Влияние учета несовершенств финансового рынка на прогнозную силу DSGE-модели российской экономики

Лазарян Самвел Сергеевич   Никонов Иван Валерьевич   Судаков Сергей Сергеевич   

В статье исследуется вопрос: позволяет ли учет несовершенств финансового рынка повысить точность прогнозирования DSGE-модели российской экономики. Для этого проводится сравнение прогнозной силы нескольких версий DSGE-моделей, оцененных на российских данных. В качестве базовой используется двухсекторная модель малой открытой экономики. В расширенную версию модели включается механизм финансового акселератора, причем рассматриваются две альтернативные оценки этой модели: оценка на том же наборе данных, на котором оценивается базовая модель, и оценка с использованием данных о рыночной премии за риск. Мы заключаем, что оцененная с учетом данных о премии за риск модель с финансовым акселератором более точно прогнозирует основные макроэкономические переменные – выпуск и инфляцию. При этом остальные переменные, которые использовались при оценке параметров модели, прогнозируются хуже. Как следствие, на практике рекомендуется комбинировать оба типа моделей при анализе и подготовке прогноза.

Статья опубликована в журнале «Проблемы прогнозирования», №4 2024

Литература/References

  1. Лазарян С.С., Майоров Е.В. Перспективы использования DSGE-моделей министерствами финансов: опыт мировых регуляторов // Финансовый журнал. 2018. № 5 (45). С. 70-82. [Lazaryan S.S., Mayorov E.V. Prospects for the Use of DSGE Models by Finance Ministries: the Experience of Global Regulators // Financial Journal. 2018. No. 5 (45). Pp. 70-82. (In Russ.)]
  2. Christiano L.J., Trabandt M., Walentin K. Introducing Financial Frictions and Unemployment into a Small Open Economy Model // Journal of Economic Dynamics and Control. 2011. No. 35 (12). Pp. 1999-2041.
  3. Del Negro M., Giannoni M.P., Schorfheide F. Inflation in the Great Recession and New Keynesian Models // American Economic Journal: Macroeconomics. 2015. No. 7 (1). Pp. 168-196.
  4. Kolasa M., Rubaszek M. Forecasting Using DSGE Models with Financial Frictions // International Journal of Forecasting. 2015. No. 31 (1). Pp. 1-19.
  5. Hasumi R., Iiboshi H., Matsumae T., Nakamura D. Does a Financial Accelerator Improve Forecasts During Financial Crises? Evidence from Japan with Prediction-Pooling Methods // Journal of Asian Economics. 2019. No. 60. Pp. 45-68.
  6. Крепцев Д., Селезнев С. DSGE-модель российской экономики с банковским сектором // Банк России. Серия докладов обэкономических исследованиях. 2017. № 27. С. 3-82. [Kreptcev D., Seleznev S. DSGE-models of Russian economy with bank sector // Bank of Russia Economic research paper series. 2017. No. 27. Pp. 3-82. (In Russ.)]
  7. Bernanke B.S., Gertler M., Gilchrist S. The Financial Accelerator in a Quantitative Business Cycle Framework / Handbook of Macroeconomics. Elsevier, 1999. Vol. 1. Chapter 21. Pp. 1341-1393.
  8. Елкина М.А. Финансовые фрикции в DSGE-модели российской экономики // Экономический журнал ВШЭ. 2023. № 27 (2). С. 159-195. [Elkina М.А. Financial Frictions in a DSGE Model of Russian Economy // HSE Economic Journal. 2023. No. 27 (2). Pp. 159-195 (In Russ.)]
  9. Dixit A.K., Stiglitz J.E. Monopolistic competition and optimum product diversity // The American economic review. 1977. No. 3 (67). Pp. 297-308.
  10. Rotemberg J.J. Sticky prices in the United States // Journal of political economy. 1982. No. 6 (90). Pp. 1187-1211.
  11. Rotemberg J.J. Monopolistic price adjustment and aggregate output // The Review of Economic Studies. 1982. No. 4 (49). Pp. 517-531.
  12. Rotemberg J.J. Aggregate consequences of fixed costs of price adjustment // The American Economic Review. 1983. No. 3 (73). Pp. 433-436.
  13. Gertler M., Karadi P. A Model of Unconventional Monetary Policy // Journal of monetary Economics. 2011. Vol.58 (1). Pp. 17-34.
  14. Вотинов А.И., Лазарян С.С., Польщикова Ю.А. Влияние межсекторальной структуры экономики на свойства DSGE-моделей // Деньги и кредит. 2023. № 82 (1). С. 32-54. [Votinov A.I., Lazaryan S.S. and Polshchikova Yu.A. The Impact of the Cross-Sectoral Economic Structure on the Properties of DSGE Models // Russian Journal of Money and Finance. 2023. No. 82 (1). Pp. 32-54. (In Russ.)]
  15. Andrle M., Hlédik T., Kameník O., Vlček J. Implementing the New Structural Model of the Czech National Bank. CNB Working Papers, 2009. No. 2. Czech National Bank. URL: https://www.cnb.cz/en/economic-research/research-publications/cnb-working-paper-series/Implementing-the-New-Structural-Model-of-the-Czech-National-Bank-00001
  16. Иващенко С.М. Модели ДСОЭР: проблема трендов // Финансовый журнал. 2019. № 2 (48). С. 81-95. [Ivashchenko S.M. DSGE Models: Problem of Trends // Financial Journal. 2019. No. 2 (48). Pp. 81-95. (In Russ.)]
  17. Вотинов А.И. Влияние добавления нестандартных нестационарных процессов на характеристики DSGE-моделей // Журнал Новой экономической ассоциации. 2022. Т. 3 (55). С. 28-43. [Votinov A.I. The effects of additional non-stationary processes on the properties of DSGE-models // Journal of the New Economic Association. 2022. No. 3 (55). Pp. 28-43. (In Russ.)]
  18. Adjemian S., Bastani H., Juillard M., Mihoubi F., Perendia G., Ratto M., Villemot S. Dynare: Reference manual, version 6. 2024. URL: https://www.dynare.org/manual/
  19. Hansen N., Müller S.D., Koumoutsakos P. Reducing the time complexity of the derandomized evolution strategy with covariance matrix adaptation (CMA-ES) // Evolutionary computation. 2003. No. 1 (11). Pp. 1-18.
  20. Igel C., Hansen N., Roth S. Covariance matrix adaptation for multi-objective optimization // Evolutionary computation. 2007. No. 1(15). Pp. 1-28.