CC BY
37
ФИНАНСОВЫЕ ПРОБЛЕМЫ
Е.В. Балацкий, Н.А. Екимова
КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ ИНДЕКСА МОНЕТАРНОЙ ЭФФЕКТИВНОСТИ
В статье предлагается краткосрочный макроэкономический индикатор - индекс монетарной эффективности, который представляет собой агрегат из двух субиндексов - монетарной стабильности и монетарной свободы. Построена эконометрическая модель, в которой ВВП зависит от индекса монетарной эффективности с лагом в 8 месяцев, что позволяет осуществлять упреждающее прогнозирование экономического роста. Все аналитические инструменты оценены на статистических данных Банка России с помесячной разбивкой.
За прошедшие несколько лет изменился статус Центрального банка Российской Федерации (ЦБ РФ), который из макрорегулятора превратился в мегарегулятор. Так, традиционное понятие регулятора (макрорегулятора) предполагает орган исполнительной власти, который направляет развитие национального хозяйства в части его отдельных сегментов. Как правило, макрорегулятор имеет широкое, но ограниченное поле деятельности и объект регулирования, тогда как мегарегулятор обладает расширенными полномочиями в управлении объектом регулирования, а также чрезвычайно обширным самим объектом регулирования. На сегодняшний день полноценным мегарегулятором в России является только ЦБ РФ.
В современной экономической политике и практике актуальное звучание имеют ответы на вопросы, связанные с оценкой влияния монетарной сферы страны на экономический рост (см. [1; 2]), определением эффективности деятельности Банка России (БР) [3; 4].
Конкретной денежно-кредитной политике (ДКП) посвящены исследования так называемых монетарных правил (МП), когда центральный банк берет на себя определенные обязательства и действует в соответствии с определенными алгоритмами монетарной политики. Однако в настоящее время МП воспринимаются как слишком «узкие» с точки зрения регулятивных потребностей монетарных властей, в связи с чем происходит становление так называемой макропруденциальной политики, понимаемой как использование пруденциальных инструментов для снижения системного риска в финансовом секторе, в частности, ограничения формирования «пузырей» на финансовых и кредитных рынках [5].
В рамках такого расширительного подхода к ДКП разрабатываются различные дополнительные инструменты, обладающие эффектом раннего предупреждения кризисных ситуаций. Например, Центр макроэкономического анализа и краткосрочного прогнозирования (ЦМАКП) ИНП РАН ежемесячно составляет сводные опережающие индикаторы (СОИ) по различным направлениям [6]. С 2012 г. ЦБ РФ публикует с периодичностью два раза в год «Обзор финансовой стабильности», в котором содержатся анализ и оценка ключевых финансовых рисков не только российской финансовой системы и ее отдельных секторов, но и глобальной экономики и мировых финансовых рынков [7]. С IV кв. 2007 г. по II кв. 2011 г. Институт экономической политики им. Е.Т. Гайдара ежемесячно публиковал мониторинг финансовой
1 Статья подготовлена в рамках государственного задания Правительства Российской Федерации Финансовому университету при Правительстве РФ на 2017 г. (Проект АААА-А17-117060110148-8 «Разработка и аналитическое сопровождение индекса монетарной эффективности в Российской Федерации»).
стабильности, в основе которого лежали соответствующие показатели [8; 9]. Аналитическое кредитное рейтинговое агентство (АКРА) разработало и ежедневно публикует индекс финансового стресса для Российской Федерации [10]. Центром макроэкономических исследований Сбербанка России в 2012 г. разработан еженедельный индекс финансовой стабильности (ИФС) для России, целью построения которого является регулярное отслеживание состояния финансовой системы в стране [11].
Для оценки влияния финансовых показателей на экономический рост в работе [12] рассмотрено воздействие таких показателей, как внутренний кредитный рынок (отношение банковских кредитов частному сектору к ВВП), внутренний рынок корпоративных облигаций (отношение объема внутренних корпоративных облигаций к ВВП) и рынок внешних корпоративных заимствований (отношение объема внешнего корпоративного долга к ВВП), на темпы экономического роста и макроэкономическую стабильность. В [13] эффективность ДКП Банка России анализируется на основе моделирования среднесрочной экономической динамики при различных сценариях изменения ключевой процентной ставки.
Однако богатая практика применения различных упреждающих индикаторов не только не выявила общепризнанного «лидера», использование которого может тиражироваться максимально широко, но и не позволила очертить круг наиболее эффективных методов и моделей. В связи с этим возникает потребность в построении некого обобщенного индикатора «монетарного климата», который был бы способен, во-первых, диагностировать текущую ДКП и ее эффективность, во-вторых, предсказывать экономический рост на несколько месяцев вперед. Создание именно такого индикатора и является целью настоящего исследования.
Идеология построения индекса монетарной эффективности. В настоящее время БР накоплен большой массив довольно качественной информации о денежно-кредитных процессах в стране. Причем многие показатели монетарной статистики предоставляются ежемесячно, что создает основу эффективного мониторинга монетарного климата. Однако все эти показатели разрозненны и не дают комплексной оценки складывающейся ситуации. Основная идея данной работы состоит в построении такого сводного индекса, который бы аккумулировал все основные стороны денежно-кредитных процессов и позволил оперативно отслеживать изменения монетарного климата.
Предлагаемый индекс монетарной эффективности (ИМЭ)2 должен обладать двумя свойствами - структурной и динамической эффективностью. Свойство структурной эффективности заключается в наличии в составе ИМЭ двух составляющих, одна из которых характеризует монетарную стабильность, а другая -монетарную свободу. Свойство динамической эффективности заключается в качестве ИМЭ как упреждающего индикатора, заранее сигнализирующего о будущих негативных процессах в реальной экономике.
Указанное структурное свойство восходит к тезису Д. Норта (North) о двойственной функции институтов, которые, с одной стороны, создают ограничения, а с другой - стимулы [14]. Это означает, что институты должны одновременно обладать двумя противоречивыми свойствами - жесткостью и гибкостью. Исходя из трактовки Д. Норта, согласно которой институты - это правила игры, а также трактовки В.М. Полтеровича, согласно которой институты - это нормы поведения [15], можно констатировать, что БР является типичным институтом-регулятором, который задает стандартные правила игры и нормы поведения участников денежно-кредитной сферы. В связи с этим деятельность российского мегарегулятора обладает указанной Д. Нортом двойственностью. Согласно политической теории Д. Дзоло (Zolo) государство в процессе регулирования должно обеспечить балансировку полярных ценностей - безопасности и
2 Англоязычный эквивалент ИМЭ будем обозначать как IME — Index of Monetary Efficiency.
свободы граждан [16]. В данном случае БР должен обеспечить, с одной стороны, надежность (безопасность) денежно-кредитной системы, а с другой - стимулы (свободу) для деятельности экономических агентов.
Инструментальную конкретизацию указанные методологические установки получили при конструировании базового индекса институционального развития (БИИР), разработанного в 2015 г. в Финансовом университете при Правительстве РФ [17; 18]. В частности, при построении БИИР рассматривались гарантии и свободы, предоставляемые национальными институтами, в связи с чем искомый индекс раскладывался на индекс институциональных гарантий и индекс институциональных свобод. Данный подход был доведен до логического завершения путем оцифровки всех аспектов двух названных направлений институтов, что позволяет классифицировать созданную аналитическую технологию как чрезвычайно перспективную и тиражировать ее на другие сферы институциональных исследований. В связи с этим, рассматривая БР в качестве регулирующего института и монетарный климат в качестве результата такого регулирования, целесообразно воспользоваться указанной функциональной градацией институтов в разрезе «гарантии - свободы». В этом случае общая монетарная эффективность формируется из монетарной стабильности и монетарной свободы. Соответственно индекс монетарной эффективности - IME - будет состоять из двух частных индексов: индекса монетарной стабильности (IMS) и индекса монетарной свободы (IMF)3.
Предлагаемый подход актуален с точки зрения стратегии регулирования ДКП, поскольку деятельность мегарегулятора зачастую сильно смещается в сторону введения ограничений и стремления к стабилизации ситуации на фоне почти полного «отключения» инструментов стимулирования. Разумный баланс между двумя сторонами регулирования легче обеспечить при наличии оперативного индикатора, подобного IME с его составляющими.
Калькуляция индекса монетарной стабильности. Для баланса эффектов ограничений (стабилизации) и освобождений (свободы) частные индексы IMS и IMF должны состоять из одинакового числа исходных отчетных показателей. В нашем случае приняты по 7 элементов в каждом частном агрегате. Для большей наглядности «архитектура» IMS приведена в табл. 1.
Нижеприведенные показатели оценивают надежность монетарной системы; низкие их значения сигнализируют о росте вероятности наступления кризиса в той или иной форме. Учитывая, что все семь показателей не могут синхронно изменяться, их следует агрегировать по определенному правилу. Однозначного алгоритма такого агрегирования нет, в связи с чем можно предложить максимально простой и вполне работоспособный метод, суть которого заключается в следующем. Необходимо подобрать весовые коэффициенты таким образом, чтобы в первоначальный момент времени значение IMS равнялось 100%. Тогда по дальнейшей его динамике можно будет говорить об улучшении (ухудшении) ситуации по сравнению с первоначальным моментом времени. В связи с этим IMS не имеет нормировки и не лежит в строго определенных границах. Наоборот, его величина колеблется вокруг 100%, а его нижняя и верхняя границы не фиксированы. Таким образом, можно говорить лишь об исторических минимумах и максимумах IMS.
Общая формула IMS имеет следующий вид:
3 В англоязычной версии данные индексы имеют соответствующую аббревиатуру — Index of Monetary Stability (IMS) и Index of Monetary Freedom (IMF).
n
(1)
где bi - весовой коэффициент /-го частного показателя монетарной стабильности; n - число показателей (в нашем случае n = 7).
Основу алгоритма поиска весовых коэффициентов составляет правило, согласно которому все частные показатели вносят одинаковый вклад в общий агрегат IMS. Тогда весовые коэффициенты находят из следующего уравнения:
bjx = b2x2 = ... = b7x7 = 100/n = 100/7 . (2)
Расчеты дают следующий набор весовых коэффициентов: b1=0,144; b2=0,154; Ьз=0,159; b4=0,345; bs=4,545; b6=0,174; b7=0,600 (см. табл. 1).
Таблица 1
Элементы индекса монетарной стабильности (IMS), %
Обозначение Показатель Формула расчета Весовой коэффициент
обозначение значение
Х1 Инфлятогенность российской экономики 100-ТИ b1 0,144
Х2 Индекс валютной стабильности 100-|ТРВК| b2 0,154
Хз Х4 Х5 Х6 Х7 Коэффициент долговой нагрузки Коэффициент задолженности по кредитам Доля крупнейших банков Коэффициент притока капитала Коэффициент монетарных гарантий 100 - (ВД+ВКхВнД)/(12хВВП) [1-(ЗК/ОК)] х 100 (ККО/КО) х 100 [1+ЧВВКх ВК/ВВП] х100 (МРхВК/12хВВП)х100 Ьз b4 b5 b6 b7 0,159 0,345 4,545 0,174 0,600
Примечание. В табл. 1 использованы следующие обозначения:
ТИ - месячный темп инфляции (вычитание инфляции из 100 осуществляется для нормализации общей логики расчетов, которая предполагает, что чем больше параметр, тем лучше); ТРВК - месячный темп роста валютного курса долл./руб. (показатель берется по модулю, чтобы учесть абсолютный масштаб изменения безотносительно к направлению изменений); ВД/ВнД - внешний/внутренний государственный долг, руб.; ВК - валютный курс долл./руб.; ВВП - месячное значение ВВП (умножается на 12 для перевода месячной величины в годовой эквивалент), руб.; ЗК - задолженность по кредитам, предоставленным юридическим лицам - резидентам и индивидуальным предпринимателям, руб.; ОК - объем кредитов, руб.; КО - число кредитных организаций в стране, ед.; ККО - число крупнейших кредитных организаций с уставным капиталом более 10 млрд. руб., ед.; ЧВВК - чистый ввоз (+)/ вывоз (-) капитала (вычитание из 1 позволяет избавиться от проблемы знака сальдо капитала и осуществить нормирование общей логики расчетов: чем больше показатель, тем лучше), долл.; МР -международные резервы, долл.
Все показатели базируются на ежемесячной статистике БР за исключением месячных значений ВВП, которые предоставляет Внешэкономбанк (ВЭБ). Ретроспективный ряд, используемый в прикладных расчетах, включает данные с 10.2014 до 03.2017, т.е. 30 точек наблюдения.
Подчеркнем, что используемый подход к вычислению весов направлен на выравнивание масштаба влияния каждого фактора и не выявляет его роли на основе его веса. Наоборот, разница в весовых коэффициентах автоматически отражает разницу в масштабе факторных показателей. Именно поэтому весовые коэффициенты не подлежат традиционному нормированию.
Отдельного комментария заслуживает тот факт, что в число объясняющих факторов IMS не был включен параметр нормы резервирования, который традиционно считается важным инструментом центральных банков. Оправданием этому служит то обстоятельство, что этот инструмент чрезвычайно редко меняет свою величину - БР на протяжении нескольких лет может поддерживать его постоянным. Видимо, к настоящему моменту данный параметр достиг некоторой оптимальной величины, и его активное задействование в ближайшее время маловероятно. В связи с этим коэффициент резервирования по факту превратился во второстепенный, «спящий» инструмент макропруденциальной политики, в связи с чем его исключение из состава IMS на данном этапе можно считать вполне оправданным.
Калькуляция индекса монетарной свободы. Для расчета IMF вся процедура калькуляции аналогична используемой для IMS. Агрегат IMF также включает семь параметров. Для большей наглядности представим архитектуру IMF в табл. 2.
Таблица 2
Элементы индекса монетарной свободы (IMF), %
Весовой коэффициент
Обозначение Название Формула расчета
обозначение
значение
y1 Коэффициент Маршалла (М2/12хВВП) х100 С: 0,363
y2 Индекс либеральности
учетной политики БР 100-КС С2 0,155
y3 Рентабельность капитала
российских банков Коэффициент обеспеченно- РК С3 1,099
y4 сти реального сектора
кредитным ресурсом (ОКРС/ОК) х100 С4 0,239
Коэффициент стратегичности
y5 кредитования реального
сектора (ОСК/ОК) х100 С5 0,562
y6 Коэффициент иностранного
участия ИУ С6 0,062
y7 Коэффициент конкурентно-
сти кредитного рынка РУ С7 0,023
Примечание. В табл. 2 использованы следующие обозначения:
М2 - стандартный денежный агрегат М2, руб.; КС - ключевая ставка БР, %; РК - средняя рентабельность капитала кредитных организаций России, %; ОКРС - объем кредитов в реальный сектор экономики, руб.; ОСК - объем стратегических кредитов, т.е. кредитов в реальный сектор на срок свыше 3 лет, руб.; ИУ - число кредитных организаций с иностранным участием в уставном капитале, ед.; РУ - число российских кредитных организаций, ед.
Как и для индекса IMS, ретроспективный ряд включает статистику с 10.2014 до 03.2017 включительно.
Все перечисленные показатели оценивают ту свободу действий, которую имеют хозяйствующие субъекты страны при работе с кредитной системой; если они будут иметь плохие (низкие) значения, то это окажет сдерживающее влияние на развитие национальной экономики.
Общая формула IMF имеет следующий вид:
IMF = , (3)
i =1
где ci - весовой коэффициент i-го частного показателя монетарной свободы; n -число показателей (в нашем случае n = 7).
Расчеты по схеме (2) дают следующий набор весовых коэффициентов: с1=0,363; с2=0,155; с3=1,099; с4=0,239; с5=0,562; с6=0,062; с7=0,023 (см. табл. 2).
После того, как определены IMS и IMF, задача вычисления IME становится тривиальной, решаясь путем простейшего усреднения двух индексов:
IME = (IMS + IMF)/2. (4)
В соответствии с формулой (4) стабильность и свобода имеют одинаковую значимость для монетарной эффективности. Данный факт представляется вполне оправданным как с общетеоретической точки зрения (ибо ни одному явлению нельзя отдать предпочтения), так и с инструментальной позиции (число факторов в каждом субиндексе одинаково).
Отдельного комментария заслуживает аспект, связанный с возможной нелинейностью эффектов, о которых говорилось в предыдущем разделе. Например, в обычных условиях рост коэффициента обеспеченности реального сектора кредитным ресурсом (y4) играет позитивную роль, отражая достаточную денежную под-
питку национальной экономики. Однако, как отмечалось, при слишком высоких значениях этого коэффициента могут складываться условия для деструктивного надувания «пузыря», что свидетельствует об искусственном характере стимулирования производства. В дальнейшем это может сказаться при рассмотрении влияния IME на ВВП, однако мы этот аспект проблемы игнорируем в силу того обстоятельства, что в России пока ни один из подобных параметров не приблизился к той черте, за которой начинают проявляться негативные свойства повышенной кредитной активности.
Эмпирические результаты расчета индекса монетарной эффективности.
Результаты расчетов индексов IMS, IMF и IME показаны на рис. 1. В частности, обращает на себя внимание тенденция к неуклонному росту IMS. Так, за весь рассматриваемый период ухудшение данного индекса по сравнению с начальным значением, равным 100% (ноябрь 2014 г.), наблюдалось только в апреле 2015 г., тогда как все остальные месяцы в динамике IMS преобладала тенденция к росту показателя. В результате к концу ретроспективного периода - к февралю-марту 2017 г. - его величина возросла примерно на 16-17% относительно стартового значения (рис. 1а).
Рис. 1. Динамика индексов: (а) - монетарной стабильности (IMS); (б) - монетарной свободы (IMF); (в) - монетарной эффективности (IME)
Все это говорит о проводимой в это время целенаправленной политике БР по повышению стабильности денежно-кредитной сферы, что и диагностирует IMS. Данный тренд продолжается до сих пор.
В отношении IMF просматривается прямо противоположный тренд (рис. 1б). События в Крыму и последовавший за ними валютный кризис положили начало процессу сокращения монетарных свобод. Своего «дна» данная тенденция достигла примерно через год - в ноябре 2015 г., когда значение IMF уменьшилось более чем на 18% (рис. 1б). Затем ситуация медленно, но верно улучшалась. Однако даже
к февралю 2017 г. IMF был все еще на 6% меньше, чем в ноябре 2014 г. Тем самым кризисные процессы 2014-2016 гг. спровоцировали асимметричную монетарную политику, которая была направлена на усиление контроля и достижение стабилизации за счет урезания экономических свобод. На наш взгляд, в сложившихся обстоятельствах никакой разумной альтернативы такой политике не было.
Динамика IME почти весь 2015 г. снижалась, что вполне объяснимо - международные санкции и обрушение рубля потребовали усиления монетарного контроля и сокращения всех видов финансовой свободы. Максимальный провал IME составил 6,5%, что можно классифицировать как весьма умеренное ухудшение монетарного климата с учетом конкретных экономических условий (рис. 1в). Однако уже с 2016 г. наметилось устойчивое повышение IME. Максимальное достижение к марту 2017 г. составило немногим больше 5%. В целом же повышательный тренд монетарной эффективности возобладал, следовательно, регулятивный кризис завершился, и к настоящему моменту достигнут небольшой, но ощутимый прогресс.
Следует сделать важное методологическое замечание по поводу чувствительности построенных индексов. Дело в том, что волатильность даже индексов IMS и IMF не слишком велика; IME за счет разнонаправленных тенденций между составляющими его агрегатами обладает еще большей инерционностью. Например, исходное значение индексов в 100% не может увеличиться в 2-3 раза; наблюдения показывают, что все изменения лежат в границе ±20%. Это обусловлено самой конструкцией индексов и весовых коэффициентов, которые исключают слишком сильные флуктуации. Это означает высокую «стоимость» каждого процентного пункта изменений. Так, если произошел рост (падение) индекса на 10%, то на самом деле это довольно внушительная цифра, означающая очень серьезные изменения монетарного климата. Ниже мы вернемся к этой теме более предметно.
Чрезвычайно информативным является сравнение динамики и абсолютных величин IMS, IMF и IME с ранее построенными индикаторами институциональной эффективности, институциональных гарантий и институциональной свободы [17]. Оказывается, что не только Россия, но и почти все постсоветские страны тяготели к обеспечению довольно больших институциональных гарантий на фоне заниженных институциональных свобод.
В данном случае мы получили тот же результат: БР в первую очередь обеспечивает монетарную стабильность, тогда как предоставление монетарных свобод для него отходит на второй план. С одной стороны, данный факт говорит о существующей вполне объективной регулятивной закономерности, состоящей в первоочередной стабилизации ситуации с последующим ослаблением ограничений, ведущих к росту рыночных свобод экономических агентов. С другой - в данном случае фиксируется некое управленческое клише, которое направлено на сдерживание рыночной свободы в течение чрезвычайно длительного времени. По всей видимости, в основе такого формата регулирования лежит принадлежность России к разряду стран, в которых на протяжении длительного времени гарантии выступали в качестве первоочередного блага, а свобода -в качестве вспомогательного и отчасти второстепенного.
Индекс монетарной эффективности и идеология упреждающего индикатора. Построенный индекс IME с его составляющими имеет аналитическую самоценность, так как с его помощью происходит не просто оценка комфортности монетарного климата и эффективности действий ЦБ РФ, но и своеобразная «расшифровка» движущих сил происходящих изменений. Наблюдение за динамикой IME позволяет диагностировать не только улучшение или ухудшение монетарной ситуации, но и управленческие перекосы в деятельности ЦБ. В этом смысле IME может использоваться в автономном аналитическом режиме без дополнительных операций. Однако сконструированный индекс обладает и дополнительной «ценностью», которая состоит в том, что его можно использовать в качестве упреждающего индикатора будущего экономического роста. В этом случае предполагается, что индекс IME, во-первых, должен быть связан с месячной величиной ВВП эконометрической зависимостью, а во-вторых, эта зависимость ВВП от IME должна иметь некоторый лаг - второй показатель должен отставать от первого хотя бы на несколько месяцев. Только в
этом случае оперативная диагностика монетарного климата посредством IME позволит делать краткосрочные прогнозы в отношении ожидаемых изменений ВВП.
Поставленная задача построения эконометрической лаговой модели между ВВП и IME разбивается на два этапа. Первый предполагает построение агрегированной и максимально простой эконометрической зависимости между ВВП (GDP) и индексом IME, второй направлен на «раскрытие» и детализацию построенной зависимости таким образом, чтобы ВВП зависел от обоих монетарных агрегатов - IMS и IMF. Первая модель является базовой, с ее помощью устанавливается наличие зависимости, а также ее основные свойства; вторая модель позволяет произвести более тщательную калибровку полученной зависимости, за счет этого повысить точность прикладных расчетов и получить дополнительные аналитические выводы. Более того, прогнозирование ВВП желательно проводить с помощью второй модели из-за ее более удачной аппроксимации.
Построенные модели позволяют осуществлять прогнозирование как на качественном, так и количественном уровне. Например, наличие лага в несколько месяцев между ВВП и IME позволяет в зависимости от явных спадов (подъемов) в динамике IME прогнозировать аналогичные спады (подъемы) в динамике ВВП, тем самым предсказывая некоторые события на качественном уровне. Если же воспользоваться более точной моделью, представляющей собой рекуррентное соотношение, то с ее помощью можно получать будущие (на насколько месяцев вперед) значения ВВП и конкретные цифры относительно будущей производственной активности системы, т.е. краткосрочный количественный прогноз.
Основная (базовая) эконометрическая модель роста. Особенность основной эконометрической модели состоит в наличии временного лага, величина которого заранее неизвестна. В связи с этим построение модели предполагает множество вычислительных экспериментов, в процессе которых происходит сдвиг лага от 1 до 12 мес.
Искомая зависимость строится в виде линейной регрессии между ВВП (GDP) (точнее, логарифма ВВП) и IME с лагом в h месяцев на основе ежемесячных данных t в следующем виде:
ln[GDP(t)] = а + P[IME(t - h)], (5)
где а и Р - параметры модели, оцениваемые эконометрически.
Зависимость (5) предполагает простую институциональную функцию экономического роста в виде экспоненты от монетарного климата:
GDP(t) = у exp[P[IME(t - h)], где у=еа - константа.
Прикладные расчеты позволили установить следующую эконометрическую зависимость:
ln[GDP(t)] = 7,5158 + 0,0138 [IME(t -8)] (6)
(0,6647) (0,0067) N=22; R2=0,173; DW=1,464; £=7,07%.
(В скобках под коэффициентами регрессии указаны их стандартные ошибки; N - число наблюдений; R2 - коэффициент детерминации; DW - коэффициент Дарбина-Уотсона; E - ошибка аппроксимации.)
Построенная модель проходит основные статистические тесты и обладает удовлетворительной точностью аппроксимации4. Тем самым модель (6) дает довольно однозначный ответ о наличии связи между динамикой ВВП и сконструированным ИМЕ. При этом временное запаздывание составляет 8 мес., что дает хорошую основу для упреждающего прогнозирования.
Полученный результат согласуется с основополагающими априорными положениями. Действительно, монетарный климат должен влиять на экономический
4 Коэффициент детерминации является значимым на 10-процентном уровне значимости. Тест Дарбина—Уотсона также проходит на 10-процентном уровне значимости; аналогичный результат дает тест Бройша-Годфри.
рост, что и показывает модель (6). При этом очевидно, что влияние монетарного климата не может быть определяющим, что также фиксируется моделью - доля объясненной дисперсии составляет 17%, тогда как остальные 83% изменений ВВП продуцируются другими факторами, не учитываемыми в модели.
Модель (6) позволяет уяснить на самом общем уровне роль монетарного фактора. Например, из (6) вытекает простое динамическое соотношение:
X = PA[IME( t - 8)] , (7)
где X - темп экономического роста.
Учитывая, что в = 0,014, можно утверждать, что рост индекса монетарной эффективности на 10 проц. п. способен обеспечить темпы экономического роста в 1,4%. Если значение IME не достигло своего предела, то его улучшение предполагает весьма ощутимые резервы роста национальной экономики. И хотя монетарный фактор сам по себе не может обеспечить России китайские темпы экономического роста (~10% годовых), он все-таки способен «вытянуть» экономику из депрессии на устойчивый ненулевой рост. В этом состоит один из главных содержательных результатов построенной модели.
Примечательно, что даже в упрощенной форме модель (6) учитывает влияние обоих агрегатов IME (IMS и IMF). Это непосредственно вытекает из развернутой записи этой модели:
ln[GDP(t)] = а + (р /2)[IMS(t - h) + IMF(t - h)]. (8)
Однако данная зависимость нуждается в детализации, которая преследует несколько целей. Во-первых, логично предположить, что IMS и IMF неодинаково сильно влияют на экономический рост, и это количественное различие следует определить. Во-вторых, есть основания предполагать, что IMS и IMF оказывают влияние на динамику ВВП с разной длительностью запаздывания, что также необходимо проверить. В-третьих, вполне возможно, что влияние IMS и IMF носит нелинейный характер со всеми вытекающими отсюда последствиями, что также нуждается в проверке. В-четвертых, целесообразно иметь модель, которая объясняет гораздо больший процент изменений ВВП, чем зависимость (6).
В связи с этим правомерно поставить задачу построения некой модификации модели (6), которая удовлетворяла бы всем перечисленным четырем требованиям.
Дополнительная (вспомогательная) эконометрическая модель роста. Для решения поставленной задачи и получения более насыщенной аналитической конструкции была построена следующая нелинейная факторная модель:
ln[GDP(t)] = а + в1 [IMS(t - 0)] + р 2 [IMS(t - 0)]2 + (9)
+ р 3[IMF(t - т)] + р 3[IMF(t - т)]2 где 0 - временной лаг между ВВП и IMS; т - временной лаг между ВВП и IMF.
Апробация модели позволила определить, что 0=3 мес., а т =11 мес., а также получить следующую эконометрическую модель:
ln[GDP( t)] = 20,7794 + 0,2038 [IMS( t - 3)] - 0,0008 [IMS( t - 3)]2 -
6,4642 0,0865 0,0003 (10)
- 0,5480 [IMF( t -11)] + 0,0030 [IMF( t -11)]2 0,0993 0,0005
#=19; R2=0,702; E=3,90%. Построенная модель проходит основные статистические тесты и обладает вы-сокои точностью аппроксимации .
5 Тест Дарбина-Уотсона и тест Бройша-Годфри дают основание полагать присутствие автокорреляции. Однако в данном случае связь является чрезвычайно незначительной, и с учетом краткосрочного характера модели ею можно пренебречь.
Полученная зависимость обладает рядом свойств и содержит довольно много дополнительной информации.
Во-первых, модель (10) обладает большей точностью с точки зрения как более незначительной ошибки аппроксимации, так и более весомого коэффициента детерминации - прочие факторы определяют менее 30% всех изменений ВВП. Такие качества позволяют использовать модель (10) при непосредственном прогнозировании динамики ВВП.
Во-вторых, подтвердилась гипотеза о том, что IMS и IMF оказывают влияние на динамику ВВП с разной длительностью запаздывания. Коэффициент стабильности сказывается на динамике ВВП уже через 3 мес., тогда как сдвиги в коэффициенте свободы - только через 11 мес. Этот вывод имеет самостоятельное значение для понимания процесса государственного регулирования и его приоритетов. Дело в том, что все меры монетарной стабилизации очень быстро сказываются на экономическом росте, тогда как предоставление монетарных свобод, хотя и положительно влияет на ВВП, но их результат проявляется почти через год. В связи с этим не удивительно, что регулятор в большинстве случаев отдает предпочтение ограничительным мерам стабилизации, чем либеральным мерам по максимальному «освобождению» кредитного рынка. Длительная реакция отклика системы на монетарные свободы таит в себе определенные опасности, связанные с тем, что в течение данного периода могут произойти непредвиденные события, которые нейтрализуют либеральный эффект. Таким образом, наблюдаемая опережающая динамика IMS (см. рис. 2а) по сравнению с провальной динамикой IMF (см. рис. 2б) является естественной реакцией БР на ухудшающиеся экономические условия. Важным результатом анализа является интуитивное представление о влиянии гарантий и свобод на экономическое развитие, получившее довольно однозначное эмпирическое подтверждение, переведя дискуссию из сферы гипотез в русло подтвержденных фактов.
В-третьих, влияние IMS и IMF на ВВП действительно носит нелинейный характер, что дает новые аналитические возможности.
Первый тезис, вытекающий из модели (10), состоит в наличии параболической зависимости между ВВП и IMS с точкой максимума IMS*:
IMS* =-р ,/2р 2. (11)
Это означает, что политика роста монетарной стабильности имеет естественный верхний предел, превышение которого не улучшает, а ухудшает ситуацию. Расчеты показывают, что эта точка равна IMS*=122,5%. Следовательно, БР имеет смысл выстраивать свои регулирующие действия таким образом, чтобы не переходить указанную границу. Главный вывод состоит в том, что излишняя активность регулятора по сдерживанию активности отрасли носит деструктивный характер - можно слишком сильно зажать экономику «в тиски» избыточных монетарных требований. Анализ эмпирических данных индекса IMS свидетельствует в пользу того, что данный регулятивный резерв еще не исчерпан, так как фактические значения IMS ни разу не превысили критической величины IMS*. В настоящий момент у БР имеется ощутимый резерв (в размере 5 проц. п.) в усилении стабилизирующих действий.
Второй тезис состоит в наличии параболической зависимости между ВВП и IMF с точкой минимума IMF*:
IMF* = - р 3 / 2 в 4. (12)
Это означает, что политика роста монетарной свободы имеет естественный нижний предел, за которым наступает ухудшение ситуации. Расчеты показывают, что эта точка равна IMF*=88,8%. Следовательно, БР должен проводить такую политику, чтобы монетарные свободы не были ниже указанной отметки - как и в случае с точкой (12) можно закрыть «окно возможностей» для хозяйствующих субъектов. Анализ фактических данных показывает, что это требование систематически нарушалось. Так, в периоды 06.2015-12.2015, 02.2016-07.2016 и 09.2016-12.2016 величина IMF находилась ниже вычисленной критической границы. И только с 2017 г. значения IMF вышли из «мертвой зоны» и началось движение по либерализации и освобождению кредитной системы.
Третий тезис состоит в том, что главный регулятивный резерв у БР лежит в сфере наращивания монетарных свобод и совсем незначительного давления в направлении стабилизации рынка. В перспективе именно рост индекса IMF должен стать локомотивом улучшения монетарной ситуации в стране.
Четвертый тезис предполагает возврат к разговору о границах изменения индексов IMS и IMF. Ранее отмечено, что отклонение их фактических значений от 100% лежит в границах ±20%. Проведенный анализ позволяет уточнить этот вывод. В частности, верхняя планка для IMS составляет 122,5%, а нижняя граница, строго говоря, не определена. Для IMF нижняя граница составляет 88,8%, т.е. на 11,2 проц. п. меньше исходной точки в 100%, в то время как верхний предел также не определен. Скорее всего, разумное движение IMS вниз составляет примерно ту же величину, что и вверх, т.е. порядка 22%, равно как и движение IMF вверх не может превышать 15 проц. п. Тем самым диапазон изменений построенных индексов является достаточно
ограниченным. Выход за установленные границы будет свидетельствовать о необходимости тщательного анализа эффективности монетарного регулирования.
Ретроспективное и перспективное прогнозирование. Построенная базовая модель (6) позволяет прогнозировать величину помесячного ВВП на 8 мес. вперед. При этом для понимания точности прогнозов возможно так называемое ретроспективное прогнозирование по имеющимся отчетным данным. В этом случае результат заранее известен и характеризуется ошибкой аппроксимации для зависимости (6). Однако возможно и перспективное прогнозирование, когда по формуле (6) проводится пересчет ВВП на 8 мес. вперед. Такая процедура была выполнена и дала вполне удовлетворительный результат (рис. 2). В данном случае главный вопрос состоит в степени достоверности таких прогнозов. Для ответа на этот вопрос был использован традиционный тест, т. е. сравнение полученных прогнозных данных с выходящими через некоторое время отчетными данными.
ln (GDP)
9,1 9,0 8,9 8,8 8,7 8,6 8,5
Период
Рис. 2. Фактическая (---) и прогнозная (-------) линии ВВП
Учитывая, что точкой отсчета был март 2017 г., прогноз охватывал период до ноября 2017 г. Через некоторое время были получены новые данные о ВВП от Внешэкономбанка за четыре очередных месяца. Это позволило сравнить заранее выполненный прогноз с полученными после этого фактическими данными ВВП (табл. 3).
Таблица 3
Сравнение плановых и фактических значений ВВП
Период Фактический ВВП, млрд. руб. Прогнозный ВВП, млрд. руб. Относительная ошибка, %
04.2017 7209 7528 -4,42
05.2017 7292 7350 -0,80
06.2017 7324 7387 -0,86
07.2017 7734 7448 3,70
08.2017 - 7355 -
09.2017 - 7882 -
10.2017 - 7837 -
11.2017 - 7877 -
Полученные результаты являются обнадеживающими, так как средняя ошибка прогнозных значений за четыре месяца равна 2,4%, что гораздо меньше зафикси-
рованной ошибки аппроксимации для модели (6). Таким образом, на перспективу модель (6) дает более чем удовлетворительные прогнозные результаты. В связи с этим использование более точной зависимости (10) не имеет смысла.
Добавим, что точность прогноза может быть дополнительно повышена за счет учета цикличности месячного ВВП. Модельные значения сглаживают циклические всплески, которые должны генерироваться специальным оператором.
Помимо простых прогнозов помесячных объемов ВВП модель (6) позволяет при необходимости оценить предполагаемый годовой темп прироста ВВП. Для этого достаточно вычислить следующую величину:
X = (12 / 8)( J GDP( T,t) / GDP( T -1) - 1 - п , (13)
t=1
где X - темп экономического роста; GDP(T t) - произведенный ВВП в t-м месяце в текущем году T; GDP(T-1) - произведенный ВВП в предыдущем году T-1; п - ожидаемый годовой индекс инфляции в текущем году.
Расчеты по формуле (13) на основе данных табл. 3 дают величину роста номинального ВВП в 5%, а с учетом ожидаемой БР годовой инфляции в 4% определяют величину ожидаемого темпа роста реального ВВП в 2017 г. в 1%.
Таким образом, сконструированный IME с сопутствующей ему моделью (6) способен стать рабочим инструментом краткосрочного прогнозирования производственной активности в России.
Выводы. Использование индекса монетарной эффективности в практике государственного регулирования. Разработанные аналитические инструменты в виде монетарных индексов IME, IMS и IMF, а также базовой и вспомогательной эконометрических моделей упреждающей диагностики предполагают стратегическое и тактическое применение.
Стратегическое применение направлено на определение и корректировку глобального курса монетарного регулирования ЦБ РФ. Например, в последние годы в деятельности БР доминировали меры по стабилизации и сдерживанию, тогда как политика стимулирования имела второстепенное значение. На наш взгляд, в ближайший год-полтора такое положение может сохраняться и давать положительные результаты. Однако в более долгосрочной перспективе - максимум через 2 года -стратегия ЦБ РФ должна кардинально измениться, а регулятору придется более активно задействовать инструменты стимулирования для либерализации монетарной сферы, что вероятнее всего придаст новый импульс экономическому росту в России. В противном случае слишком жесткие и однообразно сдерживающие действия БР будут препятствовать возникновению глобальных монетарных сбоев и кризисов, одновременно с этим не позволяя раскрыться потенциалу активности отечественных хозяйствующих субъектов. Разумеется, конкретные сроки и меры пересмотра приоритетов в политике ЦБ РФ являются прерогативой руководства мега-регулятора и определяются в зависимости от макроэкономического контекста.
Тактическое применение разработанного инструментария предполагает два принципиально различных подхода - интернальный и экстернальный. И первый, и второй подходы предусматривают систематический мониторинг индексов IME, IMS и IMF, а также постоянное обновление базовой и вспомогательной экономет-рических моделей упреждающей диагностики, ее спецификации и параметров. Такой учет монетарной ситуации и ее эффективности позволит выполнять ежемесячные прогнозы ВВП на 8 мес. вперед. В ряде случаев подобные прогнозы позволят вовремя идентифицировать назревающий кризис, а период упреждения в 8 мес. может быть использован для выработки стабилизационных мер. Различие между первым и вторым подходами состоит в том, что интернальный режим направлен на
проведение указанной учетной, аналитической и прогнозной работы в рамках самого регулятора - в ЦБ РФ, тогда как экстернальный режим предполагает проведение этой работы сторонней организацией, обладающей достаточно высоким статусом и аналитическим потенциалом. Каждый из этих подходов имеет свои преимущества и недостатки, и предпочтение одного из них, скорее, дело контекстных потребностей, а не научная проблема.
Литература
1. Панфилов В.С., Говтвань О.Дж., Моисеев А.К. Финансы и кредит в стратегии экономического развития РФ и структурно-инвестиционной политике //Проблемы прогнозирования. 2017. № 6. С. 3-16.
2. Панфилов В.С. Финансовое и экономическое прогнозирование: методология и практика. М.: МАКС Пресс, 2009. 472 с.
3. Говтвань О.Дж. Методология и опыт прогнозирования российской денежно-банковской системы. М.: МАКС Пресс, 2009. 360 с.
4. Панфилов В.С., Говтвань О.Дж. Финансовая политика России в перспективном периоде // Проблемы прогнозирования. 2012. № 6. С. 35-52.
5. Роль макропруденциальной политики в условиях корреляции сырьевых циклов с потоками капитала и финансовым циклом: аналитическая записка Департамента финансовой стабильности Банка России // Центральный банк Российской Федерации. Август 2017. [Электронный ресурс] Режим доступа: http://www.cbr.ru/Content/Document/File/16743/analytic_note_170808.pdf
6. Сводные опережающие индикаторы системных финансовых и макроэкономических рисков // Центр макроэкономического анализа и краткосрочного прогнозирования. 2017. [Электронный ресурс] Режим доступа: http://www.forecast.ru/default.aspx
7. Обзор финансовой стабильности // Центральный банк Российской Федерации. 2017. [Электронный ресурс] Режим доступа: http://www.cbr.ru/publ/?PrtId=stability&pid=fin_stab&sid=ITM_31265
8. Трунин П.В., Каменских М.В. Мониторинг финансовой стабильности в развивающихся экономиках (на примере России). М.: ИЭПП, 2007. 106 с.
9. Мониторинг финансовой стабильности в РФ, странах с переходной экономикой и развивающихся странах (II квартал 2005 — II квартал 2011) // Институт экономической политики им. Е.Т. Гайдара. [Электронныйресурс]Режим доступа: https://www.iep.ru/ru/publikatcii/category/124.html
10. Методика расчета индекса финансового стресса для Российской Федерации // Аналитическое кредитное рейтинговое агентство АКРА. [Электронный ресурс] Режим доступа: https://www.acra-ratings.ru/
11. Индекс финансовой стабильности для России // Сбербанк России. [Электронный ресурс] Режим доступа: http://www.sberbank.ru/ru/about/analytics/macroeconomics/article?newsID=11018935-1-1&blockID=11004089®fon ID=77&lang=ru&type=NEWS
12. Мамонов М., Пестова А., Панкова В., Ахметов Р., Солнцев О. Серия докладов об экономических исследованиях. Финансовый сектор, экономический рост и макроэкономическая стабильность // Центральный банк Российской Федерации. 2017. № 21. Июль. С. 33. [Электронный ресурс] Режим доступа: http://www.cbr.ru/Content/Document/File/16718/wp_21.pdf
13. Акаев А.А., Зиядуллаев Н.С., Сарыгулов А.И., Соколов В.Н. Среднесрочный прогноз динамики развития экономики России //Проблемы прогнозирования. 2016. № 5. С. 37-46.
14. Норт Д. Понимание процесса экономических изменений. М.: Изд. дом ГУ-ВШЭ, 2010. 256 с.
15. Полтерович В.М. Институциональные ловушки и экономические реформы // Экономика и математические методы. 1999. Т.35. № 2. С. 3-20.
16. Дзоло Д. Демократия и сложность: реалистический подход. М.: Изд. дом ГУ-ВШЭ, 2010. 320 с.
17. Балацкий Е.В., Екимова Н.А. Оценка институционального развития России. М.: Перо, 2016. 263 c.
18. Балацкий Е.В., Екимова Н.А. Эффективность институционального развития России: альтернативная оценка // Terra Economicus. 2015. Т. 13. № 4. С. 31-51.
