Диссертация (1152511), страница 51
Текст из файла (страница 51)
(в модели цены также могут быть представлены в виде индексов цен кбазовому уровню цен);Q – шаг итерации;– суммарный спрос на данный товар на шаге итерации Q, руб.;– суммарное предложение данного товара на шаге итерации Q, руб.;С – константа итерации (положительное число, которое может быть изменено для проведения корректировки системы на данном шаге итерации; при его уменьшении система быстрее приходит к состоянию равновесия, но в то же время в таком случае имеется высокийриск получения отрицательных цен).Таким образом, применительно к задачам нашего исследования с использованием вычислимых моделей общего равновесия можно задать изменение инвестиций на рынке инвестиционно-строительных проектов, которые будут распадаться на промежуточное потреблениепродукции и услуг других отраслей при реализации ИСП и на приобретение (использование)факторов производства.
Т.е., с одной стороны, эти инвестиции породят спрос на товары и услуги на других рынках, а, с другой стороны, поменяют объем предложения на «своем» рынке.Принимая инвестиции как экзогенный импульс и проводя последовательно итерации, можнополучить новое равновесное состояние системы с новыми значениями характеризующих ее по-214казателей. Сравнивая их с первоначальными, которые были заложены в модель, и можно оценить воздействие проекта на развитие территории.Это позволяет сделать вывод о возможности применения CGE-моделей для оценкимультипликативного воздействия ИСП на развитие территорий в контексте задач настоящего исследования.
При этом отметим, что «необходимость использования моделей общегоравновесия при оценке крупных проектов возникает в случаях, когда предположение онеизменности цен и других ценовых параметров явно не выполняется».Остается только вопрос о возможности оценки качественных эффектов, но допускаем,что можно их выразить зависимыми от количественных эффектов, и тогда при установленииочередного равновесного состояния системы, можно будет, исходя из изменения количественных показателей, оценить и изменение качественных.Однако у CGE-моделей выделяют немало недостатков:1) отсутствие возможности учета событий вне равновесного состояния экономики (приэтом данные модели описывают равновесные ситуации в условиях убывающей отдачи, они немогут объяснить, как возникает экономический рост);2) неполноценность динамических CGE-моделей (фактор времени, по сути, не учитывается);3) использование в качестве исходной информации данных (в т.ч.
о ценах), приспособленных для теоретически сформированных условий CGE-модели, а не отражающих реальноесостояние экономики;4) большие затраты на составление и эксплуатацию модели (в связи с потребностью ввысококвалифицированном обслуживающем персонале, покупке (формировании) обширнойбазы статистических данных и специального программного обеспечения) [42, c. 47-48].Также к недостаткам можно отнести то, что нельзя гарантировать рациональность поведения экономических агентов, которая закладывается в основу модели.
Кроме того, эти моделиописывают эффективно работающие рыночные механизмы при достаточности ресурсной (материальной, финансовой, людской) базы, что далеко не всегда имеет место в реальности.3.Эконометрические моделиЭконометрические модели представляют собой экономико-математические модели, построенные на основе анализа фактической статистической информации с использованием инструментов математической статистики. Такие модели используются для анализа и прогнозирования экономических явлений макро- и микроэкономического уровня [162, с. 374].Среди эконометрических моделей наиболее широко, в том числе для оценки мультипликативных эффектов, применяются регрессионные или корреляционно-регрессионные модели,которые позволяют исследовать взаимосвязи между эндогенными (результативными) и экзо-215генными (импульсными) показателями [162, с.
374]. Регрессионный анализ используется в целях изучения мультипликативного взаимодействия показателей в разных отраслях и сферахэкономики в таких работах, как, например [38, 40, 58, 89, 91, 116].«В наиболее общем виде любую эконометрическую модель», состоящую из системылинейных уравнений, можно представить следующим образом [162, с. 374]:yt = Ayt + ∑(Ж.12)+ Cxt ,где: y – вектор текущих значений эндогенных переменных модели;A – матрица коэффициентов взаимодействий между текущими значениями эндогенныхпеременных модели (совместно зависимые переменные, влияющие друг на друга);Z – матрица коэффициентов влияния запаздывающих (лаговых) переменных модели (предопределенные переменные – на них не оказывается воздействие других переменных модели) на текущие значения эндогенных и моделируемых показателей;C – матрица коэффициентов внешних воздействий;X – вектор значений экзогенных показателей модели;t – индекс временного периода;I – индекс запаздывания (лага);p – продолжительность максимального лага25.Таким образом, получается, имея инвестиции в инвестиционно-строительный проект какэкзогенный импульс, можно разработать уравнения зависимости от инвестиций в строительстводругих показателей модели, отражающих, например, прямые эффекты ИСП.
Зная изменениеэкзогенного показателя, можно оценить изменения эндогенных показателей, что и будет отражатьуровеньмультипликативноговоздействияИСП.Приэтомвкорреляционно-регрессионных моделях можно отразить связи и нелинейного характера. Так, можно всю цепьмультипликативных эффектов ИСП отразить в виде ряда уравнений, показывающих последовательно зависимости между показателями, отражающими МЭ в цепи мультипликативного воздействия ИСП. Это позволяет сделать вывод о возможности применения корреляционнорегрессионных моделей для оценки мультипликативного воздействия ИСП на развитие территорий в контексте задач настоящего исследования.Однако при применении регрессионных (в целом эконометрических) моделей отмечается сложность оценки влияния действий государственных и частных экономических агентов наизменения процентных ставок, курсов валют и т.д.
Кроме того, отмечается ненадежность ис25Это уравнение – одновременное, т.е. зависимая может одновременно выступать и независимой переменной.216пользуемых статистических данных в силу неточности их измерения, дальнейшей корректировки, неучета определенных показателей (например, «теневых»), так как они могут быть ненаблюдаемы или неизмеримы количественно. Все это может приводить к неточности расчетов иполучаемых результатов [162, с. 373-374].Но, во-первых, то же самое можно отнести и к любой модели, так как это общие проблемы, связанные в целом с изучением экономических явлений.
А, во-вторых, «эффективностьэконометрической модели» достаточно точно и четко поддается проверке и оценке [162, с. 373].Регрессионные модели позволяют провести проверку достоверности и точности полученныхданных, а также гипотезы, заложенной в построенную модель. Для этого существует множестворазличных групп показателей, которые позволяют проверить соответствие модели и ее результатов на ряд предъявляемых к ним требований. Кроме того, отмечается, что нет альтернативыстатистическим методам в сфере исследования общих зависимостей между эмпирическимиданными.Остается вопрос об установлении длительности лага в проявлении воздействия одногопоказателя на другой, решение которого представляет собой сложность, так как в регрессионных моделях обычно измеряется изменение показателя в году Т в зависимости от изменениядругого показателя в этом же году (т.е.
лаги отчасти могут игнорироваться или их просто трудно посчитать). И остается также вопрос о возможности оценки качественных эффектов, но егорешение допускается таким же, как и в случае с вычислимыми моделями общего равновесия.Сравнивая вычислимые модели равновесия с эконометрическими моделями, сотрудникиЦентрального экономико-математического института РАН отмечают, что последние являются«наиболее часто используемыми средствами измерения реакции экономических объектов». Ноони видят следующие преимущества первых над вторыми [74, с.
13-14]:1)вычислимые модели позволяют полностью оценить мультипликативные эффекты,так как учитывают взаимное влияние оцениваемых показателей А и Б до достижения на соответствующих рынках равновесного состояния;2)эконометрические модели применимы только для анализа равномерно развиваю-щихся экономик, не сталкивающихся с резкими спадами и шоками;3)для построения эконометрических моделей требуются большие ряды статистиче-ских данных, которых зачастую нет, а при формировании вычислимых моделей часть данныхможет быть получена эмпирическим путем через их калибровку таким образом, чтобы расчетные эндогенные показатели модели совпали с их значениями в официальной статистике.С 1-м пунктом в этом списке можно согласиться. Более того, отмечается, что эконометрические модели, скорее, должны служить в качестве вспомогательного, а не основного инструмента оценки мультипликативных явлений.
И для выполнения этой роли такие модели мо-217гут отлично подходить, дополняя другие методические подходы (в т.ч. используются и при построении системы уравнений в CGE-моделях) и позволяя полноценно решать все обозначенныецели и задачи проведения оценки.Касательно 2-го и 3-го пунктов в списке выше, Малков С.Ю. из Института экономикиРАН в то же время отмечает, что и эконометрические, и CGE-модели действенны только присоблюдении условий стабильности экономической ситуации и отсутствия экономических «шоков», а также наличия достоверной статистической информации на достаточно протяженныхинтервалах времени [76].
Кроме того, эконометрические модели все же позволяют учесть резкие скачки в экономике и сезонные колебания. Это возможно благодаря использованию сконструированных переменных – фиктивных или трендов, - которые могут учесть изменения вовсех коэффициентах регрессионного уравнения.Сотрудники Всемирного Банка также указывают на большой объем необходимой входной информации в виде показателей национальных счетов и данных самостоятельных исследований, а также времени (от нескольких месяцев до 1 года в зависимости от наличия доступныхданных) для построения вычислимых моделей общего равновесия.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
