НА ГЛАВНУЮ | |
№ 2/2018
1ГУ «Институт экономики и прогнозирования НАН Украины»
Прогнозирование тренда мировых цен на нефть на базе СМИ-модели экономических циклов
Ekon. prognozuvannâ 2018; 2:91-110 | https://doi.org/10.15407/eip2018.02.091 |
АННОТАЦИЯ ▼
Предлагается авторский метод прогнозирования направления тренда мировых цен на нефть на базе СМІ-модели экономических циклов. Поскольку нефть входит в CRB-индекс, который представляет собой средневзвешенную цену 19 видов сырьевых ресурсов, то динамика цен на нефть и CRB-индексв основном являются однонаправленными. Поэтому предлагаемый метод прогнозирования динамики мировых цен на нефть можно использовать и для прогнозирования динамики CRB-индекса. Ценовой тренд определяется совокупным спросом, который, в свою очередь, зависит от темпов экономического роста, от фазы экономического цикла США. Согласно СМІ-модели фазы экономического цикла определяются величиной кумулятивного несовершенства рынков для экономики США (?P). Предлагается два правила для прогнозирования направления ценового тренда нефти (CRB-индекса): 1) цена снижается между точками минимального и максимального значений величины ?P; 2) цена растёт между точками максимального и минимального значений величины ?P. Эти правила тестировались эмпирически с использованием среднегодовых данных биржевой цены нефти для периода времени с 1975 по 2017 гг. Также эмпирически показано, что взаимосвязь между фазами экономического цикла США и поворотными точками динамики CRB-индекса является критически важной для точности прогнозирования экономического цикла Украины. На примере экономики США было показано, что эффект влияния цены нефти на темпы экономического роста зависят скорее от фазы экономического цикла, чем от абсолютного значения цены. Пока экономика не достигнет точки с минимальным значением величины ?P, цена нефти может устанавливать один абсолютный рекорд за другим, но это не вызовет рецессии. В то же время, если экономика пройдёт точку минимального значения ?P, то даже сравнительно небольшой внешний шок спровоцирует рецессию (даже если цена нефти и не достигнет своего абсолютного рекорда).
Начиная со второй половины 2017 г. экономика США прошла точку локального максимума, что означает формирование возрастающего тренда цены нефти и CRB-индекса, а также дальнейшее ускорение роста экономики США (пик ускорения ожидается около точки с ?Р=0). Можно ожидать, что возрастающее направление ценового тренда будет наблюдаться для всех видов сырья, пока экономика США не погрузится в очередную рецессию (пока величина ?Р не станет отрицательной). При этом темпы роста цен на нефть ожидаются в 1, 2 раза большими, чем сегодня непосредственно за 6–12 месяцев до начала рецессии (т.е. при ?Р?0). Согласно пессимистическому сцена-рию начало рецессии в США возможно уже в 2020–2021 году. Поэтому экономика Украины может легко расти темпами, равными средним темпам роста мировых цен на сырьё, по крайней мере, на протяжении ближайших 2–3 лет. Однако такое счастливое стечение внешних факторов для экономики Украины, которое уже началось, не может длиться долго. Особые проблемы для Украины могут возникнуть в случае совпадения во времени пика выплат по возрастающим внешним долговым обязательствам и дна рецессии в США (точки локального минимума), когда мировые цены на сырьё могут обвалиться на 50% и больше вследствие очередного краха на мировых биржах. Этот крах резко увеличит вероятность новой рецессии в Украине, вследствие чего могут существенно сократиться бюджетные доходы национальной экономики. Поэтому имеет смысл уже сегодня, осуществляя мониторинг состояния мировой экономики и экономики США, готовить план действий для смягчения последствий для национальной экономики в случае возникновения кризисных явлений на мировых рынках.
Ключевые слова: прогнозирование, цена нефти, цена сырья, бизнес-цикл, темпы экономического роста, макроэкономическая динамика
Статья на украинском языке (cтр. 91 - 110) | Загрузить | Загрузок : 878 |
ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ ▼
2. Кораблін С. Національний бізнес цикл і доходи зведеного бюджету України: підходи до оцінки кількісного впливу. Економічна теорія. 2016. № 2. С.75–84.
3. Yе M., Zyren J., Shore J. Forecasting Crude Oil Spot Price Using OECD Petroleum Inventory Levels. International Advances in Economic Research. Springer, 2002.No.8 (4). p. 324-33. doi: doi.org/10.1007/BF02295507
4. Panas, E., Ninni, V. Are oil markets chaotic? A non-linear dynamic analysis Energy Economics.: Elsevier. 2000. No22. p. 549-568. doi: doi.org/10.1016/S0140-9883(00)00049-9
5. Kilian L. The Economic Effects of Energy Price Shocks. Journal of Economic Litera-ture.2008. No. 46(4). p. 871-909. doi: doi.org/10.1257/jel.46.4.871
6. He Y., Wang S., Lai K. (2010) Global economic activity and crude oil prices: A co-integration analysis. Energy Economics: Elsevier. 2010. No 32. p. 868-876. doi: doi.org/10.1016/j.eneco.2009.12.005
7. Barsky R., Kilian L. Oil and the macroeconomy since the 1970s. The U.S. NBER Working Paper 10855. 2004. doi: doi.org/10.3386/w10855
8. Niemira М.Р., Klein P.A. Forecasting financial and economic cycles. N.Y.: John Wiley &Sons,Inc. 1995. 520p.
9. Hamilton J. Understanding crude oil prices.Policy and Economics.University of California. San Diego. USA. 2008. doi: doi.org/10.3386/w14492
10. Yu L., Wang S., Lai K. Forecasting crude oil price with an EMD-based neural network ensemble learning paradigm. Energy Economics. 2008. No 30. p. 2623–2635. doi: doi.org/10.1016/j.eneco.2008.05.003
11. Huntington H. Oil price forecasting in 1980-s: what went wrong? The Energy Journal. 1994.Vol.15. No 2. doi: doi.org/10.5547/ISSN0195-6574-EJ-Vol15-No2-1
12. Бандура О.В. Загальна модель економічних циклів — модель кумулятивної неефективності ринків. Економічна теорія. 2016. № 1. С. 86–100.
13. Бандура О.В. Підвищення ефективності економічного прогнозування на концептуальному рівні. Економіст. 2007. № 3. С. 9–12.
№ 4/2019
1ГУ «Институт экономики и прогнозирования НАН Украины»
Цикличность как форма единства стабильности и нестабильности в экономическом развитии
Ekon. prognozuvannâ 2019; 4:7-23 | https://doi.org/10.15407/eip2019.04.007 |
АННОТАЦИЯ ▼
Эмпирически доказано, что модель датирования бизнес-циклов неразрывно связана с определением границ периодов стабильности и нестабильности экономического развития. Проведено сравнение методов датирования экономических циклов США согласно модели Национального бюро экономических исследований США (NBER) и согласно предложенной в статье СМИ-модели циклов. Показано определенные конкурентные преимущества датировки бизнес-циклов на базе СМИ-модели по сравнению с моделью NBER, в случае которой возможно возникновение периодов неоднозначности в датировании. Продемонстрировано, что использование авторской СМИ-модели для датирования бизнес-циклов позволяет избежать неоднозначностей, возникающих при официальном датировании рецессий на базе классической модели циклов NBER США. При датировании бизнес-циклов США согласно СМИ-модели выявлен кумулятивный эффект снижения уровня безработицы, который объясняет, что даже при сравнительно незначительных темпах экономического роста, что, однако, продолжается достаточно долгий период времени, можно достичь существенного суммарного снижения уровня безработицы. Уравнение для определения показателя кумулятивного несовершенства рынков (?Р) отражает текущий баланс между инфляцией, занятостью и темпами экономического роста для каждого момента реального (календарного) времени и определяет фундаментальные тенденции, которые могут усилить (ослабить) случайные события (внешние шоки, действия правительства, спекулянтов и т.д.). Поэтому, несмотря на единую движущую силу экономических циклов, которая количественно определяется величиной (?Р), конфигурация каждого реального цикла является уникальной. Показано, что СМИ-модель экономического цикла предоставляет инструментарий для достижения синергетического эффекта от различных видов регулирования с целью максимизации темпов экономического роста и занятости при приемлемой инфляции путем увеличения продолжительности периода стабильности при одновременном уменьшении величины кумулятивного несовершенства рынков.
Ключевые слова:бизнес-цикл, датирование, рецессия, темпы роста, стабиль-ность, нестабильность, безработица, инфляция, регулирование
Статья на украинском языке (cтр. 7 - 23) | Загрузить | Загрузок : 608 |
ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ ▼
2. Temin P. The Causes of American Business Cycles: An Essay in Economic Historiography. Federal Reserve Bank of Boston Conference Series 42. June 1998. Р. 37-59. doi.org/10.3386/w6692
3. Sargent T. J. Macroeconomic theory. New York: Academic Press, 1979. 644 p.
4. Stock J.S. Measuring business cycle time. Journal of Political Economy. 1987 Vol. 95, No.6. P. 1240-1261. doi.org/10.1086/261513
5. Chauvet M, Hamilton J. Dating business cycles turning points. NBER Working paper. 2005. № 11422. Р. 72. URL: doi.org/10.3386/w11422
6. Chauvet M., Piger J. A Comparison of the Real-Time Performance of Business Cycle Dating Methods. Federal Reserve Bank of St. Louis Working Paper. 2005-021A. Р. 32. URL: doi.org/10.20955/wp.2005.021
7. Stock J., Watson M. Indicators for Dating Business Cycles: Cross-History Selection and Comparisons. American Economic Review: Papers & Proceedings. 2010. Vol. 100, no. 2. Р. 16–19. doi.org/10.20955/wp.2005.021
8. US National Bureau of Economic Research. URL: www.nber.org_cycles
9. Полтерович В. Кризис экономической теории. Доклад на семинаре «Неизвестная экономика» / ЦЭМИ РАН. Январь 1997. 21 с. mathecon.cemi.rssi.ru/vm_polterovich/files/Crisis_Economic_Theory.pdf
10. Orphanides A. Monetary policy rules and the Great Inflation. Board of Governors of the Federal Reserve System, materials for the January 2002 Meeting of the American Economic Association. Atlanta, GA, 2002. 12 p. mathecon.cemi.rssi.ru/vm_polterovich/files/Crisis_Economic_Theory.pdf
11. Фишер С., Донбуш Р., Шмалензи Р. Экономика / пер. с англ. со 2-го изд. Москва: «Дело LTD», 1993. 864 с.
12. Бандура О.В. Загальна модель економічних циклів — модель кумулятивної неефективності ринків. Економічна теорія. 2016. № 1. С. 86–100. doi.org/10.15407/etet2016.01.086
13. US Bureau of Labor Statistics. URL: www.bls.gov
14. US Bureau of Economic Analysis. URL: www.bea.gov
15. Benchmark GDP Revision Offers up some Surprises. The Wall Street Journal. 2003, December 10.
16. Boon the Bush? Recession Might Predate President. The Wall Street Journal. 2004, January 21.
17. Бандура О.В. Ефективність монетарної (регуляторної) політики та стале зростання. Економічна теорія. 2017. № 1.С. 38–53. doi.org/10.15407/etet2017.01.077
№ 4/2021
1ГУ «Институт экономики и прогнозирования НАН Украины»
ОПТИМИЗАЦИЯ МОНЕТАРНОЙ ПОЛИТИКИ И СТАБИЛИЗАЦИЯ ЦИКЛИЧЕСКОЙ ЭКОНОМИЧЕСКОЙ ДИНАМИКИ
Ekon. prognozuvannâ 2021; 4:102-124 | https://doi.org/10.15407/eip2021.04.102 |
АННОТАЦИЯ ▼
Показано, что, несмотря на текущий мандат относительно проведения монетарной политики, конечной целью последней (по крайней мере, для центральных банков развитых стран) является контроль трех основных макроэкономических показателей: роста, занятости и инфляции. Тем не менее, приоритеты реализации конечной цели могут натолкнуться на несовершенство макроэкономических моделей и правил монетарной политики, поэтому одновременный контроль всех трех макропоказателей не будет возможен. В статье предлагается новый инструмент для оптимизации макроиндикаторов и стабилизации циклической экономической динамики при осуществлении монетарной политики – совокупное кумулятивное несовершенство рынков, то есть отклонение индекса текущих рыночных цен от своего «естественного» уровня, который является предметом наших расчетов. Эта величина служит движущей силой макроэкономической динамики в предлагаемой СМI-модели экономических циклов. Обоснованы основные конкурентные преимущества этого инструмента монетарной политики по сравнению с типовыми моделями макроэкономической динамики и правилами монетарной политики (Саймонса, Фридмана, Тейлора). В частности, предлагаемый показатель является справедливым для любой комбинации рыночных условий, для любой экономики и для любого момента реального времени. Он может быть использован одновременно как: 1) таргет монетарной политики, 2) «простое правило» для повседневной коррекции монетарной политики, 3) функция реакции (reaction function) для оценки обратной связи между действиями регулятора и влиянием этих действий на текущую экономическую ситуацию; 4) инструмент для стабилизации циклической экономической динамики; 5) инструмент для прогнозирования календарного времени начала (окончания) рецессий и времени изменения макроэкономических трендов. Если с помощью государственного регулирования удерживать величину совокупного кумулятивного несовершенства рынков в заданном оптимальном интервале (т. е. таргетировать лишь один показатель), используя весь возможный инструментарий как монетарной, так и, при необходимости, других типов политики (а не только учетную ставку или денежную массу), появляется возможность оптимизировать все три основных макроэкономических показателя. Оптимальность этих показателей означает максимизацию темпов экономического роста и занятости при желаемом уровне инфляции для текущей комбинации рыночных условий и для каждого момента календарного времени, что также будет способствовать стабилизационному влиянию на циклическую экономическую динамику. При этом каждый из трех макроиндикаторов не таргетируется отдельно, то есть точно определить оптимальное количественное значение для каждого из них невозможно, поскольку их оптимальные значения постоянно меняются во времени вместе с постоянным изменением текущей комбинации рыночных условий.
Ключевые слова:монетарная политика, инструменты регулирования, экономический рост, занятость, инфляция, простые правила монетарной политики, стабилизация экономики
Статья на украинском языке (cтр. 102 - 124) | Загрузить | Загрузок : 244 |
ПЕРЕЧЕНЬ ЛИТЕРАТУРЫ ▼
2. Okun A. Potential Output: Its Measurement and Significance. American Statistical Association Proceedings of the Business and Economic Section. Washington, D.C.: American Statistical Association, 1962.
3. Asso P., Kahn G., Leeson R. The Taylor Rule and the Transformation of Monetary Policy. Federal Reserve Bank of Kansas City Research Working Paper. 2007. RWP 07-11. P. 41. URL:
www.kansascityfed.org/documents/541/pdf-rwp07-11.pdf
4. Amamiya M. History and Theories of Yield Curve Control. Keynote Speech at the Financial Markets Panel Conference to Commemorate the 40th Meeting. 2017, January 11. URL:
www.boj.or.jp/en/announcements/press/koen_2017/data/ko170111a1.pdf
5. Svensson L. Evaluating monetary policy. The Taylor rule and the transformation of monetary policy / ed. by Koenig E., Leeson R., Kahn G. Hoover institution press; Stanford University, 2011. С. 245–274.
URL: larseosvensson.se/files/papers/evaluating-monetary-policy.pdf
6. Orphanides A. Historical Monetary Policy Analysis and the Taylor Rule. Board of Governors of the Federal Reserve System. 2003, June. No. 50. URL: www.sciencedirect.com/science/article/abs/pii/S0304393203000655; doi.org/10.17016/FEDS.2003.36
7. Baro R.J., Sala-i-Martin X. Economic Growth. 2nd ed. The MIT Press, USA, 2004. 654 c.
8. Niemira M., & Klein P. Forecasting financial and economic cycles. New York: John Wiley & Sons, Inc., 1995.
9. Orphanides A. Monetary Policy Rules Based on Real-Time Data / Board of Governors of the Federal Reserve System. 1997, December, 41. URL:
www.federalreserve.gov/pubs/feds/1998/199803/199803pap.pdf; doi.org/10.17016/FEDS.1998.03
10. Tavlas G. In Old Chicago: Simons, Friedman and the Development of Monetary-Policy Rules. Working Paper Series / The Becker Friedman Institute for Research in Economics (BFI), The University of Chicago. 2014. No. 2014-02. URL: onlinelibrary.wiley.com/doi/abs/10.1111/jmcb.12170; doi.org/10.2139/ssrn.2382839
11. Judd J., Rudebusch G. Taylor’s Rule and the Fed: 1970–1997 / Federal Reserve Bank of San-Francisco Economic Review. 1998. No. 3. URL:
glennrudebusch.com/wp-content/uploads/1998_FRBSF-ER_Judd-Rudebusch_Taylors-Rule-and-the-Fed-1970-1997.pdf
12. Rudebusch G. Is the Fed too timed? Monetary Policy in an Uncertain World. The Review of Economics and Statistics. May 2001. Vol. LXXXIII. No. 2. P. 203–217. URL:
glennrudebusch.com/wp-content/uploads/2001_REStat_Rudebusch_Is-the-Fed-Too-Timid-Monetary-Policy-in-an-Uncertain-World.pdf; doi.org/10.1162/00346530151143752
13. Belke A., Polleit T. How the ECB and US Fed set interest rates. HfB Working Paper Series / Business School of Finance & Management, Frankfurt a. M. 2006. No. 72. URL: nbn-resolving.de/urn:nbn:de:101:1-2008082788
14. Belke A., Klose J. How do the ECB and the Fed react to financial market uncertainty? The Taylor rule in times of crisis. ROME Discussion Paper Series / Research On Money in the Economy (ROME). 2010. No. 10-01. S. l. URL: www.econstor.eu/bitstream/10419/88238/1/772999406.pdf; doi.org/10.2139/ssrn.1592442
15. Woodford M. The Taylor Rule and Optimal Monetary Policy. Recent advantages in monetary policy rules. American Economic Association papers and proceedings. 2001. Vol. 91. No. 2. P.232–237. URL: www.aeaweb.org/articles?id=10.1257/aer.91.2.232; doi.org/10.1257/aer.91.2.232
16. Nikolsko-Rzhevskyy A., Papell D. Real-Time Historical Analysis of Monetary Policy Rules. 2015. URL: ssrn.com/abstract=2295192
17. Бандура О.В. Загальна модель економічних циклів – модель кумулятивної неефективності ринків. Економічна теорія. 2016. № 1. С. 86–100.
18. Szargut J., Morris D. Cumulative Exergy Consumption and Cumulative Degree of Perfection of Chemical Processes. Energy Research. 1987. Vol. 11. P. 245–261. doi.org/10.1002/er.4440110207
19. Taylor J. Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public Policy. 1993. № 39. P. 195–214. URL:
opendata.dspace.ceu.es/bitstream/10637/2345/1/p%20195_214.pdf; doi.org/10.1016/0167-2231(93)90009-L
20. Бандура О.В. Ефективність монетарної (регуляторної) політики та стале зростання. Економічна теорія. 2017. № 1. C. 38–53.
21. Гриценко А.А., Бандура О.В. Чинники і особливості сучасної інфляційної динаміки. Економічна теорія. 2020. № 1. C. 77–93.
22. Бандура О.В. Циклічність як форма прояву стабільності та нестабільності. Економіка і прогнозування. 2019. № 4. C. 7–23.
Календарь событий
Пн | Вт | Ср | Чт | Пт | Сб | Вс |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |