CC BY
54
^.Р. Ърусенцева
СОВРЕМЕННЫЕ ТЕНДЕНЦИИ В МЕТОДОЛОГИИ МАКРОФИНАНСОВОГО ПРОГНОЗИРОВАНИЯ
Для того чтобы говорить о причинах и следствиях в экономике, необходимо иметь некую разновидность модели. Она может быть неосознанной или изложенной на сугубо теоретическом уровне, не имеющей количественно определенной формы или не позволяющей проверять гипотезы, или иметь явную форму, быть количественной моделью, пригодной для аккуратного тестирования и верификации. Можно не уточнять, какой из вышеописанных разновидностей моделей я доверяю в большей мере.
Clopper Almon
The craft of economic Modeling. University of Maryland.
College Park. 2008
Современное экономическое развитие страны невозможно без построения устойчивой финансовой системы и ее непрерывного совершенствования. Как показывает опыт развитых стран, для нормального функционирования финансовой системы необходимо государственное регулирование деятельности финансовых институтов. Российский рынок финансовых услуг в течение последних l0 лет демонстрировал 30-50% темпы прироста, оказывая колоссальное воздействие на развитие внутреннего спроса населения и бизнеса, и, таким образом, на ключевые показатели макроэкономического развития страны.
Для организации эффективной деятельности банковских учреждений и финансового рынка государству необходимо оценивать вероятную динамику и структуру финансовых активов банковской системы, объемы и структуру фондового рынка для каждого варианта изменения макроэкономической ситуации в заданных сценарных условиях. Благодаря этому появляется возможность, с одной стороны, определять необходимые направления развития банковского сектора и финансового рынка для достижения устойчивого среднесрочного роста. С другой стороны, прогнозирование макроэкономической динамики во взаимодействии с финансовыми агрегатами по-
зволяет выявить диспропорции в объемах спроса и предложения денежных ресурсов, «очаги» напряженности внутри финансовой системы, оценить вероятность возникновения в ней кризисной ситуации. Следовательно, прогнозирование финансовой структуры служит и определенной проверкой используемых сценарных условий на предмет целостности, адекватности заложенных в сценарий показателей, а также и реальных возможностей Центрального Банка, Минфина, банковского сектора по обеспечению заявленных в сценарии финансовых показателей при том или ином развитии ситуации на внешних и внутренних рынках.
Начавшийся в 2008 г. мировой финансовый кризис выявил реальный уровень взаимозависимости финансового сектора и сферы производства, степень вовлеченности российской экономики в мировую. Накопленные риски банковского сектора и фондовых рынков существенно отразились на мировой динамике производства, заставив правительства отдельных стран прибегнуть к масштабным мерам поддержки предприятий и максимально возможно скоординировать действия монетарных властей. В период нестабильности на мировых рынках капитала особенную актуальность приобретает способность государства проводить адекватную сложившейся ситуации денежно-кредитную политику.
Цель работы состоит в попытке сгруппировать множество существующих прикладных моделей по определенным признакам, характеризующим структуру моделируемого взаимодействия реального и финансового секторов, отдельно выделить методологию исследования внутреннего состояния финансового сектора, а также исследовать ключевые моменты в прогнозировании макрофинансов на различные временные горизонты.
Многообразие применяемых в настоящее время макрофинансовых моделей позволяет оценивать большинство существующих денежных показателей, а также формировать адекватные экономической динамике сценарии развития финансовой системы. Как правило, такие модели являются неотъемлемой частью макроэкономических моделей и описывают поведение и структуру финансового сектора с различной глубиной и степенью детализации в его взаимодействии с реальным сектором. В связи с этим в обзоре целесообразно рассматривать непосредственно финансовые части применяемых макроэкономических моделей.
Современное моделирование макроэкономических процессов условно можно разделить на две группы подходов, основанных пре-
1
имущественно на статистических исследованиях и методах и, в первую очередь, исходящих из принципов экономической теории.
1 Далее по тексту просто статистические модели.
1). Статистические исследования, в большинстве случаев использующие эконометрические методы, направлены на изучение соотношений между показателями как на формализованной основе (в виде систем уравнений - методы регрессионного анализа, анализ временных рядов и пр.), так и по принципу «черного ящика» (нейронные сети и пр.). К статистическим методам следует относить и модели «затраты-выпуск».
2). Экономическая теория представлена математическими методами в экономике (наиболее прикладными являются модели общего равновесия).
Естественно, большая часть разрабатываемых макроэкономических моделей носит смешанный характер, в той или иной степени учитывающих как теоретические аспекты функционирования экономики, так и наблюдаемые тенденции ее развития во взаимодействии с множеством факторов, отражающих нечетко формулируемые поведенческие реакции экономических субъектов. Обе группы методов обладают своими достоинствами и недостатками, и их разнообразные комбинации позволяют получать наиболее подходящие для решения конкретной задачи методики.
Так, преимуществами первой группы методов являются присущие им изначально актуальность и мобильность. Динамические ряды данных регулярно обновляются по времени и содержанию, а также меняются их состав и значимость, исходя из целей моделирования основных макропеременных. В рамках такого подхода практически все более или менее значимые тенденции развития экономики могут включаться в статистические макромодели и оказывать соответствующее влияние на прогнозирование дальнейшего развития событий. Недостатком такой конструкции является ее неустойчивость во времени, обусловленная очередным изменением экономической ситуации в ближайшей перспективе, «отмиранием» ранее значимых факторов и процессов и появлением новых событий-лидеров, определяющих волатильность экономической динамики. Таким образом, основанные на этой методологии модельные конструкции нуждаются в четком формировании сценариев развития, меняющихся в зависимости от выбранных гипотез о перспективах экономической динамики. Поскольку статистические модели являются, как правило, многофакторными, разработка таких сценариев зачастую требует определения значительного количества экзогенных параметров, увязанных между собой в соответствии с выбранной гипотезой и непротиворечащих друг другу. Соответственно, это также является важной проблемой статистических моделей.
Вторая группа методов устраняет проблему краткосрочности статистических моделей, обладая жесткой внутренней структурой, отражающей выбранные теоретические построения. В этом смысле теоретические модели являются настолько же бессрочными, насколько и лежащие в их основе базовые теории, претендующие на описание внутренне присущих экономической системе закономерностей. Несмотря на столь важное преимущество теоретических моделей, именно оно порождает и их важнейшие недостатки. Проблемой теоретического моделирования, как, впрочем, и любого другого, является высокая степень упрощения экономической жизни в целях выявления и описания закономерностей поведения менее сложной конструкции. Тем не менее, если упрощения статистических методов относительно легко снимаются путем расширения круга рассматриваемых показателей, то в теоретических построениях эти упрощения задаются раз и навсегда, либо теория должна перерастать в новую теорию. Кроме того, критичной проблемой является положенный в основу теории вид закономерности, противопоставляющий наиболее важным высокоагрегированным макроэкономическим показателям определённую комбинацию выбранных переменных в строгой математической форме. Именно принятые гипотезы, упрощения и вид закономерностей определяют различные ветви экономической теории, с разных позиций и с разной глубиной отражающие экономические процессы.
На современном этапе доминирующей является неоклассическая теория, на базе которой разрабатываются широко применяемые в развитых странах модели общего равновесия (CGEM)2. Их основной задачей является достижение равновесия на всех представленных в модели рынках (инвестиционных и потребительских товаров, услуг, рынке труда и пр.). В отношении моделей равновесия существует определенная критика, суть которой подробно изложена, например, в [1]. Кратко она может быть представлена в виде следующих положений:
• свобода выбора аналитической формы зависимости функции полезности, производства и затрат из совокупности определенных форм функций (Кобба-Дугласа, CES, LES (C.D.), LES (CES)) [2];
• как статические, так и динамические CGEM описывают только положения устойчивого равновесия экономической системы, при этом «что происходит вне равновесия, не объясняется» [1];
• «период» времени в динамических CGEM, связывающий два равновесия, не является определенным с точки зрения кален-
2 CGEM — Computable General Equilibrium Models.
дарного времени и во многом представляет собой «шаг итерации» в статических СОБМ;
• в моделях равновесия используются специально отрегулиро-
3
ванные реальные экономические данные, соответствующие неоклассическим парадигмам («например, предположение о нулевой прибыли в условиях совершенной конкуренции подразумевает удаление прибыли из национального продукта и счетов дохода» [1]);
• в моделях равновесия рассматриваются лишь относительные цены.
В СОБМ внутренние сбережения субъектов экономики формируются как часть общей равновесной системы, включающей в себя баланс сбережений и инвестиций и произведенный на основе этих инвестиций объем производства, целиком удовлетворяющий спрос экономики на все группы товаров и услуг. Спрос, в свою очередь, основан на полученных при производстве доходах занятого населения, прибыли бизнеса и доходах бюджета, за исключением внутренних сбережений, направленных на инвестиции. Так, в теоретических моделях замкнут равновесный цикл «инвестиции - производство -спрос - сбережения - инвестиции».
В моделях равновесия важен баланс валовых инвестиций и сбережений и не рассматривается институциональный процесс трансформации сбережений в инвестиционные ресурсы. Воздействие фондового рынка и банковской системы на степень и глубину перераспределения финансовых ресурсов оказывается на уровне принятой гипотезы о величине нормы сбережения. При этом предполагается, что весь объем сбережений направляется на инвестирование. В подобной модельной конструкции не рассматривается структура банковских активов, фондового рынка, их динамика. В такого рода моделях невозможен анализ возникновения и развития рисков банковской системы, что непосредственным образом влияет на динамику кредитования субъектов экономики. В результате за рамками исследования остается анализ способности банковского сектора менять потребительское и инвестиционное поведение производителей и потребителей в зависимости от изменения направления и объемов кредитования (домохозяйств, определенных отраслей производства, государства), изменения сроков кредитования и соотношения внутреннего/внешнего инвестирования в зависимости от объемов и
3 Здесь имеется в виду метод калибровки неизвестных экзогенных параметров с целью совпадения расчетных и отчетных данных по тому или иному показателю. Как правило, наиболее часто калибровке подвергаются параметры производственной функции, функции полезности, долей бюджетов экономических субъектов, направленных на рынок определенных товаров и услуг и пр.
структуры банковских обязательств и соответствующего банковского риск-менеджмента.
В моделях равновесия предполагается баланс спроса и предложения денежных ресурсов, но подробно не рассматриваются структура активов и обязательств Центрального банка (ЦБ), источники покрытия спроса на деньги. Спрос на деньги представляет собой только операционный спрос и определяется количественной теорией денег: M*V = p*Y, где V = const - скорость обращения денег.
Функционирование банковского сектора не описывается явно, но предполагается его абсолютная адекватность и управляемость в том смысле, что, во-первых, все сбережения в любой момент времени переходят в инвестиционные ресурсы; во-вторых, ЦБ полностью удовлетворяет спрос экономических субъектов на денежные ресурсы: возникающий излишек предложения денег автоматически «снимается» ростом внутренних цен; в-третьих, банковские ставки - величины управляемые и подконтрольные органам денежно-кредитного регулирования, иными словами, явно представленный в модели равновесия «продукт» деятельности банков - процентные ставки -является величиной экзогенной или непосредственно определяемой ставкой рефинансирования. Процентные ставки здесь, как правило, влияют на уровень сбережений.
Итак, в моделях равновесия:
• функция банковского сектора по привлечению ресурсов неявно представлена в структуре распределения доходов экономических субъектов между потреблением и сбережением при условии достижения равновесия на всех рынках потребительских и инвестиционных товаров;
• функция банковского сектора по кредитованию представлена равенством сбережений и инвестиций как условия равновесия на рынке инвестиционных товаров;
• дополнительно представлены процентные ставки, влияющие на уровень сбережений и являющиеся экзогенными параметрами.
В отличие от теоретических конструкций, первая группа моделей отличается широким спектром применяемых методик в зависимости от выбора исследуемых показателей, степени замкнутости (эндоге-низации) модели; вида функциональных зависимостей, лежащих в основе вычислений. Цель подобных моделей описание поведения той или иной области экономической системы, используя различные статистические данные и виды зависимости между расчетными показателями, включающими в себя балансовые тождества, регрессию, нейронные сети и пр. Среди огромного разнообразия указанных ме-
тодов интересен анализ существующих макроэкономических моделей прогнозирования финансовой системы, в том числе денежнобанковской сферы. Очевидно, что в статистических моделях финансовая система может быть представлена гораздо более полно и структурировано по сравнению с вышеописанными теоретическими моделями равновесия. В макроэкономических моделях финансов центральными прогнозными показателями выступают различные статьи активов и пассивов кредитных организаций, ЦБ, объемы и структура фондового рынка, в частности, денежная масса (в национальном определении, широкая), денежная база, объем международных валютных резервов, объемы банковских сбережений, объемы кредитования населения и организаций, объем ценных бумаг в портфелях субъектов экономики. Кроме того, к сфере финансов можно отнести и элементы других балансов - доходов и расходов населения, платежного баланса, деятельности предприятий, государственный бюджет, - представляющие собой как отдельный интерес с точки зрения функционирования финансовой системы страны, так и служащие для формирования статей макрофинансовых балансов. Сюда относятся, к примеру, объем иностранной и национальной валюты на руках у населения, объемы внешних займов корпораций, национальный платежный оборот, рынки определенных товаров и услуг (автомобили, жилье) и др.
Моделирование финансов, таким образом, требует четкого представления о номинальной и физической динамике объемов производства товаров и услуг, объемов внешнеторговых операций и потоков капитала, о доходах и расходах всех субъектов экономики (домохозяйств, бизнеса, государства), динамике внутренних и внешних цен, направлении курсовой политики. Поэтому, какая бы модель финансов не рассматривалась, отправным пунктом для расчетов является тот или иной набор вышеуказанных макропеременных. Следовательно, множество моделей финансового прогнозирования можно условно распределить на группы моделей, описывающие:
• поведение финансовой системы как результат заданной (экзогенной) динамики экономического развития;
• поведение финансовой системы во взаимодействии с экономической динамикой;
• экономическую динамику как результат сложившейся финансовой системы;
• внутренние процессы финансовой системы (потенциальные риски).
Модели, описывающие поведение финансовой системы как результат заданной (экзогенной) динамики экономического развития. Модели этой группы рассматривают финансовую систему как впол-
не и определенным образом сложившуюся в условиях заданной экономической динамики. Здесь валовые финансовые показатели определены единственным образом, поскольку не исследуется влияние изменений в финансовой системе на экономическую динамику. Подобные модели дают возможные параметры финансовой системы при заданных темпах экономического роста. При этом могут строиться гипотезы относительно структурных изменений финансовой системы, поведения её различных элементов с целью обеспечения указанного роста денежными ресурсами.
Экзогенный прогноз экономической динамики для моделей финансов обеспечивается на основе использования множества существующих моделей воспроизводства, в том числе межотраслевых моделей, моделей общего равновесия и др.
Описываемый тип моделей может быть предназначен для расчета всевозможных финансовых показателей, включающих в себя как отдельные статьи финансовых балансов, так и валовые системные показатели. Например, наиболее востребованными с точки зрения формирования денежно-кредитной политики являются балансово-параметрические модели, описывающие динамику и структуру финансовых балансов основных экономических агентов. К ним относятся:
• сводный баланс кредитных организаций;
• сводный баланс органов денежно-кредитного регулирования;
• платежный баланс (и международная инвестиционная позиция коммерческих банков);
• сводный финансовый баланс корпораций;
• баланс доходов и расходов населения;
• государственный бюджет.
Подобное полное описание системы позволяет оценивать баланс спроса и предложения финансовых ресурсов, выявлять излишек или недостаток ресурсов для обеспечения заданной экономической динамики, оценивать накопленный потенциал определенных рисков банковской системы и пр. При разработке балансовых моделей используются различные методы, позволяющие моделировать перспективную динамику финансовых показателей. Среди них можно выделить основные:
• эконометрические методы, позволяющие увязывать между собой динамику различных показателей;
• методы прогнозирования на основе исторических, логических и функциональных аналогий, использующиеся для процедуры миметической коррекции параметров динамики. (В данном случае информация «о развитии конкретных процессов в дру-
гих странах используется для оценки предполагаемых изменений экономического развития в российских условиях» [3]);
• процедуры экспертной коррекции трендов и структурных соотношений, как правило, учитывающих «потенциальные изменения экономической политики, мотивы поведения основных макроэкономических агентов и внешние факторы» [3].
Например, для банковского сообщества, наибольший интерес могут представлять тенденции формирования спроса на кредиты со стороны населения и бизнеса. В частности, подробно исследуются потенциальные возможности расширения рынка потребительских кредитов, автокредитования, ипотеки (см. подробнее [3, 4]).
Модели, описывающие поведение финансовой системы во взаимодействии с экономической динамикой. Модели этой группы подразумевают наличие взаимодействия между финансовой системой и другими областями экономики. В них необходимо целостное представление финансовой системы наряду со всеми остальными субъектами экономики, поскольку только таким образом могут учитываться с желаемой степенью агрегации основные денежные потоки. Наличие последних устанавливает связь между источниками финансовых ресурсов и их использованием, что, во-первых, обеспечивает соблюдение единого баланса всех циркулирующих в экономике денег, во-вторых, позволяет исследовать воздействие на экономическую динамику различных сценариев изменения распределения ресурсов по различным субъектам экономики.
Методология прогнозирования денежно-кредитных показателей, применяемая в финансовых моделях первой группы, в полной мере транслируется на модели второй группы. В то же время важным отличием последних является описание «обратного» воздействия динамики и структуры денежных ресурсов на функционирование реального сектора внутренней и внешней (в части импорта) экономики. Учет такого взаимодействия предопределяет динамический характер данного типа моделей и их масштабность за счет добавления в описание дополнительного субъекта экономики - финансовых посредников. При этом детальность рассмотрения финансовой системы зависит от степени влияния того или иного денежного показателя на современные процессы в реальном секторе и от того, какие источники денежных ресурсов начнут играть значимую роль в перспективе.
Основными показателями взаимодействия реального и финансового секторов являются непосредственные результаты посреднической деятельности - кредитование бизнеса и домохозяйств. Рост кредитования стимулирует внутренний спрос и тем самым наряду с
прямым финансированием капитальных вложений способствует расширению инвестиционной деятельности. При этом распределение кредитных ресурсов между производственными предприятиями и населением (по различным направлениям потребительского кредитования - ипотека, автокредитование, беззалоговые кредиты) в потоке межотраслевых связей приводит к различным показателям структуры и динамики экономического роста. Дополнительный про-кредитованный внутренний спрос может в разной степени вызывать усиление и импорта, и внутреннего производства в зависимости от возможностей отечественного бизнеса по самофинансированию и доступности для него банковского кредитования оборотного и инвестиционного капитала. Текущее кредитование, расширяя спрос, увеличивает нагрузку на будущие периоды в смысле расходов населения и бизнеса по выплате долга и процентов, что также влияет на будущий платежеспособный спрос. Таким образом, в моделях второй группы должен быть отражен весь спектр связей между финансовыми посредниками и доходами-расходами субъектов внутренней экономики (рис. 1)
Рис. 1. Принципиальная схема моделирования взаимодействия банковского и реального секторов экономики
Отдельно необходимо учитывать внутренние взаимосвязи финансового сектора и его операции с внешним миром. Наличие двухуровневой банковской системы определяет наиболее важный элемент внутренних взаимодействий в денежно-кредитной сфере -связь между кредитными организациями и ЦБ. ЦБ РФ, выступающий в роли главного эмиссионного центра страны, обеспечивает необходимый уровень денежного предложения на базе текущих объемов покупок иностранной валюты на внутреннем рынке (определяе-
мых состоянием платежного баланса страны), операции по рефинансированию банковской системы и кредитованию государства. В качестве кредитора в последней инстанции ЦБ РФ должен поддерживать необходимый уровень ликвидности в банковской системе и тем самым демпфировать кризисные процессы, вызванные реализацией накопленного потенциала тех или иных рисков (ликвидности, кредитного, валютного и др.). В моделях второй группы необходим расчет объемов кредитования банков со стороны органов денежнокредитного регулирования для соблюдения баланса между спросом на деньги и их предложением. Такой расчет осуществим, если будут учитываться все возможные источники финансирования предложения денег и спрос всех субъектов экономики на внутренние деньги (деньги ЦБ и кредитных организаций).
Обратные денежные потоки (от банков к ЦБ РФ) служат для обеспечения платежных операций (корреспондентские счета) и поддержания резервного фонда по обеспечению вкладов. Кроме того, в период высоких темпов роста денежного предложения, не поддающегося прямому регулированию (на базе «сильного» платежного баланса), счета банков в ЦБ служат в качестве инструмента стерилизации избыточных ресурсов.
Внешний мир определяет поток ресурсов, поступающих во внутреннюю финансовую систему, и, с другой стороны, внутренняя экономика определяет спрос на иностранные активы и регулирует объемы кредитования внешнего мира. Чистый отток капитала определяет объемы финансирования внешнего мира за счет внутренних сбережений, чистый приток капитала - дополнительные по отношению к внутренним сбережениям объемы финансирования внутренней экономики.
Встраивание в модель финансовых посредников осуществляется в цепочке «доходы субъектов - ресурсы финансового сектора - кредитование субъектов - доходы субъектов». При этом рост организованных сбережений субъектов экономики может быть задан в соответствии с определенной динамикой нормы сбережений и уровнем процентных ставок, как правило, задаваемых экзогенно или с учетом прогнозируемой инфляции. Аналогично объемы кредитования зависят от кредитного потенциала заемщиков, уровня процентных ставок и общей величины располагаемых ресурсов финансовых посредников. Поскольку ресурсы финансового сектора определяются также и внешними займами, при построении прогноза требуются четкие сценарные ориентиры относительно динамики статей платежного баланса. Во многом они определяются заданной динамикой реального курса рубля. Кроме того, курс рубля играет важную роль в формировании предложения денег ЦБ, а также в распределении вкладов
населения и предприятий между рублевыми и валютными, что непосредственно воздействует на уровень денежной массы и на накопление рисков (валютных) в банковской системе. Таким образом, курс рубля и показатели платежного баланса в части оценки привлекаемого капитала являются важнейшими сценарными условиями в описываемых моделях взаимодействия. К сценарным условиям следует отнести и объемы кредитования банков со стороны ЦБ, регулирующие ситуацию с ликвидностью и в этом смысле стимулирующие рост доли долгосрочного кредитования. Согласование всей совокупности сценарных условий в финансовой части модели осуществляется посредством балансировки спроса и предложения денег, активов и пассивов ЦБ, активов и пассивов кредитных организаций, объемов поступлений ресурсов на фондовый рынок, а также балансов доходов и расходов (в т.ч. прироста сбережений) населения, бизнеса, государства.
Модели, описывающие экономическую динамику как результат сложившейся финансовой системы. Модели третьей группы основаны на использовании финансовой информации для определения перспективной динамики экономического роста. В данной группе традиционным методом является построение системы опережающих индикаторов для оценки «поворотных точек» в экономической конъюнктуре. Непосредственно финансовые показатели являются лишь частью системы опережающих индикаторов, но при этом играют важную роль в осуществлении кратко- и среднесрочных оценок экономической динамики.
Первые разработки системы опережающих индикаторов в США относятся к 1930-м годам, с 1960-х годов они публикуются на регулярной основе. В странах ОЭСР использование опережающих индикаторов начинается под руководством Статистического департамента ОЭСР в 1980-е годы. В России подобные разработки начались в 2000-е годы. До этого времени расчеты опережающих индикаторов для российской экономики проводились «в экспериментальном порядке» [6].
Построение опережающих индексов основывается на двух различных концепциях, выделяющих цикл деловой активности, в котором исследуется движение экономики от роста к спаду (как в США), и цикл роста, анализирующий скорость роста экономики. Датировка поворотных точек (впадин или пиков) в экономической динамике может основываться на эталонном индикаторе (ОЭСР) или, напротив, на основе анализа всей имеющейся в распоряжении информации (Комитет по датировке деловых циклов при НБЭИ США). В роли эталонного индикатора выступает индекс промышленного производства. В сезонно сглаженном индексе производства локальные (в
течение полугода) максимумы можно считать пиками, локальные минимумы - впадинами. Индикатор является опережающим, если удовлетворяет следующим критериям: «вызывает изменения общеэкономической динамики через изменения спроса и предложения; отражает ожидания экономических агентов; раньше, чем экономика в целом, реагирует на изменения экономической активности; зарекомендовал себя в качестве такового в других странах» [6].
Индикаторы спроса и ожиданий могут быть прямыми или косвенными. Прямые оценки спроса и ожиданий формируются на основе опросных данных об уровне спроса, запасов готовой продукции, состоянии портфеля заказов и т. д. Косвенными оценками спроса служат мировые цены на основные экспортные товары (в российских условиях это цена на нефть); реальный обменный курс; количество денег в экономике (денежная масса, денежная база); индикаторы текущего финансового состояния предприятий (увеличение прибыли, рост обеспеченности собственными средствами, денежные средства предприятий, счета и депозиты предприятий, прибыль к объему продаж и др.).
Косвенными оценками ожиданий являются фондовые индексы, отражающие ожидания инвесторов относительно макроэкономической ситуации, и, дополнительно, изменение капитализации, влияющее на инвестиционные решения, что, в свою очередь, оказывает влияние на объемы выпуска; международные валютные резервы; банковские кредиты экономике как оценка банками макроэкономической ситуации и будущий рост инвестиций на основе сегодняшних долгосрочных кредитов; уровень реальных процентных ставок, отражающих существующие риски относительно будущей динамики и доступность денежных ресурсов; демография предприятий (число вновь создаваемых компаний).
Таким образом, именно финансовые индикаторы зачастую являются косвенными оценками спроса и ожиданий и выступают в качестве косвенных опережающих индикаторов экономической динамики. Кроме того, согласно исследованиям С.В. Смирнова [6], в российских условиях ожидания субъектов экономики (как данные опросов) обычно не предвосхищают экономическую динамику (не сбываются), в то время как косвенные оценки ожиданий в действительности являются опережающими показателями.
В мировой практике обычно используют обобщающие индикаторы: сводный и диффузный опережающие индексы. Для этого исходные опережающие индикаторы объединяются в сводный индекс согласно определенной методике, направленной на устранение разницы в масштабах и вариабельности исходных показателей. Диффуз-
ный индекс представляет собой отношение числа рядов, изменившихся в позитивном направлении, к общему числу рядов, входящих в «систему раннего обнаружения».
Сводный опережающий индекс позволяет предугадать спад или подъем эталонного индикатора с определенным лагом. Согласно С.В. Смирнову [6], российский сводный опережающий индекс, включающий в себя семь групп индикаторов (платежеспособный спрос к норме, запасы к норме, рост обеспеченности собственными средствами, цена нефти Urals, официальный курс доллара к рублю, долларовый индекс «Moscow times», реальная ставка MIACR-overnight), позволяет предвосхищать поведение индекса производства с лагом 4 месяца.
К третьей группе следует отнести также принципиально новый, использующий информацию финансовых посредников метод для оценки будущей экономической динамики. Его основная предпосылка состоит в том, что цены финансовых активов являются отражением ожиданий субъектов экономики относительно будущего экономического роста. Так, если исследуется рыночная цена акций, то она формируется под воздействием ожиданий игроков фондового рынка в отношении перспектив корпоративного сектора. Предполагается, что количество участников в процессе оценивания финансовых активов настолько велико, что итоговая динамика цены актива выражает наиболее вероятную ожидаемую динамику корпоративного сектора. Основной гипотезой является то, что сегодняшняя цена акции является суммой поступлений дисконтированной прибыли в будущих периодах. Отсюда, соответственно, выводится прогнозная динамика прибыли бизнеса и другие связанные макроэкономические показатели [5].
Модели, описывающие внутренние процессы финансовой системы (потенциальные риски). Особый интерес представляют модели четвертой группы, которые нацелены на выявление различных потенциальных рисков системы, способных реализоваться в локальный и/или масштабный финансовый кризис. Такого рода исследования, как правило, аккумулируют и сопоставляют данные по множеству финансовых показателей, и в отдельных случаях используют данные о состоянии других секторов экономики. Анализ финансовой информации на предмет наличия потенциальных рисков может проводиться как на основе фактических (отчетных) данных, так и на основе прогнозных денежных показателей. В этом смысле модели рисков представляют собой независимое исследование современного положения дел в финансовой системе; дополняющее или, в отдельных случаях, «направляющее» исследование к вышеупомянутым типам моделей прогнозирования финансов; поскольку выявление на про-
гнозе высокого потенциала накопления рисков в определенных временных интервалах заставляет просчитывать альтернативные варианты финансово-экономической динамики как следствие естественного стремления системы избежать напряженной ситуации за счет рационального поведения экономических агентов, в том числе и органов денежно-кредитного регулирования.
Современный финансовый риск-анализ различает системные и систематические риски. Системный риск «может быть определен как потенциальная опасность появления ситуаций, в которых индивидуально-рациональные ответы экономических агентов на появляющиеся риски приводят не к лучшему их разделению, диверсификации, а наоборот - к повышению общей ненадежности» [3]. Системный риск банковской системы, как правило, исследуется по двум направлениям. Во-первых, проводится оценка условий распространения кризисных явлений в системе; во-вторых, - выявляется деструктивное поведение экономических агентов, влекущее за собой усиление кризисного потенциала. Анализ условий распространения риска представляет собой поиск корреляций между доходностью и волатильностью рынка ликвидности (межбанковского рынка) и прочих (альтернативных) финансовых рынков, к которым относятся, например, валютный, рынок госбумаг, фондовый рынок. Рынок ликвидности играет центральную роль в банковском риск-анализе, поскольку устойчивость банковской системы выражается «в конечном итоге в ее способности к обеспечению ликвидностью собственных обязательств» [3]. Истощение ликвидности часто провоцирует реализацию прочих рисков (валютного, кредитного и др.) и, с другой стороны, является «замыкающим звеном» в последовательности реализации и взаимодействия банковских рисков.
Второй метод исследования системных рисков основан на анализе рыночных настроений. Накопление макроэкономических рисков происходит на основе иррациональных ожиданий инвесторов в отношении перспектив экономического роста или развития того или иного рынка. Подобные ожидания влекут за собой деструктивное поведение экономических агентов, которое «может проявляться в формировании «стадных» стратегий и спекулятивных «пузырей» на финансовых рынках» [3]. Несмотря на очевидную важность, в современных макроэкономических моделях настроения экономических агентов учитываются в виде фиктивных переменных, «принимающих определенные значения при наступлении каких-либо важных событий» [3], т.е. после случившегося события, влекущего за собой кризисное поведение. При таком подходе, как правило, кри-
зисное явление фиксируется на поздней стадии, и такая фиксация является малоинформативной с точки зрения предотвращения нежелательных последствий. Существуют методики диагностики кризисного потенциала в макроэкономической системе на основе анализа информации финансового рынка. Центральной гипотезой при этом является то, что цены активов эффективного рынка меняются лишь с появлением новых событий и не зависят от своих предыдущих значений. Напротив, если на рынке начинает преобладать «стадное» поведение инвесторов, ориентированное в большей степени на анализ поведения рынка, а не на события реального сектора, рынок перестает быть эффективным (устойчивым), что сопровождается усилением волатильности ценовой динамики. В итоге можно проследить отклонения цен от «нормальных значений», полученных на основе эмпирического анализа, и сделать вывод относительно степени накопления кризисного потенциала в системе. Например, для исследования валютного рынка с помощью метода исключения трендов (Detrended fluctuation analisys) используются показания, так называемого, индекса Пенга, величина которого характеризует отклонение рынка от эффективного состояния (если значение индекса превышает 1,5, то преобладает спекулятивное поведение игроков; если оно ниже 1,5, то преобладают пессимистические настроения относительно перспектив реального сектора).
Систематический риск «характеризует случаи массового накопления индивидуальных однотипных рисков под воздействием стереотипов массового поведения в определенных экономических условиях» [3]. Сегодня не существует формализованной методики оценки подобных рисков. Для их оценки в каждом индивидуальном случае используется определенный набор показателей-индикаторов эвристического типа, «принципиально различающихся в зависимости не только от видов рисков, но и от конкретных экономических условий и доступной экономической информации» [3]. Для анализа систематических рисков требуется предварительное выявление вероятных зон риска в финансовой системе, что осуществляется в том числе на основе балансовых моделей. В данном случае речь идет об анализе прогнозных результатов на предмет исследования перспективной финансово-стоимостной структуры и ее точек напряженности, где высок потенциал развития системного и/или систематического рисков.
Практически все виды финансовых моделей являются частью или естественным продолжением экономических воспроизводственных моделей, описывая динамику и структуру финансового сектора в соответствии с экономической динамикой. Дополнительно существу-
ют модели, анализирующие возникновение возможных структурных дисбалансов и накопленного в связи с этим кризисного потенциала финансовой системы. Таким образом, в общем случае горизонт финансового прогнозирования определяется временными рамками прогнозной динамики реального сектора (или наоборот, если используются модели третьего типа). Поэтому, если речь идет о моделировании долгосрочных макрофинансовых пропорций, необходимо построение долгосрочного прогноза экономической динамики, опирающегося на основные гипотезы в отношении структуры образа будущего, а именно: геополитика, развитие мирового рынка первичных ресурсов, роль государства в экономике страны, дифференциация уровня жизни населения, экологический срез, жилая среда, демографический срез (падение или рост численности населения), ресурсный срез (темпы использования природных ресурсов), технологический срез (собственные разработки или массовые технологические заимствования), пространственный срез (дифференциация экономической плотности территорий), межотраслевой срез [7]. В частности, требуется построение образа финансовой архитектуры, т.е. соотношения и динамики определенных финансовых структур, составляющих финансовую систему странь/. Выделяют два типа организации финансовой структуры экономики в зависимости от двух способов финансового перераспределения: экономика финансовых рынков (система экзогенного предложения денег) с преобладанием финансирования через финансовые рынки и экономика задолженности (система эндогенного предложения денег) с преобладанием финансирования через банковский кредит.
Для конструирования финансовой архитектуры в долгосрочной перспективе определяющим моментом является опыт функционирования экономики страны и её финансовой структуры в контексте мирового развития. Согласно [3], в данном направлении интерес представляет работа Т.М. Рыбжински5, в которой дана следующая последовательность этапов развития финансовых систем.
1. Экономика со слабым потенциалом роста базируется на самофинансировании.
2. Дальнейшее её развитие способствует накоплению сбережений и организации банковского кредита. Одновременно банки выполняют классическую функцию организации и управления платежной системой.
4 Подробно о финансовой архитектуре см. Говтвань О.Дж. [3].
5 T.M.Rubczinski. Industrial finance system in Europe, US and Japan // Journal of Economic Behavior and Organization, 1984, №5.
3. Происходит ускоренное развитие финансовых рынков (или рынков капитала) наряду с появлением рыночных посредников диверсификацией финансового посредничества.
4.Высокий экономический рост способствует организации сильно ориентированных на рынок финансовых систем, в которых не только финансовые инвестиции, но и соответствующие риски перераспределяются через рынок [3].
Кратко- и среднесрочные финансовые прогнозы, как правило, базируются на сложившейся финансовой архитектуре и не рассматривают её существенных изменений. Основным в данных прогнозах может стать исследование потенциальных рисков финансовой системы. Риски инициируются непосредственно деятельностью финансовых институтов, поскольку «производя определенную трансформацию, финансовое посредничество берет на себя определенный риск - риск ликвидности, валютный риск, кредитный риск и т. д.» [3]. Обнаружение возможных диспропорций в структуре финансовых балансов позволяет выявлять, так называемые, точки перехода (триггеры), когда финансовая система в своем развитии отдаляется от рискового порога под воздействием внутренних балансирующих мотивов или, в крайнем случае, под руководством и с помощью регулирующих органов.
Приведенные в данном обзоре методы служат для обозначения основных направлений в современном макрофинансовом прогнозировании и в этом смысле являются больше иллюстративными, не охватывая весь круг методического аппарата финансового прогнозирования.
Решение разнообразных задач и определение будущего образа финансовой системы на кратко-, средне- и долгосрочную перспективу требует применения различных типов и различного количества финансовых моделей. «Но все экономические модели, как бы хороши они ни были, представляют упрощения реальности и, таким образом, ни одна из них не может отразить всего многообразия вещей, имеющих значение для экономической политики...Банк [Англии]6 опирается на множество моделей для предоставления информации, на основе которой Комиссия строит прогнозы. И эти модели используются как средство, чтобы помочь Комиссии осуществлять экономические оценки... Экономическое прогнозирование это в конечном итоге результат оценок», - Мэрвин Кинг, глава Банка Англии [9].
6 Примечание автора.
Литература и информационные источники
1. Маурицио Грассини. Проблемы применения вычислимых моделей общего равновесия для прогнозирования экономической динамики //Проблемы прогнозирования, 2009, №2.
2. Shoven J.B., Whalley John. Applied General-Equilibrium Models of Taxation and International Trade: An Introduction and Survey, Journal of Economic Literature, American Economic Association, September, 1984, vol. 22(3), pages 1007-51.
3. Говтвань О. Дж. Методология и опыт прогнозирования российской денежнобанковской системы. М.: МАКС-Пресс, 2009.
4. Панфилов В.С. Финансовое и экономическое прогнозирование: методология и практика. М.: МАКС Пресс, 2009.
5. Панфилов В.С., Говтвань ОД., Шураков А.Г., Панфилов А.В., Моисеев А.К. Инструментальный и методический аппарат среднесрочного сценарного финансового про-гнозароссийской экономики //Научные труды ИНПРАН. М.: МАКС Пресс, 2009.
6. Смирнов С.В. Система опережающих индикаторов для России // Вопросы экономики, 2001, №3.
7. Узяков М.Н. О качестве научного предвидения //Проблемы прогнозирования, 2008, №1.
8. Frank Smets, Raf Wouters. An estimated stochastic dynamic general equilibrium model of the EURO area. European Central Bank. www.ecb.int, working paper №171, 2002.
9. Richard Harrison, Kalin Nikolov, Meghan Quinn, Gareth Ramsay, Alasdair Scott and Ry-land Thomas. The Bank of England Quarterly Model. www.bankofengland.co.uk, 2005.
10. Макаров В.Л., Бахтизин А.Р., Сулакшин С.С. Применение вычислимых моделей в государственном управлении // Научный эксперт, 2007.
