DSGE-модель российской экономики с банковским сектором и основным капиталом фирм с учетом условий пандемии коронавируса

Аннотация

В статье представлена динамическая стохастическая модель общего равновесия (DSGE-модель) российской экономики. Модель описывает поведение следующих макроэкономических агентов: домашние хозяйства, реальный сектор, банковский сектор, центральный банк, а также их взаимосвязи между собой и внешним миром. При моделировании домашних хозяйств учтена инерционность предпочтений посредством использования подхода “external habit formation”. Для моделирования реального сектора обоснован отказ от наиболее распространённого подхода, при котором предполагается, что решение об инвестициях принимают домашние хозяйства как владельцы факторов производства. Вместо этого был применён подход “firm-specific capital”, в рамках которого предполагается, что решение об инвестициях принимают сами фирмы. В исследовании также было учтено, что в России инвестиции в основной капитал финансируются по большей части за счет собственных средств предприятий. Для учёта инерционности инвестиций в основной капитал в модели реального сектора принимаются издержки на ввод новых мощностей, ценообразование фирм в условиях монополистической конкуренции описывается моделью Кальво. В качестве связующего звена между домашними хозяйствами и фирмами в модели присутствует блок банковского сектора, который устанавливает процентные ставки по депозитам и кредитам на основе ключевой ставки Центрального банка. Для описания монетарной политики Банка России в условиях инфляционного таргетирования применяется уравнение Тейлора, а для бюджетного правила, в рамках которого покупается (или продаётся) валюта в Фонд национального благосостояния, в уравнение непокрытого процентного паритета включен фактор инерционности. Итоговая линеаризованная модель представляет систему 23 разностных уравнений с рациональными ожиданиями. На основе предложенной модели проведены расчеты и построены квартальные прогнозы ключевых макроэкономических показателей на 2020–2021 гг. для российской экономики. В расчетах учтены актуальные кризисные факторы: снижение цен на нефть, сокращение добычи нефти в рамках сделки ОПЕК+, карантинные мероприятия, направленные на предотвращение распространения коронавирусной инфекции, антикризисные мероприятия Правительства России. Согласно полученным результатам в условиях пандемии COVID-19 экономический спад в 2020 г. может составить от 5 до 7%. Рост в 2021 г. оценён в диапазоне 3–5%. Построенная модель применима для сценарного прогнозирования развития экономики России, оптимизации денежно-кредитной политики Банка России, для разработки прикладных квартальных прогнозных моделей (QPM). В дальнейшем модель может быть модифицирована путём включения дополнительных элементов: декомпозиция сектора домашних хозяйств на рикардианские и нерикардианские, выделение в реальном секторе добывающих отраслей и отраслей, производящих инвестиционные товары, включение в модель ключевых налогов и бюджетных расходов. Перспективным также видится исследование равновесия процентных ставок в условиях, когда крупные компании могут накапливать собственные финансовые ресурсы. Это обстоятельство снижает спрос со стороны реального сектора на банковские кредиты и, соответственно, приводит к более низким, вплоть до отрицательных, ставкам процента. Предложенный ракурс совершенствования DSGE-модели позволит повысить ее качество как прогностического инструмента принятия политико-управленческих решений.

Ключевые слова

экономико-математическое моделирование, структурная макроэконометрика, динамические стохастические модели общего равновесия, DSGE-модели, рациональные ожидания, инфляционное таргетирование, монетарная политика, бюджетное правило, уравнение Тейлора, сценарное прогнозирование, ковидный кризис, пандемия COVID-19.

Благодарности

Автор выражает благодарность зав. лабораторией макроэкономического моделирования Института экономической политики им. Е.Т. Гайдара Андрею Владимировичу Полбину за ценные комментарии и рекомендации при разработке модели.

References

1. Altig D., Christiano L.J., Eichenbaum M., Linde J. Firm-specific capital, nominal rigidities and the business cycle // National Bureau of Economic Research. Working Paper 11034. 2005. URL: https://www.nber.org/papers/w11034.pdf (дата обращения: 20.01.2020).
2. Walque G., Smets F., Wouters R. Firm-specific production factors in a DSGE model with Taylor price setting // European Central Bank. Working Paper № 648. 2006. URL: https://www.econstor.eu/bitstream/10419/ 153082/1/ecbwp0648.pdf (дата обращения: 20.01.2020).
3. Woodford M. Firm-specific capital and the New Keynesian Phillips Curve // International Journal of Central Banking. 2005. Vol. 1 (2). P. 1–46.
4. Балута В.И., Шульц Д.Н. Версия динамической стохастической модели общего равновесия для условий открытой экономики // Математическое моделирование. 2019. Т. 31, № 11. С. 117–131. doi: 10.1134/S0234087919110091.
5. Rational expectations and econometric practice / Ed. by R. Lucas, T. Sargent. The University of Minnesota Press, 1984. 689 p.
6. Constantinides G.M. Habit formation: A resolution of the equity premium puzzle // Journal of Political Economy. 1990. № 98 (3). P. 519–543.
7. Matheson T. Assessing the fit of small open economy DSGEs // Journal of Macroeconomics. 2010. № 32. P. 906–920. doi: 10.1016/j.jmacro.2009.10.001.
8. Calvo G. Staggered contracts in a utility-maximizing framework // Journal of Monetary Economics. 1983. № 12. P. 383–398. doi: 10.1016/0304-3932(83)90060-0.
9. Gali J., Gertler M. Inflation dynamics: A structural econometric analysis // Journal of Monetary Economics. 1999. Vol. 44. P. 195–222. doi: 10.1016/S0304-3932(99)00023-9.
10. Freixas X., Rochet J.-Ch. Microeconimics of banking – Massachusetts: The MIT Press, 1997. 323 с.
11. Конюховский П.В. Микроэкономическое моделирование банковской деятельности. СПб.: Питер, 2001. 224 с.
12. Smets F., Wouters R. An estimated stochastic dynamic general equilibrium model of the Euro Area // European Central Bank. Working Paper № 171. 2002. URL: https://www.ecb.europa.eu/pub/pdf/ scpwps/ecbwp171.pdf (дата обращения: 20.01.2020).
13. Smets F., Wouters R. Shocks and frictions in US business cycles: A Bayesian DSGE approach // American Economic Review. 2007. № 97 (3). P. 586–606. doi: 10.1257/aer.97.3.586.
14. Афанасьев А.А., Пономарева О.С. Производственная функция народного хозяйства России в 1990–2012 гг. // Экономика и математические методы. 2014. Т. 50, № 4. С. 21–33.
15. Новиков В.В. О доле реинвестируемой прибыли и капиталоотдаче как факторах возможного снижения налогового бремени и роста доходов в бюджет // Финансовая аналитика: проблемы и решения. 2014. Т. 7, Вып. 29. С. 56–63.
16. Полбин А.В. Построение динамической стохастической модели общего равновесия для экономики с высокой зависимостью от экспорта нефти // Экономический журнал ВШЭ. 2013. Т. 17, № 2. С. 347–387.
17. Полбин А.В. Теоретические и методологические основы для разработки динамической стохастической модели общего равновесия для российской экономики: дисс. … канд. экон. наук: 08.00.01. М., 2015. 133 с.
18. Полбин А.В. Эконометрическая оценка структурной макроэкономической модели российской экономики // Прикладная эконометрика. 2014. № 33 (1). С. 3–29.
19. Серков Л.А. Региональная динамическая стохастическая модель общего равновесия как инструмент анализа фискальной политики // Вестник Пермского университета. Сер. «Экономика». 2019. Т. 14, № 2. С. 248–267. doi: 10.17072/1994-9960-2019-2-248-267.
20. Шульц Д.Н., Ощепков И.А. Некоторые аспекты построения и использования динамических стохастических моделей общего равновесия (DSGE) // Вестник Пермского университета. Сер. «Экономика». 2016. Т. 4, № 31. С. 49–65. doi: 10.17072/1994-9960-2016-4-49-65.
21. Джонс К., Кулиш М. DSGE-моделирование в пакете Dynare: практическое введение // Квантиль. 2014. № 12. С. 23–44.