5.1. методы моделирования экономических систем

5.1. методы моделирования экономических систем

Для оценки реакции экономической системы на различного рода воздействия существует два основных инструмента — эконометрические модели экономики и CGE модели. Эконометрическая модель опирается на реализованный временной ряд и с помощью того или иного математического аппарата экстраполирует его на будущее.

CGE модель, или вычислимая модель общего равновесия, представляет собой систему уравнений, решением которой является общее экономическое равновесие, как правило, сводящееся к уравновешиванию спроса и предложения на рынках товаров и услуг, рассматриваемых в модели. Равновесие достигается путем итеративного пересчета.

CGE модели, во-первых, включают в себя экономические агенты, результаты деятельности которых находят отражение во всей экономической системе. Именно поэтому CGE модели называются общими. В число агентов входят: домашние хозяйства, максимизирующие полезность от приобретаемых ими товаров и услуг, и, фирмы, максимизирующие свою прибыль. Таким образом, в модель кроме инерции экстраполяции заводится еще и фактор мотивации хозяйственной деятельности. Также в качестве экономических агентов могут выступать правительства и торговые союзы. Во-вторых, CGE модели включают в себя систему уравнений, посредством решения которой достигается равновесие на рынке каждого товара, услуги и фактора производства. Благодаря этому модели становятся равновесными. В-третьих, модели выдают количественные результаты, что позволяет называть их вычислимыми.

CGE моделям посвящено множество изданий иностранной научной литературы, однако в России моделям этого класса не уделялось должного внимания. Тем не менее, впубликациях ЦЭМИ РАН и Центра проблемного анализа и государственно-управленческого проектирования описаны недавно созданные CGE модели экономики России, регионов, а также проведен большой обзор зарубежных аналогов.

Следует отметить, что помимо CGE моделей, разработанных в ЦЭМИ РАН, существуют еще две CGE модели экономики России, разработанные в других научных центрах. Эти модели сконструированы для решения специальных экономических вопросов и не включают столь широкую производственную структуру и такой набор цен, как модели, разработанные в ЦЭМИ РАН. В силу того, что в них не используются механизмы ценообразования (или механизмы рационирования поведения производителей товаров и услуг), они являются более ограниченными. Кроме того, эти модели статичны, тогда как CGE подход, предлагаемый в моделях ЦЭМИ РАН, динамичный.

По сравнению с эконометрическими моделями — наиболее часто используемым средством измерения реакции экономических объектов на разного рода воздействия, — CGE модели являются более совершенным инструментом исследования экономики.

Отдельные эконометрические уравнения хотя и дают представление о влиянии того или иного фактора на отслеживаемый показатель, но не позволяют оценить мультипликативный эффект от влияния рассматриваемого фактора. К примеру, цена ресурса «А» может сильно влиять на издержки отрасли «В», но, в то же время, цена продукта отрасли «В» может влиять на издержки отрасли, производящей продукт «А». В силу того, что эко-нометрическое уравнение не является итерационной моделью, позволяющей отслеживать обоюдное влияние различных отраслей, с помощью этого инструмента нельзя проследить результаты описанного выше межотраслевого взаимодействия до некоторой точки логического останова (к примеру, достижения равновесия спроса и предложения на рынках товаров «А» и «В»).

В то же время, в CGE моделях пересчет уравнений продолжается до четко определенного момента — совпадения совокупного спроса и предложения на рынках всех товаров и факторов производства, рассматриваемых в модели.

Регрессионные уравнения логичнее включать в состав CGE моделей. К примеру, можно статистически оценить эластичности изменения долей бюджета агентов или долей распределения готового продукта по направлениям использования для лучшей спецификации соответствующих уравнений.

Посредством эконометрического подхода к моделированию экономических систем можно получать хорошие результаты только в том случае, когда экономика страны развивается равномерно, без резких спадов и подъемов, но не в случае экономических шоков. Кроме того, при составлении эконометри-ческих зависимостей необходимы достаточно длинные ряды статистических данных, которых зачастую нет.

При разработке CGE моделей не обязательно иметь все статистические данные, поскольку часть из них можно получить эмпирическим путем (в процессе калибровки модели).

Таким образом, CGE подход, благодаря своей гибкой форме, может с успехом дополнить другие экономико-математические модели во многих областях исследований.

Точность расчетов, проведенных с использованием CGE моделей

Любое, имеющее прикладное значение, количественное моделирование имеет смысл, если можно узнать точность прогноза. Понятно, что ее можно оценить только путем ретроспективного моделирования.

Например, в 2003 г. с использованием CGE модели «Россия: Центр — федеральные округа» были рассчитаны различные варианты государственной политики по поддержке Сибирского и Дальневосточного ФО, был сделан прогноз развития экономики России по инерционному сценарию (т. е. без принятия мер по улучшению экономической ситуации). Таким образом, в 2007 г. появилась возможность беспристрастно сравнить прогноз, сделанный в 2003 г., с уже опубликованными данными и сделать вывод об адекватности использованного инструмента.

Рассмотрим соотношение между прогнозными данными, приведенными в книге «Государственная промышленная политика России», и фактическими данными до 2006 г. включительно (имеется в виду инерционный вариант развития экономики). На рис. 5.1.1 представлен график роста ВВП России в ценах 2000 г.:

Как видно, среднегодовое отклонение расчетного индекса физического объема ВВП России от фактического составило 1,33\%.

Рассмотрим также соотношение между расчетными и фактическими значениями индекса потребительских цен

(рис. 5.1.2).

За рассматриваемый период среднегодовые расхождения составляют примерно 2,1\% в год.

Таким образом, прогноз, полученный с помощью CGE модели, дал относительную точность по ВВП около 5,6\%, а по индексу потребительских цен — около 23\%.

Следует отметить еще одно обстоятельство. CGE модели в большей степени являются имитационными моделями, нежели прогнозными. Для получения прогнозных значений мы продляем значения экзогенных показателей на прогнозируемый период и таким образом рассчитываем эндогенные макропоказатели. При этом предполагается инерционность развития экономической системы, т. е. без сильных воздействий (таких, например, как резкое повышение мировых цен на нефть). Полученный таким образом прогнозный сценарий мы называем базовым, а уже от него проигрываем последствия от различных реформ (инвестиционная подкачка, налоговые преференции и т. д.).

Таким образом, прогнозные оценки ВВП и ИПЦ можно считать вполне удовлетворительными, что является дополнительным аргументом использования CGE моделей для получения адекватных результатов.

Рассмотрим результаты расчетов последствий от реализации основных предлагаемых решений по модернизации российской экономики.

5.2. Возможности модификации спектра ВВП (типа экономики)

Другими словами эта тема именуется как смена типа экономики с сырьевого на интеллектуальноемкий, основанный на воспроизводимых ресурсах. Конкретно определялась практическая возможность изменения спектра (формы отраслевого распределения) валовых добавленных стоимостей (ВДС) отраслей экономики России.

Спектр ВДС представляет собой значения добавленных стоимостей отраслей экономики, нормированных к различным показателям, в том числе и к выпуску. Особенность предложенного спектрального анализа заключается в том, что шкала отраслей ранжирована по их эффективности, что позволяет объективно охарактеризовать национальную экономику с точки зрения ее типа (сырьевой, наукоемкий и т.п.). Иными словами, спектр ВДС позволяет увидеть и предложить управленческий механизм видоизменения неудовлетворительного, с точки зрения национального экономико-политического выбора, вида спектра.

Подобная модификационная задача в политическом лексиконе называется — диверсификацией экономики, уходом от сырьевой зависимости, структурной отраслевой реформой, переходом к экономике знаний.

В описываемом численном эксперименте просчитаны последствия от дополнительного адресного инвестирования избранных отраслей, в цене продукции которых велика доля добавленной стоимости с целью изменения формы спектра.

Дополнительное инвестирование отраслей возможно за счет средств предлагаемого Государственного внебюджетного инвестиционно-кредитного фонда.

Итак, исходя из спектров, построенных по паре показателей: а) «выпуск товаров и услуг» (параметр) и b) «отношение добавленной стоимости соответствующей отрасли к выпуску», были избраны пять отраслей, для которых вводилось дополнительное инвестирование:

финансы, кредит, страхование;

здравоохранение, физическая культура и социальное обеспечение;

связь;

сельское хозяйство;

жилищно-коммунальное хозяйство.

Данные отрасли избраны для примера. Продемонстрировав возможность изменения кривой спектра за счет одних отраслей, можно обосновать ту же возможность для других, не вошедших в число рассматриваемых и не включенных в разработанную нами математическую модель.

Изменение спектра, как будет показано ниже, — процесс долгосрочный, поэтому результаты дополнительного инвестирования имеют последствия в отдаленной перспективе.

В эксперименте инвестировались следующие суммы:

финансы, кредит, страхование — инвестируется примерно 34 млрд руб. (или 1,16 млрд долл.) в год;

здравоохранение, физическая культура и социальное обеспечение — инвестируется примерно 62 млрд руб. (или 2,15 млрд долл.) в год;

связь — инвестируется примерно 156 млрд руб. (или 5,37 млрд долл.) в год.

сельское хозяйство — инвестируется примерно 110 млрд руб. (или 3,79 млрд долл.) в год;

жилищно-коммунальное хозяйство — инвестируется примерно 426 млрд руб. (или 14,7 млрд долл.) в год.

Таким образом, общая сумма дополнительных инвестиций составляет 788 млрд руб. (или 27,17 млрд долл.) в год.

На рисунке 5.2.1 представлена сглаженная кривая для набора точек спектра в начальном году.

Рассмотрим сглаженные кривые для спектра, полученного через восемь лет по отношению к начальному периоду. Одна из кривых представляет собой развитие экономической системы без дополнительного инвестирования отобранных отраслей (базовый вариант). Другая кривая построена по точкам спектра, полученного в результате удвоения инвестиций для каждой из пяти отраслей (рис. 5.2.2).

Как видно, преобразовать спектр в направлении нужной формы оказывается возможным.

Существенно, что работает мультиплицирующий межотраслевой механизм. Увеличение выпуска пяти выделенных отраслей повлекло за собой увеличение выпуска и в других отраслях. Величина эффекта позволяет оценить его значимость применительно к широко тиражируемым идеям прорывных точек роста, локомотивных отраслей и тому подобным публицистическим затеям (рис. 5.2.3). В частности, именно по такому пути идет действующая экономическая политика, когда вдруг кто-то решил, что можно забыть обо всем ином,

250

Рис. 5.2.1. Сглаженная кривая для набора точек спектра (ось ординат — выпуск, млрд руб., ось абсцисс — отношение добавленной стоимости к выпуску соответствующей отрасли), начальный период

инвестировать только в область нанотехнологий, и это даст решительно новое качество экономического развития. Такие надежды малоосновательны.

350

250

200

150

0.

О

і Преобразованный спектр

Базовый вариант

100

50

0.

0

с» 0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

Рис. 5.2.3. Сглаженная кривая для набора точек спектра (ось ординат — выпуск, млрд руб., ось абсцисс — отношение добавленной стоимости к выпуску соответствующей отрасли), через 8 лет по отношению к начальному периоду, (обведенные точки представляют собой выбранные отрасли)

За счет мультипликативного эффекта от дополнительного инвестирования в выбранные отрасли получается дополнительный прирост ВВП России (в ценах начального периода) в размере около 20\% за 8 лет. Еще раз подчеркнем, что процесс изменения кривой спектра — процесс долгосрочный.