2023. т. 27. №3

Предлагается компактная модель интегрированной макрофинансовой системы, поведение которой представлено динамикой денег, долга и богатст­ва. Противоречивое взаимодействие этих индикаторов, замеченное еще Аристотелем, ярко проявляется на современном этапе финансиализации глобальной экономики, особенно в использовании счетов «отложенного» актива центрального банка.

В модели макрофинансовые активы, обязательства и реальное богатство сбалансированы благодаря дуальности денег, служащих стандартом «отложенных», либо текущих, платежей. Накопление подлинного богатства и формирование макродолга (ожидаемого, нереализованного богатства) связаны посредством оборота ликвидности между финансовым и реальным сег­ментами рынка денег. Объем финансовых контрактов измеряется «собственным» временем системы, которое фиксирует даты погашения основной массы обязательств. Финансы не производят вещественные блага, поэтому накопление богатства происходит в режиме календарного времени на реаль­ном (агрегированном товарном) рынке. Динамика денег, долгов и богатства моделируется логистическими обыкновенными дифференциальными уравнениями. Решения этих ОДУ образуют трехмерные поверхности равновесных состояний макрофинансовой системы, которые достигаются при условии полного исполнения всех обязательств.

Рассчитываются индексы общего, финансового и реального богатства, а поведение системы изучается для заданных значений реальных ресурсов, ликвидности, ставок доходности, темпов эмиссии денег и сроков погашения макрофинансовых обязательств. Так, модель демонстрирует, что финансы мультиплицируют общественное богатство, повышая эффективность трансформации денег в капитал (реальные ресурсы). Избыток ликвидности на фи­нансовом сегменте рынка денег оказывается совместимым с ее дефицитом на реальном сегменте, и наоборот. Пересечение индексов общего и финансового богатства соответствует «нейтральности денег», возникающей при отсутствии роста реальных ресурсов. Различные сочетания ставок процента и темпа эмиссии денег приводят к уклонениям системы от сбалансированной траектории и могут порождать критические явления, аналогичные резонансу. Негативные последствия финансиализации экономики приводят к появлению «горба» на поверхности реальной стоимости обязательств, имеющих большие сроки погашения. Модель параметризирована на эмпирических дан­ных и иллюстрирована численными примерами.

В работе описана эволюция развития монетарных правил, закладываемых центральными банками разных стран в решения по денежно-кредитной политике, а также определены их основные недостатки. Подчеркивается возросшая за последние несколько десятилетий роль монетарных правил, обеспечивающих предсказуемость денежно-кредитной политики и, как следствие, ее эффективность с точки зрения достижения целей, которые стоят перед центральными банками. Отражена дискуссия между экономистами по поводу содержания правил и практики их применения. Становление методологической основы применения монетарных правил рассматривается на фоне историко-экономического контекста, особенности которого нередко приводили к кардинальному пересмотру взглядов экономистов из академической среды и практиков на применение инструментов монетарной политики, в том числе используемых в режимах таргетирования обменного курса, денежной массы и инфляции. На основе винтажных данных в работе проведена эмпирическая оценка соответствия принимаемых центральными банками ЕС, России и ФРС США решений монетарным правилам, по выборочной совокупности которых рассчитаны диапазоны изменений ключевых ставок, которые детерминировались текущими макроэкономическими условиями и их динамикой. Показано, что действия Банка России в период с конца 2013 до конца 2021 гг. наи­более полно соответствовали логике монетарных правил. В итоговой части работы предпринята попытка ответить на вопрос, являются ли монетарные правила, конфигурация которых в значительной степени зависит от целей, поставленных перед центральным банком, бенчмарком для оценки их деятельности.

Настоящее исследование посвящено анализу статистической взаимосвязи между эффективностью банка и его специализацией. Эффективность в исследовании рассматривается как метрика, оценивающая качество управления организацией. Под специализацией в данном случае понимается концент­рация банка на определенных видах банковских продуктов. Специфика исследования во многом определяется отсутствием поддержки специализации банков на законодательном уровне в Российской Федерации. В соответствии с Федеральным законом от 01 мая 2017 г. № 92-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации», все банки, в основном в зависимости от уровня капитала, получают универсальные или базо­вые лицензии. В связи с этим авторы исследования вводят понятие наблюда­емой специализации, которая определяется на основе долей различных видов активов банка в общем их объеме. Выделяются три группы банков: кредитные – с большой балансовой долей предоставленных средств, инвестиционные – с большой балансовой долей ценных бумаг и универсальные – не вошед­шие в указанные группы. Для оценки эффективности используется методология, предложенная в работе [Поляков, Полякова и др., 2022], основанная на оболочечном анализе данных (DEA). Частные оценки эффективности, полученные для некоторого множества спецификаций моделей DEA, агрегируются в несколько показателей с помощью метода анализа главных компонент. Первая компонента выступает в качестве показателя общей эффективности, прочие позволяют определить ее источники. Существует положительная корреляционная связь между показателем общей эффективности и показателями частной эффективности.

Эмпирический анализ проведен с использованием данных финансовой отчетности банков за период 2020 г. и первых трех кварталов 2021 г. для репрезентативной выборки банков. Полученные результаты позволяют утверждать, что общая и, соответственно, все частные показатели эффективности имеют статистическую взаимосвязь с наблюдаемой специализацией. Наиболее эффективными, а значит обладающими наилучшим качеством уп­равления, являются инвестиционные банки. За ними следует группа кредит­ных банков, которая включает в себя, в частности, все крупнейшие банки РФ. И, наконец, наименьшей общей эффективностью в среднем обладают универсальные банки.

Полученные результаты могут представлять большой интерес для руководства банков, в частности, при формировании и управлении банковскими холдингами и группами. По данным аналитики II Съезда Ассоциации банков России, к сентябрю 2020 г. эти структуры контролировали более 95% активов всей банковской системы РФ. Таким образом, устойчивость и эффек­тивность банковской системы в целом определяется устойчивостью и эффективностью указанных структур. Результаты настоящего исследования по­казывают, что формирование устойчивых и высокоэффективных банковских холдингов и групп может быть обеспечено за счет дифференциации наблюдаемой специализации их участников.

В настоящей работе рассматривается задача прогнозирования волатильности с учетом и без учета эффекта сезонности (эффекта выходного дня). Таким образом, существование эффекта выходного дня понимается в следующем смысле: дают ли модели, включающие сезонность, лучшие прогнозы по сравнению с моделями, не включающими сезонность. Представлена нечеткая модель GARCH, в которой учитывается эффект недельной сезонности. Модель является аналогом обычной модели GARCH, однако позволяет учитывать различную зависимость в разных кластерах (волатильности и сезонности), а также осуществлять так называемое мягкое переключение между кластерами. Предложенный подход применяется к двум фондовым индексам – индикаторам состояния российского рынка: индексу МосБиржи и индексу РТС – и сравнивается с нечеткой моделью без сезонности, а также с классической моделью GARCH. Проделанные расчеты демонстрируют, что значимого улучшения прогноза при внедрении сезонности в нечеткую модель GARCH нет. Нечеткие модели дают сопоставимые с моделью авторегрессии – условной гетероскедастичности результаты. Таким образом, нечеткие модели можно использовать наряду с традиционными моделями, однако учет дня недели – по крайней мере, на использованных выборках – не дает увеличения качества прогнозирования волатильности. Нечеткая модель GARCH может быть полезна также при расчете финансовых рисков и, в частности, показателя Value at Risk. Насколько известно автору, в настоящей работе впервые нечеткие системы используются с целью выявления эффекта сезонности (эффекта выходного дня) .

Олигополия Курно с неточно предсказуемыми объемами выпуска пред­ставляет интерес и с теоретической, и с прикладной точки зрения. Во многих отраслях экономики реальные объемы выпуска отличаются от намеченных. Обычно для моделирования неопределенной выработки используются случайные величины. Однако у моделей со случайной выработкой существует известный недостаток. Если число фирм больше трех, то ожидаемая прибыль фирмы сначала увеличивается при увеличении неопределенности (дисперсии случайной величины), а затем начинает убывать. Если число фирм не превосходит трех, то этого дефекта нет, ожидаемая прибыль фирмы уменьшается при увеличении дисперсии. В настоящей работе впервые для моделирования неопределенной выработки используются нечеткие множества. Рассматривается олигополия Курно и с нечеткой, и с нечетко-случайной выработкой. При нечетко-случайном подходе комбинируются методы теории вероятностей и методы теории нечетких множеств. Найдены равновесные объемы выпуска и ожидаемые прибыли фирм. Для моделей с нечеткой выработкой указанного выше недостатка нет; при любом числе фирм ожидаемая прибыль фирмы уменьшается при увеличении неопределенности. Также в нечетко-случайной постановке изучается дуополия Курно при чрезмерной самоуверенности одной из фирм, когда фирма необоснованно точно прогнозирует свой выпуск. Для этого случая в работе также представлены равновесные объемы выпуска и ожидаемые прибыли фирм.

В данной работе предлагается модель перекрывающихся поколений с ге­терогенными предпочтениями и сектором высшего образования для репрезентативной страны, где сдается единый государственный экзамен (ЕГЭ). В отличие от других моделей, изучающих накопление человеческого капитала на основе предпосылок о гомогенности параметров предпочтений индивидов, в предложенной модели гетерогенность вводится при описании спо­собностей индивидов, аппроксимируемых баллами ЕГЭ, несклонности к риску и межвременного дисконтирования в условиях неопределенности. Цель дан­ной работы заключается в разработке и построении модели, на которой может основываться методика оценки стратегий (а не конкретных вариантов) развития системы образования в идеологии моделей общего равновесия. В данной статье разработан аппарат для анализа стратегий развития сектора образования, который может уточняться и дорабатываться для анализа конкретных детализированных вариантов преобразований в области образования.