WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     || 2 | 3 |
М. Турунцева, А. Юдин, С. Пономаренко, И. Брюханов, А. Евтифьева, А. Логинов, А. Разин, Д. Четвериков Институт экономики переходного периода (www.iet.ru) Бюллетень модельных расчетов краткосрочных прогнозов социально-экономических показателей РФ: февраль–2004 В данном бюллетене представлены расчеты значений различных экономических показателей Российской Федерации на период с марта по май 2004 г., построенные на основе моделей временных рядов, разработанных в результате исследований, проводимых в течение последних нескольких лет в ИЭПП1. Использованный метод прогнозирования относится к группе формальных или статистических методов.

Иными словами, полученные значения не являются выражением мнения или экспертной оценки исследователя, а представляют собой расчеты будущих значений конкретного экономического показателя, выполненные на основе формальных моделей временных рядов ARIMA(p, d, q) с учетов существующего тренда и, в некоторых случаях, его значимых изменений. Представляемые прогнозы имеют инерционный характер, поскольку соответствующие модели учитывают динамику данных до момента построения прогноза и особенно сильно зависят от тенденций, характерных для временного ряда в период непосредственно предшествующий интервалу времени, для которого строится прогноз. Данные оценки будущих значений экономических показателей Российской Федерации могут быть использованы для поддержки принятия решений, касающихся экономической политики, при условии, что общие тенденции, наблюдаемые до момента, в который строится прогноз для каждого конкретного показателя, не изменятся, то есть в будущем не произойдет серьезных шоков или изменения сложившихся долгосрочных тенденций.

Несмотря на наличие значительного объема данных, относящихся к периоду до кризиса 1998 года, анализ и построение моделей для прогнозирования производилось лишь на временном интервале после августа 1998 года. Это решение обусловлено результатами предыдущих исследований2, одним из основных выводов которых является то, что учет данных докризисного периода в большинстве случаев ухудшает качество прогнозов.

Оценка моделей рассматриваемых экономических показателей проводилась по стандартным методикам анализа временных рядов. На первом шаге анализировались кореллограммы исследуемых рядов и их первых разностей с целью определения максимального количества запаздывающих значений, которые необходимо включать в спецификацию модели. Затем, исходя из результатов анализа кореллограмм, все ряды тестировались на слабую стационарность (или стационарность около тренда) при См., например, Энтов Р.М., Дробышевский, В.П. Носко С.М., Юдин А.Д. (2001), Эконометрический анализ динамических рядов основных макроэкономических показателей, Москва, ИЭПП; Р.М.Энтов, В.П.Носко, А.Д.Юдин, П.А.Кадочников, С.С.Пономаренко (2002), Проблемы прогнозирования некоторых макроэкономических показателей, Москва, ИЭПП; Носко, А. Бузаев, П. Кадочников, С.

Пономаренко (2003), Анализ прогнозных свойств структурных моделей и моделей с включением результатов опросов предприятий, Москва, ИЭПП Там же www.iet.ru помощи теста Дикки-Фуллера. В некоторых случаях проводилось тестирование рядов на стационарность около сегментированного тренда при помощи тестов на эндогенные структурные сдвиги Перрона или Зивота-Эндрюса3.

После разделения рядов на слабостационарные, стационарные около тренда, стационарные около тренда со структурным сдвигом либо стационарные в разностях, для каждого из них были оценены соответствующие его типу модели (в уровнях, если необходимо, то с включением тренда либо сегментированного тренда, либо в разностях). На основе информационных критериев Акаике и Шварца, а также свойств остатков моделей (отсутствие автокоррелированности, гомоскедастичность, нормальность) и качества ретропрогнозов, полученных на их основе, из этих моделей выбиралась лучшая. Расчеты прогнозных значений проводились на основе лучшей модели, построенной для каждого экономического показателя.

Будущие значения налоговых поступлений рассчитываются не только на основе моделей временных рядов, но и по так называемым REM–моделям (Revenue Estimating Model)4. REM–модель – это модель-калькулятор для прогнозирования налоговых поступлений на основе информации о налоговых поступлениях за предыдущие месяцы.

Расчет прогнозных значений в REM-модели проводится в постоянных ценах и основывается на значениях поступлений за соответствующий период базового года с учетом возможных изменений ставок и базы налогов (если какие-либо изменения произошли, они учитываются простой корректировкой на соответствующий множитель). Помимо этого, в модели осуществляется дополнительная корректировка прогнозных значений на относительное изменение поступлений текущего года по сравнению с предыдущим годом, причем, чем ближе к концу текущего года мы прогнозируем поступления, тем в большей степени (значение весового коэффициента пропорционально увеличивается) прогноз опирается на информацию о поступлениях текущего года по сравнению с поступлениями того же месяца прошлого года.

Все расчеты проводились с использованием эконометрических пакетов Eviews и RATS.

См.: Perron, P. (1997) Further Evidence on Breaking Trend Functions in Macroeconomic Variables, Journal of Econometrics, 80, pp. 355-385; Zivot, E. and D.W.K. Andrews (1992) Further Evidence on the Great Crash, the Oil-Price Shock, and Unit-Root Hypothesis. Journal of Business and Economic Statistics 10, pp. 251- Основа REM–модель была разработана Робертом Конрадом (Robert Conrad) и Морган Смит (Morgan Smith) из университета Дьюка (Duke University, USA) для прогнозирования налоговых поступлений. С разрешения авторов мы используем данную модель при построении прогнозов налоговых поступлений.

www.iet.ru Розничный товарооборот и производство Промышленное производствоДля построения прогноза были использованы ряды месячных данных базисных индексов промышленного производства Центра экономической конъюнктуры при Правительстве РФ (значение января 1993 года принято за сто процентов) за период с октября 1998 года по январь 2004 года.

Таблица Результаты расчетов прогнозных значений индексов промышленного производстваПрогнозируемые темпы прироста к соответствующему месяцу предыдущего года (%) (рассчитано на основе прогнозных значений, полученных из модели ARIMA) Март 2004 5.5 7.4 9.4 3.6 3.9 2.5 5.2 -2.3 5.7 -5.Апрель 2004 4.0 8.0 4.8 1.3 2.7 4.1 7.1 0.7 4.9 -4.Май 2004 3.6 5.9 4.9 2.8 4.2 6.5 6.2 2.6 4.9 0.Справочно: темпы прироста к соответствующему месяцу предыдущего года (%) Март 2003 5.9 12.4 3.9 8.0 1.0 8.4 4.6 1.3 2.2 -1.Апрель 2003 4.8 6.5 4.7 5.7 0.1 7.3 4.2 0.0 3.1 -6.Май 2003 6.1 8.5 8.4 4.0 5.8 8.6 1.4 4.1 2.7 1.Примечание: на интервале с октября 1998 г. по январь 2004 г. ряды индексов промышленного производства по промышленности в целом, машиностроения и металлообработки, химической и нефтехимической промышленности, промышленности строительных материалов цветной металлургии, лесной и деревообрабатывающей промышленности и пищевой промышленности являются стационарными около тренда с выраженной сезонной компонентой (за исключением ряда по промышленности в целом). Ряды индексов промышленного производства черной металлургии, топливно-энергетического комплекса и легкой промышленности идентифицированы как процессы, являющиеся стационарными в первых разностях, причем индекс промышленного производства топливно-энергетического комплекса содержит сезонную составляющую.

Как видно из таблицы 1, можно говорить о сохранении положительных тенденций в промышленном производстве: средний прирост индекса промышленного производства по сравнению с аналогичным периодом предыдущего года в целом по промышленности составляет 4,4%, в черной металлургии – 7,1%, в машиностроении и металлообработке – 6,4%, в химической и нефтехимической промышленности – 2,6% и в промышленности строительных материалов – 3,6%.

В работе представлены расчеты прогнозных значений базисных индексов объемов промышленного производства промышленности в целом и следующих ее отраслей: электроэнергетике, топливной промышленности, черной металлургии, цветной металлургии, химической и нефтехимической промышленности, машиностроению, легкой промышленности, пищевой промышленности.

Отметим, что для построения прогнозов использованы так называемые «сырые» индексы (без сезонной и календарной корректировки), поэтому в большинстве моделей учитывается наличие сезонности, и, как следствие, полученные результаты отражают сезонную динамику рядов.

www.iet.ru всего Месяц Легкая пром ть пром ть пром ть Лесная и Пищевая комплекс Топливно материалов Химическая и энергетический вающая пром ть деревообрабаты нефтехимическая металлообработка Промышленность Машиностроение и Черная металлургия Цветная металлургия Пром ть строительных В пищевой промышленности, цветной металлургии, лесной и деревообрабатывающей промышленности и топливно-энергетическом комплексе прогнозируемые средние темпы прироста по сравнению с аналогичным периодом предыдущего года равны – 5,2%; 6,1%, 0,3% и 4,4%, соответственно. В отличие от остальных отраслей в легкой промышленности прогнозируется падение производства по сравнению с соответствующим периодом предыдущего года, составляющее в среднем 3,3% в месяц, что может быть связано с наметившимся в конце 2002 г.

отрицательным трендом.

Розничный товарооборот В данном разделе представлены прогнозы месячных объемов розничного товарооборота, построенные на основе месячных данных Госкомстата РФ за период с января 1999 г. по декабрь 2003 г.

Таблица Результаты расчетов прогнозных значений объема розничного товарооборота (млрд. руб.) Прогнозируемые значения по модели ARIMA Март 2004 Апрель 2004 Май 2004 Справочно: фактические значения за аналогичные месяцы 2003 гг.

Март 2003 Апрель 2003 Май 2003 Прогнозируемые реальные темпы прироста к соответствующему месяцу предыдущего года (%) Март 2004 8.0% Апрель 2004 7.8% Май 2004 7.8% Примечание: ряд розничного товарооборота на интервале с января 1999 г. по декабрь 2003 г. является рядом стационарным около тренда с сезонной составляющей.

Согласно результатам, представленным в таблице 2, прогнозируемый реальный рост (с учетом прогнозируемых годовых темпов инфляции) месячных объемов розничного товарооборота за март, апрель и май 2004 г. по сравнению с аналогичными периодами 2003 г. в среднем составляет около 7,9%.

Внешнеторговый оборот Модельные расчеты прогнозных значений объемов экспорта, экспорта в страны вне СНГ, импорта и импорта из стран вне СНГ получены на основе моделей временных рядов, оцененных на месячных данных на интервале с сентября 1998 г. по декабрь 2003 г. по данным ЦБ РФ7. Результаты прогнозирования представлены в таблице 3.

Данные по внешнеторговому обороту рассчитаны ЦБ РФ в соответствии с методологией составления платежного баланса в ценах страны экспортера (ФОБ) в млрд. долл. США.

www.iet.ru Таблица Результаты расчетов прогнозных значений объемов внешнеторгового оборота.

Экспорт-всего Экспорт в страны Импорт-всего Импорт из стран вне вне СНГ СНГ Месяц Март 2004 13.27 115.92% 10.03 102.74% 6.67 115.60% 5.43 116.26% Апрель 2004 13.17 130.44% 9.96 119.64% 6.74 109.75% 5.63 113.44% Май 2004 13.14 128.81% 10.33 118.90% 6.80 116.45% 5.24 110.18% Справочно: фактические значения за соответствующие месяцы 2003 г. (млрд. долл.) Март 2003 11.45 9.76 5.77 4.Апрель 2003 10.09 8.33 6.15 4.Май 2003 10.20 8.69 5.84 4.Примечание: на интервале с сентября 1998 г. по декабрь 2003 г. ряды экспорта и экспорта в страны вне СНГ идентифицированы как ряды, стационарные с первых разностях, а ряды импорта и импорта из стран вне СНГ – как стационарные около тренда. Во всех случаях в спецификацию моделей были включены сезонные компоненты.

Прогнозируемый средний прирост в марте, апреле и мае 2004 г. по отношению к аналогичному периоду 2003 г. для показателей экспорта, экспорта в страны вне СНГ, импорта и импорта из стран вне СНГ составит приблизительно 25%, 14%, 14% и 13% соответственно. В этом случае прирост сальдо торгового баланса по отношению к соответствующему периоду предыдущего года в среднем составляет 41% для показателя сальдо торгового баланса со всеми странами, и 16% для показателя сальдо торгового баланса со странами вне СНГ. В результате сальдо торгового баланса за указанные месяцы прогнозируется в объеме 19,36 млрд. долларов США.

Налоговые поступления В данном разделе приведены результаты расчетов будущих значений налоговых поступлений в консолидированный (с выделением налога на прибыль, НДС и подоходного налога) и федеральный (с выделением налога на прибыль) бюджеты на март, апрель и май 2004 г. Соответствующие прогнозные значения получены на основе моделей временных рядов, которые были оценены на месячных данных на интервале с января 1999 г. по декабрь 2003 г. по данным Министерства Финансов РФ. Прогнозные значения налоговых поступлений были рассчитаны также на основе REM–моделей.

www.iet.ru значения значения значения значения прогнозные прогнозные прогнозные прогнозные ( млрд.

долл.) ( млрд.

долл.) ( млрд.

долл.) ( млрд.

долл.) месяц г.

месяц г.

месяц г.

месяц г.

Pages:     || 2 | 3 |



© 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.