Роль инструментальных методов анализа и прогнозирования при обосновании экономической политики

02.08.2017 15:06

Широв А.А.


В первых номерах журнала «Проблемы прогнозирования» за 2017 г. публикуется несколько работ, связанных с использованием довольно популярных в последнее время прогнозно-аналитических инструментов. В частности, в № 1-2017 г. опубликована статья А.Ю. Апокина и И.Б. Ипатовой [1], посвященная использованию методов расчета совокупной факторной производительности, в текущем номере журнала публикуется статья А.В. Зубарева и П.В. Трунина, связанная с анализом ретроспективной экономической динамики на базе расчетов «разрыва выпуска». В ближайших номерах журнала будет опубликована статья, описывающая подходы, используемые в ИНП РАН для развития межотраслевой динамической модели RIM. Все эти статьи объединяет их направленность: авторы не просто разрабатывают прогнозно-аналитический инструментарий (модели), для современной российской экономики, но и пытаются его использовать для оценок практического характера, направленных на модернизацию экономической политики, проводимой в стране. В связи с этим нам представляется важным еще раз критически взглянуть на принципы построения такого инструментария и сложности, с которыми сталкиваются исследователи, ориентированные на практическую деятельность.

Формирование результативной экономической политики предполагает использование расчетных процедур, обеспечивающих корректную и обоснованную оценку эффективности набора используемых воздействий. В связи с этим прогнозно-аналитические расчеты становятся неотъемлемым элементом не только текущего сопровождения развития экономики, но и выработки решений стратегического характера. Качество прогнозных расчетов и оценок текущего состояния экономики может самым непосредственным образом воздействовать на механизмы принятия управленческих решений, создавать риски неэффективного расходования ограниченных ресурсов. Поэтому требования повышения качества и прозрачности экономических расчетов, направленных на решение практических задач в области обоснования элементов экономической политики, будут постоянно возрастать.

В то же время не следует переоценивать возможности прогнозно-аналитического инструментария. Строго говоря, никакая эконометрическая модель не может служить критерием правильности тех или иных действий и бездействий. Задача экономического моделирования, скорее, состоит в том, чтобы превратить тезисы в более-менее стройный набор аргументов, подкрепляемых количественными оценками. Именно понимание ограниченности возможностей макроэкономического моделирования должно лежать в основе использования прогнозного инструментария. Только в этом случае возможна адекватная интерпретация результатов расчетов, которая, при соблюдении ряда условий, может стать важным аргументом в дискуссии о направлении экономической политики.

Но именно адекватность макроэкономических расчетов в последнее время вызывает существенные вопросы.

На протяжении ряда десятилетий после Второй мировой войны экономическое моделирование получило значительный импульс к развитию, связанный с работами многих талантливых математиков и экономистов. Значительный вклад в развитие моделирования макроэкономических процессов привнес Тинберген [2]. Работы В. Леонтьева [3; 4] положили основу макроструктурным прогнозным расчетам. Создание класса моделей общего равновесия [5] позволило включить принципы микроэкономической теории в расчеты макроэкономических показателей. Гравитационные модели расширили возможности анализа торговых потоков [6]. Анализ тарифных барьеров в торговле позволил перейти к анализу торговой политики в мировом масштабе (расчеты на базе модели GTAP [7]).

Это далеко не полный перечень направлений развития прогнозно-аналитических расчетов, которые позволили сформировать пространство количественных оценок в дискуссии о направлениях экономической политики во многих странах мира. Трудно представить любую крупную экономическую или финансовую организацию, не говоря уже о центральных банках и государственных структурах, которые бы не имели в своем распоряжении собственных модельных конструкций.

Именно тот факт, что наряду с решением чисто академических задач модельные расчеты являются аргументом в дискуссии о выборе направлений экономической политики, заставляет снова и снова задумываться о результатах прогнозных расчетов и методах, которыми они достигаются.

Для формирования комплекса требований к современному прогнозно-аналитическому инструментарию анализа и обоснования экономической политики необходимо ответить на ряд принципиальных вопросов. Основные из них можно сформулировать следующим образом:

  1. Какова связь между модельными конструкциями и положениями экономической теории?
  2. В чем преимущества и недостатки использования макроэкономического и макроструктурного прогнозно-аналитического инструментария?
  3. В какой степени используемый инструментарий должен опираться на официальные статистические данные?
  4. Является ли оправданным при построении моделей использование сложных нелинейных зависимостей?
  5. Приемлемо ли использование при разработке моделей готовых эконометрических зависимостей и констант, рассчитанных для других стран?
  6. В какой степени модельные построения могут использоваться в расчетах на длительную перспективу?

Любая экономическая модель отражает взгляд ее создателей на процессы, формирующие современную экономическую динамику, поэтому однозначного ответа на поставленные выше вопросы дать, пожалуй, невозможно. Однако опыт построения и использования в нашей стране и за рубежом моделей различных классов все-таки позволяет сделать ряд важных, на наш взгляд, обобщений.

Прежде всего, необходимо указать на то, что использование модельного инструментария является неотъемлемым элементом формирования качественной экономической политики как на этапе разработки ее текущих мероприятий, так и в процессе выработки экономической стратегии развития государства. Современные экономические системы столь сложны, что простые расчеты уже не могут обеспечить логическую замкнутость системы экономических взаимодействий.

Если обратиться к теоретической основе, на которой создается большинство современных моделей, то она, как правило, имеет либо неоклассический либо неокейнсианский характер. Безусловно, сведение базы всего многообразия прогнозно-аналитических конструкций лишь к двум теоретическим школам - это существенное упрощение. Однако, на наш взгляд, оно имеет достаточные основания.

При формировании экономической политики чрезвычайно важно иметь оценки потенциала увеличения производства на имеющихся производственных мощностях при доступных трудовых ресурсах. Вот почему концепция «разрыва выпуска» нашла широкое применение в расчетных моделях, используемых монетарными властями. Действительно, если исходить из того, что отсутствие «разрыва выпуска» между потенциальным и номинальным уровнями означает пребывание экономики в состоянии равновесия, то компенсация отрицательного «разрыва выпуска» за счет инструментов денежно-кредитной политики позволяет добиваться макроэкономических результатов без увеличения инфляционного давления. Понятно, что такого рода расчеты успешно сочетаются с мандатом тех центральных банков, которые используют в качестве базовой политики принципы таргетирования инфляции.

Для оценок «разрыва выпуска» могут использоваться различные методы, например, разные модификации производственных функций, связывающих между собой параметры выпуска, труда и капитала, скорректированных на дополнительные факторы: курсы валют, процентные ставки и т.д. Часто в связи с отсутствием необходимых данных применяются упрощенные формальные процедуры.

Другой модельный подход, опирающийся на производственную функцию, позволяет оценивать параметры совокупной факторной производительности. В этом случае имеется возможность анализировать ограничения по фундаментальным факторам экономического роста, выделяя определенный остаток, влияющий на эффективность и напрямую не связанный с трудом и капиталом. Предполагается, что большая часть этого остатка непосредственно связана с изменениями в технологиях. Таким образом, предпринимается достаточно изящная попытка количественного оценивания фактора научно-технического прогресса. Конечно, при этом следует учитывать, что приходится оперировать лишь некоторым остатком, который наделяется глубоким теоретическим смыслом.

Яркими представителями класса моделей, построенных в неоклассической парадигме, являются модели общего вычислимого равновесия (CGE), а также динамические стохастические модели общего равновесия (DCGE). Эти модели соответствуют базовым требованиям неоклассической теории. Именно несомненная прямая связь между положениями теории и рядом зависимостей, используемых в модельном инструментарии, рассматривается рядом коллег в качестве важного преимущества этого семейства моделей. Другой привлекательной особенностью этого подхода к моделированию является попытка соединить в рамках одного инструмента положения макро- и микроэкономической теории. Развитые связки в рамках денежно-кредитных блоков таких моделей также позволяют их использовать при обосновании политики денежных властей. Класс моделей равновесия, как правило, содержит в себе структурные показатели развития экономики не только на уровне отдельных агентов (бизнес, население, государство и банки), но и отдельных секторов экономики. Для этого в состав моделей включаются матрицы таблиц «затраты-выпуск» или матрицы социальных счетов (SAM - матрицы).

Описанные выше прогнозно-аналитические конструкции, основанные на неоклассической теории, среди прочего, имеют одну общую особенность. Для их реализации, как правило, недостаточно использовать только классическую статистику, формируемую статистическими агентствами по всему миру. В результате исследователи вынуждены либо существенно расширять число источников данных, либо заимствовать оценки из литературы и сходных моделей, разработанных для других стран. Такая деятельность, видимо, ведет к унификации прогнозно-аналитического инструментария, используемого исследователями разных стран, но при этом возникает вопрос об адаптированнности такого подхода к каждой конкретной экономике. Если мы настолько доверяем положениям экономической теории, то, конечно, нет никакого смысла тратить время на анализ фактической статистики. Задача моделирования существенно упрощается.

Значительный разрыв между методами моделирования и фактической информацией о функционировании экономики возник не случайно. Дело в том, что современная система статистики стала формироваться после Второй мировой войны, и разработчики ключевых принципов Системы национальных счетов опирались на некоторые теоретические концепции, которые имели кейнсианские корни. Не вдаваясь в дискуссию о борьбе научных школ, отметим, что кейнсианская теория весьма неплохо взаимодействует с рядом наблюдаемых показателей (инвестиции, добавленная стоимость, выпуск, занятость и т.д.). В то же время развитие неоклассической теории неразрывно связано с исследованием проблем экономического равновесия и поведения экономических агентов. Это направление, постепенно ставшее своеобразным main-stream в экономической науке, не получило необходимого подтверждения реальными данными. Скорее наоборот, со временем разрыв между теорией и наблюдаемой экономикой неуклонно возрастал. Однако это не останавливало разработчиков моделей неоклассического толка в попытках создать инструментарий практического характера.

Здесь мы подходим к вопросу о сущности статистики и ее адекватности задачам, стоящим сейчас перед экономической политикой. Критика агрегирующих статистических показателей развития экономики (особенно ВВП) звучит постоянно, однако пока не возникло стройной и сбалансированной концепции учета национального богатства и динамики благосостояния. Поэтому, когда эффекты тех или иных мероприятий экономической политики обосновываются в терминах теоретического характера, всегда возникает вопрос о количественном измерении этого роста в денежном выражении или в терминах конкретных доходов бизнеса, государства и населения. Определенные перспективы, на наш взгляд, здесь могут быть связаны с использованием показателей микроэкономического уровня. Прежде всего, речь идет о технологиях Big data. Однако совершенствование технологии сбора и анализа таких данных, а также их синхронизация с другими статистическими источниками потребует времени, а теоретические и практические проблемы при разработке методологии сбора и агрегирования таких данных могут быть сопоставимы по своему масштабу с деятельностью по созданию Системы национальных счетов в середине XX века. Пока же следует исходить из того, что инструментарий, ориентированный на моделирование поведения экономических агентов в условиях равновесия, не подкреплен в достаточной степени реальными данными и не может их воспроизводить.

Другими прикладными методами экономического характера, направленными на обоснование решений в области экономической политики, являются анализ внешнеэкономической деятельности и оценка сравнительных преимуществ в торговле. Эти методы восходят к теории сравнительных преимуществ Д. Рикардо. Например, достаточно популярными являются оценки интеграционных связей и условий торговли базирующихся на подходе Хаусмана-Клингера [8]. Следует отметить, что подходы рекардианского характера предполагают формирование наиболее рационального распределения торговых потоков с учетом имеющихся сравнительных преимуществ, следовательно, исходят из принципа консервации структуры торговли. Понятно, что такой подход априори неприемлем для развивающихся стран, основывающих свое развитие на качественных изменениях в структуре производства. Для них, как минимум, требуется связка в логике: инвестиции - изменение структуры экономики - изменение сравнительных преимуществ - изменение пропорций торговли.

Модели GTAP являются частным случаем моделей общего равновесия (CGE) при этом эконометрически оцениваются только пропорции внешней торговли и эластичности спроса. Фактически это большой «калькулятор», описывающий непосредственные эффекты изменения пропорций торговли при прочих равных условиях. Это качество иногда приводит к достаточно странным результатам, например, при оценках возможных эффектов создания зоны свободной торговли между Украиной и ЕС [9]. Зачастую такие расчеты приводят к необоснованным эффектам роста инвестиций (в том числе иностранных), а также увеличения экспорта, которые базируются на поведении агентов и не ограничены качественными и количественными характеристиками капитала либо параметрами финансовой системы.

Еще один тип построений, который заслуживает упоминания при обсуждении инструментов практического характера - гравитационные модели. Они сочетают как элементы экономических взаимодействий, так и географические параметры [10]. В последние годы именно географическая сторона расчетов развивается достаточно динамично. Например, для оценки расстояний между важнейшими предприятиями (а не географическими центрами) используются данные геопозиционирования. Определенным недостатком можно признать то, что географический фактор очень часто превалирует над экономическим. Между тем для ряда секторов экономики гораздо большее значение имеет уровень вертикальной интеграции внутри крупных компаний и производственных комплексов.

Описанные выше проблемы и ограничения при использовании тех или иных расчетных процедур вовсе не означают, что данный инструментарий нельзя использовать для решения практических задач. Проблема состоит в том, что с учетом ограничений теоретического, практического и технического характера желательно, чтобы выводы об эффективности тех или иных направлений экономической политики подкреплялись расчетами различного уровня с использованием взаимодополняющего комплекса моделей.

Еще одна существенная проблема практического использования моделей связана с долгосрочным прогнозированием. Широко известная критика Р. Лукаса [11] опиралась на тот факт, что изменение экономической политики ведет к изменению взаимодействий и невозможности использовать зависимости, эконометрически оцененные на ретроспективе. Вместе с тем долгосрочный прогноз крайне чувствителен к гипотезам относительно изменения параметров технического прогресса. Все это делает долгосрочное прогнозирование крайне уязвимым к критике. Но если задуматься о том, какие задачи стоят перед этим типом расчетов, то можно утверждать, что это наиболее интересный и содержательный вид оценок перспективной экономической политики.

Дело в том, что долгосрочный прогноз позволяет оценивать действия при существенном изменении параметров используемых ресурсов, т.е. он не подвержен столь жестким ограничениям, как кратко- и среднесрочный прогнозы. С другой стороны, при долгосрочном прогнозировании существуют определенные «якоря», позволяющие выполнить сбалансированный прогноз (демография, сценарии развития мировой экономики, запасы природных ресурсов и т.д.). В этой связи дополнительными аргументами при формировании долгосрочного прогноза являются определение приемлемого «образа будущего», а также выбор гипотез относительно изменения эффективности использования первичных ресурсов, полученных на базе анализа межстрановых сопоставлений или научно-технической информации. В любом случае комплексное макроструктурное долгосрочное прогнозирование (описывающее динамические и структурные характеристики развития экономики) имеет характер обоснования экономической политики и демонстрирует эффекты в рамках набора определенных действий или бездействий. Желательно, чтобы расчеты долгосрочного характера, связанные преимущественно с изменениями в структуре экономики и параметрах ее эффективности, поддерживались расчетами среднесрочного характера, более детально описывающими финансовые показатели, параметры бюджетной системы и т.д.

Если говорить о современной российской экономике, то наша позиция в отношении практического использования прогнозно-аналитического инструментария состоит в следующем:

  1. Эконометрические модельные расчеты представляют собой один из аргументов в дискуссии об экономической политике, значимость которого не следует переоценивать. Важнейшая цель эконометрической модели - формирование набора связанных между собой параметров развития экономики, дополняющих общее понимание экономических процессов, количественными оценками непрямых связей.
  2. Использование готовых зависимостей, рассчитанных для других стран, как правило, не повышает качество прогнозного инструментария и ухудшает его практическое значение.
  3. Главная задача прогнозного инструментария состоит в качественном описании комплекса существующих в экономике взаимодействий, а не в получении наилучших эконометрических характеристик отдельных уравнений.
  4. Серьезное обсуждение эффектов мероприятий экономической политики должно происходить на базе фактических данных, отражающих динамические и структурные характеристики развития экономики. Нормально управлять можно только теми процессами, которые могут быть как-то измерены.
  5. Многоуровневый характер современной российской экономики и ее структурная неоднородность значительно сужают возможности изолированного использования инструментария, основывающегося на агрегированных макроэкономических функциях.
  6. Сопряжение макро- и микроэкономического подходов к моделированию имеет большие перспективы, но потребуется еще много времени для создания унифицированной методологии формирования соответствующей статистики.
  7. Долгосрочное прогнозирование с использованием модельного инструментария связано с рядом сложностей методологического характера, но может успешно осуществляться в рамках комплексных расчетных процедур. При этом особое значение имеют анализ информации и выработка гипотез относительно изменения параметров фундаментальных факторов роста.

Литература
  1. Апокин А.Ю., Ипатова И.Б. Компоненты совокупной факторной производительности экономики России относительно других стран мира: роль технической эффективности //Проблемы прогнозирования. 2017. № 1. С. 22-29.
  2. Тинберген Я., Босс X. Математические модели экономического роста. М.: Прогресс, 1967.
  3. Leontief W.W. Input-Output Economics // Oxford University Press on Demand, 1986.
  4. Leontief W.W. The Structure of American Economy, 1919-1939: an Empirical Application of Equilibrium Analysis. 1951. № HC106. 3 L3945.
  5. Dixon P., Paramentr B. (1996). «Computable General Equilibrium Modelling for Policy Analysis and Forecasting. Handbook of Computational Economics» in: H. M. Amman & D. A. Kendrick & J. Rust (ed.). Handbook of Computational Economics. Elsevier. Ed. 1. Vol. 1. Ch. 1. P. 3-85.
  6. Tinbergen J. Shaping the World Economy: Suggestions for an International Economic Policy. New York: Twentieth Century Fund, 1962.
  7. Hertel T.W., Hertel T.W. Global Trade Analysis: Modeling and Applications. Cambridge University Press, 1997.
  8. Hausmann R., Klinger B. (2007). The Structure of the Product Space and the Evolution of Comparative Advantage // CID Working Paper. № 146.
  9. Movchan V., Giucci R. Quantitative Assessment of Ukraine's Regional Integration Options: DCFTA with European Union vs. Customs Union with Russia, Belarus and Kazakhstan. German Advisory Group, Institute for Economic Research and Policy Consulting. PP/05/2011.
  10. Могилат А.Н., Сальников В.А. Оценка потенциала взаимной торговли стран Единого экономического пространства при помощи гравитационной модели торговли между регионами России //Журнал новой экономической ассоциации. 2015. № 3. С. 80-108.
  11. Lucas R. Econometric Policy Evaluation: A Critique // In Brunner K, Meltzer A. The Phillips Curve and Labor Markets. Carnegie-Rochester Conference Series on Public Policy 1. New York: American Elsevier. 1976. Pp. 19-46.
Комментарии (0)add comment

Написать комментарий
меньше | больше

busy