WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     || 2 | 3 | 4 |
М. Турунцева, А. Юдин, С. Пономаренко, А Бузаев, А. Евтифьева, С. Ковбасюк, А. Логинов, А. Разин, Д. Четвериков, Е. Щербакова Институт экономики переходного периода (www.iet.ru) Бюллетень модельных расчетов краткосрочных прогнозов социально-экономических показателей РФ: июль-август–2004 В данном бюллетене представлены расчеты значений различных экономических показателей Российской Федерации на период с августа по ноябрь 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 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 помощи теста Дикки-Фуллера. В некоторых случаях проводилось тестирование рядов См., например, Энтов Р.М., Дробышевский, В.П. Носко С.М., Юдин А.Д., Эконометрический анализ динамических рядов основных макроэкономических показателей, Москва, ИЭПП, 2001; Р.М.Энтов, В.П.Носко, А.Д.Юдин, П.А.Кадочников, С.С.Пономаренко, Проблемы прогнозирования некоторых макроэкономических показателей, Москва, ИЭПП, 2002; В. Носко, А. Бузаев, П. Кадочников, С.

Пономаренко, Анализ прогнозных свойств структурных моделей и моделей с включением результатов опросов предприятий, Москва, ИЭПП, 2003.

Там же 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.

Кроме того, в работе представлены расчеты значений индексов промышленного производства (ГКС и ЦЭК), индекса цен производителей и показателя общей численности безработных, рассчитанные с использованием результатов конъюнктурных опросов ИЭПП. Эмпирические исследования показывают5, что, использование рядов конъюнктурных опросов в прогностических моделях в качестве объясняющих переменных6 в среднем улучшает точность прогноза. Расчеты будущих значений проводились на основе ADL-моделей (с добавлением сезонных авторегрессионных запаздываний).

Все расчеты проводились с использованием эконометрических пакетов Eviews и RATS.

См.: Perron, P. Further Evidence on Breaking Trend Functions in Macroeconomic Variables, Journal of Econometrics, 1997, 80, pp. 355-385; Zivot, E. and D.W.K. Andrews. Further Evidence on the Great Crash, the Oil-Price Shock, and Unit-Root Hypothesis. Journal of Business and Economic Statistics, 1992, 10, pp. 251- Основа REM–модели 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.

См., например: В. Носко, А. Бузаев, П. Кадочников, С. Пономаренко, Анализ прогнозных свойств структурных моделей и моделей с включением результатов опросов предприятий, Москва, ИЭПП, 6 В качестве объясняющих переменных использованы следующие ряды конъюнктурных опросов:

текущие/ожидаемые изменение производства, ожидаемые изменения платежеспособного спроса, текущие/ожидаемые изменения цен и ожидаемое изменение занятости.

Промышленное производство и розничный товарооборот 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 июль 2004 года на основе моделей класса ARIMA. Прогнозные значения индекса промышленного производства ЦЭК, а также индекса промышленного производства ГКС рассчитываются, кроме того, с использованием результатов конъюнктурных опросов (КО)8.

Таблица Результаты расчетов прогнозных значений индексов промышленного производстваПрогнозируемые темпы прироста к соответствующему месяцу предыдущего года (%) Август 2004 5.2 6.1 6.0 2.9 14.0 6.1 3.6 5.6 1.6 0.5 1.5 0.Сентябрь 2004 5.2 6.7 5.0 3.7 11.2 5.9 3.4 5.7 3.3 1.6 2.7 -0.Октябрь 2004 4.3 7.3 4.8 4.5 3.4 5.5 3.7 4.8 1.7 1.1 3.1 1.Ноябрь 2004 4.6 8.2 6.9 5.3 2.1 5.1 4.6 4.5 6.6 2.4 3.5 1.Справочно: темпы прироста к соответствующему месяцу предыдущего года (%) Август 2003 4.1 5.2 8.2 5.3 4.7 5.9 5.9 -0.7 -1.7 4.4 -5.Сентябрь 2003 6.3 7.9 7.3 12.3 3.5 6.8 5.8 2.2 3.7 6.1 2.Октябрь 2003 5.6 7.1 5.7 12.5 6.2 7.5 3.3 1.7 1.1 7.3 0.Ноябрь 2003 8.0 7.1 6.3 21.9 8.6 8.5 4.6 4.8 4.4 6.1 0.Примечание: на интервале с октября 1998 г. по июль 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.

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.

Модели построены на интервалах с января 1999 г. по июль 2004 г. для ИПП ЦЭК и с января 1999 г. по июнь 2004 г. для ИПП ГКС.

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.

Месяц Легкая пром-ть пром-ть пром-ть Лесная и Пищевая комплекс Топливноматериалов Химическая и энергетический всего (ГКС, КО) всего (ЦЭК, КО) вающая пром-ть деревообрабатынефтехимическая металлообработка ПромышленностьПромышленностьПромышленностьМашиностроение и Черная металлургия всего (ЦЭК, ARIMA) Цветная металлургия Пром-ть строительных Как видно из таблицы 1, можно говорить о сохранении положительных тенденций в промышленном производстве: средний прирост индекса промышленного производства ЦЭК по сравнению с аналогичным периодом предыдущего года в целом по промышленности составляет 6% (для индекса промышленного производства ГКС данный показатель составляет 5,7%), в черной металлургии – 4,1%, в машиностроении и металлообработке – 7,7%, в химической и нефтехимической промышленности – 5,7% и в промышленности строительных материалов – 3,8%.

В пищевой промышленности, цветной металлургии, лесной и деревообрабатывающей промышленности, а также в топливно-энергетическом комплексе прогнозируемые средние темпы прироста по сравнению с аналогичным периодом предыдущего года равны 2,7%; 3,3%, 1,4% и 5,2%, соответственно. В отличие от предыдущих месяцев в легкой промышленности прогнозируется небольшой рост производства по сравнению с предыдущим периодом, составляющий в среднем 0,6% в месяц.

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 июнь 2004 г.

Таблица Результаты расчетов прогнозных значений объема розничного товарооборота (млрд. руб.) Прогнозируемые значения по модели ARIMA Август Сентябрь Октябрь Ноябрь Справочно: фактические значения за соответствующие месяцы 2003 гг.

381.Август 388.Сентябрь 405.Октябрь 411.Ноябрь Прогнозируемые реальные темпы прироста к соответствующему месяцу предыдущего года (%) 11.3% Август 11.0% Сентябрь 10.1% Октябрь 10.1% Ноябрь Примечание: ряд розничного товарооборота на интервале с января 1999 г. по июнь 2004 г. является рядом стационарным около тренда с сезонной составляющей.

Согласно результатам, представленным в таблице 2, прогнозируемый реальный прирост (с учетом прогнозируемых годовых темпов инфляции) месячных объемов розничного товарооборота за август, сентябрь, октябрь и ноябрь 2004 г. к аналогичному периоду 2003 г. в среднем составляет около 10,6%.

Инвестиции в основной капитал В данном разделе представлены результаты расчётов прогнозируемых значений инвестиций в основной капитал в августе-ноябре 2004 года. Прогнозы строились на основе временных рядов по данным Госкомстата РФ за период с января 1998 года по июнь 2004 года.

Таблица Результаты расчетов прогнозных значений объема инвестиций в основной капитал (млрд. руб.) Прогнозируемые значения по модели ARIMA Август 2004 227,Сентябрь 2004 234,Октябрь 2004 224,Ноябрь 2004 231,Справочно: фактические значения за соответствующие месяцы 2003 г.

Август 2003 205,Сентябрь 2003 218,Октябрь 2003 210,Ноябрь 2003 214,Прогнозируемые реальные темпы прироста к соответствующему месяцу 2003 г. (%) Август 2004 10,Сентябрь 2004 7,Октябрь 2004 6,Ноябрь 2004 7,Примечание: ряд инвестиций в основной капитал исследовался в виде отношения к соответствующему периоду прошлого года. Этот ряд на интервале с января 1998 г. по июнь 2004 г. является рядом типа DS Как видно из таблицы 3, прогноз инвестиций в основной капитал осенью года составляет около 230 миллиардов рублей в месяц. Прогнозируемый прирост составляет около 8% по сравнению с соответствующим периодом прошлого года.

Таким образом, полученные результаты прогнозируют положительную динамику инвестиций в основной капитал.

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 июнь 2004 г.

по данным ЦБ РФ10. Результаты прогнозирования представлены в таблице 4.

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

Таблица Результаты расчетов прогнозных значений объемов внешнеторгового оборота.

Экспорт-всего Экспорт в страны Импорт-всего Импорт из стран вне вне СНГ СНГ Месяц 14.2 120.36% 11.7 118.06% 7.6 124.04% 6.1 125.95% Август 13.9 123.68% 11.5 121.78% 7.5 120.61% 6.0 123.47% Сентябрь 14.5 116.68% 11.9 114.87% 7.6 113.46% 6.1 115.12% Октябрь 14.2 120.72% 11.6 119.21% 7.7 116.12% 6.2 119.39% Ноябрь Справочно: фактические значения за соответствующие месяцы 2003 г. (млрд. долл.) 11.8 9.9 6.2 4.Август 11.3 9.4 6.2 4.Сентябрь 12.4 10.4 6.7 5.Октябрь 11.7 9.8 6.6 5.Ноябрь Примечание: на интервале с сентября 1998 г. по июнь 2004 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.

Pages:     || 2 | 3 | 4 |



© 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.