Preview

Вестник Московского университета. Серия 6. Экономика

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Выявление циклических закономерностей в динамике макроэкономических показателей Российской Федерации на основе спектрального анализа

https://doi.org/10.38050/01300105202151

Полный текст:

Аннотация

Статья представляет современный междисциплинарный подход к выявлению циклических процессов в динамике реального ВВП Российской Федерации и его детерминант с целью идентификации стадий экономического цикла и поиска возможных индикаторов раннего предупреждения спадов и кризисов.
В динамике реального ВВП после применения алгоритмов фильтрации к трендовой составляющей методом спектрального анализа выявлены многокомпонентные нелинейные циклические колебания. Свойства этих колебаний исследованы путем преобразования временных рядов базового показателя цикла (реального ВВП) и его ключевых макроэкономических детерминант из временной развертки в частотную методом Фурье. Авторами выявлено наличие циклических гармоник со средней про должительностью 3,13 года и асинхронность циклических колебаний других макроэкономических показателей по отношению к базовому циклу, связанная с относительной автономностью представляемых этими показателями секторов экономики, обуславливающей разную силу и скорость реакции субъектов этих секторов на внешние и внутренние шоки. Взаимосвязь динамик реального ВВП и его детерминант, представляющих ключевые сектора экономики, оценена на основании сдвига фаз их гармоник и определения взаимного спектра (кросс-спектра) для каждой пары «ВВП — один из детерминантов», что обнаружило и позволило оценить количественно фазы смещения их временных рядов. Полученные результаты выявляют многокомпонентность циклической составляющей реального ВВП, а период смещения во временной области циклических колебаний динамики рассматриваемых макроэкономических показателей по отношению к динамике реального ВВП может быть использован для оценки глубины и скорости проникновения внешних и внутренних шоков в реальный сектор из других секторов экономики, а также для определения периода восстановления экономики после воздействия этих шоков

Об авторах

О. С. Виноградова
МГУ имени М. В. Ломоносова
Россия

Виноградова Ольга Сергеевна — старший преподаватель экономического факультета

Москва



А. С. Крупкина
Банк России
Россия

Крупкина Анна Сергеевна — заведующая сектором департамента денежно-кредитной политики

Москва



К. А. Пирпоинт
Институт общей физики имени А. М. Прохорова РАН
Россия

Пирпоинт Ксения Александровна — научный сотрудник

Москва



Д. В. Кокосинский
МГУ имени М. В. Ломоносова
Россия

Кокосинский Денис Владиславович — магистр факультета вычислительной математики и кибернетики

Москва



Список литературы

1. Апокин, А., Белоусов, Д., Голощапова, И., Ипатова, И., & Солнцев, О. (2014). О фундаментальных недостатках современной денежно-кредитной политики. Вопросы экономики, 12, 80–100.

2. Бат, М. (1980). Спектральный анализ в геофизике. М.: Недра. Перевод с английского Лисина В. Н., Кузнецова В. М., 535.

3. Гренджер, К., & Хатанака, М. (1972) Спектральный анализ временных рядов в экономике. М.: Статистика, 34–44.

4. Дробышевский, С. М., Трунин, П.В., & Каменских, М.В. (2008). Анализ трансмиссионных механизмов кредитно-денежной политики в российской экономике. Институт экономики переходного периода. Научные труды, 116, 85.

5. Дубовский, Д.Л., Кофанов, Д.А., & Сосунов, К.А. (2015). Датировка российского бизнес-цикла. Экономический журнал ВШЭ, Т. 19, 4, 554–575.

6. Картвелишвили, В. М., Мазуров, М. Е., & Петров, Л. Ф. (2018). Прикладные системно-динамические модели. Теория и практика. М.: Изд-во РЭУ им. Плеханова, 5–8.

7. Клепач, А. Н., & Куранов, Г. О. (2013). О циклических волнах в развитии экономики США И России (вопросы методологии и анализа). Вопросы экономики, (11), 4–33.

8. Коротаев, А.В., & Цирель, С.В. (2010). Кондратьевские волны в мировой экономической динамике. Системный мониторинг. Глобальное и региональное развитие. М.: Либроком, 189–229.

9. Маркс, К., & Энгельс, Ф. (1956). Из ранних произведений. М.: Политиздат, 15–18.

10. Опарин, Д. И. (1928). Конъюнктура и рынки: опыт построения схематической экономии обмена. М.: Техника управления, 390.

11. Орлова, Н., & Егиев, С. (2015). Структурные факторы замедления роста российской экономики. Вопросы экономики, 12, 69–84.

12. Полбин, А.В., & Скроботов, А.А. (2017). Спектральная оценка компоненты бизнес-цикла ВВП России с учетом высокой зависимости от условий торговли. MPRA Paper 78667, University Library of Munich, Germany.

13. Спенс, М. (2002). Сигнализация в ретроспективе и информационная структура рынков. Американский экономический обзор, 92 (3), 434–459.

14. Татузов, В.Ю. (2021). Прямые иностранные инвестиции и западноевропейская интеграция: некоторые циклические факторы. Вестник Московского университета. Серия 6. Экономика, 3, 3–19.

15. Тинберген, Я. (2007). О методе статистического исследования делового цикла. Ответ Дж. М. Кейнсу. Вопросы экономики, 4, 46–59.

16. Хасянова, С.Ю. (2018). Контрциклический буфер капитала банков: есть ли основания для применения в России? Вестник Московского университета. Серия 6. Экономика, 3, 97–116.

17. Akerlof, G.A. (1970). The Market for «Lemons»: Quality Uncertainty and the Market

18. Mechanism. The Quarterly Journal of Economics, 84(3), 488–500.

19. Battelino, P. M. (1988). Persistej38, 1495–1502.

20. Baxter, M., & King, R. G.j series. Review of Economics and Statistics, 81 (4), 575–593.

21. Burda, M., & Wyplosz, C. (2013). Macroeconomics: a European text. Oxford University Press, 413.

22. Caprio, G., D’Apice, V., Ferri, G., & Puopolo, G. (2014) Macro-financial determinants of the great financial crisis: Implications for financial regulation. Journal of Banking & Finance 44, 114–129.

23. Claessens, S., Kose, M.A., & Terrones, M. E. (2012). How do business and financial cycles interact? Journal of International Economics, 87(1), 178–190.

24. Cogley, T., & Nason, J. M., (1995). Effects of the Hodrick-Prescott filter on trend and difference stationary time series: Implications for business cycle research. Journal of Economic Dynamics and Control, 19 (1-2), 253–278.

25. Cooley, J., Lewis, P., & Welch, P. (1969). The finite Fourier transforms. Transactions on Audio and Electroacoustics, 17 (2), 77–85.

26. Christiano, L. J., & Fitzgerald, T. J. (2003). The band pass filter. International Economic Review, 44 (2), 435–465.

27. Crowley, P., & Trombley, C. (2014). Synchronicity Assessment Using a Non-parametric Dynamic Dissimilarity Measure. Translational Recurrences, 187–210.

28. Diebolt, C., & Doliger, C. (2006). Economic Cycles Under Test: A Spectral Analysis. Kondratieff Waves, Warfare and World Security. IOS Press, 39–47.

29. Eichengreen, B., & Rose, A. K. (1998). Staying Afloat When the Wind Shifts: External Factors and Emerging-Market Banking Crises. NBER Working Papers 6370.

30. Frisch, R. (1933). Propagation Problems and Impulse Problems in Dynamic Economics. Economic Essays in Honor of Gustav Cassell.

31. Jones, C. (2014). Macroeconomics. W. W. Norton & Company. Harvey, A. C., & Jaeger, A. (1993). Detrending, stylized facts and the business cycle. Journal of Applied Econometrics, 8 (3), 231–247.

32. Hiebert, P., Jaccard, I., & Schüler, Y. (2018). Contrasting financial and business cycles: Stylized facts and candidate explanations. Journal of Financial Stability, 38, 72–80.

33. Hodrick R., & Prescott E. (1997). Post-War US Business Cycles: An Empirical Investigation. Journal of Money Banking and Credit, 29, 1–16.

34. Howell, K.B. (2001). Principles of Fourier Analysis. CRC Press. Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering 82 (1), 35–45.

35. Kaminsky, G., & Reinhart, C. (1999). The Twin Crises: The Causes of Banking and Balance-of Payments Problems. American Economic Review, 89 (6), 473–500.

36. King, R., Levine, R. (1993). Finance and Growth: Schumpeter Might Be Right. Quarterly Journal of Economics, 108(3), 717–737.

37. King, R. G., & Rebelo, S. T. (1999). Resuscitating real business cycles. Handbook of macroeconomics. Vol. 1, 927–1007.

38. Kitchin, J. (1923). Cycles and Trends in Economic Factors. Review of Economics and Statistics, 5(1), 10–16.

39. Klein, M., & Planck, J. (1963). Entropy and Quanta, 1901–1906. The Natural Philosopher, 1, 83–108.

40. Koopman, S. J., & Lucas, A. (2005). Business and default cycles for credit risk. Journal of applied econometrics. Special Issue: Recent Developments in Business Cycle Analysis. Vol. 20, No. 2, 311–323. https://doi.org/10.1002/jae.833

41. Kuczynski, Th. (1978). Spectral analysis and cluster analysis as mathematical methods for the periodization of historical processes... Kondratieff cycles — appearance or reality? Seventh International Economic History Congress, Vol. 2, 79–86.

42. Kuznetsov, A. P., & Roman, J. P. (2009). Properties of synchronization in the systems of non-identical coupled van der Pol and van der Pol-Duffing oscillators: Broadband synchronization. Phys. D, vol. 238, no. 16, 1499–1506.

43. Long, J.B., & Plosser, C. (1983). Real Business Cycles. Journal of Political Economy, 91(1), 39–69. http://doi.org/10.1086/261128

44. Lucas, J., & Robert, E. (1977). Understanding Business Cycles. Carnegie-Rochester Conference Series on Public Policy, 5, 7–29.

45. Mankiw, N. G., & Romer, B. (1991). New Keynesian Economics. The MIT Press. https://doi.org/10.1057/978-1-349-95121-5_2401-1

46. Metz, R. (1992). Re-examination of long waves in aggregate production series. New findings in long wave research. NY: St. Martin’s, 80–119.

47. Mitchell, W. C., & Burns A. F. (1938). Statistical indicators of cyclical revivals, NBER, 1–12.

48. Nelson, C. R., & Kang, H., (1981). Spurious periodicity in inappropriately detrended time series. Econometrica, 49 (3), 741–751.

49. Ong, L. L., & Pazarbasioglu, C. (2014). Credibility and Crisis Stress Testing. Int. J. Financial Stud., 2, 15–81.

50. Rajan, R., & Zingales, L. (2000). The great reversals: the politics of financial development in the 20th century. OECD, economics department working papers no. 265, 5–50.

51. Sargent, T. J. (1978). Estimation of dynamic labor demand schedules under rational expectations. Journal of Political Economy. Vol. 86. No.6, 1009–1044.

52. Schumpeter, J.A. (2008). The Theory of Economic Development. An inquiry into Profits, Capital, Credit, Interest, and the Business Cycle. New Brunswick: Transaction Publishers. https://doi.org/10.4324/9781315135564

53. Schuster, A. (1898). On the investigation of hidden periodicities with application to a supposed 26-day period of meteorological phenomena. Terrestrial Magnetism and Atmospheric Electricity, 3, 13–41.

54. Slutzky, E. (1937). The Summation of Random Causes as the Source of Cyclic Processes. Econometrica, 5 (2), 105–146.

55. Sоrensen, P.B., & Whitta-Jacobsen, H. J. (2010). Introducing advanced macroeconomics: Growth and business cycles. McGraw-Hill Education.

56. Sornette, D., & Johansen, A. (2001). Significance of log-periodic precursors to financial crashes. Quantitative Finance, 1(4), 452–471.

57. Stiglitz, J.E. (1979). Equilibrium in Product Markets with Imperfect Information. The American Economic Review, 69(2), 339–345.

58. Tkachenko, M. S., & Lukin, A. S. (2010). A multiresolution spectral subtraction algorithm for noise suppression in audio signals. Proceedings of 12-th International Conference and Exhibition «Digital Signal Processing and its Applications» (DSPA’2010), 1, 226.

59. Weber, L., & Meyer, K. (2010). Expanding the Concept of Bounded Rationality in TCE: Implications of Perceptual Uncertainty for Hybrid Governance. Atlanta Competitive Advantage Conference 2010 Paper, 1–35.

60. Zubarev, A. V., & Trunin, P. V. (2017). The analysis of the dynamics of the Russian economy using the output gap indicator. Studies on Russian Economic Development, 28(2), 126–132.


Для цитирования:


Виноградова О.С., Крупкина А.С., Пирпоинт К.А., Кокосинский Д.В. Выявление циклических закономерностей в динамике макроэкономических показателей Российской Федерации на основе спектрального анализа. Вестник Московского университета. Серия 6. Экономика. 2021;(5):3-28. https://doi.org/10.38050/01300105202151

For citation:


Vinogradova O.S., Krupkina A.S., Pierpoint K.A., Kokosinskii D.V. Cyclic dynamic patterns of Russian macroeconomic indicators found by spectral analysis. Moscow University Economics Bulletin. 2021;(5):3-28. (In Russ.) https://doi.org/10.38050/01300105202151

Просмотров: 42


ISSN 0130–0105 (Print)