CC BY
15
ОРИГИНАЛЬНАЯ СТАТЬЯ
DOI: 10.34022/2658-3712-2024-54-1-47-59
УДК 331.522
JEL J6, J21, J22, J23
КРИВАЯ БЕВЕРИДЖА О РЫНКЕ ТРУДА В РОССИИ
Б.И. Алехин
Российский государственный гуманитарный университет, Москва, Россия
АННОТАЦИЯ
Цель исследования - анализ рынка труда с помощью кривой Бевериджа. Задачи: 1) концептуально описать свойства кривой, 2) построить кривую на реальных данных, 3) выполнить с ее помощью диагностику рынка труда, 4) выделить в уровнях вакансий и безработицы группы разнородных колебаний, 5) эконометрически протестировать гипотезу отсутствия долгосрочной связи между уровнями вакансий и безработицы. Методы: отдельные методы эконометрики временных рядов. Результаты: 1) на данных за 2000-2023 гг. построена кривая Бевериджа, 2) с ее помощью проанализирован рынок труда, 3) уровни вакансий и безработицы разбиты на разнородные группы колебаний, 4) гипотеза отсутствия долгосрочной связи между этими уровнями опровергнута в пользу альтернативной гипотезы. Выводы: кривая Бевериджа - полезный и надежный инструментдиагностики рынка труда.
Ключевые слова: безработица; вакансии; кривая Бевериджа; рыноктруда; коинтеграция.
Для цитирования: Алехин Б.И. Кривая бевериджа о рынке труда в России. Социально-трудовые исследования. 2024;54(1):47-59. 001: 10.34022/2658-3712-2024-54-1-47-59.
ORIGINAL PAPER
BEVERIDGE CURVE OF THE LABOR MARKET IN RUSSIA
B.I. Alekhin
Russian State University for the Humanities, Moscow, Russia
ABSTRACT
The purpose of this research is to analyze the labor market employing the Beveridge curve. The following tasks were set: 1) to describe conceptually the properties of the curve, 2) to build the curve using real data, 3) to apply the curve to the analysis of the labor market, 4) to decompose vacancy and unemployment levels into groups of changes driven by different factors, 5) to test econometrically the hypothesis that there is no long-term relation between the two levels. Certain methods of econometrics of time series were applied. The results are as follows: using data for 2000-2023 we 1) visualized the Beveridge curve, 2) applied it to the analysis of the labor market, 3) decomposed vacancy and unemployment levels into three groups of changes, 4) found empirical evidence of long-term relationship between these levels. To conclude, the Beveridge curve is a useful and reliable instrument of labor market diagnostics.
Keywords: unemployment; vacancies; Beveridge curve; labor market; cointegration.
For citation: Alekhin B.I. Beveridge curve on the labor market In Russia. Social and labor research. 2024;54(l):47-59. DOI: 10.34022/2658-3712-2024-54-1-47-59.
ВВЕДЕНИЕ
В 1940-х гг., когда Уильям Беверидж впервые обнаружил отрицательную связь между спросом на труд и безработицей, он намеревался выяснить, как далеко экономике до полной занятости. Английский экономист утверждал, что спрос на труд соотносится с безработицей как причина со следствием, а вакансии - его полезный индикатор. Пара вакансий на каждого безработного - так он определял полную занятость [1]. Определение заметно расходилось с послевоенным опытом, тем не менее кривая Бевериджа и по сей день используется для диагностики рынка труда, ведь отрицательная связь между уровнями вакансий и безработицы - феномен современного рынка труда во многих странах, включая Россию.
©Алехин Б.И., 2024
Кривая Бевериджа стала центральной концепцией в макроэкономике рынка труда еще и потому, что она обладает двумя достоинствами. Во-первых, каждое значение эмпирической кривой указывает на состояние, в котором находится экономика в данный момент времени. Во-вторых, эмпирическая кривая позволяет отделить изменения рыночной системы трудоустройства из-за шоков активности экономических агентов от ее изменений вследствие структурных шоков.
Дж. Йеллен однажды назвала кривую Бевериджа «забытой сводной сестрой» кривой Филлипса [2, р. 65]. О. Бланшар и П. Даймонд с этим не согласились и заявили, что по сравнению с кривой Филлипса «кривая Бевериджа концептуально
стоит на первом месте и содержит существенную информацию о функционировании рынка труда и влияющих на него шоках» [3, р. 1].
Автор вспомнил слова Йеллен, когда выяснял степень изученности кривой Бевериджа в российских научно-практических журналах. Поиск в eLibrary.ru по словам «кривая Бевериджа» в названиях, аннотациях и ключевых словах русскоязычных журнальных статей за 2000-2023 гг. позволил найти всего две статьи, в одной из которых дается оценка «измерению и графическому представлению БМР модели (кривой Бевериджа») [4], а в другой авторская кривая Бевериджа является небольшой частью фундаментального анализа рынка труда [5]1. Напротив, база данных eLibrary.ru выдала аж 43 статьи, в названиях которых слова фигурирует «кривая Филлипса».
Цель данной работы - построение кривой Бевериджа на реальных данных и анализ с ее помощью рынка труда в России. Этой эмпирической части предшествует теоретическая демонстрация свойств «кривой», не зная которых невозможно интерпретировать эмпирическую кривую, которая может включать десятки и сотни сочетаний уровней вакансий и безработицы. Наша нулевая гипотеза, в рамках которой выполнен эконометрический анализ сравнительного влияния этих уровней на кривую Бевериджа, и которую мы попытались опровергнуть средствами эконометрики в пользу альтернативной гипотезы, гласит: долгосрочная, равновесная связь между уровнями вакансий и безработицы отсутствует2.
ПРОСТРАНСТВО БЕВЕРИДЖА
Кривая строится в координатах «уровень безработицы - уровень вакансий», иногда именуемых пространством Бевериджа (рис. 1). В России максимальный уровень вакансий в годовом измерении равнялся 5,0% в 2000 г., а максимальный уровень безработицы - 10,6% в 2000 г. Для большего реализма ось уровня безработицы длиннее оси уровня вакансий.
1 В некоторых статьях кривая Бевериджа фигурирует как фрагмент более широкого исследования или исследования с иной целью, чем изучение этой кривой. Например, А.О. Вереникин теоретически рассматривает кривую Бевериджа, кривую Филлипса и закон Оукена в контексте денежной политики и экономического потенциала [6].
2 Нулевая гипотеза - это утверждение статус-кво: эффект статистически равен нулю. Альтернативная гипотеза гласит: какой-то ненулевой эффект должен быть. Нулевая гипотеза протестирована против альтернативной с помощью эмпирической методологии, известной как тестирование значимости нулевых гипотез (null hypothesis significance testing) на основе частотной статистики. Несмотря на обстоятельную критику со стороны приверженцев байесовской статистики и информационно-теоретического подхода к выбору моделей, эта методология доминирует в экономических исследованиях.
Для демонстрации свойств кривой в пространстве Бевериджа используются фиктивная кривая Бевериджа (КБ) и линия создания рабочих мест (ЛСРМ). КБ - выпуклая, т.е. крутая на низких уровнях безработицы и пологая на высоких. Когда безработных мало и спрос на труд высок, работодателям трудно найти дополнительную рабочую силу, даже если увеличивать число вакансий. И наоборот, когда безработных много и вакансий мало, каждая вакансия замещается быстро, что оказывает значительное влияние на безработицу. Эффект изменения уровня вакансий намного сильнее на высоком уровне безработицы, чем на низком.
ЛСРМ отражает спрос на труд при разных уровнях безработицы и определяет наше положение на КБ. ЛСРМ «создает рабочие места» в том смысле, что ее поворот против часовой стрелки «до упора» (верхнего конца КБ) означает максимум вакансий при минимуме безработных. Положительный наклон типичной ЛСРМ объясняют двумя причинами. Во-первых, при высоком уровне безработицы работодатели склонны и способны нанимать работников за пониженную компенсацию, что повышает их прибыль. Во-вторых, работодателям легче находить подходящих кандидатов при высоком уровне безработицы просто потому, что больше людей претендует на одну вакансию.
Точка пересечения КБ и ЛСРМ - это точка равновесия. Рассмотрим два случая. В первом кривая смещается вправо-вверх от начала координат, а ЛСРМ поворачивается против часовой стрелки до ЛСРМ', и равновесие переходит из точки В в точку А. Уровень безработицы при этом чуть-чуть повышается, хотя уровень вакансий значительно вырастает. Во втором случае кривая смещается от КБ к КБ', равновесие переходит из точки А в точку С, а уровень безработицы сильно прибавляет при незначительном повышении уровня вакансий.
Означает ли это, что между двумя уровнями должна существовать долгосрочная, равновесная связь? Если бы КБ была стабильной, а изменения безработицы были бы результатом изменений только спроса на труд, то реальные данные отследили бы эту стабильность. При допущении стабильности рост спроса «толкает» ЛСРМ против часовой стрелки до ЛСРМ' к новому равновесию в точке В, а падение спроса «толкает» ЛСРМ по часовой стрелке до ЛСРМ" к новому равновесию в точке С. Однако, этот простой случай не поддерживается реальными данными: эмпирическая кривая Бевериджа далека от стабильности и вре-
ЛСРМ'
ЛСРМ
ЛСРМ"
Уровень безработицы
Рис. 1/Fig. 1. Пространство Бевериджа / Beveridge Space
Источник/Source: составлено автором / compiled bytheauthor.
мя от времени (если не сказать часто) смещается. Чтобы объяснить совместное движение уровней вакансий и безработицы, нужно разглядеть причины этих смещений в реальной статистике рынка труда.
КБ демонстрирует нестабильность своим удалением от начала координат до КБ', означающим одновременный рост уровней вакансий и безработицы. Способность рынка труда доводить поиск работы до приема на работу ослабевает. Другими словами, его «производственные мощности» (от бирж труда и рекрутинговых агентств до сетевых ресурсов и знакомств) не успевают рецикулиро-вать быстро растущие спрос и предложение труда в наймы. И наоборот, максимальная эффективность рынка труда - это тот случай когда кривая минимально удалена от начала координат: уровни вакансий и безработицы минимальны, замещение вакансий - легкий, низкозатратный и активный процесс.
ДОСТОИНСТВА ЭМПИРИЧЕСКОЙ КРИВОЙ БЕВЕРИДЖА
Во-первых, интерпретировать кривую Бевериджа с целью конъюнктурной оценки рынка труда гораздо удобнее, чем два отдельных временных ряда - вакансий и безработных. Во-вторых, по точкам кривой Бевериджа, то есть, по уровням вакансий и безработицы можно без труда оценить актуальное состояние экономики. Высокий уровень безработицы при низком уровне вакансий соответствует рецессии, и точки «тяготеют» к нижнему концу КБ (рис. 1). Низкий уровень безработицы при высоком уровне вакансий соответствует экспансии, и точки концентрируются у верхнего конца КБ. Промежуточные комбинации двух уровней характеризуют другие состояния экономики. Чем больше разница между уровнями безработицы и вакансий, тем ближе дно деловой
активности, а чем она меньше, тем ближе ее пик3.
В-третьих, кривая Бевериджа позволяет отделить изменения рыночной системы трудоустройства (РСТ) под влиянием цикла деловой активности от изменений РСТ вследствие структурных шоков4. Шоки активности вызывают изменение уровней безработицы и вакансий в противоположных направлениях. Во время экспансии (положительный шок), вакансий становится больше, безработных - меньше, и конкуренция на рынке труда спадает. Точки эмпирической кривой соответствуют времени экспансии и находятся над (концептуальной) КБ. Во время рецессии (отрицательный шок) вакансий становится меньше, безработных - больше, и конкуренция за рабочие места обостряется. Точки кривой соответствуют времени рецессии и находятся под КБ.
Структурные шоки можно разделить на шоки релокации труда и шоки отказов РСТ. Первые связаны с переходом работников от одного работодателя к другому и из одной отрасли экономики в другую, вторые - с государственным вмешательством в трудовые отношения и другими институциональными факторами, так или иначе ограничивающими функционирование РСТ. Положение КБ относительно начала координат используется как индикатор общего уровня активности на рынке труда, интерпретируемой как интенсивность релокации или эффективность РСТ.
Шоки активности меняют форму кривой при неизменном ее положении относительно начала
3 Цикл деловой активности делится на четыре фазы. В фазе экспансии экономика переживает рост в течение двух и более последовательных кварталов, типичные процентные ставки низкие, уровни занятости и потребительского доверия растут. В фазе пика экономика достигает максимального производительного выпуска, сигналящего о конце экспансии. В фазе сжатия (рецессии) уровень занятости и темп строительства нового жилья снижаются. «Дно» цикла - это высокий уровень безработицы, дорогой кредит и дефляция цен.
4 Здесь и далее под рыночной системой трудоустройства понимаются два встречных процесса - поиск работодателями подходящих работников и поиск работниками подходящих рабочих мест через институты рынка труда. Успехом поиска является прием на работу.
16,00 -| 14,00 -12,00 -10,00 „p 8,00 -6,004,002,00-
0,00
1 13 25 37 49 61 73 85 97 109121133145157169181193205217229241253265277
Месяцы
Уровень вакансий ................Линейная (Уровень вакансий)
Уровень безработицы ................Линейная (Уровень безработицы)
Рис. 2/ Fig. 2 Месячные уровни безработицы и вакансий, 20002023 гг. / Monthly levels of unemployment and vacancies, 2000-2023
Источник/Source: составлено автором / compiled by the author.
координат. Другими словами, экономика, переходящая от рецессии к экспансии и обратно, оставляет след (точки) вдоль линии тренда. Рецессия и безработица идут нога в ногу, усиливая друг друга. Но, как однажды заявили в Федеральной резервной системе США, безработица «взлетает как ракета и падает как перо» [7, р. 4]. Структурные шоки, наоборот, меняют положение КБ относительно начала координат при неизменной ее форме. Чем ближе КБ к началу координат, тем эффективнее РСТ. Когда же КБ предельно удалена от начала координат, эффективность РСТ существенно падает.
В реальности шоки активности и структурные шоки дают о себе знать одновременно, поэтому форма и положение КБ тоже меняются одновременно. Шоки релокации «толкают» ее вправо-вверх, так как уровни безработицы и вакансий имеют тенденцию к росту. Шоки отказов РСТ вызывают удаление от начала координат, когда эффективность РТС падает, и приближение - когда РСТ работает безотказно. Например, факторы, снижающие уровень безработицы при данном уровне вакансий, увеличивают наклон ЛСРМ, тогда как факторы, ослабляющие усилия работодателей по найму нужных работников или усилия соискателей по поиску нужной работы, смещают КБ дальше от начала координат.
КРИВАЯ БЕВЕРИДЖА В РОССИИ
За 285 месяцев - с января 2000 г. по сентябрь 2023 г. - обратная связь между уровнем вакансий и уровнем безработицы проявила себя в России в полной мере (рис. 2). Коэффициент парной корреляции равен -0,817 (гипотеза отсутствия корреляции опровергнута: í = -23,805, р < 0,000). Поэтому
применение кривой Бевериджа в эмпирическом анализе российского рынка труда уместно. Официальная статистика позволяет построить не только месячную кривую, но также квартальную и годовую. В данной работе использована месячная и годовая статистика: месячная обеспечивает максимальное «разрешение экрана» и является стандартной в международной литературе о рынке труда, а годовая позволяет разглядеть то, что скрывает или не фиксирует месячная.
Месячные данные
Ниже показана кривая Бевериджа, построенная на месячных данных за 2000-2023 гг. с сезонной коррекцией уровня вакансий (рис. 3). Каждая из 285 точек есть пересечение уровней вакансий и безработицы в данном месяце. Отрицательный полиномиальный тренд заменяет концептуальную КБ и помогает ориентироваться в пространстве Бевериджа.
Кривая показывает эволюцию рынка труда с 2000 г. (когда уровень безработицы был очень высоким, уровень вакансий - очень низким и рынок труда - совсем вялым) по 2023 г., когда сочетание этих уровней было противоположным и рынок испытывал сильное напряжение. Серые точки кривой стоят особняком, о них отдельный разговор. На месячной частоте наблюдения уровень безработицы находился по большей части в обратной связи с уровнем вакансий. С сентября 2000 г. по январь 2001 г. оба уровня росли, а с июля 2001 г. по ноябрь 2001 г. уровень безработицы рос, а уровень вакансий не менялся. Но таких эпизодов единицы. В остальном высокий уровень безработицы ассоциировался с низким уровнем вакансий, и наоборот. Популярное объяснение обратной связи -
8,00'
6,00-
4,00.
2,00.
1,00 ■
\f(x - - 2,156 x + 2020-08 0,857
2020-0
-06
2020-0 4
f x) - 0,0 16 x2 - 0,428 x + 3 945
A
2023- * .ЧН' 1 • Л.....
1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00 9,00 10,00 11,00 12,00 13,00 Уровень безработицы, %
Рис. З/Fig. 3. Месячная кривая Бевериджа, 2000-2023 rr./Monthly Beveridge curve, 2000-2023
Источник/Source: составлено автором / compiled by the author.
7,00
5,00
3,00
«циклический» здравый смысл. Во время экспансии экономики, когда спрос на труд велик и рынок напряжен, большинство работников, желающих трудиться, уже трудоустроились, поэтому уровень безработицы низкий. Соответственно, уровень вакансий высокий из-за трудностей, которые испытывают работодатели в подборе нужных работников. Во время рецессии, когда спрос на труд слабый и рынок вялый, уровень безработицы высокий, так как свободных рабочих мест мало. Соответственно, уровень вакансий низкий.
Помимо обратной связи между уровнями вакансий и безработицы кривая Бевериджа демонстрирует заметный сдвиг в 2020-х гг. Это серые точки, образующие незавершенную петлю против часовой сделки с началом в марте 2020 г. и окончанием в мае 2022 г. Петля - редкое и потому знаменательное явление кривой, ибо она фиксирует экстраординарные сдвиги в поведении сторон рынка труда. Интуиция подсказывает причину сдвига в 2020-х гг. Что могло оказать большее влияние на рынок труда, чем пандемия СОУШ-19? В указанные выше «ковидные» месяцы средний уровень вакансий равнялся 5,1%, а средний уровень безработицы - 4,1, а в остальные месяцы - соответственно, 3,0% и 6,5%.
О том, что некий виток кривой является петлей, а не «будничной» реакцией на шоки активности, свидетельствует наличие у витка собственного тренда. Линия тренда данной петли показывает (рис. 3), что кривая своей «ковидной» частью удалилась от начала координат на немалые 0,7%5, сигналя тем самым о падении эффективности РСТ.
5 Для 5-процентнго уровня безработицы это следует из уравнений ли-
нии тренда (рис. 2).
Таблица 1/Table 1 Распределение кривой Бевериджа по интервалам оси уровня безработицы / Distribution of Beveridge Curve by intervals of axis of unemployment level
Интервалы оси уровня безработицы, % / Unemployment level axis intervals, % Число точек/ Point number Доля интервала, % / Interval share, %
5-1 61 23,0
9-5 187 70,6
13-8 17 6,4
Всего 265 100,0
Исючник/Source: авторские расчеты по данным Росстата / author's calculations based on Rosstatdata.
Безработных стало меньше, вакансий - больше. РТС «захлебывалась» в вакансиях, не успевая превращать их в занятые рабочие места. По данным компания «Яков и Партнеры», больше половины работодателей заметили увеличение сроков поиска кандидатов по итогам 2022 г., при этом лишь 6% заметили их сокращение. Если 88% вакансий ранее закрывался менее чем за два месяца, то в 2022 г. для этого требовалось более трех месяцев [8].
Наконец, кривая Бевериджа иллюстрирует прописные истины. Люди не хотят жить по принципу «Сегодня густо, а завтра пусто» (сегодня экономика на пике, а завтра на дне) и по принципу «Сегодня пан, а завтра пропал» (сегодня с работой, а завтра без работы). Кривая фиксируют эти крайности. Правее и ниже много безработных, мало работы, рецессия ^ дно; левее и выше много работы, мало безработных, экспансия ^ пик; в центре больший или меньший баланс, относительная стабильность (рис. 3). Распределение кривой между равными интервалами оси уровня безработицы обнаруживает, что почти 71% точек находится в середине распределения, в интервале 9-5% (табл. 1). Если без рецес-сий не обойтись, то пусть они будут короче. Период
6,0 -г
5,0 -
R 2,0 >
f(x) = - 0,264 x + 6,009
2020 ....................
,,_f(x) = - 0,327 x + 5,046
2019
—I—
4,0
Петля
-1-1-1—
5,0 6,0 7,0 8,0
Уровень безработицы, %
Рис. 4/Fig. 4. Годовая кривая Бевериджа, 2000-2022 гг./ Yearly Beverldge curve, 20002022
Истчник/Source: составлено автором / compiled by the author.
3,5 -| 3,0
Ж 2,5 -
Ö ш S
2 2,0 -
£ 1,5 ■
rn
XI I
и
g 1,0'
0,0
6,0
6,5 7,0 7,5
Уровень базработицы, %
8,0
8,5
Рис. 5/Fig. 5. Петля против часовой стрелки / Counterclockwise loop
Источник/Source: составлено автором /compiled bytheauthor.
2022
4,0 -
i 3,0 -
2000
1,0
0,0
3,0
9,0
10,0
11,0
2007
2009
с 1996 г. по 2023 г. содержит 108 полных кварталов, из них только 26 - рецессии6, остальные - экспансия разными темпами.
Годовые данные
Ниже приведена кривая Бевериджа, построенная на годовых данных за 2000-2022 гг. (рис. 4). Кривую можно разделить на два отрезка. Первый включает черные точки, фиксирующие шоки активности, под влиянием которых кривая описала петлю против часовой стрелки. Причина шоков - глобальный финансовый кризис (ГФК) с конца 2007 г. до середины 2009 г.
Для большей наглядности эффект ГФК выделен из годовой кривой (рис. 5). Под влиянием кризиса уровень вакансий упал с 3,0% в 2007 г. до 2,3% в 2008 г. и до 2,0% в 2009 г., а безработица выросла за
6 Рецессии в России в годовом измерении: 1996-1997: с I квартала 1996 по II квартал 1997 г. (6 отрицательных кварталов подряд); 1998-1999: с I квартала 1998 по I квартал 1999 г. (5 кварталов); 2008-2009: с IV квартала 2008 по IV квартал 1999 г. (5 кварталов); 2014-2016: с IV квартала 2016 по I квартал 2016 г. (6 кварталов); 2020-2021: с II квартала 2020 по I квартал 2021 г. (4 отрицательных квартала подряд).
это время с 6,0 до 8,3%. В 2010 г. уровень вакансий поднялся до 2,7%, а безработица снизилась до 7,3%. Вхождение в ГФК и выход из него кривая Бевериджа «отметила» петлей против часовой стрелки. Послекризисная точка «2010» сблизилась с докризисной точкой «2006». Петля характеризует шоки активности, которые преобладали в «отношениях» уровня вакансий с уровнем безработицы в XXI в.
Второй отрезок включает серые точки, которые «оторвались» от кривой в 2020 г. под влиянием такого мощного структурного шока, как пандемия СОУГО-19 (рис. 4). Этот отрыв составляет немалые 1,3%7 (для сравнения, максимальный уровень вакансий равен 5,0%). Вспомним ЛСРМ. Второй отрезок расположен по отношению к первому так, как ЛСРМ расположилась бы по отношению к КБ после поворота против часовой стрелки «до упора» (рис. 1). Максимум вакансий, но с удалением КБ от начала координат, сигналящем о снижении эффективности РСТ.
7 Для 5 %-ого уровня безработицы это следует из уравнений линии тренда (рис. 3).
Результат шока: уровень вакансий вырос в 2020 г. до 4,4% против 3,8% годом ранее; уровень безработицы - до 5,8% против 4,6%. РСТ «захлебывалась» в вакансиях и резюме. Но уже в 2022 г. уровень безработицы упал до 3,7% при том же уровне вакансий. Профессионалы рынка труда и чиновники заговорили о «кадровом голоде».
ДРАЙВЕРЫ УРОВНЕЙ ВАКАНСИЙ И БЕЗРАБОТИЦЫ
Используя методологию, предложенную О. Бланшаром, А. Домашем и Л. Саммерсом [9], мы разделили колебания уровней вакансий и безработицы на три группы в зависимости от того, отражают они: 1) активность экономики, 2) эффективность РСТ или 3) интенсивность релока-ции труда. Уровни вакансий и безработицы формируются под влиянием двух соотношений:
Первое - между активностью экономики, безработицей и вакансиями, позволяющими считать отношение числа вакансий, V, к числу безработных U, функцией уровня активности x. Рост x ведет к росту V и (со временем) к сокращению U. Нормализуя VmU делением на число занятых, можно записать
v/u=x, (1)
где v = V/N - уровень вакансий и u = U/N - уровень занятости. Изменения x аппроксимируются изменениями v/ и. В пространстве Бевериджа v/ и при данном x - это ЛСРМ. Чем больше х, тем круче наклон ЛСРМ.
Второе соотношение - между наймами, безработицей и вакансиями. Это соотношение, отражающее эффективность РСТ (как быстро, слаженно и дешево поиск работы заканчивается приемом на работу), отличается от первого тем, что вместо активности включает валовое число принятых на работу8. Представим, что работу ищут только безработные. Тогда валовое число наймов, H, зависит от числа вакансий и безработных, и эту зависимость можно записать как Н = ßm(U, V), где ßm(U, V) - функция РСТ, а параметр ß отражает эффективность РСТ. Если профессиональные и географические характеристики соискателей и искомых рабочих мест совпадают, то трудоустройство -легкий, низкозатратный и активный процесс.
Выяснилось, что возрастающей функции m(U, V) присуща «грубая» независимость отдачи от масштаба. Это свойство роднит ее с производственной функцией Кобба-Дугласа и позволяет зависать ее после нормирования по N в форме знаменитой функции как
8 Чистое число наймов, т.е. число принятых на работу минус число выбывших, намного меньше валового и часто бывает отрицательным.
к = риа (2)
где Н - уровень наймов, и и V - уровни безработицы и вакансий, а - коэффициент эластичности по труду. Отсюда выпуклость кривой Бевериджа. Снижение р смещает кривую вверх. Рост к, о котором можно думать как об индикаторе уровня релокации труда, тоже смещает ее вверх.
Оценка изменения эффективности РСТ,Д требуют предположения о коэффициенте эластичности по труда, а. В литературе значения а меняются от 0,3 до 0,5 [10, 11]. В данном случае а=0,3 (но большой разницы нет от использования других значений в этом интервале). Временной ряд для Р сформирован как
Р = И/и0'3у0'7, (3)
а изменения релокации труда, Н, заданы движением Н/Е (табл. 2). Интерес представляют колебания «ковидного» периода. Они настолько сильны на фоне предшествующих и последующих колебаний, что образовали на кривой Бевериджа петлю против часовой стрелки (рис. 3).
Результаты разложения приведены ниже в виде графиков (оси ординат - десятичные дроби). Причина перехода на квартальную частоту наблюдения - отсутствие месячных данных о приеме на работу. Но и в квартальном измерении графики дают вполне определенную картину. Каждый показывает «обрушение» своего индикатора во II квартале 2020 г. после медленного роста в предыдущие кварталы. «Обрушение» быстро сменилось ускоренным ростом, который длился семь-восемь кварталов, прекратился к началу 2022 г., но затем возобновился. Все индикаторы в считанные кварталы превысили свой «доковидный» уровень.
«Обрушение» уровня активности (рис. 6) вызвано резким подъемом уровня безработицы во II квартале 2020 г. и одновременным спадом уровня вакансий. Уровень эффективности РСТ (рис. 7) упал из-за падения уровня наймов и (в меньшей степени) уровня вакансий. Что касается релокации (рис. 8), почти вся «вина» за ее обвал лежит на числе наймов, которое реально «обрушилось» во II квартале 2020 г.
Из вышесказанного следует, что очень высокое отношение уровня вакансий к уровню безработицы предполагает очень высокий уровень активности и потенциальный перегрев рынка труда. Удаление кривой Бевериджа от начала координат наводит на мысль о том, что сработали другие факторы, главным образом пониженная эффективность РСТ и повышенная интенсивность релокации.
Таблица 2/ Table 2
Данные для графиков / Data for graphs
ГГГГ-K/Year-Q H E Н/Е и и'03 V Vе 7 ß ß' v/u
2018.1 2242,8 72,1 0,031 5,07 1,63 3,51 2,41 0,046 0,622 0,69
2018.11 2294,1 72,4 0,032 4,77 1,60 3,52 2,41 0,048 0,647 0,74
2018.111 2280,2 73,1 0,031 4,60 1,58 3,55 2,43 0,048 0,646 0,77
2018.IV 2334,0 72,6 0,032 4,77 1,60 3,61 2,46 0,049 0,668 0,76
2019.1 2308,7 71,4 0,032 4,83 1,60 3,72 2,51 0,051 0,683 0,77
2019.11 2318,7 71,6 0,032 4,53 1,57 3,68 2,49 0,051 0,691 0,81
2019.111 2319,0 72,3 0,032 4,43 1,56 3,59 2,45 0,050 0,678 0,81
2019.IV 2281,7 72,4 0,032 4,60 1,58 3,57 2,44 0,049 0,656 0,78
2020.1 2364,0 71,3 0,033 4,67 1,59 3,68 2,49 0,052 0,703 0,79
2020.11 1636,9 70,1 0,023 6,03 1,71 3,21 2,26 0,031 0,416 0,53
2020.111 2105,9 70,4 0,030 6,33 1,74 3,61 2,46 0,042 0,571 0,57
2020.IV 2293,1 70,6 0,032 6,10 1,72 4,03 2,65 0,050 0,676 0,66
2021.1 2333,3 70,8 0,033 5,63 1,68 4,33 2,79 0,055 0,739 0,77
2021.11 2487,6 71,5 0,035 4,97 1,62 4,54 2,88 0,062 0,838 0,91
2021.111 2507,0 72,2 0,035 4,40 1,56 4,60 2,91 0,065 0,875 1,04
2021.IV 2519,0 72,3 0,035 4,30 1,55 4,57 2,90 0,065 0,880 1,06
2022.1 2594,7 71,5 0,036 4,20 1,54 4,39 2,82 0,066 0,897 1,05
2022.11 2576,3 71,9 0,036 3,93 1,51 4,02 2,65 0,063 0,850 1,02
2022.111 2681,1 72,2 0,037 3,87 1,50 3,84 2,57 0,064 0,858 0,99
2022.IV 2727,0 72,2 0,038 3,77 1,49 3,85 2,57 0,065 0,880 1,02
2023.1 2767,9 72,9 0,038 3,53 1,46 3,87 2,58 0,067 0,906 1,10
2023.11 2831,8 73,4 0,039 3,20 1,42 4,01 2,64 0,072 0,972 1,25
2023.111 2900,0 74,1 0,040 3,00 1,39 3,98 2,63 0,074 1,000 1,33
Примечание. Н - принято на работу, тыс. чел. с сезонной коррекцией. Е - численностьзанятых, млн чел. и - уровень безработицы, %. v - уровень вакансий, %. р- нормализованный уровеньэффективности РСТ (2023-111 = 1).
Источник/Source', авторские расчеты по данным Росстата / author's calculations based on Rosstatdata.
1,4' 1,2 ■ 1,0' 0,8 ■ 0,6. 0,4 ■ 0,2 ■ 0,0
\
£ .£> ЛГ .V4 Л -СГ.СГ сСО^У „4* .лГ „ОГ-Л* ST
Кварталы
WWW/WW
Рис. 6/F/g. 6. Уровеньакгивности, x (v/u) / Activity level, x (v/u)
Источник/Source: составлено автором / compiled by the author.
КОИНТЕГРАЦИОННЫЙ АНАЛИЗ КРИВОЙ БЕВЕРИДЖА
Отмеченная выше сильная отрицательная корреляция уровней вакансий и безработицы подтолкнула к коинтеграционному анализу их динамической взаимосвязи, формирующей кривую Бевериджа. Коинтеграция, теорию и методологию которой предложили нобелевские лауреаты К. Грэнджер и Р. Энгл, - это эконометрическая концепция, имитирующая пребывание нестационарных переменных в долгосрочном равновесии, что характерно только для коинтегрированных переменных [12]. Коинтеграция - это когда неста-
ционарные переменные, «разбежавшись» недалеко и ненадолго в разные стороны, возвращаются в предсказанное теорией равновесие в новой точке. Неизвестно, где эта точка, но известно, что они направляются туда вместе, ибо связаны общим трендом9. Корреляция не отвечает на вопрос, какая переменная — причина, какая — следствие, а коинтеграция означает наличие хотя бы односторонней причинно-следственной зависимости.
9 Экономисты понимают под равновесием равенство фактических транзакций желательным, а эконометристы — любую долгосрочную связь между нестационарными переменными. Коинтеграция не требует, чтобы эту связь генерировали рыночные силы или правила поведения экономических агентов.
1,2 -|
1,0 -
0,8 ■
0,6 ■
0,4 ■
0,2
0,0
Кварталы
Рис. 7/ Fig. 7. Эффективность РСТ, @ / Matching efficiency, р
Источник/Source: составлено автором / compiled by the author.
0,045 i 0,040 -0,035 -0,030 -0,025 -0,020 -0,015 -0,010 -0,005 -
0,000
I-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1
Кварталы
Рис. 8/Fig. 8. Интенсивность релока-ции труда, h / Reallocation intensity, h
Источник/Source: составлено автором / compiled bytheauthor.
Случайные переменные коинтегрированы, если каждая переменная нестационарна, а их линейная комбинация стационарна. Стационарная линейная комбинация, именуемая коинтегриру-ющим уравнением, может рассматриваться как долгосрочное, равновесное отношение между переменными. Любая теория равновесия, использующая нестационарные переменные, «требует» существования такой комбинации, иначе любое отклонение от равновесия не будет временным.
Сначала необходимо было определить степень (р) интеграции (Г) уровней вакансий и безработицы, иначе говоря, стационарны они (р=0) или нестационарны (р>1). Тренд в среднем значении временного ряда из-за единичного корня — основная причина нарушения стационарности. Затем возникает вопрос, если уровни вакансий и безработицы - ряды нестационарные, то коинтегрированы они или нет?
Прежде чем ответить на этот вопрос, мы задались на не менее интригующим вопросом: были ли изменения уровня безработицы причиной изменений уровня вакансий, или причинно-следственная связь была взаимной, или изменения уровня вакансий вызывали изменения уровня безработицы? Ответ получен с помощью теста Грэнджера на
парную причинность. Причинность по Грэндже-ру не следует принимать за чистую монету. Если х - причина и у - следствие, то это не значит, что существует экономический механизм, ставящий у в зависимость от х. Грэнджер свел определение причинности к вопросу, помогает «прошлое» х предсказывать «будущее» у или помогает только «прошлое» у? Если «прошлое» у помогает предсказывать «будущее» х, то у - причина для х, а если не помогает, то у - не причина для х. Грэнджер также разделил причинность на одностороннюю, х^у или х^у, и двухстороннюю, х»у. Если х^у и х^у, то ряды статистически независимы друг от друга [13]10. Тест проверяет нулевую гипотезу «х не причина по Грэнджеру для у» против альтернативной «х причина по Грэнджеру для у».
Для теста Грэнджера требуются переменные 1(0), поэтому мы взяли первые разности уровней, чтобы перевести их в стационарное положение. Выполненный на трех лагах для пущей убедительности, тест обнаружил, что уровень вакансий V, является
10 Термин «причинность по Грэнджеру» (Granger causality) сегодня расценивается как не очень удачный, прежде всего из-за дословного совпадения с причинно-следственной связью в обычном смысле. Предлагались более удачные замены, например «предшествование» (precedence), но в практике укоренилась именно причинность по Грэнджеру.
Таблица 3/Table 3 Wbar-Статистика теста Грэнджера на парную причинность / Wbar-statistic for pairwise Granger causality test
Нулевая гипотеза / Null hypothesis/ Лаг l(n = 284) / Lag l(n = 284) Лаг 2(n = 283) / Lag 2(n = 283) ЛагЗ (n = 282)/ Lag 3(n = 282)
AV^ AU 13,034 (<0,000) 12,930 (<0,000) 8,421 (<0,000)
AU^AV 0,099 (0,7530) 1,770 (0,1722) 1,252 (0,2913)
Примечание. Л - разностный оператор.
Исючник/Source: авторские расчеты / author's calculations.
причиной по Грэнджеру для уровня пбезработицы U, так как Wbar-статистика теста статистически значима11, aUne является причиной по Грэнджеру для v (табл. 3).
Отсюда наша нулевая гипотеза, которую предстояло опровергнуть: долгосрочная, равновесная связь между уровнями вакансий и безработицы отсутствует. Отсюда же и эконометрическая модель для тестирования этой гипотезы - предельно «скупое» на переменные и математику уравнение линейной регрессии, где уровень вакансий, V, - независимая, объясняющая переменная, уровень безработицы, U, - зависимая переменная, р1 - свободный член (константа), р2 ~ коэффициент регрессии, который предстояло оценить, rt - нормально распределенный остаточный член регрессии: Ut= Pi+P2Vt+rt (4)
Далее мы вернулись к вопросу о степени интеграции и возможной коинтеграции уровней вакансий и безработицы. Нестационарные U и v коинтегрированы, если стационарна их линейная комбинация:
Tt= Ut- Pi-p2Vt (5)
Ответ на этот вопрос получен с помощью теста Энгла-Грэнджера с нулевой гипотезой «Коинте-грация отсутствует» против альтернативной «Ко-интеграция в той или иной форме присутствует». На первом и втором шагах теста U и У проверяются на единичный корень, на третьем оценивается уравнение (4) и на четвертом rt проверяется на единичный корень. Коинтеграция присутствует, если единичный корень обнаружен у U и V, т.е. каждый уровень - /(1), и не обнаружен у ть т.е. комбинация (5) -1(0).
Ниже приведены коэффициенты регрессии Дики-Фуллера, используемой в тесте Энгла-Грэн-джера в роли тестовой регрессии (табл. 4). У коэффициентов при U и Vtau-статистика Дики-Фулле-ра незначима, а у коэффициента при т значима. Следовательно, U и V- 1(1), ait - 1(0). Нулевая ги-
11 Слово «значима» указывает на то, что расчетная вероятность меньше принятого в данной работе уровня значимости, т.е. р<а=0,05. Слово «незначима» указывает на то, что расчетная вероятность р равна или больше уровня значимости, т.е. р>а=0,05.
Таблица 4/Table 4
Таи-статистика Дики-Фуллера для теста Энгла-Грэнджера на коинтеграцию/ Dickey-Fuller tau-statistic for Engle-Granger cointegration test
Переменная / Variable tau-статистика (в скобках p) / tau-statistic (p)
U -1,542 (0,5123)
V -1,872 (0,3458)
T -3,481 (0,0341)
Примечание. Тестсконстантой, фиктивными сезонными переменными и максимальными 12 лагами в тестовой регрессии. Лаг с минимальной tau-статистикой определяется автоматически по AIC. Тест выполняется, начиная слага 12,дотехпор, пока на каком-толаге1аи-статистика не удовлетворяет AIC. Если выделенная таким образом tau-статистика меньше критических -2,879, то гипотеза нестационарности опровергалась в пользу гипотезы стационарности. При положительной tau-стэтистике гипотеза нестационарности подтверждается «не глядя».
Истчник/Source: авторские расчеты / author's calculations.
потеза «Коинтеграция отсутствует» опровергнута в пользу альтернативной гипотезы «Коинтеграция в той или иной форме присутствует».
Главное свойство коинтегрированных переменных заключается в том, что их краткосрочная динамика находится под влиянием масштаба любого отклонения от долгосрочного равновесия. Как показали Грэнджер и Энгл, коинтегрирован-ную систему можно представить в форме модели коррекции ошибки равновесия (ликвидации дисбаланса) путем краткосрочных коррекций зависимой переменной. «Идея проста — часть дисбаланса, возникшего в одном периоде, устраняется в следующем периоде... В системе двух переменных типичная модель коррекции ошибки увязывает изменение одной переменной с прошлыми ошибками равновесия и прошлым изменением обеих переменных» [12, р. 254].
С двумя переменными и одним лагом для всех регрессоров динамическая модель коррекции ошибки (кратко МКО) имеет следующую форму: AUt='q+aiAVt_1 AUt.1+®(U-kV)t.1+et, (6) AVt=n'+yjAVt_i+ d]AUt_1+n(U-kV)t_1+e\, (7) где каждое уравнение - авторегрессия с распределенными лагами (ARDL); выражение в скобках - коинтегрирующее отношение; Д - оператор разности; ц и -q' - константы; © и Q - коэффициенты коррекции ошибки; б(ие',- нормально распределенные остатки регрессии.
МКО - динамическая в том смысле, что она учитывает влияние прошлого на настоящее, так как содержит в правой части первый лаг зависимой переменной и первые лаги остальных переменных. В МКО любой шок независимой переменной вызывает потерю равновесия, и тогда срабатывает хорошо определенный динамический процесс возвращения системы в равновесие. Выражение в скобках показывает масштаб от-
Таблица 5/Table 5
Система МКО/МКО system
Параметры / Parameters ARDL (6): AU ARDL (7): AV
ДЦ-1 ßj = 0,333 (<0,000)*** 5, = -0,010 (0,1982)***
а, = -1,025 (0,0051)*** у, = 0,484 (<0,000)***
Константа Г| = 1,004 (<0,000)*** Г| = 0,002 (0,1814)***
(,U-kV)t.1 0 = -0,078 (<0,000)*** Q = 0,003 (0,2003)***
R2 исправленный 0,210 0,232
Стандартная ошибка модели 0,296 0,043
AIC 0,471 -3,418
Примечание. ВариантЗ: неограниченная константа. Выборка (скорректированная): 2000-03-2023-9 (283 наблюдения после коррекции). Порядок лагов для системы: 2. Порядоклагов для эндогенных первых разностей: 1. Ранг коинтеграции: 1.
Истчник/Source'. авторские расчеты /author's calculations.
клонения зависимой переменной от равновесия из-за шока регрессоров в прошлом месяце. Коэффициенты аг- и у, перехватывают любой текущий эффект, коэффициенты /j и 5;- - долгосрочный причинно-следственный эффект, а краткосрочные коэффициенты 0иП задают темп восстановления равновесия.
Результаты теста Грэнджера на парную причинность поддержали утверждение Бевериджа, будто уровень вакансий соотносится с уровнем безработицы как причина со следствием. Тест также обнаружил, что уровень безработицы не является причиной по Грэнджеру для уровня вакансий. Этот двойной вывод подтвержден оценками коэффициентов МКО, в котором зависимые переменные -первые разности, а регрессоры - первые лаги первых разностей, т.е. все они стационарные.
Уравнение (7) не содержит важной информации об уровне вакансий, разве что с ростом ДУ на 1% в предыдущем месяце текущий повышался на 0,484% (табл. 5). Влияние уровня безработицы на уровень вакансий статистически равно нулю. А незначимый коэффициент Q при параметре коррекции ошибки, (U-kV)t.1} указывает на отсутствие механизма восстановления равновесия.
Уравнение (6), наоборот, насыщено важной информацией об уровне безработицы. С ростом Д U на 1% в предыдущем месяце текущий AU повышался на 0,333%, а рост ДУ на 1% месяц назад вызывал падение Д^на 1,025%.
Тест портманто не обнаружил автокорреляцию в остатках МКО на лаге 2: О-статистика теста равна 9,101 при р = 0,1680. LM-тест (тест Бройша-Пагана) не обнаружил автокорреляцию в остатках МКО на лаге 1: RAO F-статистика теста равна 4,999 при р = 0,2879. А тест Харке-Бера не смог подтвердить гипотезу нормального распределения остатков: совместная JB-статистика равна 1137,065 при р = 0,0000.
Оценка взаимовлияния уровней вакансий и безработицы не сводится к коэффициентам АЯБЬ. Важно выяснить, какую роль они играют в восстановлении равновесия. Нарушив равновесие, уровень вакансий либо участвует, либо не участвует в его восстановлении. В первом «либо» он как эндогенная переменная проходит свою часть пути к равновесию, а эндогенный уровень безработицы - свою. Во втором «либо» уровень вакансий - слабо экзогенная переменная и как таковая не реагирует на любые отклонения системы МКО от равновесия, а вся «ответственность» за ликвидацию дисбаланса лежит на уровне безработицы, который, меняясь в текущем и, возможно, будущих месяцах, достигает своего нового равновесного значения, создает новую точку на кривой Бевериджа, а каждая точка - это равновесие. Уровень же вакансий является автономной движущей силой всей системы МКО.
Значимый отрицательный коэффициент © при параметре коррекции ошибки, (и-кУ)^, - свидетельство эндогенности уровня безработицы. Для проверки уровня вакансий на слабую экзоген-ность выполнен тест Энгла [14]. Нулевая гипотеза теста - уровень вакансий слабо экзогенный по отношению к системе МКО и об уравнении (7) можно забыть как об избыточном12.
Для проверки нулевой гипотезы коэффициент О. в уравнении (6) приравнен к нулю, и значимость обнуления прозондирована с помощью теста отношения правдоподобия (ЬЯ-теста). X -статистика ЬЯ-теста незначима и равна 1,440, что меньше критических 3,840. Следовательно, нулевая гипотеза не опровергнута, и уровень вакансий, будучи слабо экзогенным, не реагирует на любое отклонение системы МКО от равновесия, оставляя уровню безработных всю «работу» по устранению дисбаланса. Получено еще одно эмпирическое свидетельство в пользу утверждения Бевериджа о том, что уровень вакансий соотносится с уровнем безработицы как причина со следствием.
Продолжим коинтеграционный анализ, забыв уравнение (7) как лишнее. Для нормального восстановления равновесия нужно, чтобы в уравнении (5) 0 < © < -1. Тогда положительная (отрицательная) ошибка равновесия обеспечит падение (рост) уровня безработицы на пути к равновесному значению. Дисбаланс, возникший месяц назад, ликвидируется в текущем и, возможно, будущих месяцах со скоростью ©. Ликвидация представ-
12 Тогда отношения уровня безработицы с уровнем вакансий можно смоделировать одним уравнением, включив в него параметр коррекции ошибки.
ляет собой последовательное уменьшение дисбаланса на произведение © и остатка дисбаланса, переходящего из предыдущего месяца в текущий.
Чем ближе © к -1, тем быстрее достигается равновесие. При © = -1 равновесие достигается в течение текущего месяца. Больше времени требуется, если © стремится к нулю. Срок полного устранения отклонения - величина обратная ©, то есть через 1/© месяцев равновесие восстанавливается. Коэффициент © можно интерпретировать следующим образом:
• высокие отрицательные значения, стремящиеся к нулю: медленное движение к равновесию;
• низкие отрицательные значения, стремящиеся к -1: экономические агенты проходят большую часть пути к новому равновесию уже в текущем периоде;
• предельная скорость, при которой равновесие не «зашкаливает»: -1;
• отрицательные значения менее -2: равновесие «зашкаливает»;
• положительные значения: ЕСМ-система сходит с пути к равновесию.
1/0,078=12,8 месяцев - столько времени требуется уровню безработицы для полного восстановления равновесия с уровнем вакансий и образования новой точки кривой Бевериджа.
ВЫВОДЫ
В 2000-2023 гг. тон в «отношениях» между уровнями вакансий и безработицы задавали шоки активности, генерируемые деловым циклом. С наибольшей силой они дали о себе знать в 2008-2010 гг., когда вход в ГФК и выход из него кривая Бевериджа «отметила» петлей против часовой стрелки. Остальные рецессии не заслужили такой реакции, потому что падение экономики оказалось недостаточно глубоким и продолжительным. Кривая Бевериджа зафиксировала только один серьезный эпизод падения эффективности РСТ под влиянием структурных шоков, а именно «отрыв» от кривой ее части (удаление от начала координат) под влиянием такого мощного структурного шока, как пандемия СОУГО-19. Эффект этого шока был скоротечным - всего два года из 23 лет наблюдения.
Анализ динамики сосуществующих вакансий и безработицы показывает в какой стадии делового цикла находится экономика и подсказывает лучший способ противодействия росту безработицы. Удерживая структуру экономики фиксированной, можно отыскать место экономики (точ-
ку) на кривой, представляющее стадию делового цикла. Изучая форму кривой и ее изменение во времени, экономисты и политики могут отличить безработицу, движимую слабым спросом, от безработицы, движимой ухудшением рыночной системы трудоустройства, что может подсказать лучший способ противодействия росту безработицы. Кривая представляет интерес, потому что она служит индикатором эффективности использования безработными возможностей для трудоустройства, т.е. формирует меру эффективности рынка труда. Это полезный и надежный инструмент диагностики рынка труда.
Эконометрический анализ взаимодействия уровней вакансий и безработицы показал:
1. Уровень вакансий по Грэнджеру является причиной для безработицы, уровень которой, в свою очередь, не является таковой для уровня вакансий. Таким образом получено эмпирическое свидетельство в пользу утверждения Бевериджа о том, уровень вакансий соотносится с уровнем безработицы как причина со следствием.
2. Уровни вакансий и безработицы - нестационарные коинтегрированные ряды, между которыми существует долгосрочная, равновесная связь.
3. Уравнение МКО с уровнем вакансий в роли зависимой переменной не содержит важной информации об уровне вакансий и является избыточным в системе МКО. Влияние уровня безработицы на уровень вакансий статистически равно нулю, а незначимый коэффициент при параметре коррекции ошибки указывает на отсутствие механизма восстановления равновесия.
4. Уравнение МКО с уровнем безработицы в роли зависимой переменной, наоборот, насыщено важной информацией об уровне безработицы. Значимый отрицательный коэффициент при параметре коррекции ошибки указывает на наличие механизма восстановления равновесия. С ростом уровня безработицы на1%в предыдущем месяце ее текущий уровень повышался на 0,3%, а рост уровня вакансий на 1% месяц назад вызывал падение уровня безработицы на 1%. Уровень вакансий - доминирующий фактор в системе МКО и главный драйвер кривой Бевериджа.
5. Уровень вакансий, будучи слабо экзогенным, не реагирует на любое отклонение системы МКО от равновесия, оставляя эндогенному уровню безработных всю «работу» по его восстановлению. Что касается уровня безработицы, то ему для полного восстановления равновесия с уровнем вакансий требуется чуть более года.
■
СПИСОК источников
1. Beveridge, William Н. Full Employment in a Free Society. New York: W. W. Norton & Company. 1944.
2. Yellen J. Comment on Blanchard and Diamond - The Beveridge Curve. Brookings Papers on Economic Activity, Brookings Institution, Washington, DC, USA, 1989, 1,65-71.
3. Blanchard O.J., Diamond P. The Beveridge Curve. Brookings Papers on Economic Activity, Brookings Institution, Washington, DC, USA, 1989, 1, 1-60.
4. Гичиев H.C. Региональная проекция DMP модели (кривая Бевериджа): гистерезис динамики рынка труда //Конкурентоспособность в глобальном мире: экономика, наука, технология. 2022;(11):316-318.
5. Капелюшников Р.И. Российский рынок труда: статистический портрет на фоне кризисов //Вопросы экономики. 2023;(8):5-37.
6. Вереникин А.О. Денежная политика и экономический потенциал // Научные исследования экономического факультета. Электронныйжурнал экономического факультета МГУимени М.В. Ломоносова. 2011;(2):115-137.
7. Hall R.E., Kudlyak М. Why Has the US Economy Recovered So Consistently from Every Recession in the Past 70 Years? Federal Reserve Bank of San Francisco. WorkingPaper Series. Working Paper 2020-20, June 2021.
8. Яков и Партнёры. Тренды на рынке труда. Часть 2. 2022.18 с.
9. Blanchard O.J., Domash A., Summers L.H. Bad News for the Fed from the Beveridge Space. Peterson Institute for International Economics, Washington, DC, USA: July 2022,16 p.
10. Barnichon R., Figura A. Labor Market Heterogeneity and the Aggregate Matching Function // American Economic Journal. 2015;7(4):222-249.
11. Blanchard O.J., Diamond P.A. 1990. The Aggregate Matching Function. In: Growth, Productivity, Unemployment, ed. Peter A. Diamond. Cambridge: MIT Press, pp. 159-201.
12. Engle R., Granger C. W. J. Co-Integration and Error Correction: Representation, Estimation, and Testing// Econometrica. 1987. Vol. 55. Iss2. P. 251-276.
13. Granger C. W. J. Investigating Causal Relations by Econometric Models and Cross-spectral Methods // Econometrica, Vol. 37. Iss. 3. August 1969. P. 424-438.
14. Engle R. Wald, Likelihood Ratio and Lagrange Multiplier Tests in Econometrics. Handbook of Econometrics. Amsterdam, Elsevier Science Publishers. 1984;(2):776-826.
REFERENCE
1. Beveridge, William H. Full Employment in a Free Society. New York: W. W. Norton & Company. 1944.
2. Yellen J. Comment on Blanchard and Diamond - The Beveridge Curve. Brookings Papers on Economic Activity, Brookings Institution, Washington, DC, USA. 1989;1:65-71.
3. Blanchard O.J., Diamond P. The Beveridge Curve. Brookings Papers on Economic Activity, Brookings Institution, Washington, DC, USA. 1989;1:1-60.
4. Gichiev N.S. Regional projection of DMP model (Beveridge curve): Hysteresis of labor market dynamics. Competitiveness in the global world: Economics, Science, Technology. 2022;11:316-318. (InRuss.).
5. Kapeliushnikov R.I. The Russian labor market: A statistical portrait on the crises background. Voprosy Ekonomiki. 2023;8:5-37. (In Russ.).
6. Verenikin A.O. Monetary policy and economic potential. Scientific research of Economics Department. Electronic journal of Economics Department ofM.V. LomonosovMSU. 2011;2:115-137. (InRuss.).
7. Hall R.E., Kudlyak M. Why Has the US Economy Recovered So Consistently from Every Recession in the Past 70 Years? Federal Reserve Bank of San Francisco. WorkingPaper Series. Working Paper 2020-20, June 2021.
8. Yakov and Partners. Labor Market Trends. Part 2. 2022. p. 18. (In Russ.).
9. Blanchard O.J., Domash A., Summers L.H. Bad News for the Fed from the Beveridge Space. Peterson Institute for International Economics, Washington, DC, USA: July 2022, p. 16.
10. Barnichon R., Figura A. Labor Market Heterogeneity and the Aggregate Matching Function. American Economic Journal. 2015;7(4):222-249.
11. Blanchard O.J., Diamond P.A. The Aggregate Matching Function. In: Growth, Productivity, Unemployment, ed. Peter A. Diamond. Cambridge: MIT Press. 1990. p. 159-201.
12. Engle R., Granger C. W. J. Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica. 1987;55(2):251-276.
13. Granger C. W. J. Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica. 1969;37(3):424-438.
14. Engle R. Wald, Likelihood Ratio and Lagrange Multiplier Tests in Econometrics. Handbook of Econometrics. Amsterdam, Elsevier Science Publishers. 1984;(2):776-826.
ИНФОРМАЦИЯ ОБ АВТОРЕ / ABOUTTHE AUTHOR
Борис Иванович Алехин - доктор экономических наук, профессор, экономический факультет РГГУ, Москва, Россия.
Boris I. Alekhin - Dr. Sci. (Econ.), Professor, Economics Department, RSUH, Moscow, Russia. https://orcid.org/0000-0002-9571-4836 b.i.alekhin@gmail.com
Конфликт интересов: автор заявляет об отсутствии конфликта интересов. Conflicts oflnterest Statement: The author have no conflicts of interest to declare.
Статья поступила в редакцию 21.11.2023; после рецензирования 08.12.2023, принята к публикации 12.12.2023. Автор прочитал и одобрил окончательный вариант рукописи.
The article was submitted on 21.11.2023; revised on 08.12.2023 and acceptedfor publication on 12.12.2023. The authorread and approved theflnal version ofthe manuscript.
