Oleg Shibanov

Правило Тейлора и разные виды шоков на примере США.

Статья (декабрь 2024) показывает, что надо делать при шоках спроса (например, роста кредитования или зарплат) и предложения (например, плохого урожая или недостатка товаров из-за логистики) на примере данных США и действий ФРС. Авторы используют как разложение инфляции из данных, так и теоретическую модель для вывода оптимальной политики.

Результаты:

1) данные: если выделить шоки спроса и предложения в инфляции (по Шапиро), то окажется, что ставка ФРС реагировала на спрос значительно сильнее, чем на предложение. Исторически (за 3кв1979-4кв2007, таблица 1) соотношение примерно 3,75 к 1 - после шока спроса в 1% ВВП получалось повышение ставки примерно на 1 п.п., но на такого же размера шок предложения реакция была вчетверо меньше;

2) теория: оптимальная политика в случае наличия шоков спроса и предложения - именно такая, по-разному реагировать на эти два явления. Стандартное правило Тейлора (просто реакция на инфляцию или её ожидания) хуже с точки зрения благосостояния.

Вывод: мне эта статья кажется очень любопытной. По моим оценкам, вклад шоков предложения в российскую инфляцию был высоким, больше 50% в 2024 году. Поэтому "оптимальная" величина ставки Банка России - хороший дискуссионный вопрос.

Прогнозы SPF по США: стабильный рост, невысокая неопределённость.

Прогнозы Survey of professional forecasters (опрос профессиональных прогнозистов) на 2025 год в среднем - рост ВВП +2,1%, инфляция +2,4%, средняя ставка по 10-летним гособлигациям 4,1%.

А интересно другое: за последние 30 лет прогнозисты слабо попадали в итоговые показатели. Например, если взять интервал "среднее по 10 самым пессимистам - среднее по 10 самым оптимистам" в этих прогнозах, то только в 44% случаев этот интервал накрывал итоговый рост ВВП. С инфляцией не сильно лучше - только 56% случаев.
Так что разброс мнений пессимистов и оптимистов на 2025 (рост ВВП +1,9 - 2,5%, инфляция +2,1 - 2,8%) тоже стоит воспринимать с осторожностью. С вероятностью 50% будет в этих интервалах, и с такой же не в них 😂.

"Разрыв выпуска" и реакция со стороны бюджета в развивающихся странах.

Несмотря на то, что Россия в 2023 году четвертая по ВВП ППС ("паритет покупательной способности") экономика мира, и что по ВВП ППС на душу мы также выше или рядом с некоторыми странами ЕС (выше Латвии и Греции, на уровне со Словакией, Венгрией и Хорватией), у нас принято думать про себя как про развивающуюся страну. Если так, то очередная статья МВФ про бюджетную политику и разрыв выпуска (ниже) может оказаться релевантной для нас.

В чём ключевая идея работы Минфинов? "Бюджет обычно сглаживает бизнес-цикл". Если экономика замедляется, госрасходы могут поддержать рост (см. Китай в 2024); если экономика перегревается, снижение госрасходов и/или рост налогов потенциально снижает давление на цены и рынок труда (см. Россия в 2025). Для оценки перегрева/недогрева используются модели для "потенциального выпуска", а сам "разрыв выпуска" равен разнице текущего выпуска и потенциального.

Но дело в том, что оценивать "разрыв выпуска" довольно непросто. Например, в странах ОЭСР исследования обнаруживали "контрциклические" (сглаживающие) действия Минфина, если использовать данные "доступные в реальном времени"; но если брать итоговые реализации данных, после всех уточнений статистических органов - напротив, политика выглядит в среднем "проциклической" (усиливающей колебания в бизнес-цикле). То есть даже тщательно работающий Минфин, полагающийся на текущие данные, может принять неточные решения.

Авторы (декабрь 2024) проверяют, как МВФ оценивает разрыв выпуска по развивающимся странам, и какие из этого можно сделать выводы для Минфинов этих стран. Они берут данные из весенних и осенних прогнозов МВФ за 1998-2022 и для 112 стран. Основные результаты:

1) в среднем для всех стран и лет, МВФ оценивает разрыв выпуска как отрицательный (таблица 1). То есть: МВФ считает, что экономики "могли бы расти быстрее", хотя исторически они так быстро не росли, и пора бы поменять мнение;

2) при этом МВФ недооценивает рост (таблица 1) - в среднем, с весны на осень приходится повышать оценки (значимо для развитых стран, незначимо для развивающихся);

3) в "реальном времени" есть положительная связь фискальной политики и разрыва выпуска (таблица 4). При росте разрыва выпуска на 1% ВВП (более положительный) профицит бюджета растёт в среднем на 0,5-0,8% ВВП. Чуть меньше в развивающихся странах, чуть больше в развитых, но в целом похоже;

4) дальше они показывают, как в модели можно учитывать неопределённость разрыва выпуска, и почему это приводит к более осторожной реакции бюджета. Если неточность выше - приходится менее быстро реагировать налогами и расходами.

Чего мне не хватило: проверки не в "реальном времени", а с финальными оценками статорганов. Хочется понять - эти решения по профицитам/дефицитам бюджета в итоге оказались проциклическими (как были по старым данным до 2009) или всё же контрциклическими?

Вывод: макрополитика сложна, и корректно делать её непросто. Если вы заметили, Банк России даже не публикует численные оценки разрыва выпуска - потому что все они из моделей и неточны. Но "в среднем" при росте разрыва выпуска нужно увеличивать налоги и стабилизировать расходы (в реальном выражении) - примерно как это происходит в России в 2024-25, с учётом дефляторов госпотребления и инвестиций.

(А находить эти статьи можно тут)

ML в применении к текстам: готовые пакеты.

Авторы статьи (ноябрь 2024) попробовали помочь нам с анализом текстов. Основная идея - сделать пакет в Питоне, который позволяет быстро собрать из текстов что-то "факторное", в том числе для макрофинансовых моделей прогнозов и объяснения доходностей. Они выложили пакеты - будем разбираться, как это работает. Особенно интересно было бы применять для российских новостей, и отдельно для ТГ.

Моя цель - применять такое для прогнозов макро, но наверняка постепенно это выстроится в более широкую линейку анализа текстов и выводов из них. Другой пример про новости также демонстрирует пользу от подобной информации.

Ходи всегда, ходи везде!

Как вы знаете, физическая активность "в целом" полезна для самочувствия. Авторы мета-анализа (2023) проверили по 17 крупным исследованиям (около 227 тыс. человек) в выборках западных стран, как отражается количество шагов на вероятности смертности от всех причин и от кардиоваскулярных (КВ). Причём длина исследования - до 11 лет после замеров.

Результаты:

1) люди довольно мало ходят. Медиана шагов в день по всей выборке близка к 5000;

2) смертность от всех причин: в сравнении с нулевой группой людей (медиана шагов в день 3867), группа 1 (Q1, медиана шагов 5537), группа 2 (Q2, медиана шагов 7370), и группа 3 (Q3, медиана шагов 11 529) показывали снижение вероятности смертности (на 48%, 55%, и 67% соответственно). То есть в Q1 по сравнению с базовой вероятность снижалась почти вдвое;

3) смертность от КВ причин: в сравнении с нулевой группой (медиана шагов 2337) следующие три группы (Q1 с медианой 3982, Q2 с медианой 6661, и Q3 с медианой 10 413) показывали снижение вероятности смертности (на 16%, 49%, и 77% соответственно);

4) нюанс в том, что для "молодых" (меньше 60 лет) в границах 7000-13000 шагов снижение вероятности более быстрое, поэтому может быть выгодно ходить даже больше 10 тыс. шагов;

5) интенсивность не играет существенной роли - важно количество шагов, а не то, что ходьба по лестнице. Равнина годится.

Вывод: видимо, хотя бы 6000 шагов уже даёт снижение вероятности смертности вдвое, а увеличение активности улучшает ситуацию. Если делаете 10 тыс. шагов в день - то больше вклад в здоровье!