Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Определение разрыва выпуска для российской экономики

Покупка
Артикул: 693095.01.99
Доступ онлайн
139 ₽
В корзину
Данная работа посвящена определению разрыва выпуска в российской эко- номике. В первой части рассматриваются методики, используемые для определения разрыва выпуска, к которым относятся одномерные статисти- ческие процедуры, структурные и полуструктурные модели. Во второй ча- сти дается оценка разрыва выпуска при помощи фильтра Ходрика — Пре- скотта, а также модели ненаблюдаемых компонент.
Ващелюк, Н. В. Определение разрыва выпуска для российской экономики / Ващелюк Н.В., Зубарев А.В., Трунин П.В. - Москва :ИД Дело РАНХиГС, 2017. - 84 с.: ISBN 978-5-7749-1223-0. - Текст : электронный. - URL: https://znanium.com/catalog/product/982543 (дата обращения: 15.06.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Н.В. Ващелюк, А.В. Зубарев,  

П.В. Трунин

Определение 
разрыва выпуска 
для российской
экономики

 

| И  ДЕЛО |

Москва | 2017

УДК 
ББК .
     В

Ващелюк, Н. В., Зубарев, А. В., Трунин, П. В.
Определение разрыва выпуска для российской экономики / Н. В. Ващелюк, А. В. Зубарев, П. В. Трунин.  —  М. : Издательский дом «Дело» РАНХиГС, 
.  —  с.  —  (Научные доклады: экономика).

ISBN 978-5-7749-1223-0

Данная работа посвящена определению разрыва выпуска в российской экономике. В первой части рассматриваются методики, используемые для 
определения разрыва выпуска, к которым относятся одномерные статистические процедуры, структурные и полуструктурные модели. Во второй части дается оценка разрыва выпуска при помощи фильтра Ходрика — Прескотта, а также модели ненаблюдаемых компонент. 

УДК 
ББК .

  ISBN 978-5-7749-1223-0

© ФГБОУ ВО «Российская академия народного хозяйства и государственной 
службы при Президенте Российской Федерации», 

В

Содержание

1. Основные подходы к оцениванию 
потенциального выпуска   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 5
1.1. Специфика определения потенциального 
выпуска и разрыва выпуска в области 
денежно-кредитной политики   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 8
1.2. Методы оценки потенциального выпуска и разрыва 
выпуска  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 8
1.2.1. Одномерные статистические процедуры 
(методы одномерной фильтрации)   .  .  .  .  .  .  .  .  .  .  .  .  10
1.2.1.1. Фильтр Ходрика — Прескотта.  .  .  .  .  .  .  .  .  .  10
1.2.1.2. Полосовой фильтр Бакстера — Кинга  .  .  .  .  .  14
1.2.1.3. Декомпозиция Бевериджа — Нельсона  .  .  .  .  15
1.2.1.4. Фильтр Калмана и модель ненаблюдаемых 
компонент (unobserved components model)  .  .  .  .  .  .  16
1.2.1.5. Преимущества и недостатки применения 
одномерных статистических процедур для расчета 
оценок потенциального выпуска  .  .  .  .  .  .  .  .  .  .  .  .  19
1.2.2. Смешанные подходы 
(полуструктурные методики)  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  20
1.2.2.1. Многомерный фильтр Ходрика — Прескотта   20
1.2.2.2. Многомерная процедура декомпозиции 
Бевериджа — Нельсона  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  24
1.2.2.3. Модель ненаблюдаемых компонент 
и многомерный фильтр Калмана  .  .  .  .  .  .  .  .  .  .  .  .  25
1.2.3. Структурные подходы.  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  30
1.2.3.1. Использование производственных функций 
для оценки разрыва выпуска   .  .  .  .  .  .  .  .  .  .  .  .  .  .  31

1.2.3.2. Оценка потенциального выпуска 
и разрыва выпуска в рамках DSGE-моделей   .  .  .  .  .  34
1.2.3.3. Модели SVAR   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  37
1.3. Выводы  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  39

2. Описание используемых данных   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  43

3. Оценка разрыва выпуска  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  45
3.1. Оценка разрыва выпуска с помощью одномерного 
фильтра Ходрика — Прескотта .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  45
3.2. Оценка разрыва выпуска с помощью многомерного 
фильтра Ходрика — Прескотта .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  53
3.3. Оценка разрыва выпуска с помощью 
фильтра Калмана   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  61

Заключение   .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  76

Список литературы  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  80



 . Основные подходы 
к оцениванию 
потенциального выпуска

Разрыв выпуска представляет собой разницу 
между фактическим выпуском и его потенциальным уровнем.
Существует несколько подходов к определению понятия «потенциальный выпуск»¹, при 
этом для целей применения конкретных методик более важным является анализ соотношений 
между теоретическими представлениями и концепциями, положенными в основу существующих методик эмпирической оценки потенциального выпуска и разрыва выпуска.
Можно выделить три основных подхода 
к определению понятия «потенциальный выпуск» [].

1. Содержательный подход, в соответствии 
с которым потенциальный выпуск представляет собой уровень выпуска, который 
наблюдался бы в экономике при некотором 
«нормальном» (или «естественном») уровне загрузки факторов производства и технологии.

         ¹  Обзор основных теоретических подходов к определению понятия «потенциальный выпуск» см., например, в работе [].

Н.В. В, А.В. З, П.В. Т



Данный подход достаточно сложно напрямую использовать для осуществления оценки потенциального выпуска 
и разрыва выпуска. Реализация методик, основанных на применении производственных функций и оценке «нормального» уровня загрузки факторов производства, обычно связана 
с большим количеством трудностей (подробнее см. подраздел ...) и часто подвергается критике. Однако следует отметить, что и другие подходы не лишены недостатков, тем 
не менее на практике производится оценка потенциального выпуска на основе разных подходов с последующим сопоставлением полученных результатов.

2. Статистический подход основывается на теоретическом 
представлении о том, что потенциальный выпуск является достаточно инерционной переменной, поэтому временной ряд такого показателя должен быть сглаженным. 
Таким образом, обычно под потенциальным выпуском 
в рамках данного подхода понимается некоторый сглаженный уровень выпуска. Кроме того, иногда используются дополнительные предпосылки о статистических 
свойствах, которыми должны обладать ряды потенциального выпуска и разрыва выпуска (диапазон частоты 
колебаний, постоянство среднего значения и проч.). Подобный подход позволяет получить адекватные оценки 
потенциального выпуска и разрыва выпуска только в том 
случае, если заложенные в методику расчета статистические свойства действительно являются верными.
3. Функциональному подходу соответствует определение 
потенциального выпуска как уровня выпуска, при котором в экономике отсутствует инфляционное давление. 
Таким образом, данный подход к определению понятия «потенциальный выпуск» основывается на теоретическом представлении о том, что наличие положительного разрыва выпуска приводит к повышательному 
давлению на уровень цен в экономике, а отрицательного — к понижательному. Кроме того, данный подход 
также использует теоретическую взаимосвязь между 
уровнем загрузки факторов производства и разрывом 

О     



выпуска. Иногда по аналогии с NAIRU (non-acceleratinginfl ation rate of unemployment — уровнем безработицы, 
не приводящим к ускорению инфляции) такой уровень 
выпуска называют NAILO (non-accelerating-infl ation level 
of output — уровнем выпуска, не вызывающим ускорение 
инфляции) []. Также в рамках функционального подхода устанавливается взаимосвязь между потенциальным выпуском и уровнем загрузки производственных 
мощностей: отклонение этого уровня от устойчивого 
(трендового) значения интерпретируется как отклонение фактического выпуска от потенциального.

На содержательном определении основывается метод оценки потенциального выпуска, базирующийся на использовании производственной функции; на статистическом понимании — методы одномерной фильтрации; на функциональном 
определении — многомерные статистические фильтры и модель ненаблюдаемых компонент.
Определение величины потенциального выпуска и разрыва выпуска является важным для различных сфер экономического анализа. С одной стороны, оценки разрыва выпуска 
значимы сами по себе, так как позволяют получить выводы о фазе бизнес-цикла. С другой — они способны объяснять 
динамику некоторых важных с точки зрения экономической 
политики переменных, в частности уровня цен и номинальной заработной платы.
Потенциальный выпуск является ненаблюдаемой величиной, поэтому его оценка может быть получена только на основе специфических предпосылок о структуре фактических 
данных о динамике ВВП и/или взаимосвязи выпуска с другими экономическими показателями.
В настоящее время существует большое количество подходов к определению величины разрыва выпуска, основанных на различных предпосылках. В связи с этим данный раздел посвящен описанию особенностей определения разрыва 
выпуска в области денежно-кредитной политики, а также характеристике основных методов, применяемых для оценки 
данной переменной.

Н.В. В, А.В. З, П.В. Т



.. С   
      
- 

Оценка разрыва выпуска представляет собой важный показатель, применяемый в процессе принятия решений в области 
денежно-кредитной политики, особенно в странах, центральные банки которых придерживаются режима таргетирования 
инфляции. Разрыв выпуска используется в качестве индикатора наличия дисбаланса между совокупным спросом и совокупным предложением, а следовательно, существования инфляционного (дефляционного) давления в экономике. В связи 
с этим важным также является прогноз значений потенциального выпуска и разрыва выпуска на ближайшую перспективу.
При принятии решений в области экономической политики центральные банки ориентируются и на другие индикаторы состояния экономической конъюнктуры, не только 
на разрыв выпуска. Особенностью показателя разрыва выпуска является то, что он в достаточной степени понятен 
и нагляден, в связи с чем данную переменную активно используют в качестве инструмента коммуникации с экономическими агентами и разъяснения им действий регулятора.
Кроме того, использование показателя разрыва выпуска 
для анализа инфляционных процессов позволяет улучшить 
качество моделей и прогнозов [].

.. М    
  

Первоначально уровень потенциального выпуска оценивался 
на основе простейших моделей, предполагающих выделение 
линейных трендов, и производственных функций. Однако данные подходы не позволяли адекватно учитывать значительные шоки совокупного предложения, кроме того, некоторые 
авторы склонны объяснять чрезмерно мягкую экономическую 
политику в период –-х гг. в том числе неправильными (завышенными) оценками потенциального выпуска, полученными на основе одномерных статистических процедур [].

О     



В настоящее время существует множество подходов к оцениванию уровня потенциального выпуска, отличающихся 
объемом используемой информации, применяемыми методами, предпосылками о структуре взаимосвязей между показателями. Для каждого способа характерны свои особенности, 
достоинства и недостатки, в связи с чем нельзя сказать, что 
существует некий универсальный или оптимальный подход.
В зависимости от количества используемых показателей выделяют одномерные (основанные только на данных 
об уровне выпуска) и многомерные (учитывающие и другие 
переменные, например безработицу, инфляцию и т. д.) процедуры оценки разрыва выпуска.
Одномерные процедуры опираются исключительно 
на предпосылки о статистических свойствах ряда выпуска 
и представляют собой различные способы фильтрации и детрендирования временных рядов. Для реализации многомерных подходов требуются дополнительные предпосылки, 
накладывающие определенную структуру на взаимосвязи 
между используемыми показателями.
В связи с этим обычно используется следующая (достаточно условная) классификация процедур оценки потенциального выпуска (см., например, [, , , ] и др.): различают 
статистические (неструктурные), структурные и смешанные 
(полуструктурные) подходы (рис. ).
Неструктурные методики основываются только на данных 
об уровне выпуска и используют предпосылки исключительно о статистических свойствах временного ряда ВВП. Полуструктурные подходы являются многомерными и построены 

Полуструктурные подходы

Предпосылки о статистических 
свойствах временных рядов
Структурные предпосылки

Одномерные статистические 
процедуры

Структурные 
подходы

Р. 1. Классификация подходов к оценке величины разрыва выпуска

И: составлена авторами.

Н.В. В, А.В. З, П.В. Т



на комбинации структурных и статистических предпосылок. 
Структурные подходы основаны преимущественно на содержательных экономических предпосылках, при этом, однако, часто связаны с применением статистических процедур 
(фильтров), в связи с чем обычно подчеркивается условность 
такой классификации.
Как правило, для более полного анализа текущей экономической ситуации и прогноза будущих тенденций центральные банки ориентируются на оценки потенциального выпуска, полученные на основе разных подходов. В связи с этим 
далее будут рассмотрены особенности, преимущества и недостатки наиболее распространенных способов определения 
потенциального выпуска.

... О   
(  )

Одномерные подходы используют только одну переменную — фактические данные об уровне выпуска в экономике. 
Для оценивания потенциального выпуска с помощью этих 
методов формулируются определенные предпосылки о статистических свойствах итогового ряда. В настоящее время 
существуют разнообразные одномерные фильтры, отличающиеся гипотезами о статистических свойствах оценок потенциального выпуска. Рассмотрим более подробно основные 
характеристики наиболее распространенных одномерных 
статистических процедур.

....  Фильтр Ходрика — Прескотта

Оценка потенциального выпуска, осуществляемая на основе 
фильтра Ходрика — Прескотта [], производится на основе решения следующей оптимизационной задачи:

  
 

1

2

1
min
(
) ,
T
t t

T
y
t
t
y
t
y

()

   
 
2
1
2
1
1
(
)
(
)
,
T
y
y
y
y
t
t
t
t
t
e

()

О     



где yt — фактический выпуск; 
y
t
 — потенциальный выпуск; 
e — некоторое небольшое число, значение которого определяется произвольно; T — размер выборки.
В системе () — () первое уравнение означает, что ряд, полученный в результате реализации процедуры, должен быть 
в достаточной степени близок к фактическим данным, для 
чего производится минимизация суммы квадратов отклонений расчетных значений от исходных.
Второе уравнение отражает стремление получить сглаженный ряд, то есть меняющийся как можно менее резко. Для этого минимизируется сумма квадратов разностей 
приростов ряда 
t
  (неравенство () можно переписать 
в виде 
2
2
1
1
2
2
1
2
1
T
y
y
T
y
t
t
t
t
t
e
).
Функция Лагранжа, составленная для задачи () — (), имеет вид:

         

1
2
2
1
1
1
2
(
)
(
)
(
)
.

T
T
y
y
y
y
y
t
t
t
t
t
t
t
t
y

()

При этом параметр  определяет степень гладкости 
ряда, полученного в результате реализации данной статистической процедуры: если , то новый ряд будет в точности совпадать с исходными данными (yt = 
y
t ); при     
итогом расчетов станет линейный тренд. Выбор меньшего 
значения  приводит к получению более кратких по продолжительности и менее глубоких по интенсивности циклов.
Выбор значения  влияет на то, компоненты с какой частотой колебаний сформируют циклическую составляющую. Так, если при анализе ежегодных данных было выбрано значение  = , то в циклическую компоненту будут 
входить циклы продолжительностью менее  лет; значимость более длительных циклов будет снижаться, при этом 
циклы, составляющие более  лет, не будут учитываться 
вовсе.
Значение  задается исследователем, что часто относят 
к одному из недостатков фильтра Ходрика — Прескотта ввиду чувствительности результатов расчетов к выбору  (см., 
например,  []). Существующие рекомендации для данных 

Н.В. В, А.В. З, П.В. Т



разной частоты¹ сформулированы для американской экономики и носят достаточно условный характер [].
Другая интерпретация параметра  основывается на рассмотрении определенных классов временных рядов. В качестве иллюстрации проведем анализ временного ряда, 
трендовая компонента 
y
t  которого является интегрированной второго порядка I () (), а циклическая составляющая 
y
t  представляет собой конечный MA-процесс (подробнее 
см. []):

  
 
2
(1
)
( )
,
y
t
t
L
A L
()
  
 
    
( )
,
y
t
t
A L u
()

где 
0
0
( )
, 
,
j
j
j
j
j
A L
a L
a
а t  и ut
 
— некоррелированные 
случайные ошибки ( (
)
0
, 
t
s
E
u
t s
), представляющие собой 
«белый шум». Тогда оптимальная с точки зрения минимизации суммы квадратов отклонений оценок циклической компоненты выпуска от истинных значений величина параметра 
 представляет собой отношение дисперсий данных случайных ошибок:
 
 
  
 
      

2

2 .
u

()

На основе данного представления становится более понятной другая интерпретация параметра  и подхода к определению его величины. Значение параметра  должно формироваться на основе оценки дисперсии шоков постоянной 
( y
t ) и циклической (
y
t ) компоненты ряда выпуска, которые 
иногда интерпретируют как шоки совокупного предложения 
и совокупного спроса соответственно [].
Ряды потенциального выпуска и разрыва выпуска, получаемые в результате применения фильтра Ходрика — 
Прескотта, имеют ряд особенностей, которые одними 
исследователями считаются достоинствами, а другими — 
недостатками.

         ¹   Для годовых данных обычно используется значение = , для квар
тальных — = , для месячных — =   [].

Доступ онлайн
139 ₽
В корзину