|сгенерировать QR код
Открытый доступ
Только для подписчиков
Построение индикаторов макроэкономической неопределенности для России
https://doi.org/10.32609/0042-8736-2022-9-34-52
Аннотация
Роль «неопределенности» как одного из ключевых каналов воздействия шоков на экономику, будь то финансовые шоки 2007—2009 гг., пандемия 2020—2022 гг. или санкционные шоки, регулярно подчеркивается международными организациями и экспертным сообществом. Но как измерить неопределенность и ее эффекты? Традиционно в качестве индикаторов используются финансовые переменные, оценки на основе анализа публикаций СМИ или дисперсии экспертных прогнозов и опросов фирм. В данной работе для российского случая применяется альтернативный подход к неопределенности как непредсказуемости экономической динамики: она оценивается как взвешенное среднее стандартных отклонений ошибок прогнозов для широкого спектра макроэкономических и макрофинансовых переменных; прогнозы строятся в рамках факторной модели на основе большого массива данных. Построенные показатели неопределенности на 1, 3 и 12 месяцев вперед демонстрируют более выраженную персистентность и контрцикличность по сравнению с альтернативными индикаторами. Выявлено значимое негативное влияние шоков неопределенности на выпуск и уровень цен, что указывает на важность изучения взаимного влияния неопределенности и эффективности контрциклической макроэкономической политики.
Ключевые слова
макроэкономическая неопределенность,
факторная модель,
метод главных компонент,
векторная авторегрессия
JEL: E27, E44, E47
Об авторе
И. В. Прилепский
Экономическая экспертная группа; Научно-исследовательский финансовый институт Министерства финансов Российской Федерации
Россия
Россия
Прилепский Илья Владимирович, к. ф.-м. н., руководитель направления «Международная экономика» ЭЭГ, с. н. с. Центра бюджетного анализа и прогнозирования НИФИ Минфина России
Москва
Список литературы
1. Вакуленко Е., Гурвич Е. (2016). Гибкость реальной заработной платы в России: сравнительный анализ // Журнал Новой экономической ассоциации. Т. 31, № 3. С. 67—92. https://doi.org/10.31737/2221-2264-2016-31-3-3
2. Найденова Ю., Леонтьева В. (2020). Влияние неопределенности экономической политики на инвестиции российских компаний // Вопросы экономики. № 2. С. 141—159. https://doi.org/10.32609/0042-8736-2020-2-141-159
3. Омельченко А., Хрусталев Е. (2018). Модель индекса интенсивности санкций (на примере России) // Национальные интересы: приоритеты и безопасность. Т. 14, № 1. С. 62—77.
4. Пестова А. А., Ростова Н. А. (2020). Экономические эффекты монетарной политики в России: о чем говорят большие массивы данных? // Вопросы экономики. № 4. С. 31—53. https://doi.org/10.32609/0042-8736-2020-4-31-53
5. Федорова Е., Мусиенко С., Федоров Ф. (2019). Индекс политической неопределенности для российской экономики: текстовый анализ // Экономическая наука современной России. № 2. С. 52—64. https://doi.org/10.33293/1609-1442-2019-2(85)-52-64
6. Afanasyev D., Fedorova E., Ledyaeva S. (2021). Strength of words: Donald Trump’s tweets, sanctions and Russia’s ruble. Journal of Economic Behavior & Organization, Vol. 184, pp. 253—277. https://doi.org/10.1016/j.jebo.2021.02.002
7. Bachmann R., Elstner S., Sims E.R. (2013). Uncertainty and economic activity: Evidence from business survey data. American Economic Journal: Macroeconomics, Vol. 5, No. 2, pp. 217—249. https://doi.org/10.1257/mac.5.2.217
8. Bai J., Ng S. (2002). Determining the number of factors in approximate factor models. Econometrica, Vol. 70, No. 1, pp. 191—221. https://doi.org/10.1111/1468-0262.00273
9. Baker S. R., Bloom N., Davis S. J. (2016). Measuring economic policy uncertainty. Quarterly Journal of Economics, Vol. 131, No. 4, pp. 1593—1636. https://doi.org/10.1093/qje/qjw024
10. Baker S. R., Bloom N., Davis S. J., Terry S. J. (2020). Covid-induced economic uncertainty. NBER Working Paper, No. 26983. https://doi.org/10.3386/w26983
11. Barrero J. M., Bloom N. (2020). Economic uncertainty and the recovery. In: Navigating the decade ahead: Implications for monetary policy. Economic Policy Symposium Proceedings. Jackson Hole: Federal Reserve Bank of Kansas City, pp. 255—284.
12. Bekaert G., Hoerova M., Lo Duca M. (2013). Risk, uncertainty and monetary policy. Journal of Monetary Economics, Vol. 60, No. 7, pp. 771—788. https://doi.org/10.1016/j.jmoneco.2013.06.003
13. Bloom N. (2009). The impact of uncertainty shocks. Econometrica, Vol. 77, No. 3, pp. 623—685. https://doi.org/10.3982/ECTA6248
14. Caldara D., Iacoviello M. (2022). Measuring geopolitical risk. American Economic Review, Vol. 122, No. 4, pp. 1194—1225. https://doi.org/10.1257/aer.20191823
15. Charnavoki V., Dolado J. (2014). The effects of global shocks on small commodity-exporting economies: Lessons from Canada. American Economic Journal: Macroeconomics, Vol. 6, No. 2, pp. 207—237. https://doi.org/10.1257/mac.6.2.207
16. D’Amico S., Orphanides A. (2008). Uncertainty and disagreement in economic forecasting. Federal Reserve Board Finance and Economics Discussion Series, No. 2008-56. https://doi.org/10.17016/FEDS.2008.56
17. Fernández-Villaverde J., Guerrón-Quintana P., Kuester K., Rubio-Ramirez J. (2015). Fiscal volatility shocks and economic activity. American Economic Review, Vol. 105, No. 11, pp. 3352—3384. https://doi.org/10.1257/aer.20121236
18. Fernández-Villaverde J., Guerrón-Quintana P. (2020). Uncertainty shocks and business cycle research. Review of Economic Dynamics, Vol. 37, pp. 118—146. https://doi.org/10.1016/j.red.2020.06.005
19. Gieseck A., Rujin S. (2020). The impact of the recent spike in uncertainty on economic activity in the euro area. ECB Economic Bulletin, No. 6, pp. 61—64.
20. Jurado K., Ludvigson S. C., Ng S. (2015). Measuring uncertainty. American Economic Review, Vol. 105, No. 3, pp. 1117—1216. https://doi.org/10.1257/aer.20131193
21. Kastner G., Frühwirth-Schnatter S. (2013). Ancillarity-sufficiency interweaving strategy (ASIS) for boosting MCMC estimation of stochastic volatility models. Computational Statistics & Data Analysis, Vol. 76, pp. 408—423. https://doi.org/10.1016/j.csda.2013.01.002
22. Lahiri K., Sheng X. (2010). Measuring forecast uncertainty by disagreement: The missing link. Journal of Applied Econometrics, Vol. 25, No. 4, pp. 514—538. https://doi.org/10.1002/jae.1167
23. Ludvigson S. C., Ma S., Ng S. (2021). Uncertainty and business cycles: Exogenous impulse or endogenous response? American Economic Journal: Macroeconomics, Vol. 13, No. 4, pp. 369—410. https://doi.org/10.1257/mac.20190171
24. Moran K., Stevanovic D., Toure A. K. (2022). Macroeconomic uncertainty and the COVID-19 pandemic: Measure and impacts on the Canadian economy. Canadian Journal of Economics, Vol. 55, No. S1, pp. 379—405. https://doi.org/10.1111/caje.12551
25. Ng S. (2021). Modeling macroeconomic variations after Covid-19. NBER Working Paper, No. 29060. https://doi.org/10.3386/w29060
26. Rautava J. (2013). Oil prices, excess uncertainty and trend growth: A forecasting model for Russia’s economy. Focus on European Economic Integration, No. 4, pp. 77—87. Austrian Central Bank.
27. Scotti C. (2016). Surprise and uncertainty indexes: Real-time aggregation of real-activity macro-surprises. Journal of Monetary Economics, Vol. 82, pp. 1—19. https://doi.org/10.1016/j.jmoneco.2016.06.002
28. So E. C. (2013). A new approach to predicting analyst forecast errors: Do investors overweight analyst forecasts? Journal of Financial Economics, Vol. 108, No. 3, pp. 615—640. https://doi.org/10.1016/j.jfineco.2013.02.002
29. Sohag K., Gainetdinova A., Mariev O. (2021). The response of exchange rates to economic policy uncertainty: Evidence from Russia. Borsa Istanbul Review, Vol. 22, No. 3, pp. 534—545. https://doi.org/10.1016/j.bir.2021.07.002
30. Stock J. H., Watson M. W. (2002). Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics, Vol. 20, No. 2, pp. 147—162. https://doi.org/10.1198/073500102317351921
Дополнительные файлы
Рецензия
Для цитирования:
Прилепский И.В. Построение индикаторов макроэкономической неопределенности для России. Вопросы экономики. 2022;(9):34-52. https://doi.org/10.32609/0042-8736-2022-9-34-52
For citation:
Prilepskiy I.V. Macroeconomic uncertainty indicators for Russia. Voprosy Ekonomiki. 2022;(9):34-52. (In Russ.) https://doi.org/10.32609/0042-8736-2022-9-34-52
Просмотров:
1119
Послать статью по эл. почте 
