CC BY
186
ОПЕРЕЖАЮЩИЕ ПОКАЗАТЕЛИ - ИНСТРУМЕНТ ЭКОНОМИЧЕСКОГО ПРОГНОЗИРОВАНИЯ
А.Л. Богданова
Зарубежный опыт использования экономических индикаторов для прогнозирования экономических кризисов и улучшения хозяйственной конъюнктуры рассматривается как полезный для совершенствования системы прогнозирования и повышения экономической безопасности российской экономики. Анализируются теоретические критерии и практические аргументы использования на разных этапах экономического развития индикаторов смены экономической динамики. Показана эволюция применения такого рода индикаторов в США и европейских странах, в том числе выбор базового индикатора экономической динамики. Представлены четыре группы экономических переменных, фигурирующих в качестве индикаторов смены фаз экономического цикла. Выявляются ситуации «неработоспособности» отдельных показателей, что ставит под сомнение саму возможность использования индикаторов в целях прогнозирования. Представлены имеющиеся точки зрения на такие ситуации, и намечается направление дальнейших исследований, связанное с учетом специфики разных этапов формирующих экономическую динамику технологических революций.
Ключевые слова: экономический цикл, бизнес-цикл, опережающие индикаторы экономического развития, эволюция экономических индикаторов, пики и впадины циклов, сводный индекс опережающих индикаторов, поворотные точки циклов экономического развития. JEL: С43, Е30, Е37.
© Богданова А.Л., 2018 г.
Богданова Анна Леонидовна, научный сотрудник ЦЭМИ РАН, Москва, annabogd@gmail.com
ВВЕДЕНИЕ
В условиях перестройки системы управления российской экономики - перехода от реагирования на возникающие проблемы к предвидению возможных трудностей - встает вопрос о необходимых инструментах прогнозирования. Одним из инструментов предвидения экономических событий являются опережающие индикаторы. Эти показатели используют для измерения отдельных параметров экономики. Есть также агрегаты, они специально сконструированы из таких показателей, динамика которых может рассматриваться как признак наступления (в более или менее близком будущем) «переломных событий» (обозначения «переломных точек») в динамике прогнозируемой экономической переменной (или их совокупности), отражающей состояние экономики в целом. Иными словами, показатель, поворотные точки которого опережают прогнозируемые (или «эталонные») при изменении его динамики, в зарубежной литературе называется опережающим (leading economic indicator, LEI). Динамика опережающего и эталонного показателей представлена на рис. 1.
Синхронными показателями (coincident economic indicators, CEI) в литературе называются такие, которые меняются одновременно с эталонным. Запаздывающие показатели (lagging economic indicators) подтверждают наметившиеся изменения в тренде эталонного.
Необходимость в опережающих показателях привела к созданию на протяжении последнего столетия «тысячи экономических индикаторов, предсказывающих все - от спроса на бензин до размера урожаев» (Яма-роне, 2004, с. 21-22).
В США имеется широкая практика применения опережающих показателей. Многие показатели используют для целей инвестирования в ценные бумаги, предвидения конъюнктуры фондового рынка. Изучение таких показателей включено в университетские
Опережение
Рис. 1. Взаимосвязь опережающего и эталонного индикаторов
Источник: Economic Cycle Research Institute. URL: https:// www.businesscycle.com/ecri-business-cycles/turning-points-leading-indicators.
учебные курсы1 макроэкономики, анализа фондовых рынков, инвестиционного анализа, эконометрики, финансового менеджмента и др. Значительное внимание уделяется прогностическим возможностям фьючерских рынков (Мерфи, 1999). В ряде случаев наблюдение за тенденциями товарных рынков позволяет предсказать направление динамики цен на несколько месяцев вперед.
Исследованию поворотных точек экономических циклов и возможностей обнаружения их близости с помощью опережаю-
1 В университете штата Колорадо Boulder (см.: URL: http://www.colorado.edu/economics/courses/ econ2020/section8/section8-main.html); в университете Беркли изучают курс «Экономические показатели: ос-мыслениерыночных данных» (см.: URL: http://extension. berkeley.edu/search/publicCourseSearchDetails. do?courseId=40192&method=load); в университете Флориды преподает автор всемирно известного курса по финансовому менеджменту Юджин Бриг-хем; Калифорнийский университет (Лос-Анджелес); Нью-Йоркский городской университет (в г. Олбани (Albany)) «Economic Surveys and Forecasting» (см.: URL: http://www.albany.edu/about/about.php).
щих показатели посвящены многочисленные публикации (Neftci, 1982; Zarnowitz, Moore, 1982; Koch, Raasche, 1988; Stock, Watson, 1989; Estrella, Mishkin, 1998; Loungani, Trehan, 2002; Levanon et al., 2011; Ng, 2012).
Имеющиеся зарубежные наработки и опыт применения опережающих показателей требуют их изучения с позиций совершенствования процессов управления на разных уровнях российской экономики. Уже сейчас в нашей стране часто используется такой экономический показатель, как нефтяные котировки. Они выступают в качестве опережающего показателя курса рубля.
Однако результаты зарубежной практики использования опережающих показателей остаются неоднозначными. Несмотря на большие достижения, экономическая наука далеко не всегда подает своевременные сигналы предупреждения о грядущих кризисах. Как известно, кризисы 2000 и 2008 гг. оказались неожиданными для многих зарубежных экономистов. «В те годы казалось, что базовая структура экономики изменилась настолько, что процветание, скорее всего, будет продолжаться и дальше» (Кругман, 2009). Кризисы рассматривались как события, имевшие конкретные причины, повторение которых в ближайшем будущем не ожидается. По словам Дун Тао, старшего экономиста гонконгского отделения Credit Suisse, «вероятность повторения финансового кризиса в той же форме, что и десять лет назад, почти нулевая» (цит. по: (Марков, 2007)).
Ошибки прогнозов при ориентации на опережающие показатели подогревают дис-куссию2 об эффективности их применения, возможности предсказания кризисов, используя сигналы раннего предупреждения. В России исследованием этой проблематики занимается ряд специалистов, в частности А.А. Френкель, С.В. Смирнов, В.В. Попов, Я.В. Сергиенко, А.В. Полетаев, Г.В. Остапко-
2 Среди участников дискуссии - J.H. Stock, M.W. Watson, A. Estrella, F. Mishkin, G. Levanon, A. Ozyildirim, B. Schaitkin, E. Ng.
вич, А.В. Улюкаев, П.В. Трунин, О.Г. Солнцев, А.А. Пестова.
Цель настоящей статьи заключается в том, чтобы представить историю разработки и применения опережающих показателей, сопоставить имеющиеся взгляды и наметить направления совершенствования.
1. ЭВОЛЮЦИЯ СИСТЕМЫ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ США И ОЭСР
Изначально система экономических индикаторов была разработана в США в 19201930-е гг. В эти годы экономика столкнулась с особенно сильными циклическими кризисами, что усилило потребность в показателях, отражающих динамику внутри цикла.
Важную роль при отборе показателей играют практические соображения, связанные с оперативным предоставлением соответствующей статистики, точностью оценок, периодичностью и длиной ряда доступных данных по соответствующему показателю.
Ряд показателей (их перечни приводятся, например, в (Moylan, 2010, p. 10-12)) был создан такими правительственными агентствами США, как Департамент труда (Министерство труда), Совет управляющих Федеральной резервной системы, Бюро экономического анализа (БЭА) (Bureau of Economic Analysis, BEA), Бюро статистики труда (Bureau of Labor Statistics), Бюро цензов (Бюро по статистике - Census Bureau). Некоторые показатели являются продуктом разработок отдельных организаций, таких как Институт управления поставками (ISM), The Conference Board (международная неправительственная некоммерческая исследовательская организация, основана в 1916 г.), университет штата Мичиган. С предложениями по формированию экономических показателей выступают и отдельные специалисты (см., например, (Cullity, Banerji, 1996, p. 201; Stock, Watson, 1989, p. 352)).
Начиная с 1961 г. ежемесячные данные по разным показателям публикуются Департаментом по коммерческой статистике США в Сборнике состояния бизнеса (Business conditions digest). С конца 1960-х гг. в США ежемесячно публикуются соответствующие показатели3. С 1996 г. подготовка и публикация циклических показателей была передана от БЭА в Conference Board. За базовую величину 100 для всех индексов берется их значение в 1967 г., а все ряды приводятся в ценах (долларах) 1972 г., если не указано иное.
Перечень показателей периодически пересматривается, одна из причин того - отказ от использования менее информативных показателей, отсутствие регулярных обновлений данных. Так, например, после 2005 г. организации перестали обновлять и публиковать данные по следующим показателям: банкротства предприятий (Business Failures), индекс измерения настроений бизнеса (Business Optimism Indexes), индекс удовлетворенности условиями труда (Job Quality Index), экспериментальный индекс рецессий (Experimental Recession Indexes). После 2000 г. по указанию Федеральной резервной системы (ФРС) из экономических показателей были исключены денежная масса и индекс фьючерсных цен (Futures Price Index CRB), что обосновывалось слабой связью между показателем «денежная масса» и экономическим ростом (и изменениями цен).
Цели прогнозирования накладывают отпечаток на выбор практически используемых опережающих показателей. Среди задач Совета управляющих ФРС - поддержание стабильности цен. Для определения уровня инфляционного давления на цены ФРС пристально следит за индексом CRB - индексом фьючерсных цен американского Бюро по изучению товарных рынков (индекс был введен в 1956 г.). За последние 30 лет этот индекс претерпел ряд изменений, и в настоящее время он
3 OECD Composite Leading Indicators - a Tool for Short-term Analysis. URL: http://www.oecd.org/std/ lil.htm.
охватывает 21 товарный рынок (Мерфи, 1999, с. 121-123). Индекс CRB не учитывает ни одного финансового фьючерсного рынка.
Несмотря на то что каждому рынку (из 21) присваивается равный вес в составе индекса CRB, удельный вес различных групп рынков в этом индексе неодинаковый. Например, на долю «промышленное сырье»: медь, хлопок, пиломатериалы - приходится 14,3% индекса; на долю «энергоносители: сырая нефть, мазут» - 9,5%. «В связи со значительной долей сельскохозяйственных рынков (62%) в индексе CRB его надежность как опережающего индикатора инфляции иногда подвергается сомнению» (Мерфи, 1999, с. 123).
Непрекращающиеся споры о том, какой из товарных индексов позволяет точнее предсказывать инфляцию, сводятся к определению относительной значимости цен на промышленное сырье и продукты питания. В работе (Мерфи, 1999) отмечается, что более точным барометром инфляции и состояния экономики являются цены на промышленное сырье. Однако для прогнозирования финансовых рынков лучше подходит более сбалансированный индекс фьючерсных цен CRB, включающий цены как на продукты питания, так и на промышленное сырье (Мерфи, 1999, с. 124-125). Хотя большая часть товарных индексов с широкой базой обычно движется в одном направлении, в некоторых ситуациях их траектории начинают расходиться. Подобные расхождения товарных индексов служат важным предупреждением о возможных изменениях экономических тенденций.
Помимо индекса CRB, существуют и используются и другие товарные индексы. Одним из них является индекс цен на промышленные материалы (Commerce Industrial Materials Price Index), основанный на ценах 18 промышленных материалов. Этот индекс был создан Центром исследования международных экономических циклов (CIBCR) при Колумбийском университете и ежедневно публикуется с 1986 г. Он включает следующие группы рынков: текстиль, металлы, нефтепродукты и смешанные товары. Компоненты
этого индекса подбирались прежде всего на основе их способности предвосхищать направление инфляции. Индекс был рассчитан ретроспективно с использованием месячных данных до 1948 г. и по утверждению создателей показал устойчивые результаты в качестве опережающего показателя инфляции. Одним из ограничений данного индекса является полное исключение из его состава цен на продукты питания. Связанные с этим проблемы проявились в 1988 и 1989 гг., когда возникло значительное расхождение между ценами на продукты питания и промышленное сырье. Поэтому было сложно определить, какие товарные индексы точнее отражают инфляционную ситуацию (Мерфи, 1999).
Индекс менеджеров по снабжению (Purchasing Managers' Index, PMI), основанный на результатах закупок в промышленной сфере, часто применяется в качестве показателя оптимизма высших и средних звеньев экономических менеджеров. PMI нужен, чтобы оценить изменения, связанные с новыми производственными заказами, объемами промышленного производства, занятости, а также изучить процессы формирования цен и новых тенденций в бизнесе. Методика построения индекса едина для всех стран4. Данный показатель рассчитывается IHS Markit - независимым поставщиком исследований деловой конъюнктуры.
Индекс уровня загрузки производственных мощностей широко используется в качестве показателя изменения рыночной конъюнктуры в США, в том числе для прогнозирования инвестиционной активности в различных отраслях, упреждающего наблюдения за «точками перелома» экономической конъюнктуры. Высокая степень недо-загрузки мощностей в результате отсутствия спроса на продукцию является одной из причин низкой инвестиционной активности производителей.
4 См. сайт IHS Markit - независимого поставщика исследований деловой конъюнктуры. URL: http://www.markiteconomics.com.
Еще в 1960-е гг. Национальное бюро экономических исследований (National Bureau of Economic Research, NBER) выделило отдельные показатели, выступающие в роли опережающих, синхронных и запаздывающих индикаторов экономического цикла (табл. 1). Первый вариант этого перечня был опубликован в 1966 г.
В материалах ОЭСР (OECD) выделяются четыре группы экономических переменных, от которых можно ожидать опережающих
сигналов относительно фаз экономического цикла (OECD, 2008).
1. Переменные, характеризующие новые заказы на поставку в отдельных отраслях экономики, заказы на конечную продукцию ряда отраслей, приобретение новой недвижимости, товаров длительного пользования и пр.
2. Переменные, демонстрирующие быструю реакцию на изменяющуюся экономическую конъюнктуру. В эту группу включают показатели, характеризующие динамику рын-
Таблица 1
Классификация экономических показателей
Экономическое Соотношение с эталонными показателями экономического цикла
содержание Опережение Одновременность Запаздывание
Занятость и безработица Средняя продолжительность рабочей недели в обрабаты вающей промышленности, новые заявки на пособия по безработице (обратная шкала) Уровень занятости в несельскохозяйственных отраслях, уровень безработицы (обратная шкала) Уровень безработицы в долгосрочном периоде (обратная шкала)
Производство, доход, потребление и торговля Новые заказы на потребитель* ские товары и материалы Валовой национальный про* дукт , промышленное производство, ч * личный доход*, продажи в обрабатывающей * промышленности и торговле
Инвестиции в основной капитал Строительные лицензии, контракты и заказы на заводы и оборудование*, образование торгово-промышленных предприятий Инвестиционные расходы на заводы и оборудование*
Запасы, инвестиции в запасы Показатель изменения запасов произведенных товаров, полуфабрикатов и комплектующих * на складах Показатель запасов произведенных товаров, полуфабрикатов и комплектующих на * складах
Цены, стоимость, прибыль Индекс цен на промышленные товары, индекс фондового рынка, прибыль, доля затрат на рабочую силу в стоимости товара (несельскохозяйственной отрасли) Показатель изменения выпуска в обрабатывающей промышленности (чел./ч, обратная шкала)
Деньги, кредиты и процентные ставки Показатель изменения объема потребительских кредитов с рассрочкой платежей* Банковские процентные ставки по бизнес-займам, ссуды торгово-промышленным * предприятиям
* В постоянных ценах. Источник: (Moore, Shiskin, 1967).
ка труда: создание новых рабочих мест, число принятых на работу и уволенных, число отработанных часов, объем потерь рабочего времени. Кроме того, традиционно к этой группе показателей относят динамику прибыли, запасов сырья, материалов, а также готовой продукции.
3. Переменные, чувствительные к ожиданиям экономических агентов. Наиболее популярными показателями, относимыми к этой группе, являются результаты опросов населения, бизнеса и других групп экономических агентов относительно их экономической активности и ожиданий. Часто на основе такого рода опросов составляются специальные индексы бизнес-климата, потребительских настроений и пр., которые могут выступать в качестве компонентов сводного индекса опережающих показателей. Среди статистических показателей, которые также следует отнести к данной группе, стоит выделить цены активов (биржевые индексы), а также цены на сырьевые товары.
4. Переменные, первыми испытывающие воздействие изменяющейся фазы экономического цикла. К этой группе относятся показатели, преимущественно связанные с монетарной средой и внешним сектором экономики. В качестве примера потенциальных опережающих переменных можно привести величину денежного предложения, спроса на отдельные денежные агрегаты, процентные ставки, объем предоставляемых кредитов, условия торговли и др. (Крук, Зарецкий, 2011).
Следует признать, что представленная OECD систематизация показателей имеет скорее эмпирический, чем теоретический характер (см. (OECD, 2008)). На слабость теоретического обоснования опережающих индикаторов обращал внимание еще Купмаж (Koopmans, 1947) в критике работ Бернса и Митчела (см., например, (Mitchell, Burns, 1938)), посвященных колебаниям экономической конъюнктуры.
Как в классификации NBER, так и в классификации OECD не приведены сроки опережения (или запаздывания).
Длинные временные ряды показателей бизнес-цикла за период 1948-1980 гг. были отобраны и проанализированы в исследованиях (Mitchell, Burns, 1938; Moore, 1950; Shiskin, 1961; Moore, Shiskin, 1967; Zarnowitz, Boschan, 1975a, 1975b). Результаты этих исследований учитывают классификацию всех частных показателей по видам экономической деятельности с учетом времени опережения или запаздывания относительно поворотных точек. Перечень, включающий 112 показателей, опубликован в разделе «Циклические индикаторы» в сборнике Business Conditions Digest (BCD).
2. ОПЕРЕЖАЮЩИЕ ПОКАЗАТЕЛИ И ЭКОНОМИЧЕСКИЕ ЦИКЛЫ
Прогнозирование на основе опережающих показателей фактически исходит из того, что экономическую динамику формируют не только случайные факторы, но и регулярные процессы, придающие экономическому развитию циклический характер. Это обстоятельство определяет ту смысловую нагрузку, которую несет базовый (эталонный) показатель экономической динамики. Он призван, с одной стороны, отразить, в каких экономических параметрах проявляются циклические закономерности, а с другой - представить, о каких грядущих изменениях сигнализируют опережающие показатели.
В связи с анализом экономических циклов можно выделить две трактовки экономической динамики.
Одна фокусирует внимание на точках «перегиба» (пики (peaks) и впадины (troughs)) экономического цикла. Анализируется движение экономики с последовательным переходом экономики от роста (экспансии) к спаду (рецессии), т.е. вверх/вниз, произошел рост или падение. При данном подходе бизнес-цикл рассматривается как «тип колебаний, присущий общей экономической активности
в национальной экономике» (Burns, Mitchell, 1946). В рамках данного подхода в США со времен Великой депрессии ведется анализ экономических циклов. Система хронологии (определения поворотных точек) классических бизнес-циклов поддерживается Национальным бюро экономических исследований (The National Bureau of Economic Research, NBER). Эта организация занимается исследованием экономических показателей5 с 1920-х гг. Пики и падения бизнес-цикла определяются как соответственно точки максимума и минимума по отношению к экономической активности в целом.
Другой подход, встречающийся в литературе, посвященной количественному анализу бизнес-циклов, ставит во главу угла изменение темпов роста экономики (growth rate cycle), а именно переход от более быстрого к более медленному росту, и наоборот. Такой подход отражает наблюдаемое повышение устойчивости темпов роста, в результате чего фаза спада в экономическом цикле не обязательно приводит к снижению ВВП и (или) других экономических показателей в абсолютном выражении. В связи с этим фазы экономического цикла определяются по отклонениям от долгосрочного тренда (выше или ниже его). Опираясь на такой подход, например (Mаrcellino, 2005), применяют опережающие показатели для предсказания уровня инфляции и темпов роста ВВП.
Второй подход акцентирует внимание на изменении темпов экономической динамики. В качестве точек «перегиба» этот подход рассматривает не пики (впадины), а начало замедления или ускорения темпов прогнозируемой (эталонной) переменной (OECD..., 2008). Именно этот подход стал использоваться Организацией экономического сотрудничества и развития (ОЭСР) при разработке сводных индексов опережающих показателей для развитых, а впоследствии и для развивающихся
5 Хронология классических бизнес-циклов начиная со второй половины XIX в. вплоть до 2009 г. представлена на сайте URL: http://nber.org/cycles.htm!.
стран. Поворотные точки разных подходов к анализу циклов могут не совпадать (рис. 2).
Оба описанных подхода ориентированы на возможность раннего обнаружения и предсказания изменения экономической динамики, точек «перегиба» (поворотных точек).
В принципе, существуют два метода датировки поворотных точек экономических циклов: формальный (используется в ОЭСР) и неформальный (используется в США). При неформальном методе Комитет по датировке, состоящий из крупнейших экономистов, при Национальном бюро экономических исследований (НБЭИ) принимает решение о начале/конце, например, спада на основе анализа всей имеющейся информации. Единого показателя определения поворотных точек при данном подходе не существует.
Формальный метод основывается на поиске эталонного показателя. Изначально в качестве такого показателя для периодизации циклов использовался показатель реального ВВП (Burns, Mitchell, 1946, ch. 4) как наиболее общая характеристика экономической активности. Ряд месячных ВВП рассматривался в качестве базового (эталонного) ряда, динамику которого упреждающим образом
!
и
I 1
Рис. 2. Траектория экономики и схематичное изображение поворотных точек для бизнес-циклов, циклов роста и циклов темпов роста
Источники: ^агжда^, Ozyildmm, 2002, р. 42; Смирнов, 2012, с. 484).
Время
призваны показывать опережающие показатели.
Однако сведение бизнес-цикла к изменениям ВВП, как было предложено Бернсом и Митчелом, вызвало критику Лукаса (Lucas, 1977). Он на основании анализа качественных особенностей экономических временных рядов, которые принято считать «деловым циклом», пришел к выводу, что колебания ВВП относительно своего тренда (в любой стране) не являются постоянными ни относительно амплитуды колебаний, ни относительно длительности периодов. Вместе с тем принципиальным является тот факт, что изменения в выпуске продукции среди секторов экономики происходит совместно - наблюдается «высокая согласованность» (high conformity). Однако амплитуда колебаний выпуска товаров длительного пользования (как для потребителей, так и для производителей) превышает изменения в выпуске товаров кратковременного пользования. Выпуск и цены на сельхозпродукцию и на природные ресурсы в среднем имеют более низкий уровень согласованности. Прибыль согласуется с общим изменением делового цикла, и ее амплитуда превосходит колебание остальных временных рядов/ показателей (Lucas, 1977, p. 9-10).
Кроме того, для использования помесячного ряда ВВП в качестве базового возникают практические затруднения. Основная трудность заключается в том, что в большинстве случаев национальные органы статистики представляют оценки ВВП лишь на квартальной основе, что обусловлено методологическими особенностями формирования статистической информации о данном показателе. Практика квартальной отчетности по ВВП присуща практически всем развитым странам, а потому фактическое использование данного ряда в качестве базового для выявления краткосрочных опережающих индикаторов де-факто затруднено. По этой причине практически во всех странах, для которых строится сводный индекс опережающих показателей, ВВП не используется в качестве базового ряда (Крук, Зарецкий, 2011).
Вследствие этого вместо ВВП берется показатель с идентичной ВВП динамикой, статистические данные по которому представлялись бы регулярно по месяцам. Для большинства стран этим требованиям удовлетворяет показатель промышленного производства (OECD, 2008). Именно по отношению к нему определяется система опережающих индикаторов в формальном подходе. Считается, что динамика промышленного производства, имеющего наибольший удельный вес среди секторов экономики во многих странах, и динамика ВВП в большинстве случаев схожи. Кроме того, практически во всех странах доступны месячные оценки абсолютных показателей реального объема промышленного производства и соответствующие темпы роста.
В качестве базовых фигурируют и некоторые другие показатели, характеризующие экономическую конъюнктуру: реальные доходы, оптовые и розничные продажи (см., например, (Moore, Zarnowitz, 1986; Moore, 1961, ch. 5, 6; Zarnowitz, Moore, 1977)), а также занятость (Chin et al., 2000). Из таких показателей У. Митчел и А. Бёрнс в свое время создали первые составные экономические индексы.
Что касается результирующих показателей, они могут варьировать в зависимости от целей прогноза. Часто в качестве эталонного индикатора используется интегрированный (составной) индекс CEI (Coincident Economic Index). Он является фактически аналогом базового индикатора для классической периодизации бизнес-циклов (Conference Board, 2000).
Так, указанный выше составной индекс CEI, рассчитываемый Conference Board, состоит из следующих компонентов (Stock, Watson, 2003):
1) двухлетний своп спред;
2) спред по доходности трехмесячных казначейских обязательств и LIBOR;
3) дебетовые остатки на маржинальном счете у брокера-дилера;
4) индекс настроения инвесторов, разница между «бычьими» и «медвежьими» ожиданиями;
5) ужесточение условий кредитования банками крупных и средних торгово-промышленных компаний;
6) доля задолженности по операциям РЕПО в общей сумме задолженности перед Федеральной резервной системой.
Другим составным индексом экономической ситуации является опережающий экономический индекс LEI (Leading Economic Index). Он включает несколько финансовых компонентов. Тем не менее отражение финансовой и кредитной активности рынка через индекс LEI может быть улучшено, по мнению авторов исследования (Stock, Watson, 2003), с учетом происходящих структурных изменений в экономике (особенно на финансовых рынках). По крайней мере, в последние несколько десятилетий один из ныне присутствующих компонентов LEI - реальное предложение денег (real money supply) - не вполне соответствует характеру опережающего показателя.
Дж. Мур (Moore, 1961) составил индекс с длительным сроком опережения из четырех показателей (индекса 20 облигаций Доу-Джонса, отношения цены к затратам на единицу рабочей силы в обрабатывающей промышленности, числа новых разрешений на жилищное строительство, денежного агрегата М2), который срабатывал, опережая развороты экономических циклов, в среднем за 11 месяцев. Преимущество данного индекса состояло в том, что он способен предупреждать о пиках и впадинах экономического цикла намного раньше 11 опережающих индикаторов, использующихся в настоящий момент и ежемесячно публикуемых Министерством торговли США в Business Conditions Digest. После чего был составлен новый индекс с коротким сроком опережения, состоящий из 11 показателей. Этот индекс опережал развороты экономических циклов в среднем за пять месяцев, что на один месяц меньше периода опережения общепринятого опережающего индекса LEI.
Неожиданные для многих финансовые кризисы последних десятилетий привели к
росту внимания к финансовым показателям. Как известно, еще И. Фишер указывал на то, что финансовая нестабильность тесно связана с макроэкономическими циклами, в том числе с динамикой совокупной задолженности в экономике. Сокращение депозитов и продажа активов по низким ценам являются следствием погашения задолженности реального сектора. Все это обычно ассоциируется со снижением темпов роста цен и выпуска, увеличением безработицы и числа банкротств (Fisher, 1933). Иными словами, негативная динамика фундаментальных экономических показателей, по мнению И. Фишера, является причиной финансовой нестабильности.
Среди относительно недавних исследований соотношения финансовых показателей и поворотных точек бизнес-циклов можно отметить работу (Levanon et al., 2011). Эти авторы такие финансовые показатели, как кривые доходности и цены акций, используют в качестве опережающих показателей экономической активности. Потребительские расходы представлены в качестве опережающего индикатора в (Breeden, 2013).
Проверка на работоспособность отдельных показателей применительно к кризису 2001 г. приводилась, в частности, в (Stock, Watson, 2003). Считавшиеся надежными показателями - статистика по жилью и заказы на капитальные товары - не просигналили о замедлении развития. Исследования показывают, что переход от бума к спаду не всегда является отчетливым и резким (Koenig, Emery, 1994). Как отмечается в (Alexander, 1958, p. 301), часто «замедление роста экономики сопровождает наступление пика активности», но ухудшение конъюнктуры не всегда является предвестником спада.
Отсутствие убедительных объяснений, почему опережающие показателя не всегда подают правильные сигналы, снижает доверие к этому инструменту прогнозирования.
3. РОССИЙСКИЕ ИССЛЕДОВАНИЯ ОПЕРЕЖАЮЩИХ ПОКАЗАТЕЛЕЙ
Проблематика опережающих индикаторов стала разрабатываться отечественными учеными-экономистами фактически только после отказа от централизованного планирования экономики (см. работы (Давыдов, Попов, Френкель, 1993; Смирнов, Чернявский, Сабуров, 1996; Попов, Френкель, 1996; Смирнов, 2001)).
Разработки методики построения показателей российской экономической конъюнктуры появились6 еще в начале 1990-х гг. с акцентом на выявление «лидирующих» свойств. Спустя 10 лет после начала реформ отмечалось, что применение экономических индикаторов может носить экспериментальный характер по причине ограниченности наблюдений (Смирнов, 2001), так как единственный помесячный ряд - «индекс промышленного производства» - начинается лишь с января 1981 г.
Значительное место в российских исследованиях занимает осмысление зарубежных результатов и опыта использования экономических показателей. Так, в статье Г.В. Остапковича (Остапковича, 2000) представлен анализ того, какие экономические показатели применяются в разных странах для построения сводного опережающего индекса. Автор солидарен с тем, что «конструирование составных (композитных) индикаторов» позволяет ослабить «ложные сигналы» и повысить точность прогнозов. Вместе с тем обращает на себя внимание важное замечание о том, что «те или иные циклические показатели неодинаково успешно примени-
6 См., например: Давыдов А., Попов В., Френкель А.А. Индекс хозяйственной конъюнктуры в России: построение и результаты // МЭиМО. 1993. № 12. Разработки вел Центр макроэкономического анализа и краткосрочного прогнозирования ИНП РАН, раздел «Мониторинг макроэкономических тенденций» (URL: http://www.forecast.ru/default.aspx).
мы для разных стран вследствие различий в структуре экономики этих стран, правилах и традициях ведения статистического учета» (Остапкович, 2000, с. 15). Например, показатель «личные доходы» в качестве «совпадающего» индикатора в методике ОЭСР «не включается в совокупный базисный ряд в Италии и во Франции» (Остапкович, 2000, с. 15). Автор указывает на «недостаточность применения» единственного индикатора -индекса промышленного производства - по причине «возможного неоптимального отражения цикличности в динамике российской экономики» (Остапкович, 2000, с. 17).
В ряде исследований источником информации для построения индексов, связанных с промышленным производством, являются Центр экономической конъюнктуры (ЦЭК) и Федеральная служба государственной статистики (Росстат), которые проводят выборочные обследования деловой активности промышленных предприятий по аналогии с подобными исследованиями в странах - членах ОЭСР. На основе этих обследований ЦЭК совместно с директоратом статистики ОЭСР рассчитали лаги между некоторыми показателями промышленности и поворотными точками индекса промышленного производства за период 1995-2000 гг. В результате таких расчетов для России в качестве «опережающих» показателей были получены три следующих:
• уровень запасов готовой продукции, опережавший динамику промышленного производства на 1,8 месяца;
• оценка фактически сложившегося спроса - 0,8 месяца;
• индекс предпринимательской уверенности - срок 1,5 месяца.
Последний показатель выделяется Г.В. Остапковичем как «...один из надежных опережающих индикаторов для России» (Остапкович, 2000, с. 17). Относительно «традиционных для зарубежных промышленно развитых стран» денежных опережающих показателей (количество денег в обращении, учетная кредитная ставка, динамика объемов кредитования) автор указывает, что «их ди-
намика в нашей стране была, как правило, не связана с перепадами деловой активности в промышленности» (Остапкович, 2000, с. 17).
Несколько исследований (например, (Улюкаев, Трунин, 2008; Струченевский, 1998; Плисецкий, 2004)) было посвящено количественным показателям - предвестникам финансовой нестабильности. А.В. Улюкаев и П.В. Трунин в своей работе определяют перечень таких показателей и выявляют связи между некоторыми из них. Авторами было выделено 13 работающих показателей, способных указывать на возможность финансовой нестабильности (Улюкаев, Трунин, 2008, с. 104). Их предсказательная сила была оценена в РФ на примере четырех кризисных периодов (табл. 2). По мнению авторов, для России наиболее эффективными показателями оказались: сальдо текущего счета платежного баланса, реальная ставка процента, отношение денежной массы к золотовалютным резервам, реальный эффективный курс рубля и избыточное предложение денег в реальном выражении.
На примере данных за четвертый квартал 2007 г. на основе построения сводных индексов была оценена вероятность возникновения кризисных явлений в экономике РФ в начале 2008 г.: только два показателя из 13 подали тревожный сигнал. На этом основании был сделан вывод, что финансовый кризис в начале 2008 г. маловероятен. Однако реаль-
ное состояние в экономике в 2008 г. ставит под сомнение прогнозную возможность этой модели.
Из табл. 2 видно, что только в одном случае из четырех сработало наибольшее число показателей. В других случаях подавали сигнал лишь 40% показателей (пять, максимум шесть из 13). Попытка делать прогнозы, ориентируясь на меньшее число показателей, оказывается неэффективной. Авторы заключают, что «доля индикаторов, подавших сигнал о возможном приближении финансовой нестабильности, является не самым лучшим сводным показателем» (Улюкаев, Трунин, 2008, с. 105).
Как и зарубежные авторы, отечественные исследователи экономических показателей указывают на проблему датировки поворотных точек для России. Разные авторы (см., например, (Белянова, Николаенко, 2012)) по-своему решают эту проблему, «...обычно ограничиваясь "мимоходной" датировкой не всех, а лишь последних поворотных точек, иногда даже только одной-двух» (Смирнов, 2015, с. 535). С.В. Смирнов выделяет три варианта решения проблемы поворотных точек:
а) датировка группой экспертов (опыт США - NBER) - С.В. Смирнов связывает отказ от использования этого варианта со сложностью создания группы своих экспертов;
б) метод аналогий (Белянова, Никола-енко, 2012) - брать такие показатели, кото-
Таблица 2
Состояние показателей - предвестников финансовой нестабильности перед кризисными явлениями в РФ
Кризисный эпизод Число показателей, по которым есть статистика накануне кризиса Число показателей, подавших подтвердившийся сигнал в Доля показателей, подавших сигнал, в общем числе показателей, %
течение трех месяцев перед кризисом
Кризис на межбанковском рынке, август 1995 г. 12 5 42
Кризис на фондовом рынке, октябрь 1997 г. 13 6 46
Финансовый кризис, август 1998 г. 13 9 69
Кризис доверия в банковской системе РФ, май 2004 г. 13 5 38
Источник: (Улюкаев, Трунин, 2008, с. 105).
рые зарекомендовали себя как синхронные в других странах. Использованию этого метода мешают отсутствие массивов статистических данных, готовых для анализа, а также трудность по поддержанию массива в обновленном виде;
в) опросные оценки таких показателей, как индекс потребительских ожиданий, ожидаемый рост производства, ожидаемое изменение финансового положения, оценка ожидаемого спроса. Эти показатели оценивают Смирновым скептически (Смирнов, 2001), поскольку часто «ожидания не сбываются» и такие оценки не являются надежными опережающими показателями разворота циклической динамики.
В качестве предпочтительного выделяется метод аналогий (Смирнов, 2013). Вместе с тем и при этом методе автор призывает осторожно использовать экономические показатели для России «по причине специфики экономической динамики между странами». В качестве эталонного показателя он рассматривает развитие промышленного производства за 150 лет как наиболее циклически чувствительного показателя, выявляя значимые поворотные точки и проводя периодизацию динамики промышленного производства.
Для описания этой динамики С.В. Смирнов ранее выделил 17 групп показателей, из которых только восемь категорий «целесообразно использовать в качестве опережающих» показателей (Смирнов, 2001, с. 34):
• в категории «оценка спроса на продукцию» предлагается рассматривать ряд данных по «платежеспособному спросу к норме»;
• заказы на промышленную продукцию - рост заказов за один месяц;
• запасы готовой продукции - рост запасов за один месяц;
• цена российской нефти Urals на мировом (средиземноморском) рынке (долл./бар.);
• реальный курс рубля - официальный курс ЦБ за 1 долл. (р. в ценах 1996 г.);
• текущее финансовое состояние - доля промышленных предприятий в «хорошем»
или «нормальном» финансовом состоянии (%). Или показатель «рост обеспеченности собственными средствами»;
• фондовый индекс - долларовый индекс «Moscow Times»;
• уровень реальных процентных ставок - реальная ставка MIACR-overnight.
Отмечается, что в сводном опережающем индексе с величиной опережения в один-два месяца можно ограничиться семью из восьми вышеперечисленных показателей, поскольку показатель «заказы на промышленную продукцию» близок к показателю «платежеспособного спроса к норме» (Смирнов, 2001, см. табл. 4 на с. 36, 38).
Сам автор признает, что не все из представленных показателей сработали как опережающие в 1994-1999 гг. Например, цена на российскую нефть Urals непрерывно росла, хотя промышленное производство снижалось, а в 1997 г. движение было противоположным - наблюдался рост промышленного производства на фоне снижения нефтяной цены. Лучше всего подавали сигналы четыре из восьми показателей: процентная ставка, фондовый индекс, реальный курс рубля и спрос на готовую продукцию. Их пики и впадины опережали изменение динамики промышленного производства на три-пять месяцев. Однако в 1999-2008 гг. сводный опережающий индекс по семи показателям для России показывал тенденцию к снижению, хотя на практике в экономике России в 1999-2007 гг. наблюдался экономический рост.
В более поздней работе (Смирнов, 2015) поворотные точки российской экономической динамики с начала 1980-х гг. до середины 2015 г. определяются четырьмя методами, каждый из которых дал отличные от остальных варианты датировки. Причем один из методов - модель с марковскими переключениями (Hamilton, 1989), популярный в западной экономической литературе - сформировал весомое число ложных поворотных точек. Автор приводит итоговый набор выявленных поворотных точек для российской экономики, представляющих 3,5 цикла. По мнению
С.В. Смирнова, преодолению неточности в датировке могут помочь анализ «поведения широкого круга экономических и финансовых индикаторов», включение в рассмотрение индексов рынка ценных бумаг, процентных ставок, валютных курсов, объема золотовалютных резервов (Смирнов, 2015, с. 549-550). Как видно, точки зрения Г.В. Остапковича и С.В. Смирнова на способность финансовых показателей информировать о перепадах деловой активности в российской промышленности весьма расходятся.
В работе (Солнцев, Мамонов, Пестова, Магомедова, 2011) на основе анализа макроэкономических, финансовых и институциональных данных за период 1980-2009 гг. в качестве опережающих показателей входа страны в рецессию выделены: показатели финансового кризиса в методологии ЦМАКП (Центр макроэкономического анализа и краткосрочного прогнозирования), уверенность компаний, производство электроэнергии, отношение сальдо счета текущих операций к ВВП, опережающий показатель промышленного производства в США (в методологии OECD). Опережающими показателями выхода страны из рецессии считаются соотношение кредитов и депозитов, доверие на межбанковском рынке, производство электроэнергии, уверенность компаний, хотя оценка прогностической силы «выхода» из рецессии оказалась чуть ниже оценок «входа».
Поворотные точки бизнес-циклов для нескольких стран, включая Россию, и опережающие показатели определяются в работе А.А. Пестовой (Пестова, 2013). Межстрано-вой количественный анализ проводится для преодоления недостатка имеющихся рядов данных для России. Автор полагает, что «причины и признаки изменения макроэкономической конъюнктуры (для ключевых 25 стран ОЭСР) схожи» (Пестова, 2013, с. 67). Однако предъявить претензии можно и к такому подходу, поскольку он слабо отражает индивидуальные особенности отдельных стран. При построении перечня опережающих показателей рассматривались показатели как реаль-
ного, так и финансового секторов. В работе строится модель опережающих показателей с дискретной зависимой переменной, т.е. определяется вероятность изменения макроэкономической динамики с положительной на отрицательную, и наоборот (вход в рецессию и выход из нее). Ориентиром для выделения поворотных точек служил темп прироста реального ВВП. На основании модели и оценки средних значений возможных предсказывающих индикаторов смены экономической динамики было показано, что свойства показателей различаются для периодов накануне входа в рецессию и непосредственно во время продолжающегося спада (Пестова, 2013, с. 67). Это можно объяснить различиями экономических условий до начала кризиса и в ходе его развертывания. Изменения в поведении показателей после начала кризиса называется эффектом посткризисного смещения (post-crisis bias) (Bussiere, Fratzcher, 2006). В частности, макроэкономические показатели во время спада экономической активности ведут себя нестабильно, что отличает характер их поведения до входа в рецессию. В этой ситуации требуется либо раздельно рассматривать эти периоды (см., например, (Bussiere, Fratzscher, 2006)), либо исключить из моделирования период продолжающегося спада, оставив только вход и выход из рецессии (Demirguc-Kunt, Detragiache, 1997). В рассматриваемой работе (Пестова, 2013) был применен второй подход.
4. РОСТ КРИТИЧЕСКОГО ОТНОШЕНИЯ К ИНФОРМАТИВНОСТИ ОПЕРЕЖАЮЩИХ ПОКАЗАТЕЛЕЙ В КРИЗИСНЫЕ ПЕРИОДЫ
Некоторую оценку надежности экономических прогнозов дает их сопоставление с «наивным прогнозом», в котором прогнозируемые на следующий год темпы роста объема производства приравниваются к темпам роста в текущем году. Такого рода исследование ка-
чества прогнозов реального ВВП, проводившееся в США, показало, что точность обоих типов прогнозов меняется во времени, причем немонотонно. Можно говорить о тенденции улучшения профессиональных прогнозов (рис. 3).
Тем не менее об абсолютной надежности выделенных показателей говорить не приходится. Примером сбоя в действии опережающего показателя может служить показатель средней продолжительности рабочей недели (Моу1ап, 2010) (рис. 4).
За несколько лет до начала рецессий в экономике США (соответствующие рецессии США по классификации NBER обозначены вертикальными линиями на рис. 4) средняя продолжительность рабочей недели начинала сокращаться. Данный показатель в 1959, 1968, 1973, 1978, 1988 и 1999 гг. сигнализировал о смене экономической динамики с опережением на один-два года до наступления рецессий. Вместе с тем в отношении двух кризисов, 1982-1983 и 2008-2009 гг., данный показатель не сработал - он повел себя синхронно (Моу1ап, 2010). Этой пробуксовке предшествовала тенденция увеличения средней продолжительности рабочей недели вплоть до начала рецессии.
Такого рода сбои в работоспособности показателей активизируют дискуссии относительно оправданности их использования,
5 4-
и 3-
IE
■ 1
1950
1960
1970
1980
■ Ошибка профессионалов при прогнозировании роста ВВП □ Ошибка «наивного» подхода при прогнозировании роста ВВП
Рис. 3. Качество прогнозов реального ВВП Источник: (McNees, 1992).
вплоть до весьма скептических оценок возможности прогнозирования кризисных ситуаций с помощью опережающих показателей. Наиболее категоричным автором, высказывающимся скептически на этот счет, является Нассим Талеб, о чем он написал в популярной книге «Черный лебедь» (Та1еЬ, 2007).
Если в относительно благополучные времена отдельные неудачи в применении показателей не создают негативного фона для их использования, то в кризисные периоды ситуация меняется. «Черный понедельник» 19 октября 1987 г., когда рынок США упал на 23% за один день, и последующие кризисы 1997 и 2000-х гг. показали, что предсказывающие инструменты не дают правильных ориентиров, когда дело касается кризисов, сопровождающих структурные изменения в экономике.
Ряд исследований связывает пробуксовку в работе показателей с существованием психологического феномена «откладывания предсказания нежелательного факта». Сами прогнозисты склоняются к тому, чтобы их прогноз соответствовал желаемому развитию событий (см. ^^еп, Stekler, 1999)). В США распознание моментов перехода от роста к спаду (пиков) является более трудоемкой процедурой, и требуется больше времени, чем определение впадин, точек перехода от спада
Рис. 4. Среднее число рабочих часов в неделю в целом в промышленности США
Источник: Bureau of Labor Statistics.
к росту (Fintzen, Stekler, 1999; Anas, Ferrara, 2004; Fels, Hinshaw, 1968). Существует и такое мнение, что «рецессии трудно предсказать, поскольку они - результат неожиданных шо-ков» (Loungani, Trehan, 2002, p. 3). Прогнозирование и подготовку к кризисам порой сравнивают с подготовкой к землетрясению. Даже если понятно, что оно будет, точные сроки остаются неизвестными.
Пробуксовка в работе индикаторов может иметь и противоположный оптимистическому прогнозу характер. В этом случае встает проблема появления ложных сигналов. Проблема ложных сигналов присутствует в ряде работ, в частности, отдельное внимание этой проблеме уделено в статье (Смирнов, 2012, с. 491). В ней указаны два ложных сигнала (в 1962 и 1966 гг.) на протяжении восьми рецессий, случившихся в США более чем за 50 лет. В качестве опережающего показателя был взят индекс LEI. За период двух соседних рецессий (1961 и 1970 гг.) этот индекс четыре раза подал сигнал о наступлении кризиса вместо двух. В те моменты в США наблюдалось существенное замедление экономического роста и предпринимались антикризисные меры.
5. УЧЕТ СПЕЦИФИКИ ИСТОРИЧЕСКИХ ПЕРИОДОВ ПРИ ФОРМИРОВАНИИ ОПЕРЕЖАЮЩИХ ПОКАЗАТЕЛЕЙ
Как показывает анализ, возможность выделения действительно «работоспособных» опережающих показателей встречает неоднозначное отношение как в зарубежной, так и в отечественной литературе.
Определяющую роль в формировании скептических взглядов на такие показатели играют ситуации, когда, казалось бы, надежные показатели не смогли предсказать серьезные кризисы. На этом фоне привлекает внимание иной подход к формированию опережающих показателей, ориентированный на
учет специфики отдельных исторических периодов при выделении таких показателей.
Так, С. Чекетти, Р. Шу и Ч. Стейндел указывают на то, что от периода к периоду могут меняться как сами опережающие показатели изменения уровня инфляции, так и сроки опережения (Cecchetti, Chu, Steindel, 2000, p. 2).
Со спецификой отдельных периодов связывают дееспособность разных опережающих показателей и М. Марчеллино, А. Ба-нержи (Banerjee, Marcellino, 2006, p. 137-151).
В работах Дж. Витта (Whitt, 1988) и Ф. Фурлонга (Furlong, 1989) утверждается, что связь между ценами на сырье и показателем уровня инфляции с течением времени изменилась: «укреплялась в конце 1970-х и начале 1980-х гг. по сравнению с предыдущим периодом».
Однако в дальнейшем, как показали Б. Бломберг и И. Харрис (Blomberg, Harris, 1995), цены на сырьевые товары утратили предсказательную силу относительно динамики цен потребителей. Если в период 19701994 гг. «все традиционные товарные индексы» выступали в качестве опережающих показателей уровня инфляции в краткосрочном периоде, то начиная с середины 1980-х гг. их предсказательные возможности стали существенно снижаться (Blomberg, Harris, 1995, p. 22). Речь идет об ослаблении тех каналов влияния, через которые цены на сырьевые товары влияли на уровень инфляции. Это влияние стало демпфироваться монетарной политикой (Blomberg, Harris, 1995, p. 21-22).
Все эти исследования (Cecchetti et al., 2000; Banerjee, Marcellino, 2006; Blomberg, Harris, 1995), хотя и ориентируют на необходимость выбора своих наборов опережающих показателей для разных периодов экономического развития, не предлагают какой-либо теоретической базы для выделения соответствующих специфических периодов.
В поисках такой теоретической базы представляется целесообразным обращение к теории длинных (кондратьевских) волн экономического развития. В соответствии с этой
теорией в длинной волне выделяется ряд фаз: вызревание, внедрение, агрессия, синергия, зрелость, - отличающихся возможностями и трудностями, с которыми сталкиваются бизнес и экономика (Перес, 2011).
Еще Й. Шумпетер (Shumpeter, 1934) отмечал влияние длинных волн на протекание бизнес-циклов. Н.Д. Кондратьев пришел к выводу, что «средние циклы, приходящиеся на понижательный период большого цикла, должны характеризоваться особой длительностью и глубиной депрессии» (Кондратьев, 2002, с. 380-381).
Современные исследователи (М. Хи-роока, А. Акаев и др.) указывают на фрактальный характер экономической динамики, при котором в длинную волну оказываются вложены более короткие циклы С. Кузнеца, Дж. Китчина, К. Жюгляра. Данный феномен проиллюстрирован в работе (Акаев, Корота-ев, Фомин, 2012, с. 323) на примере данных США, где «в отношении инфляции. имеют место локальные смены тенденций, связанные с лопанием локальных инфляционных пузырей, что в точности соответствует. структуре пузырей финансовых рынков». Однако анализ взаимовлияния циклов разной длины сводится к фиксации факта: когда совпадают и накладываются одни и те же фазы разных циклов, например рецессия в длинном цикле и рецессия в деловом цикле, тогда возникает эффект их усиления и наблюдается кризис большого масштаба.
При этом при анализе взаимовлияния циклов разной длины внимание фокусируется на усилении кризисных явлений при совпадении понижательных тенденций разных циклов. Когда негативные последствия кризиса приобретают катастрофические размеры «на понижательной фазе (длинной волны. -Примеч. авт.), депрессии выражены более сильно и длительно, а подъемы обычно. менее интенсивные и длительные» (Гринин, Ко-ротаев, 2014, с. 53).
ЗАКЛЮЧЕНИЕ
Имеющиеся исследования взаимосвязи циклов разной длины пока оставляют открытым вопрос об эволюции опережающих показателей. Для ответа на этот вопрос необходим более детальный анализ того, как специфические условия отдельных фаз длинной волны воздействуют на механизм протекания бизнес-циклов и, соответственно, на упорядоченность формирования кризисных процессов во времени. Изменение этой упорядоченности будет сказываться на дееспособности разных показателей выступать в роли опережающих.
Данное положение может рассматриваться в качестве гипотезы для дальнейших исследований опережающих показателей бизнес-циклов.
Список литературы
Акаев А.А., Коротаев А.В., Фомин А.А. О причинах и возможных последствиях второй волны мирового финансово-экономического кризиса // Моделирование и прогнозирование глобального, регионального и национального развития. М.: ЛИБРОКОМ, 2012. С. 305-336.
Белянова Е.В., Николаенко С.А. Экономический цикл в России в 1998-2008 годах: зарождение внутренних механизмов циклического развития или импортирование мировых потрясений? // Экономический журнал Высшей школы экономики. 2012. Т. 16. № 1. С. 31-52.
Гринин Л.Е., Коротаев А.В. Взаимосвязь длинных и среднесрочных циклов (кондратьевских волн и жюгляровских циклов) // Кондратьевские волны: длинные и среднесрочные циклы: ежегодник. Волгоград: Учитель, 2014.
Давыдов А., Попов В., Френкель А.А. Индекс хозяйственной конъюнктуры в России: построение и результаты // Мировая экономика и международные отношения. 1993. № 12. С. 32-48.
Кондратьев Н.Д. Большие циклы конъюнктуры и теория предвидения. М.: Экономика, 2002.
Крук Д., Зарецкий А. Методология построения сводного индекса опережающих индикаторов для Беларуси: рабочий материал Исследовательского центра ИПМ: # WP/11/01. Минск, 2011.
Кругман П. Возвращение Великой депрессии? М.: Эксмо, 2009.
Марков А. Не время расслабляться // Эксперт. 2007. 9 июля. № 26 (567). С. 15-22. URL: http://expert. ru/expert/2007/26/ne_vremya_rasslablyatsya.
Мерфи Дж.Дж. Межрыночный технический анализ: Торговые стратегии для мировых рынков акций, облигаций, товаров и валют. М.: Диаграмма, 1999.
Остапкович Г.В. О системе индикаторов цикличности экономики // Вопросы статистики. 2000. № 12.
Перес К. Технологические революции и финансовый капитал. Динамика пузырей и периодов процветания. М.: Дело, 2011.
Пестова А.А. Предсказание поворотных точек бизнес-цикла: помогают ли переменные финансового сектора? // Вопросы экономики. 2013. № 7.
Плисецкий Д.Е. Система мониторинга финансового сектора экономики // Банковское дело. 2004. № 9.
Попов В.В., Френкель А.А. Индекс деловой активности для российской экономики // ЭКО. 1996. № 10.
Солнцев О.Г., Мамонов М.Е., Пестова А.А., Магоме-дова З.М. Опыт разработки системы раннего оповещения о финансовых кризисах и прогноз развития банковского сектора на 2011-2012 гг. // Журнал Новой экономической ассоциации. 2011. № 12. С. 41-77.
Смирнов С.В. Система опережающих индикаторов для России // Вопросы экономики. 2001. № 3. С. 23-42.
Смирнов С.В. Российские циклические индикаторы и их полезность «в реальном времени»: опыт рецессии 2008-2009 гг. // Экономический журнал Высшей школы экономики. 2012. Т. 16. № 4. С. 479-513.
Смирнов С.В. Динамика промышленного производства в СССР и России. Часть II. Кризисы и циклы, 1861-2012 годы // Вопросы экономики. 2013. № 7. С. 138-153.
Смирнов С.В. Экономический рост и экономические кризисы в России: конец 1920-х гг. - 2014 г. // Вопросы экономики. 2015. № 5. С. 28-47.
Смирнов С.В., Чернявский А.В., Сабуров Е. Экономические индикаторы России: 1995 год // Вопросы статистики. 1996. № 4.
Струченевский А.А. Эмпирический анализ финансовых кризисов в России // Экономический журнал ВШЭ. 1998. Т. 2. № 2. С. 197-209.
Улюкаев А.В., Трунин П.В. Применение сигнального подхода к разработке индикаторов-предвестников финансовой нестабильности в РФ // Проблемы прогнозирования. 2008. № 5. С. 100-109.
Ямароне Р.Э. Ключевые экономические индикаторы: руководство трейдера. М.: Интернет-Трейдинг, 2004.
Alexander S.S. Rate of change approaches to forecasting-diffusion indexes and first differences // The Economic Journal. 1958. Vol. 68. № 270. Р. 288-301.
Anas J., Ferrara L. Detecting cyclical turning points: The ABCD approach and two probabilistic indicators // Journal of Business Cycle Measurement and Analysis. 2004. Vol. 1. № 2. P. 193-225.
Banerjee A., Marcellino M. Are there any reliable leading indicators for US inflation and GDP growth? // International Journal of Forecasting. 2006. Vol. 22 (1).
Blomberg S.B., Harris E.S. The commodity-consumer price connection: Fact or fable? // Federal Reserve Bank of New York Economic Policy Review. 1995. Vol. 1. № 3.
Breeden D.T. Consumption as a leading indicator. Current version. 2013. March 31. URL: http://ssrn. com/abstract=2642367.
Burns A.F., Mitchell W.C. Measuring business cycles. N.Y.: NBER, 1946.
Bussiere M., Fratzscher M. Towards a new early warning system of financial crises // Journal of International Money and Finance. 2006. № 25. P. 953-973.
Cecchetti S.G., Chu R.S., Steindel Ch. The unreliability of inflation indicators. Federal Reserve Bank of New York, Current Issues in Economics and Finance. 2000. Vol. 6. № 4.
Chin D., Geweke J., Miller P. Predicting turning points. Federal Reserve Bank of Minneapolis Staff Report. 2000. № 267.
Conference board. Business Cycle Indicators Handbook. 2000.
Cullity J., Banerji A. Procedures for constructing composite indexes: A re-assessment. OECD Composite Leading Indicators Meeting. Paris, 1996. 17-18 Oct.
Demirguc-Kunt A., Detragiache E. The determinants of banking crises: Evidence from industrial and developing countries. World Bank Policy Research Working Paper. 1997. № 1828.
Estrella A., Mishkin F. Predicting U.S. Recessions: Financial variables as leading indicators // Review of Economics and Statistics. 1998. № 80 (1). P. 45-61.
Fels R., Hinshaw C.E. Forecasting and recognizing business cycle turning points // NBER Studies in Business Cycles. 1968. № 17.
Fisher I. The debt-deflation theory of great depressions // Econometrica. 1933. № 1. P. 337-357.
Fintzen D., Stekler H.O. Why did forecasters fail to predict the 1990 recession? // International Journal of Forecasting. 1999. Vol. 15. P. 309-323.
Furlong F.T. Commodity prices as a guide for monetary policy // Federal Reserve Bank of San Francisco Economic Review. 1989. Winter. № 1. P. 21-38.
Hamilton J.D. A new approach to the economic analysis of non-stationary time series and the business cycle // Econometrica. 1989. № 57. P. 357-384.
Hirooka M. Innovation dynamism and economic growth. A Nonlinear Perspective. Cheltenham (UK), Northampton (MA): Edward Elgar, 2006.
Koenig E.F., Emery K.M. Why the composite index of leading indicators does not lead // Contemporary Economic Policy. 1994. Vol. 12. № 1. P. 52-66.
Koch P.D., Raasche R.H. An examination of the commerce department leading-indicator approach // Journal of Business and Economic Statistics. 1988. Vol. 6. № 2. P. 167-187.
Koopmans T.C. Measurement without theory // The Review of Economic Statistics. 1947. Vol. 29. № 3. P. 161-172.
Levanon G., Manini J-C., Ozyildirim A., Schaitkin B., Tanchua J. Using a leading credit index to predict turning points in the U.S. business cycle. The Conference Board. EPEP. 2011. № 11. 5 Dec.
Loungani P., Trehan B. Predicting when the economy will turn // FRBSF Economic Letter. 2002. Number 2002-2007. March 15. P. 1-3.
Lucas R.E. Understanding business cycles // CarnegieRochester Conference Series on Public Policy. 1977. № 5 (1). P. 7-29.
Marcellino M. Leading indicators: What have we learned? CEPR Discussion Papers 4977. C.E.P.R. Discussion Papers. 2005.
McNees S.K. How large are economic forecast errors? // New England Economic Review. 1992. July/August. P. 25-42.
Mitchell W.C., BurnsA.F. Statistical indicators of cyclical revivals // NBER Bulletin. 1938. № 69.
Moore G.H. Business cycle indicators. Princeton: Princeton University Press for NBER, 1961.
Moore G.H. Statistical indicators of cyclical revivals and recessions // NBER Occasional Paper. 1950. № 31.
Moore G., Shiskin J. Indicators of business expansions and contractions. N.Y.: National Bureau of Economic Research, 1967.
Moore G.H., Zarnowitz V. The American business cycle: Continuity and change. Chapter in NBER Book, University of Chicago Press, 1986. P. 735-780.
Moylan C.E. Cyclical indicators for the United States // Third International Seminar on Early Warning and Business Cycle Indicators. Moscow, 2010. Nov.
Neftci S.N. Optimal prediction of cyclical downturns // Journal of Economic Dynamics and Control. 1982. № 4. P. 225-241.
Ng E. Forecasting US recessions with various risk factors and dynamic probit models // Journal of Macroeconomics. 2012. № 34 (1). P. 112-125.
OECD System of Composite Leading Indicators. Methodology Guideline, 2008.
Shiskin J. Signals of recession and recovery, an experiment with monthly reporting. Occasional Paper. N.Y.: NBER, 1961, № 77.
Stock J.H., Watson M.W. New indexes of coincident and leading economic indicators // NBER Macroeconomics Annual. 1989. Vol. 4. P. 351-409.
Stock J.H., Watson M.W. Understanding changes in international business cycle dynamics. NBER Working Papers 9859. National Bureau of Economic Research, 2003.
Schumpeter J.A. The theory of economic development.
Harvard: Harvard University Press, 1934. Taleb N.N. The black swan: The impact of the highly improbable. N.Y.: Random House, 2007. Whitt J.A. Jr. Commodity prices and monetary policy // Federal Reserve Bank of Atlanta. Working Paper. 1988. № 88. P. 8. Zarnowitz V, Boschan C. Cyclical indicators: An evaluation and new leading indexes // Business Conditions Digest. 1975a. May. P. V-XXII. Zamowitz V, Boschan C. New composite indexes of coincident and lagging indicators // Business Conditions Digest. 1975b. Nov. P. V-XXIV Zarnowitz V, Ozyildirim A. Time series decomposition and measurement of business cycles, trends and growth cycles // NBER Working Paper. 2002. № 8736.
Zarnowitz V, Moore G.H. Sequential signals of recession and recovery // Journal of Business. 1982. № 55 (1). P. 57-85. Zarnowitz V, Moore G.H. The recession and recovery of 1973-1976 // Explorations in Economic Research. 1977. № 4 (4). P. 472-557.
Рукопись поступила в редакцию 11.04.2017 г.
LEADING INDICATORS
AS AN INSTRUMENT OF ECONOMIC
FORECASTING
A.L. Bogdanova
Anna L. Bogdanova, Central Economics and Mathematics Institute Russian Academy of Sciences, Moscow, Russia, an-nabogd@gmail.com
A foreign experience of using economic indicators to predict economic crises and improve economic situation is regarded as useful for improving the forecasting system and for the enhancement of Russian economic security. Theoretical criteria and practical arguments being analyzed to apply indicators at different periods of economic development in chang-
ing economic dynamics. The evolution of application of such indicators in U.S. and in European countries is shown as well as the selection of the target indicator of economic dynamic. Four groups of economic variables are shown in this paper as the indicators of economic cycle change. The paper identifies situations when specific indicators show inefficiency which questioning the possibility of using indicators for forecasting. The existing views on such situations are shown and presented the further research directions with the specificity of various periods of technological development.
Keywords: economic cycle, business cycles, leading indicators of economic growth, evolution of economic indicators, peaks and troughs of economic dynamics, the composite index of leading indicators, turning points of economic cycles. JEL: C43, E30, E37.
References
Akaev А.А., Korotaev A.V, Fomin А.А. (2012). The reasons and possible consequences of the second wave of the global financial and economic crisis. Modeling and forecasting of global, regional and national development. Moscow, LIBROKOM, pp. 305-336 (in Russian). Alexander S.S. (1958). Rate of change approaches to forecasting-diffusion indexes and first differences. The Economic Journal, vol. 68, no. 270, pp. 288-301.
Anas J., Ferrara L. (2004). Detecting cyclical turning points: The ABCD approach and two probabilistic indicators. Journal of Business Cycle Measurement and Analysis, vol. 1, no. 2, pp. 193-225. Banerjee A., Marcellino M. (2006). Are there any reliable leading indicators for US inflation and GDP growth? International Journal of Forecasting, vol. 22 (1).
Belyanova E.V, Nikolaenko S.A. (2012). The economic cycle in Russia in the years 1998-2008: The emergence of internal mechanisms for cyclic development or importation of the global turmoil? HSE Economic Journal, vol. 16, no 1, pp. 31-52 (in Russian).
Blomberg S.B., Ethan S.H. (1995). The commodity-consumer price connection: Fact or fable? Federal
Reserve Bank of New York Economic Policy Review, vol. 1, no. 3.
Breeden D.T. (2013). Consumption as a leading indicator. Current version: March 31. URL: http://ssrn. com/abstract=2642367.
Burns A.F., Mitchell W.C. (1946). Measuring business cycles. New York, NBER.
Bussiere M., Fratzscher M. (2006). Towards a new early warning system of financial crises. Journal of International Money and Finance, no. 25, pp. 953-973.
Cecchetti S.G., Chu R.S., Steindel Ch. (2000). The unreliability of inflation indicators. Federal Reserve Bank of New York, Current Issues in Economics and Finance, vol. 6, no. 4.
Chin D., Geweke J., Miller P. (2000). Predicting turning points. Federal Reserve Bank of Minneapolis Staff Report, no. 267.
Conference Board. (2000). Business Cycle Indicators Handbook.
Cullity J., Banerji A. (1996). Procedures for constructing composite indexes: A re-assessment. OECD Composite Leading Indicators Meeting. Paris, 17-18 Oct.
Davydov A., Popov V, Frenkel A.A. (1993). Index of economic conjuncture in Russia: Construction and results. Mirovaya ekonomika i mezhdunarodnye otnosheniya, vol. 12, pp. 32-48 (in Russian).
Demirguc-Kunt A., Detragiache E. (1997). The determinants of banking crises: Evidence from industrial and developing countries. World Bank Policy Research Working Paper, no. 1828.
Estrella A., Mishkin F. (1998). Predicting U.S. recessions: Financial variables as leading indicators. Review of Economics and Statistics, no. 80 (1), pp. 45- 61.
Fels R., Hinshaw C.E. (1968). Forecasting and recognizing business cycle turning points. NBER Studies in Business Cycles, no. 17.
Fintzen D., Stekler H.O. (1999). Why did forecasters fail to predict the 1990 recession? International Journal of Forecasting, vol. 15, pp. 309-323.
Fisher I. (1933). The debt-deflation theory of great depressions. Econometrica, no. 1, pp. 337-357.
Furlong F.T. (1989). Commodity prices as a guide for monetary policy. Federal Reserve Bank of San Francisco Economic Review, winter, no. 1, pp. 21-38.
Graham B., Dodd D. (1940). Price earnings ratios for common stocks, security analysis. 2nd ed. New York, McGraw-Hill.
Grinin L.E., Korotaev A.V (2014). Interrelation of long and medium-term cycles (Kondratieff Waves and Juglar Cycles). Kondratieff Waves: Long and medium-term cycles: yearbook. Volgograd, Uchitel (in Russian).
Hamilton J.D. (1989). A new approach to the economic analysis of non-stationary time series and the business cycle. Econometrica, no. 57, pp. 357-384.
Hirooka M. (2006). Innovation dynamism and economic growth. A nonlinear perspective. Cheltenham (UK), Northampton (MA), Edward Elgar.
Koch P.D., Raasche R.H. (1988). An examination of the commerce department leading-indicator approach. Journal of Business and Economic Statistics, vol. 6, no. 2, pp. 167-187.
Koenig E.F., Emery K.M. (1994). Why the composite index of leading indicators does not lead. Contemporary Economic Policy, vol. 12, no. 1, pp. 52-66.
Kondratiev N.D. (2002). Long cycles of the conjuncture and the theory of forecasting. Moscow, Ekono-mika (in Russian).
Koopmans T.C. (1947). Measurement without theory. The Review of Economic Statistics, vol. 29, no. 3, pp. 161-172.
Krugman P. (2009). Return of the great depression? Moscow, Eksmo (in Russian).
Kruk D., Zaretskiy A. (2011). Methodology for constructing a composite index of leading indicators for Belarus. Working material of Research Center IPM: # WP/11/01. Minsk, Belarus (in Russian).
Levanon G., Manini J.C., Ozyildirim A., Schaitkin B., Tanchua J. (2011). Using a leading credit index to predict turning points in the U.S. business cycle. The Conference Board. EPEP, no. 11, 5 Dec.
Loungani P., Trehan B. (2002). Predicting when the economy will turn // FRBSF Economic Letter, no. 2002-2007, March 15, pp. 1-3.
Lucas R.E. (1977). Understanding business cycles. Carnegie-Rochester Conference Series on Public Policy, no. 5 (1), pp. 7-29.
Marcellino M. (2005). Leading indicators: What have we learned? CEPR Discussion Papers 4977. C.E.P.R. Discussion Papers.
Markov A. (2007). It's not the time to relax. Expert, July 9, no. 26 (567), pp. 15-22 (in Russian). URL: http://expert.ru/expert/2007/26/ne_vre-mya_rasslablyatsya.
McNees S.K. (992). How large are economic forecast errors? New England Economic Review, no. 1, July/ August, pp. 25-42.
Mitchell W.C., Burns A.F. (1938). Statistical indicators of cyclical revivals. NBER Bulletin, no. 69.
Moore G., Shiskin J. (1967). Indicators of business expansions and contractions. New York, National Bureau of Economic Research.
Moore G.H. (1950). Statistical indicators of cyclical revivals and recessions. NBER Occasional Paper, no. 31.
Moore G.H. (1961). Business cycle indicators. Princeton: Princeton University Press for NBER.
Moore G.H., Zarnowitz V (1986). The American business cycle: Continuity and change. Chapter in NBER book, University of Chicago Press, pp. 735-780.
Moylan C.E. (2010). Cyclical indicators for the United States. Third International Seminar on Early Warning and Business Cycle Indicators. Moscow, November.
Murphy J.J. (1999). Intermarket technical analysis: Trading strategies for the global stock, bond, commodity, and currency markets. Moscow, Diagramma (in Russian).
Neftci S.N. (1982). Optimal prediction of cyclical downturns. Journal of Economic Dynamics and Control, no. 4, pp. 225-241.
Ng E. (2012). Forecasting US recessions with various risk factors and dynamic probit models. Journal of Macroeconomics, no. 34 (1), pp. 112-125.
OECD (2008): OECD System of Composite Leading Indicators, Methodology Guideline.
Ostapkovich G.V (2000). About the system of indicators of the cyclical nature of the economy. Voprosy statistiki, vol. 12 (in Russian).
Perez C. (2011). Technological revolutions and financial capital: The dynamics of bubbles and golden ages. Moscow, Delo (in Russian).
Pestova A. (2013). Predicting turning points of the business cycle: Do financial sector variables help? Voprosy Economiki, vol. 7, pp. 63-81 (in Russian).
Plisetsky D.E. (2004). Monitoring system of the financial sector of the economy. Bankovskoe Delo, vol. 9 (in Russian).
Popov VV, Frenkel А.А. (1996). Index of business activity for the Russian economy. EKO, vol. 10 (in Russian).
Schumpeter J.A. (1934). The theory of economic development. Harvard: Harvard University Press.
Shiskin J. (1961). Signals of recession and recovery, an experiment with monthly reporting. Occasional Paper, no. 77. New York, NBER.
Smimov S.V (2012). Russian cyclical indicators and their "real-time" usefulness: An experience of the 2008-2009 recession. HSE Economic Journal, vol. 16, no. 4, pp. 479-513 (in Russian).
Smimov S.V (2013). Industrial output in the USSR and Russia, 1861-2012. Part II. Crises and cycles. Voprosy ekonomiki, vol. 7, pp. 138-153 (in Russian).
Smirnov S. (2015). Economic growth and economic crises in Russia: Late 1920s - 2014. Voprosy ekonomiki, vol. 5, pp. 28-47 (in Russian).
Smirnov S.V (2001). A system of leading indicators for Russia. Voprosy Economiki, vol. 3, pp. 23-42 (in Russian).
Smirnov S.V., Chernyavskiy A.V., Saburov E. (1996). Economic indicators in Russia: 1995. Voprosy statistiki, vol. 4 (in Russian).
Solntsev O.G., Mamonov M.E., Pestova, Z.M. Magome-dova A.A. (2011). Experience in developing early warning system for financial crises and the forecast of Russian banking sector dynamic in 2012. The Journal of the New Economic Association, vol. 12, pp. 41-77 (in Russian).
Stock J.H., Watson M.W. (1989). New indexes of coincident and leading economic indicators. NBER Macroeconomics Annual, vol. 4, pp. 351-409.
Stock J.H., Watson M.W. (2003). Understanding changes in international business cycle dynamics. NBER Working Papers 9859. National Bureau of Economic Research.
Struchenevskiy А.А. (1998). Empirical analysis of financial crises in Russia. HSE Economic Journal, vol. 2, no. 2, pp. 197-209 (in Russian).
Taleb N.N. (2007). The black swan: The impact of the highly improbable. New York, Random House.
Ulyukaev А.Л/, Trunin P.V (2008). Application of the signal approach to the development of indicators-
precursors of financial instability in Russian Federation. Studies on Russian Economic Development, vol. 5, pp. 100-109 (in Russian).
Whitt J.A. Jr. (1988). Commodity prices and monetary policy. Federal Reserve Bank of Atlanta. Working Paper, no. 88, pp. 8.
Yamarone R. (2004). The trader's guide to key economic indicators. Moscow, Internet-Trading (in Russian).
Zarnowitz V, Boschan C. (1975a). Cyclical indicators: An evaluation and new leading indexes. Business Conditions Digest, May, pp. V-XXII.
Zamowitz V, Boschan C. (1975b). New composite indexes of coincident and lagging indicators. Business Conditions Digest, Nov., pp. V-XXIV
Zarnowitz V, Moore G.H. (1977). The recession and recovery of 1973-1976. Explorations in Economic Research, no. 4 (4), pp. 472-557.
Zarnowitz V, Moore G.H. (1982). Sequential signals of recession and recovery. Journal of Business, no. 55 (1), pp. 57-85.
Zarnowitz V., Ozyildirim A. (2002). Time series decomposition and measurement of business cycles, trends and growth cycles. NBER Working Paper, no. 8736.
Manuscript received 11.04.2017
РЕЖИМ У8 ФОРМА: О СОВРЕМЕННЫХ ТЕНДЕНЦИЯХ РАЗВИТИЯ ОТНОШЕНИЙ СОБСТВЕННОСТИ
С.Н. Максимов
В статье рассматриваются тенденции развития отношений собственности, обусловленные изменениями в технологических способах производства, меняющейся ролью факторов производства, в частности повышением роли человеческого фактора в современных условиях. Повышение роли человека как активного субъекта экономической деятельности находит отражение и в его месте в отношениях собственности. Традиционное для предыдущих этапов развития общественного производства разделение на собственников и несобственников уходит в прошлое, уступая распределению правомочий собственности в различных комбинациях между всеми участниками экономической деятельности. При этом современные трансформации собственности предполагают существенный пересмотр понятийного аппарата. По мнению автора, в настоящее время утрачивает свое значение такое понятие, как форма собственности. Более точно отражающим современные тенденции в развитии отношений собственности является понятие «режим собственности». Действительное содержание собственности как присвоение определяется не фактом формальной принадлежности объекта «титульному» собственнику, а реальным распределением правомочий собственности по отношению к объекту собственности между рядом хозяйствующих субъектов, в качестве которых выступают «титульные» собственники, менеджеры, коллективы работников, отдельные работники и т.д. Учет их интересов становится необходимым условием эффективности экономической деятельности. С учетом этого в качестве понятия, которое наиболее точно отражает современные
© Максимов С.Н., 2018 г.
Максимов Сергей Николаевич, д.э.н., профессор, профессор Санкт-Петербургского экономического университета, Санкт-Петербург, msn1@mail.ru
