Финансовый журнал / Financial Journal №5 2018 ФИСКАЛЬНАЯ ПОЛИТИКА. МАКРОЭКОНОМИЧЕСКОЕ МОДЕЛИРОВАНИЕ Перспективы использования DSGE-моделей министерствами финансов: опыт мировых регуляторов Аннотация В статье анализируются особенности выбора экономико-математических моделей национальными регуляторами и международными организациями. Изучение опыта широкой выборки мировых регуляторов позволяет сделать вывод, что большинство центральных банков используют модели класса DSGE. В то же время в министерствах финансах этот современный инструмент анализа экономической политики пока не получил широкого распространения, а основу модельного инструментария составляют макроэконометрические модели (ММ). Международные организации, такие как МВФ и ОЭСР, сохраняют приверженность как указанным выше классам моделей, так и ряду других. Для определения возможностей использования моделей класса DSGE в деятельности министерств финансов приводится обзор тех из них, которые в течение продолжительного времени применялись регуляторами в странах с развитой экономикой. Изучение этих моделей, а также эволюция подходов к их разработке в академической и прикладной сферах позволили сделать вывод, что данный класс моделей отвечает требованиям министерств финансов к набору решаемых ими задач в рамках реализации их мандата. В связи с этим текущие критерии выбора моделей для практической деятельности должны быть доработаны с учетом преимуществ моделей DSGE. Ключевые слова: прогнозирование, макроэкономическое моделирование, макроэконометрические модели, модели общего равновесия, фискальная политика, критерии выбора моделей, DSGE-модели JEL: E02, E60О дна из первоочередных задач, стоящих перед любым министерством финансов, заключается в оценке эффектов как уже реализованных, так и разрабатываемых решений в области фискальной политики. Важность такого анализа обусловлена «широким фронтом» соприкосновения фискальной политики с различными группами экономических агентов. Не претендуя на полноту списка, отметим, что к таким агентам относится население, потребляющее товары (услуги) и формирующее предложение на рынке труда, производители товаров и услуг, предъявляющие спрос на труд, центральный банк, способный влиять на равновесие денежного рынка, а также внешний сектор, являющийся как торговым партнером, так и источником шоков, в том числе для бюджетной системы.
Starting in 2026, the EU will introduce the Carbon Border Adjustment Mechanism (CBAM). Under this mechanism imports of certain products to the EU will be subject to a special fee based on the carbon intensity of these goods. This article is devoted to the quantification of payments under this mechanism for several countries in the Eurasian region: the EAEU member states, Georgia, Tajikistan and Uzbekistan. These countries were chosen due to the relatively high share of the EU in their exports. CBAM payments have a dynamic nature because certain parameters of the mechanism vary on an annual basis under the influence of a number of factors, for example, due to the annual change in the CBAM rate. According to the estimates obtained, the lowest aggregate CBAM payment accrues to imports from Armenia to the EU. Between 2026 and 2035 it is estimated 95.8 million euros (single CBAM pass-through rate into final prices in EU). The largest payment is estimated to come from Russia: it amounts to 97 billion euros over the same period (zero CBAM pass-through rate). The largest share of payments in exports to the EU is observed for Uzbekistan, Georgia, Tajikistan and Belarus. The largest share of payments falls on imports of metals (ferrous and non-ferrous), fertilizers, electricity and oil. However, the conclusion on products requires additional verification, since for a number of countries in the Eurasian region there are no high-quality and detailed data on the carbon intensity of certain goods.
Прогнозирование текущей динамики ВВП на основе данных поисковых запросов Аннотация Оперативная оценка динамики основных макроэкономических переменных, в том числе ВВП, является необходимым условием для проведения эффективной экономической политики. В настоящей работе обосновывается рассмотрение данных, отражающих частоту поисковых запросов, в качестве полезного предиктора текущей динамики ВВП наряду с данными из официальной статистики. Мы проверяем, действительно ли эти данные помогают увеличить качество прогнозных моделей текущего ВВП России в рамках эксперимента в реальном времени. Для этого строятся конкурирующие динамические факторные модели двух классов: включающие поисковые данные и нет. Было получено, что добавление в модель данных о частоте поисковых запросов почти не меняет прогнозы факторных моделей, построенных на основе официальной экономической статистики. В то же время обе модели показали лучшее качество прогнозов в сравнении с AR(1)-моделью. Наконец, нами была предпринята попытка объяснить, с чем связана полученная на данных нерелевантность поисковых запросов для прогнозирования ВВП. Была выделена как фундаментальная причина, так и методологические проблемы, которые могли привести к подобному результату.
Под неравенством подразумевалась дифференциация в эквивалентном доходе домохозяйств с учетом стоимости потребительской корзины. Для решения поставленной задачи была применена регрессионная декомпозиция индекса неравенства. Согласно полученным результатам переменные «доля детей в д/х», «размер д/х» и «доля неработающих взрослых» привносили наибольший положительный вклад в индекс неравенства. Переменная «регион проживания», которая во многих исследованиях определяется основным фактором неравенства, оказывала выравнивающее влияние. Связано это с тем фактом, что в работе анализировалась дифференциация в уровне жизни, то есть зависимая переменная дохода корректировалась на уровень цен в соответствующем регионе. Таким образом, на уровень неравенства влиял не столько региональный признак сам по себе, сколько дифференциация других значимых факторов по регионам. Полученные результаты могут быть впоследствии использованы для более глубокого изучения причин изменения неравенства.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.