Методы калибровки параметров и поиска стационарного состояния DSGE-моделей с межсекторальным взаимодействием тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Вотинов Антон Игоревич

• Вотинов Антон Игоревич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Вотинов Антон Игоревич

ВВЕДЕНИЕ

1.1 Актуальность исследования

1.2 Степень разработанности проблемы в литературе

1.3 Цель и задачи исследования

1.4 Методология исследования

1.5 Основные результаты, выносимые на защиту

1.6 Научная новизна

1.7 Теоретическая и практическая значимость результатов исследования

1.8 Публикации результатов исследования

2 БАЗОВАЯ ВЕРСИЯ DSGE-МОДЕЛИ БЕЗ ВЫДЕЛЕНИЯ ОТДЕЛЬНЫХ СЕКТОРОВ

2.1 Описание задач агентов

2.1.1 Общие обозначения

2.1.2 Агентство по труду

2.1.3 Рикардианские домашние хозяйства

2.1.4 Нерикардианские домашние хозяйства

2.1.5 Фирмы-упаковщики

2.1.6 Производители промежуточного товара

2.1.7 Импортеры

2.1.8 Производители конечного товара

2.1.9 Условие баланса на товарном рынке

2.1.10 Внешний сектор

2.1.11 Государство

2.1.12 Центральный банк

2.2 Этапы работы с DSGE-моделью

2.3 Параметризация базовой версии модели

2.4 Графики импульсного отклика и мультипликаторы для базовой версии

модели

3 ПОДХОД К ДОБАВЛЕНИЮ СЕКТОРОВ В DSGE-МОДЕЛЬ

3.1 Подход к добавлению секторов в DSGE-модель

3.1.1 Задача производителей промежуточного товара

3.1.2 Производители товаров конечного потребления

3.1.3 Условие баланса на товарном рынке

3.1.4 Распределение факторов между отраслями

3.1.4.1 Гетерогенный капитал

3.1.4.2 Агентство по труду

3.2 Траектория сбалансированного роста

3.3 Калибровка межотраслевой структуры

3.3.1 Отраслевые технологические процессы

3.3.2 Калибровка отраслевой структуры экономики

3.3.3 Соотношения для ВВП по использованию

3.3.4 Балансировка параметров

3.3.5 Определение калибровочных констант

3.3.6 Калибровка параметров модели

3.4 Подход к поиску стационарного состояния модели

3.5 Расширение на случай функции с постоянной эластичностью замещения (CES-функции)

3.5.1 Решение задачи в общем виде

3.5.2 Калибровка параметров DSGE-модели

3.6 Расширенная производственная функция

3.6.1 Изменения в модели

3.6.2 Калибровка эластичностей замещения

3.7 Полуавтоматическое формирование кодов модели

4 ИСПОЛЬЗОВАНИЕ МНОГООТРАСЛЕВОЙ МОДЕЛИ ДЛЯ АНАЛИЗА

ЭКОНОМИКИ

4.1 Анализ графиков импульсного отклика

4.1.1 Шок государственного потребления

4.1.2 Шок ключевой ставки

4.1.3 Шок производительности сектора «Добыча»

4.2 Сравнение с версией модели без секторов

4.3 Оценка уровня жесткости цен

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1 ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Методы калибровки параметров и поиска стационарного состояния DSGE-моделей с межсекторальным взаимодействием»

1.1 Актуальность исследования

В настоящий момент динамические стохастические модели общего равновесия (DSGE-модели) являются самым популярным инструментом анализа влияния внешних и внутренних шоков на экономику и бюджет. При этом стоит отметить, что для простоты они обычно не имеют развитой секторальной структуры: если в модели и присутствует несколько секторов, то обычно разбиение идет на торгуемый и неторгуемый, причем отсутствует межсекторальное взаимодействие между фирмами из этих секторов. Использование таких моделей в лучшем случае не позволяет оценить влияние шоков на структуру экономики, а в худшем случае, как будет показано далее, искажает оценку на агрегированном уровне. При этом в последнее время мировая экономика испытала ряд шоков, которые являются отраслевыми по своей природе.

В 2020-м году мировая экономика испытала беспрецедентный экономический шок, связанный с пандемией коронавируса. Многие экономики «закрывались» на карантин, разрушались цепочки создания стоимости, а правительства и центральные банки практически всех стран были вынуждены в значительной степени смягчать проводимую политику. При этом важной особенностью данного кризиса было его неравномерное влияние на различные отрасли: туризм и гостинично-ресторанный бизнес в значительной степени упали, но при этом достаточно хорошо чувствовали себя отрасли, связанные с 1Т.

В 2022-2023 гг. на экономику Российской Федерации обрушился поток санкций, которые также носили ярко выраженный отраслевой характер. Многие импортные составляющие, от которых в значительной степени зависела промышленность, стали недоступны для отечественных производителей, а многие экспортные направления были попросту закрыты. Разрыв экономических цепочек негативно сказался на ряде отраслей, что

ударило не только по российской экономике, но имело последствия и для остальных стран.

Эти два события последних пяти лет являются ярким примером того, что экономические шоки могут быть «секторальными». Для оценки последствий воздействия таких событий на экономику и бюджет необходимо понимать взаимосвязи между отдельными отраслями, так как шок одного и того же размера, но сконцентрированный в разных «частях» цепочек создания стоимости, может по-разному влиять на экономику.

Помимо секторальных внешних шоков необходимо также выделить и внутренние. Например, в последнее время активно обсуждается «зеленая повестка», в частности введение платы за выбросы углеводородов. Очевидно, что такая мера является исключительно отраслевой, но при этом будет оказывать значительное влияние на всю экономику в целом.

Стоит отметить, что помимо DSGE-моделей для анализа таких эффектов также можно использовать CGE-модели. Этот инструмент в значительно лучшей степени приспособлен для оценки секторальной структуры экономики, но есть несколько проблем. Во-первых, классические динамические секторальные CGE-модели являются численно неустойчивыми. Добавление в модель временного измерения сильно увеличивает размерность задачи, из-за чего такие инструменты работы с CGE-моделями, как GAMS, начинают работать нестабильно. Во-вторых, несмотря на то, что секторальные DSGE-модели и динамические CGE-модели формально похожи, критически важная роль ожиданий агентов игнорируется в последних. В данном исследовании разработана DSGE-модель с отраслевой структурой, свойственной CGE-моделям.

Таким образом, многие внутренние и внешние шоки являются отраслевыми по своей природе, но при этом на практике отсутствуют структурные динамические инструменты анализа их влияния на экономику и бюджет. Более того, гетерогенизация отраслевой структуры может влиять на реакцию переменных на шоки, как это справедливо, например, для HANK

(Heterogeneous Agent New Keynesian) моделей. Все это в совокупности определяет интерес к развитию и анализу характеристик многосекторных DSGE-моделей. При этом стоит отметить, что добавление в модель секторальной структуры неизбежно приводит к усложнению работы с такой моделью. Это касается как калибровки параметров модели, так и процедуры поиска стационарного состояния переменных. В данной работе предлагаются методики, которые позволяют решить данные вопросы.

1.2 Степень разработанности проблемы в литературе

Работа (Hulten, 1978) является одной из первых, где сопоставляется волатильность агрегированного выпуска с выпуском отраслей. Было показано, что совокупная волатильность в экономике связана с отраслевой волатильностью, взвешенной по доле в продажах. Многие авторы отмечают, что в работе (Long & Plosser, 1983) была описана одна из первых многосекторных RBC-моделей общего равновесия. В работе они показали, как флуктуации на агрегированном уровне связаны с микроэкономическими шоками.

Важный вклад в литературу внесла работа (Acemoglu, et al., 2012), в которой авторы построили теоретическую многосекторную неоклассическую модель с межсекторальным взаимодействием. Авторы показали, что чем равномернее (в пределе каждая отрасль потребляет продукцию каждой другой отрасли в одинаковом объеме) связаны друг с другом отрасли, тем меньше волатильность агрегированного выпуска. Если же, при прочих равных, структура потребления отраслей концентрирована, то волатильность агрегированного выпуска значительно растет. Авторы доказывают, что ключевым фактором с точки зрения агрегированной волатильности выпуска является симметричность межсекторального взаимодействия. В целом аналогичные результаты были получены в работах, где авторы использовали похожую методологию: (Horvath, 1998), (Horvath, 2000), (Gabaix, 2011), (Acemoglu, et al., 2017).

В работе (Baqaee & Farhi, 2019) были получены результаты, свидетельствующие о том, что межсекторальная структура и ее свойства влияют не только на волатильность, но и на трансмиссионный механизм шоков. На основе неоклассической модели общего равновесия с несколькими секторами авторы провели декомпозицию влияния отраслевых шоков производительности на совокупный выпуск и получили следующие результаты. Они показали, что на связь агрегированного выпуска с отраслевыми шоками влияет эластичность замещения между товарами, а также мультипликатор конечного спроса на выпуск1 (в смысле матрицы Леонтьева), так как данные показатели влияют на структуру выпуска (в случае использования функции Кобба - Дугласа, как в (Long & Plosser, 1983) и (Acemoglu, et al., 2012), структура выпуска не меняется). Например, для выбранной модели было доказано, что если эластичность замещения между товарами меньше единицы, то негативные отраслевые шоки сильнее снижают агрегированный выпуск, а положительные - слабее увеличивают. Также влияние отраслевого шока на агрегированный выпуск зависит от местоположения этой отрасли в производственных цепочках. Чем «дальше» отрасль от конечного потребителя (см. анализ положения отраслей в отечественной экономике в (Кузнецов & Седалищев, 2018)), тем сильнее один и тот же шок влияет на агрегированный выпуск. Данный результат частично связан с так называемым «эффектом хлыста» («bullwhip effect»), описанным в работе (Forrester, 1961). Из-за него шок спроса с одного конца цепочки создания стоимости может оказать значительно превышающее изначальный импульс влияние на компании с другого конца.

В работах (Nakamura & Steinsson, 2010), (Pasten, et al., 2017), (Baqaee & Farhi, 2020) авторы анализируют влияние ценовых жесткостей и монополистических наценок в многосекторных моделях на реакцию

1 Похожий результат получен в (Basu, 1995), где автор показал, что доля промежуточного потребления в производственном процессе влияет на связь между отраслевым шоком производительности и совокупным выпуском: чем больше доля промежуточного потребления, тем цены менее гибкие при неизменных параметрах.

переменных на различные шоки. Во всех работах авторы показали, что гетерогенность по параметру жесткости цен увеличивает мультипликатор монетарной политики.

В работе (Baqaee, et al., 2023) авторы показали, что стимулирующий монетарный шок в многосекторной модели с гетерогенными параметрами приводит к эндогенному росту агрегированной производительности. Это связано с тем, что в ответ на положительный шок факторы производства перетекают в более эффективные отрасли, из-за чего в среднем растет совокупная факторная производительность. Согласно полученным результатам, кривая Филлипса для многосекторной модели более плоская, чем для классических односекторальных. Похожие результаты были представлены в работе (Pasten, et al., 2020).

В работе (Schaab & Tan, 2023) авторы построили «многосекторную модель с гетерогенными агентами с межсекторальным взаимодействием (HANK-IO)», которая объединяет в себе как популярные в настоящее время HANK-модели, так и наличие межсекторальных взаимосвязей. Стоит отметить, что использованная модель записана в новокейнсианском стиле, что приближает ее к DSGE-моделям. В своей работе авторы провели декомпозицию трансмиссии монетарной ставки на ВВП, выделив классические эффекты (например, канал межвременного замещения или канал совокупных доходов), эффекты HANK-составляющей модели (например, связанных с гетерогенностью капитальных доходов), а также эффект межсекторальной части модели. Согласно полученным результатам, вклад межсекторальной структуры в трансмиссионный механизм относительно небольшой. При этом авторы отмечают, что это не означает, что межсекторальная структура не имеет значения, так как реакция других переменных сильно зависит от ее наличия (при этом они не приводят графики, подтверждающие это утверждение).

Для оценки отечественного опыта разработки многосекторных DSGE-моделей был проанализирован ряд работ, имеющих наибольшее количество

цитирований в РИНЦ и посвященных использованию DSGE-моделей. В части работ ( (Иващенко, 2013), (Полбин, 2014), (Вотинов & Елкина, 2018), (Крепцев & Селезнев, 2018), (Иващенко, 2019)) производственный сектор представлен одним сектором. При этом стоит отметить, что это обычно связано с поставленной перед исследователем задачей, для решения которой гетерогенность экономики не обязательна.

Наиболее часто авторами используется двухсекторная структура экономики, при которой фирмы разделены на два не связанных (с точки зрения межсекторального взаимодействия) друг с другом сектора - торгуемый и неторгуемый. Примерами таких работ являются (Андреев & Полбин, 2019), (Балута, et а1., 2022), (Полбин & Синельников-Мурылев, 2023), (Елкина, 2023), (Андреев & Полбин, 2023). В работе (Андреев, 2022) автор использует, по сути, два сектора, но только один задается производственной функцией: выпуск сектора «добыча» задается экзогенной величиной.

В работах (Полбин, 2013), (Шульгин, 2014), (Дробышевский & Полбин, 2015), (Шульгин, 2017) авторы отдельно моделируют торгуемый и неторгуемые сектора, но также экзогенно задают сектор добычи нефти. При этом нефть (или энергия) используется как фактор в остальных двух секторах, что подразумевает наличие межсекторального взаимодействия. В работе (Зубарев & Полбин, 2016) авторы также добавляют сектор производства нефтепродуктов, который является дополнительным этапом производства между нефтедобычей и остальными промежуточными фирмами.

В работе (Андреев & Нелюбина, 2024) изучается влияние климатической политики на экономику, для чего авторы разделяют экономику на два энергетических сектора (условно «коричневый» и «зеленый» сектора) и один производственный сектор, фирмы в котором помимо труда и капитала также используют агрегат «энергия».

Стоит отметить, что во всех представленных выше работах отсутствует межсекторное взаимодействие, при котором граф связи отраслей является зацикленным (в том смысле, что если продукт А используется при

производстве продукта Б, то продукт Б может быть также использован в производственных процессах отрасли А). В работах (Иващенко, 2016) и (Иващенко, 2020) автор моделирует 5 секторов, которые могут потреблять продукцию друг друга, что создает циклы и обратные связи, причем в последней из упомянутых работ исследуется именно частичное равновесие, а в первой автор использует простые функции Кобба - Дугласа.

В существующей литературе зачастую не уделяется внимание тому, как были построены эти модели с технической точки зрения. Учитывая тот факт, что добавление в DSGE-модель межсекторальной структуры сильно увеличивает как количество переменных, так и количество параметров, задача поиска стационарного состояния и калибровки параметров модели в значительной степени усложняется. В данном исследовании предложены методики, которые позволяют упростить и ускорить решение указанных выше задач.

1.3 Цель и задачи исследования

Целью исследования является разработка многоотраслевой DSGE-модели экономики России, в которой фирмы связаны друг с другом через промежуточное потребление, а также выработка методики поиска стационарного состояния и калибровки параметров модели. Основное требование к данным методикам заключается в их реализации в аналитическом виде, что позволит в значительной степени ускорить выполнение программных кодов.

Задачи исследования могут быть сформулированы следующим образом:

1) Разработка методики поиска стационарного состояния для DSGE-модели с многосекторной структурой и производственным сектором, описанным произвольным каскадом CES-функций (с факторами капитала, труда, промежуточного потребления и импорта), в аналитическом виде, что позволит увеличить скорость и вычислительную стабильность данной процедуры.

2) Разработка методологии калибровки параметров произвольной производственной структуры DSGE-модели с межсекторальным взаимодействием на основе данных межотраслевого баланса.

3) Построение многосекторной DSGE-модели, включающей в себе различные виды номинальных и реальных жесткостей, несколько типов домашних хозяйств, развитый государственный сектор с налоговой политикой и несколькими типами расходов, взаимодействие с внешним сектором и т.п.

4) Анализ влияния денежно-кредитной и налогово-бюджетной политики для односекторной и многосекторной DSGE-моделей, построенных с использованием разработанных методик, с помощью анализа графиков импульсного отклика, мультипликаторов и вспомогательных показателей.

1.4 Методология исследования

При работе с любой DSGE-моделью необходимо реализовать несколько этапов, а именно:

- формулировка оптимизационных задач экономических агентов,

- поиск условий первого порядка,

- детрендирование уравнений модели,

- параметризация,

- поиск значений переменных в стационарном состоянии,

- программная реализация модели.

Добавление в модель межсекторальной структуры взаимодействия между фирмами в значительной степени осложняет работу с DSGE-моделью на каждом из описанных выше этапов. При этом параметризация модели и поиск значений переменных в стационарном состоянии - это наиболее время-и трудозатратные этапы, которые требуют решения сложных вычислительных задач.

В исследовании разработана методика поиска точки стационарного состояния модели в аналитическом виде, а также предложен подход к калибровке параметров модели на основе статистических данных. Данные

методики позволяют решить задачу поиска стационарного состояния и калибровки параметров модели в аналитическом виде, что позволяет значительно ускорить вычислительные процедуры по сравнению с численным подходом. При использовании численных методов выбор стартовой точки методики сильно влияет на скорость расчетов, которая в том числе зависит от значений параметров и структуры модели. Предложенная методика позволяет отказаться от необходимости поиска «удачной» стартовой точки.

Для решения задач исследования были разработаны две версии DSGE-модели. Модели относятся к классу новокейнсианских моделей и берут за основу модель, представленную в работе (Smets & Wouters, 2007). Номинальные и реальные жесткости реализованы в стиле (Rotemberg, 1983). Модели были расширены за счет следующих элементов:

- Нерикардианские домашние хозяйства, потребляющие весь располагаемый доход. Данный вид агентов позволяет получать отклики переменных модели, которые в большей степени согласуются с эмпирическими исследованиями. В данном случае мы следуем работе (Андреев & Полбин, 2018), где отмечается важность учета «нерикардианцев» в моделях анализа денежно-кредитной и налогово-бюджетной политики.

- Государственный сектор, расширенный за счет добавления нескольких типов налоговых ставок, что позволяет лучше анализировать эффекты, связанные с фискальной политикой (см., например, (Лазарян & Майоров, 2018), (Полбин, 2024)).

Помимо описанных механизмов, которые являются распространенными в литературе, посвященной DSGE-моделям, основной акцент был сделан на добавление межсекторального взаимодействия, при котором любой товар без ограничений может быть использован в качестве промежуточного при производстве в любом секторе. Важное отличие от большинства DSGE-моделей заключается в том, что некоторый товар А может быть использован для производства товара Б, который используется в производстве товара А.

Наличие таких «циклов» не является типичным для DSGE-моделей, поскольку их включение значительно усложняет работу с моделью.

Так, некоторая k-я фирма из s-го сектора при производстве одной единицы товара может использовать традиционные факторы - капитал и труд, а также промежуточные товары - продукцию всех остальных секторов. В общем виде производственная функция выглядит следующим образом:

s s 1/ps Yts(к) = As [asKL(Factors"(k))P + (1 - asKL)(lnterts(k))P ] , (1)

где Yts (к) - выпуск k-й фирмы из s-го сектора, Factors" (к) - агрегат-фактор, состоящий из капитала и труда (агрегируется с помощью стандартной функции Кобба - Дугласа), Inter" (к) - агрегат промежуточного потребления. As, a#L и рs - параметры функции. При этом агрегат Inter" (к) определяется следующим образом:

Inter" (к) = AInt's

< aMJ(XJ's(k))P'n + a— (Im"(k))

1/Pln

pIn

(2)

j=i

где XJ's (к) - это объем товара из отрасли j, который используется для производства товаров из отрасли s, Imss (к) - это импортная компонента. Данный агрегат определяет производственные процессы, определяет условный «рецепт» создания товаров.

Данные функции являются CES-функциями (constant elasticity of substitution), то есть они имеют постоянную эластичность замещения между факторами по относительной цене. Например, традиционно эластичность замещения между промежуточными товарами является низкой (ближе к нулю), так как, например, невозможно заменить железную руду углем при выплавке стали. Именно добавление более сложных по сравнению с

функциями Кобба - Дугласа CES-функций позволяет более точно описать реальные производственные процессы.

Помимо прочего в DSGE-модель было добавлено специальное «агентство по труду», которое обеспечивает нахождение равновесия на рынке труда с учетом наличия нескольких секторов, в которых могут быть установлены разные заработные платы. Данный агент реализован в виде CET-функции (от англ. constant elasticity of transformation), которая используется в отраслевых CGE-моделях, но не учитываются в DSGE-моделях. Наличие такого агента в DSGE-модели также позволяет анализировать разную степень мобильности труда.

1.5 Основные результаты, выносимые на защиту

1) Разработана методика калибровки структурных параметров модели, которая основана на свойствах используемых CES-функций, что позволяет решить данную задачу в аналитическом виде. Согласно разработанному подходу, пользователь может откалибровать межсекторальную DSGE-модель на основе статистики межотраслевого баланса (либо таблиц ресурсов и использования, либо таблиц «затраты-выпуск»). Показано, что данный подход может быть применен к модели с любым количеством секторов, а также позволяет получить такую структуру моделируемой экономики, которая будет соответствовать данным межотраслевого баланса.

2) Для простой односекторной модели была разработана методика поиска стационарного состояния модели в аналитическом виде. Предложенный подход позволяет решить несколько проблем. Во-первых, при использовании численных алгоритмов необходимо задать стартовую точку, выбор которой сильно влияет на скорость выполнения кода и сходимость расчетов. Реализация процедуры поиска стационарного состояния в аналитическом виде не требует выбора стартовой точки. Во-вторых, использование аналитической методики поиска стационарного состояния

быстрее, чем численные алгоритмы, что особенно критично при байесовской оценке параметров DSGE-модели.

3) Методика была расширена на случай многосекторной модели. Добавление в модель межсекторального взаимодействия в значительной степени увеличивает количество параметров, что усложняет как процесс численного поиска стационарного состояния, так и скорость процедуры поиска параметров с применением байесовского подхода. Дополнительно была разработана альтернативная методика, в которой добавляется оптимизационная процедура по одному параметру. Показано, что это в значительной степени позволяет упростить аналитический вывод базового подхода, что снижает вероятность ошибки в записи кодов при несущественных потерях в скорости процедуры поиска стационарного состояния.

4) Разработана новая DSGE-модель, которая отличается от аналогичных тем, что в ней экономика разделена на несколько отраслей, фирмы в которых могут использовать продукцию друг друга в качестве промежуточных товаров. Модель откалибрована на российских данных. В качестве производственных функций использовались как классические функции Кобба - Дугласа, так и более общие CES-функции, которые позволяют задавать более реалистичные предпосылки относительно взаимозаменяемости товаров и факторов в модели. Также отличительной чертой разработанной модели является дифференциация заработных плат между секторами, а также возможность учета мобильности труда. Такая структура модели позволяет учитывать свойства межсекторального взаимодействия в экономике при анализе влияния макроэкономической (в том числе отраслевой) политики на агрегированные и секторальные показатели.

5) Сравнение результатов расчетов разработанной и откалиброванной на российских данных многосекторной DSGE-модели с односекторной версией показывает, что использование многосекторной модели позволяет лучше понять влияние монетарной и фискальной политики

в разрезе экономической структуры: с помощью многосекторных DSGE-моделей можно анализировать как влияние макроэкономической политики на отраслевые показатели, а также изучать влияние отраслевой политики (например, изменения налоговых ставок на уровне отдельных отраслей) на агрегированный уровень. Также получено, что добавление в DSGE-модель межсекторального взаимодействия и промежуточного потребления при прочих равных приводит к уменьшению наклона кривой Филлипса.

1.6 Научная новизна

1) Предложена методика поиска стационарного состояния DSGE-модели, который позволяет получить решение в аналитическом виде. Преимуществом данной методики является его применимость для широкого класса DSGE-моделей с производственным сектором, представленным каскадом CES-функций произвольной структуры. Также предложен подход к упрощению вывода методики за счет добавления численной процедуры по одной переменной. Данный подход позволяет упростить и ускорить процедуру поиска стационарного состояния DSGE-модели по сравнению с классическими численными методами.

2) Впервые описана методика калибровки структурных параметров модели на основе данных межотраслевого баланса, позволяющая получить однозначное соответствие между данными и параметрами. Методика позволяет в аналитическом виде получить вектор параметров, а также учитывает наличие монополистической конкуренции и динамической природы DSGE-моделей, что отличает его от методик для классических CGE-моделей.

3) Предложена DSGE-модель с межсекторальным взаимодействием, представленным в виде вложенных CES-функций и учитывающим мобильность факторов, которая была откалибрована на российских данных. В сравнении с зарубежной литературой, посвященной многосекторным динамическим моделям, в модель добавлен механизм мобильности труда между секторами - в современной литературе предполагается совершенная

мобильность труда. В сравнении с большинством российских работ по DSGE ( (Полбин, 2013), (Шульгин, 2014), (Дробышевский & Полбин, 2015), (Зубарев & Полбин, 2016), (Шульгин, 2017), (Андреев & Полбин, 2019), (Балута, et а1., 2022), (Андреев, 2022), (Андреев & Полбин, 2023), (Полбин & Синельников-Мурылев, 2023), (Елкина, 2023), (Андреев & Нелюбина, 2024)) в модель добавлено межсекторальное взаимодействие в общем виде с возможностью потребления промежуточного товара, по сравнению с (Иващенко, 2016) и (Иващенко, 2020) - используются CES-функции, позволяющие более реалистично описывать реакцию фирм на изменение относительных цен.

4) С помощью разработанной модели были получены численные отклики переменных на шоки денежно-кредитной и налогово-бюджетной политики. Было показано, что добавление в модель межсекторального взаимодействия и промежуточного товара при прочих равных делает кривую Филлипса более пологой, что равносильно более жестким ценам. Так, для одного и того же изменения уровня инфляции в случае многосекторной модели необходимо большее изменение уровня ВВП, чем для случая использования DSGE-модели с одним сектором.

1.7 Теоретическая и практическая значимость результатов исследования

Список литературы диссертационного исследования кандидат наук Вотинов Антон Игоревич, 2025 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1 Крепцев, Д. & Селезнев, С., 2018. Прогнозирование российской экономики с использованием DSGE-моделей с малым количеством уравнений. Деньги и кредит, Том 2, сс. 51-67.

2 Кузнецов, Д. Е. & Седалищев, В. В., 2018. Исследование среднего положения отраслей российской экономики в цепочках добавленной стоимости. Экономическая политика, Том 13(2), сс. 48-63.

3 Зубарев, А. В. & Полбин, А. В., 2016. Оценка макроэкономических эффектов от снижения экспортной пошлины на нефть. Экономическая политика, Том 11(6), сс. 8-35.

4 Иващенко, С. М., 2013. Динамическая стохастическая модель общего экономического равновесия с банковским сектором и эндогенными дефолтами фирм. Журнал Новой экономической ассоциации, Том 19(3), сс. 27-50.

5 Иващенко, С. М., 2016. Многосекторная модель динамического стохастического общего экономического равновесия российской экономики. Вестник Санкт-Петербургского университета. Экономика, Том 3, сс. 176202.

6 Иващенко, С. М., 2019. Модели ДСОЭР: проблема трендов. Финансовый журнал, Том 48(2), сс. 81-95.

7 Иващенко, С. М., 2020. Источники долгосрочного роста секторов российской экономики. Журнал новой экономической ассоциации, Том 4, сс. 86-112.

8 Государственная Дума, 2023. Пояснительная записка "К проекту ФЗ О федеральном бюджете на 2024 год и на плановый период 2025 и 2026 годов". [В Интернете] Available at: https://sozd.duma.gov.ru/bill/448554-8#bh_note [Дата обращения: 07 02 2025].

9 Елкина, М. А., 2023. Финансовый фрикции в DSGE-модели российской экономики. Экономический журнал Высшей школы экономики, Том 27(2), сс. 159-195.

10 Вотинов, А. И. & Елкина, М. А., 2018. Фискальное стимулирование российской экономики: оценка в рамках простой DSGE-модели с фискальным блоком. Финансовый журнал, Том 5, сс. 83-96.

11 Вотинов, А. И., 2022. Влияние добавления нестандартных нестационарных процессов на характеристики DSGE-моделей. Журнал Новой экономической ассоциации, Том 55, сс. 28-43.

12 Вотинов, А. И. & Лазарян, С. С., 2020. Влияние трендов в данных на качество оценок параметров DSGE-моделей. Экономический журнал Высшей школы экономики, Том 24, сс. 372-390.

13 Вотинов, А. И., Лазарян, С. С. & Польщикова, Ю. А., 2023. Влияние межсекторальной структуры экономики на свойства DSGE-моделей. Деньги и кредит, Том 82(1), сс. 32-54.

14 Acemoglu, D., Carvalho, V., Ozdaglar, A. & Tahbaz-Salehi, A., 2012. The network origins of aggregate fluctuations. Econometrica, Vol. 80(5), pp. 1977-2016.

15 Acemoglu, D., Ozdaglar, A. & Tahbaz-Salehi, A., 2017. Microeconomic origins of macroeconomic tail risks. American Economic Review, Том 107(1), сс. 54-108.

16 Aguiar, A. и др., 2019. The GTAP Data Base: Version 10. Journal of Global Economic Analysis, Vol. 4, pp. 1-27.

17 Armington, P. S., 1969. A Theory of Demand for Products Distinguished by Place of Production. Staff Papers-International Monetary Fund, pp. 159-178.

18 Bohringer, C., Carbone, J. C. & Rutherford, T. F., 2018. Embodied Carbon Tariffs. The Scandinavian Journal of Economics, Vol. 120, pp. 183-210.

19 Balistreri, E. & Brown, M., 2023. Calibrating Constant Elasticity of Substitution Technologies to Bottom-up Cost Estimates. Journal of Global Economic Analysis, Vol. 8.

20 Baqaee, D. & Farhi, E., 2019. The macroeconomic impact of microeconomic shocks: Beyond Hulten's theorem. Econometrica, Vol. 87(4), pp. 1155-1203.

21 Baqaee, D. & Farhi, E., 2020. Productivity and misallocation in general equilibrium. The Quarterly Journal of Economics, Vol. 135(1), pp. 105-163.

22 Baqaee, D., Farhi, E. & Sangani, K., 2023. The supply-side effects of monetary policy, Working Paper 28345. [В Интернете] Available at: https://www.nber.org/system/files/working_papers/w28345/w28345.pdf

[Дата обращения: 07 02 2025].

23 Basu, S., 1995. Intermediate Goods and Business Cycles: Implications for Productivity and Welfare. The American Economic Review, Том 85(3), сс. 512-531.

24 Blanchard, O. J. & Kahn, C. M., 1980. The solution of linear difference models under rational expectations. Econometrica: Journal of the Econometric Society, pp. 1305-1311.

25 Dawkins, С., Srinivasan, T. N. & Whalley, J., 2001. Calibration. In: Handbook of econometrics. s.l.:Elsevier, pp. 3653-3703.

26 Dynare, 2024. The Dynare Reference Manual, version 6.2. [Online] Available at: https://www.dynare.org/manual/ [Accessed 07 02 2025].

27 Forrester, J., 1961. Industrial Dynamics. s.l.:MIT Press.

28 Дробышевский, С. & Полбин, А., 2015. Декомпозиция динамики макроэкономических показателей РФ на основе DSGE-модели. Экономическая политика, Том 10(2), сс. 20-42.

29 Gabaix, X., 2011. The granular origins of aggregate fluctuations. Econometrica, Том 79(3), сс. 733-772.

30 GTAP, 2025. Global Trade Analysis Project (GTAP). [В Интернете] Available at: https://www. gtap.agecon .purdue. edu [Дата обращения: 07 02 2025].

31 Hertel, T. & Mensbrugghe, D., 2006. Chapter 14 Behavioral Parameters. In: Global trade, assistance, and production: the GTAP. s.l.:GTAP.

32 Horvath, M., 1998. Cyclicality and sectoral linkages: Aggregate fluctuations from independent sectoral shocks. Review of Economic Dynamics, Vol. 1(4), сс. 781-808.

33 Horvath, M., 2000. Sectoral shocks and aggregate fluctuations. Journal of Monetary Economics, Vol. 45(1), pp. 69-106.

34 Hulten, C., 1978. Growth accounting with intermediate inputs. The Review of Economic Studies, Vol. 45(3), pp. 11-518.

35 Kimball, M. S., 1995. The Quantitative Analytics of the Basic Neomonetarist Model. Journal of Money, Credit and Banking, 27(4), pp. 1241-1277.

36 Lejour, A., Veenendaal, P., Verweij, G. & van Leeuwen, N., 2006. World-Scan: A model for international economic policy analysis.. [В Интернете] Available at: https:// globalclimateactionpartnership.org/app/uploads/2015/10/ world-scan-document.pdf

37 Long, J. & Plosser, C., 1983. Real business cycles. Journal of political Economy, Vol. 91(1), pp. 39-69.

38 McDonald, S. & Roberts, D., 1998. The economy-wide effects of the BSE crisis: A CGE analysis. Journal of Agricultural Economics, 49(3), pp. 458-471.

39 Nakamura, E. & Steinsson, J., 2010. Monetary non-neutrality in a multisector menu cost model. The Quarterly journal of economics, Vol. 125(3), pp. 961-1013.

40 Pasten, E., Schoenle, R. & Weber, M., 2017. Price rigidity and the origins of aggregate fluctuations. [Online] Available at: https://www.nber.org/system/files/working_papers/w23750/w23750.pdf [Accessed 02 07 2025].

41 Pasten, E., Schoenle, R. & Weber, M., 2020. The propagation of monetary policy shocks in a heterogeneous production economy. Journal of Monetary Economics, Vol. 116, pp. 1-22.

42 Rotemberg, J. J., 1982. Monopolistic price adjustment and aggregate output. The Review of Economic Studies, Vol. 49(4), pp. 517-531.

43 Rotemberg, J. J., 1983. Aggregate consequences of fixed costs of price adjustment. The American Economic Review, Vol. 73(3), pp. 433-436.

44 Schaab, A. & Tan, S., 2023. Monetary and Fiscal Policy According to HANK-IO. [В Интернете] Available at: https://www.cerge-ei.cz/pdf/events/papers/3.%20schaab_tan_HANK_I0.pdf

[Дата обращения: 07 02 2025].

45 Schmitt-Grohe, S. & Uribe, M., 2003. Closing small open economy models. Journal of international Economics, Vol. 61(1), pp. 163-185.

46 Shi, Q., Ren, H., Cai, W. & Gao, J., 2019. How to set the proper level of carbon tax in the context of Chinese construction sector? A CGE analysis. Journal of Cleaner Production, Vol. 240.

47 Smets, F. & Wouters, R., 2007. Shocks and Frictions in US Business Cycles: A Bayesian DSGE Abroach. American economic review, Vol. 97(3), pp. 586-606.

48 Балута, В. И., Шульц, Д. Н. & Лавриненко, П. А., 2022. Оценка влияния мировых цен на углеводороды на российскую экономику на основе DSGE-модели с фирмами-собственниками капитала. Проблемы прогнозирования, Том 190(1), сс. 147-161.

49 Банк России, 2024. Макроэкономический опрос Банка России (февраль 2024 года). [В Интернете] Available at: https:// cbr.ru/ statistics/ ddkp/mo_br/ [Дата обращения: 02 07 2025].

50 Полбин, А. В., 2013. Построение динамической стохастической модели общего равновесия для экономики с высокой зависимостью от экспорта нефти. Экономический журнал Высшей школы экономики, Том 17(2), сс. 323-359.

51 Полбин, А. В., 2014. Эконометрическая оценка структурной макроэкономической модели российской экономики. Прикладная эконометрика, Том 33(1), сс. 3-29.

52 Полбин, А. В., 2024. Анализ фискальных мультипликаторов для российской экономики на основе DSGE-модели с предпочтениями Яймовича и Ребело. Экономическая политика, Том 19, сс. 82-119.

53 Полбин, А. В. & Синельников-Мурылев, С. Г., 2023. Построение и калибровка DSGE-модели для российской экономики с использованием импульсных откликов векторной авторегрессии. Москва: Издательство института Гайдара.

54 Андреев, М. Ю., 2022. Эффективность бюджетного правила стран-экспортеров. Вопросы экономики, Том 12, сс. 72-97.

55 Андреев, М. Ю. & Полбин, А. В., 2018. Влияние фискальной политики на макроэкономические показатели в DSGE-моделях. Финансовый журнал, Том 3, сс. 21-33.

56 Андреев, М. Ю. & Полбин, А. В., 2019. Исследование эффекта финансового акселератора в DSGE-модели с описанием производства экспортного продукта. Журнал Новой экономической ассоциации, Том 4, сс. 12-49.

57 Андреев, М. Ю. & Полбин, А. В., 2023. Оценка макроэкономических эффектов от ожидаемого сокращения нефтегазовых доходов. Вопросы экономики, Том 4, сс. 5-28.

58 Андреев, М. & Нелюбина, А., 2024. Сценарии энергоперехода в России: эффекты в макроэкономической модели общего равновесия с рациональными ожиданиями. [В Интернете] Available at: https://www.cbr.ru/StaticHtml/File/158119/wp 122.pdf [Дата обращения: 02 07 2025].

59 Росстат, 2025. Национальные счета. [В Интернете] Available at: https://rosstat.gov.ru/statistics/accounts [Дата обращения: 07 02 2025].

60 Лазарян, С. С. & Майоров, Е. В., 2018. Перспективы использования DSGE-моделей министерствами финансов: опыт мировых регуляторов. Финансовый журнал, Том 5, сс. 70-82.

61 Судаков, С. С. & Зинченко, А. А., 2024. Разработка методологии оценки экспортного потенциала и ее апробация на примере Республики Узбекистан. Финансовый журнал, Том 1 (16), р. 61-77.

62 Шульгин, А. Г., 2014. Сколько правил монетарной политики необходимопри оценке DSGE модели для России?. Прикладная эконометрика, Том 36(4), сс. 3-31.

63 Шульгин, А. Г., 2017. Два типа шоков монетарной политики в DSGE-модели, оцененной для России. Журнал Новой экономической ассоциации, Том 33(1), сс. 75-115.