Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
109028, Москва,
Покровский бульвар, дом 11, каб. Т-614
(проезд: м. Тургеневская/Чистые пруды, Китай-город, Курская/Чкаловская)
тел: (495) 628-83-68
почта: fes@hse.ru
Райнерт Э. С.
М.: Издательский дом НИУ ВШЭ, 2025.
Applied Econometrics. 2024. No. 76. P. 5-28.
In bk.: Model Theory and Algebra 2024. 2024. P. 87-92.
Andreyanov P., Krasikov I., Suzdaltsev A.
arxiv.org. Theoretical Economics. Cornell University, 2024
Перед началом секции декан ФЭН Сергей Пекарский отметил, что Чтения памяти Е.Г. Ясина – важное мероприятие и для факультета, и для университета в целом, которое сохраняет лучшие традиции, заложенные основателями ВШЭ, и делает большой вклад в развитие академической культуры.
Первая сессия была посвящена обсуждению развития российской экономики в условиях санкций. Внешние шоки существенно изменили структуру российской экономики, привели к переориентации на другие рынки и замещению производства. Оценке этих эффектов был посвящен доклад сотрудников института «Центр развития» Андрея Чернявского и Алены Чепель. По их оценке, из-за санкций, наложенных на нефтегазовый сектор, доходы бюджета от нефти в 2023 г. сократились почти на 20%, на 1,5 трлн рублей. Это отразилось и на других секторах экономики, что привело к снижению основных ненефтегазовых налогов еще на 0,5 трлн рублей. Кроме того, авторы оценили влияние санкций на импорт и конечное производство и конечное потребление. По их расчетам, для таких сфер производства, как электро- и оптическое оборудование, машины, автотранспорт, выпуск неэластичный, то есть при сокращении импорта производство сокращается незначительно. Если в сфере доступно замещение импортной промежуточной продукции российской, то эластичность становится еще ниже. Это говорит о достаточной устойчивости экономики к шокам и внушительных резервах для наращивания производства.
Профессор базовой кафедры Банка России ВШЭ и сотрудник департамента исследований и прогнозирования Банка России Генрих Пеникас представил совместное исследование с Марией Лымарь (Банк России) об оценке эффективности действий ЦБ и правительства в условиях шоков. Они изучили, как меры поддержки со стороны государства влияли на устойчивость банковской системы во время кризисов 2014, 2020 и 2022 года. Основным показателем для оценки эффективности в их исследовании стал норматив достаточности капитала, то есть отношение собственных средств банка к взвешенному количеству активов. Минимальное требование ЦБ к этому показателю – 10,5%, и чем он выше, тем банк устойчивее. По оценке авторов, структура банковской системы с 2014 года существенно изменилась. Доля кредитов в иностранной валюте снизилась с 50% до 15%. Портфель кредитов вырос вдвое, но составляет лишь 50% от ВВП. Авторы детально изучили, какие меры Банк России использовал для поддержки банковской системы. Среди них были взносы в АСВ, послабления по кредитному риску, стабилизация положения заемщиков и многие другие. Всего удалось изучить 9 универсальных мер для всех банков, 17 мер по системно-значимым банкам и 50 ограничивающих мер. Кроме того, были рассмотрены и программы льготного кредитования от правительства. В 2022 году усилия Банка России обеспечили устойчивость банков и поддержали кредитование на 8 трлн рублей. Норматив достаточности капитала в банковской системе увеличился на 3,5%. Этот эффект существенно компенсировал последствия санкций. А за 10 лет измерений эффективность действий ЦБ существенно выросла.
Участники секции обсудили и источники долгосрочного экономического роста. Эта тема оказалась особенно актуальной в современных условиях, так как за последние 10 лет темпы роста ВВП в России были ниже, чем в предыдущее десятилетие. Доцент департамента прикладной экономики и директор Центра исследований производительности Илья Воскобойников представил доклад об источниках роста производительности труда в сельском хозяйстве, подготовленный совместно с Валерием Сарайкиным и Полиной Александровой. Авторы изучили факторы, которые влияли на становление сельского хозяйства России с 1947-го по 2021 год. По их словам, эти факторы важны не столько для понимания того, как отрасль трансформировалась из дотационной в начале 1990-х в экспортно-ориентированную в 2000-е годы и стала влиять на глобальные рынки по ряду сельскохозяйственных продуктов, сколько для общей оценки структурных изменений, происходивших в стране. В 1950-2021 годах площадь сельскохозяйственных угодий сократились на 38 млн гектаров, что означает снижение в среднем на 640 тыс. гектаров в год. Однако распаханность земель оставалась на уровне 60% на всем временном интервале. С 1950-х годов валовый сбор сельхозкультур увеличился почти в 3 раза, с 50 до 130 млн тонн. С 1980-х и до начала 2000-х годов вместе с сокращением площади посевов падал и сбор урожая. И лишь с 2000 года пошел быстрый рост валового сбора, хотя площади не увеличивались. Вместе с этим росла и урожайность основных культур, и самый быстрый рост она показала в 2000-2021 годах – около 3,5% против примерно 2,5% в советское время. В докладе показаны три этапа развития сельского хозяйства в России. С 1947-го по 1964 год на рост урожайности повлияла прежде всего механизация работ, увеличение количества тракторов и комбайнов. В 1965-1980 годах основной рост был связан с использованием химических удобрений. Падение 1981-1999 годов связано со структурными реформами и переходом к рынку. Уже с начала 2000-х рыночные реформы стали давать результат, и предпринимательская инициатива позволила существенно увеличить урожайность и производительность.
Целых три сессии были посвящены обсуждению инфляции, которая остается одним из острых вопросов для российской экономики. Банк России стремится довести ее до уровня 4%. В условиях экономических шоков важно поддерживать инфляционные ожидания на одном уровне, не давать им расти. Для этого Банк России проводит жесткую политику, сохраняя высокую ключевую ставку. Одним из значительных инфляционных шоков стал рост цен на жилье. Аспирант департамента прикладной экономики ФЭН и стажер-исследователь НУЛ макроструктурного моделирования экономики России Григорий Жирнов и выпускник МГУ Сергеей Хатунцев решили изучить, что внесло основной вклад в рост цен. По их мнению, главным фактором стал ажиотажный спрос, вызванный льготными ставками по ипотеке. Однако факторы со стороны предложения тоже сыграли большую роль в увеличении цен на недвижимость, прежде всего – так называемая «ипотека от застройщика» под крайне низкий процент, который компенсировался завышением стоимости жилья. С 2016 года цены на недвижимость росли опережающими инфляцию темпами. Наибольший прирост случился с 2020-го по 2022 год – цены тогда увеличивались на 20-30% ежегодно. Обычно этот прирост связывают с началом льготной ипотеки в 2020 году. Но авторы решили выяснить, каким на самом деле был вклад со стороны спроса в увеличение цены и что, кроме низких ставок, могло вызвать подорожание недвижимости. Кроме того, они захотели узнать, в каких регионах эти факторы были более ярко выражены. Для этого были проанализированы данные по 78 субъектам РФ с января 2016-го по февраль 2023 года. Выяснилось, что факторы спроса действительно внесли наибольший вклад в рост цен. Из 152% прироста спрос объясняет больше половины, почти 84%. Больше всего цены выросли в Центральной России и на Дальнем Востоке. Однако и вклад факторов предложения оказался намного выше, чем предполагали многие эксперты. Неспросовые факторы объяснили 68% прироста. Вероятной причиной авторы назвали введение «ипотеки под 0» от застройщика, проценты за которую по сути закладывались в цену жилья. При этом если в 2017-2019 годах вклад факторов предложения обгонял или был примерно равен вкладу факторов спроса, то с 2020 года ситуация изменилась, и именно спрос подталкивал цену вверх. В 2021 году цены выросли на рекордные 30%, 20 из которых – именно факторы со стороны спроса.
Важнейшим вопросом остается прогнозирование инфляции. Сотрудник РАНХиГС Юрий Перевышин изучил связь между инфляционными ожиданиями экспертов и реальным уровнем инфляции. Так, в США инфляционные ожидания прогнозистов часто оказываются точнее модельных прогнозов инфляции. Автор решил выяснить, можно ли использовать прогнозы для оценки инфляции в российской экономике. Он изучил консенсус-прогноз об инфляционных ожиданиях профессиональных прогнозистов, который составляет Институт «Центр развития» НИУ ВШЭ. Этот опрос проводится ежеквартально и собирает предположения об уровне инфляции на 7 кварталов вперед. Это позволило сравнить консенсус-прогноз с реальной инфляцией за последние несколько лет. В результате исследования автор пришел к довольно неожиданным выводам: включение инфляционных ожиданий аналитиков не приводит к существенному улучшению точности прогноза. В среднем прогнозы экспертов отклоняются от реального уровня почти на 2,5%, кроме того, аналитики склонны недооценивать инфляцию и занижают ее в своих прогнозах. На промежутках в 1-2 квартала использование ожиданий почти не влияет на точность прогноза, на более длинных промежутках в 5-8 кварталов оценки улучшаются всего на 5% по сравнению с моделями без ожиданий.
Другие методы прогнозирования инфляции представила Марина Микитчук из фонда «Институт Вега». Совместно с сотрудниками фонда Егором Постолитом, Родионом Латыповым и Еленой Ахмедовой они изучили, как включение новостного потока в модели помогает в оценке уровня инфляции. Авторы исследовали вклад цен на питание в инфляцию, так как такая таргетированность делает математические методы более релевантными. Они использовали методы глубокого обучения для анализа сообщений специализированных СМИ. По их оценке, добавление новостного фона в модели увеличивает точность прогноза краткосрочной инфляции на 25%. Более того, предложенный авторами метод гораздо точнее анализирует сами новостные сообщения. По мнению Марины Микитчук, предложенный способ можно распространить и на другие компоненты инфляции, что позволит точнее оценивать краткосрочные изменения цен и поможет быстрее и качественнее реагировать на них.
Оценить инфляцию помогает и изменение цен на определенные товары-маркеры. Об этом рассказал выпускник магистратуры ФЭН и сотрудник базовой кафедры Банка России Вадим Грищенко. В совместной работе с выпускницей факультета мировой экономики и мировой политики Кристиной Жиляевой он изучил, как рост цен на товары-маркеры влияет на ожидания населения. Так как Банк России оценивает инфляцию по корзине с сотнями товаров, а набор ежедневных покупок людей ограничен, инфляционные ожидания часто расходятся с оценками роста цен. Люди склонны оценивать изменение цен по определенным товарам, которые они покупают чаще всего или о которых чаще слышат в новостях. К таким товарам авторы отнесли автомобили, одежду, стоимость общественного питания, содержание жилья, проезд в транспорте, бензин и водку. Авторы изучили, как сильно отклонялись изменения цен на товары-маркеры от инфляции с 2014-го по 2023 год. На многие товары цена изменялась примерно так же, как и во всей потребительской корзине, но в определенные периоды некоторые из них становились намного более волатильными. Так, в 2015-2016 и 2022 годах рост цен на автомобили почти вдвое опережал инфляцию. Авторы предположили, что это может быть связано с изменением курса рубля. Оказалось, что хоть товары-маркеры не так сильно зависят от курса (корреляция по самым связанными позициям достигала примерно 0,5-0,6), изменение их стоимости из-за колебаний курса существенно повышает инфляционные ожидания. Повышение цен на автомобили, одежду или продукты питания из-за колебаний валюты приводит к тому, что люди ждут дальнейшего повышения цен в будущем. Это также влечет за собой «незаякоренность» инфляционных ожиданий и в конечном итоге приводит к большему росту инфляции в будущем.
Наряду с прогнозированием инфляции, одной из важнейших проблем остается оценка динамики ВВП. Доцент департамента прикладной экономики ФЭН Николай Пильник представил новую модель оценки российской экономики. Разработанная вместе с сотрудником НИФИ Минфина Станиславом Радионовым модель предназначена для прогнозирования основных макроэкономических показателей в текущих условиях. Авторы разработали методы оценки, которые позволили описать взаимодействие реального и финансового сектора в экономике и раскрыть воздействие денежно-кредитной политики на ее развитие. В результате была построена модель, которая дает точные прогнозы развития экономики страны и позволяет глубже понять механизмы ее работы. В модели представлено несколько структурных блоков: потребители, производители, банки, собственники, торговцы, государство, центральный банк и внешний мир. Их поведение конструируется с помощью современных методов макроэкономического моделирования и учитывает множество деталей: взаимодействие разных блоков друг с другом, особенности процесса производства, ликвидность банков и многое другое. Прогнозирование в модели многоступенчатое, что увеличивает ее точность. Модель смогла достаточно точно оценить ВВП, инвестиции, торговый баланс, показатели рынка труда и финансового сектора. Ее точность такова, что модель можно использовать в построении среднесрочных прогнозов развития российской экономики.
Подробный анонс всех секций, входящих в Чтения по экономике и финансам памяти Е.Г.Ясина, можно посмотреть здесь.
С программой Чтений по экономике и финансам памяти Е.Г.Ясина можно ознакомиться тут.
Репортажи о докладах на Чтениях по экономике и финансам публикуются в телеграм-канале факультета экономических наук Инфо_ФЭН https://t.me/Info_FES под хэштэгом #Ясинские_чтения
Центр исследований производительности: Стажер-исследователь
Центр исследований производительности: Директор центра
Базовая кафедра Банка России: Старший преподаватель
Научно-учебная лаборатория макроструктурного моделирования экономики России: Стажер-исследователь
Декан факультета экономических наук
Базовая кафедра Банка России: Профессор
Департамент прикладной экономики: Доцент
Отдел аграрной политики: Эксперт
Институт «Центр развития»: Ведущий эксперт
Ведущий научный сотрудник Института «Центр развития»