CC BY
44
ISSN 2311-875X (Online) Устойчивое развитие экономики
ISSN 2073-2872 (Print)
МЕХАНИЗМЫ И МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА И УЧЕТА ФАЗОВЫХ СДВИГОВ ЦИКЛИЧЕСКОГО РАЗВИТИЯ ЭКОНОМИКИ В УСЛОВИЯХ ПОВЫШЕННОЙ НЕОПРЕДЕЛЕННОСТИ ИНСТИТУЦИОНАЛЬНОЙ И КОНЪЮНКТУРНОЙ СРЕДЫ*
Марат Рашитович САФИУЛЛИН^, Леонид Алексеевич ЕЛЬШИНь, Мария Игоревна ПРЫГУНОВА0
а доктор экономических наук, профессор, проректор по вопросам экономического и стратегического развития
Казанского федерального университета, Казань, Российская Федерация
ь кандидат экономических наук, доцент, директор Центра стратегических оценок и прогнозов Института управления, экономики и финансов Казанского федерального университета, доцент кафедры экономики Университета управления «ТИСБИ», Казань, Российская Федерация [email protected]
с научный сотрудник, Центр перспективных экономических исследований Академии наук Республики Татарстан,
Казань, Российская Федерация
• Ответственный автор
История статьи:
Принята 25.05.2016 Принята в доработанном виде 30.06.2016 Одобрена 22.07.2016
УДК 338.12.015 JEL: С53, F44, F47
Ключевые слова:
экономический цикл, неопределенность
Аннотация
Предмет. Современное развитие социально-экономических систем характеризуется циклической динамикой происходящих в них изменений. Эти изменения затрагивают различные стороны и уровни экономической системы, ее структуру, образуя целый ряд закономерностей. Усиление процессов глобализации экономики и одновременно регионализации, формирование сложных и подвижных динамических структур, формирующих кризисные явления, актуализирует проблему современного регулирования циклического развития экономики, решение которой в рамках схем классических методов теории циклизма становится трудновыполнимым.
Цели. Разработка научного обоснования (верификации) и апробации модели циклических колебаний, построенной на основе таких факторов, которые имели бы высокий уровень чувствительности к изменениям во внешней и внутренней среде экономической системы. Методология. В данном исследовании использована методика, основанная на использовании факторного подхода, также в ходе работы были применены методы статистического анализа и прогнозирования, в частности таксономический метод.
Результаты. Разработан алгоритм диагностики циклических колебаний, который позволяет идентифицировать повышательные и понижательные фазы экономических циклов вне зависимости от их «вхождения» в положительную или отрицательную зону формирующихся индексов опережающего развития, на основе которого можно делать прогнозы на краткосрочный период с опережением в 1-2 года от действующей траектории экономического развития национальной экономики.
Выводы. Результаты анализа показали, что краткосрочные циклы российской экономики несколько отличаются от классических краткосрочных циклов Китчина, периодичность которых датируется 2-4 годами. Выявленная длительность циклов экономики Российской Федерации колеблется в достаточно широком диапазоне в зависимости от корректирующих мероприятий органов государственной власти, а также от имеющей место повышенной волатильности конъюнктурных параметров.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Считается, что трансформационные процессы, происходящие в Российской Федерации, в том числе и процессы фазовых сдвигов экономических циклов, по своей сути носят структурный характер. Пожалуй, нет ни одного экономического исследования, где бы не было попытки объяснить состояние экономики происходящими в ней структурными сдвигами. Конечно же, система циклического развития тесно связана направлениями и логикой реструктуризации
* Публикация подготовлена при поддержке РФФИ, проект № 16-06-00062.
34 №р://йп-^й.г
экономико-политических процессов в различные периоды экономического развития. И именно поэтому существует ряд проблем, решение которых позволило бы уточнить и формализовать совокупность понятий, методов и инструментов познания такого важного раздела экономической теории, как экономические циклы и факторы, их генерирующие.
Большой интерес в рамках изучения теории циклического развития экономики представляет прогнозирование макроэкономических генераций
на основе познания природы и логики фазовых сдвигов внутри генерирующихся экономических циклов [1]. При этом абсолютное большинство работ ориентировано на то, что характер и динамика циклического развития в прошлом будет определять характер и динамику циклического развития в будущем [2-5]. Однако именно данный подход, на наш взгляд, вызывает массу дискуссионных вопросов. Необходимо четко осознавать, что циклическое развитие нельзя охарактеризовать как регулярно протекающее во времени явление, напротив, нерегулярность смен фаз экономических циклов является вполне естественным процессом.
Таким образом, определение вероятности наступления этих фаз и их длительности имеет сложную функцию со множеством неопределенных переменных. Это, в свою очередь, может приводить к снижению качества прогностических моделей, построенных на основе экстраполяционных методов с применением сценарных прогнозов развития конъюнктурных и институциональных факторов - драйверов фазовых изменений цикла. Сказанное означает, что попытки разработки рассматриваемых
прогностических моделей несут в себе целый набор рисков, связанных с точностью предсказания и предвидения циклических колебаний.
На наш взгляд, современное рыночное устройство обладает весьма широким набором факторов неопределенности и, как ранее уже было отмечено, трансформированности макрогенерирующих процессов [6, 7]. Особенно актуальными приведенные доводы представляются в контексте изучения циклов в российской экономике, характеризующейся перегруженностью
административными методами регулирования и, соответственно, особым характером
экономических циклов [8-10].
Таким образом, использование традиционных методов прогнозирования смены фаз цикла, основанных преимущественно на статических и линейно-экстраполяционных методах, не будет в полной мере отвечать высоким прогностическим свойствам. Это обусловливает разработку адаптированных к новым реалиям усовершенствованных механизмов и методов диагностики циклических колебаний. Данные методы должны в обязательном порядке учитывать всю совокупность макроэкономических факторов, оказывающих воздействие на смену циклических фаз. К ним, к примеру, можно отнести динамику
темпов роста мировой и национальной экономики, инвестиционную активность в рассматриваемом секторе экономики, изменение ценовой конъюнктуры на производимую продукцию и т.п.
Вместе с тем включение в модель большого числа предикторов может породить ряд известных проблем. Исходя из этого разработка модели должна проводиться на основе ограниченного числа экзогенных факторов, характеризующих в первую очередь динамику ожиданий экономических агентов, как наиболее важного индикатора смены фаз в циклическом развитии и оценивающей практически в полной мере тренды экономической активности в экономике -главных драйверов смены фаз в циклическом развитии [7].
Использование рассматриваемого подхода, основанного на моделировании ожиданий экономических агентов во времени, позволяет решить следующие задачи:
1) выявить с высокой степенью вероятности периоды смены фаз цикла исходя из оценок индикаторов опережающего развития;
2) сформировать и усилить прогностические свойства существующих моделей и оценок циклического развития экономических систем в условиях их трансформированности;
3) соотнести или «спроецировать» друг на друга циклические колебания длинных, средних и коротких волн циклов опережающего развития. Реализация данного подхода будет обеспечена за счет сопоставимости факторов, определяющих сдвиги фаз циклов, построенных на основе оценки ожиданий экономических агентов.
Важность применения методов оценки показателей, характеризующих ожидания экономических агентов, существенно возрастает в период неопределенности [11]. В этих условиях несоответствие мер экономической политики реальной ситуации может существенно увеличить глубину циклического спада и «задержать» выход экономики из кризиса [12]. В связи с этим интерес к данному инструменту чрезвычайно возрос, а его роль в принятии экономических решений существенно увеличилась.
Применяемая в данном исследовании методика основана на использовании факторного подхода, то есть выявлении набора факторов, влияющих на о жид ан ия э ко н о м ич е с ких аг е н то в ,
а следовательно, на экономическую активность системы в целом1. При таком подходе сначала анализируемые факторы объединяются
в субиндексы, которые представляют собой сумму множества средневзвешенных оценок по анализируемым компонентам. На основе этой системы индикаторов, характеризующих определенные виды деятельности, и индексного метода рассчитывается интегральный
(композитный), или сводный индекс - индекс циклов опережающего развития.
Под циклами опережающего развития в данной работе мы будем понимать колебания ожиданий экономических агентов, подчиняющиеся смене краткосрочных, среднесрочных и долгосрочных конъюнктурных и институциональных факторов и формирующих условия фазовых генераций циклического развития экономической системы. При этом циклы опережающего развития подразделяются на краткосрочные, среднесрочные и долгосрочные в зависимости от состава лаговых переменных, имеющих признаки опережающего развития, входящих в аналитическую базу моделирования циклических колебаний.
Поскольку в основе изучения циклического развития лежит теория ожиданий, моделируемые циклы будут обладать значительными п р о г н о с ти ч е с ки м и с в о й с тв ам и,
предсказывающими поворотные точки цикла в зависимости от состава используемых факторов и величины их лаговых значений [13]. Структурно-логическая схема моделирования циклов опережающего развития представлена на рис. 1.
При определении и обосновании выбора совокупности факторов мы исходили в первую очередь из теории рациональных ожиданий Р. Лукаса - обладателя Нобелевской премии 1995 г. Источниками возмущений в ожиданиях экономических агентов являются, согласно данной теории, две группы факторов - денежные (изменение цен, колебания процентных ставок, изменение денежной массы и т.п.) и реальные (появление технологических инноваций, изменение потребительских предпочтений как результат внедрения инноваций в
потребительскую сферу и т.п.). Кроме того, в основе системы выбора и обоснования факторов использовался подход А. Пигу, выделяющий, как это ранее было отмечено, три группы факторов,
оказывающих влияние экономических агентов:
на
ожидания
1 Дубовицкий С.В. Прогнозирование экономического роста и финансовой динамики в условиях глобализации и нестабильности // Общество и экономика. 2005. № 3. С. 129-136.
денежные;
реальные Лукаса);
(что синхронизируется с теорией
• психологические факторы.
Применительно к разрабатываемой теории циклов опережающего развития, опирающейся на ожидания экономических агентов, всю совокупность факторов необходимо подразделять на реальные и денежные, с одной стороны, и психологические - с другой. Однако под психологическими факторами в настоящей работе понимается институционально-оформленная
действительность, формирующая представления и когнитивные модели субъектов хозяйствования, которые оказывают определяющее воздействие на направленность в динамике национальных моделей менеджмента. В связи с этим вместо понятия «психологические факторы» предлагается использование термина «культурно-
институциональные факторы».
По результатам проведенных оценок, основанных на экономико-математическом моделировании, были определены 7 основных групп факторов, оказывающих опережающее воздействие на ожидания и соответствующие модели поведения хозяйствующих субъектов.
Первая группа включила в себя факторы, характеризующие изменения демографического каркаса территории, и сформировала индекс урбанистического развития ^.
Вторая группа факторов сформировала так называемый индекс человеческого капитала
В производственно-ресурсный индекс !3 вошли
факторы, отражающие количественно-
качественные характеристики формирующейся ресурсной и производственной базы национальной экономики, такие, как товарные запасы, грузооборот автотранспорта, добыча полезных ископаемых и т.д. (третья группа).
Четвертая группа факторов ориентирована на определение сводного индекса качества институционально-культурного развития системы I4| и включает в себя набор соответствующих
показателей, к которым можно отнести показатели, оценивающие уровень развития социальной
инфраструктуры, качество формирующихся ментальных моделей общества.
Пятая группа факторов сформировала так называемый индекс экономической активности хозяйствующих субъектов /5. В нее вошли такие
показатели, как денежные доходы, инвестиции в основной капитал, индекс потребительских цен и др.
Шестая группа факторов сформировала так называемый индекс научно-исследовательского потенциала 16. Она характеризует внутренний
резерв инновационного развития экономики.
Седьмая группа факторов определяет индекс изменения капитала 17, демонстрирующий
реакцию общеэкономических трендов на изменения и корректировки ценовых индексов стоимости капитала.
Все отобранные компоненты были представлены в виде цепных годовых темпов роста (в сопоставимых ценах в случае, если фактор выражается в денежном эквиваленте). Это необходимо для соблюдения единой размерности участвующих в модели факторов, поскольку иначе расчет сводных индексов станет невозможным.
Поиск решений, направленных на идентификацию системы показателей на предмет и степень их опережающего развития относительно
общеэкономического тренда системы (ВВП), был осуществлен на основе использования эконометрического инструментария. Алгоритм расчетов имел следующую последовательность.
1. На основе линейных коэффициентов корреляции построены кросскорреляционные функции результирующего фактора (эталонного ряда) и предопеределенных факторов (опережающих компонент). В соответствии с методологией статистического анализа кросс-корреляционная функция выражает тесноту связи между уровнями одного временного ряда у,
измеренными в момент времени I, и уровнями другого временного ряда х отстоящими друг от
друга на т единиц времени:
2. Сравниваем значения корреляции с величиной
r :
крит
( У,.*,-г)
Z(yt - yt)•(-x - *t-x)
(n - m - x)
x)0 X -x^ y
(1)
t
кр_
крит
V t кр + n - 2 - x
(2)
Кросс-корреляция является необходимым условием для определения периода опережения, или так называемого лага.
где п - объем выборки, т - величина лага, ^ -
распределение Стьюдента (при 95%-ной доверительной вероятности).
Если г, . . > г , то наличие значимых
(у1,Х(-1) крит'
коэффициентов корреляции свидетельствует о связи динамики соответствующего показателя с индексом эталонного ряда и обусловливает его включение в систему индикаторов для расчета индексов опережающего развития.
Результаты кросс-корреляционного анализа рассматриваемых статистических рядов, в качестве которых с одной стороны выступает результативный фактор (эталонный ряд), с другой - исследуемые временные ряды анализируемых факторов, представлены в табл. 1.
В табл. 1 представлены значения лагов для факторов, удовлетворяющих нашим требованиям относительно опережающей динамики их развития относительно эталонного ряда. При этом важным представляется то, что полученные по результатам оценок и расчетов лаговые значения имеют весьма широкий диапазон - от 1 до 12 лет. При этом кажется очевидным, что факторы, имеющие лаг 3 года и более, не могут участвовать в моделировании краткосрочных циклов
опережающего развития, поскольку фазовые сдвиги в краткосрочных циклах определяются воздействиями факторов оперативного порядка, то есть тех, корректировки которых приводят к сдвигам эталонного ряда в самой короткой перспективе. Аналогичная логика является справедливой и для двух других типов циклического развития экономики. В связи с этим в табл. 1 значения лаговых переменных распределены в соответствии с целесообразностью их использования в моделировании кратко-, средне- и долгосрочных циклов опережающего развития.
Таким образом, по результатам кросс-корреляционного анализа в окончательный перечень факторов из первоначально определенного списка в количестве 34 ед. вошли 19 показателей. При этом к факторам, оказывающим краткосрочное воздействие на модель поведения экономических агентов, отнесены те из них, которые полностью
согласуются с существующими теоретико-методологическими подходами к моделированию так называемых циклов Китчина. Вместе с тем достаточно неожиданным результатом стало то, что признаками опережающего развития обладают факторы, характеризующие институционально-культурный потенциал системы. Обнаруженное явление, несомненно, потребует соответствующих объяснений и обоснований.
В основе расчета весовых коэффициентов субиндексов, определяющих значение сводного индекса опережающего развития, лежит таксономический метод. Он основан на вычислении расстояний между точками многомерного пространства, размерность которого определяется количеством участвующих в модели факторов. Расстояния между факторами рассчитываются по формуле:
1 X '
ars = — X Ь - bls I, r, s = 1, n ,
где ars - расстояние между факторами r и s.
Конечный вид матрицы расстояний факторами будет иметь следующий вид:
0 ai2 - а1 n
a 21 0 ••• a2n
... ... 0 ...
an ••• ••• 0
(4)
«крит = maxmin ars ■
r s
(5)
= X a]S, для ajs < ак
j ¿—i js
s = 1
(6)
wJ =
I
(7)
субиндексов. Соответственно, каждая его компонента-индикатор взвешивается.
В формульном виде расчет совокупного общественного продукта (СОП) выглядит следующим образом:
И« И« И« и«
I = W,L. + W, /, . + W I . + W I ..
г k ki ф фг p pi nni
(8)
(3)
между
После определения значений матрицы расстояний рассчитывается так называемое критическое расстояние, характеризующее максимальное расстояние между двумя факторами:
Далее для каждого признака находят сумму всех расстояний, не превышающих критического расстояния:
Тогда весовые коэффициенты рассчитываются по формуле:
Значение сводного показателя, оценивающего ожидания экономических агентов, складывается из рассчитанных рядов индикаторов, или
где I - значение СОП; 7 - величина периода (год
в нашем случае); ) - индекс урбанистического
развития в 7-м году; ^(О - индекс человеческого
капитала в 7-м году; /3(7) - индекс
производственно-ресурсного развития в -м году; /4(7 ) - индекс институционально-культурного
развития в 7-м году; /5(7) - индекс развития
экономической активности в 7-м году; /6(7) -
индекс научно-исследовательского потенциала в -м году; ^2, Ж3, Ж4, Ж5, Ж7 - весовые
коэффициенты соответствующих индексов.
Результаты расчетов для краткосрочных циклов опережающего развития применительно к российской экономике периода 1991-2015 гг. представлены на рис. 2.
Важным в полученных результатах является то, что циклические колебания здесь носят краткосрочный характер ввиду того, что лаговые значения исследуемых факторов составляют в среднем 1-2 года [14]. В связи с этим горизонт прогнозирования дальнейших колебаний экономической конъюнктуры также будет ограничиваться 1-2 годами. По этой причине можно говорить о том, что реализованный подход позволил смоделировать процессы генерирования так называемых бизнес-циклов российской экономики (краткосрочных циклов Китчина) в диапазоне 1991-2015 гг., формирующихся с опережением в 1-2 года от действующей траектории экономического развития
национальной экономики.
Методологически важным является то, что действующий алгоритм диагностики циклических колебаний позволяет достаточно четко идентифицировать повышательные и
понижательные фазы циклов, вне зависимости от их «вхождения» в положительную или отрицательную зону формирующихся индексов опережающего развития.
Главной особенностью диагностирования индексов опережающего развития является то, что в процессе нормирования текущих абсолютных
значений показателей, определяющих значения соответствующих субиндексов, используется таксономический метод [15]. В его основе заложен принцип соотношения разницы между индивидуальным значением ряда и средней величины к среднеквадратическому отклонению. Таким образом, в зависимости от текущих абсолютных значений темпов роста исследуемой совокупности показателей, их итоговые значения, нормированные в соответствии с таксономическим методом, будут входить либо в положительную зону, либо в отрицательную.
Если, к примеру, значение показателя вошло в отрицательную зону, это будет означать, что темпы роста были в текущем анализируемом году ниже среднего значения ряда. А само число показателя означает, во сколько раз данное отклонение выше/ниже уровня среднеквадратического отклонения исследуемого ряда. Чем выше по модулю уровень этого значения, тем более высокая волатильность характерна для данного года. Применительно к сводному индексу опережающего развития отрицательное значение ряда будет означать снижение оптимизма экономических агентов относительно дальнейшего развития социально-экономической, а также конъюнктурно-институциональной среды, и, наоборот, если значение индикатора оказалось в положительной зоне - это означает снижение общего уровня пессимистических настроений.
Важно отметить, что колебания сводного индекса отслеживаются относите льно среднеквадратического значения ряда, что будет причиной рассеивания точек ряда относительно его дисперсии. В терминологии Р. Лукаса, используемой в работах [16, 17], колебания сводного индекса опережающего развития рассматриваются как результат отклонения реального уровня ожиданий экономических агентов от своего долгосрочного тренда. В случае превышения значения сводного индекса над нулевым (нейтральным) уровнем можно говорить о росте цикла, в противном случае - о его спаде.
Вместе с тем смена повышательной фазы на понижательную и наоборот может наблюдаться как в положительной зоне ряда, так и в отрицательной. То есть смена фаз не обязательно должна происходить исключительно по правилу «понижательная фаза в отрицательной зоне ряда, повышательная - в положительной». Процесс смены фаз может происходить исключительно в одной зоне (положительной или отрицательной). При этом если все фазы цикла наблюдаются, к примеру, в отрицательной зоне, то это означает, что имеет место смена пессимистических
http://fin-izdat.r
настроений на оптимистические, однако даже улучшение ожиданий экономических агентов не приводит к уверенности относительно институционально-конъюнктурной среды в будущем. В этом случае можно говорить о некотором улучшении настроений, сохраняющихся при этом ниже сформировавшегося уровня среднеквадратического отклонения ряда.
Динамика краткосрочных циклов опережающего развития РФ, состоящая из двух фаз, представлена в табл. 2.
Необходимо иметь в виду и то, что российская экономика, как это уже было ранее замечено, синхронно соединяет в себе рыночные и плановые принципы, что, конечно же, не может не отразиться на аритмичности и длительности наблюдаемых циклических колебаний [18]. По мере снижения удельного веса в механизмах экономического регулирования инструментов, относимых к административно-командной системе, наблюдаемая аритмия будет снижаться, а классические механизмы циклического развития - получать все большее распространение.
Результаты анализа демонстрируют, что краткосрочные циклы российской экономики несколько отличаются от классических краткосрочных циклов Китчина, периодичность которых колеблется в пределах 2-4 лет. Выявленная длительность циклов экономики Российской Федерации варьируется в достаточно широком диапазоне, в зависимости от корректирующих мероприятий органов
государственной власти, а также от имеющей место повышенной волатильности конъюнктурных параметров.
В реальности циклические колебания экономики РФ имеют периоды, опережающие датировки фаз циклов опережающего развития на 1-3 года. Таким образом, в соответствии с полученными данными о корректировках индекса опережающего развития можно спрогнозировать, что в 2016 г. экономика РФ вступит в фазу оживления. Это произойдет по причине того, что на протяжении последних двух лет (2014-2015 гг.) наблюдался положительный тренд динамики цикла опережающего развития. Следуя логике экстраполирования данных, а также трендам синусоидального развития траектории циклов опережающего развития в экономике РФ, с высокой долей вероятности можно предположить, что в 2016-2017 гг. фаза оживления перейдет в фазу роста. Учитывая опережающий характер развития полученного ряда, реальный рост в российской экономике можно будет наблюдать не ранее 2018-2019 гг.
>игпа1/пайопа1/ 39
Таблица 1
Состав факторов, характеризующихся опережающей динамикой относительного эталонного ряда (ВВП), в разрезе укрупненных опережающих индексов
Table 1
Factors implying leading trends in the relative benchmark series (GDP) per aggregate leading indicator
№ фактора Значение лага, лет
Наименование фактора Краткосрочный цикл Среднесрочный цикл Долгосрочный цикл
Индекс изменения урбанистического развития I1
1 Численность сельского населения 1, 2 3, 4 -
Индекс человеческого капитала I2
2 Число выпущенных из средних заведений - 3 12
3 Число выпущенных из высших заведений 2 - -
Производственный индекс I3
4 Товарные запасы 1 - -
5 Грузооборот автотранспорта 1 - -
6 Добыча полезных ископаемых 1, 2 3 -
7 Перевезено грузов железнодорожным транспортом 1, 2 - -
Индекс социального самочувствия I4
8 Число больничных учреждений - - 11
9 Число театров 2 - -
10 Число учреждений культурно-досугового типа 1, 2 3, 4 -
Индекс экономической активности I5
11 Инвестиции в основной капитал - - 8, 9
12 Индекс потребительских цен 1, 2 3 -
13 Денежные доходы населения 2 - -
Индекс научно-исследовательского потенциала I6
14 Численность научных работников 1, 2 4 -
15 Количество научно-исследовательских институтов 1, 2 - -
16 Количество поступивших предложений в области НИОКР - - 9
17 Внутренние затраты на исследования и разработки 3 - 12
Индекс изменения капитала I7
18 Цена на нефть - - 9
19 Уровень процентной ставки рефинансирования 1 3 -
Источник: составлено авторами Source: Authoring
Таблица 2
Краткосрочные циклы опережающего развития экономики РФ в период 1994-2019 гг.
Table 2
Short-term cycles of priority development of the Russian economy within 1994-2019
Цикл опережающего развития Понижательная фаза Повышательная фаза
1994-1997 1994-1995 1996-1997
1998-2002 1998-2000 2000-2002
2002-2009 2002-2004 2004-2009
2009-2013 2009-2011 2011-2013
2013-2018*, 2019* 2013-2017* 2017-2019*
* Оценка.
Источник: составлено авторами Source: Authoring
Рисунок 1
Структурно-логическая схема моделирования циклов опережающего развития Figure 1
Structural and logic scheme for modeling priority development cycles
Определение поворотных точек циклического развития экономической системы
Источник: составлено авторами Source: Authoring
Рисунок 2
Циклы опережающего развития экономики РФ в период с 1996 по 2015 г. Figure 2
Priority development cycles of the Russian economy within 1996 through 2015
Источник: составлено авторами Source: Authoring
Список литературы
1. Абалкин Л., Кондратьев Н., Яковец Ю., Макашева Н. Большие циклы конъюнктуры и теория предвидения. М.: Экономика, 2002. 780 с.
2. ХиксДж. Стоимость и капитал. М.: Прогресс, 1988. 488 с.
3. Глазьев С. Стратегия опережающего развития России в условиях глобального кризиса. М.: Экономика, 2010. 256 с.
4. Perez C. Structural Change and Assimilation of New Technologies in the Economic and Social System // Futures. 1983. Vol. 15. Iss. 5. P. 357-375.
5. Кейнс Дж.М. Общая теория занятости, процента и денег. М.: Эксмо, 2007. 960 с.
6. Институты развития региональных экономических систем: монография / под ред. Ю.В. Матвеева, Г.В. Семёнова. Самара: АСГАРД 2015.
7. Шумпетер Й.А. Теория экономического развития. М.: Прогресс, 1982. 436 с.
8. Ноткин А.И. Проблемы социалистического воспроизводства. М.: Наука, 1984. 456 с.
9. Абрамов И.М. Циклы в развитии экономики СССР. Минск: Наука и техника, 1990. 158 с.
10. Шехин В. Последствия инфляционной экономической политики // Вопросы экономики. 1991. № 1. С.17-26.
11. ЯковецЮ.В. Циклы. Кризисы. Прогнозы. М.: Наука, 1999. 448 с.
12. Дьяконов И.М. Пути истории. От древнего человека до наших дней. М.: Восточная литература, 1994. 189 с.
13. Marchetti C. Society as a Learning System: Discovery, Invention and Innovation Cycles Revisited // Technological Forecasting and Social Change. 1980. № 18. P. 267-282.
14. Нанотехнологии как ключевой фактор нового технологического уклада в экономике: монография / под ред. С.Ю. Глазьева, В.В. Харитонова. М.: Тровант, 2009. 304 с.
15. Инновационно-модернизационные волны в социально-экономическом развитии: технологические уклады, макроэкономические генерации, взгляд в будущее. Кн. 1. Текстильная, металлургическая, нефтеперерабатывающая, нефтехимическая промышленность, электроэнергетика, военное машиностроение / под ред. Ю.В. Матвеева, Г.В. Семёнова. Самара: АСГАРД 2013. 458 с.
16. Барр Н. Рынок труда и социальная политика в странах Центральной и Восточной Европы: переходный период и дальнейшее развитие. М.: ИКЦ «ДИС», 1997. 495 с.
17. Бабецкая-Кухарчук О.А., Морель М. Роль рыночных институтов в процессе интеграции России в мировую экономику // Экономический журнал Высшей школы экономики. 2004. Т. 8. № 2. С. 197-224.
18. Ковалёва Г. Измерение и моделирование циклической динамики экономических процессов на основе спектрального анализа. Новосибирск: Изд-во ИЭ и ОПП СО АН СССР, 1991. 150 с.
Национальные интересы: National Interests:
приоритеты и безопасность 10 (2016) 34-45 Priorities and Security
ISSN 2311-875X (Online) Sustainable Development of Economy
ISSN 2073-2872 (Print)
MECHANISMS AND METHODS FOR STATISTICAL ANALYSIS AND TRACING OF SHIFTS IN PHASES OF CYCLICAL DEVELOPMENT OF THE ECONOMY UNDER INCREASED UNCERTAINTY OF THE INSTITUTIONAL AND MARKET ENVIRONMENT
Marat R. SAFIULLINa% Leonid A. EL'SHINb, Mariya I. PRYGUNOVAc
a Kazan Federal University, Kazan, Republic of Tatarstan, Russian Federation [email protected]
b Kazan Federal University, Kazan, Republic of Tatarstan, Russian Federation [email protected]
c Center of Advanced Economic Research in the Academy of Sciences of the Republic of Tatarstan,
Kazan, Republic of Tatarstan, Russian Federation
• Corresponding author
Article history: Abstract
Received 25 May 2016 Importance Contemporary socio-economic systems develop in cycles. Those cyclical changes
Received in revised form concern various aspects and levels of the economic system, its structure, thus outlining certain
30 June 2016 patterns. Considering economic globalization, regionalization, formation of complicated and mobile
Accepted 22 July 2016 dynamic structures generating crisis phenomena, it is very reasonable to focus on the issue of
contemporary regulation of cyclical development of economy, which becomes very difficult to JEL classification: C53, F44, F47 resolve with classical methods of the cyclical theory.
Objectives The research scientifically confirms, verifies and tests the model of cyclical fluctuations that is based on such factors that would be very vulnerable to changes in the external and internal environment of the economic system.
Methods The research involves a technique that relies upon a factor-based approach and methods of statistical analysis and forecast and taxonomic method in particular.
Results We devised an algorithm to assess and evaluate cyclical fluctuations, which would allow identifying the upward and downward phases of economic cycles no matter whether they enter the positive or negative zone of priority development indices. This algorithm helps to make short-term forecasts, one to two years ahead of the current path of economic development of the national economy.
Conclusions and Relevance As the analysis shows, short-term cycles of the Russian economy somewhat different from conventional short-term Kitchin cycles, which reoccur every two to four Keywords: business cycle, years. The time of economic cycles in the Russian Federation has a very broad range, depending on
uncertainty adjusting activities of governmental authorities, and increased volatility of market conditions.
© Publishing house FINANCE and CREDIT, 2016
Acknowledgments
The publication was supported by the Russian Foundation for Basic Research, project No. 16-06-00062.
References
1. Abalkin L., Kondrat'ev N., Yakovets Yu., Makasheva N. Bol'shie tsikly kon"yunktury i teoriyapredvideniya [Big cycles of market conditions and the theory of anticipation]. Moscow, Ekonomika Publ., 2002, 780 p.
2. Hicks J. Stoimost'i kapital [Value and Capital]. Moscow, Progress Publ., 1988, 488 p.
3. Glaz'ev S. Strategiya operezhayushchego razvitiya Rossii v usloviyakh global'nogo krizisa [The priority development strategy of Russia during the global crisis]. Moscow, Ekonomika Publ., 2010, 256 p.
4. Perez C. Structural Change and Assimilation of New Technologies in the Economic and Social System. Futures, 1983, vol. 15, iss. 5, pp. 357-375.
5. Keynes J.M. Obshchaya teoriya zanyatosti, protsenta i deneg [The General Theory of Employment, Interest and Money]. Moscow, Eksmo Publ., 2007, 960 p.
6. Instituty razvitiya regional'nykh ekonomicheskikh sistem: monografiya [Institutions for development of regional economic systems: a monograph]. Samara, ASGARD Publ., 2015.
7. Schumpeter J.A. Teoriya ekonomicheskogo razvitiya [Theorie der wirtschaftlichen Entwicklung]. Moscow, Progress Publ., 1982, 436 p.
8. Notkin A.I. Problemy sotsialisticheskogo vosproizvodstva [Socialist reproduction issues]. Moscow, Nauka Publ., 1984, 456 p.
9. Abramov I.M. Tsikly v razvitii ekonomiki SSSR [Cycles in development of the USSR economy]. Minsk, Nauka i tekhnika Publ., 1990, 158 p.
10. Shekhin V. [Consequences of inflationary economic policies]. Voprosy Ekonomiki, 1991, no. 1, pp. 17-26. (In Russ.)
11. Yakovets Yu.V. Tsikly. Krizisy. Prognozy [Cycles. Crises. Forecasts]. Moscow, Nauka Publ., 1999, 448 p.
12. D'yakonov I.M. Puti istorii. Ot drevnego cheloveka do nashikh dnei [Routes of history. From the ancient people up till the present day]. Moscow, Vostochnaya literatura Publ., 1994, 189 p.
13. Marchetti C. Society as a Learning System: Discovery, Invention and Innovation Cycles Revisited.
Technological Forecasting and Social Change, 1980, vol. 18, iss. 4, pp. 267-282.
14. Nanotekhnologii kak klyuchevoi faktor novogo tekhnologicheskogo uklada v ekonomike: monografiya [Nanotechnologies as a key factor of a new technological mode in economy: a monograph]. Moscow, Trovant Publ., 2009, 304 p.
15. Innovatsionno-modernizatsionnye volny v sotsial'no-ekonomicheskom razvitii: tekhnologicheskie uklady, makroekonomicheskie generatsii, vzglyad v budushchee. Kn. 1. Tekstil'naya, metallurgicheskaya, neftepererabatyvayushchaya, neftekhimicheskaya promyshlennost', elektroenergetika, voennoe mashinostroenie [Innovative and modernization waves in socio-economic development: technological modes, macroeconomic generations, a look into the future. Book 1. Textile, metallurgical, oil refining, petrochemical, electrical industries and military machine-building]. Samara, ASGARD Publ., 2013, 458 p.
16. Barr N. Rynok truda i sotsial'nayapolitika v stranakh Tsentral'noi i Vostochnoi Evropy: perekhodnyiperiod i dal'neishee razvitie [Labor Markets and Social Policy in Central and Eastern Europe: The Transition and Beyond]. Moscow, ICC DIS Publ., 1997, 495 p.
17. Babetskaya-Kukharchuk O.A., Morel' M. [The role of market institutions during Russia's integration into global economy]. Ekonomicheskii zhurnal Vysshei shkoly ekonomiki = HSE Economic Journal, 2004, vol. 8, no. 2, pp. 197-224. (In Russ.)
18. Kovaleva G. Izmerenie i modelirovanie tsiklicheskoi dinamiki ekonomicheskikh protsessov na osnove spektral'nogo analiza [Measurement and modeling of cyclical trends in economic processes through a spectral analysis]. Novosibirsk, Institute for Economics and Industrial Production Organization of the Siberian Branch of the USSR Academy of Sciences Publ., 1991, 150 p.
