Неравновесные структурные модели реального сектора российской экономики

 
Код статьиS042473880004674-0-1
DOI10.31857/S042473880004674-0
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Должность: Зав. лабораторией
Аффилиация: ЦЭМИ РАН
Адрес: Москва, РФ
Должность: Зам. директора ЦЭМИ РАН по научной работе
Аффилиация: ЦЭМИ РАН
Адрес: РФ
Аффилиация: ЦЭМИ РАН
Адрес: РФ
Название журналаЭкономика и математические методы
ВыпускТом 55 Номер 2
Страницы65-80
Аннотация

Цель данной статьи — описать перспективы развития российской экономики в среднесрочном сценарии, когда возможны изменения движущих сил экономического роста. Как и за счет каких факторов экономика России будет выходить из мирового экономического кризиса 2018—2019 гг., какими могут быть ориентиры экономической политики в этих условиях? В работе построена макроэкономическая модель, основанная на идеях структурного моделирования и позволяющая описывать неравновесные режимы функционирования российской экономики при различных сценариях развития. По сути модель дезагрегирует сферу материального производства в России на сектора: экспорт-ориентированный сектор (ЭОС), внутренне-ориентированный сектор (ВОС), сектор естественных монополий (СЕМ). Взаимосвязи между этими секторами отражены в финальной форме модели: система из двух разностных уравнений моделирует динамику выпуска в ЭОС и ВОС. С учетом макроэкономических факторов, выделенных на стадии теоретического анализа, строится макроэконометрическая модель, позволяющая получить оценки ценовых показателей и индексов производства в важнейших отраслях реального сектора. Новизна предложенного подхода к прикладному макроэкономическому моделированию российской экономики состоит в: 1) учете структурных особенностей российской экономики; 2) методологии моделирования, позволяющей учесть нестационарные переходные процессы в экономике России. Теперь можно будет перейти к эконометрическому моделированию нестационарной динамики ключевых макропеременных российской экономики. При эконометрическом моделировании использована процедура коинтеграционного анализа Энгла—Грейнжера.

Ключевые словаэкономика России; структурное моделирование; дезагрегированная макромодель, при-кладной эконометрический анализ
Источник финансированияИсследование выполнено при финансовой поддержке Российского научного фонда (проект 17-18-01080).
Получено25.05.2019
Дата публикации25.05.2019
Кол-во символов26631
Цитировать  
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ГАУГН-ПРЕСС

Размещенный ниже текст является ознакомительной версией и может не соответствовать печатной.
1 © 2019 г.С.А. Айвазян, А.Н. Березняцкий*, Б.Е. Бродский**

ВВЕДЕНИЕ

2 На современном этапе различают три главных подхода к моделированию больших национальных экономик, основанных на идее:
3
  1. общего стохастического равновесия (DSGE model, см. например, (Smets, Wouters, 2003; Fernandez-Villaverde, 2010; Colander et al., 2008; Edge, Gurkaynak, 2011));
  2. эконометрической методологии VAR-моделирования (Sims, 1972, 1980; Paccagnini, 2011);
  3. структурного моделирования (Cowles Commission approach; Fair, 2004, 2007).
4 Для российской экономики идея общего стохастического равновесия представляется неприемлемой: вряд ли можно отрицать, что экономика России работает в неравновесном режиме, а траектории трендов важнейших макропараметров нестационарны. Не меньше недостатков у VAR-моделей, в основе которых лежит идея о том, что все может статистически зависеть от любых факторов, если добавить необходимое число лагов. Проклятие размерности является ключевой идеей, ограничивающей сферу применения VAR-моделей к анализу российской экономики.
5 Возрождение интереса к структурному моделированию национальных экономик, обогащенному идеей дезагрегирования больших социально-экономических систем и идеей эконометрического моделирования нестационарной динамики основных макроэкономических показателей, является характерной приметой сегодняшнего дня. В работе (Айвазян, Березняцкий, Бродский, 2017) был проведен обзор современных подходов к структурному моделированию. Для российской экономики подобные модели подробно рассматриваются в работах авторов данного исследования 2005, 2014 и 2017 г. Далее мы опишем современную ситуацию с моделями DSGE1. 1. Dynamic stochastic general equilibrium — динамические стохастические модели общего равновесия.
6 Подробный исторический анализ, а также обзор подходов к макроэконометрическому моделированию приведен в (Айвазян, Березняцкий, Бродский, 2017). Здесь же отметим, что набирает обороты дискуссия по поводу адекватности DSGE-моделей, которые продолжают упорно использоваться центральными банками в различных странах мира, несмотря на их существенное расхождение с реальными данными после кризиса 2008 г., а также в последующие периоды времени. В табл. 1 приведены сведения о различных критических работах по моделям DSGE, взятым из (Heim, 2017).
7 Таблица 1. Обзор публикаций по вопросам качества DSGE-моделей
8
Источник Основание критики
Cooley, 1997 Калибровка моделей слишком неформальна в сравнении с методами эконометрики
Fernandez-Villaverde, 2010 Подход к калибровке неудовлетворителен, требуется применение методов эконометрики
Solow, 2010 Предпосылки DSGE-моделей не соответствуют реальности; DSGE бесполезны при выработке антикризисной политики; существуют другие традиции макроэкономического моделирования с более адекватным результатом
Solow, 20162 DSGE-модели худшие в объяснении наблюдаемых фактов, аналогично и в отношении в целом по VAR-моделям
Colander, 2010 DSGE-модели плохо объясняют наблюдаемые данные
Fair, 2004 Тесты отвергают гипотезу рациональных ожиданий
Edge, Gurkanyak, 2011 Smets—Wouters-DSGE-модель объясняет только 8—13% дисперсии
Mankiw, 2006 DSGE-модели провалились в качестве замены теории в духе кейнсианства
2. Letter to J. Heim dated 06.29.2016 приводится по источнику (Heim, 2017).

Всего подписок: 3, всего просмотров: 1356

Оценка читателей: голосов 0

1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. (1985). Прикладная статистика. Ис-следование зависимостей. М.: Финансы и статистика.

2. Айвазян С.А., Березняцкий А.Н., Бродский Б.Е. (2017). Макроэкономическое мо-делирование российской экономики // Прикладная эконометрика. Том 47. С. 5—27.

3. Colander D., Howitt P., Kirman A., Leijonhufved A., Mehrling P. (2008). Beyond DGSE Models. Toward an Empirically Based Macroeconomics // American Economic Review. Papers and Proceedings. Vol. 98 (2). Р. 236—240.

4. Colander D. (2010). Testimony Presented to U.S. House of Representatives Science and Technology Committee Hearing Entitled “Building a Science of Economics for the Real World”. Serial No. 111—106, July 20, 2010.

5. Cooley T. (1997). Calibrated Models // Oxford Review of Economic Policy. Vol. 13 (3). P. 55—69.

6. Davidson R., MacKinnon J.G. (1993). Estimation and Inference in Econometrics. New York: Oxford University Press.

7. Edge R., Gurkaynak R. (2011). How Useful are Estimated DSGE Model Forecasts for Central Banks? Brookings Papers on Economic Activity, Fall 2010.

8. Engle R.F., Granger C.W.J. (1987). Cointegration and Error Correction: Representation, Estimation and Testing // Econometrica. Vol. 55. Р. 251—276.

9. Fair R.C. (2004). Estimating How the Macroeconomy Works. Cambridge: Harvard Uni-versity Press.

10. Fair R.C. (2007). Evaluating Inflation Targeting Using a Macroeconomic Model, Eco-nomics // The Open Access Journal. Vol. 1—52, 2007—2008.

11. Fernandez-Villaverde J. (2010). The Econometrics of DSGE Models. Journal of the Spanish Economic Association. Vol. 1. Р. 3—49.

12. Granger C.W.J., Newbold P. (1974). Spurious Regressions in Econometrics // Journal of Econometrics. Vol. 35. Р. 143—159.

13. Heim J. (2017). An Econometric Model of the US Economy. London: Palgrave-MacMillan.

14. Klein L., Welfe A., Welfe W. (1999). Principles of macroeconometric modeling. Ad-vanced textbooks in economics. Vol. 36. Elsevier.

15. Klein L., Evans M. (1968). The Wharton Econometric Forecasting Model. Wharton School of Finance and Commerce. Philadelphia: University of Pennsylvania.

16. Mankiw N.G. (2006). The Macroeconomist as Scientist and Engineer // Journal of Eco-nomic Perspectives. Vol. 20 (4). P. 29—46.

17. Paccagnini A. (2011). DSGE Model Evaluation and Hybrid Models: A Comparison. Eu-ropean University working paper, 2011/11.

18. Sims C. (1972). Money, Income, and Causality // The American Economic Review. Vol. 62 (4). Р. 540—552.

19. Sims C. (1980). Macroeconomics and Reality // Econometrica. Vol. 48 (1). Р. 1—48.

20. Smets F., Wouters R. (2003). An Estimated Dynamic General Equilibrium Model of the Euro Area // Journal of the European Economic Association. Vol. 1 (5). Р. 1123—1175.

21. Solow R.M. (2010). Testimony Presented to U.S. House of Representatives Science and Technology Committee Hearing Entitled “Building a Science of Economics for the Real World”. Serial. No. 111—106. July 20.

22. Welfe W. (2013). Macroeconometric models. Advanced studies in theoretical and applied econometrics. Vol. 47. Springer.

Система Orphus

Загрузка...
Вверх