2020. т. 24. №4

Несовершенства финансовой системы играют важную роль для характеристики трансмиссионных механизмов макроэкономической политики. В работе сравниваются последствия ужесточения финансовой репрессии в стандартной DSGE-модели с совершенным финансовым рынком и DSGE-модели с финансовыми фрикциями. Хотя в модели с финансовым акселератором инвестиции более чувствительны к ужесточению финансовой репрессии, в момент шока выпуск сокращается в большей степени в модели с совершенным финансовым рынком. За данным результатом стоят два эффекта. Во-первых, в модели с финансовыми фрикциями спад экономической активности в результате ужесточения финансовой репрессии ведет к более существенному сокращению инвестиций, так как ухудшается финансовое положение заемщиков, осуществляющих инвестиции. Как следствие, ухудшаются и доступные для них условия финансирования. Во-вторых, в модели с финансовыми фрик­циями задача об оптимальных сбережениях и потреблении и задача об оптимальных инвестициях решаются различными экономическими агентами. Финансовая репрессия отрицательно влияет на доходность капитала, что в модели с финансовыми фрикциями ухудшает финансовое состояние заемщика, но в меньшей степени сказывается на положении кредитора, чья доходность гарантируется финансовым контрактом. В результате эквивалентное ужесточение финансовой репрессии вызывает меньший спад потребления. В экономике с высокой долей потребления это транслируется в меньшее падение выпуска. Как следствие, учет различного положения заемщиков и кредиторов существенно влияет на оценку макроэкономических эффектов финансовой репрессии в DSGE-модели, и данный эффект необходимо учитывать при ее анализе, несмотря на потенциальные достоинства более простой модели. Сравнивая финансовую репрессию и различные варианты искажающего налогообложения как способы финансирования роста государственных за­купок, мы приходим к выводу, что в обоих типах моделей мультипликатор государственных закупок ниже в случае финансирования с помощью финансовой репрессии, чем при использовании традиционных явных налогов.

This paper studies learning in strategic environment using experimental data from the Rock-Paper-Scissors game. In a repeated game framework, we explore the response of human subjects to uncertain behavior of strategically sophisticated opponent. We model this opponent as a robot who played a stationary strategy with superimposed noise varying across four experimental treatments. Using experimental data from 85 subjects playing against such a stationary robot for 100 periods, we show that humans can decode their strategies, on average outperforming the random response to such a robot by 17%. Further, we show that human ability to recognize such strategies decreases with exogenous noise in the behavior of the robot. Further, we fit learning data to classical Reinforcement Learning (RL) and Fictitious Play (FP) models and show that the classic action-based approach to lear­ning is inferior to the strategy-based one. Unlike the previous papers in this field,e.g. Ioannou, Romero (2014), we extend and adapt the strategy-based learning techniques to the 3×3 game. We also show, using a combination of experimental and expost survey data, that human participants are better at learning separate components of an opponent's strategy than in recognizing this strategy as a whole. This decomposition offers them a shorter and more intuitive way to figure out their own best response. We build a strategic extension of the classical learning models accounting for these behavioral phenomena.

Актуальность темы исследования, результаты которого представлены в данной статье, обусловлена тем вниманием в обществе, которое уделяется сегодня разработке эффективной политики в области ликвидации бедности и сокращения неравенства на глобальном и национальном уровнях.

Цель этой статьи состоит в анализе приемлемости использования шкал эквивалентности, применяемых в ЕС и ОЭСР, для России, исходя из особенностей потребления ее населения, и получении дополнительных соответствую­щих международной практике показателей, оценивающих бедность и неравенство на данных официальной статистики, доступных для широкого круга пользователей. Исследования неравенства и бедности на основе эквивалент­ного дохода являются широко распространенной практикой зарубежных ста­тистических служб и международных организаций. Однако в России она не получила должного применения. Единственным примером здесь является оценка риска бедности и социальной изоляции, которую производит Росстат, реализуя методологию Евростата.

Исследование выявило, что использование в качестве классификационного признака домашних хозяйств расчетной величины эквивалентного дохода существенно меняет состав групп населения в социальной иерархии. Так, в беднейшие слои населения с минимальными значениями эквивалентного дохода в большей степени попадают лица старшего возраста и в меньшей степени дети по сравнению с группировкой домашних хозяйств по среднедушевому номинальному доходу. При этом характеристики концент­рации доходов, такие как индексы Джини и Палмы, практически своих значений не меняют. Таким образом, включение в анализ неравенства и бедности эквивалентного дохода позволяет выявить дополнительные характеристики и социально значимые аспекты этих явлений, соответственно учесть их при выработке мер политики и адресной поддержки нуждающихся групп населения.

Информационной основой проведенных расчетов в исследовании являлись доступные на сайте Федеральной службы государственной статистики файлы обезличенных микроданных выборочного обследования доходов населения и участия в социальных программах.

В статье уточняются понятия бюджетной устойчивости и ее основные индикаторы, оценивается устойчивость бюджетной системы России на региональном уровне. Выбор темы обусловлен важностью управления рисками прекращения выполнения бюджетной системой своих функций в условиях общемировой тенденции роста государственного долга. Осуществляется обзор академических исследований и нормативно-правовых документов, анализируются данные Международного валютного фонда. Работа дифференцирует понятия бюджетной и долговой устойчивости. Установлено, что бюджетная устойчивость означает такой механизм функционирования бюджетной системы, когда достижение ее целей в настоящем не снижает вероят­ности достижения целей в будущем. Долговая устойчивость обеспечивает условия для контрциклической бюджетной политики – важнейшего элемента бюджетной устойчивости. Таким образом, бюджетная устойчивость зависит не столько от величины долга, сколько от институтов бюджетной системы и госуправления в целом. Найдено, что риски бюджетной устойчивости России наиболее высоки на региональном уровне, где органы власти обладают малым объемом полномочий, в том числе по регулированию параметров долга. Новая методика оценки долговой устойчивости субъектов, утверж­денная Правительством Российской Федерации (ст. 107.1 Бюджетного кодекса РФ), отражает их кредитоспособность, обеспечивает гибкость и корректно дифференцирует регулирующие меры в зависимости от величины долга. Однако она не в полной мере отражает институциональный и экономический аспекты, которые мы предлагаем учитывать в разработанном нами индексе бюджетной устойчивости, но при этом предполагает уменьшение бюджетной самостоятельности отстающих регионов. Мы приходим к выводу, что на основе индикаторов долговой устойчивости более эффективно ограничивать полномочия регионов только в рамках долговой политики, без дополнительных ограничений в сфере расходов.

В статье анализируется поведение кредитного цикла в период после глобального финансового кризиса, а также последствия изменений «межкризисного» периода 2010–2019 гг. для будущего кредитного цикла после экономической рецессии 2020 г., вызванной пандемией COVID-19.

Фаза «кредитного сжатия», определяемая как период сокращения кре­дитной активности на фоне низких и снижающихся процентных ставок, пос­ле глобального финансового кризиса затянулась во многих странах. Причиной тому были как некоторые ошибки монетарной политики, так и ужесточение финансового регулирования – в первую очередь банковского сектора. В конечном счете, это привело к замедленному экономическому росту, снижению эффективности кредитного канала монетарной политики, а также переходу нефинансовых компаний к альтернативным источникам финансирования и переносу финансовых рисков в небанковский финансовый сектор (в первую очередь в теневой банковский сектор).

По мнению авторов, новая мировая рецессия, вызванная пандемией COVID-19, станет причиной дальнейших изменений в модели кредитного цикла. Возможности фондирования под низкий процент будут еще более ограничены (за исключением государственного финансирования), а централь­ные банки будут выступать в роли «кредитора основной инстанции» и основного накопителя рисков. От уровня ставок процента будет зависеть обслуживание возрастающих долгов. Фактически, на фоне сверхнизких процентных ставок состояние кредитного сжатия может наступить и на долговом рынке (кроме высокорейтинговых компаний), а финансовые риски в еще большей степени будут накапливаться в теневом банковском секторе.

Результаты проведенного анализа позволяют сформировать «платфор­му» для дальнейшего исследования кредитного цикла после текущей экономической рецессии.

Предлагаются новые методы, позволяющие использовать свойства моделей нелинейной динамики для анализа динамики реальных социально-экономических процессов. Для этого разработан комплекс моделей в виде связанных нелинейных одномерных и многомерных отображений, отвечаю­щий общим закономерностям социально-экономических процессов, – разви­тие в быстроменяющейся среде в условиях ресурсных ограничений. Предлагаемый комплекс моделей позволяет анализировать динамику процессов в предположениях как их независимости, так и взаимосвязанности между собой. Вводится определение взаимосвязанных процессов как процессов, развивающихся в условиях общего ограничения. Предлагаются три критерия для выявления взаимосвязанных процессов по эмпирическим данным. В слу­чае взаимосвязанности процессов параметры одномерных и многомерных моделей оказываются тоже взаимосвязанными, что позволяет глубже прово­дить анализ рассматриваемых ситуаций. Использование предложенного метода демонстрируется на примере анализа динамики выручки российских компаний в период с 2006 по 2015 гг. (всего 38 тыс. компаний). Все компании были разбиты на четыре группы, в зависимости от темпов прироста выручки с 2010 по 2015 гг. Исследована и отвергнута гипотеза возможной взаимосвязи упадка одной и параллельного усиления другой группы российских фирм после кризиса 2008–2009 гг. Фирмы-новаторы, увеличившие потенциалы роста выручки после кризиса, ориентировались на иные рынки, чем фирмы-консерваторы, потенциал роста выручки которых оказался исчерпан после кризиса. Особенности динамики выручки групп компаний визуально представлены и в виде нормированных значений, когда за единицу взяты медианные оценки каждой из групп в 2007 г.