Используемые методы: DEA для оценки совокупной факторной производительности и ее компонентов; фильтр Калмана для расчета потенциального ВВП и разрыва выпуска; SFA для оценки эффективности издержек российских банков; байесовский подход к оценке параметров векторной авторегрессионной модели российской экономики со структурной идентификацией шоков; эконометрическая модель на основе подхода Хаусманна-Клингера для оценки перспективных направлений импортозамещения и реализации экспортного потенциала экономики России; эконометрические оценки модели функции реакции фискальной политики на уровень долговой нагрузки использовались для анализа устойчивости долга субъектов РФ. Широко применялись статистические и графические методы анализа, а также иные аналитические методы (ранжирование, сегментация и т.п.).
Эмпирическая база исследования: в рамках работы использован широкий круг источников, включая данные Росстата, Минфина, Банка России, Минпромторга, Минэкономразвития, ФТС, международные базы данных, сообщения СМИ, официальные информационные источники о принимаемых решениях и об оценках ситуации. Следует отметить использование в работе специально созданной сотрудниками ЛАПЭП уникальной по широте охвата базы статистической информации, содержащей свыше 5 тыс. динамических рядов. Также использованы базы данных: Cbonds-PRO RU (база данных, содержащая сведения об эмиссии российских корпоративных ценных бумаг); Loans-PRO (база данных, содержащая сведения о синдицированных кредитах); БИР-Аналитик (база данных, содержащая данные о бухгалтерской отчетности юридических лиц) и ряд других данных.
Результаты работы:
1. В развитии методологии были получены следующие результаты:
1.1. Одна из задач реализации данного проекта – совершенствование применяемых в ЛАПЭП инструментальных методов количественного анализа и оценки производственных возможностей. На основе анализа мирового опыта и практики прогнозирования в работе предложена классификация моделей, предназначенных для неструктурного макроэкономического прогнозирования. Такие модели были разделены на три поколения. К первому поколению относятся базовые модели для анализа свойств одномерных (ARIMA) и многомерных (DFM, динамическая факторная модель, и VAR, векторная авторегрессия) временных рядов. Во втором поколении моделей разрабатываются надстройки к тем или иным моделям первого поколения (BVAR, Байесовская векторная авторегрессия и др.). Модели третьего поколения – гибриды моделей первого поколения с учетом усовершенствований, предложенных в моделях второго (совмещение динамических факторных моделей и векторных авторегрессий с постоянными или переменными коэффициентами во времени). Для российской экономики предложена предварительная спецификация модели байесовской векторной авторегрессии (BVAR), Первые результаты – протестированы шоки различной природы (использовались средства пакета MATLAB). В частности, были идентифицированы: шок «доверия» на мировых финансовых рынках; шок спроса (ВВП); шок на внешних долговых рынках («западные санкции») и шок денежно-кредитной политики (эмиссии). Были показаны импульсы этих шоков на ключевые внутренние переменные российской экономики и их распространение во времени.
1.2. Разработана методика применения непараметрических оценок производственной функции (метода DEA) и статистических оценок (метода SFA) к оценке мировой границы производственных возможностей. Построены уточненные базы данных для двух выборок стран за 1990-2010 гг. (страны-члены ОЭСР на 1990 г. и Россия, шестьдесят пять крупнейших экономик мира). Разработана эмпирическая стратегия оценки при помощи двухэтапного подхода к оценке границы производственных возможностей и роли факторов, которые на нее влияют.
1.3. С использованием ряда индикаторов ценовой динамики и индикаторов рынка труда получены оценки потенциального выпуска и разрыва ВВП для США, зоны евро и Китая. Принципиальное отличие от результатов в рамках ТЗ-11 заключается в учете финансовых переменных в оценке динамики. ряда многомерных фильтров Калмана. Кроме того, полученные оценки динамики потенциального выпуска и разрыва выпуска для России, Беларуси, Казахстана и ЕАЭС в целом учитывают не только годовую, но и квартальную структуру данных. Применены новые тесты на структурные сдвиги – тесты Бай-Перрона, Чена-Лю. Результаты анализа выявили сохранение структурного сдвига производственных возможностей на посткризисном (с 2009 или 2010 г.) периоде для всех рассмотренных экономик, с существенными различиями между странами.
1.4. В ходе исследования была разработана методология определения «границ устойчивости» долга для регионов России с использованием итеративной оценки модели функции реакции с разными порогами, а также создан комплекс критериев их выбора. Результаты оценивания показали, что для субъектов РФ пороги устойчивости долговой нагрузки (отношение долга без государственных гарантий к собственным доходам региона), после превышения которых значимо возрастает чувствительность первичного сальдо региональных бюджетов к уровню накопленного долга, составляют 55% и 84%.
1.5. Предложена микроэкономическая модификация одного из общеотраслевых индикаторов конкуренции между банками – индикатора Буна, для оценки которого не требуется информация о процентных ставках по кредитам, в отличие от более популярного индекса Лернера. В настоящей работе показано, что основными источниками межбанковской гетерогенности такого эффекта в российской банковской системе являются, в основном, различия банков по типу реализуемых бизнес-моделей (розничная или корпоративная) и по их склонности к кредитному риску. На основе этих показателей выделены низко- и высокорисковые ниши на кредитном рынке. Расчеты индикатора Буна показали, что в каждой такой нише лидерами являются банки с государственным участием в капитале. Показано, что банки конкурируют преимущественно по качеству, а не по количеству предоставляемых кредитных услуг. Показано, что индикатор Буна и индекс Лернера, несмотря на существенные различия, дают в целом непротиворечивые предсказания относительно рыночной власти российских банков.
1.6. На основе анализа сравнительных преимуществ стран мира и модификации подхода Хаусманна-Клингера усовершенствована методика оценки перспективных направлений импортозамещения и реализации экспортного потенциала экономики России. Использованы данные по внешней торговле товарами и услугами за 2013 г. по широкому кругу стран мира в разбивке по 4 знакам ТН ВЭД. Подходы к получению стоимостных оценок потенциала импортозамещения и экспортного потенциала синхронизированы для целей сопоставления относительной перспективности этих стратегий развития внешней торговли. Предложены статистические показатели, позволяющие согласовать модельные оценки с текущим состоянием: доля России в мировом импорте и экспорте, а также коэффициент несбалансированности торговли.
2. В получении новых эмпирических знаний:
2.1. На регулярной основе проводилась работа по мониторингу и анализу развития российской экономики и ее важнейших сфер (макроэкономика, реальный сектор, бюджетная сфера, денежно-кредитная сфера, банковская сфера, внешнеторговая сфера и др.). Разрабатывались и прогнозы развития российской экономики на кратко- и среднесрочную перспективу. Продолжена работа, цель которой как в характеристике развертывающихся, в том числе кризисных, процессов в важнейших сферах экономики, так и разработка различных сценариев развития (включая факторы неопределённости), построению количественных параметров сценарных прогнозов на среднесрочную перспективу.
2.2. Получены оценки вклада импортозамещения и прироста экспорта в потенциал прироста чистого экспорта России, свидетельствующие, что импортозамещение в целом является более перспективной стратегией, чем увеличение экспорта: по оценке, 72% потенциального прироста чистого экспорта формируется за счет импортозамещения. Виды деятельности с максимальным потенциалом прироста чистого экспорта – производство транспортных средств (в основном автомобилей), машин и оборудования, электрооборудования, электронного и оптического оборудования, а также химическое производство (в основном в части фармацевтики). Продемонстрировано, что емкость рынка (доля России в мировом импорте) является важным фактором, влияющим как на вклад импортозамещения в потенциал прироста чистого экспорта, так и на перспективы улучшения относительного сальдо торговли.
2.3. В рамках анализа ключевых тенденций в реальном секторе экономики показано, что особенность современного кризиса в промышленности – менее отчетливо выраженные кризисные явления по сравнению с теми, какими они были в предшествующий кризис 2009 г. Так, объём выпуска продукции и уровень инвестиций в основной капитал снизились в 2015 г. лишь на 2,5-3,2% против 9% в 2009 г., рентабельность и платёжеспособность компаний даже несколько выросли, производительность труда хоть и незначительно, но подросла (а не уменьшилась, как в 2009 г.), а реальная заработная плата при этом даже сократилась. В то же время, дифференциация положения отдельных производств усилилась, и в секторах, ориентированных на инвестиционный спрос, кризисные явления значительны.
2.4. Путем обобщения опыта реализации политики стимулирования экономического роста в странах, имплементировавших режим инфляционного таргетирования мы попытались выявить принципы эффективной координации политики правительства и центрального банка в данных условиях. Было установлено, что использование правил денежно-кредитной политики и донесение до участников рынка достаточно подробной информации о том, как работают эти правила, обеспечивает оптимальную комбинацию предсказуемости и гибкости монетарной политики, создает механизмы реальной ответственности центрального банка.
2.5. Проводится анализ основных факторов и тенденций, обусловивших изменение ситуации на денежном и валютном рынке в течение 2015 г. В частности, оценивается изменение реакции органов денежно-кредитного регулирования на состояние экономики и финансового сектора. Также оценивается эффективность адаптации платёжного баланса России к новым внешнеэкономическим условиям в условиях новой валютной политики Банка России.
2.6. На регулярной основе выпускались аналитические материалы: «Тренды российской экономики»; «Тренды развития крупнейших экономик мира»; «Тенденции развития промышленности», «Банкротства юридических лиц России», и ряд ежемесячных аналитических записок. Проводился анализ важнейших мер экономической политики, а также сценариев и прогнозов развития российской экономики, разрабатываемых Минэкономразвития и осуществлялось построение аналогичных прогнозов с их сценарными условиями (вариантами развития), анализ Основных направлений денежно-кредитной политики. Особое внимание уделялось проблеме рисков для денежно-кредитной и банковской системы.
Степень внедрения, рекомендации по внедрению или итоги внедрения результатов НИР
Реализация целей исследования обеспечит решение проблемы повышения качества социально-экономического прогнозирования, в том числе в рамках оперативного антикризисного управления. Кроме того, результаты проведенного исследования могут служить базой для дальнейших работ по аналитическому сопровождению подготовки крупномасштабных решений и документов стратегического характера.
Подготовленные в рамках реализации данного проекта материалы передавались в органы исполнительной власти (Администрация Президента, Аппарат Правительства, Минэкономразвития, Минпромторг, Минобрнауки).