CC BY
48
тема номера
Эконометрическое прогнозирование национальной экономики
Теоретические и прикладные исследования, связанные с разработкой и применением методов и программного обеспечения статистического анализа данных, эконометрического моделирования и прогнозирования, ведутся в Научно-исследовательском институте прикладных проблем математики и информатики (НИИ ППМИ) с участием кафедры математического моделирования и анализа данных факультета прикладной математики и информатики.
Владимир Малюгин,
доцент кафедры математического моделирования и анализа данных БГУ, кандидат физико-математических наук, доцент
Юрий харин,
директор НИИ прикладных проблем математики и информатики БГУ, член-корреспондент
Ч
Научным коллективом за более чем 20 лет накоплен значительный опыт по созданию и применению методов и программного обеспечения для решения задач статистического анализа, моделирования и прогнозирования в различных прикладных областях. Разработан ряд пакетов прикладных программ, среди которых ППП СТАН («Статистический анализ данных»), РОСТАН («Робастный статистический анализ данных»), СТАТПРО («Статистическое прогнозирование»), РОСТАТПРО («Робаст-
ное статистическое прогнозирование») и СЭМП («Система эконометрического моделирования и прогнозирования»), внедренные в ряде белорусских и зарубежных организаций.
Исследования, связанные с разработкой и применением моделей, методов и программного обеспечения эконометри-ческого прогнозирования процессов в белорусской экономике, ведутся в трех основных направлениях: моделирование и прогнозирование национальной экономики; прогнозирование и оценка вариантов денежно-кредитной политики; анализ и прогнозирование рисков в банковской деятельности.
эконометрическое моделирование национальной экономики
Исследования в рамках эконометри-ческого моделирования национальной экономики начались в 1997 г. разработкой в интересах Министерства экономики Республики Беларусь математического и программного обеспечения экономе-трического моделирования и прогнозирования динамики важнейших макроэкономических показателей белорусской экономики. Главным итогом проведенных исследований явилось создание первого отечественного эконометрического
пакета СЭМП, в котором реализованы как традиционные, так и робастные методы эконометрического анализа и прогнозирования. Пакет внедрен в Национальном банке, а также в ряде белорусских университетов. Дальнейшее развитие это направление получило в рамках международных проектов.
В 2001-2003 гг. совместно с Центральным экономико-математическим институтом (ЦЭМИ) РАН была создана система эконо-метрических моделей, предназначенная для анализа и прогнозирования инфляции, обменного курса белорусского рубля, процентных ставок и других социально-экономических индикаторов.
В рамках международного проекта INTAS в 2003-2007 гг. совместно с университетами Великобритании, Франции, России и Украины разработаны эконометриче-ские модели национальных экономик Беларуси, России и Украины на основе методологии LAM, а также межстрановая модель LAM ICM. Модели серии LAM-3 относятся к малым квартальным эко-нометрическим моделям (содержат 25 уравнений и тождеств), реализующим «механизм коррекции ошибок» и предназначенным для анализа и краткосрочного (до одного года) прогнозирования важнейших макроэкономических показателей. Для каждой из трех стран создан вариант со своими значениями параметров, включающий 4 долгосрочные и 21 краткосрочную зависимости, в том числе 9 тождеств и 12 стохастических уравнений. Идентификация модели, то есть вычисление оценок ее параметров, осуществляется с помощью процедуры стохастической оптимизации RSG.
порядок из хаоса
Рис. 1. Прогнозная динамика ИПЦ*
Рис. 2. Прогнозная динамика BYR/USD*
* Прогнозные значения ИПЦ и обменного курса белорусского рубля по отношению к доллару на конец прогнозного периода (декабрь, 2008 г.) близки с фактическим значениям
Межстрановая модель LAM ICM объединяет модели LAM для экономик Беларуси, России, Украины и предназначена для решения ряда основных задач. Первая из них- совместное прогнозирование важнейших макроэкономических показателей национальных экономик: валовой внутренний продукт, показатели инвестиций, доходов и потребления, индекс потребительских цен, заработную плату, занятость в государственном и частном секторах экономики, безработицу, спрос на деньги, промышленное производство, импорт, экспорт и др. Вторая - проведение имитационных экспериментов для исследования влияния на макроэкономические показатели трех стран импульсных шоковых воздействий, идущих со стороны одной из них. Модель включает 90 уравнений, в том числе 3 блока по 25 уравнений для национальных экономик Беларуси, России и Украины и 15 уравнений связи. Общее число параметров равно 336. Они оцениваются автономно до объединения моделей в межстрановую. Для агрегирования моделей национальных экономик в единую систему используются уравнения связи с добавлением новых эндогенных переменных. Связь между моделями экономик отдельных стран осуществляется через уравнения международной торговли.
Для построения и использования модели LAM ICM разработано специальное
программное обеспечение GIRAF ICM. Основные его возможности обусловлены традиционной для построения данной серии LAM технологией, а также целями использования межстрановой модели и обеспечивают решение следующих основных задач: автономная идентификация моделей национальных экономик Беларуси, России и Украины с помощью процедуры стохастической оптимизации RSG; тестирование устойчивости модели на основе анализа откликов на импульсные шоковые воздействия с помощью процедуры IRA; совместное прогнозирование эндогенных переменных для моделей трех стран на основе стохастических краткосрочных зависимостей; проведение заданных имитационных экспериментов с межстрановой моделью для оценки влияния шоковых воздействий на экономики трех государств.
ПРОГНОЗИРОВАНИЕ И ОЦЕНКА ВАРИАНТОВ ДЕНЕЖНО-КРЕДИТНОЙ ПОЛИТИКИ
Проведение эффективной денежно-кредитной политики (ДКП) обусловливает необходимость разработки и оценки альтернативных ее вариантов. Для этого в центральных банках традиционно применяется разнообразный модельный инструментарий в виде эконометрических и аналитических моделей. Установленные
с их помощью зависимости между показателями денежно-кредитного сектора и других секторов экономики используются для прогнозирования целевых ориентиров ДКП, а также для оценки влияния на них воздействий как со стороны самой денежно-кредитной системы, так и со стороны других секторов экономики через определяемые экзогенно макроэкономические показатели. Разработка подобного инструментария в виде систем эконометрических моделей в интересах Национального банка Беларуси ведется совместно с его заинтересованными аналитическими подразделениями в НИИ ППМИ БГУ. Разработано и внедрено две системы эконометрических моделей, предназначенных для прогнозирования целевых индикаторов и оценки вариантов ДКП (СЭМ-ДКП): система СЭМ-ДКП-1 (2004 г.) и система СЭМ-ДКП-2 (2007 г.).
В основе структуры обеих систем СЭМ-ДКП лежит предположение о наличии трех этапов формирования денежно-кредитной политики: установка стратегических и промежуточных целей; выбор инструментов регулирования. Исходя из этого, структура системы СЭМ-ДКП-2 предусматривает четыре блока уравнений, реализующих четыре модели конечного и промежуточных целевых показателей: индекса потребительских цен (конечный показатель ИПЦ),
№12(106) Декабрь 2011 НАУКА И ИННОВАЦИИ 25
тема номера
О 12 0 1 0« OK
ом от
D
■О W ■А» -Offl 4 ] -О 12 -О N
. ,
\[Л 1 .iLi J L
W Ч тцрр " Ш ¡fe дШ ЧЩПРИТПВДИРЧЧ П f1■ ¡и 1
Г- -
¥
Г
мо
10®
15<В
ЖШ
Рис. 3. Прогнозирование меры риска VaR
обменного курса белорусского рубля к доллару США, денежного предложения и процентных ставок (промежуточные показатели).
Эконометрические представления уравнений из указанных блоков имеют форму моделей коррекции ошибок. Начальная версия системы оценена по месячным временным рядам за период с декабря 1995 г. (базовый период) по сентябрь 2007 г. и внедрена в эксплуатацию в Нацбанке в 2007 г.
Система СЭМ-ДКП-2 позволяет проводить сценарное прогнозирование и оценку вариантов ДКП. Исходные базовые предпосылки для этого - макроэкономические условия и инструменты, предусмотренные документами системы государственного планирования и прогнозирования. При этом предусмотрен учет фактически складывающихся тенденций в экономике и денежно-кредитной сфере республики, а также внешние условия - экономическая ситуация в Российской Федерации, на мировых финансовых и товарных рынках. На рис. 1 и 2 продемонстрирована прогнозная динамика изменения основных целевых показателей для одного из сценариев ДКП в предполагаемых условиях функционирования белорусской экономики с октября 2007 г. по декабрь 2008 г. с учетом планов-прогнозов экономического развития на
2008 г. Для периода с января по сентябрь 2007 г. указаны фактические показатели, а для периода с октября 2007 г. по декабрь 2008 г. -их прогнозные значения. Значения переменных за сентябрь 2007 г. используются как заданные начальные значения в уравнениях с лаговыми переменными.
АНАЛИЗИ
ПРОГНОЗИРОВАНИЕ РИСКОВ В БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ
К числу наиболее актуальных задач управления банковскими рисками, для решения которых активно применяются методы эконометрического прогнозирования, можно отнести анализ и прогнозирование устойчивости коммерческих банков и разработку систем раннего предупреждения банковских кризисов; оценку и прогнозирование валютного и кредитного риска, а также оценку кредитоспособности заемщиков коммерческих банков (кредитный скоринг).
Одной из ключевых особенностей современного финансового рынка является существенная неоднородность волатиль-ности, то есть дисперсии доходности финансовых активов в силу значительных и непредсказуемых колебаний их курсов: периоды относительно низкой волатиль-ности чередуются с периодами высокой волатильности. Для описания такого типа неоднородности финансового рынка широко используются эконометрическая модель условной гетероскедастичности ARCH, предложенная Робертом Энглом, и многочисленные ее модификации. Различные модели волатильности применяются в рамках подхода Value at Risk (VaR) при оценке банками размера резервного капитала для покрытия риска активных операций. Задача оценки и прогнозирования меры риска VaR - достаточно сложная эконометрическая проблема, требующая не только выбора адекватных реальным данным эконометрических моделей, но также их корректного построения и при-
менения. Нарушение указанных условий и использование моделей, не учитывающих адекватным образом динамику волатиль-ности, может приводить к неэффективным решениям и, как следствие, существенным потерям. Для иллюстрации этого на рис. 3 приводятся результаты прогнозирования VaR для временного ряда доходностей по индексу Доу-Джонса (голубая линия) с помощью алгоритма, не учитывающего и учитывающего условную гетероскедастич-ность финансового рынка с помощью модели GARCH (им соответствуют черная и красная линии).
Основные результаты исследований по указанным направлениям представлены в работах [1-12].
Литература
1. Харин Ю.С., Малюгин В.И., Харин А.Ю. Эконометрическое моделирование. - Мн., 2003.
2. Малюгин В.И. Рынок ценных бумаг: количественные методы анализа / В.И. Малюгин. - М., 2003.
3. Харин Ю.С., Малюгин В.И., Абрамович М.С. Математические и компьютерные основы статистического анализа данных и моделирования. - Мн., 2008.
4. Харин Ю.С. Оптимальность и робастность в статистическом прогнозировании. - Мн., 2008.
5. Харин Ю.С., Малюгин В.И., Пранович М.В., Мурин Д.Л. Система эконометрических моделей для прогнозирования и оценки вариантов денежно-кредитной политики // Белорусский экономический журнал. №3, 2003.
6. Харемза В.В., Харин Ю.С., Макарова С.Б., Малюгин В.И. и др. О моделировании экономик России и Беларуси на основе эконометрической модели LAM-3 // Прикладная эконометрика. №2, 2006.
7. Харемза В.В., Харин Ю.С. Макарова С.Б., Малюгин В.И. и др. Моделирование и прогнозирование макроэкономических показателей экономик Беларуси, России и Украины на основе межстрановой модели LAM ICM // Экономический бюллетень НИЭИ Минэкономики Республики Беларусь. №4, 2007.
8. Малюгин В.И., Демиденко М.В., Миксюк А.Ю., Калечиц Д.Л., Цукарев Т.В. Разработка и применение эконометрических моделей для прогнозирования и оценки вариантов денежно-кредитной политики // Прикладная эконометрика. №2 (14), 2009.
9. Малюгин В.И., Пытляк Е.В. Оценка устойчивости коммерческих банков на основе эконометрических моделей с дискретными зависимыми переменными // Банковский вестник. №4 (369), 2007.
10. Egorov A.A., Malugin V.I. Analysis of the banking crises by the panel logit model with the appication to Belarusian banking system // Proc. of the 8th Intern. Conf. «Computer Data Analysis and Modeling». Vol. 2. - Mn., 2007.
11. Малюгин В.И., Гринь Н.В. Об эффективности статистических алгоритмов кредитного скоринга // Банковский вестник. №4, 2010.
12. Малюгин В.И. Петрушко А.А. Прогнозирование VaR в условиях неоднородной волатильности рынка // Банковский вестник. №3, 2011.
