Интегральный индекс предложения инвестиционной продукции как прокси показатель инвестиций в основной капитал

Кириченко Ирина Алексеевна   Смирнов Александр Владимирович   

Статья опубликована в журнале «Проблемы прогнозирования» (ISSN: 0868-6351 (Print), ISSN: 3034-0071 (Online)), №2 2024

RUEN
ИНТЕГРАЛЬНЫЙ ИНДЕКС ПРЕДЛОЖЕНИЯ ИНВЕСТИЦИОННОЙ ПРОДУКЦИИ КАК ПРОКСИ ПОКАЗАТЕЛЬ ИНВЕСТИЦИЙ В ОСНОВНОЙ КАПИТАЛ

КИРИЧЕНКО Ирина Алексеевна, к.э.н., 94522@bk.ru, Центр Института мировой экономики и информатизации, Институт мировой экономики и финансов, Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации, Московский государственный строительный университет, Москва, Россия
ORCID: 0000-0002-1657-5648

СМИРНОВ Александр Владимирович, к.э.н., asmirnoff@mail.ru, Институт мировой экономики и информатизации, Институт мировой экономики и финансов, Всероссийская академия внешней торговли Министерства экономического развития Российской Федерации, Москва, Россия
ORСID: 0000-0003-2077-4663

Аннотация. Необходимость оперативной оценки основных показателей социально-экономического развития страны обусловливает совершенствование методов краткосрочного анализа и прогнозирования низкочастотных параметров экономического и, в том числе, инвестиционного развития. В статье предложен подход к разработке структурно-динамической модели оперативной оценки инвестиций в основной капитал. В его основе лежит расчет интегрального месячного индекса предложения инвестиционной продукции, включающий сводный индекс предложения машин и оборудования инвестиционного назначения и сводный индекс предложения строительной продукции. Данный показатель определяющим образом отражает текущую динамику инвестиционной деятельности в экономике и может быть рекомендован в качестве прокси показателя инвестиций в основной капитал.

Ключевые слова: модельный инструментарий, инвестиции в основной капитал, интегральный индекс, машины и оборудование, строительные материалы.

DOI: 10.47711/0868-6351-203-83-97

Статья поступила в редакцию 20.10.2023. Статья принята к публикации 14.11.2023.

Для цитирования: И.А. Кириченко, А.В. Смирнов. Интегральный индекс предложения инвестиционной продукции как прокси показатель инвестиций в основной капитал // Проблемы прогнозирования. 2024. № 2 (203). С. 83-97. DOI: 10.47711/0868-6351-203-83-97

COMPOSITE SUPPLY INDEX OF INVESTMENT PRODUCTS AS A PROXY INDICATOR OF FIXED CAPITAL INVESTMENT

I.A. KIRICHENKO, Cand. Sci (Econ.), Center of the Institute of World Economy and Informatization, Moscow, Russia
ORCID: 0000-0002-1657-5648

A.V. SMIRNOV, Cand. Sci (Econ.), Institute of World Economy and Informatization, Moscow, Russia
ORСID: 0000-0003-2077-4663

Abstract. The need to assess timely the main indicators of the country’s socio-economic development determines the improvement in methods for short-term analysis and forecasting of low-frequency parameters reflecting economic and, among other things, investment development. The article proposes an approach to devising a structural dynamic model for the operational assessment of fixed capital investment. It is based on calculating the integral monthly supply index of investment products, including the composite supply index of investment machinery and equipment and the composite supply index of building products. This indicator definitively reflects the current dynamics of investment activity in the economy and it can be recommended as a proxy index of fixed capital investment.

Keywords: model toolkit, fixed capital investment, composite index, machinery and equipment, building materials.

DOI: 10.1134/S1075700724020084

Received 20.10.2023. Accepted 14.11.2023.

For citation: I.A. Kirichenko and A.V. Smirnov. Composite Supply Index of Investment Products as a Proxy Indicator of Fixed Capital Investment // Studies on Russian Economic Development. 2024. Vol. 35. No. 2. Pp. 215-225. DOI: 10.1134/S1075700724020084

Литература/References

  1. Федеральный план статистических работ, утвержденный распоряжением Правительства Российской Федерации от 06.05.2008 № 671-р (ред. от 10.06.2023). URL: https://rosstat.gov.ru/folder/462
  2. Banbura M., Giannone D., Modugno M., Reichlin L. Now-casting and the real-time data flow. In Handbook of Economic Forecasting. Amsterdam, The Netherlands: Elsevier, 2013. Vol. 2. Рp. 195-237.
  3. Bok B., Caratelli D., Giannone D., Sbordone A.M., Tambalotti A. Macroeconomic Nowcasting and Forecasting with Big Data // Annual Review of Economics. 2018. No. 10. Pp. 615-643.
  4. Choi H., Varian H. Predicting the Present with Google Trends // Economic Record. 2012. Vol. 88. Pp. 2-9. DOI: 10.1111/j.1475-4932.2012.00809.x.
  5. Denton F.T. Adjustment of Monthly or Quarterly Series to Annual Totals: An Approach Based on Quadratic Minimization // Journal of the American Statistical Association. 1971. No. 66 (333). Pp. 99-102. DOI: 10.1080/01621459.1971.10482227.
  6. Ferrara L., Marsilli C. Nowcasting global economic growth: A factor-augmented mixed-frequency approach // The World Economy. 2019. No. 42 (3). Pp. 846-875.
  7. Gornostaev D., Ponomarenko A., Seleznev S., Sterkhova A. A Real-Time Historical Database of Macroeconomic Indicators for Russia // Russian Journal of Money and Finance. 2022. No. 81 (1). Pp. 88-103.
  8. Sarduie M.H., Alborzi M., Kazemi M.A., Azar A., Kermanshah A. P-v-l deep: a big data analytics solution for now-casting in monetary policy // Journal of Information Technology Management. 2021. Vol. 12. No. 4. Pp. 22-62.
  9. Дерюгина Е., Пономаренко А. Большая байесовская векторная авторегрессионная модель для российской экономики. Банк России. Серия докладов обэкономических исследованиях. 2015. № 1. Mарт. URL: https://cbr.ru/Content/Document/File/16740 [Deryugina E., Ponomarenko A. Large Bayesian vector autoregressive model for the Russian economy. Bank of Russia. Economic Research Report Series 2015. No. 1. March. (In Russ.)]
  10. Bragoli D. and Modugno M. A Now-Casting Model for Canada: Do U.S. Variables Matter? International Journal of Forecasting. 2017. No. 33 (4). Pp. 786-800. DOI: 10.1016/j.ijforecast.2017.03.002.
  11. Bragoli D., Fosten J. Nowcasting Indian GDP // Oxford Bulletin of Economics and Statistics. 2018. No. 80 (2). Pp. 259-282. DOI: 10.1111/obes.2018.80.issue-2.
  12. Jansen W.J., Jin X.W., de Winter J.M. Forecasting and Nowcasting Real GDP: Comparing Statistical Models and Subjective Forecasts // International Journal of Forecasting. 2016. No. 32 (2). Pp. 411-436. DOI: 10.1016/j.ijforecast.2015.05.008.
  13. Jardet C., Meunier B. Nowcasting World GDP Growth with High-Frequency Data. Banque de France: Paris, France, 2020. Working paper. URL: https://publications.banque-france.fr/sites/default/files/medias/documents/wp788.pdf
  14. Kočenda E., Poghosyan K. Nowcasting real GDP growth: comparison between old and new EU countries // Eastern European Economics. 2020. Vol. 58. No. 3. Pp. 197-220.
  15. Губкова Е.А. Наукастинг динамики ВВП с помощью ежемесячной статистики на российских данных // Экономические исследования. 2019. № 4. С. 2-9. [Gubkova E.A. Nowcasting of GDP dynamics using monthly statistics based on Russian data // Economic Research. 2019. No. 4. Pp. 2-9. (In Russ.)]
  16. Зубарев А.В., Рыбак К.С. Наукастинг ВВП: динамическая факторная модель и официальные прогнозы // Экономическое развитие России. 2021. Т. 28. № 12. С. 34-40. [Zubarev A.V., Rybak K.S. Nowcasting of GDP: dynamic factor model and official forecasts // Economic development of Russia. 2021. Vol. 28. No. 12. Pp. 34-40. (In Russ.)]
  17. Станкевич И.П. Сравнение методов наукастинга макроэкономических индикаторов на примере российского ВВП // Прикладная эконометрика. 2020. № 3 (59). С. 113-127. [Stankevich I.P. Comparison of nowcasting methods for macroeconomic indicators using the example of Russian GDP // Applied Econometrics. 2020. No. 3 (59). Pp. 113-127. (In Russ.)]
  18. Майорова К., Фокин Н. Наукастинг темпов роста стоимостных объемов экспорта и импорта России по товарным группам // Деньги и кредит. 2021. Т. 80. № 3. С. 34-48. [Mayorova K., Fokin N. Nowcasting the growth rates of value volumes of exports and imports of Russia by product groups // Money and Credit. 2021. T. 80. No. 3. Pp. 34-48. (In Russ.)]
  19. Полбин А.В., Фокин Н.Д. Моделирование динамики импорта РФ с помощью модели коррекции ошибок // Прикладная эконометрика. 2020. № 3 (59). С. 88-112. [Polbin A.V., Fokin N.D. Modeling the dynamics of Russian imports using an error correction model // Applied econometrics. 2020. No. 3(59). Pp. 88-112. (InRuss.)]
  20. Фирсов Д.В., Чернышева Т.К. Обзор успешных практик применения наукастинга в социально-экономическом прогнозировании // Журнал прикладных экономических исследований. 2021. Т. 20. № 2. С. 269-293. [Firsov D.V., Chernysheva T.K. Review of successful practices in the use of nowcasting in socio-economic forecasting // Journal of Applied Economic Research. 2021. Vol 20. No. 2. Pp. 269-293. (In Russ.)] DOI: 10.15826/vestnik.2021.20.2.012.
  21. Центр макроэкономического анализа и краткосрочного прогнозирования. Бюллетень «Об инвестиционной активности». URL: http://www.forecast.ru/_ARCHIVE/Analitics/PROM/2022/INV_2022-07-08.pdf
  22. Бессонов В.А. Какой должна быть российская информационно-статистическая система? // Вопросы статистики. 2017. № 4. С. 22-37. [Bessonov V.A. What should the Russian information and statistical system be like? // Questions of statistics. 2017. No. 4. Рp. 22-37. (In Russ.)]
  23. Кириченко И.А., Смирнов А.В. Точность оценки инвестиций в основной капитал // Журнал ЭКО. 2012. № 4 (454). С. 104-116. [Kirichenko I.A., Smirnov A.V. Accuracy of assessment of investments in fixed capital // ECO Magazine. 2012. No. 4 (454). Рp. 104-116. (In Russ.)]
  24. Маршова Т.Н. Принципы формирования статистических данных для анализа и прогноза социально-экономического развития // Экономические и социально-гуманитарные исследования. 2017. № 2 (14). С. 25‑36. [Marshova T.N. Principles of formation of statistical data for analysis and forecast of socio-economic development // Economic and social-humanitarian studies. 2017. No. 2(14). Рp. 25-36. (In Russ.)]
  25. Сальников В.А., Галимов Д.И. Статистика промышленного производства: некоторые наблюдения внимательных пользователей // Проблемы прогнозирования. 2020. № 1 (178). С. 10-21. [Sal’nikov V.A., Galimov D.I. Statistics of Industrial Production in Russia: Some Observations of Attentive Users // Studies on Russian Economic Development. 2020. Vol. 31. No. 1. Pp. 7-16. (In Russ.)]