Диссертация (1138188), страница 13

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

Фактически – инвестиционныерасходы (в соответствии с теорией Кейнса) отражаютожидания корпоративного сектора относительно будущихприбылей;70o ИзменениезапасоввэтогопоказателяДинамикацеломдвижетсяпроциклично.отличаетсявысокойволатильностью, а лаг опережения, как правило, небольшой.Инвестиции в запасы играют ключевую роль в коротких инеглубоких циклах, в то время как колебания в инвестицияхв основной капитал имеют больший вес в длинных иглубоких циклах - Zarnowitz (1996).

Накопление запасовможет быть признаком перепроизводства, что в условияхвысоких издержек, характерных для завершающей стадииэкспансии, может служить сигналом падения прибыликомпаний – см. далее;o Задолго до снижения продаж наблюдается падение прибыликомпаний в расчете на единицу выручки - Zarnowitz (1996).Этоможет быть признаком ухудшенияфинансовогоположения компаний реального сектора, что в будущемможет обернуться потерей устойчивости части бизнеса иростом частоты банкротств;o Производительность труда (выработка в час) колеблетсяпроциклично, как правило, с опережением - Zarnowitz(1996).

Данный эмпирический факт, скорее всего, отражаетперегревнарынкетруда,наблюдаемыйнапикеповышательной фазы бизнес-цикла. Компании нанимаютизбыточных работников в расчете на будущий рост доходов,который не оправдывается.2.4.2. Эконометрический подходЭконометрическийподходвключаетвсебятестированиепредсказательной силы различных переменных в качестве предикторовсменыфазбизнес-цикла.Какправило,оцениваютсяпарныеилимножественные логит- или пробит-модели бинарного выбора.

Вывод опригодности переменных делается на основе показателей псевдо- R2 и других71мер тесноты связи между фактическими и предсказанными значениямипеременной, отражающей фазу бизнес-цикла.В работе Estrella, Mishkin (1998) анализируется предсказательная силаотдельных финансовых, макроэкономических и сводных опережающихиндикаторов для предсказания рецессий в США в 1970-1995 гг. В качествемерыкачестваиндикаторовиспользуетсяпредложенныйавторамипоказатель тесноты связи псевдо-R2 парных регрессий бинарной переменнойрецессии на лагированные значения индикаторов.

Также авторы обращаютвнимание на статистики значимости отдельных предикторов в парныхмоделях. Среди регрессоров – процентные ставки и спрэды между ними,фондовые индексы, денежные агрегаты, отдельные макроэкономическиепоказатели и сводные опережающие индексы макроэкономической динамики(в методологии Stock, Watson, 1989; 1993; Commerce Department20). Авторыработы Estrella, Mishkin (1998) обнаруживают высокую вневыборочную 21предсказательную способность двух финансовых индикаторов: спрэда междудоходностью длинных и коротких государственных облигаций США ииндекса NYSE на горизонте вплоть до года. При этом сводные опережающиеиндексы макроэкономической динамики оказываются не способнымиспрогнозировать американские рецессии с таким горизонтом.В работе Birchenhall et al.

(1999) в качестве объясняющих переменныхиспользуютсяразличныемакроэкономическиеудовлетворительнойсводныеиндикаторы.опережающиеАвторампредсказательнойсилынеиудаетсясвоихсинхронныедобитьсямоделей:привнутривыборочном 22 анализе и горизонте прогнозирования в 1 и 3 месяцадоляошибочныхклассификацийрецессийпревышает25%,привневыборочном – 50% и более.20В настоящее время – Conference BoardВневыборочная (out of sample) предсказательная способность – показателькачества прогностической силы модели на временном периоде, не включенном в периодоценивания модели.22Внутривыборочная (in sample) предсказательная способность рассчитывается натом же временном промежутке, на котором были получены оценки модели.2172Kauppi,Saikkonen(2008)акцентируютвниманиенавлияниипредыдущих значений фаз бизнес-цикла на предсказание последующих.Авторы рассматривают три типа моделей: динамические (в качествеобъясняющей переменной включается лагированные значения бинарнойпеременнойфазыбизнес-цикла),авторегрессионные(дополнительныйрегрессор – лаг преобразованной линейной формы от объясняющихпеременных, аналог лагированной вероятности рецессии) и динамическиеавторегрессионныемодели(одновременныйучетдинамическойиавторегрессионной компонент).Работа Ng (2012) является логичным продолжением статьи Kauppi,Saikkonen (2008): автор предлагает использовать в динамических моделяхбинарного выбора более широкий набор риск-факторов по сравнению спредшественниками.

Наряду со стандартными фондовыми индексами,сводными макроэкономическими опережающими индексами, наклономкривой доходности государственных облигаций, автор предлагает включать вмодель показатель TED-спрэда (разница между ставкой на межбанковскомрынке и ставкой по государственным облигациям) и индекс цен на жилье.Используя пороговые значения в 25 и 50%, Ng (2012) удается предсказатьрецессии только с опережением до 3 месяцев, в то время как выходы изрецессии модель предсказывает с опозданием.

Вероятно, это связано с тем,что автор пытается идентифицировать вход и выход из рецессии при помощиодной модели (в рамках такого подхода считается, что модель сигнализируето выходе из рецессии, если предсказанные значения вероятности опускаютсяниже порога).Работа Castro (2010) исследует не совсем интересующую нас тему: онасфокусирована на моделях дюрации (длительности) различных фаз бизнесцикла. Однако, при этом эта работа представляет для нас интерес по двумосновным направлениям.

Во-первых, в данной работе модель длительностифаз бизнес-цикла оценивается на панельных данных по 13 развитым странам,а не на временных рядах по одной стране, как во всех известных нам работах73поопережающиминдикаторамрецессий.Во-вторых,Castro(2010)предлагает использовать ряд новых показателей, влияющих на длину фазбизнес-циклов. Среди них – сводный опережающий индикатор ОЭСР,рассчитываемый для стран-участниц этой организации и для ряда другихключевых стран мировой экономики в единой методологии. Другойпредложенный автором индикатор – динамика частных инвестиций восновной капитал, отражающая ожидания агентов относительно будущейэкономической активности.

Кроме того, Castro (2010) обращает внимание,что фазы бизнес-цикла ключевого игрока мировой экономики – США –могут оказывать влияние на колебания макроэкономических переменныхдругих стран. Автор вводит две бинарные переменные: первая принимаетзначение «1», если американская экономика достигла точки максимумасвоего бизнес-цикла, вторая – по аналогии – если минимума.Обзор литературы позволил нам выделить перечень факторов, наиболеечасто используемых в имеющихся эмпирических работах по моделированиюбизнес-циклов. Среди них:Финансовые переменныеo Процентные ставки и спрэды между ними (Estrella, Mishkin, 1998;Kauppi, Saikkonen, 2008; Ng, 2012; Ozildirim et al., 2010; Castro,2010)o Фондовые индексы (Estrella, Mishkin, 1998; Stock, Watson, 1992;Birchenhall et al., 1999; Ng, 2012; Ozildirim et al., 2010; Castro,2010)o Денежные агрегаты (Estrella, Mishkin, 1998; Stock, Watson, 1992;Birchenhall et al., 1999; Ozildirim et al., 2010)o Индекс номинального эффективного курса национальной валюты(Estrella, Mishkin, 1998)o Темп роста кредитов населению и предприятиям за вычетомтемпов роста персональных доходов (Stock, Watson, 1992)74o Доля просроченных потребительских кредитов (Stock, Watson,1992)Макроэкономические переменныеo Темп прироста реального ВВП в предыдущем периоде (Estrella,Mishkin, 1998)o Темп инфляции (Estrella, Mishkin, 1998)o Показатели занятости (Stock, Watson, 1992; Birchenhall et al.,1999)o Показатели продаж и потребительских расходов (Stock, Watson,1993; Birchenhall et al., 1999; Ozildirim et al., 2010)o Динамика запасов и заказов (Stock, Watson, 1992; Birchenhall etal., 1999; Ozildirim et al., 2010)o Показателирынканедвижимости(Stock,Watson,1992;Birchenhall et al., 1999; Ng, 2012; Ozildirim et al., 2010)o Темп роста инвестиций в основной капитал (Castro, 2010)Ожиданияэкономическихагентов(Estrella,Mishkin,1998;Birchenhall et al., 1999; Ozildirim et al., 2010)Сводные опережающие индексы макроэкономической динамики(Stock, Watson, 1989, 1992; Birchenhall et al., 1999; Ng, 2012; Castro,2010)Внешнеэкономические факторыo Фаза бизнес-цикла США (Castro, 2010)o Цены на нефть (Castro, 2010)Также в ряде работ при построении опережающих индикаторовучитывается фактор инерции фаз бизнес-цикла (Kauppi, Saikkonen, 2008; Ng,2012; Castro, 2010).2.5.

Особенности выбранного подхода к количественному анализубизнес-цикловК особенностям выбранного подхода при построении опережающихиндикаторов смены фаз бизнес-цикла относятся:75 Построение модели поворотных точек бизнес-цикла на основемодели с дискретной зависимой переменной; Датировка бизнес-циклов на основе подхода цикла темпов роста; Использование панельных данных по широкому кругу стран дляповышения обоснованности построенных моделей (выявлениеобщих закономерностей); Учет широкого круга переменных финансового сектора, причем нетолько как проводника, но и как генератора шоков (включениеконтрциклических переменных); Учет посткризисного смещения; Продвинутыйанализпороговотсечениядлямоделейопережающих индикаторов на основе методов оптимизации.Модельопережающихиндикаторовсдискретнойзависимойпеременной. В данной работе ставится задача построения инструментальногосредства (модели), позволяющей предсказать только поворотные точкимакроэкономической конъюнктуры (вход экономики в рецессию и выход изнее), а не всю динамику переменной, отражающей макроэкономическиеколебания.

Характеристики

Список файлов диссертации