УЧЁТ ИНФОРМАЦИОННОГО ФОНА В DSGE-МОДЕЛИ ЭКОНОМИКИ РОССИИ С АДАПТИВНЫМ ОБУЧЕНИЕМ (2023)
В рамках данного исследования разрабатывается метод применения результатов модели анализа информационного фона в модели формирования ожиданий адаптивно обучающихся экономических агентов в общей постановке DSGE-модели. Этот метод тестируется на малой DSGE-модели экономики России с адаптивным обучением, разработанной нами в ИЭОПП СО РАН. На примере этой модели показывается, что предлагаемый метод улучшает соответствие данных, имитируемых моделью, экономической статистике, что позволяет использовать эту модель для прогнозирования макроэкономических показателей, рассматривая различные сценарии развития экономики при разной окраске будущего информационного фона. Делается вывод, что управление новостным потоком оказывает влияние на функционирование экономики и может потенциально использоваться как элемент экономической политики, последствия которой можно оценить, используя наш метод. Универсальность метода, предложенного в работе, позволяет распространить его применение на широкий ряд DSGE-моделей, используемых центральными банками большинства стран мира.
Идентификаторы и классификаторы
- Префикс DOI
- 10.25205/2542-0429-2023-23-4-60-82
- eLIBRARY ID
- 62589084
Влияние ожиданий на принятие решений и результирующую динамику показателей, характеризующих поведение системы, – это то, что отличает экономику от других наук. Учет ожиданий экономических агентов и правильное описание моделей их формирования является необходимым условием для написания моде-лей, адекватных экономической реальности, которые можно использовать для от-работки последствий принятия различных решений в области экономической политики и для прогнозирования. В свою очередь, не секрет, что в современном мире ожидания формируются в том числе под воздействием информационного фона, формируемого новостями, поступающими из различных средств массовой информации и дублируемыми в соцсетях. Таким образом, учет влияния новостей посредством информационного фона на формирование ожиданий является перспективным направлением в экономическом моделировании, в частности, в построении макроэкономических моделей.
Список литературы
1. | Christoffel K., Coenen G., and Warne A. The New Area-Wide Model of the Euro Area: A Micro-Founded Open-Economy Model for Forecasting and Policy Analysis // ECB Working Paper Series. 2008. No. 944. 124 p. URL: https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp944.pdf. | |
---|---|---|
2. | Christiano L., Rostagno M., and Motto R. Financial factors in economic fluctuations // ECB Working Paper Series. 2010. No. 1192. | |
3. | Edge R., Kiley M., and Laforte J.-P. A Comparison of Forecast Performance Between Federal Reserve Staff Forecasts, Simple Reduced-Form Models, and a DSGE Model // Journal of Applied Econometrics. 2010. Vol. 25. P. 720-754. | |
4. | Chung H. T., Kiley M. T., and Laforte J.-P. Documentation of the Estimated, Dynamic, Optimization-based (EDO) Model of the U.S. Economy: 2010 Version // Finance and Economics Discussion Series Working Paper. 2010. No. 19. | |
5. | Fenton P., Murchison S. C. ToTEM: The Bank of Canada’s New Projection and Policy-Analysis Model // Bank of Canada Review. 2006. Vol. 2006. P. 5-18. | |
6. | Dorich J., Johnston M., Mendes R., Murchison S., and Zhang Y. ToTEM II: An Updated Version of the Bank of Canada’s Quarterly Projection Model // Canadian Economic Analysis Department. Technical Report 100. Bank of Canada. 2013. No. 100. | |
7. | Harrison R., Nikolov K., Quinn M., Ramsay G., Scott A. Thomas R. The Bank of England Quarterly Model // Bank of England Publications, 2005. | |
8. | Burgess S., Fernandez-Corugedo E., Groth C., Harrison R., Monti F., Theodoridis K., and Waldron M. The Bank of England’s Forecasting Platform: COMPASS, MAPS, EASE and the Suite of Models // Bank of England working Paper. 2013. No. 471. | |
9. | Brubakk L., Anders T., Maih J., Olsen K., Ostnor M. Finding NEMO: Documentation of the Norwegian economy model // Norwegian Central Bank, Staff Memo. 2006. No. 2006-6. 85 p. URL: https://www.econstor.eu/bitstream/10419/210178/1/nb-staff-memo2006-06.pdf. | |
10. | Pesenti P. The Global Economy Model: Theoretical Framework // IMF Staff Papers. 2008. Vol. 55. No. 2. P. 243 - 284. | |
11. | Крепцев Д. А., Селезнев С. М., DSGE-модель российской экономики с банковским сектором // Серия докладов об экономических исследованиях ЦБ РФ. 2017. № 27. С. 1 - 82. | |
12. | Крепцев Д. А., Селезнев С. М., DSGE-модели российской экономики с малым количеством уравнений // Серия докладов об экономических исследованиях ЦБ РФ. 2016. № 12. С. 1 - 53. | |
13. | Sargent T. J. Bounded Rationality in Macroeconomics. Oxford; N.Y.: Oxford University Press, Clarendon Press, 1993. | |
14. | Evans G. W., Honkapohja S. Learning and Expectations in Macroeconomics // Princeton, NJ.: Princeton University Press. 2001. | |
15. | Колюжнов Д.В., Ляхнова М.В. Малая DSGE-модель экономики России с неоднородным адаптивным обучением // Мир экономики и управления. - 2022. - Т. 22 (3).- С. 66-87. EDN: ZQQHWO | |
16. | Богомолова А. С., Колюжнов Д. В. Экономическая динамика при неоднородном адаптивном обучении: условия стабильности в терминах агрегированной экономики // Мир экономики и управления. 2020. Т. 20, № 1. С. 128-153. EDN: RXYHFW | |
17. | Giannitsarou Ch. Heterogeneous learning // Review of Economic Dynamics. 2003. Vol. 6. pp. 885-906. | |
18. | Goodfellow I., Bengio Y., Courville A. Deep Learning // MIT Press, 2016. | |
19. | Porter M.F. An algorithm for suffix stripping // Program: Electronic Library and Information Systems. 1980. Vol. 14 (3), pp. 130-137. | |
20. | Mikolov, T., Sutskever, I., Chen, K., Corrado, G., Dean, J. Distributed representations of words and phrases and their compositionality // Proceedings of the 26th International Conference on Neural Information Processing Systems. 2013. pp. 3111-3119. | |
21. | Hochreiter, S., Schmidhuber, J. Long Short-Term Memory // Neural computation. 1997. Vol 9 (8), pp. 1735-1780. | |
22. | Kim Y. Convolutional Neural Networks for Sentence Classification // Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP). 2014. pp. 1746-1751. | |
23. | Колюжнов Д.В., Ляхнова М.В. DSGE-модели для краткосрочного прогнозирования экономики России // Модели и методы прогнозирования: Азиатская Россия в экономике страны / под ред. А.О. Баранова, В.И. Суслова; Институт экономики и организации промышленного производства Сибирского отделения РАН. - Новосибирск: Изд-во ИЭОПП СО РАН, 2023. - Гл. 2.1. - С. 16-87. EDN: LUOLZP | |
Выпуск
Другие статьи выпуска
Трансформация внешней бизнес-среды российских предприятий, которые функционируют на рынке ремонта машин и оборудования, на данный момент очень значительна из-за общей геополитической напряженности и антироссийских санкций, а также изменений цепочек поставок, это отражается на возможностях, которые могут быть использованы предприятиями и на рисках, которые необходимо учитывать. Однако, важным аспектом в сохранении и повышении конкурентоспособности ремонтных предприятий являются адаптация своих бизнес-процессов к происходящим изменениям, поэтому на первый план выходят вопросы построения успешной процессной модели управления, которая напрямую связана со спецификой бизнес-процессов предприятия, и может рассматриваться как фактор повышения конкурентоспособности. Целью исследования является выявление роли процессной модели управления в повышении конкурентоспособности ремонтных предприятий и определение конкретных направлений совершенствования бизнес-процессов предприятий по ремонту машин и оборудования. Методами исследования выступают: компаративный анализ источников, статистический анализ, математический анализ эффективности, PEST-анализ, метод анализа иерархий Т.Л. Саати, матрица БКГ. Результатом исследования является рекомендация по разработке проекта совершенствования бизнес-процессов предприятия ООО «Гидротехтрейд» и оценка его эффективности. Авторы делают вывод о том, что одним из направлений совершенствования бизнес-процессов предприятия по ремонту машин и оборудования является автоматизация бизнес-процессов управления с использованием отечественного программного обеспечения, в рамках программы импортозамещения, что, в свою очередь, увеличивает не только степень охвата возможностей, предоставляемых цифровой экономикой на 15%, но и повышает уровень информационной безопасности предприятия на 25%.
Статья содержит комплексный анализ сложной взаимосвязи между корпоративным управлением, структурой собственности, финансовой структурой и стратегической эффективностью компаний. Общие выводы определяются на основе всестороннего анализа существующих исследований. Результаты подчеркивают значимость независимого комитета по аудиту, разделения ролей председателя совета директоров (СД) и генерального директора, а также частоты проведения заседаний совета директоров на эффективность деятельности компании. Кроме того, анализируется влияние на различные переменные эффективности состава и размера совета директоров и комитетов по корпоративному управлению. Исследование также подчеркивает необходимость учета нескольких аспектов при оценке эффективности компаний и устанавливает U-образную связь между долей собственности компании в руках ее менеджеров или членов СД и эффективностью компании. Будущие исследования должны продолжить изучение этих аспектов экономического развития с учетом его разных периодов и стадий, а также специфики развитых и развивающихся стран.
Актуальность. Как известно, именно наличие качественной инфраструктуры обеспечивает необходимую основу для роста и развития экономики, снижает издержки, повышает уровень доступности базовых услуг. Для ускорения развития инфраструктуры правительства во всем мире прибегают к такому инструменту, как государственно-частное партнерство (ГЧП). Проекты ГЧП могут быть инициированы как публичной стороной (что предполагает проведение конкурсных процедур), так и частным инвестором (в этом случае речь идет о механизме, который получил название частная инициатива (ЧИ)). В данной статье предпринята попытка концептуального осмысления обоснованности применения ЧИ в практике реализации проектов ГЧП на основе выявления мотивов сторон, применяемых организационных механизмов, а также имеющихся преимуществ и ограничений.Методы. Представленное исследование основано на литературном обзоре рецензируемых научных статьей, индексируемых в таких базах цитирования, как Scopus, Web of Science и eLibrary.Ru. Кроме того, были использованы данные из открытых источников, таких как отчеты Росинфра и база данных Группы Всемирного банка «Частное участие в инфраструктуре».Результаты. Анализ показал, что использование частной инициативы для реализации проектов ГЧП связано (1) с рядом противоречий в мотивах публичной и частной стороны, стремящихся использовать данный механизм, (2) с особенностями организационного подхода к его применению и (3) возможному набору положительных или отрицательных результатов. На наш взгляд, именно этим объясняется неравномерность применения исследуемого механизма в различных макрорегионах мира. В результате предложена авторская концептуальная схема применения ЧИ.Перспективы. Полученные результаты согласуются с данными других исследователей, указывая на имеющийся потенциал и перспективность дальнейшего использования частной инициативы в проектах ГЧП. Дальнейшие исследования будут направлены на сбор и обработку статистических данных по результатам применения ЧИ в ряде стран. Это позволит более аргументированно подойти к разработке организационно-управленческого механизма реализации проектов ГЧП на основе частной инициативы, обеспечивающего максимальный социально-экономический эффект.
Формирование цифровой экономики является одним из важных этапов в становлении нового технологического уклада как в мире в целом, так и России в частности. Приоритетность и значимость развития информационно-коммуникационных технологий выделена в ряде стратегий и программных документов РФ. Однако разрыв между российскими регионами - лидерами и отстающими регионами по ряду показателей распространения и использования цифровых технологий является весьма высоким. В этой связи данное исследование посвящено идентификации и оценке факторов, воздействующих на распространение информационно-коммуникационных технологий и их использование экономическими субъектам, с целью снижения существующего уровня цифрового неравенства. Проведенный анализ панельных данных по российским регионам, охватывающий временной период с 2017 по 2021 г., показал, что регионы с более высоким уровнем развития человеческого капитала и более молодым населением обладают преимуществами в развитии цифровой экономики, которые имеют долгосрочный характер. Усилия государства в форме субсидий, а также инвестиции в цифровую экономику в виде затрат на информационно-коммуникационные технологии значимы прежде всего для сектора государственных услуг и населения и не оказывают заметного влияния на цифровизацию бизнеса.
Неоднородность экономического пространства является его естественным свойством. В то же время высокий уровень неравенства может стать угрозой для целостности социально-экономической системы и причиной более медленного ее развития. В этом отношении проблема неравномерности пространственного развития является актуальной для пространственно протяженных экономик (причем как национальных, так и региональных) и находит отражение в документах стратегического планирования. Данная статья посвящена вопросам пространственного развития крупнейшего субъекта РФ - Республики Саха (Якутия), - в стратегии социально-экономического развития которого отмечается усиление межрайонной дифференциации и разобщенность экономических зон, что отнесено к основным вызовам пространственного развития региона. При этом в указанной стратегии не выделен перечень мер по сокращению разницы в уровне развития муниципальных районов, а также не указаны последствия реализации запланированных стратегией мероприятий и проектов в контексте пространственного развития региона и его неравномерности. В настоящей работе в разрезе муниципальных районов выполнена оценка эффектов от реализации крупных инвестиционных проектов добывающего сектора, который, согласно стратегии развития Республики Саха (Якутия), будет оставаться основным источником экономического роста региона. Исследование проведено посредством использования региональной межотраслевой модели с учетом мультипликативных эффектов и пространственной неоднородности. На основе полученных оценок показано, что реализация сырьевых проектов может стать причиной увеличения межрайонной дифференциации экономического развития. Отмечена возможность сжатия экономического пространства региона при отсутствии мер по выравниванию диспропорций. В качестве компенсаторного механизма пространственной неоднородности эффектов рассмотрено повышение локализации эффектов от реализации указанных проектов по различным направлениям (локализация производства, занятости, перераспределение изымаемой у добывающего сектора части ренты на задачи пространственного развития региона).
На протяжении длительного времени поиск ресурсов и источников для повышения производительности труда является приоритетным направлением в деятельности органов публичной власти всех уровней и важной научной проблемой в области экономики и менеджмента. В отечественной научной мысли наблюдается заметный дефицит знаний в обозначенной области исследований применительно к учреждениям здравоохранения. Одновременно в работах зарубежных авторов можно обнаружить многочисленные примеры анализа влияния различных факторов на производительность медицинского персонала. В соответствии с этим посылом цель настоящего исследования состояла в оценке статистической зависимости, а также тесноты и направлений взаимосвязи между показателем производительности труда и отдельными факторами, влияющими на данный показатель в здравоохранении РФ в период с 2010 по 2020 г. Для достижения цели исследования авторами использовались литературные данные, представленные работами отечественных и зарубежных авторов, а также информация Росстата в разделах «Здравоохранение России» и «Национальные счета России». Корреляционный и регрессионный анализы выполнены при помощи кроссплатформенного программного пакета для эконометрического анализа Gretl. При разработке эконометрической модели использовался метод наименьших квадратов (МНК) с соблюдением обязательного условия Гаусса - Маркова. В ходе проведенного исследования была показана связь между производительностью труда, рассчитанной стоимостным способом, и отдельными факторами, которые оказывают различную степень воздействия на данный показатель. Доказана сильная прямая статически значимая связь между данным показателем, расходами консолидированного бюджета и объемом инвестиций в основной капитал. Показано, что производительность труда в здравоохранении в исследуемом периоде имела тенденцию к росту, которая проходила на фоне ежегодного сокращения численности медицинского персонала, что может свидетельствовать о дефиците кадров и нарастании интенсивности труда. Полученные результаты могут быть востребованы органами управления здравоохранением для повышения результативности деятельности медицинских организаций.
В статье анализируется соотношение монетарных и немонетарных факторов и их влияние на динамику инфляции в России в период с 2011 по 2021 г. Для данного периода на основе поквартальных данных проводится эконометрический анализ зависимости инфляции от различных факторов. Динамика цен оценивается с использованием ИПЦ (индекса потребительских цен) и дефлятора ВВП. Полученные результаты сравниваются с исследованиями динамики инфляции в России, выполненными в предшествующие годы. Выявляются как общие, так и отличительные особенности монетарных и немонетарных факторов. Так, динамика общего ИПЦ в сравниваемых периодах формировалась под влиянием схожих монетарных факторов, но их доля возрастала: в периоде 2011-2021 гг. составляла 50 %, а в периоде 2001-2016 гг. - всего 40 %. Заметно отличается характер немонетарных факторов в двух периодах. В 2001-2016 гг. влияла динамика реальных доходов населения и инфляционных ожиданий. В 2011-2021 гг. эти немонетарные факторы утрачивают свое влияние, уступая место темпам прироста железнодорожных тарифов на грузоперевозки. Проведенные расчеты для дефлятора ВВП подтверждают значимость немонетарных факторов в инфляционных процессах в периоде 2011-2021 гг. При разработке антиинфляционных мер как Правительство РФ, так и Банк России должны учитывать соотношение монетарных и немонетарных факторов с точки зрения их краткосрочного и долгосрочного влияния на инфляцию. |
---|
В работе описаны результаты эконометрического анализа влияния внешне- и внутриэкономических факторов на показатели внешней торговли России. В большинстве случаев в статьях, касающихся динамики и объемов импорта и экспорта России, изучается влияние цен на нефть, газ и другие минеральные продукты на международных рынках. В данном исследовании расширен ряд оцениваемых параметров, влияющих на внешнюю торговлю России. Опираясь на положения теории общего экономического равновесия, в анализ были включены параметры рынка труда и проанализирована их взаимная связь с экспортом и импортом в российской экономике. В работе представлена оценка параметров построенных регрессионных уравнений и дан содержательный анализ полученных численных результатов. При оценке численных характеристик регрессионных уравнений для экспорта и импорта параметры, связанные с рынком труда, оказались статистически значимыми. Показано, что прирост безработицы отрицательно влияет на объемы импорта и экспорта. Рост уровня заработной платы ведет к увеличению импорта и позитивно влияет на динамику производства товаров и услуг на экспорт при условии, что на мировом рынке имеется адекватный спрос. Из приведенных результатов также следует, что повышение уровня заработной платы через увеличение совокупного спроса может стать толчком к росту экономики, включая экспортоориентированные отрасли.
Издательство
- Издательство
- НГУ
- Регион
- Россия, Новосибирск
- Почтовый адрес
- 630090, Новосибирская область, г. Новосибирск, ул. Пирогова, д. 1.
- Юр. адрес
- 630090, Новосибирская область, г. Новосибирск, ул. Пирогова, д. 1.
- ФИО
- Федорук Михаил Петрович (Руководитель)
- E-mail адрес
- rector@nsu.ru
- Контактный телефон
- +7 (383) 3634000
- Сайт
- https://www.nsu.ru/