Введение

Макроэкономическая модель – это аналитический инструмент, предназначенный для описания функционирования экономики страны или региона и решения её проблем. Эти модели обычно используются для изучения статики и динамики совокупных показателей, таких как общий объем произведенных товаров и услуг, совокупный доход, уровень занятости производственных ресурсов и уровень цен. Макроэкономические модели могут быть логическими, математическими и/или вычислительными; различные типы макроэкономических моделей служат разным целям и имеют разные преимущества и недостатки. Макроэкономические модели могут использоваться для разъяснения и иллюстрации базовых теоретических принципов, для проверки, сравнения и количественной оценки различных макроэкономических теорий, для создания сценариев "что если" (обычно для прогнозирования последствий изменений в денежно-кредитной, фискальной или иной макроэкономической политике), а также для формирования экономических прогнозов. Таким образом, макроэкономические модели широко применяются в академической среде в учебном процессе и научных исследованиях, а также международными организациями, национальными правительствами и крупными корпорациями, а также экономическими консультантами и аналитическими центрами.

Простые теоретические модели

Простые описания макроэкономики в учебниках, включающие небольшое количество уравнений или диаграмм, часто называют «моделями». Примеры включают модель IS-LM и модель Манделла — Флеминга кейнсианской макроэкономики, а также модель Солоу неоклассической теории экономического роста. Эти модели имеют несколько общих черт. Они основаны на небольшом числе уравнений, включающих несколько переменных, которые часто можно объяснить с помощью простых диаграмм. Многие из этих моделей являются статическими, но некоторые – динамическими, описывающими экономику на протяжении нескольких периодов времени. Переменные, используемые в этих моделях, часто представляют собой макроэкономические агрегаты (такие как ВВП или общая занятость), а не переменные индивидуального выбора. И хотя уравнения, связывающие эти переменные, призваны описывать экономические решения, они обычно не выводятся напрямую путем агрегирования моделей индивидуального выбора. Они достаточно просты для использования в качестве иллюстраций теоретических положений при вводном объяснении макроэкономических идей, но поэтому их количественное применение для прогнозирования, проверки или оценки политики обычно невозможно без существенного усложнения структуры модели.

Эмпирические модели прогнозирования

В 1940-х и 1950-х годах, когда правительства начали накапливать данные о национальном доходе и счетах производства, экономисты приступили к построению количественных моделей для описания динамики, наблюдаемой в этих данных. Эти модели оценивали взаимосвязи между различными макроэкономическими переменными, используя (в основном линейный) анализ временных рядов. Подобно более простым теоретическим моделям, эти эмпирические модели описывали связи между агрегированными величинами, но многие из них рассматривали гораздо более детальный уровень (например, изучали взаимосвязи между выпуском, занятостью, инвестициями и другими переменными в различных отраслях). Таким образом, эти модели разрастались до сотен или тысяч уравнений, описывающих изменение сотен или тысяч цен и количеств во времени, что делало использование компьютеров необходимым для их решения. Хотя выбор переменных для включения в каждое уравнение частично определялся экономической теорией (например, включение прошлых доходов как фактора, определяющего потребление, в соответствии с теорией адаптивных ожиданий), включение переменных в основном определялось исключительно эмпирическими соображениями. Голландский экономист Ян Тинберген разработал первую комплексную национальную модель, которую он построил для Нидерландов в 1936 году. Позже он применил ту же структуру моделирования к экономикам Соединенных Штатов и Соединенного Королевства.

Критика Лукаса эмпирических моделей прогнозирования

Эконометрические исследования в первой половине 20-го века выявили отрицательную корреляцию между инфляцией и безработицей, известную как кривая Филлипса. Эмпирические макроэкономические модели прогнозирования, основанные примерно на тех же данных, давали схожие результаты: они показывали, что безработицу можно было бы постоянно снизить, постоянно повышая инфляцию. Однако в 1968 году Милтон Фридман и Эдмунд Фелпс утверждали, что эта кажущаяся взаимосвязь была иллюзорной. Они полагали, что историческая зависимость между инфляцией и безработицей объяснялась тем, что прошлые эпизоды инфляции в основном были неожиданными. Они утверждали, что если органы денежно-кредитной политики постоянно повысят темпы инфляции, работники и фирмы в конечном итоге это поймут, после чего экономика вернется к прежнему, более высокому уровню безработицы, но уже при более высокой инфляции. Стагфляция 1970-х годов, казалось, подтвердила их прогноз. В 1976 году Роберт Лукас-младший опубликовал влиятельную работу, в которой утверждал, что провал кривой Филлипса в 1970-х годах был лишь одним из примеров общей проблемы эмпирических моделей прогнозирования. Он отметил, что такие модели выводятся из наблюдаемых взаимосвязей между различными макроэкономическими показателями во времени, и что эти взаимосвязи меняются в зависимости от действующего режима макроэкономической политики. В контексте кривой Филлипса это означает, что зависимость между инфляцией и безработицей, наблюдаемая в экономике с исторически низкой инфляцией, будет отличаться от зависимости, наблюдаемой в экономике с высокой инфляцией. Более того, это означает, что нельзя предсказать последствия нового политического режима, используя эмпирическую модель прогнозирования, основанную на данных предыдущих периодов, когда этот режим не действовал. Лукас утверждал, что экономисты не смогут предсказывать последствия новой политики, пока не построят модели, основанные на экономических фундаментальных основах (таких как предпочтения, технологии и бюджетные ограничения), которые не должны зависеть от изменений политики.

Динамические стохастические модели общего равновесия

Отчасти в ответ на критику Лукаса, экономисты 1980-х и 1990-х годов начали разрабатывать микрооснованные макроэкономические модели, основанные на рациональном выборе, которые получили название динамических стохастических моделей общего равновесия (DSGE). Эти модели начинаются с определения набора агентов, действующих в экономике, таких как домохозяйства, фирмы и правительства в одной или нескольких странах, а также их предпочтений, технологий и бюджетных ограничений. Предполагается, что каждый агент принимает оптимальное решение, учитывая цены и стратегии других агентов как в текущем, так и в будущем периодах. Суммируя решения различных типов агентов, можно определить цены, уравнивающие спрос и предложение на каждом рынке. Таким образом, эти модели воплощают в себе своего рода равновесную самосогласованность: агенты выбирают оптимально, исходя из цен, а цены должны соответствовать спросу и предложению агентов. Модели DSGE часто исходят из предположения, что все агенты одного типа идентичны (то есть существует «представительское домохозяйство» и «представительская фирма»), и способны выполнять идеальные вычисления, позволяющие в среднем правильно прогнозировать будущее (что называется рациональными ожиданиями). Однако это лишь упрощающие допущения, не являющиеся принципиальными для методологии DSGE; многие исследования DSGE стремятся к большей реалистичности, рассматривая гетерогенных агентов или различные типы адаптивных ожиданий. По сравнению с эмпирическими моделями прогнозирования, модели DSGE обычно содержат меньше переменных и уравнений, главным образом потому, что их решение сложнее, даже с использованием компьютеров. Простые теоретические модели DSGE, включающие лишь несколько переменных, использовались для анализа факторов, определяющих экономические циклы; эта эмпирическая работа привела к формированию двух основных конкурирующих подходов: модели реального делового цикла и неокейнсианской DSGE-модели. Более сложные модели DSGE используются для прогнозирования последствий изменений в экономической политике и оценки их влияния на социальное благосостояние. Тем не менее, экономическое прогнозирование по-прежнему в значительной степени опирается на более традиционные эмпирические модели, которые, как считается, обеспечивают более высокую точность в прогнозировании воздействия экономических шоков с течением времени.

DSGE против моделей CGE

Методология, предшествующая моделированию DSGE, – это моделирование с вычислимым общим равновесием (CGE). Как и модели DSGE, модели CGE часто строятся на микроэкономических основах, опирающихся на предположения о предпочтениях, технологиях и бюджетных ограничениях. Однако модели CGE в основном сосредоточены на долгосрочных взаимосвязях, что делает их наиболее подходящими для изучения долгосрочного влияния постоянных мер политики, таких как налоговая система или степень открытости экономики для международной торговли. Модели DSGE, напротив, акцентируют внимание на динамике экономики во времени (часто с квартальной периодичностью), что делает их подходящими для изучения деловых циклов и циклического воздействия денежно-кредитной и фискальной политики.

Вычислительные макроэкономические модели на основе агентов

Другой методологией моделирования является вычислительная экономика на основе агентов (ACE), которая является разновидностью моделирования на основе агентов. Подобно методологии DSGE, ACE стремится разложить агрегированные макроэкономические взаимосвязи на микроэкономические решения отдельных агентов. Модели ACE также начинаются с определения множества агентов, составляющих экономику, и спецификации типов взаимодействий, которые отдельные агенты могут осуществлять друг с другом или с рынком в целом. Вместо определения предпочтений этих агентов, модели ACE часто сразу переходят к спецификации их стратегий. Или же, иногда, предпочтения определяются вместе с начальной стратегией и правилом обучения, посредством которого стратегия корректируется в зависимости от ее прошлых результатов. Исходя из этих стратегий, взаимодействие большого числа индивидуальных агентов (которые могут быть весьма разнородными) может быть смоделировано на компьютере, а затем изучаются агрегированные макроэкономические взаимосвязи, возникающие в результате этих индивидуальных действий.

Сильные и слабые стороны моделей DSGE и ACE

Модели DSGE и ACE имеют различные преимущества и недостатки, обусловленные различиями в их базовой структуре. Модели DSGE могут переоценивать индивидуальную рациональность и дальновидность, а также недооценивать важность неоднородности, поскольку случай рациональных ожиданий и репрезентативного агента остается самым простым и, следовательно, наиболее распространенным типом модели DSGE для решения. Кроме того, в отличие от моделей ACE, в моделях DSGE может быть сложно изучать локальные взаимодействия между отдельными агентами, поскольку они в основном сосредоточены на взаимодействии агентов через агрегированные цены. С другой стороны, модели ACE могут преувеличивать ошибки в индивидуальном принятии решений, поскольку стратегии, используемые в моделях ACE, могут быть далеки от оптимальных, если разработчик модели не проявляет достаточной осторожности. Связанная с этим проблема заключается в том, что модели ACE, исходящие из стратегий, а не из предпочтений, могут оставаться уязвимыми к критике Лукаса: изменение режима политики, как правило, должно приводить к изменению стратегий.