Структурное подразделение: Лаборатория математического моделирования экономических процессов
Руководитель работ: Полбин Андрей Владимирович, к.э.н., заведующий научно-исследовательской лабораторией, Лаборатория математического моделирования экономических процессов, ИПЭИ
Сроки выполнения: 2021 год.
Актуальность исследования: Статистика по многим ключевым макроэкономическим показателям, таким как ВВП, потребление, инвестиции, экспорт, импорт и объем промышленного производства, выходит с существенным временным запаздыванием. Разработка же эффективных мер экономической политики требует качественной оценки текущего состояния экономики (наукастинг) и построения прогнозов с высокой степенью точностью. Однако в современных условиях исследователю доступно множество других экономических показателей, статистика по которым, с одной стороны, публикуется достаточно оперативно, с другой стороны, выходит с более высокой частотой. Идея использования высокочастотных данных для построения прогнозов низкочастотных показателей, которыми является большинство основных макроэкономических временных рядов, зародилась более 20 лет назад и прошла большой путь от мостовых моделей (bridge models) до весьма продвинутых модификаций моделей с данными смешанной частотности (MIDAS models). В высокочастотных данных содержится достаточно большой объем информации, который может быть полезен для прогнозирования, что подтверждается многими зарубежными исследованиями. В последние годы также стало активно развиваться направление прогнозирования с привлечением информации о поисковых запросах пользователей в интернете, а также информации, содержащей в СМИ. Таким образом, представляется весьма актуальным разработать комплекс математических моделей для краткосрочного и среднесрочного прогнозирования динамики ключевых макропоказателей российской экономики.
Основная цель исследования: Разработка комплекса эконометрических моделей для краткосрочного и среднесрочного прогнозирования динамики ключевых макропоказателей российской экономики (ВВП, промышленное производство, оборот розничной торговли, инфляция, потребление домохозяйств, инвестиции и др.) с использованием данных смешанной частотности в условиях наличия лага в выходе статистики
Основные фундаментальные и прикладные задачи, решаемые в рамках исследования:
- Систематизация инструментальных подходов по краткосрочному и среднесрочному прогнозированию с использованием данных смешанной частотности в условиях наличия лага в выходе статистики;
- Систематизация содержательных аспектов построения моделей по прогнозированию ключевых макроэкономических показателей, в том числе относительно выбора регрессоров;
- Дооценка (наукастинг) и прогнозирование квартального ВВП с использованием месячных данных по безработице (в контексте теоретической взаимосвязи безработицы с выпуском в рамках закона Оукена), с использованием месячных данных по инфляции и номинальному обменному курсу (возможно оценить показатель внутренних цен на основе динамики агрегированных цен и курса, после чего связать инфляцию внутренних цен с выпуском в рамках варианта кривой Филлипса), с использованием месячных, недельных и/или дневных данных по ценам на нефть;
- Дооценка (наукастинг) и прогнозирование квартальных инвестиций с использованием месячных, недельных и/или дневных данных по процентным ставкам, фондовому индексу, корпоративным спрэдам, инфляции, тому или иному индикатору экономической активности (что входит в стандартный набор регрессионного анализа инвестиционной функции);
- Дооценка (наукастинг) и прогнозирование экспорта с использованием месячных, недельных и/или дневных данных по ценам основных товаров российского экспорта;
- Дооценка (наукастинг) и прогнозирование импорта с использованием месячных, недельных и/или дневных данных по обменному курсу и тому или иному показателю агрегированного спроса;
- Дооценка (наукастинг) и прогнозирование оборота розничной торговли с использованием месячных, недельных и/или дневных данных по интернет запросам потребителей.