Пандемия COVID-19 вызвала рецессию, ставшую самой глубокой за несколько десятилетий. Основной причиной стали ограничительные меры, введенные в разных странах для того, чтобы затормозить распространение инфекции. Алексей Пономаренко и его соавторы (Банк России) анализируют влияние этих мер на российскую экономику, используя модель межотраслевого баланса. Они показывают, что падение выпуска, связанное с межотраслевым взаимодействием, распространяется в итоге на широкий круг отраслей и может во много раз превосходить по масштабу первичный негативный эффект ограничений на работу компаний в отдельных секторах (например, в сфере услуг) и снижения спроса на российский экспорт (например, нефть).
Пандемический шок неизбежно ведет к сокращению потребления и производства товаров, но стимулирующая денежно-кредитная или фискальная политика в этих условиях сопряжена со специфическими рисками. Например, стимулирующая политика поддерживает потребление и экономическую активность, что одновременно может быть сопряжено с распространением вируса, следует из модели, предложенной экономистами Центрального банка Армении. Другими словами, подчеркивают авторы, власти должны искать баланс между поддержанием экономической активности и сохранением здоровья населения.
Финансовые шоки могут быть триггерами рецессий, а рецессии, которые сопровождаются финансовыми кризисами, — глубже и продолжительнее прочих. Тому, как именно различные финансовые шоки влияют на смену фаз кредитного цикла в разных странах, посвящена работа коллектива авторов из МГИМО, чешского CERGE-EI и ЦМАКП, в которой проанализированы данные за период с 1990 по 2019 год по 27 развитым и развивающимся странам. Авторы оценивают, в частности, эффект различных шоков в России в период кризиса 2014–2015 годов в сравнении с кризисом 2008–2009 годов и отмечают рост способности российских монетарных властей контролировать фазу кредитного цикла.
Индексы экономической активности, построенные на основе опросных данных (например, индексы потребительских настроений, предпринимательской уверенности и т.п.), давно нашли применение в макроэкономическом прогнозировании, но в последние годы у них появились «конкуренты» — индексы, основанные на данных из Интернета: новостей, поисковых запросов, комментариев в соцсетях. Филипп Ульянкин (РАНХиГС) анализирует различные виды индексов и показывает, что поисковые и новостные индексы, строящиеся на основе интернет-данных с помощью методов машинного обучения, прогнозируют основные макроэкономические показатели лучше индексов, использующих опросы. Более того, «автоматические» индексы содержат в себе информацию, позволяющую предсказывать и динамику традиционных индексов, основанных на опросах.
Чтобы точнее прогнозировать экономическую ситуацию в стране, необходимо иметь достаточно детальные прогнозы развития экономической ситуации в других странах. В работе Ольги Коротких (Банк России) описывается модель, которая используется в Департаменте денежно-кредитной политики Банка России и охватывает сразу три крупнейшие экономики — США, Китай и еврозону. Такое одновременное моделирование позволяет учесть сложные межстрановые взаимодействия и улучшает точность прогноза по России, отмечает автор.
С онлайн-версией нового номера журнала «Деньги и кредит» можно ознакомиться на сайте.
Ссылка на источник >>