2007 онд инфляцийг онилох мөнгөний бодлого Монголбанкнаас хэрэгжүүлж эхэлсэн ба инфялцийг онилох бодлогын гол хэрэгсэл нь хүүний түвшин бөгөөд Төв банк бодлогын хүүгээ өөрчлөх замаар захын болон арилжааны банкуудын хүүд, улмаар нийт эрэлт болон инфляцид нөлөөлдөг. Энэхүү бүтээлдээ мөнгөний бодлогын арга хэрэгсэл болох бодлогын хүү болон мөнгөний нийлүүлэлтийн гол нэрийн бараа бүтээгдхүүний үнэ тэр дундаа хүнсний бүтээгдхүүний үнэ, шатахууны үнэ, эрчим хүч, түлшний үнэд хэрхэн нөлөөлдөг болхыг бүтцийн вектор авторегресс (SVAR) загвараар шилжилж үзнэ.

1. ИНФЛЯЦИ БА МӨНГӨНИЙ
БОДЛОГЫН ХАМААРЛЫН
ШИНЖИЛГЭЭ
Удирдагч багш: Ж. Баттулга
Гүйцэтгэсэн: А.Хүслэн
ХӨДӨӨ АЖ АХУЙ ИХ СУРГУУЛЬ
Эдийн Засаг Бизнесийн Cургууль
2016ОН

2. 1
Агуулга
Хураангуй..........................................................................................................................................2
1 Удиртгал.........................................................................................................................................3
1.1 Үндэслэл ..................................................................................................................................3
1.2 Судалгааны ажлын зорилго......................................................................................................4
1.3 Ач холбогдол ...........................................................................................................................4
2 Сэдвийн судлагдсан байдал............................................................................................................5
2.1 Гадаадад...................................................................................................................................5
2.2 Манай улсад.............................................................................................................................6
3 Онолын хэсэг..................................................................................................................................7
3.1 Хугацааны цуваа, түүний бүрэлдэхүүн хэсэг ...........................................................................7
3.2 Вектор Авторегресс (VAR) загвар............................................................................................9
3.2 Бүтцийн Вектор Авторгресс (SVAR) загвар...........................................................................10
4 Тоон шинжилгээ ...........................................................................................................................12
4.1 Хүнсний бүтээгдхүүний инфляцийн динамикийн бүтцийн шинжилгээ .................................13
4.2 Шатахууны инфляцийн динамикийн бүтцийн шижилгээ.......................................................14
4.3 Эрчим хүч, түлшний ифляцийн динамикийн бүтцийн шинжилгээ .........................................16
4.4 Мөнгөний нийлүүлэтийн динамикийн бүтцийн шинжилгээ...................................................18
5 Эмпирик шинжилгээ.....................................................................................................................20
5.1 Өгөгдөл..................................................................................................................................20
5.2 Хүнсний бүтээгдхүүний ифляцийн SVAR загвар...................................................................21
5.3 Шатахууны инфляцийн SVAR загвар.....................................................................................22
5.4 Эрчим хүч, түлшний инфляцийн SVAR загвар.......................................................................22
6 Үр дүн...........................................................................................................................................23
6.1 Хүнсний бүтээгдхүүний үр дүн..............................................................................................24
6.2 Шатахууны инфляциийн үр дүн.............................................................................................25
6.3 Эрчим хүч, түлшний инфляци үр дүн.....................................................................................25
7 Дүгнэлт.........................................................................................................................................27
7.1 Мөнгөний нийлүүлэлтийн цочрол:.........................................................................................27
7.2 Бодлогын хүүний цочрол: ......................................................................................................27
8 Ашигласан материал.....................................................................................................................28
9 Хавсралт.......................................................................................................................................29

3. 2
Хураангуй
2007 онд инфляцийг онилохмөнгөний бодлого Монголбанкнаас хэрэгжүүлж эхэлсэн
ба инфялцийг онилох бодлогын гол хэрэгсэл нь хүүний түвшин бөгөөд Төв банк бодлогын
хүүгээ өөрчлөх замаар захын болон арилжааны банкуудын хүүд, улмаар нийт эрэлт болон
инфляцид нөлөөлдөг. Энэхүү бүтээлдээ мөнгөний бодлогын арга хэрэгсэл болох бодлогын
хүү болон мөнгөний нийлүүлэлтийн гол нэрийн бараа бүтээгдхүүний үнэ тэр дундаа
хүнсний бүтээгдхүүний үнэ, шатахууны үнэ, эрчим хүч, түлшний үнэд хэрхэн нөлөөлдөг
болхыг бүтцийн вектор авторегресс (SVAR) загвараар шилжилж үзнэ.
Түлхүүр үгс: Бүтцийн вектор авторегресс загвар(SVAR), Хүнсний бүтээгдхүүний
инфляци, шатахууны инфляци, эрчим хүч, түлшний инфляци

4. 3
1 Удиртгал
1.1 Үндэслэл
“Инфляци хаана ч, хэзээ ч үргэлж мөнгөтэй холбоотой”
Милтон Фридман (1968)
Инфляцийг1 онилох мөнгөний бодлогын хэлбэрийг хамгийн анх 1990 онд Шинэ
Зеланд улсын төв банк хэрэгжүүлсэн гэдэг. Үүний дараагаар дэлхийн олон улс орон
инфляцийг онилох мөнгөний бодлогыг хэрэгжүүэх болсон бөгөөд уг бодлого нь хөгжиж буй
улс орнуудад үр дүнгээ үзүүлэж байна.
Манай улсын хувьд 1990 – ээд оныг хүртэл буюу социализмын үед бараа,
үйлчилгээний үнийг төрөөс тогтоон, тэрхүү тогтоосон үнэ нь ямар нэг хэлбэлзэлгүй олон
жилийн туршид тогтмол байсан гэвч 1990 онд ардчилал ялж чөлөөт зах зээлийн хэлбэрт
шилжсэнэрээ инфляцитай холбоотой асуудлыг сөхөж эхэлсэн.
Манай улсад сүүлийн жилүүдэд өргөн хэрэглээний бараа, үйлчилгээний үнэ
тасралтгүй өссөөр байгаа нь хүмүүсийн амьдралд бодит дарамт болоод зогсохгуй цаашин ч
үнийн өсөлтийн хязгаарлаж чадахгуй байх гэсэн болгоомжлол, бухимдлын бас нэг шалтгаан
болж байна. Үнийн өсөлтийн улмаас цалин, тэтгэвэр авч байгаа мөнгөний худалдан авах
чадвар буурсаар байна. Хүмүүс жилийн, магадгүй сарын өмнө 100 мянган төгрөгөөр
худалдан авч байсан зүйлээ одоо 130 мянган төгрөгөөр ч худалдан авч чадахгуй болж
байгааг “мөнгөний худалдан авах чадварын бууралт” хэмээн нэрлэдэг. Энэ бол инфляцийн
бодит хор хохирол юм.
Монгол услын засгийн газар, Монголбанкны хооронд 2012 оны 10 дугаар сарын 22-
ны өдөр ”Гол нэрийн бараа бүтээгдхүүний үнийг дунд хугацаанд тогтворжуулах”
хөтөлбөрийг хэрэгжүүлж эхэлсэн. Уг хөтөлбөрийн хүрээнд 5 дэд хөтөлбөрийг хэрэгжүүлж
байна.
1. Шатахууны жижиглэнгийн худалдааны үнийг тогтворжуулах
2. Өргөн хэрэглээний импортын бараа, бүтээгдхүүний өртгийг бууруулах
3. Хүнсний гол нэрийн бараа бүтээгдхүүний үнийг тогтворжуулах
1
Бараа үйлчилгээний үнэ тасралтгүйөсөх үзэгдлийг эдийн засгийн онолд инфляци хэмээн нэрлэдэг.

5. 4
4. Барилгын салбарыг дэмжих, улмаар орон сууцны үнийг тогтворжуулах
5. Нүүрсний аюулгүй нөөц бүрдүүлэх, түлш эрчим хүчний салбарын өвөлжилтийн
бэлтгэл ханган, эрчим хүчний үнэ, тарифыг тогтворжуулах
Тиймээс энэхүү бүтээлдээ Монголбанкны бодлогын хүү болон мөнгөний
нийлүүлэлтийн гол нэрийн бараа бүтээгдхүүний үнэд хэрхэн нөлөөлж байгааг бүтцийн
вектор авторегресс (SVAR) эконометрик загвар ашиглан судална.
1.2 Судалгааны ажлын зорилго
Энэхүү бүтээлдээ хэрэглээний үнийн индексийн бүрдэл хэсгүүдэд Монголбанкнаас
хэрэгжүүлэж буй инфляцийг онилох мөнгөний бодлогын үзүүлэх нөлөөллийг судлахад
оршино.
Судалгааны ажлын хамрах хүрээ
Уг судалгааны ажилдаа 2007 онд Монголбанкнаас инфляцийг онилох мөнгөний
бодлого хэрэгжүүлж эхэлсэнтэй холбогдуулж 2006 оны1 сараас 2013 оны 12 сар хугаацааны
турш сар бүрийн мэдээллийг ашиглан хүнсний бүтээгдхүүний инфляци, шатахууны
инфляци, эрчим хүч, түлшний инфляци –д мөнгөний нийлүүлэлт(М1), төв банкны бодлогын
хүү, арилжааны банкуудын төгрөгийн зээлийн хүү, Бодит ДНБ, зэрэг хүчин зүйлүүд хэрхэн
нөлөөлж ирсэнийг бүтцийн вектор авторегрессийн (SVAR) загвар ашиглан шижилнэ.
1. Монгол улсын эдийн засгийн байдал/мөнгөний нийлүүлэлт, бодит ДНБ/
2. Монгол банкны бодлогын нөлөө/бодлогын хүү/
3. Олон улсын эдийн засгийн хүчин зүйл/зэсийн үнэ, газрын тосны үнэ, алтны үнэ,
олон улсын эдийн засгийн хямралын нөлөө/
Зорилт
 Хүнсний бүтээгдхүүний инфляци, шатахууны инфляци, эрчим хүч, түлшний
инфляцийн мөнгөний бодлогод үзүүлэх хариу үйлдэл шинжлэх
1.3 Ач холбогдол
Хүнсний бүтээгдхүүн инфляци, шатахууны инфляци, эрчим хүч,түлшний инфляцийн
мөнгөний бодлогод үзүүлэх хариу үйлдлийг шинжилсэний үр дүнд нөхцөл байдлыг зөв

6. 5
үнэлэж богино болон дунд хугацаанд бараа бүтээгдхүүний үнийн өсөлтийг тогтворжуулах
бодлого хэрэгжүүлэх.
Инфляци өсөх болсон учир шалтгааныг дэлгэрэнгүй судалж улмаар инфляцийн
өсөлтийг тогтоох бодлогыг боловсруулах.
2 Сэдвийн судлагдсан байдал
2.1 Гадаадад
 Eliana Gonzalez болон Miguel I.Gomez
2009 онд “Хүнсний бүтээгдхүүний үнийн динамикийн шинжилгээ”. Уг судалгааг
Колумб улсын жишээн дээр хийсэн ба инфляцийг онилох мөнгөний бодлогод хүнсний
бүтээгдхүүний богино хугацаанд үзүүлэх хариу үйлдлийг судалсан байна. Уг судалгааны
ажилд хүнсний бүтээгдхүүний үнийн индексийг: 1)Боловсруулсан бүтээгдхүүн,2)
Боловсруулаагүй бүтээгдхүүн, 3) Үйлчилгээний хүнсний бүтээгдхүүн гэж 3 дэд бүлэгт
ангилан энгийн давхар квадралтын аргын тусламжтай үнэлсэн.
Үр дүн: Хүнсний бүтэгэдхүүний үнийн индексийг ангилаж үзэх нь таамаглалыг илүү
үнэмшлэлтэй болгодог ба мөнгөний бодлогын нөлөөг илүү тодорхой харах боломжтой гэж
үзсэн байна.
 Christopher Adam болон Stephen O’Connel
2012 онд “Хүнсний бүтээгдхүүний үнэ ба инфляци” судалгааны ажлыг Танзани
улсын жишээн дээр судалж үзсэн. Энэхүү судалгааны ажилдаа тэд энгийн регрессийн
загварыг боловсруулж инфляци болон түүний бүрдэл хэсгүүд болох хүнс, эрчим хүч, суурь
инфляцид нөлөөлөгч хүчин зүйлсийн үнэлгээг хийсэн. Уг судалгааны ажилдаа нөлөөлөгч
хувьсагчдыг эрэлт болон нийлүүлэлт таалаас судалж үзсэн.
Үр дүн: Мөнгөний нийлүүлэлтийн өсөлт нь инфляцид богино болон урт хугаанд
нөлөөлдөг болхыг тодорхойлсон. Богино хугацаанд хүнсний бүтээгдхүүний инфляцид
мөнгөний бодлого түүний эрэлтийн хүчин зүйлсээр дамжин нөлөөлөх боломжтой.
 J. Davidson болон C.W Morgan

7. 6
2011 онд “Хүнсний бүтээгдхүүний үнийн шинжилгээ”. Вектор авторегрессийн загвар
ашиглан Их британи улсын жишээн дээр уг судалгааг хийсэн.
 Dick Direvall болон Njuguna S. Ndung
1999 онд “Кэни услын инфляцийн динамик загвар” судалгааны ажлын хүрээнд тэд
инфляцийн динамикийг коинтэгрэшн хязгаарлалттай VAR загвар буюу Vector Error
Correction (VEC) загвараар шинжилж үзсэн байна. VEC загвартаа тэд валютын ханш, гадаад
орны үнэ, мөнгөний нийлүүлэлт, хүүний түвшин гэсэн хувьсагчдыг сонгож авч шинжилгээг
хийсэн.
Үр дүн: Мөнгөний нийлүүлэлт нь хүнсний бүтээгдхүүний үнийн өсөлтөнд шууд
нөлөөлдөггүй ба валютын ханшинд нөлөөлөх замаар хүнсний бүтээгдхүүний үнийн
өсөлтийг барих боломжтой гэж үзсэн байна.
2.2 Манай улсад
 Д. Ган-Очир болон Г.Борхүү
“Инфляци болон мөнгөний үзүүлэлтүүдийн хамаарал” судалгаандаа ARIMA, VAR
загваруудыг ашиглан инфляцид мөнгөний агрегатууд болон валютын ханш, төв банкны үнэт
цаасны хүү, инфляцийн өмнөх үеийн утгууд нөлөөлж байгаа эсэхийг шалгахад бүгд
нөлөөтөй байсан бөгөөд валютын ханш нь хүчтэй нөлөөтэй, харин мөнгөний нийлүүлэлт,
төв банкны үнэт цаасны хүү сул нөлөөтэй байна гэсэн үр дүнд хүрчээ.
 Д.Ган-Очир
2005 онд “Цалин болон орлого, инфляци хоорондын уялдаа” судалгааны хүрээнд
Төрийн албан хаагчдын цалин өсөх нь инфляцийг өсгөх шалтгаан болдог уу, эсрэгээр нь
инфляци өндөр байх нь цалин болон орлогыг өсгөх шаардлага бий болгож байна уу гэсэн
асуултад хариу өгөх үүднээс энэхүү судалгааны ажлыг эконометрикийн коинтэгрэшн болон
алдаа засварлалын загварын үр дүнд суурилсан Гранжер шалтгааны шинжилгээгээр
судалжээ. Судалгааны үр дүнд урт хугацаанд цалингийн 10%-ийн өсөлт нь 4.45%-ийн
инфляцийг бий болгодог байна. Манай эдийн засагт цалингийн өсөлт нь нэг улирлын
дараагаас инфляцийн шалтгаан болдог бол харин инфляци нь хоёр улирлын дараагаас

8. 7
цалингийн өсөлтийг далладаг буюу урт болон богино хугацаанд харилцан бие биенийхээ
Гранжер шалтгаан болж байна гэсэн дүгнэлтийг хийжээ.
3 Онолын хэсэг
3.1 Хугацааны цуваа, түүний бүрэлдэхүүн хэсэг
Сонгож авсан үзүүлэлтийн цаг хугацааны дараалсан агшингуудад харгалзах олонлогийг
хугацааны цуваа гэнэ. Хугацааны цувааг тухайн үзүүлэлтийн ирээдүйн утгыг таамаглах
загваруудыг боловсруулахад ашигладаг. Хамгийн бага буюу цөөн мэдээллээр хамгийн үр
ашигтай прогнозын загварыг боловсруулах асуудал нь хугацааны цувааны шинжилгээ юм.
Хугацааны цувааны загварууд нь ямарваа үзүүлэлтийн өнгөрсөн үеийн утгуудаар нь
ирээдүйн утгыг таамаглах зорилготой байдаг.
Хугацааны цувааг детерминистик болон стохастик гэж хоёр ангилдаг. Хугацааны
цувааны дараа үеийн утга нь өмнөх үеийнхээ утгаар нэг утгатай тодорхойлогддог бол
детерминистикбуюу учир шалтгаанжсан хугацааны цуваа гэдэг. Хугацааны цувааны энэхүү
загварыг математик загвар гэдэг. Эдийн засгийн агуулгаар бол тодорхой орчны загварууд
юм.
Хугацааны цувааны ирээдүйн утга нь өнгөрсөн ба одоо үеийнхээ нэг утгаар
тодорхойлогддоггүй бол стохастик буюу санамсаргүй хугацааны цуваа гэдэг.
Аливаа хугацааны цуваа нь дараах дөрвөн бүрэлдэхүүн хэсэгтэй байна. Үүнд:
1. Тренд – чиг хандлага (Trend)
2. Улирал, сарын нөлөө (Seasonality)
3. Мөчлөг нөлөөлөл (Cycle)
4. Шок – Санамсаргүй нөлөөлөл (Shock)
Хугацааны цувааны утгын түвшингүүдийн ерөнхий чиг хандлагыг илэрхийлсэн хэсгийг
хугацааны цувааны тренд гэнэ. Хугацааны цувааны тренд нь өсөх, буурах, тогтмол гэсэн
төрлүүдтэй байдаг.
Хугацааны цуваа нь улирал юм уу, сараар өгөгдсөн нөхцөлд жил бүрийн ижил улирал,
саруудад харгалзах шинж чанар нь давтагдаж байвал улирлын нөлөөлөлтэй хугацааны цуваа
гэнэ.
Эдийн засгийн ерөнхий шинж чанараас хамааран хугацааны цувааны түвшний утгууд нь
дахин давтагдах шинж чанартайгаар өөрчлөгдөж байвал мөчлөг нөлөөлөлтэй байна гэж

9. 8
үздэг. Мөчлөг нөлөөллийн хувьд мөчлөгийн үе нь хувьсах шинжтэй байж болно. Мөчлөгийн
үеийг жилээс дээш хугацаатай авч үзнэ.
Урьдчилан таагдахгүй хүчин зүйлсийн нөлөөнөөс шалтгаалан хугацааны цувааны утга
хэлбэлзэхийг шокын нөлөөлөл гэдэг.
Трендийг эконометрикт ямар нэгэн хугацааны хугацааны функцээр загварчилдаг.
Улирал, сарын нөлөөг тайлбарлагч дамми хувьсагчийн тусламжтайгаар загварчилдаг.
Харин мөчлөгийг AR, MA, ARMA, ARIMA загваруудаар загварчилдаг.
Хугацааны цувааны бүрэлдэхүүн хэсгийг ялгах хамгийн энгийн арга нь график арга байдаг.
Хугацааны цувааны бүрэлдэхүүн хэсгүүд нь дараах хоёр бүтэцтэй байдаг.
𝒚 𝒕 = 𝑻𝑹𝒕 + 𝑺𝒕 + 𝑪𝒕 + 𝑰𝒕 → Адаптив бүтэц буюу нийлбэр бүтэц (3.1)
𝒚 𝒕 = 𝑻𝑹𝒕 ∙ 𝑺𝒕 ∙ 𝑪𝒕 ∙ 𝑰𝒕 → Мультипликатив бүтэц буюу үржвэр бүтэц (3.2)
Энд: 𝒚 𝒕 – хугацааны цувааны түвшний утга
𝑻𝑹𝒕 – тренд
𝑺𝒕 – улирлын нөлөө
𝑪𝒕– мөчлөг нөлөө
𝑰𝒕– санамсаргүй нөлөө
Хугацааны цувааны нийлбэр бүрэлдэхүүн хэсгийг ялгах
𝒚 𝒕 хугацааны цувааг авч үзье. Энд: 𝒕 = 𝟏, 𝟐, 𝟑, … , 𝒏
Энэхүү хугацааны цувааг дөрвөн бүрэлдэхүүн хэсгээрээ дараах байдлаар задардаг гэсэн
нөхцлийг тавья. Үүнд:
𝒚 𝒕 = 𝑻𝑹𝒕 + 𝑺𝒕 + 𝑪𝒕 + 𝑰𝒕 (3.3)
Бүрэлдэхүүн хэсгүүдийг ялгахын тулд дараах дараах алхамуудаар гүйцэтгэдэг.
1. Улирлын индексийг тодорхойлох
Үүний тулд улирлаар өгөгдсөн хугацааны цувааны хувьд 4 болон 2 цэгийн шатлан
дундажлах аргыг ашигладаг (moving average–шаталсан дундажийн арга). Дундажлагдсан
утга нь тухайн хугацааны цувааны трендийг тодорхойлдог. Хэрэв хугацааны цуваа сараар
өгөгдсөн бол 12 ба 2 цэгийн шилжүүлэн дундажлах аргыг ашигладаг. Дундажлагдсан утгыг
𝒚 𝒕̅ гэвэл (у𝒕
− 𝒚 𝒕̅ ) ялгавар нь улирлын нөлөөллийг илэрхийлдэг. Эдгээр ялгаврыг өгөгдсөн
жилүүдэд харгалзуулан дунджилж улирлын индексийг тодорхойлно. Улирлын индекс нь
тухайн улиралд хугацааны цувааны түвшний утга нь хэдэн нэгжээр өөрчлөгддөгийг заана.

10. 9
2. Трендийг тодорхойлох
𝑿𝒕 хугацааны цувааны хувьд түүнийг хугацаанаас хамаарсан функцээр загварчилж
трендийн утгыг тодорхойлно. Энэ тохиолдолд трендийн утга нь загварчилсан функцийн
утгатай тэнцүү байна. Өөрөөр хэлбэл, регрессийн загварын үнэлэгдсэн утгаар
тодорхойлогдоно.
3. Мөчлөг нөлөөг тодорхойлох
𝒁𝒕 = 𝑿𝒕 − 𝑻𝑹𝒕 = 𝑪𝒕 + 𝑰𝒕 гэсэн цуваа үүсгэе. (3.4)
Мөчлөгийг тодорхойлохдоо 𝒁𝒕 үзүүлэлтийн хувьд сондгой цэгийг шилжүүлэн дундажлах
аргыг ашиглана. Цэгийн тоог сонгохдоо улирлаар өгөгдсөн үзүүлэлтийн хувьд 5-аас дээш,
сараар өгөгдсөн үзүүлэлтийн хувьд 13-аас дээш цэгээр тооцно. Хэрэв дундажлагдсан утга
нь илүү хэлбэлзэл ихтэй байвал цэгийн тоог нэмж дундажлана. Дундажийн тооцооллыг
дараах томъёогоор олж болно.
𝒁𝒕
̅̅̅ =
𝒛 𝟏+𝒛 𝟐+⋯+𝒛 𝒌
𝒌
(3.5)
Тэгшитгэсэн 𝒁𝒕
̅̅̅ утгыг мөчлөгийн нөлөөллийн утга гэж үзнэ. Иймээс 𝑪𝒕 = 𝒁𝒕
̅̅̅ гэж үзэж
болно.
4. Шокыг тодорхойлох
Өгөгдсөн хугацааны цувааны түвшингүүдээс дундажийн түвшинг хасах буюу 𝒁𝒕 −
𝒁𝒕
̅̅̅ = 𝑰𝒕 гэсэн үйлдэл хийвэл шокийн нөлөө үлдэнэ.
3.2 Вектор Авторегресс (VAR) загвар
Вектор авторегресс загвар (VAR) нь макро эдийн засгийн эконометрик загварчлалын
суурь болохын зэрэгцээ эдийн засгийн динамик шинжилгээний стандарт жишиг арга зүй
болж хөгжсөн. VAR загварыг анх Sims (1972 болон 1980) онд танилцуулсан бөгөөд загвар
бүтцийн хэт олон хязгаарлалт тавих нь хувьсагчдын хоорондын хамаарлыг бүрэн
илэрхийлэхгүй гэж үзэн, эдийн ззасгийн хувьсагчдын хоорондын хамаарлыг судлах
зорилгоор гаргаж ирсэн. VAR загвар нь n- тэгштгэл, n- хувьсагчдын одоогийн ба хоцролттой
утгуудаар тайлбарларлагддаг. Энэхүү энгийн загвар нь олон хувьсагчийн баялаг
динамикуудыг системтэйгээр харуулдаг. VAR загварыг өгөгдлийг тайлбарлах, таамаглах,
бүтцийн гаргалгаа бодлогын шинжилгээ хийхдээ ашигладаг бөгөөд өгөгдлийг тайлбарлах,
таамаглахдаа VAR нь хүчтэй бөгөөд эдийн засгийн бүтцийн болон бодлогын шинжилгээг
сайн хийдэг эсэх нь эргэлзээтэй гэж үздэг байна.

11. 10
𝑦𝑡 = 𝑐 + 𝑎1 𝑦𝑡−1+. . . +𝑎 𝑝 𝑦𝑡−𝑝 + 𝑏0 𝑥 𝑡 + 𝑏1 𝑏𝑡−1+. . . +𝑏𝑠 𝑥 𝑡−𝑠 + 𝑢 𝑡 (3.6)
𝑦𝑡 – K хувьсагчүүдийн вектор хугацааны хоцрогдолтой, 𝑥 𝑡 – экзоген хувьсагч
𝐸( 𝑢𝑡) = 0, 𝐸( 𝑢 𝑡 𝑢𝑡
′ ) = Σ , 𝐸( 𝑢𝑡 𝑢 𝑠
′ ) = 0 ∀𝑡 ≠ (3.7)
VAR загвар нь хамаарагч хувьсагчийг бусад нөлөөлөгч хүчин зүйлээр
тайлбарлагддагаараа давуу талтай. Энэ загвар хүчин зүйлүүд тус тусдаа тэгшитгэлээр
илэрхийлэгдэх бөгөөд нэг нэгэндээ хугацааны хоцрогдлоороо нөлөөлдөг гэж үздэг. Мөн
экзоген хүчин зүйлийг оруулж болдог.
Гэвч VAR загвар нь хувьсагчдын хоорондын ижил цаг хугацааны хамааралд
хязгаарлалт тавихаас зайлсхийн багасгасан VAR загвар ашигладаг нь эдийн засгийн
бүтцийн талаарх мэдээллийг орхигдуулах тул бодит өгөгдөлтэй тохирохгүйд хүрч болно
гэж үзэх явдал юм.
3.3 Бүтцийн Вектор Авторгресс (SVAR) загвар
SVAR загвар нь энгийн статистик VAR загвар эдийн засгийн онолын
хязгаарлалтуудыг нэмж оруулсан хувилбар бөгөөд ингэснээрээ хагас бүтцийн
хязгаарлалттай болж, эдийн засгийн үзүүлэлтүүдийн өөрчлөлтийг тайлбарлах чадвар нь
нэмэгдэнэ. Гэсэн хэдий ч эдийн засгийн бүтцийн олон хязгаарлалтаас зайлсхийдэг бөгөөд
макро эдийн засгийн болон санхүүгийн үзүүлэлтүүдийн богино болон дунд хугацааны
тогтвортой, динамик хамааралд голлон суурилдаг, дотоод болон гадаад эдийн засгийн
талаарх нэмэлт таамаглал харьцангуй бага шаарддаг онцлогтой. Мөн энэ төрлийн загварыг
мөнгөний бодлогын шижих механизмыг судлахад өргөн ашигладаг. Учир нь мөнгө,
санхүүгийн үзүүлэлтээр түлхүү загварчлагддаг тул мөнгөний бодлогын хэрэгсэлд гарах
өөрчлөлтийн нөлөөллийг судлахад бусад загвартай харьцуулахад илүү сайн мэдээлэл өгдөг
гэж үздэг. Мөн судлаачид SVAR загвар эдийн засгийн мөчлөгийг загварчлахад илүү
тохиромжтой гэж үздэг бөгөөд бусад орнууд мөчлөгийн эмпириктооцоогоо SVAR загварыг
ашиглан хийдэд.
Бүтцийн вектор авторегресс (SVAR) загвар нь дараах ерөнхий хэлбэртэй байдаг.
𝑥 𝑡 = 𝐴0
−1
𝜇 + 𝐴0
−1
𝐴( 𝐿) 𝑥𝑡−1 + 𝐴0
−1
𝐶𝑥 𝑡−𝑖
∗
+ 𝐴0
−1
𝐵𝑢 𝑡 (3.8)

12. 11
Энд: 𝑥 𝑡 – эндоген хувьсагчид, 𝑥 𝑡
∗
- экзоген хувьсагчид, 𝑢 𝑡- тэг дундажтай бүтцийн шок
бөгөөд 𝑢 𝑡~𝑖𝑖𝑑(0, Σ 𝑢), Σ 𝑢- бүтцийн шокын диагональ ковариац матриц, 𝜀𝑡- багасгасан
VAR(k) загварын үлдэгдэл бөгөөд 𝜀𝑡~𝑖𝑖𝑑(0, Σ 𝜀), Σ 𝜀 = 𝐴0
−1
Σ 𝑢( 𝐴0
−1)- 𝜀𝑡-ын ковариацын
матриц,𝜇 – сул гишүүн болон 𝐴1, … , 𝐴 𝑘 зэрэг авторегрессийн коэффициентийн матриц, 𝐴0-
Σ 𝑢 матриц диагональ байхаар Σ 𝜀 = 𝐴0
−1
Σ 𝑢( 𝐴0
−1 ) адилтгалыг хангах, загвар дахь хувьсагчдын
хоорондын ижил цаг хугацааны хамаарлыг илэрхийлэх матриц, B- загвар дахь хувьсагчдын
бүтцийн шокуудаас шууд авах нөлөө буюу бүтцийн шокын ижил цаг хугацааны хамаарлыг
илэрхийлэх матриц.
SVAR загварыг өөрийн орны онц байдал, тоон өгөгдлийн давтамжаас хамааран
хувьсагчдын хоорондын ижил хугацааны хамаарал буюу бүтцийн хязгааралтыг 𝐴0 болон B
матрицад харилцан ялгаатай тавьдаг.
AIC (Akaike information criterion) шинжүүр:
AIC шинжүүр нь түүврийн хувьд хамгийн сайн төлөөлж чадаж байгаа загварыг
тодорхойлоход ашигладаг шинжүүр. Томьёо нь дараахь хэлбэрээр тодорхойлогдоно.
𝐴𝐼𝐶( 𝑛) = 𝑙𝑛𝜎𝑛
2
+
2𝑛
𝑇
(3.9)
Загвар бүрийн хувьд үнэлгээг хийж олж авсан AIC шинжүүрийн хамгийн бага утгатай нь
хамгийн төлөөлөх чадвар сайтай загвар байна.
SC ( Schwarz criterion) шинжүүр:
SC шинжүүр нь түүврээс гадуурх үнэгээ хийхэд өөрөөр хэлбэл таамаглал хийхэд
алдааны вариацын утгыг илэрхийлдэг: Томьёо нь:
𝑆𝐶( 𝑛) = 𝑙𝑛𝜎𝑛
2
+
𝑛𝑙𝑛𝑇
𝑇
(3.10)
Загвар бүрийн хувьд үнэлгээ олж авсан SC шинжүүрийн хамгийн бага утгатай нь хамгийн
бага алдаатай загвар байна.
Гетероскедастик шинж
Гетерискедастиктай гэдэг нь алдаанууд корреляци хамааралгүй, тогтмол биш дисперстэй
гэсэн үг юм /сонгодог загвар тогтмол дисперстэй байна гэсэн нөхцөл байдйг бөгөөд тэр
тохиолдолд гомоскедастиктай гэж нэрлэдэг/. Хэрэв судалж буй обьектууд нэгэн төрлийн
биш тохиолдолд гетероскедастик шинж илэрнэ.

13. 12
Автокорреляци
Хугацааны цувааны шинжилгээнд хугацааны янз бүрийн агшин дахь туршилтуудын
статистик хамаарлыг тооцох шаардлага гардаг. Өөрөөр хэлбэл ихэнх хугацааны цувааны
хувьд алдаанууд корреляци хамааралгүй гэсэн урьдчилсан нөхцөл биелдэггүй.
Автокорреляци байгаа үед регрессийн параметрийн үнэлгээ нь шугаман, хазайлтгүй байдаг
боловч үр ашигтай байж чаддагүй.
4 Тоон шинжилгээ
2006 оноос хэрэглээний үнийн сагсанд нийт 287 бараа бүтээгдхүүн бүртгэгдэг
болсон ба өрхийн орлого, зарлагын 2004 оны судалгааны зардлын жиг ашиглан,(2005 оны
12 сарын үийн суурь үе болгож), Лас- Пейресийн стандарт хувиргасан индексээр тооцож
байна.
Хэрээглээний үнийн индексэд бараа бүтээгдхүүний эзлэх жинд 2012 оны 1 сард
өөрчлөлт орсон ба доорх хүснэгтээс харах боломжтой.
Хүснэгт №1
Бараа үйлчилгээний бүлэг 2011.12 2012.1
Ерөнхий индекс 100 100
Хүнсний бараа,ундаа,ус 39.7 29.3
Согтууруулах ундаа, тамхи 2.8 3.2
Хувцас, бөс бараа,гутал 15.3 16.1
Орон сууц, ус цахилгаан, түлш 10.8 12.3
Гэр ахуйн тавилга, гэр ахуйн бараа 5.6 4.7
Эм,тариа, эмнэлэгийн үйчилгээ 1.8 3.6
Тээвэр 9 12.2
Холбооны хэрэгсэл, шуудангийн үйлчилгээ 2.9 4.4
Амралт,чөлөөт цаг, соёлын бараа, үйлчилгээ 3 2.8
Боловсролын үйлчилгээ 5.4 4.7
Зочид буудал, нийтийн хоол, дотуур байрны үйлчилгээ 1 2.6
Бусад бараа,үйчилгээ 2.7 4.1
Эх үүсвэр:Үндэсний Статистикийн Хороо
Хүнсний бүтээгдхүүний хэрэглээний үнийн индекс, Орон сууц, цахилгаан, ус,
түлшний үнийн индекс, Шатахууны үнийн индекс , зэрэг үзүүэлэлтүүдийг өөрсдийн хувийн
жингээр нь үржүүлж ерөнхий ХҮИ- ээс ялгаж авна. Үлдэж буй хэсгийг суурь инфляци гэж
үзнэ.

14. 13
4.1 Хүнсний бүтээгдхүүний инфляцийн динамикийн бүтцийн шинжилгээ
Шинжилгээнд 2006 оны 1 сараас 2013 оны 12 сарын хүнсний бүтээгдхүүний
хэрэглээний үнийн индексийг ашиглав. Дээрх хугацаанд 2005 оны 12 сарын 31-ний үнийг
суурь болгосон хүнсний бүтээгдхүүний хэрэглээний үнийн индкесийн өсөлт ямар байсныг
Зураг №1-т үзүүлэв.
2005 оны 12- сарын 31-ний үнэтэй харьцуулахад 2013 оны 12 сарын байдлаар
хүнсний бүтээгдхүүний үнэ 2 дахин өсчээ. Өөрөөр хэлбэл 8 жилийн дотор хүнсний бараа
бүтээгдхүүний үнэ дунджаар 2 дахин өссөн байна. Энэ хугацаанд хүнсний бүтээгдхүүний
хугацааны цувааны бүрэлдэхүүн хэсэг ямар бүтэцтэй байсныг бүрэлдхүүн хэсгийг ялгах
аргаар ангилан авч үзье.
Зураг №1 Хүнсний бүтээгдхүүнийүнийн индекс 2005.XII.31-100%
Эх үүсвэр:Үндэсний статистикийн хороо
Сарын нөлөөллийн хувьд хүнсний бүтээгдхүүний инфляци нь 1-5 сард тасралтгүй
өсдөг байна улмаар 6– 11 сар хүртэл буураад 12 сараас эхлэн дахиад өсдөг байна(Зураг №2).
Хүнсний бүтээгдхүүний үнийн өсөлт болон бууралт нь манай эдийн засгийн үйлдвэрлэл,
салбарын бүтцийн онцлогтой холбоотой байна.
Шокийн нөлөөлөл хэлбэлзэл ихтэй байгаа нь хүнсний бүтээгдхүүний үнэд нөлөөлдөг
маш олон хүчин зүйл байдагийг илэрхийл байна.
0
50
100
150
200
250
2006-1
2006-4
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
2013-7
2013-10
Хүнсний БүтээгдхүүнийИнфляци

15. 14
Зураг №2
Эх үүсвэр:Судлаачийн тооцоо
4.2 Шатахууны инфляцийн динамикийн бүтцийн шижилгээ
Монгол улс шатахуунаа 100 хувь импортоор авдаг бөгөөд энэ нь нийт импортын 20
орчим хувийг бүрдүүлдэг. 2012 оны эцсээр шатахууны 90 орчим хувийг Оросын Холбооны
улсаас, үлдсэн хувийг Хятад, Өмнөд Солонгос, Беларусь зэрэг улсаас импортолосон байна.
-4
-2
0
2
4
6
I II III IV V VI VII VIII IX X XI XII
Сарыниндекс
-8.0
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
2006.07
2006.12
2007.05
2007.10
2008.03
2008.08
2009.01
2009.06
2009.11
2010.04
2010.09
2011.02
2011.07
2011.12
2012.05
2012.10
2013.03
Мөчлөг нөлөөлөл
-8
-6
-4
-2
0
2
4
6
8
1 5 9 131721252933374145495357616569737781
Шокийн нөлөөлөл
0.0
50.0
100.0
150.0
200.0
250.0
2006-1
2006-7
2007-1
2007-7
2008-1
2008-7
2009-1
2009-7
2010-1
2010-7
2011-1
2011-7
2012-1
2012-7
2013-1
2013-7
Трэнд

16. 15
Зураг №3
Эх үүсвэр: Үндэсний Статистикийн Хороо
Манай улсад шатахууны дотоодын жижглэнгийн үнэ нь дэлхийн зах зээлийн үнэ, тэр
тусмаа ОХУ-ын дотоод нөхцөл байдал, татвар зэрсгээс ихээхэн хамааралтай байдаг. ОХУ-
ны улс дотоодынхоо хэрэгцээг хангахын тулд нефтийн бүтээгдхүүнээ экспортлохыг
хоржиглож, татварын хэмжээг нэмэгдүүлсэн нь манай улсын шатахууны үнийг огцом өсгөж
билээ. Манай улсын хувьд шатахууны үнийн өсөлт нь бусад бүх төрлийн бараа
үйлчлигээний үнэд нөлөөлдөг.
Зураг №4
Эх үүсвэр:ҮСХ, Блүүмберг
0.00
50.00
100.00
150.00
200.00
250.00
2006-1
2006-4
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
2013-7
2013-10
Шатахууны инфляци
0
20
40
60
80
100
120
140
160
0.00
50.00
100.00
150.00
200.00
250.00
2006-1
2006-4
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
2013-7
2013-10
Газрынтосны үнэ
Тээврийн үнийн индекс Газрынтосны үнэ

17. 16
Шатахуун сарын нөлөөллийн хувьд I-IV саруудад буурч V сард огцом өсч VI-VII
сардуудад буурдаг. Улмаар VIII-X саруудад өсч XII сар хүртэл буурдаг зүй тогтол
ажиглагдаж байна.
Зураг№5
Эх үүсвэр:Судлаачийн тооцоо
4.3 Эрчим хүч, түлшний ифляцийн динамикийн бүтцийн шинжилгээ
Шинжилгээнд 2006 оны 1 сараас 2013 оны 12 сарын орон сууц, ус, цахилгаан,
түлшний үнийн индексийг ашиглав. Дээрх хугацаанд 2005 оны 12 сарын 31-ний үнийгсуурь
болгосон ба орон сууц, цахилгаан, түлшни үнийн индкесийн өсөлт ямар байсныг Зураг №7-
т үзүүлэв. Зургаас харахад үнийн динамик нь авч үзэж буй хугацаанд өсөх чиг хандлагатай
-1
-0.5
0
0.5
1
1.5
I II III IV V VI VII VIII IX X XI XII
Сарыниндекс
-10.0
-8.0
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
10.0
2006-7
2007-1
2007-7
2008-1
2008-7
2009-1
2009-7
2010-1
2010-7
2011-1
2011-7
2012-1
2012-7
2013-1
Мөчлөгийннөлөөлөл
-8
-6
-4
-2
0
2
4
6
8
2006-7
2006-12
2007-5
2007-10
2008-3
2008-8
2009-1
2009-6
2009-11
2010-4
2010-9
2011-2
2011-7
2011-12
2012-5
2012-10
2013-3
Шокийн нөлөөлөл
0.0
50.0
100.0
150.0
200.0
250.0
2006-1
2006-7
2007-1
2007-7
2008-1
2008-7
2009-1
2009-7
2010-1
2010-7
2011-1
2011-7
2012-1
2012-7
2013-1
2013-7
Трэнд

18. 17
байсан ба сарын байдал ажиглагдаж байна. Эрчим хүч, түлшний инфляцийн хугацааны
цувааны бүрлдэхүүн хэсгүүдийг ялган тайлбарлая.
Зураг №6
Эх үүсвэр: Үндэсний статистикийн хороо
Сарын нөлөөллийн хувьд эрчим хүч, түлшний инфляци нь 1-6 сард тасралтгүй буурч
байна улмаар 6– 7 саруудад тогтворжин 7- 12 саруудад буцаад тасралтгүй өсдөг байна.
Эрчим хүч, түлшний үнийн өсөлт болон бууралт нь манай эдийн засгийн үйлдвэрлэл, цаг
уурын онцлог, салбарын бүтцийн онцлогтой холбоотой байна.
Мөчлөгийн 2006 оны хагасаас 2009 оныг мөчлөгийн нэг хэмээн харж болхоор байна.
2009-2012 онд дахин нэг мөчлөг байгаа 2012 оноос хойш шинэ мөчлөг эхэлж байгаа нь
харагдаж байна.
Шокийн нөлөөлөллийн хувьд эрчим хүч түлшний инфляци нь хэлбэлзэл ихтэй
харагдаж байна. Энэ нь гаднаас нөлөөлдөг хүчин зүйлс ихтэй гэсэн үг юм.
0.00
50.00
100.00
150.00
200.00
250.00
2006-1
2006-4
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
2013-7
2013-10
Эрчим хүч, түлшний инфляци

19. 18
Зураг №7
Эх үүсвэр:Судлаачийн тооцоо
4.4 Мөнгөний нийлүүлэтийн динамикийн бүтцийн шинжилгээ
Мөнгөний нийлүүлэлтийг уламжлалт шинжилгээнд “их мөнгө” буюу М2- оор эсвэл
“бага мөнгө” буюу М1 –ээр төлөөлүүлэн авч үздэг. Манай орны хувьд өмнө хийгдсэн
судалгаануудын хувьд инфляцид М1 мөнгөний агрегат илүү нөлөөтэй байдаг2, мөн М1
болон М2 агреганууд өндөр хамааралтай байгаа байдлаас шинжилгээнд зөвхөн М1
агрегатыг ашиглав. Мөнгөний нийлүүлэлт буюу М1 агрегатын хугацааны цувааны бүтэц
ямар байсныг сонирхое.
2Ц. Батсүх “Инфляцийн Эсраг Макро Эдийн Засгийн Бодлого”
-3
-2
-1
0
1
2
3
I II III IV V VI VII VIII IX X XI XII
Сарыниндекс
-4.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
2006-7
2006-12
2007-5
2007-10
2008-3
2008-8
2009-1
2009-6
2009-11
2010-4
2010-9
2011-2
2011-7
2011-12
2012-5
2012-10
2013-3
Мөчлөгийннөлөөлөл
-4
-3
-2
-1
0
1
2
3
4
5
2006-7
2006-12
2007-5
2007-10
2008-3
2008-8
2009-1
2009-6
2009-11
2010-4
2010-9
2011-2
2011-7
2011-12
2012-5
2012-10
2013-3
Шокийн нөлөөлөл
0.0
50.0
100.0
150.0
200.0
250.0
2006-1
2006-7
2007-1
2007-7
2008-1
2008-7
2009-1
2009-7
2010-1
2010-7
2011-1
2011-7
2012-1
2012-7
2013-1
2013-7
Трэнд

20. 19
Зургаас харахад М1 мөнгөний хэмжээ нь авч үзэж буй хугацаанд өсөх чиг
хандлагатай байсан ба сарын болон мөчлөг нөлөөллийг агуулсан байдал ажиглагдаж байна.
М1 мөнгөний хугацааны цувааны бүрлдэхүүн хэсгүүдийг ялган тайлбарлая.
Зураг № 14
Эх үүсвэр:Монголбанк
М1 мөнгөний чиг хандлагыг харахад ХҮИ-ийн чиг хандлагатай адил байна. Тиймээс
хүнсний бүтээгдхүний үнэ болон эрчимхүч, түлшний үнийн өсөлтийн ерөнхий чиг хандлага
нь М1 мөнгөний нийлүүлэлтээр тодорхойлогдох боломжтой юм.
Зураг №15
Эх үүсвэр: Судлаачийн тооцоо
0
500
1000
1500
2000
2500
2006-1
2006-4
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
2013-7
2013-10
Мөнгөний нийлүүлэлт
М1
Трэнд
-150
-100
-50
0
50
100
150
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
I II III IV V VI VII VIII IX X XI XII
СарынИндекс
Хэрэглээний Үнийн Индекс Мөнгөний Нийлүүлэлт

21. 20
Сарын нөлөөллийн хувьд ХҮИ-ийнхээс ялгаатай байна. Тухайлбал 1-5 сард ХҮИ тасралтгүй
өсдөг байхад М1 мөнгөний нийлүүлэлт 1-2 –р сард буураад 3-6 сард өсдөг байна. 6-10 сар
хүртэл буураад, 11-12 сард өсдөг байхад М1-ийн нийлүүлэлт9-11сард буураад 12 сард өсдөг
байна. Зуны саруудад бэлэн мөнгө, хугацаагүй хадгаламж, харилцахын хэмжээ өсч байгаа
нь мөн л манай эдийн засгийн үйлдвэрлэл, салбарын бүтцийн онцлогтой холбоотой байна.
Зураг №16
Эх үүсвэр: Судлаачин тооцоо
Мөчлөг нөлөөллийн хувьд ихэнх хугацаанд ХҮИ-ийн мөчлөгийн эсрэг байсан нь
мөнгөний бодлогын зохицуулалт, Монголбанкнаас хэрэгжүүлсэн мөнгөний бодлогын
хувилбаруудтай холбоотой юм.
5 Эмпирик шинжилгээ
5.1 Өгөгдөл
Шинжилгээнд ашигласан өгөдлүүдийн хугацааны цувааг 2006.I-2013.XII сараар авав.
Эконометрик шинжилгээнд хүнсний бүтээгдхүүний индекс, шатахууны индекс, эрчим хүч,
түлшний индексүүдийг 2005 оны 12 сартай зэрэгцүүлсэн хувиар, бодлогын хүү, зээлийн
хүүг хувиар, үлдсэн бусад хувьсагчдыг нэрлэсэн дүнгийн натураль логарифмаар авсан. Бүх
хувьсагчдын тогтвортой эсэхийг (stationary) ADF-unit root тестээр шалгахад бүх хувьсагчид
I(1) ялгаварын дараа тогтвортой байв.Ийм стохастик өгөгдлүүдэд шаардлагатай тохируулга
хийсэн дэгэрэнгүйг Хавсарлт №2- оос үзнэ үү.
-200.0
-150.0
-100.0
-50.0
0.0
50.0
100.0
150.0
200.0
2006-7
2006-10
2007-1
2007-4
2007-7
2007-10
2008-1
2008-4
2008-7
2008-10
2009-1
2009-4
2009-7
2009-10
2010-1
2010-4
2010-7
2010-10
2011-1
2011-4
2011-7
2011-10
2012-1
2012-4
2012-7
2012-10
2013-1
2013-4
Мөчлөг нөлөөлөл

22. 21
Тохируулга гэдэг нь эконометрик шинжилгээнд авч үзэж буй хувьсагчдыг анхны утгаар нь
биш логрифмуудын ялгавар гэх зэрэг математик хувиргалт хийх үйлдэл юм.
5.2 Хүнсний бүтээгдхүүний ифляцийн SVAR загвар
Судалгаандаа дараах Бүтцийн Вектор Авторегресс (SVAR) загварыг ашиглав.
Эндоген хувьсагчид 𝑥 𝑡 =(𝐿𝑛( 𝑅𝐺𝐷𝑃𝑡), 𝐿𝑛( 𝑀1 𝑡), 𝐶𝑃𝐼𝐹, 𝐶𝑃𝐼𝐶, 𝐶𝑃𝐼𝑇, 𝑅𝑎𝑡𝑒, 𝐶𝐵𝐵𝑅)
 𝑅𝐺𝐷𝑃𝑡 – бодит ДНБ
 𝐶𝑃𝐼𝐹𝑡 – хүнсний инфляци
 𝐶𝑃𝐼𝐶𝑡 – суурь инфляци
 𝐶𝑃𝐼𝑇𝑡 – шатахууны инфляци
 𝐶𝐵𝐵𝑅𝑡- төв банкны бодлогын хүү
 𝑀1 𝑡- мөнгөний нийлүүэлт
 𝑅𝑎𝑡𝑒 𝑡- арилжааны банкуудын дундаж зээлийн хүү
Экзоген хувьсагчид 𝑥 𝑡
∗
=(𝐿𝑛(𝐺𝑃𝑡), 𝐿𝑛( 𝐶𝑃𝑡), 𝐿𝑛( 𝑂𝑃𝑡))
 𝐺𝑃𝑡- алтны дэлхийн зах зээл дээрх үнэ
 𝐶𝑃𝑡 - зэсийгн дэлхийн зах зээл дээрх үнэ
 𝑂𝑃𝑡 - түүхий нефтийн дэлхийн зах зээл дээрх үнэ
Хүнсний бүтээгдхүүний хариу үйлдлийг тодорхойлох SVAR загварын бүтэц дараах
хэлбэртэй байна.
𝑥 𝑡 =
[
𝑅𝐺𝐷𝑃𝑡
𝐶𝐵𝐵𝑅 𝑡
𝑅𝑎𝑡𝑒𝑡
𝑀1𝑡
𝐶𝑃𝐼𝑇𝑡
𝐶𝑃𝐼𝐶 𝑡
𝐶𝑃𝐼𝐹𝑡 ]
, 𝐴0 =
[
1
𝑎21
𝑎31
𝑎41
0
0
𝑎71
0
1
𝑎32
𝑎42
𝑎52
𝑎62
𝑎72
0
0
1
𝑎43
𝑎53
𝑎63
𝑎73
0
0
0
1
𝑎54
𝑎64
𝑎74
0
0
0
0
1
𝑎65
𝑎75
0
0
0
0
0
1
𝑎76
0
0
0
0
0
0
1]
(5.1)
[5.1]-т үзүүлсэн ижил цаг хугацааны хамаарлын хязгаарлалтын эдийн засгийн утгыг
дараах байдлаар тайлбарлая. Манай орны хувьд бодит ДНБ- ээс шатахууны инфляци болон
суурь инфляци нь 1 сардаа багтан өөрчилөгддгүй. Харин хүнсний бүтээгдхүүний хувьд
бодит ДНБ тухайн сардаа харилцан нэгэндээ нөлөөлнө гэдэг таамаглалыг дэвшүүлсэн.

23. 22
Мөнгөний нийлүүлэлтэнд тухайн сарын төгрөгийн зээлийн хүүний түвшин, бодлогын хүү
болон бодит ДНБ нарыг нөлөөлнө гэж үзсэн.
5.3 Шатахууны инфляцийн SVAR загвар
Эндоген хувьсагчид(𝑥 𝑡 = (𝐿𝑛( 𝑂𝑃𝑡),(𝐿𝑛( 𝑅𝐺𝐷𝑃𝑡), 𝐿𝑛( 𝑀1 𝑡), 𝐶𝑃𝐼𝐶, 𝐶𝑃𝐼𝑇, 𝑅𝑎𝑡𝑒, 𝐶𝐵𝐵𝑅))
 𝑂𝑃𝑡 - түүхий нефтийн дэлхийн зах зээл дээрх үнэ
 𝑅𝐺𝐷𝑃𝑡 – бодит ДНБ
 𝐶𝑃𝐼𝐶𝑡 – суурь инфляци
 𝐶𝑃𝐼𝑇𝑡 – шатахууны инфляци
 𝐶𝐵𝐵𝑅𝑡- төв банкны бодлогын хүү
 𝑀1 𝑡- мөнгөний нийлүүэлт
 𝑅𝑎𝑡𝑒 𝑡- арилжааны банкуудын дундаж зээлийн хүү
Экзоген хувьсагчид 𝑥 𝑡
∗
=(𝐿𝑛(𝐺𝑃𝑡), 𝐿𝑛( 𝐶𝑃𝑡))
 𝐺𝑃𝑡- алтны дэлхийн зах зээл дээрх үнэ
 𝐶𝑃𝑡 - зэсийгн дэлхийн зах зээл дээрх үнэ
Шатахууны үнийн хариу үйлдлийг тодорхойлох SVAR загварын бүтэц дараах хэлбэртэй
байна.
𝑥 𝑡 =
[
𝑂𝑃𝑡
𝑅𝐺𝐷𝑃𝑡
𝐶𝐵𝐵𝑅 𝑡
𝑅𝑎𝑡𝑒𝑡
𝑀1𝑡
𝐶𝑃𝐼𝐶 𝑡
𝐶𝑃𝐼𝑇𝑡 ]
, 𝐴0 =
[
1
0
0
0
0
0
𝑎71
0
1
𝑎32
𝑎42
𝑎52
0
0
0
0
1
𝑎43
𝑎53
𝑎63
𝑎73
0
0
0
1
𝑎54
𝑎64
𝑎74
0
0
0
0
1
𝑎65
𝑎75
0
0
0
0
0
1
𝑎76
0
0
0
0
0
0
1 ]
(5.2)
Газрын тосны үнэ бодит ДНБ, бодлогын хүү, зээлийн хүү, мөнгөний нийлүүлэт, суурь
инфляцид тухайн сардаа нөлөөлөхгүй гэж үзсэн ба бодит ДНБ өсөлт мөн инфляцид тухайн
сардаа нөлөөлөлдгүй гэж таамагласан.
5.4 Эрчим хүч, түлшний инфляцийн SVAR загвар
Эндоген хувьсагчид 𝑥 𝑡 = (𝐿𝑛( 𝑅𝐺𝐷𝑃𝑡), 𝐿𝑛( 𝑀1 𝑡), 𝐶𝑃𝐼𝐸, 𝐶𝑃𝐼𝑇, 𝑅𝑎𝑡𝑒, 𝐶𝐵𝐵𝑅))
 𝑅𝐺𝐷𝑃𝑡 – бодит ДНБ

24. 23
 𝐶𝑃𝐼𝐶𝑡 – суурь инфляци
 𝐶𝑃𝐼𝐸𝑡 – цахилгаан, түлшний инфляци
 𝐶𝐵𝐵𝑅𝑡- төв банкны бодлогын хүү
 𝑀1 𝑡- мөнгөний нийлүүэлт
 𝑅𝑎𝑡𝑒 𝑡- арилжааны банкуудын дундаж зээлийн хүү
Экзоген хувьсагчид 𝑥 𝑡
∗
=(𝐿𝑛(𝐺𝑃𝑡),𝐿𝑛( 𝐶𝑃𝑡), 𝐿𝑛( 𝑂𝑃𝑡))
 𝐺𝑃𝑡- алтны дэлхийн зах зээл дээрх үнэ
 𝐶𝑃𝑡 - зэсийгн дэлхийн зах зээл дээрх үнэ
 𝑂𝑃𝑡 - түүхий нефтийн дэлхийн зах зээл дээрх үнэ
Эрчим хүч, түлшний үнийн хариу үйлдлийг тодорхойлох SVAR загварын бүтэц дараах
хэлбэртэй байна.
𝑥 𝑡 =
[
𝑅𝐺𝐷𝑃𝑡
𝐶𝐵𝐵𝑅 𝑡
𝑅𝑎𝑡𝑒𝑡
𝑀1𝑡
𝐶𝑃𝐼𝐶 𝑡
𝐶𝑃𝐼𝐸𝑡 ]
, 𝐴0 =
[
1
𝑎21
𝑎31
𝑎41
0
0
0
1
𝑎32
𝑎42
𝑎52
𝑎62
0
0
1
𝑎43
𝑎53
𝑎63
0
0
0
1
𝑎54
𝑎64
0
0
0
0
1
𝑎65
0
0
0
0
0
1]
(5.3)
6 Үр дүн
Энэхүү үнэлгээний ач холбогдолтой коэффициентууд болон VAR загварын
холбогдолтой коэффициентуудыг VAR загварын үндсэн тэгшитгэлд орлуулбал
𝐶𝑃𝐼𝐹 = 8.25 ∗ 𝑅𝐺𝐷𝑃 + 0.015 ∗ 𝐶𝐵𝐵𝑅 + 0.047 ∗ 𝑅𝐴𝑇𝐸 – 4.79 ∗ 𝑀1 + 0.24𝐶𝑃𝐼𝑇 + 0.059 ∗ 𝐶𝑃𝐼𝐶
+ 0.801 ∗ @𝑢7
𝐶𝑃𝐼𝑇 = 0.55 ∗ 𝑂𝐼𝐿 – 0.097 ∗ 𝐶𝐵𝐵𝑅 – 0.022 ∗ 𝑅𝐴𝑇𝐸 + 4.09 ∗ 𝑀1+ 1.49 ∗ 𝐶𝑃𝐼𝐶 + 0.881
+ @𝑢7
𝐶𝑃𝐼𝐸 = 0.077 ∗ 𝑅𝐴𝑇𝐸 – 0.186 ∗ 𝐶𝐵𝐵𝑅 – 4.362 ∗ 𝑀1 + 0.111 ∗ 𝐶𝑃𝐼𝐶 + 0.981 ∗ @𝑢6
Хариу үйлдлийн функц
SVAR регрессийн дэлгэрэнгүй үр дүнг Хавсралт 3, 4-аас цочролын нөлөөллийн
графикуудыг үзэх боломжтой. Гарсан үр дүнг хувьсагч тус бүрээр энд тайлбарлав.

25. 24
Хувьсагчид хоорондын хамаарлыг Cholseky-ийн чөлөөний зэрэг тооцсон импулсийн
функцээр(impulse response function) тайлбарлах ч зарим тохиолдолд нэг нэгж алдааны утгаар
илэрхийлэгдсэн (one unit residual) импульс функцийг давхар ашиглав. Энэ нь 1 нэг нэгж
бодлогын хувьсагчийн цочролбусад хувьсагчид ямар хэмжээний өөрчлөлт үзүүлэхийг шууд
хэлдэг давуу талтай. Эдгээр аргачлалын хооронд тооцооллын нарийвчлалын зөрүү гарч
болох ч үр дүнд нөлөөлөхгүй.
6.1 Хүнсний бүтээгдхүүнийүр дүн
Шинжилгээний үр дүнг илүү нарийвчлан тайлбарлахад ашиглаж буй тоон утгууд нь
ассимптотик утгаар гаргасан маш ерөнхий тооцоолол тул тодорхой цифр бус хамаарлын
ерөнхий хандлагыг анхаарна уу.
Хэрэв мөнгөний нийлүүлэлт хэвийн өсөлтийн утгаасаа тухайн сард 1 хувиар
өөрчлөгдвөл (нэмэгдсэн гэж үзье) тухайн сардаа хүнсний бүтэээгдхүүий үнийг 0.24 хувиар
бууруулах ба дараагийн 2 сар(II,III,) тус бүр ойролцоогоор 0.06 хувийн бууралтаа хадгалах
төлөвтэй байна. Гэвч IV сардаа эрс өсч V дахь сарын эцэст цочролын өмнөх түвшингээс
даван өсөлтийн дээд цэгтээ хүрч байна. Улмаар 3 сар(VI,VII,VIII) саруудад тогтмол өсөлтөө
хадгалах төлөв ажиглагдаж байна.
Монголбанкны бодлогын хүү хүнсний бүтээгдхүүний үнэд сулавтар боловч эерэг
нөлөө үзүүлэх бөгөөд импульсийн нөлөө II сард хамгийн их буюу 0.1 хувийн өсөлтийг бий
болгох боловч үүний дараагаар тогтвортой сул өсөх хандлага ажиглагдаж байна.
Төгрөгийн зээлийн хүүний өсөлт хүнсний бүтээгдхүүний өсөлтөнд эхний I,II
саруудад доривтой нөлөө үзүүлэхгүй ч III сард 0.07 хувийн өсөлтийг бий болгож улмаар IV-
VI сард буурсан байна.
Мөн шатахууны үнийн 1 хувийн өсөлт нь хүнсний бүтээгдхүүний үнийг тухайн
сардаа 0.47 хувиар өсгөж уг өсөлт нь 2сарын (II,III) турш саармагжин IV сард дахин 0.26
хувийн өсөлт ажиглагдаж байна. Улмаар 2 сар(V,VI) саруудад буурч VII сараас цочролын
өмнөх түвшиндээ ирж байна.
Бодит ДНБ-ий 1 хувийн өсөлт хүнсний бүтээгдхүүний үнийг 0.18 хувиар уг сардаа
буулгах ба II,III сард бууралт үргэлжилсээр IV сард хамгийн их буюу 0.23 орчим хувийн
бууралтыг бий болгох ч түүний дараагийн сараас тогтворжих хандлагатай байна.

26. 25
6.2 Шатахууны инфляциийн үр дүн
Хэрэв дэлхийн түүхий нефтийн үнэд 1 стандарт хазайлт илэрхэд шатахууны үнэ I,II
саруудад тогтвортой 0.1 хувийн өсөлттэй байна харин III сард хамгийн их буюу 0.31 хувийн
өсөлттэй болох ба IV,V саруудад 0.07 хувийн өсөлтөө хадгалж IV сардаа дахин 0.18 хувиар
өсч улмаар тогтворжих хандлага ажиглагдаж байна.
Монголбанкны бодлогын хүү шатахууны үнэд I-р сардаа нөлөөгүй байх боловч
импульсийн нөлөө II сард хамгийн их буюу 0.29 хувийн өсөлтийг бий болгох боловч үүний
дараагаар III сард цочролын өмнөх түвшинд хүрч байна. V сард 0.15 хувиар буурч үүний
дараагаар буцаад тогтвортой төлөвт орж байна.
Мөнгөний нийлүүлэлт өсөлт нь шатахууны инфляцийг эхний сард 0.07 хувиар
бууруулах ба дараагийн 2 сар( II,III) сард тус бүр 0.31 хувийн өсөлтөө хадгалах төлөвтэй
байна. Үүний дараа IV-VIII саруудад ойролцоогоор 0.11 хувийн өсөлтөө хадгалж IX сараас
эхлэн цочролын өмнөх түвшиндээ тогтворжих хандлага ажиглагдаж байна.
Суурь инфляцийн өсөлт нь шатахууны инфляцийг тухайн сардаа 1.53 хувийн
өсөлттэй болгох ба уг өсөлт нь буурсаар III сард 0.15 хувьд хүрч улмаар IV сард цочролын
өмнөх үедээ ирэн VI сард дахин өсч VII сараас эхлэн тогтворжих төлөвтэй харагдаж байна.
Зээлийн хүүний өсөлт шатахууны инфляцийг тухайн сардаа 0.02 хувийн бууралттай
болгож II сард хамгийн их хэмжээ болох 0.27 хувь хүртэл өсгөөд улмаар буурч тогтворжих
төлөвтэй харагдаж байна.
6.3 Эрчим хүч, түлшний инфляци үр дүн
Мөнгөний нийлүүлэлт эрчим хүч, түлшний инфляцид тухайн сардаа сөрөг нөлөө
үзүүлэх ба дараагийн 5 сарын (II,III,IV,V) турш сулавтар хэлбэлзэл ажиглагдаж байна.
Улмаар VI сар хамгийн их өсөлттэй буюу 0.16 хувьд хүрч цаашдаа тогтворжих төлөвтэй
байна.
Эрчим хүч, түлшний инфляцид нь төгрөгийн зээлийн хүү сул нөлөөлж байна. Эхний
сардаа 0.09 хувийн өсөлттэй ба улмаар буурч 3 сард 0.06 хувийн бууралт хүрээд тогтворжих
хандлагатай байна.

27. 26
Эрчим хүч, түлшний ифляци нь Төв банкны бодлогын хүүний өсөлтөнд тухайн
сардаа сулавтар бууралт ажиглагдаж байга ба уг бууралт нь өссөнөөр 3 сард хамгийн их
хэмжээ болох 0.18 хувийн өсөлтнд хүрээд улмаар тогтворжиж байна.
Эрчим хүч, түлшний инфляцид суурь инфляци эерэг нөлөөлөлтэй ба эхний сардаа
0.12 хувийн өсөлтөд хүргэх ба улмаар 2 сар(II,III) тогтвортой 0.1 хувийн өсөлтөө хадгалж
IV сард 0.3 хувь буюу дээд цэгтээ хүрч дараагийн сараас эхлэн буурч тогтворжих
хандлагатай байна.
Диагностик тестүүдийн тухай олон гишүүнт матрицийн авторегресс шинж чанарыг
Inverse root of AR тестээр шалгахад бүх утга нэгж тойргийн дотор байв (Хавсралт№5). Энэ
нь VAR загвар тогтвортой буюу урт хугацааны трэндийг төлөөлөх чадвартай гэсэн дүнэлтэд
хүргэнэ.

28. 27
7 Дүгнэлт
7.1 Мөнгөний нийлүүлэлтийн цочрол:
Хэрэв мөнгөний нийлүүлэлт хэвийн өсөлтийн утгаасаа тухайн сард 1 хувиар
өөрчлөгдвөл тухайн сардаа хүнсний бүтэээгдхүүий үнийг бууруулах ба дараагийн 2
сар(II,III,) тус бүр бууралтаа хадгалах төлөвтэй байна. Гэвч IV сардаа эрс өсч V дахь сарын
эцэст цочролын өмнөх түвшингээс даван өсөлтийн дээд цэгтээ хүрч байна. Улмаар 3
сар(VI,VII,VIII) саруудад тогтмол өсөлтөө хадгалах төлөв ажиглагдаж байна.
Шатахууны инфляцийг эхний сард бууруулах ба дараагийн 2 сар( II,III) сард тус бүр
их хэмжээний өсөлтөө хадгалах төлөвтэй байна. Үүний дараа IV-VIII саруудад өсөлтөө
хадгалж IX сараас эхлэн цочролын өмнөх түвшиндээ тогтворжих хандлага ажиглагдаж
байна.
Эрчим хүч, түлшний инфляцид тухайн сардаа сөрөг нөлөө үзүүлэх ба дараагийн 5
сарын (II,III,IV,V) турш сулавтар хэлбэлзэл ажиглагдаж байна. Улмаар VI сар хамгийн их
өсөлттэй буюу 0.16 хувьд хүрч цаашдаа тогтворжих төлөвтэй байна.
Үүнээс дүгнэлт хийхэд мөнгөний нийлүүлэлтнь гол нэрийн бараа бүтээгдхүүний дэд
бүлэг бүрт харилцан ижилнөлөөлдөггүй ба өндөр инфляцийн өсөлтийн шалтгааныг тогтоож
зөв хариу үйлдэл үзүүлэх нь инфляцийн өсөлтийг тогтоох боломжтой гэж тодорхойлло.
7.2 Бодлогын хүүний цочрол:
Монголбанкны бодлогын хүү хүнсний бүтээгдхүүний үнэд сулавтар боловч эерэг
нөлөө үзүүлэх бөгөөд импульсийн нөлөө II сард хамгийн их буюу 0.1 хувийн өсөлтийг бий
болгох боловч үүний дараагаар тогтвортой сул өсөх хандлага ажиглагдаж байна.
Шатахууны үнэд I-р сардаа нөлөөгүй байх боловч импульсийн нөлөө II сард хамгийн
их буюу 0.29 хувийн өсөлтийг бий болгох боловч үүний дараагаар III сард цочролын өмнөх
түвшинд хүрч байна. V сард 0.15 хувиар буурч үүний дараагаар буцаад тогтвортой төлөвт
орж байна.
Эрчим хүч, түлшний ифляци тухайн сардаа сулавтар бууралт ажиглагдаж байга ба уг
бууралт нь өссөнөөр 3 сард хамгийн их хэмжээ болох 0.18 хувийн өсөлтнд хүрээд улмаар
тогтворжиж байна.

29. 28
8 Ашигласан материал
 Mardi Dugney A.P 1999 “A Structural VAR model of the Australian economy”. La Trobe
University
 Asian Development Bank 2008 “Food Prices and Inflation in Developing Asia”
 Eliana Gonzalez, Miguel I. Gomez 2008 “Forecasting Food Price Inflation In Developing
Countries With Inflation Targeting Regimes: the Colombian Case” Cornell University
 Christopher Adam, David Kwimbere 2012 “Food Prices And Inflation in Tanzania”
University of Oxford and IGC Tanzania
 Dick Durevall, Njuguna S.Ndung’u 1999 “A Dynamic Model of Inflation for Kenya”
University of Gothenburg
 Michal Andrle, Andrew Berg 2013 “Forecasting and Monetary Analysis in Low- Income
Countries: Food and non- Food Inflation in Kenya” International Monetary Fund
 Mohammad-Yusuf Tashrifov 2005 “Monetary Policy Model of Tajikstan: A Structural
Vector Autoregression Approach” The Australian National University
 Arminia Fraga, Ilan Goldfan 2003 “Inflation Targeting in Emerging Market Economies”
National Bureau of Economic Research
 Д. Ган-Очир, П.Авралт-Од, Б.Даваадалай 2009 он “Таамаглалын Тодорхой Бус
Байдал: Инфляцийн Таамаглалын Fan Chart, Түүнд Үндэслэсэн Шинжилгээ”
 Ц. Батсүх 2008 он Инфляцийн “Эсрэг Макро Эдийн Засгийн Бодлого” Санхүү
Эдийн Засгийн Дээд Сургууль
 А. Батпүрэв 2013 он “Төсвийн Бодлогын Макро Эдийн Засгийн Нөлөөллийн
Шинжилгээ”
 Д.Ган-Очир, Г.Борхүү 2004 он “Инфляци болон мөнгөний үзүүлэлтүүдийн
хамаарал”

30. 29
9 Хавсралт
Хавсралт № 1
Хувьсагч Үнэлгээнд
ашигласан
нэр
Тоон өгөгдөл, тооцоолсон
аргачлал
Эх үүсвэр
1
Үйлдвэрлэлийн гарц
RGDP Бодит ДНБ 2005 оны
үнээр
ҮСХ, МБ
2 Бодлогын хүү CBBR Монголбанк Монголбанк
3 Мөнгөний
нийлүүлэлт
M1 М1 мөнгөний нийлүүлэлт
2005 оны үнээр
ҮСХ,
Монголбанк
4
Зээлийн хүү
RATE Арилжааны банкуудын
төгрөгийн дундаж хүү
ҮСХ
5
Суурь инфяци
CPIC Хүнс, шатахууны үнийн
индексийг ялгасны дараа
үлдсэн дүн
Судлаачийн
тооцоо
6
Хүнсний инфляци
CPIF Хүнсний үнийн индекс
2005.XII.31 –ны үнээр
ҮСХ
7
Суурь инфляци
CPIC2 Шатахууны үнийг ХҮИ –
ээс ялгасны дараа үлдсэн
дүн
Судлаачийн
тооцоо
8 Эрчим хүч, түлшний
инфляци
CPIE Орон сууц, түлшний
үнийн индекс 2005.XII.31
–ны үнээр
ҮСХ
9 Шатахууны инфляци CPIT Тээврийн үнийн индекс
2005.XII.31-ны үнээр
ҮСХ
10 Валютын ханш ER Төгрөгийн ам.доллартай
харьцах үнэ
Монголбанк,
ҮСХ
11 Алтны үнэ GP Ам.доллар/ үнц Bloomberg
12 Зэсийн үнэ CP Ам.доллар/ тонн Bloomberg
13 Газрын тосны үнэ OP Ам.доллар/ баррель Bloomberg

31. 30
Хавсралт №2
№ Хувьсагч Критик утга,5%
а.х түвшинд
Тест
статистик
P-value Стационар
эсэх
1 CPIF -1.944286 5.380382 1.0000 -
I(1) CPIF -1.944324 -2.645231 0.0086 +
2 CPIT -1.944286 3.521808 0.9999 -
I(1) CPIT -1.944286 -4.608731 0.0000 +
3 CPIC -1.944286 2.366554 0.9956 -
I(1) CPIC -1.944286 -5.113830 0.0000 +
4 M1 -1.944248 4.765197 1.0000 -
I(1) M1 -1.944364 -2.900942 0.0041 +
5 Gap -1.944364 -2.804043 0.0055 +
6 GP -1.944248 1.693926 0.9776 -
I(1) GP -1.944286 -8.581936 0.0000 +
7 OP -1.944286 0.246910 0.7557 -
I(1) OP -1.944286 -6.404507 0.0000 +
8 CP -1.944286 0.288029 0.7673 -
I(1) CP -1.944286 -7.034612 0.0000 +
9 CBBR -1.944248 0.089220 0.7087 -
I(1) CBBR -1.944286 -9.820372 0.0000 +
10 Rate -1.944286 -1.261932 0.1893 -
I(1) Rate -1.944286 -13.70418 0.0000 +
11 ER -1.944324 0.653946 0.4314 -
I(1) ER -1.944324 -13.56679 0.0000 +
12 CPIC2 -1.944286 4.166970 1.0000 -
I(1)CPIC2 -1.944286 -3.587563 0.0005 +
13 CPIC3 -1.944286 3.708443 0.9999 -
I(1) CPIC3 -1.944286 -3.526090 0.0006 +
14 CPIE -1.944286 5.174155 1.0000 -
I(1)CPIE -1.944324 -2.884256 0.0043 +
Хавсралт №3 Хүнсний бүтээгдхүүн
Structural VAR Estimates
Included observations:91 after adjustments
Estimation method:method ofscoring (analytic derivatives)

32. 31
Convergence achieved after 25 iterations
Structural VAR is over-identified (2 degrees offreedom)
Model: Ae = Bu where E[uu']=I
Restriction Type: short-run text form
@e1 = C(1)*@u1
@e2 = C(2)*@e1 + C(3)*@u2
@e3 = C(4)*@e1 + C(5)*@e2 + C(6)*@u3
@e4 = C(7)*@e1 + C(8)*@e2 + C(9)*@e3 + C(10)*@u4
@e5 = C(12)*@e2 + C(13)*@e3 + C(14)*@e4 + C(15)*@u5
@e6 = C(17)*@e2 + C(18)*@e3 + C(19)*@e4 + C(20)*@e5 + C(21)*@u6
@e7 = C(22)*@e1 + C(23)*@e2 + C(24)*@e3 + C(25)*@e4 + C(26)*@e5 + C(27)*@e6 + C(28)*@u7
where
@e1 represents DRGDP residuals
@e2 represents DCBBR residuals
@e3 represents DRATE residuals
@e4 represents DM1 residuals
@e5 represents DCPITresiduals
@e6 represents DCPIC residuals
@e7 represents DCPIFresiduals
Coefficient Std. Error z-Statistic Prob.
C(2) -6.026839 2.946988 -2.045084 0.0408
C(4) 3.912731 4.818201 0.812073 0.4167
C(5) 0.134886 0.167582 0.804893 0.4209
C(7) 0.143731 0.149603 0.960748 0.3367
C(8) -0.022334 0.005203 -4.292409 0.0000
C(9) -0.002205 0.003243 -0.679898 0.4966
C(12) -0.097130 0.263606 -0.368467 0.7125
C(13) -0.005494 0.151404 -0.036289 0.9711
C(14) -2.143208 4.877255 -0.439429 0.6604
C(17) 0.007019 0.238510 0.029429 0.9765
C(18) -0.342057 0.136889 -2.498795 0.0125
C(19) -2.208392 4.414320 -0.500279 0.6169
C(20) 0.372443 0.094778 3.929642 0.0001
C(22) -8.251315 3.230523 -2.554173 0.0106
C(23) 0.015648 0.122674 0.127555 0.8985
C(24) 0.047837 0.072195 0.662611 0.5076
C(25) -4.795140 2.257702 -2.123903 0.0337
C(26) 0.249781 0.052092 4.795020 0.0000
C(27) 0.059101 0.053273 1.109396 0.2673
C(1) 0.026841 0.001990 13.49074 0.0000
C(3) 0.754572 0.055933 13.49074 0.0000
C(6) 1.206284 0.089416 13.49074 0.0000
C(10) 0.037320 0.002766 13.49074 0.0000
C(15) 1.745117 0.129357 13.49074 0.0000
C(21) 1.577802 0.116954 13.49074 0.0000
C(28) 0.801822 0.059435 13.49074 0.0000
Log likelihood -338.9242
LR testfor over-identification:
Chi-square(2) 14.20091 Probability 0.0008
Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
6.026839 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000

33. 32
-3.912731 -0.134886 1.000000 0.000000 0.000000 0.000000 0.000000
-0.143731 0.022334 0.002205 1.000000 0.000000 0.000000 0.000000
0.000000 0.097130 0.005494 2.143208 1.000000 0.000000 0.000000
0.000000 -0.007019 0.342057 2.208392 -0.372443 1.000000 0.000000
8.251315 -0.015648 -0.047837 4.795140 -0.249781 -0.059101 1.000000
Estimated B matrix:
0.026841 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.754572 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 1.206284 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.037320 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 1.745117 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 1.577802 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.801822
Хавсралт №4 Шатахуун
Structural VAR Estimates
Included observations:91 after adjustments
Estimation method:method ofscoring (analytic derivatives)
Convergence achieved after 16 iterations
Structural VAR is over-identified (7 degrees of freedom)
Model: Ae = Bu where E[uu']=I
Restriction Type: short-run text form
@e1 = C(1)*@u1
@e2 = C(3)*@u2
@e3 = C(5)*@e2 + C(6)*@u3
@e4 = C(8)*@e2 + C(9)*@e3 + C(10)*@u4
@e5 = C(12)*@e2 + C(13)*@e3 + C(14)*@e4 + C(15)*@u5
@e6 = C(18)*@e3 + C(19)*@e4 + C(20)*@e5 + C(21)*@u6
@e7 = C(22)*@e1 + C(24)*@e3 + C(25)*@e4 + C(26)*@e5 + C(27)*@e6 + C(28)*@u7
where
@e1 represents DOP residuals
@e2 represents DRGDP residuals
@e3 represents DCBBR residuals
@e4 represents DRATE residuals
@e5 represents DM1 residuals
@e6 represents DCPIC residuals
@e7 represents DCPITresiduals
Coefficient Std. Error z-Statistic Prob.
C(5) -1.548678 2.678084 -0.578278 0.5631
C(8) 4.840234 5.018916 0.964398 0.3348
C(9) 0.441525 0.196096 2.251577 0.0243
C(12) 0.241279 0.150691 1.601150 0.1093
C(13) -0.012695 0.006019 -2.109245 0.0349
C(14) -0.000971 0.003131 -0.310193 0.7564
C(18) 0.028096 0.176134 0.159512 0.8733
C(19) 0.030524 0.089117 0.342515 0.7320
C(20) -2.681571 2.956754 -0.906931 0.3644
C(22) 0.554204 1.284026 0.431614 0.6660
C(24) -0.097391 0.147640 -0.659651 0.5095
C(25) -0.022169 0.074738 -0.296627 0.7668
C(26) 4.096535 2.489248 1.645691 0.0998

34. 33
C(27) 1.490687 0.087857 16.96711 0.0000
C(1) 0.071951 0.005333 13.49074 0.0000
C(3) 0.025755 0.001909 13.49074 0.0000
C(6) 0.657964 0.048772 13.49074 0.0000
C(10) 1.230811 0.091234 13.49074 0.0000
C(15) 0.036767 0.002725 13.49074 0.0000
C(21) 1.051549 0.077946 13.49074 0.0000
C(28) 0.881310 0.065327 13.49074 0.0000
Log likelihood -4.685962
LR testfor over-identification:
Chi-square(7) 11.98252 Probability 0.1011
Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 1.548678 1.000000 0.000000 0.000000 0.000000 0.000000
0.000000 -4.840234 -0.441525 1.000000 0.000000 0.000000 0.000000
0.000000 -0.241279 0.012695 0.000971 1.000000 0.000000 0.000000
0.000000 0.000000 -0.028096 -0.030524 2.681571 1.000000 0.000000
-0.554204 0.000000 0.097391 0.022169 -4.096535 -1.490687 1.000000
Estimated B matrix:
0.071951 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.025755 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.657964 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 1.230811 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.036767 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 1.051549 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.881310
Structural VAR Estimates
Date: 02/24/14 Time:13:21
Sample (adjusted): 2006M06 2013M12
Included observations:91 after adjustments
Estimation method:method ofscoring (analytic derivatives)
Convergence achieved after 12 iterations
Structural VAR is over-identified (2 degrees offreedom)
Model: Ae = Bu where E[uu']=I
Restriction Type: short-run text form
@e1 = C(1)*@u1
@e2 = C(2)*@e1 + C(3)*@u2
@e3 = C(4)*@e1 + C(5)*@e2 + C(6)*@u3
@e4 = C(7)*@e1 + C(8)*@e2 + C(9)*@e3 + C(10)*@u4
@e5 = C(12)*@e2 + C(13)*@e3 + C(14)*@e4 + C(15)*@u5
@e6 = C(17)*@e2 + C(18)*@e3 + C(19)*@e4 + C(20)*@e5 + C(21)*@u6
where
@e1 represents DRGDP residuals
@e2 represents DRATE residuals
@e3 represents DCBBR residuals
@e4 represents DM1 residuals
@e5 represents DCPIC residuals
@e6 represents DCPIE residuals
Coefficient Std. Error z-Statistic Prob.
C(2) 5.636654 4.924708 1.144566 0.2524
C(4) -6.361539 2.898232 -2.194972 0.0282
C(5) 0.090083 0.061253 1.470660 0.1414
C(7) 0.194385 0.148942 1.305101 0.1919
C(8) 0.000591 0.003104 0.190353 0.8490
C(9) -0.016549 0.005250 -3.152127 0.0016
C(12) -0.041541 0.085667 -0.484911 0.6277
Хавсралт №5
Structural VAR Estimates
Included observations:91 after adjustments
Estimation method:method ofscoring (analytic derivatives)
Convergence achieved after 12 iterations
Structural VAR is over-identified (2 degrees offreedom)
Model: Ae = Bu where E[uu']=I
Restriction Type: short-run text form
@e1 = C(1)*@u1
@e2 = C(2)*@e1 + C(3)*@u2
@e3 = C(4)*@e1 + C(5)*@e2 + C(6)*@u3
@e4 = C(7)*@e1 + C(8)*@e2 + C(9)*@e3 + C(10)*@u4
@e5 = C(12)*@e2 + C(13)*@e3 + C(14)*@e4 + C(15)*@u5
@e6 = C(17)*@e2 + C(18)*@e3 + C(19)*@e4 + C(20)*@e5 + C(21)*@u6
where
@e1 represents DRGDP residuals
@e2 represents DRATE residuals
@e3 represents DCBBR residuals
@e4 represents DM1 residuals
@e5 represents DCPIC residuals
@e6 represents DCPIE residuals
Coefficient Std. Error z-Statistic Prob.
C(2) 5.636654 4.924708 1.144566 0.2524

35. 34
C(4) -6.361539 2.898232 -2.194972 0.0282
C(5) 0.090083 0.061253 1.470660 0.1414
C(7) 0.194385 0.148942 1.305101 0.1919
C(8) 0.000591 0.003104 0.190353 0.8490
C(9) -0.016549 0.005250 -3.152127 0.0016
C(12) -0.041541 0.085667 -0.484911 0.6277
C(13) 0.105169 0.151995 0.691925 0.4890
C(14) -2.543768 2.896460 -0.878233 0.3798
C(17) 0.077697 0.080507 0.965094 0.3345
C(18) -0.186493 0.143032 -1.303859 0.1923
C(19) -4.362040 2.730002 -1.597816 0.1101
C(20) 0.111436 0.098388 1.132621 0.2574
C(1) 0.027262 0.002021 13.49074 0.0000
C(3) 1.280757 0.094936 13.49074 0.0000
C(6) 0.748369 0.055473 13.49074 0.0000
C(10) 0.037480 0.002778 13.49074 0.0000
C(15) 1.045233 0.077478 13.49074 0.0000
C(21) 0.981016 0.072718 13.49074 0.0000
Log likelihood -146.5193
LR testfor over-identification:
Chi-square(2) 1.620009 Probability 0.4449
Estimated A matrix:
1.000000 0.000000 0.000000 0.000000 0.000000 0.000000
-5.636654 1.000000 0.000000 0.000000 0.000000 0.000000
6.361539 -0.090083 1.000000 0.000000 0.000000 0.000000
-0.194385 -0.000591 0.016549 1.000000 0.000000 0.000000
0.000000 0.041541 -0.105169 2.543768 1.000000 0.000000
0.000000 -0.077697 0.186493 4.362040 -0.111436 1.000000
Estimated B matrix:
0.027262 0.000000 0.000000 0.000000 0.000000 0.000000
0.000000 1.280757 0.000000 0.000000 0.000000 0.000000
0.000000 0.000000 0.748369 0.000000 0.000000 0.000000
0.000000 0.000000 0.000000 0.037480 0.000000 0.000000
0.000000 0.000000 0.000000 0.000000 1.045233 0.000000
0.000000 0.000000 0.000000 0.000000 0.000000 0.981016
Хавсралт №6 Хүсний бүтээгдхүүн,шатахуун

36. 35
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial

37. 36
Хавсралт №6
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial

38. 37
Хавсралт №7 Шатахууны инфляци
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DCBBR
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DRATE
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DRGDP
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DM1
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DCPIT
-.4
.0
.4
.8
2 4 6 8 10 12 14 16 18 20
Response of DCPIF to DCPIC
Response to Cholesky One S.D. Innovations ± 2 S.E.

39. 38
Хавсралт №8 Эрчим хүч
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DOP
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DRGDP
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DCBBR
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DRATE
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DM1
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2 4 6 8 10 12 14 16 18 20
Response of DCPIT to DCPIC
Response to Cholesky One S.D. Innovations ± 2 S.E.

40. 39
-.4
-.2
.0
.2
.4
.6
2 4 6 8 10 12 14 16 18 20
Response of DCPIE to DRGDP
-.4
-.2
.0
.2
.4
.6
2 4 6 8 10 12 14 16 18 20
Response of DCPIE to DRATE
-.4
-.2
.0
.2
.4
.6
2 4 6 8 10 12 14 16 18 20
Response of DCPIE to DCBBR
-.4
-.2
.0
.2
.4
.6
2 4 6 8 10 12 14 16 18 20
Response of DCPIE to DM1
-.4
-.2
.0
.2
.4
.6
2 4 6 8 10 12 14 16 18 20
Response of DCPIE to DCPIC
Response to Cholesky One S.D. Innovations ± 2 S.E.