TY - JOUR AU - Serkov, Leonid Aleksandrovich PY - 2019/06/29 TI - Региональная динамическая стохастическая модель общего равновесия как инструмент анализа фискальной политики JF - Вестник Пермского университета. Серия «Экономика» = Perm University Herald. ECONOMY; Том 14 № 2 (2019)DO - 10.17072/1994-9960-2019-2-248-267 KW - N2 - Использование инструментария региональных динамических моделей для анализа экономики субъектов Российской Федерации, в частности для исследования региональных деловых циклов, является в настоящее время актуальной задачей. Это обусловливается необходимостью выработки системных представлений о факторах, условиях и предпосылках развития регионов, об особенностях и тенденциях динамики их отраслевой и территориальной структуры. Целью исследования является разработка динамической стохастической мультисекторной модели для анализа эффектов региональной экономической политики. Научной новизной исследования является разработка и реализация динамических моделей с микроэкономическим обоснованием для формализации процессов развития региональной социально-экономической системы, устойчивости региональной политики и пространственного развития. Подобный класс моделей, составляющий теоретический фундамент современной макроэкономики, используется в настоящее время преимущественно для анализа национальной экономики. Модели подобного класса, описывающие процессы в региональной экономике, практически отсутствуют. Предложенный авторский инструментарий построения региональной динамической стохастической модели общего равновесия описывает структуру реального сектора экономики Свердловской области. Параметризация модели осуществлялась на эмпирических данных экономики Свердловской области за 2003–2016 гг. В модели рассматривается поведение следующих экономических агентов: домашние хозяйства; фирмы, осуществляющие свою деятельность в реальном секторе экономики; региональное правительство; федеральное правительство; Центральный банк. С помощью функций импульсного отклика рассчитаны фискальные мультипликаторы для трех секторов экономики Свердловской области – сектора торгуемых товаров, сектора неторгуемых товаров и сырьевого сектора. Анализ фискальных мультипликаторов показал, что наибольшее влияние из рассматриваемых фискальных шоков на объемы выпуска в рассматриваемых секторах экономики оказывают шок эффективной налоговой ставки на доход физических лиц и шок региональных расходов. Применение инструментария в виде исторической декомпозиции региональных переменных показывает результаты влияния шоков спроса и предложения во временной ретроспективе на объемы выпуска во всех трех рассмотренных секторах региональной экономики. Результаты временной декомпозиции вариаций рассмотренных эндогенных переменных позволяют сделать вывод о том, что циклические процессы в региональной экономике Свердловской области в исследуемом периоде в большей мере обусловлены факторами предложения, а не факторами спроса. Результаты исследования могут использоваться как для анализа приоритетов региональной экономической политики, так и в процессе разработки мер, направленных на снижение вероятности возникновения кризисных явлений в региональной экономике. Представленный в статье общий тренд к построению мультисекторных моделей региональных экономик в рамках подхода общего равновесия с учетом микроэкономических обоснований и рациональных ожиданий экономических агентов акцентирует внимание на перспективах дальнейших исследований. В частности, для отражения специфики регионов необходимо учитывать в модели институциональные факторы соответствующего региона. Этот вопрос является интересной темой для будущих исследований в области моделирования региональных социально-экономических систем.   Ключевые слова регион, региональная экономическая политика, динамическая стохастическая модель, сектор торгуемых товаров, сектор неторгуемых товаров, сырьевой сектор, фискальные мультипликаторы, шоки спроса, шоки предложения, функции импульсного отклика, историческая декомпозиция вариаций эндогенных переменных. Благодарности Статья подготовлена в соответствии с планом НИР ИЭ УрО РАН на 2019–2021 гг. Список литературы 1. Adolfson M. Monetary policy with incomplete exchange rate pass –through // Journal of International Money and Finance. 2007. Vol. 26, Iss. 3. Р. 468–494. 2. Gali J., Gertler M. Macroeconomic modeling for monetary policy evaluation // Journal of Economic Perspectives. 2007. Vol. 21, № 4. Р. 25–46. 3. Sugo T., Ueda K. Estimating a dynamic stochastic general equilibrium model for Japan // Journal of the Japanese and International Economies. 2008. Vol. 22, Iss. 4. Р. 476 –502. 4. Малаховская О.А. Использование моделей DSGE для прогнозирования: есть ли перспектива // Вопросы экономики. 2016. № 12. С. 129–146. 5. Иващенко С.М. Многосекторная модель динамического стохастического общего экономического равновесия российской экономики // Вестник С.-Петерб. ун-та. Экономика. 2016. № 3. С. 176–202. 6. Duarte M., Wolman A.L. Fiscal policy and regional inflation in a currency Union // Journal of international Economics. 2008. Vol. 74, Iss. 2. Р. 384–401. 7. Tamegawa K. Constructing a Small – Region DSGE Model // Hindawi Publishing Corporation ISRN Economics. 2013. Vol. 2013. Р. 1–9. 8. Серков Л.А. Анализ влияния структурных шоков на эндогенные переменные компактной региональной динамической модели // Вестник УрФУ. Серия экономика и управление. 2018. Том 17, № 3. С. 445–470. doi: 10.15826/vestnik.2018.17.3.020. 9. Dib A. Welfare effects of commodity price and exchange rate volatilities in a multi-sector small open economy model // Bank of Canada Working Paper. 2008. № 8. 53 p. 10. Sargent T., Wallace N. Rational expectation and the theory of economic policy // Journal of Monetary Economics. 1976. Vol. 2, Iss. 2. Р. 169–183. 11. Muth J.F. Rational expectations and the theory of price movements // Econometrica. 1961. Vol 29, № 3. Р. 315–335. 12. Klein P. Using the generalized Schur form to solve a multivariate linear rational expectations model // Journal of Economic Dynamics and Control. 2000. Vol. 24. Р.1405–1423. 13. Kim J. Constructing and estimating a realistic optimizing model of monetary policy // Journal of Monetary Economics. 2000. Vol. 45, Iss. 2. Р. 329–359. 14. Smets F., Wouters R. An estimated dynamic stochastic general equilibrium model of the euro area // Journal of the European Economic Association. 2003. Vol. 1, Iss. 5. Р. 1123–1175. 15. Ireland P.N. Sticky price models of the business cycle: specification and stability // Journal of Monetary Economics. 2001. Vol. 47. Р. 3–18. 16. Calvo G. Staggered prices in a utility maximizing framework // Journal of Monetary Economics. 1983. Vol 12, Iss. 3. Р. 383–398. 17. Шульгин А.Г. Сколько правил монетарной политики необходимо при оценке DSGE-модели для России? // Прикладная эконометрика. 2014. № 36 (4). С. 3–31. 18. Федорова Е.А., Лысенкова А.В. Моделирование правила Тейлора для денежно-кредитной политики Банка России: эмпирический анализ // Финансы и кредит. 2013. № 37 (565). С. 10–17. 19. Taylor J.B. Discretion versus policy rules in practice // Carnegie-Rochester Conference Series on Public Policy. 1993. Vol. 39. Р. 195–214. 20. Fernandez-Villaverde J., Rubio-Ramirez J. Comparing dynamic equilibrium models to data: A Bayesian approach // Journal of Econometrics. 2004. Vol. 123, Iss. 1. Р. 153–187. 21. Geweke J. Using simulation methods for Bayesian econometric models: Inference // Econometric Reviews. 1999. Vol. 18, Iss. 1. Р. 1–73. 22. Del Negro M., Schorfheide F. Forming priors for DSGE models (and how it affects the assessment of nominal rigidities) // Journal of Monetary Economics. 2008. Vol. 55, Iss. 7. Р. 1191–1208. 23. Semko R. Optimal economic policy and oil price shocks in Russia // Economics Education and Research Consortium. Working Paper. 2013. № 13/03E. Р. 1–53. UR - https://economics.psu.ru:443/index.php/econ/article/view/185