Repo Rate and Inflation Rate: Analysing the Effectiveness of the Inflation Targeting Policy of the RBI in India

Sintesi Tecnica: Tasso di Sconto e Tasso di Inflazione in India

Problematica e Obiettivo
Questo articolo di ricerca investiga l'efficacia della politica di targeting dell'inflazione della Reserve Bank of India (RBI), esaminando specificamente la relazione tra il tasso di sconto sulle operazioni di rifinanziamento (policy repo rate) e il tasso di inflazione mensile. Adottato nell'agosto 2016, il quadro di targeting dell'inflazione dell'India si basa sull'uso dei tassi di interesse da parte della banca centrale per ancorare le aspettative di inflazione e mantenere la stabilità dei prezzi. Lo studio affronta la questione critica se le variazioni del tasso di sconto influenzino efficacemente i tassi di inflazione mensili in India e mira a quantificare il ritardo temporale tra l'implementazione della politica e l'impatto economico. L'analisi si concentra sul periodo che va dall'agosto 2016 al luglio 2022, immediatamente successivo all'implementazione del regime di targeting dell'inflazione.

Metodologia
Lo studio utilizza dati di serie storiche mensili secondari rilasciati dalla RBI, specificamente l'Indice dei Prezzi al Consumo (CPI, Base 2012=100) e il Tasso di Sconto (Policy Repo Rate). Il "Tasso di Inflazione Mensile" è definito come la variazione percentuale mensile del CPI. Poiché le variabili presentano ordini di integrazione misti, l'analisi impiega una serie di tecniche econometriche:

1. Test di Stazionarietà: Il test di Augmented Dickey-Fuller (ADF) viene utilizzato per determinare l'ordine di integrazione. I risultati indicano che il Tasso di Inflazione Mensile è stazionario ai livelli I(0), mentre il Tasso di Sconto è stazionario alla prima differenza I(1).
2. Test di Causalità: A causa degli ordini di integrazione misti, viene impiegato il test di Causalità di Toda-Yamamoto invece del convenzionale test di Causalità di Granger per determinare la direzione della causalità.
3. Specificazione del Modello: Il modello Autoregressivo a Distribuzione Discreta (ARDL) è selezionato come principale strumento analitico. In base al Criterio di Informazione di Akaike (AIC), viene specificato un modello ARDL (4,1), dove la variabile dipendente è il Tasso di Inflazione Mensile e la variabile indipendente è la prima differenza del Tasso di Sconto.
4. Analisi di Lungo Periodo: Viene applicato il test di Cointegrazione Bounds ARDL per verificare l'esistenza di una relazione di equilibrio di lungo periodo tra le variabili.
5. Dinamiche di Breve Periodo: Viene stimato un Meccanismo di Correzione dell'Errore (ECM) per misurare la velocità di aggiustamento dal disequilibrio di breve periodo alla relazione di lungo periodo.
6. Controlli Diagnostici: Il modello è sottoposto a rigorosi test per l'autocorrelazione (test LM di correlazione seriale), l'eteroschedasticità (test di Breusch-Pagan-Godfrey) e l'errore di specificazione (test Ramsey RESET) per garantirne la robustezza.

Risultati Chiave
L'analisi econometrica produce diversi risultati statisticamente significativi:

• Causalità: Il test di Toda-Yamamoto conferma una causalità unidirezionale che va dal tasso di sconto al tasso di inflazione mensile. La causalità inversa (l'inflazione che causa variazioni del tasso di sconto) non è statisticamente significativa all'interno del periodo di campionamento.
• Effetto di Ritardo e Impatto: I risultati del modello ARDL (4,1) indicano che il primo ritore (lag) del tasso di sconto è statisticamente significativo con un coefficiente negativo. Ciò suggerisce che una variazione del tasso di sconto influenza il tasso di inflazione mensile con un ritardo di un mese. Ad esempio, un aumento del tasso in un mese esercita un impatto negativo significativo sull'inflazione il mese successivo.
• Relazione di Lungo Periodo: Il test di Cointegrazione Bounds ARDL rifiuta l'ipotesi nulla di assenza di una relazione di lungo periodo, confermando un equilibrio stabile di lungo periodo tra il tasso di sconto e l'inflazione mensile.
• Velocità di Aggiustamento: Il Termine di Correzione dell'Errore (ECT) nell'ECM è statisticamente significativo e negativo (-0,839865). Ciò implica che circa l'84% di qualsiasi discrepanza tra i tassi di inflazione di breve e lungo periodo viene corretto entro un singolo mese, indicando un meccanismo di aggiustamento rapido.
• Validità del Modello: I test diagnostici confermano l'assenza di autocorrelazione, eteroschedasticità e bias da variabili omesse, validando l'affidabilità del modello ARDL.

Significatività e Rivendicazioni
L'articolo conclude che la politica di targeting dell'inflazione della RBI, operata attraverso il tasso di sconto, è stata uno strumento efficace per influenzare i livelli dei prezzi in India durante il periodo studiato. Il contributo primario dello studio è la validazione empirica dell'effetto di ritardo di un mese, confermando che le decisioni di politica monetaria della RBI si traducono in impatti economici sull'inflazione con un ritardo prevedibile. Inoltre, l'identificazione di una forte relazione di lungo periodo e di un'elevata velocità di aggiustamento (correzione dell'84% al mese) supporta l'efficacia dell'attuale quadro monetario. Lo studio afferma che la RBI utilizza con successo il tasso di sconto per indirizzare l'inflazione mensile nella direzione desiderata, mantenendo così la stabilità dei prezzi come previsto dal regime di targeting dell'inflazione.