Четверг, 11.04.2019, 15:04
10 апреля зав. лабораторией макроэкономического моделирования Андрей Полбин выступил на XХ Апрельской конференции НИУ ВШЭ с докладом «Построение и оценка модели ненаблюдаемых компонент для РФ в условиях высокой зависимости от цен на нефть».
При выработке мер денежно-кредитной политики центральные банки в современных условиях опираются на формальные экономико-математические модели и на широкий набор индикаторов экономической активности, а одним из наиболее важных таких индикаторов является разрыв выпуска, или циклическая компонента выпуска, под которой понимается отклонение фактического уровня выпуска от его потенциального значения. Как правило, при декомпозиции ВВП на трендовую и циклическую составляющие не учитывается зависимость отечественного производства от условий торговли или нефтяных цен. Россия входит в число ведущих экспортеров углеводородов, и наличие высокой зависимости отечественных макроэкономических показателей от цен на нефть вряд ли можно поставить под сомнение.
К настоящему моменту в академической литературе предложено достаточно много оценок циклической компоненты выпуска российской экономики. В представленном А. Полбиным исследовании было предложено расширение модели ненаблюдаемых компонент для декомпозиции ВВП РФ на трендовую, циклическую и сезонную компоненты. Было высказано предположение, что уровень потенциального выпуска отечественной экономики зависит от уровня условий торговли (в качестве прокси для которых используются нефтяные цены), циклическая компонента выпуска коррелирована с шоками условий торговли, а долгосрочные темпы роста потенциального ВВП описываются процессом случайного блуждания. Наличие последнего элемента приводит к тому, что временной ряд ВВП оказывается второго порядка интегрированности. Соответственно, стандартные методы коинтеграционного анализа между уровнем ВВП и уровнем цен на нефть оказываются неприменимыми.
Проведенное исследование, подчеркнул эксперт, позволило идентифицировать значительное замедление долгосрочного роста, подтвердить актуальность использования модели для прогнозирования и наметить дальнейшие направления исследований: оценка альтернативных спецификаций, анализ прогнозных свойств модели, учет структурных сдвигов, многомерное расширение модели.