CC BY
67
9(9) - 2008
Банковский сектор
аналитическая и исследовательская деятельность в центральных банках
С. Р. МОИСЕЕВ,
кандидат экономических наук, директор Центра экономических исследований Московской финансово-промышленной академии
В основном, все модели ошибочны, однако некоторые из них полезны.
Джордж Бокс,
один из наиболее влиятельных статистиков XX в., президент Американской статистической ассоциации и Института математической статистики
Информационная асимметрия в деятельности центрального банка
Все центральные банки развитых стран и многих развивающихся государств имеют в своем составе крупные исследовательские подразделения. Они предназначены для проведения экономического анализа, нацеленного на решение задач денежно-кредитной политики и обоснования решений центрального банка. По какой причине глубокие исследования оказываются востребованными денежными властями?
Одной из фундаментальных проблем денежно-кредитной политики является межвременная оптимизация. Центральный банк стремится маневрировать в океане ожиданий экономических агентов, максимизируя национальное благосостояние во времени. При этом денежно-кредитная политика оказывает влияние на экономику через определенный временной промежуток (лаг). Из-за чего последствия его действий будут наблюдаться только спустя время, и насколько эффективна текущая денежно-кредитная политика остается для наблюдателей загадкой. К примеру, протяженность
лага, разделяющего меры денежно-кредитной политики и инфляцию, в различных странах варьируется от двух до двенадцати кварталов. Таким образом, центральному банку необходимо смотреть в будущее и составлять прогнозы развития ситуации. Управляющий Банком Канады Дэвид Додж на сей счет лаконично заметил: «В связи с тем, что руководство центрального банка ежедневно занимается реализацией денежно-кредитной политики, ему необходимо заглядывать в будущее и предугадывать ход событий. Оно должно опираться на предположения и суждения о будущем экономическом развитии, а также о времени и последствиях любых мер денежно-кредитной политики»
Для проведения денежно-кредитной политики центральному банку приходится обрабатывать и анализировать большие объемы информации как по реальному, так и по финансовому секторам экономики. Статистические данные собираются из различных источников. В одних случаях центральный банк прибегает к помощи государственных
1 Dodge D. Canada's Monetary Policy Approach: It Works for Canadians // Bank of Canada Review. Summer 2001. R 51.
органов статистики, в частности, Банк России пользуется данными Федеральной службы государственной статистики. В других случаях он сам выступает первичным источником информации, составляя сводное представление о банковском секторе по финансовой отчетности кредитных организаций. Специалисты центрального банка анализируют полученную информацию и оценивают, что происходит в экономике.
Анализ текущего состояния и перспектив экономики является той узкой сферой, где практика центрального банка и частного сектора полностью совпадает. Специалисты частного сектора и регулятора применяют аналогичные методы анализа и полагаются на одну и ту же статистическую информацию. Существуют, правда, профессиональные различия во мнениях и подходах, однако они редко приводят к расхождениям между прогнозами денежных властей и рынка. Экономисты в стенах центрального банка и за его пределами учились в одних университетах, у тех же самых профессоров и читали общеизвестные журналы. Последующее становление специалистов идет разными путями, что может находить отражение во взглядах. За рубежом сотрудники центральных банков активно принимают участие в общественных дискуссиях и повышают свою квалификацию. Руководство иностранных центральных банков регулярно посылает своих специалистов на университетские семинары и, наоборот, приглашает экономистов-теоретиков посетить обсуждения у себя. В нашей стране в силу информационной закрытости и консерватизма между центральным банком и рынком существует незримая стена. Обмен мнениями возможен только с высокопоставленными лицами центрального банка или с его отдельными представителями, которые неизменно выражают «частную позицию», в результате чего «официальная позиция» порой остается скрытой за семью печатями.
Хотя между регулятором и рынком могут отсутствовать различия в плане обработки данных, они всегда существуют с точки зрения доступа к информации. Между центральным банком и частным сектором всегда возникают расхождения в отношении неофициальной или непериодической информации, доступной регулятору и частным специалистам. Центральный банк обладает наиболее широким видением ситуации. Не в последнюю очередь связано это с тем, что в силу своего естественного положения регулятор поддерживает множество информационных контактов. При необходимости он может организовать целенап-
равленный сбор и обработку информации — от опросов и коллективных обсуждений до личных встреч с отдельными представителями финансового мира. Эксперты частного сектора обладают своим преимуществом — они имеют доступ к статистике и сведениям, которыми денежные власти не располагают. В частности, аналитики крупных банков оперативно получают информацию об эмиссии кредитных карточек или предполагаемых заимствованиях своих главных клиентов. То же самое касается реального сектора: розничные фирмы располагают текущей информацией о продажах, складских остатках и заказах. Конечно, центральный банк в состоянии заполучить часть этой информации через сеть своих деловых контактов (см. «Помощь нерегулярной информации: Алан Гринспен строит еженедельный индикатор рецессии»).
Помощь нерегулярной информации: Алан Гринспен строит еженедельный индикатор рецессии
Разрабатывая меры экономической политики, я всегда задаю себе вопрос: какой ущерб понесет экономика, если наши предположения окажутся неверными? Если риск ухудшения ситуации отсутствует, вы можете проводить любую политику, какую захотите. Если последствия ошибки потенциально велики, лучше избежать таких мер, даже если вероятность успеха больше, чем пятьдесят на пятьдесят.
Я решил, что Совет экономических консультантов Президента США должен рассмотреть, насколько в критическом положении находится американская экономика [дело происходило в 1974 г. при Президенте Джеральде Форде, а Гринспен возглавлял Совет экономических консультантов — прим. авт.]. Президент должен был знать, сталкиваемся ли мы с временным шоком или стоим перед лицом долговременного снижения совокупного спроса. Единственным безошибочным экономическим показателем этого был валовой национальный продукт — индикатор, рассчитываемый Бюро Экономического Анализа на основе обширных статистических данных. К сожалению, Бюро оценивало ВНП только по итогам квартала, де-факто. И вы не можете использовать его столь же оперативно, как водитель автомобиля зеркало заднего вида.
Моя идея заключалась в том, чтобы построить еженедельную версию ВНП для мониторинга рецессии в режиме реального времени. Я полагал, что это возможно, поскольку в нашей компании Townsend-Greenspan мы разработали ежемесячный показатель ВНП. Он был необходим нашим клиентам, которые должны были принимать оперативные решения и не хотели ждать, когда официальная инстанция объявит
об итогах квартала. Таким образом, аналитическая основа показателя уже существовала. Создание еженедельного показателя требовало только большей работы. Некоторые критически важные статистические данные, такие как оборот розничной торговли и новые социальные пособия по безработице, уже были доступны с еженедельной регулярностью. Другие ключевые данные, например, продажи автомобилей или заказы на товары длительного пользования (оборудование, компьютеры и пр.), сообщали каждые десять дней или раз в месяц. Данные о складских остатках поступали с ежемесячной частотой, другие предварительные данные были неточны и в дальнейшем подвергались значительному пересчету.
Заполнить гигантский дефицит информации можно было, обратившись к телефону. За минувшие годы я развил большую сеть клиентских контактов в компаниях, ассоциациях, университетах и регулирующих органах. Многие из моих знакомых великодушно отвечали, когда мы звонили, чтобы запросить информацию. Компании делились конфиденциальными сведениями о заказах и найме сотрудников; деловые лидеры и эксперты давали нам свои комментарии и оценки. Мы были способны построить относительно ясную картину складских запасов, объединяя нерегулярную информацию с оценками цен на сырье, объемом импорта и экспорта, графиком сезонных поставок и т. д.
Сведения, которые мы собирали, носили фрагментарный характер и никак не были стандартизированы — как это делало Бюро Экономического Анализа при официальном подсчете ВНП. Тем не менее, набор данных соответствовал нашим специфическим потребностям. Когда экономисты Бюро и статистики узнали о нашей работе, они взялись за дело и помогли нам структурировать анализ. После двух или трех недель работы до полуночи еженедельная система мониторинга ВНП была создана. Наконец, я был в силах идти к Президенту США, имея на руках факты и не прибегая к интуиции.
Источник: Greenspan A. The Age of Turbulence: Adventures in a New World. London: Penguin Group, 2007. P. 68 — 69.
Однако частные компании и банки анализируют внутреннюю информацию на систематической основе и более оперативно, что не в состоянии сделать регулятор.
Следует иметь в виду, что закрытый доступ к непериодической частной информации вовсе не ослабляет центральный банк. Поток текущей информации обрабатывается регулятором и рынком различными способами. Трейдерам и управляющим финансовыми портфелями необходимо непрерывно обновлять и анализировать текущие рыночные
данные. Руководство центрального банка, напротив, не нуждается в оперативном мониторинге рынка. Денежно-кредитная политика не корректируется на ежедневной основе и не реагирует на сиюминутные колебания рынка. По этой причине данные о сегодняшних ставках межбанковского рынка или объемах импорта на прошлой неделе мало волнуют денежные власти. Решения по денежно-кредитной политике основываются на анализе данных за более длительный период времени, что обеспечивает последовательность и предсказуемость политики центрального банка и, в конечном счете, способствует стабилизации рынка. Это объясняет, почему руководители центрального банка, как правило, не в состоянии дать подробные ответы на вопросы о значении сиюминутного рыночного события для денежно-кредитной политики. В большинстве случаев текущие события просто остаются вне поля зрения высших должностных лиц.
С другой стороны, центральный банк обладает несомненным преимуществом в плане макроэкономической статистики. Она оказывается доступной денежным властям в первую очередь, в то время как частный сектор получает ее с запаздыванием во времени. Отдельные игроки рынка в состоянии осуществлять мониторинг и анализировать лишь небольшой сегмент рынка, в то время как регулятор, словно с высоты птичьего полета, способен обозревать весь пейзаж. Таким образом, в отношении неофициальной или непериодической информации частный сектор обладает безусловным преимуществом перед центральным банком. Он может первым отследить возникновение новых рыночных тенденций. Однако в плане официальной или регулярной информации, которая в основном состоит из макроэкономической статистики, частный сектор проигрывает. Как по объему данных, так и по оперативности их поступления центральный банк оказывается во временной позиции инсайдера. При необходимости «макроэкономический инсайд» позволяет регулятору проводить политику «сюрпризов» для частного сектора.
Внутренняя и внешняя потребность в моделировании
Представления экономистов, как денежно-кредитная политика влияет на экономику, порой радикально расходятся. Причиной тому служит различная спецификация моделей, которые они используют в макроэкономическом анализе. В ходе анализа центральный банк использует несколько
классов моделей, от структурных моделей до эмпирических моделей, не имеющих полноценного теоретического обоснования. Даже когда перед исследователем стоит конкретная задача — изучить взаимосвязь нескольких переменных, совершенно не очевидно, какая из моделей предпочтительней.
Экономические модели являются математической интерпретацией поведения экономических агентов и предназначены для упрощенного представления сложной действительности. Это упрощение, так называемая «виртуальная экономика», позволяет на простых и наглядных примерах анализировать текущую и прогнозировать будущую ситуацию. Как заметил Алан Блиндер, бывший вице-председатель Совета управляющих ФРС США, совместно со своим коллегой из Прин-стонского университета Уильямом Бомолом, «экономическая теория приводит к нереалистичным предположениям... Однако эта склонность теории абстрагироваться от действительности возникает из-за невероятной сложности экономического мира. Отвлечение от незначительных подробностей необходимо для понимания любого сложного объекта, каким является экономика» 2.
Экономические модели помогают регулятору решить разнообразные задачи. Например, оценить влияние новых обстоятельств на национальную экономику (высокие международные цены на сырье или появление новых энергосберегающих технологий) или предсказать последствия мер экономической политики (снижение налогового бремени или процентной ставки центрального банка). Все это возможно без апробации — реального столкновения экономики с шоками или реализации идей в государственной политике. Кроме того, экономические модели требуют обоснования, определения четкой структуры и вынуждают экономистов формализовать предпосылки и выводы. Необходимость структуризации и формализации оказывается не менее полезным свойством моделирования, поскольку заставляет отказаться от интуитивного понимания экономики. Наконец, эмпирическое моделирование позволяет уладить дебаты, которые не могут быть разрешены только исходя из экономической теории. Регулирующему органу необходимо просчитывать альтернативные варианты денежно-кредитной политики с тем, чтобы определить, какой из них является оптимальным. Чтобы проделать непростую аналитическую работу, центральные банки нуждаются в моделях, а также эконометрических
2 Baumol W. and Blinder A. Microeconomics. Fort Worth, TX: The Dryden Press, 1994.
техниках, позволяющих определить структуру и рассчитать параметры моделей.
Таким образом, модели предназначены, во-первых, для изучения текущей ситуации, во-вторых, прогнозирования и, в-третьих, выработки решений. Эту потребность регулятора можно обозначить как «внутреннюю». «Внешняя» потребность в экономико-математических моделях связана с транспарентностью деятельности центрального банка. Обнародование исходных данных и моделей позволяет донести до экономических агентов причины принятия тех или иных решений денежными властями. К примеру, Банк Англии раскрывает содержание используемых экономических моделей. Он публикует основные модели, их обновление и подробности базовой квартальной модели. Описание выставлено в открытом доступе на сайте Банка Англии: http://www. bankofengland. co.uk/publications/other/monetary.htm.
Центральные банки ведущих западных стран начали применять макроэкономические модели с конца 1960-х гг. В то время суперкомпьютеры стали достаточно мощными, чтобы просчитывать модели, состоящие из нескольких сотен уравнений. С тех пор информационные технологии, а с ними и эконометрические техники значительно улучшились, что позволяет сейчас моделировать экономические процессы на персональном компьютере. В то же время следует признать, что руководство многих центральных банков преуменьшает роль макроэкономических моделей. Они полагают, что польза от масштабного моделирования в сравнении с расходами на него слишком мала. На их взгляд, следует использовать либо меньшие модели различных типов, либо проводить анализ без количественных методов.
Чтобы акцентировать внимание на ключевых проблемах экономики, избежать чрезмерной детализации и минимизировать расходы, большинство центральных банков избегает гигантских сложных моделей — они остаются уделом специализированных исследовательских организаций, таких как Global Insight, или академических учреждений. Регулятор опирается на небольшие эконометрические модели, которые служат главным рабочим инструментом среднесрочного прогнозирования. Вместе с тем центральные банки располагают не одним (что бывало на заре моделирования), а несколькими типами моделей. Например, модель со значительной детализацией может дать высокоточный краткосрочный прогноз инфляции, а более простая агрегированная
модель полезнее в анализе долгосрочной связи между инструментами и целями денежно-кредитной политики, такими как экономический рост и инфляция. Частично это отражает множественность задач, которые решаются центральным банком с помощью моделей. Например, помимо анализа альтернативных вариантов денежно-кредитной политики модели служат и для анализа инфляционных ожиданий.
Подходы к моделированию
Эконометрика базируется на стохастической теории (теории вероятностей) и может использоваться в двух направлениях: во-первых, ее применяют для тестирования достоверности выводов, следующих из экономических теорий; во-вторых, для поиска экономических взаимосвязей, не предсказанных теорией и не имеющих (пока) разумного обоснования. На прикладном уровне модели могут помочь центральному банку проделать в макроэкономической области следующий анализ:
— определить процесс, происходящий в экономике, его количественные характеристики, а также механизм влияния на него денежно-кредитной политики;
— провести мониторинг текущей экономической ситуации и рассчитать краткосрочный прогноз ее изменения;
— составить прогноз на длительный срок при альтернативных вариантах денежно-кредитной политики.
В первую очередь специалисты должны провести тестирование гипотез, касающихся того или иного поведения экономических агентов. Например, центральный банк сначала изучает и измеряет эффекты, которые оказывает изменение его процентной ставки на сбережения и инвестиции или влияние колебаний валютного курса на экспорт и импорт. Исследования взаимосвязей выделяются в отдельные научно-исследовательские проекты, результаты которых затем консолидируются. Выводы отдельных исследований ложатся в основу модели, с помощью которой определяется процесс, происходящий в экономике, и его количественные параметры.
Модели, имеющие полное теоретическое обоснование, носят название структурные модели (structural models). Они представляют собой систему уравнений, в которой причинные связи между переменными выражены в явном виде. Различаются три типа структурных моделей:
— все неизвестные переменные выражаются в виде явных функций от внешних условий и внутренних параметров объекта;
— неизвестные переменные определяются совместно из системы известных соотношений (уравнений, неравенств);
— неизвестные переменные находятся из системы соотношений, известных лишь в общей форме (т. е. параметризация не завершена).
В целом структурные модели состоят из уравнений, характеризующих экономическое поведение агентов. Например, личное потребление может зависеть от личного дохода и процентной ставки. Как следствие, регулятор вправе ожидать, что домохозяйства будут реагировать на изменение обеих переменных. Анализ данных за прошлые периоды позволяет оценить коэффициенты уравнений при ключевых переменных. Структурные модели обычно используются центральными банками для прогнозирования совокупного макроэкономического спроса. Модели определяют ВВП как сумму основных компонентов расходов: частное потребление, инвестиции, государственные расходы и торговый баланс. Они включают небольшую или несильно детализированную функцию производства или занятости.
Классическая структурная модель, используемая центральным банком, ограничивается небольшим числом уравнений. Например, она может включать всего три уравнения, определяющих эндогенные переменные: реальный ВВП, уровень цен и процентную ставку. Они, в свою очередь, могут зависеть от одной экзогенной переменной — денежного предложения. Однако моделирование непростой современной экономики чревато разрастанием модели. К примеру, рассмотрим базовую модель, использовавшуюся Банком Англии до 1994 г. 3. Она является одной из канонических эконометрических моделей, созданных Лондонской школой экономики в начале 1970-х гг. В течение 1980-х гг. модель активно использовалась Экономическим департаментом Банка Англии для исследования самых разнообразных проблем. На пике своей популярности модель содержала около 600 переменных. В начале 1990-х гг. модель стали упрощать, и число переменных сократили до 350. Из них около сотни были экзогенными факторами (такие как мировой ВВП, цены, процентная ставка и пр.), а оставшиеся 250 переменных — эн-
3 Price L. The use of models in economic analysis. Handbooks in Central Banking №3. Centre for Central Banking Studies of Bank of England, 1996.
догенными. Только 170 переменных определялись в пределах модели, остальные 80 являлись статистическими тождествами. В настоящее время модель уменьшена до минимальных размеров: 22 уравнения, характеризующих поведение агентов, и 130 переменных.
Структурные макроэкономические модели считаются эффективными, если они:
• достоверно имитируют процессы, наблюдаемые эмпирическим путем;
• имеют микроэкономическое обоснование;
• позволяют строить прогнозы на будущее.
Для тестирования макроэкономических моделей применяются классические или байесовские эконометрические техники (classical and bayesian econometric techniques), а также имитационное моделирование и калибровка (simulation and calibration techniques). Два последних подхода используются, когда два первых невозможно применить либо они дают ошибочные результаты.
Противоположное направление моделирования носит название «атеоретическое моделирование» (atheoretic modelling). Это эмпирический подход, в котором игнорируется причинно-следственные закономерности в пользу функциональных связей. Рассматриваются не детерминанты экономического процесса, а только эмпирические свидетельства реакции одних переменных на изменение других величин.
Из-за того, что экономика в отличие от естественных наук не предполагает проведения экспериментальной проверки, центральные банки регулярно прибегают к атеоретическому подходу. Говоря простым языком, они разрабатывают и применяют модели без необходимой теоретической основы. Многие специалисты полагают, что моделировать процесс можно даже тогда, когда отсутствует удовлетворительная экономическая теория. При условии, что исходные данные поступили из надежного источника, специалисты центральных банков считают возможным использовать эконометрическую технику для обнаружения и подтверждения связи между переменными, нежели просто полагаться на «визуальный контроль» диаграмм и убеждаться в существовании предсказанной теорией связи.
В атеоретическом подходе используется приведенная форма модели (reduced-form of model). В ней каждая из текущих эндогенных переменных выражена как функция предопределенных переменных. Иными словами, каждое уравнение представляет собой решение системы уравнений модели, заданной в структурной форме, относительно каждой
текущей эндогенной переменной. Число уравнений модели равно числу текущих эндогенных переменных. Структурная форма модели преобразуется в приведенную путем последовательных подстановок, и все параметры последней представляют собой некоторые функции первоначальных коэффициентов. Например, если структурная модель включает уравнения, объясняющие спрос на деньги и их предложение, то приведенная форма модели содержит только одно уравнение, показывающее, как денежная переменная связана с другими показателями, например ценами. Структура модели неизвестна, но зато известно поведение объекта, т. е. реакция на воздействие известных факторов (реакция цен на увеличение денежного предложения). Такие модели часто называют «черными ящиками». Переменная денег является входным параметром «черного ящика», а переменная цен — выходным. Для оценки неизвестной взаимосвязи двух переменных используются различные тесты (например, тест причинно-следственной связи Грейнжера, Granger causality test), которые позволяют обнаружить направление связи. К примеру, предшествуют ли изменения денежного предложения колебанию цен или, наоборот, вариация цен определяет предложение денег.
Обзор моделей
Экономико-математические модели центрального банка могут быть классифицированы по различным признакам. Самым простым способом является классификация исходя из экономической теории, которая лежит в исходных предположениях модели. Альтернативным способом классификации может быть разделение моделей по назначению: модели для расчета прогнозов и модели для анализа политики центрального банка. Однако провести разделительную линию между группами моделей часто бывает невозможно из-за того, что по мере удлинения временного горизонта, на котором работает модель, она переходит из одного класса в другой. Многие из моделей признаны эффективными из-за того, что они удачно сочетают как прогностические, так и аналитические качества. Наконец, модели могут быть классифицированы по набору общих характеристик. Исходя из характеристик моделей, специалисты Исследовательского департамента Банка Канады выделяют три класса моделей4:
4 Coletti D. and Murchison S. Models in Policy-Making // Bank of Canada Review. Summer 2002. P. 21.
• модели одного уравнения и индикативные модели (single-equation/indicator models);
• малые модели приведенной формы (small multi-equation, reduced-form models);
• средние динамические модели общего равновесия (medium-sized dynamic-general-equilibrium models).
Специалисты Банка Англии, признанного лидера в области аналитики центральных банков, разделяют модели на пять групп5: базовые модели; модели с опережающими ожиданиями; модели векторной авторегрессии; регрессионные модели одного уравнения и модели динамической оптимизации. Рассмотрим их характеристики подробнее.
Базовая модель экономической системы («core» economic system model). Подавляющее большинство центральных банков создает так называемые базовые модели или модели «ядра». Под «ядром» подразумевают часть системы, без которой любая выделившаяся подсистема или группа подсистем не может существовать более эффективно или самостоятельно. Базовые модели характеризуют ключевые макроэкономические закономерности национальной экономики. Они используются для среднесрочного прогнозирования. Их структура состоит из 30 — 50 стохастических уравнений и 100 — 200 переменных. В ходе моделирования на долгосрочную перспективу ряд переменных принимается за константу. К постоянным величинам обычно относят занятость, реальный валютный курс и т. д. Затем вводится несколько уравнений, связывающих экономику в кратко- и долгосрочном периодах.
Аналитический департамент шведского Рикс-банка для определения базового инфляционного процесса использует всего четыре уравнения:
— рост цен, вызванный деловой активностью;
— экзогенная инфляция, передающаяся через цены на экспортные и импортные товары и услуги;
— инфляционные эффекты налогово-бюджетной политики, проявляющиеся через косвенные налоги;
— прямое влияние денежно-кредитной политики и краткосрочной процентной ставки центрального банка на инфляцию.
Все четыре компоненты инфляции учитываются в уравнении прогнозного экономического роста. Таким образом, из небольшого числа уравнений формируется миниатюрное «ядро» экономичес-
5 Robertson J. Central Bank Forecasting: An International Comparison // Federal Reserve. Bank of Atlanta Economic Review, 2000. № 2.
кой системы. В плане международного сравнения базовые модели отличаются степенью значимости ожиданий экономических агентов, которые определяют поведение нефинансовых переменных, таких как потребительские расходы.
Базовые модели не дают точного прогноза, особенно если речь идет о краткосрочном периоде. Однако когда горизонт прогнозирования удлиняется, трудно найти лучшую замену базовым моделям. При принятии решений эффективность применения базовой модели зависит главным образом от характеристик рассчитываемых сценариев денежно-кредитной политики. Для изучения специфических проблем национальной экономики базовая модель подлежит преобразованию. Одной из обычных трансформаций модели является введение статического равновесия, используемого для нахождения долгосрочных последствий действий регулятора. Противоположное изменение — введение переменных, не входящих в исходную модель, что позволяет прогнозировать в среднесрочной перспективе.
модель с опережающими ожиданиями (Forward-Looking Model). Именно эти модели часто называют «модели центральных банков». В модели с опережающими ожиданиями ключевое место занимает некоторая переменная, характеризующая ожидания экономических агентов относительно дальнейшего изменения ситуации в экономике. Чаще всего главной переменой ожиданий выступает будущая ожидаемая инфляция (или реже ВВП). Ориентируясь на прогнозную инфляцию, центральный банк в текущий период времени минимизирует ожидаемые потери общества. Таким образом, поведение как денежных властей, так и частного сектора определяется прогнозом ключевой переменной. Модели содержат IS-кривую, соединяющую рост ВВП с такими переменными, как процентная ставка, ожидаемая инфляция, предыдущий и ожидаемый рост производства. Кроме того, в них входит кривая Филлипса, связывающая текущую инфляцию с прошлой и ожидаемой инфляцией, учитываются отклонения ВВП от своего потенциального уровня. Простейшая модель с опережающими ожиданиями состоит из двух уравнений. В первом уравнении текущая инфляция зависит от прошлой и ожидаемой инфляции, текущего ВВП и случайного шока, влияющего на цены. Во втором уравнении текущий ВВП определяется переменными прошлого и ожидаемого ВВП, ожидаемой инфляции, текущей номинальной процентной ставки и случайного шока, влияющего на производство.
Модели с опережающими ожиданиями предусматривают определенный механизм, подсказывающий решения для денежно-кредитной политики. Если центральный банк использует таргетирование денежных агрегатов, то в систему уравнений должна входить функция спроса на деньги. Однако в большинстве случаев разработчики ограничиваются простым правилом расчета процентной ставки центрального банка, таким как «правило Тэйлора». Модель с опережающими ожиданиями отличается от базовой модели степенью агрегирования. В модели с ожиданиями она на порядок выше, в то время как базовую модель часто перегружают уравнениями.
В практическом плане модели с опережающими ожиданиями больше подходят для имитации действий денежных властей и расчета сценариев с последствиями, а не для прогнозирования. Их удобно применять для анализа альтернативных вариантов денежно-кредитной политики, поэтому они обычно дополняют базовую модель и обеспечивают перекрестный контроль за сводными результатами анализа. В то же время из-за высокой степени агрегирования и упрощенной динамической структуры они не могут использоваться для подготовки краткосрочного прогноза или для объяснения колебаний делового цикла.
модель векторной авторегрессии (Vector Autoregression, VAR). VAR-модели широко используются сторонниками атеоретического подхода. Первоначально модель использовалась для изучения таких специфических вопросов, как роль различных денежных агрегатов в прогнозировании инфляции и экономического роста. Она представляет собой систему уравнений, в которой значение каждой последующей переменной определяется предыдущими значениями не только этой, но и других переменных. Фактически модель описывает математическое ожидание будущего значения переменной как линейную функцию от текущих и прошлых значений ряда переменных. Например, VAR-модель может содержать три переменные: инфляция, производство и денежное предложение. В такой модели текущая инфляция зависит от предыдущих значений переменных инфляции, производства и денежного предложения; текущее производство и денежное предложение определяются теми же самыми переменными с лагом и т. д.
VAR-модель имеет разнообразные модификации, позволяющие решать отдельные задачи. В частности, в центральных банках применяется модель структурной векторной авторегрессии (Structural Vector Autoregression Model, SVAR), позволяющая
различить шоки и реакцию переменных на шоки для определения их источников. Если анализируемые данные имеют ярко выраженные сдвиги (например, высокие и низкие цены на нефть или девальвация национальной валюты), то модель векторной авторегрессии модифицируется для учета двух режимов, в результате чего возникает RS VAR-модель (regime-switching vector autoregression).
В отличие от структурных моделей VAR-мо-дель не навязывает никаких ограничений, обычно накладываемых экономической теорией в плане зависимости одних переменных от других. В связи с тем, что VAR-модели опираются исключительно на наблюдения прошлого и не учитывают будущие ожидания, их применяют только в краткосрочном прогнозировании. Их можно также использовать для обнаружения статистически значимых макроэкономических индикаторов. Однако в отличие от структурных моделей VAR-модели не объясняют, почему тот или иной показатель является важным с экономической точки зрения.
Регрессионная модель одного уравнения (Single-Equation Regression Model). Экономисты центральных банков активно используют множество простых регрессионных моделей, состоящих всего из одного уравнения. В первую очередь они служат для краткосрочного прогнозирования инфляции, экономического роста и валютного курса. Прогноз строится на текущий квартал и один квартал вперед. Чтобы составить прогноз экономического роста, необходимо анализировать ежемесячную динамику реальных переменных—загрузка производственных мощностей, заказы и материальные запасы, экспорт и импорт, оборот розничной торговли, а также занятости. Типичным примером простой регрессионной модели для открытой экономики является уравнение Филлипса, учитывающее связь между валютным курсом и условиями внешней торговли (или ценами на ключевые товары, обращающиеся на внешнем рынке). Уравнение инфляции является главным среди регрессионных моделей. Базовая инфляция может рассматриваться как функция ожидаемой инфляции, гэпа ВВП, предыдущих и текущих изменений в косвенных налогах, цен на нефть и реального валютного курса. Ожидаемая инфляция моделируется таким образом, чтобы соответствовать режиму денежно-кредитной политики.
По сравнению с другими моделями регрессионная модель одного уравнения обладает простыми прикладными преимуществами. Во-первых, она имеет наглядную и понятную структуру. Во-вторых, ее легко использовать для расчета прогнозов.
Регрессионные модели также служат для перекрестного контроля результатов базовой модели. Набор регрессионных уравнений позволяет сформировать малые модели приведенной формы (см. «NAOMI: пример малой модели приведенной формы Банка Канады»).
NAOMI: пример малой модели приведенной формы Банка Канады
Специалисты Банка Канады активно применяют несколько небольших моделей приведенной формы. Одной из них является модель NAOMI (North American Open-Economy Macro-econometric Integrated model). Она представляет собой макроэкономическую модель, состоящую из нескольких уравнений, разработанную для краткосрочного прогнозирования Подразделением экономического анализа и прогнозирования Департамента финансов Банка Канады в 2001 г. Канадская часть модели NAOMI состоит из шести уравнений, которые описывают экономический рост, базовую инфляцию и дефлятор ВВП, реальный валютный курс, кратко- и долгосрочные процентные ставки. Цены и выпуск продукции рассматриваются как функция от кривой Филлипса, дополненной инфляционными ожиданиями. Денежно-кредитная политика в модели NAOMI выглядит следующим образом. Центральный банк может оказывать влияние на реальные процентные ставки, поскольку цены не обладают гибкостью в краткосрочном периоде. Реальные процентные ставки детерминируют инвестиционные и потребительские расходы. Снижение реальных ставок приводит к росту расходов и займов, а их повышение стимулирует, соответственно, противоположный эффект. Совокупные расходы, в свою очередь, влияют на уровень производства. Наконец, гэп между фактическим и потенциальным ВВП является ключевым фактором инфляции. Помимо гэпа ВВП на текущую инфляцию также воздействуют инфляционные ожидания потребителей и производителей. Ожидания принимают форму адаптивных ожиданий. Иными словами, будущая инфляция рассматривается как функция от предыдущей динамики цен. В этом смысле модель исходит из предположения, что экономические агенты используют ограниченное информационное множество при формировании ожиданий. С одной стороны, это сокращает возможный горизонт прогнозирования, а с другой стороны, снижает сложность моделирования.
Источники:
• Murchison S. NAOMI: A New Quarterly Forecasting Model. Part I: Proposed Model Selection Strategy. Department of Finance Working Paper № 19. 2001.
• Murchison S. NAOMI: A New Quarterly Forecasting Model. Part II: A Guide to Canadian NAOMI. Department of Finance Working Paper № 25. 2001.
Главная проблема с любыми регрессионными моделями кроется в коэффициентах при переменных. Коэффициенты выражены через функции, определяемые предпочтениями, технологиями и государственной политикой. На практике далеко не просто предсказывать эффекты, оказываемые исходными детерминантами на коэффициенты моделей.
модель динамической оптимизации (Dynamic Optimizing Model). Динамические модели — это модели, которые в противоположность статическим моделям (характеризующим состояние экономической системы в определенный период времени) описывают экономику в развитии. Модель является динамической, если как минимум одна ее переменная относится к периоду времени, отличному от времени, к которому отнесены другие переменные. Иными словами, динамическая модель содержит переменные с лагами или опережающие переменные (переменные ожиданий). Существует два принципиальных подхода к построению таких моделей. Первый подход заключается в исследовании характеристик равновесия экономической системы. Второй подход, называющийся оптимизационным, заключается в выборе из числа возможных траекторий экономического развития оптимального «пути». Центральным банкам часто необходимо оценить последствия структурных изменений в экономике или специфического шока. Для этого рассматриваются потенциальные траектории дальнейшего развития системы, из которых выбирается оптимальное решение.
Центральные банки, как правило, используют одну квартальную модель для описания динамики ключевых макроэкономических связей в национальной экономике. Ранние версии квартальных моделей были разработаны в первой половине 1990-х гг. Их размер стараются сохранять достаточно компактным, чтобы исключить избыточную детализацию. К примеру, вместо цен отдельных секторов экономики в модели обозначается только совокупный уровень цен. Хотя на протяжении 2000-х гг. модели претерпели существенное изменение, их общие характеристики остались прежними.
По сравнению с моделями регрессии модель динамической оптимизации имеет более устойчивую структурную основу. По этой причине ее широко используют в академических исследованиях. Ее подвиды варьируются от динамических стохастических моделей общего равновесия до моделей ценообразования на финансовые активы. Динамические модели редко применяются в
прогнозировании, однако они могут участвовать в составлении прогноза на правах компоненты.
Альтернативная классификация моделей центральных банков
Существуют и другие классификации экономических моделей, применяемых в стенах центральных банков. Рассмотрим в качестве альтернативы классы моделей, предложенные профессором экономики Австралийского национального университета Адрианом Паганом для совета директоров Банка Англии6.
Модели, применяемые для денежно-кредитного анализа, австралийский эксперт разделяет на стохастические, динамические, общего равновесия и эконометрические. Различия между ними кроятся даже не столько в методологии, сколько в структуре, на которую они опираются.
Стохастические модели (stochastic model) применяются, если необходимо изучить, как экономика отреагирует на неожидаемый (вероятностный) шок денежно-кредитной политики. Отличительной особенностью моделей является их структура: в уравнения модели добавляются случайные шоки, их стохастические свойства (дисперсия и ковариация) подбираются на основе длительных экономических наблюдений.
Динамические модели (stochastic model) востребованы по двум причинам: во-первых, в трансмиссионном механизме существуют лаги, а во-вторых, ожидания агентов оказывают значительное влияние на макроэкономические переменные. Как правило, в динамические модели встраивают рациональные ожидания, по которым ожидания будущего значения экономических величин равны их условному математическому ожиданию.
модели общего равновесия (general equilibrium model) или полномасштабные модели экономики (economy-wide model) разрабатываются, чтобы изучить комплексное воздействие денежно-кредитной политики с учетом множества взаимосвязей, существующих в экономике. Если в
модель вводятся рациональные ожидания, то необходима полная модель экономики, объясняющая, как ожидания формируются.
Непараметрические эконометрические модели (non-parametric econometric model) применяются для изучения ответной реакции группы переменных на какие-либо шоки, если причинно-следственная связь между переменными неизвестна. Как правило, непараметрические модели позволяют обнаружить взаимосвязи, которые затем ложатся в основу полноценных структурных моделей.
На рис. 1 приведена классификация моделей в зависимости от их теоретического или эмпирического характера. Исходной моделью для анализа выступает модель общего равновесия, такая как классическая модель Эрроу-Дебре, где в состоянии равновесия функционируют три рынка в условиях оптимизирующего поведения агентов, мгновенного выравнивания рынка и рациональных ожиданий. Однако в ней банкам отведена пассивная роль, отсутствуют риски, денежный рынок, совокупные и специфические шоки. В результате
6 Pagan A. Report on Modelling and Forecasting at the Bank of England // Bank of England Quarterly Bulletin. Spring 2003. Pp. 1 — 29.
Источник: составлено по: Pagan A. Report on Modelling and Forecasting at the Bank of England // Bank of England Quarterly Bulletin. Spring 2003. Pp. 1 - 29.
Рис. 1. классификация моделей трансмиссии денежно-кредитной политики
модель Эрроу-Дебре неприменима для анализа трансмиссии. С другой стороны, полностью эмпирические модели также не подходят для анализа. Специалисты центральных банков разрабатывают как сложные, так и простые эконометрические мо-
дели приведенной формы. Наряду с векторными авторегрессиями они могут использоваться только для обнаружения закономерностей на рынке. Однако они не способны объяснять их — для этого требуются структурные модели. Различия между моделями вовсе не приводят к появлению «хороших» и «плохих» моделей. Не следует полагать, что одна единственная модель может удовлетворить все запросы центрального банка.
Как определяется эффективность модели и насколько она пригодна для регулятора? Эксперты ФРС США предлагают пять критериев, с помощью которых определяется практическая применимость любой модели. Модель должна соответствовать следующим требованиям7:
(1) обладать транспарентностью, достоверно воспроизводить экономический процесс и предусматривать свое дальнейшее усовершенствование;
(2) легко учитывать новую информацию для обновления прогноза без перестройки модели;
(3) адекватно отражать сложные динамические взаимодействия ключевых макроэкономических переменных, анализируемых при принятии решений;
(4) основываться на экономической теории и давать обоснованные рекомендации для денежных властей;
(5) предлагать несколько альтернативных и экономически последовательных сценариев денежно-кредитной политики.
Первые три критерия требуют от модели эффективной работы с исходными данными. Четвертый критерий позволяет обозначить ответную реакцию центрального банка на изменения во внешней среде и разделяет поведение денежных властей и экономики как двух различных объектов. Выполнение четырех критериев является лишь предварительным требованием для удовлетворения пятого критерия — разработки альтернативных вариантов денежно-кредитной политики.
множественность выбора моделей
Разработка и внедрение нескольких групп моделей стали нормой аналитической деятельности центральных банков. По меньшей мере, можно выделить две причины, почему регуляторы опираются на несколько разноплановых экономических моделей. Во-первых, отсутствует полная уверенность в отдельно взятой экономической теории. Как известно, в
7 Zha T. Evaluating the Effects of Monetary Policy with Economic Models // Federal Reserve Bank of Atlanta Economic Review. 1999. № 4.
экономической науке невозможна экспериментальная проверка. В отличие от физики, химии, биологии и других наук экономисты не могут изменить какой-либо экзогенный фактор, а затем наблюдать, что происходит с национальным хозяйством. Как следствие, любая экономическая теория не может быть протестирована напрямую. Невозможность проведения управляемого эксперимента послужила не последней причиной, почему на один вопрос экономическая наука предлагает сразу несколько ответов. Пока между учеными нет согласия, регулятор не может полностью полагаться на одну теорию. Он вынужден опираться на несколько моделей, основанных на альтернативных теориях. Таким образом, центральный банк минимизирует риск ошибок в исходных теоретических предположениях.
Во-вторых, центральный банк использует несколько групп моделей, поскольку они имеют различное предназначение. Будучи упрощенным представлением действительности, ни одна модель не может дать исчерпывающий ответ на все вопросы аналитика. Структура моделей варьируется в зависимости от их назначения. К примеру, прогнозные модели могут работать благодаря ранее обнаруженным закономерностям в данных за прошлые периоды времени. Однако они не могут определить детерминанты делового цикла или, говоря общим языком, силы, которые лежат в основе экономического процесса. Прогнозные модели предполагают неизменную корреляцию между переменными во времени. По этой причине они служат для краткосрочного прогнозирования. Для оценки долгосрочных перспектив нужны модели другого класса, позволяющие анализировать фундаментальные факторы. Если изменения в факторах будут обнаружены, это потребует пересчета параметров прогнозных моделей. Таким образом, эффективность прогнозной модели падает по мере увеличения горизонта прогнозирования. Набор моделей позволяет компенсировать недостатки их специализации.
Проведение денежно-кредитной политики, на взгляд большинства современных экономистов, ориентировано на среднесрочный период времени. Центральный банк использует квартальные модели, которые позволяют учесть фундаментальные факторы. Одной из ключевых характеристик этих моделей является введение переменных рыночных ожиданий потребителей и производителей. От них зависит принятие потребительских и инвестиционных решений и, в конечном счете, будущая инфляция. Рыночные ожидания не в последнюю очередь определяются восприятием центрального банка и
е
n
0
1
=1 тз о
CD
z tr
Базовая и вспомогательные модели Европейского центрального банка
Таблица 1
V0
V0
I
NJ О О 00
Модель Детальная информация о стране Число уравнений Генерация регулярного прогноза Наличие у модели микроэкономического обоснования Наличие в модели финансового сектора Обнародование спецификации модели Особенности
Area-Wide Model (AWM, 1999, 2001) Нет 119 Да Нет Нет Да • Неоклассическое долгосрочное равновесие при краткосрочной кейнсианской динамике • Адаптивные ожидания и лаги • Оценка модели на синтетических данных с 1970 г.
Smets-Wouters Model (S-W, 2003) Нет 6 Нет Да Нет Нет • Динамическая стохастическая модель закрытой экономики • Государственный сектор отсутствует • Фрикции (потребление, инвестиция, инфляция, заработная плата) • Опережающие ожидания • Оценка модели на синтетических данных с 1970 г.
Coenen-Wieland Model (C-W, 2004) Нет 9 Нет Да Нет Нет • К-кривая и кривая Филлипса • Контракт Тэйлора • Исследование отдельных вопросов — нулевые ставки, влияние неопределенности • Прогнозирование невозможно
Credit, Money and the Real sector Model (CMR, 2004) Нет 26 Нет Да Да Нет • Модель 8-\¥ с включением банковского сектора • Финансовый акселератор • Исследование отдельных вопросов — шоки на рынке активов, роль денег • Прогнозирование невозможно
Multi-Country Model (MCM, 1999) Да 1498 Да Нет Нет Да • Неоклассическое долгосрочное равновесие при краткосрочной кейнсианской динамике • Страны связаны через уравнения внешней торговли • Высокая степень агрегирования, каждая страна описывается 80—100 уравнениями • Адаптивные ожидания и лаги
Источник: Angeloni I., Karlsson Т. Econometric Models in Central Banks and the ECB Experience. Paper of Monetary Policy Conference. Norges Bank. April 7. 2005.
Ш
a>
DO
n
T3 ft) E
tD I
о n
его политики обществом. Прогнозные модели не в состоянии учитывать рыночные ожидания и в случае изменения ожиданий будут давать ошибочные прогнозы. С другой стороны, центральный банк может влиять на рыночные ожидания, если будет публиковать свои модели и результаты расчетов по ним. Набор моделей позволяет тем самым эффективно удовлетворять не только внутреннюю, но и внешнюю потребность в моделировании.
Рассмотрим в качестве примера агрегированное моделирование в еврозоне. Базовой моделью у Европейского центрального банка выступает Area-Wide Model (AWM), разработанная в 1999 — 2001 гг.8. Она предназначена для стандартного прогнозирования экономики еврозоны, а также оценки эффектов различных шоков, включая последствия мер денежно-кредитной политики. Вспомогательными моделями служат Smets-Wouters Model, Coenen-Wieland Model и Credit, Money and the Real sector Model. Каждая из них имеет свое назначение (табл. 1). Smets-Wouters Model позволяет идентифицировать шоки и определять оптимальную денежно-кредитную политику в
8 McAdam P. and Morgan J. The monetary transmission mechanism at the euro-area level: issues and results using structural macroeco-nomic models. ECB Working Paper № 93. December 2001; Locarno A., Morgan J. and Villetelle J. -P., P. van Els. Monetary policy transmission in the euro area: What do aggregate and national structural models tell us? ECB Working Paper № 94. December 2001.
условиях экономической неопределенности. Две другие модели бесполезны для прогнозирования, однако они позволяют анализировать происходящее в экономике еврозоны. Multi-Country Model помогает связать взгляды Европейского центрального банка с представлением о динамике еврозоны национальных центральных банков. Таким образом, набор моделей позволяет охарактеризовать как ядро экономики еврозоны, так и ее отдельные специфические черты.
Подводя итоги, можно выделить четыре группы экономико-математических инструментов, используемых в аналитике центральных банков:
• модели или методы краткосрочного прогнозирования (на текущий квартал или один-два квартала вперед);
• относительно небольшие базовые модели (модели «ядра»), служащие для наблюдения за ключевыми макроэкономическими показателями;
• методы дезагрегирования сводных прогнозов базовой модели и преобразования их в специализированные прогнозы;
• группа вспомогательных моделей, обеспечивающих интерпретацию результатов основных моделей или предназначенных для изучения специфических шоков.
(Продолжение следует)
вниманию кредитных организаций!
Предлагаем публикацию годовой и квартальной отчетности.
Стоимость одной публикации - 2950 руб. (в том числе НДС 18 %) за две журнальные страницы формата А4.
При единовременной оплате публикации годовой отчетности за 2007 год, 1, 2 и 3-й кварталы 2008 года редакция гарантирует неизменность выставленных цен в течение 2008 года.
Общая стоимость четырех публикаций составляет 11 800 руб. (в том числе НДС 18%).
Тел. /факс: (495) 621-69-49 (495)621-91-90
http:\\www.fin-izdat.ru E-mail: [email protected]
7х"
55
