WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 23 |

Согласно [Giorno et al., 1995], потенциальный ВВП в странах ОЭСР оценивается следующим методом: в частности, тренд в ВВП выделялся при помощи метода «расщепления (split) временного тренда», а также двумя альтернативными методами – сглаживание ряда реального ВВП производилось при помощи фильтра Ходрика–Прескотта (который более подробно будет рассмотрен во втором разделе работы), а оценка потенциального выпуска выполнялась на основе использования производственной функции с учетом основных предпосылок, которые изменя лись в зависимости от изучаемой страны (см. [De Masi, 1997]). При этом авторы отмечают, что последний подход оказался наилучшим.

В основе метода производственной функции лежит оценка лог-линейной зависимости добавленной стоимости от затрат труда, капитала и совокупной факторной производительности.

При данной оценке средней доли труда (коэффициент при логарифме переменной затрат труда) рассчитывается факторная производительность, которая в дальнейшем сглаживается при помощи фильтра Ходрика–Прескотта в целях получения трендовой факторной производительности. Затем последняя снова подставляется в производственную функцию наряду с текущим запасом капитала и оцененным «потенциальным» уровнем безработицы (на основе полученного ранее уровня безработицы NAIRU), откуда находится логарифм потенциального выпуска сектора бизнеса. Потенциальный выпуск экономики в целом в итоге рассчитывается путем прибавления реальной добавленной стоимости сектора государственного управления к потенциальному выпуску сектора бизнеса (в целях расчетов потенциальный выпуск сектора государственного управления считается равным текущей добавленной стоимости этого сектора).

Для оценки потенциального ВВП Японии был применен подход, несколько отличающийся от описанного выше (см. [Bank of Japan, 2003]). В частности, последние оценки производственной функции сектора бизнеса в Японии показывают, что функция Кобба–Дугласа для используемых данных является неприемлемой и вместо этого следует применять производственную функцию с постоянной отдачей от масштаба (CES), в которой эластичность замещения между трудом и капиталом равна 0,4.

В этом случае декомпозиция роста потенциального ВВП на компоненты представляет собой более сложную процедуру по сравнению с описанной ранее (см. также [Turner et al., 1996]).

Следует отметить, что поскольку МВФ проводит мониторинг ситуации в очень разнородных странах (с точки зрения охвата и качества экономической статистики), подход к оценке потенциального ВВП базируется, как правило, на методе производственной функции (см. выше) с учетом основных предпосылок, меняющихся в зависимости от изучаемой страны1.

Для США применяется как метод расщепления временного тренда, так и фильтр Ходрика–Прескотта, полосовой фильтр и метод производственной функции (см., в частности, [CBO, 2001]).

Авторы отмечают, что полученные МВФ оценки потенциального ВВП используются в дальнейшем для исследования структурных трендов или влияния отдельных шоков предложения (например, террористических атак в США – см. [IMF, 2002]).

ЕЦБ еще не публиковал каких-либо оценок потенциального ВВП для еврозоны. При разработке контрольного значения для темпа роста денежной массы ЕЦБ рассматривает несколько оценок потенциального ВВП, в том числе полученных другими организациями с использованием различных методов. Вместе с тем доминирующей в Европейской системе центральных банков становится методика фильтра Ходрика–Прескотта (см.

[Bouthevillain et al., 2001]). Оценка потенциального ВВП и разрыва в выпуске проводится с учетом прогнозной ценовой динамики и других индикаторов (см. [ECB, 2000]).

Рассмотрим, насколько отличаются оценки разрыва в выпуске в разных странах, полученные при помощи различных методов измерения потенциального ВВП, указанных в табл. 12.

Оказывается, что корреляция, полученная в результате использования разных методик, составляет примерно 0,7–0,9, хотя для отдельных методик или отдельных стран она может быть намного меньше3. Корреляция отражает тот факт, что оцененные разрывы в выпуске, как правило, изменяются синхронно, хотя в некоторые моменты времени различия могут быть существенными, как показано в [Mc Morrow, Rцger, 2001], исследовавших разрыв в выпуске для стран Евросоюза при помощи фильтра Ходрика–Прескотта и производственной функции. Аналогичная ситуация для большинства методик (за исключением структурных VAR) описывается в работе [Cerra, Chaman Saxena, 2000] применительно к Швеции.

1 См., в частности, работы [Cotis, Elmeskov, Mourougane, 2005] и [De Masi, 1997].

2 Подробнее см. [Cotis, Elmeskov, Mourougan, 2005].

3 Это показано в работах [Chagny, Dцpke, 2001], [Dupasquier et al., 1997], [Scott, 2000].

Однако, несмотря на то что форма кривой оцененного различными способами разрыва в выпуске примерно одинакова, этого нельзя сказать о размере данного разрыва1. Например, применение метода линейного тренда приводит к более существенным разрывам по сравнению с фильтром Ходрика–Прескотта (что можно частично устранить при помощи введения временного сдвига). Применительно к странам ЕС использование фильтра Ходрика–Прескотта приводит к большей величине разрыва в выпуске, чем в случае фильтра Калмана2. Однако для случая Новой Зеландии [Claus et al., 2000] указывают на значительную амплитуду разрывов выпуска, полученных при помощи структурных VAR и фильтра Калмана, по сравнению с оценками одномерного и многомерного фильтров Ходрика–Прескотта.

[Kuttner, 1994] показывает, что размер разрыва в выпуске для США, оцененный через фильтр Калмана (одномерный случай), существенным образом сокращается при включении уравнения, описывающего динамику инфляции (т.е. при переходе к многомерному случаю). В любом случае различия в амплитуде разрывов в конкретный момент времени оказались небольшими по сравнению с неопределенностью их оценки3.

Для проверки того, насколько одинаковую картину бизнесциклов позволяют получить различные методики, оценки разрыва в выпуске часто анализируются с точки зрения их соотношения с другими индикаторами. Как правило, разрывы в выпуске сопоставляются с показателями использования производственных мощностей. В целом существующие исследования выявляют наличие положительной корреляции между оценками разрывов и другими индикаторами. Исключениями являются декомпозиция Бевериджа–Нельсона и структурные VAR, в случае применения которых корреляция разрывов с другими показателями бизнес-циклов не всегда положительная4.

Другим аспектом оценки разрыва в выпуске является способность полученных результатов объяснить динамику инфляции в прошлых периодах. В целом было обнаружено, что результаты оценки объясняют лишь несущественную часть динамики 1 См. [Canova, 1998].

2 [Mc Morrow, Rцger, 2001].

3 [Dupasquier et al., 1997].

4 См. [McMorrow, Rцger, 2001], [Camba–Mendez, Rodriguez–Palenzuela, 2001].

инфляции1, однако значительная доля инфляции объясняется другими факторами2. [Mc Morrow, Rцger, 2001] в этом смысле указывают на схожесть результатов применения фильтра Ходрика–Прескотта и производственной функции. Результаты, полученные в работе [Claus et al., 2000], показывают, что техника структурных VAR менее эффективна по сравнению с другими методиками с точки зрения объяснения инфляции в Новой Зеландии. Тем не менее [Chagny, Dцpke, 2001] было обнаружено, что динамика инфляции в еврозоне лучше всего описывается при помощи метода структурных VAR. Интуитивно представляется, что методы, предусматривающие в своем алгоритме уравнение динамики инфляции (HPMV или многомерный фильтр Калмана), скорее всего лучше описывают инфляционную динамику. [Kichian, 1999] заключает, что модели многомерного фильтра Калмана (в рамках которых используется уравнение ценовой кривой Филипса) полезны для оценки разрывов в выпуске в терминах анализа инфляционного давления в Канаде.

В статье [Rьnstler, 2002] также показано, что разрывы в выпуске, оцененные при помощи многомерного фильтра Калмана, в большей степени связаны с инфляцией в еврозоне за последние десятилетия.

Оценки разрыва в выпуске могут быть использованы для краткосрочных прогнозов будущей инфляции3. В статье [De Brouwer, 1998] показано, что для Австралии включение переменной разрыва в выпуске в модель (вне зависимости от используемого метода) предполагает улучшение ее прогнозных свойств по сравнению с уравнением без этого разрыва. В уравнениях, в которых используется HPMV или производственная функция, ошибки прогноза наименьшие. Другими авторами было показано, что модели фильтра Калмана работают лучше с точки зрения прогноза инфляции4. В противопоставление данному выводу следует отметить ограниченность применения оценок разрыва в выпуске, полученных через многомерный фильтр Калмана, к инфляции в еврозоне5. В исследовании [Orphanides, van Norden, 2001] было показано, что при всем многообразии способов оценки 1 См., например, [Chagny, Dцpke, 2001].

2 Это показано, в частности, в [Claus et al., 2000], [Slevin, 2001].

3 См. [Slevin, 2001], [De Brouwer, 1998].

4 См., например, [Kichian, 1999].

5 На это указывает, в частности, [Rьnstler, 2002].

разрыва в выпуске реальные его оценки несут в себе мало информации в терминах прогноза инфляции.

В [Rennison, 2003] применяется другой подход и анализируются некоторые альтернативные методики не только оценки разрыва в выпуске, но и их точности через симуляции МонтеКарло, порождающие данные, в которых заложены другие процессы. Ограничивая свой анализ фильтрами HP, HPMV и структурными VAR, автор обнаруживает, что комбинация фильтра HPMV и структурной VAR, как правило, позволяет получить более адекватную оценку разрыва в выпуске в конце выборки и в большинстве случаев полученные таким образом оценки, как правило, сильно коррелируют с реальным разрывом.

1.3.3. Оценка структурного дефицита государственного бюджета Как отмечалось выше, структурный дефицит государственного бюджета наряду с потенциальным выпуском в странах ОЭСР оценивался на базе методов расщепления временного тренда и производственной функции1. В рамках последнего метода величина структурного дефицита была получена на базе ранее оцененной величины разрыва в выпуске, а также эластичностей бюджетного дефицита по налогам и расходам, причем, по мнению авторов статьи, данный метод позволяет получить более точные оценки структурного дефицита.

Структурный бюджетный дефицит оценивается в [Giorno et al., 1995] путем выделения циклической и структурной компонент фактических государственных доходов и расходов. Иными словами, структурный дефицит отражает размер сальдо налоговых доходов и расходов бюджета в случае, если фактический ВВП находился бы на потенциальном уровне. Таким образом, можно записать:

B* = *-G *+CS, (9) T i где B* – структурный бюджетный дефицит;

Ti* – структурная составляющая налоговых доходов бюджета для i-й категории налогов;

1 См. работу [Giorno et al., 1995].

G* – структурная составляющая бюджетных расходов (за вычетом капитальных расходов, CS – capital spending).

Компоненты структурного дефицита Ti* и G* из уравнения (9) оцениваются авторами на базе фактических налоговых доходов (разделенных на 4 категории: налоги на корпорации, налоги на личный доход, отчисления на социальное страхование работодателей и работников, а также косвенные налоги) и государственных расходов.

Авторы отмечают, что оценки циклических и структурных компонент относительно чувствительны к оценкам разрывов в выпуске, полученным разными методами. Кроме того, существует необходимость коррекции полученных ранее эластичностей налоговых поступлений по вышеназванным категориям налогов из-за изменений, вызванных налоговыми реформами.

Одним из способов оценки эластичностей является построение простой регрессии налоговых поступлений и выпуска (в текущих ценах). Вместе с тем оценки коэффициентов в подобных регрессиях являются средними за весь оцениваемый период и не являются очищенными от эффекта налоговых реформ. Новые оценки эластичностей расходов были получены авторами рассматриваемой статьи на базе расчета эластичности уровня безработицы по выпуску, умноженной на эластичность пособий по безработице по уровню безработицы. Полученные таким образом значения представляют собой эластичности пособий по безработице по отношению к выпуску, которые в дальнейшем могут быть применены к фактическим государственным расходам.

В целом авторы отмечают, что оценки структурного дефицита, полученные ранее на базе метода расщепления тренда, практически для всех стран, кроме США, были серьезно пересмотрены. Так, среди семи крупнейших стран оценки структурного дефицита в Германии и Великобритании превосходили предыдущие результаты, отражая большие отрицательные разрывы в выпуске. Для Японии, Франции, Италии и Канады структурные дефициты оказались значительно больше, чем ранее предполагалось. Аналогичные выводы применимы и к небольшим странам, таким, как Бельгия, Финляндия, Ирландия и Нидерланды, для которых оценки величины разрыва в выпуске, полученные новым методом, превышают оценки, полученные ранее.

1.3.4. Оценка конъюнктурной компоненты экономических показателей Как было отмечено ранее, конъюнктурная компонента экономического показателя имеет циклическую природу и зависит от быстроменяющихся параметров. Существует ряд исследований, посвященных анализу циклических компонент экономических показателей.

[Clark, 1987] раскладывает квартальные ряды промышленного производства и дефлированного ВНП США (1947–1985 гг.) на независимый нестационарный тренд и стационарные циклические компоненты при помощи фильтра Калмана и техник сглаживания.

Попытка разложения колебаний ВВП на временную компоненту, связанную с бизнес-циклом, и не связанную с ним устойчивую компоненту (бизнес-цикл определяется показателем безработицы) приводится в статье [Campbell, Mankiw, 1987]. Авторы предполагают, что циклическая составляющая представляет собой компоненту ВВП, коррелированную с безработицей, тогда как трендовая компонента ВВП с безработицей некоррелирована (таким образом, речь идет о модели наблюдаемых компонент).

В ряде исследований возможность использования подхода отклонений от тренда, описанного выше, подвергается сомнению, поскольку, по мнению исследователей, флуктуации ВВП являются постоянными, т.е. сокращение ВВП сегодня занижает его прогнозы на будущие периоды. Тем не менее в [Cochrane, 1988] утверждается, что после шока ВВП все равно возвращается на свой тренд, однако для этого требуется по крайней мере несколько лет (характеристика бизнес-цикла).

Pages:     | 1 |   ...   | 4 | 5 || 7 | 8 |   ...   | 23 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.