Глава 9. Прогнозирование

i_t = ь_о + ь_хр_; + b₂K_t__x + \i_2l.

3. Величина заработной платы в текущий период зависит от величины дохода в этот период и от времени. («Время» является также независимой переменной для всех ос­ тальных величин, которые не определены, но, тем не менее, оказывают влияние на заработную плату.)

И^= с₀ + cj_t + с_2:+ (1_3; . (11)

4. Национальный доход, или чистый продукт, в текущий период — это совокуп­ ность потребления, капиталовложений и правительственных расходов в текущий пе­ риод. (В действительности существуют некоторые численные различия между нацио­ нальным доходом и чистым продуктом, но мы считаем эти различия достаточно не­ значительными, чтобы пренебречь ими в данной модели.)

Y = С. + 1 + G..

(12)

5. Доход, не входящий в заработную плату в текущий период, есть разность между национальным доходом в текущий период и доходом в виде заработной платы в этот же период:

W,

(13)

6. Чистый капитал в ценных бумагах на конец текущего периода равен чистому капиталу в ценных бумагах на конец предыдущего периода плюс текущие чистые ка­питаловложения:

К, = *,_, + /,. (14)

Итак, мы имеем набор предположений, выраженных в словесной форме и в виде уравнений, которые предназначены для анализа исследуемого явления. Отметим, что последние три утверждения есть не более чем определения или математические иден­тификации, необходимые для целостности модели. Для удобства все шесть уравнений, составляющих модель, теперь могут быть сгруппированы в систему уравнений:

\гг^ат1и^инр /QV С = /I -4- л V -4- /г /~* -4-м*

УраЫ1Сг1ИС \У)• V "л ~ I / 2 f—1 *"М/'

уравнение	(10):	/,	= ьо + b{pt + b2Kt
уравнение	(11):		' = с0 + с, Yt + c2l
уравнение	(12):	у,	= С,+ 1,+ Gt;
уравнение	(13):	pt	~ У, - ^Wc
уравнение	(14):		- л,_. + /, .

Снова следует обратить внимание на переменные ц_и, ц₂₁ и (i_3i в правых частях пер­вых трех уравнений. Эти переменные, называемые членами рассогласования, соответ­ствуют тому факту, что определенные независимые переменные в уравнениях не пол­ностью отвечают изменениям зависимых переменных. Например, в уравнении (9) по­требление в текущий период определяется в дополнение к доходу в текущий период и потреблению в предыдущий период еще и другими факторами. Некоторые из этих факторов могут быть экономическими или психологическими. Далее, могут существо­вать погрешности в данных, относящихся к определенным переменным. Все эти рас­согласования представлены в уравнении (9) переменной \i_u. Если мы предположим, что никакие известные нам важные независимые переменные не пропущены, то чле­ны рассогласования отражают все другие неизвестные и непредсказуемые факторы.

В идеале изменения «всех других» факторов должны быть небольшими и случайны­ми по природе и иметь тенденцию к взаимному уничтожению, так чтобы их взаимное влияние на зависимую переменную сводилось к нулю. До некоторой степени это пред-

282

Эконометрические модели

п оложение реализуется на практике, при этом остальные явные переменные в уравне­нии будут вызывать в зависимой переменной систематические или случайные колеба­ния.

Следует знать, что построение эконометрической модели есть значительно более сложный процесс, чем следует из приведенного здесь краткого обзора. Существует множество теоретических и статистических проблем, с которыми приходится сталки­ваться при реальном конструировании модели. Данные параграфы лишь немного при­открывают завесу над проблемой для тех, кто не знаком с ней¹.

Методы

макроэкономического прогноз ирования

В 1981 г. было проведено обследование 13 крупных организаций, занимающихся макроэкономическим прогнозированием². Как показано в табл. 9.6, пять из них - это коммерческие консультационные фирмы (BMARK, CHASE, DRI, TG и WEFA); четы­ре принадлежат университетам (GSU, KEDI, RSQE и UCLA); две — корпоративным организациям (МНТ — финансовая, a GE — нефинансовая) и одна организация при­надлежит федеральному правительству (ВЕА). Тринадцатый «предсказатель» (ASA) за­нимается среднесрочным прогнозированием по результатам опросов.

В этом обследовании сравниваются результаты прогнозирования 15 наиболее рас­пространенных макроэкономических переменных:

изменение материального положения (в млрд долл.);

занятость населения (в млн чел.);

потребительский индекс цен (1967 г. = 100);

правительственные закупки товаров и услуг (в млрд текущих долл.);

валовой национальный продукт, ВНП (в млрд текущих долл.);

жилищное строительство (в млн единиц);

неявная ценовая дефляция ВНП (1972 г. = 100);

инвестиции в местные структуры (в млрд текущих долл.);

чистый экспорт товаров и усуг (в млрд долл.);

90-дневный курс казначейских билетов (в %);

постоянные инвестиции в неместные структуры (в млрд текущих долл.);

расходы на индивидуальное потребление, товары длительного пользования и услу­ги (в млрд текущих долл.);

расходы на индивидуальное потребление, товары краткосрочного пользования и услуги (в млрд текущих долл.);

фактический ВНП (в млрд долл. по курсу 1972 г.);

уровень безработицы (в %).

Существует, конечно, много других переменных. Как показано в столбце 2 табл. 9-6, количество переменных для прогнозирования колеблется от 3 до 1000.

Из табл. 9.6 также следует, что 12 из 13 прогнозов осуществлено с помощью боль­шой макроэкономической модели экономики США. Все модели требуют наличия пред­полагаемых будущих значений нескольких внешних переменных, таких, как измене­ния экономической политики федерального правительства.

■f|

' Для более детального ознакомления см.: Lawrence R. Klein and Richard M. Young, An Introduction to Econometric Forecasting and Forecasting Models (Lexington, Mass.: D.C. Heath, 1980).

² Stephen K. McNees, «The Recent Record of Thirteen Forecasters» (reprint), New England Economic Review, September-October 1981, pp. 5-21. В репринте исправлено несколько оши­бок, допущенных в первоначальной статье. См. также McNees, «The Forecasting Record for the '1970s», New England Economic Review, September-October 1979, pp. 33-53.

283

ю

00

Таблица 9.6 Итоговая информация по 13 организациям, занимающимся макроэкономическим прогнозированием

си

№

Си

(1) Прогнозирующие организации	(2) Количество переменных прогнозирования	<*) Типичный уровень прогнозирования (за квартал)	W Частота реализации (за год)	(5) Время прогнозирования	<*) Техника прогнозирования (аппроксимированный вес)
ASA (American Statistical Association and National Bureau of Economic Research Survey of regular forecasts, median)	8	45	4	1968	Большинство участников отдают приоритет неформальной модели ВНП; значительное количество также считают эконометрические модели продуктивными
BEA (Bureau of Economic Analysis, U.5. Commerce Department)	около 800	7	8	1967	Эконометрическая модель (65%), корректировка на основе предпопожений (25%), анализ текущей информации (5%), во взаимодействии с другими (5%)
BMARK (Charles R. Nelson Associates, Inc., Benchmark forecast)	3	4	i	1976	Метод анализа временных рядов (100%)
CHASE (Chase Econometric Associates, Inc.)	около 700	от 10 до 12	12	1970	Эконометрические модели (70%), корректировка на основе предположений (20%), метод анализа временных рядов (5%), анализ текущей информации (5%)
DRl (Data Resources, Inc.)	около 1000	от S до 12	12	1969	Эконометрическая модель (55%), корректировка на основе предпопожений (30%), метод анализа временных рядов (10%), анализ текущей информации (5%)
GE (Economic Research and Forecasting Operaiion, General Electric Co.)	360	8	4	1962	Эконометрическая модель (50%), корректировка на основе предположений (50%)
GSU (Economic Forecasting Project, Georgia State University)	215	8	12	1973	Эконометрическая модель (60%), корректировка на основе предположений (30%), анализ текущей информации (10%)
KEDI (Kenf Economic and Development Insti1u1e)	1699	10	12	1974	Эконометрическзя модель (60%), корректировка на основе предположений (20%), метод анализа временных рядов (10%), во взаимодействии с другими (10%)
MHT (Manufacturers Hanover Trust)	37	4-5	- ' 4	1970	Эконометрическэя модель (50%), корректировка на основе предположений (50%)
RSOE (Research Seminar on Quantitative Economics, University of Michigan)	около 100	S	3	1969	Эконометрическая модель (80%), корректировка на основе предположений (20%)
TG (Townsend-Greenspan & Co., Inc.)	около 800	от 6 до 10	4	1965	Эконометрическая модель (45%), корректировка на основе предпопожений (45%), анализ текущей информации (10%)
UCLA (UCLA Business Forecasting Project, Graduate School of Management, University of California, Los Angeles)	около 1000	от 8 до 12	А	1968	Эконометрическая модепь (70%), корректировка на основе предположений (20%), во взаимодействии с другими (10%)
WEFA (Wharton Econometric Forecasting Associates, inc.)	около 1000	12	12	1963	Эконометрическая модель (60%), корректировка на основе предположений (30%), анапиз текущей информации (10%)

О О

■с

О

№ Q,

Источник: Stephen К. McNess, «The Recent Record of Thirteen Forecasters», New England Review, September— October 1981 (reprint), pp, 5 — 21.

Выводы

Э ти модели дают основу для логических предположений, и в соответствии с инфор­мацией, представленной в столбце. 6, вес этих предположений составляет от 45 до 80% в [прогнозе (см. табл. 9.6). Все прогнозисты используют корректировку механических вы­годных данных эконометрического моделирования на основе более свежей информации, |пересмотра данных, допущенных ошибок, обратной связи с пользователями этих про-|гнозов и ожидаемых природных явлений, не охваченных моделью. Иногда такая коррек­тировка включает предсказания других экономистов. Как показано в Столбце 6, коррек­тировка на основе предположений имеет весовую значимость от 20 до 50%.

Некоторые прогнозисты подчеркивают, что взаимодействие между моделью и пред­положениями является «улицей с двухсторонним движением». Исследователь может ^переиначить предварительные результаты моделирования, но эти результаты могут, в |свою очередь, изменить и его суждения. Более того, относительные веса методов про­гнозирования могут меняться не только от прогнозиста к прогнозисту, но и от прогно­за к прогнозу.

Одна организация, BMARK, пользуется совершенно отличным от других спосо­бом¹. Ее прогнозы делаются на основе уравнений авторегрессии интегрированных [скользящих средних временных рядов. Таким образом, эти прогнозы основаны только |на ретроспективных данных о прогнозируемой переменной, и они в дальнейшем не [пересматриваются, даже если имеются основания подозревать ошибку. Следователь­но, эти прогнозы являются образцами или стандартами для сравнения с результатами (других прогнозов, выполненных по иной технологии.

[Выводы

В данной главе мы рассмотрели основные методы и инструменты искусства и науки Экономического прогнозирования. Мы также привели некоторые примеры их исполь-|зования. Мы увидели, что механическая экстраполяция, барометрические методы, сбор |мнений и обзоры целей, а также эконометрические модели — все они находят приме-кнение как в долго-, так и в краткосрочном прогнозировании на всех уровнях экономи-реской деятельности.

Эконометрический метод, как правило, наилучшим образом подходит для объеди­нения и использования наиболее рациональных приемов. Так, в довольно широких ^пределах эконометрические методы улучшают использование других методов прогно­зирования, таких, как опережающие показатели и опросы по текущему состоянию дел. IДанные этих статистик в качестве переменных включаются в модель, которая, в свою |очередь, может быть пересмотрена при поступлении новой информации и при изме­нении весовых характеристик методов, ее составляющих.

Иногда эконометрические модели дают менее точные прогнозы на последующий |год по сравнению с такими более доступными моделями, как проектирование тренда, рначит ли это, что от эконометрических методов следует отказаться? Вовсе нет; если |наше теоретическое понимание процесса и статистические данные удовлетворитель­ны, то эконометрика способна осветить самые сложные вопросы и дать нам возмож­ность прогнозирования. Это объясняется тем, что эконометрика в большей степени, |чем другие методы прогнозирования, аналитична по своей сути и ей свойственен под-род, который ориентирован на процесс. Так, эконометрические модели почти всегда |дают количественное описание развивающегося процесса, содержащее оценку значе-|иий зависимой переменной.

В любом прогнозе в игру могут вступить силы, способные изменить существующие связи. Эконометрист должен понимать это и постоянно наблюдать за появлением новых

¹ BMARK использует только три переменные: ВНП, неявную ценовую дефляцию ВНП и фак-ический ВНП.

285