подготовки управленческих решений, включающий четыре этапа взаимодействия: концептуализацию, моделирование, измерение и оценку. Предложенные разработки дают возможность непрерывного мониторинга и корректировки политики устойчивого развития на каждом этапе управленческого цикла, что повышает гибкость и прозрачность региональной политики для стейкхолдеров, увеличивает их вовлеченность в процессы изменений и способствует более интенсивному продвижению к лучшему будущему
Приоритетные направления развития макрорегионов, обозначенные в Стратегии пространственного развития РФ до 2030 г. с прогнозом до 2036 г., предопределяют необходимость глубокого изучения их транспортно-коммуникационной инфраструктуры, формирующей каркас территории. Статья посвящена оценке функционирования и развития транспортно-коммуникационной инфраструктуры федеральных округов РФ на основе использования пространственно-функционального методического подхода. Методологической базой послужили теории пространственного развития и теоретические положения экономики транспорта. Методика исследования включает несколько этапов, в том числе оценку реализации функций транспортно-коммуникационной инфраструктуры в экономическом пространстве и расчет соответствующего интегрального показателя, а также процедуры ранжирования и кластеризации. Информационную базу составили данные Росстата за 2014–2022 гг. Выявлено, что абсолютным лидером по реализации всех функций транспортно-коммуникационной инфраструктуры является ЦФО. При этом динамика показателей реализации отдельных функций зачастую выше у других макрорегионов, в частности, индикаторы территориальной функции опережающими темпами растут в СКФО, ПФО и УрФО. Результаты ранжирования и кластеризации федеральных округов по уровню развития, использования и качества функционирования транспортно-коммуникационной инфраструктуры свидетельствуют о значительной неоднородности ее развития в федеральных округах, что влечет за собой снижение уровня их социально-экономического развития. Материалы исследования могут быть использованы органами государственной власти субъектов федерации при разработке программ развития транспортно-коммуникационной инфраструктуры
Преодоление экономических последствий пандемии для большинства стран мира предполагало смягчение денежно-кредитной политики, что сформировало повышенные инфляционные ожидания. Их возврат к умеренным значениям стал одной из ключевых задач коммуникационной политики центральных банков. Статья посвящена выявлению формулировок, применение которых в коммуникациях способствует снижению инфляционных ожиданий и приведению инфляции к целевому значению. Методологическую основу составили постулаты поведенческой и экспериментальной экономики. Использовался метод рандомизированного опросного эксперимента, предполагающий сравнительные оценки полученных результатов в целевых и контрольных группах. Информационной базой послужил опрос 1 200 респондентов из числа жителей макрорегиона Урал, проведенный весной 2024 г. Результаты эксперимента показали, что направленные коммуникации способствуют некоторой рационализации инфляционных ожиданий. В частности, акцентирование в ходе коммуникаций внимания на заявленной цели Центрального банка Российской Федерации по инфляции, а также на фактах о ее достижении в прошлые периоды и на фактическом значении ощутимо снижают инфляционные ожидания. Данные коммуникационные посылы могут стать одним из инструментов, применяемых центральным банком для достижения целевого показателя инфляции, способствуя снижению инфляционных ожиданий, а, следовательно, их заякориванию на уровне, близкому к целевому значению инфляции
Макроэкономическая концепция человеческой глупости, предложенная Карло Чиполлой в 1976 г., позволяет рассматривать влияние группы лиц с деструктивным поведением на траекторию экономического роста. Статья посвящена построению макроэкономической теории деструктивности на основе формализации участия двух социальных групп – «глупцов» и «умников» – в национальной экономике. Методология исследования состоит в распространении теории производственных функций на гетерогенное население страны, которое распадается на две качественно неоднородные по своим поведенческим свойствам социальные группы. Метод включал динамизацию производственной функции с учетом структуры населения для получения дифференциального уравнения экономического роста, которое позволяет определить свойства моделируемой системы. Полученное уравнение установило критические доли группы «глупцов» для локального и глобального режимов развития. В первом случае нарушается рост душевого ВВП, а во втором – рост объема ВВП. Аналитическое исследование режимов построенной модели выявило свойство минимальной разумности общества, согласно которому для поддержания режима макроэкономической эффективности умные люди должны обеспечить себе минимальное влияние в системе управления и производства. Построенная модель может иметь три эквивалентные трактовки – макроэкономики глупости, ошибок и вреда. В первом случае рассматриваются два типа экономических агентов с рациональным и иррациональным поведением, во втором – успешно или неудачно решаемые задачи, в третьем – совместное действие населения, ведущее созидательную деятельность по увеличению ВВП, и когорты «диверсантов», занятых контрпродуктивной работой по нарушению общественного порядка и нанесению национальной экономике ущерба. Расширение интерпретаций исходной модели позволяет перейти к обобщенной трактовке в терминах макроэкономики деструктивности
Современные модели роста слабо учитывают такие детерминанты роста, как наличие структурных ограничений и влияние инструментов монетарной политики, что требует соответствующих исследований с опорой на эмпирические методы анализа, позволяющие уточнить возникающие и нарушающиеся связи между параметрами роста экономики. Статья посвящена определению влияния базовых инструментов монетарной политики на российский экономический рост и инфляцию на длительном интервале времени, на компоненты ВВП и секторальную структуру, представленную обрабатывающим, сырьевым и трансакционным секторами. Методологическую базу составляет теория экономического роста неошумпетерианского типа. Применяются методы эмпирического, регрессионного и структурного анализа. Информационную базу составили данные Росстата и Банка России за 2000–2023 гг. Выявлено, что инструменты монетарной политики по-разному влияли на динамику ВВП, компоненты его структуры, а также базовые сектора экономики. В частности, повышение монетизации способствовало росту экономики, повышение ключевой процентной ставки влияло обратным образом и не давало ощутимого подавления инфляции. Одновременно с эффектом сдерживания спроса возникал эффект «деградации предложения», провоцирующий большую величину издержек и инфляционное давление. Установленная разница во влиянии на секторальную структуру и компоненты ВВП инструментов монетарной и бюджетной политики подтверждает необходимость смены содержания этих видов политики
Издательство
- Издательство
- УрГЭУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- Юр. адрес
- 620144, Уральский ФО, Свердловская область, г. Екатеринбург, ул. 8 Марта/Народной Воли, д. 62/45
- ФИО
- Силин Яков Петрович (РЕКТОР)
- E-mail адрес
- odo@usue.ru
- Сайт
- https://www.usue.ru/