Эконометрические модели — имитация планирования в неуправляемой экономике

Российская экономика за последнее десятилетие переживает периоды то слабого подъема, то сильного спада. Вне зависимости от периода, большинство среднесрочных и долгосрочных экономических прогнозов оказываются ошибочными. Каким образом строятся прогнозы, какие методы при этом используются мы обсудим с заместителем декана по научной работе Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации Антоном Алексеевичем Лосевым. Антон Алексеевич, какие методики и модели сейчас использует Минэкономразвития для оценки текущей и будущей экономической ситуации в стране? Антон Лосев: Министерством экономического развития используется множество различных методик для оценки состояния экономики и прогнозирования экономических явлений. Ещё большее количество методик используется в научных исследованиях, выполненных по его заказу. Министерство сделало большой шаг в развитии методик прогнозирования за последние несколько лет после принятия закона о стратегическом планировании, обязывающего координировать федеральные и региональные планы социально-экономического развития. Тем не менее многое ещё предстоит сделать. К сожалению, большинство методик прогнозирования основывается на эконометрическом моделировании, описываемом с помощью линейных уравнений, которые воспринимаются не только математиками, но и людьми, не имеющими специального образования. В то же время учёными разработаны другие, не эконометрические подходы, позволяющие не только строить более точные прогнозы, но и изменять курс развития экономики страны. Эконометрике как науке в этом году исполняется 90 лет. Расскажите, пожалуйста, что такое эконометрическое моделирование. Антон Лосев: Сама эконометрика — это инструмент, который позволяет количественно измерить влияние факторов на те или иные экономические явления, то есть выявить и математически описать количественные взаимосвязи между экономическими переменными — это инструмент, соединяющий статистику и математику. С помощью эконометрики можно построить и проследить функциональные зависимости экономических переменных. Таким образом строятся эконометрические модели, способные выдавать прогноз. В основе моделей лежит корреляционный и регрессионный анализ. Очень важно, чтобы факторы между собой были независимы. С помощью таких моделей мы можем проанализировать, например, зависимость заработной платы от возраста, уровня образования, пола, стажа работы или спрогнозировать объем выпускаемой продукции по факторам производства. Почему так получилось, что именно сценарное прогнозирование на основе эконометрического моделирования является основным методом для построения стратегии развития государства? Антон Лосев: Это связано с тем, что эконометрическое моделирование не нацелено на изменение системы управления и действующей стратегии развития. Желание его повсеместно использовать связано с достаточностью агрегированных (сводных) статистических данных и легкостью объяснения факторов, что упрощает работу исследователя по доказательству некой гипотезы и работу чиновника по «достижению» установленных показателей. В этой связи сейчас ведется широкая дискуссия по возвращению независимого статуса Росстату. Под агрегированными данными понимаются сводные показатели. Например, есть сотни тысяч заполненных форм статистических наблюдений, которые преобразуются в строки базы данных. Машинное обучение и другие методы анализа больших данных работают с первичной статистикой. Классические методы моделирования, в том числе эконометрика используют суммарные значения и группировки, например, по группе товаров или по среднему доходу домашних хозяйств и т.д. Эконометрическое прогнозирование отличается тем, что позволяет очень просто и доступно описать факторы и их значимость, но в этом и кроется примитивность такого прогнозирования, а также ошибки. Специалисты по моделированию разделяют инструментарий по уровню восприятия: бизнес-метрики (прибыль, счастье пользователя и т.д.), прокси-метрики (конверсия, средний чек и т.д.), меры качества (доля верных/неверных прогнозов), функции (параметры сложным математических функций и распределений). В чём, как Вы считаете, недостаток эконометрического анализа и эконометрических методов оценки макроэкономических показателей? Антон Лосев: Давайте я попробую объяснить на примере похода в магазин. В модели есть уравнение с несколькими независимыми факторами и результирующая функция. Есть фактор дохода покупателя, фактор спроса на товар и факторы ценовой доступности товара и качества товара. В итоге получается функция среднего чека одной покупки. Все понятно и легко объяснить пока мы не начинаем строить прогноз, а именно меняем, например, фактор ценовой доступности товаров в случае изменения налогообложения: подкорректировали коэффициент при факторе, пересчитали размер среднего чека и пошли докладывать наш прогноз. Но фактор ценовой доступности товара является фактором другого уравнения — производственной функцией со своими факторами производства, которое по цепочке влияет на финансовые показатели производителей и в том числе на заработную плату работников и качество производимых товаров. Таким образом, корректировка фактора ценовой доступности без корректировки производственной функции приведет к изменению факторов дохода покупателя и качества товара, и наш прогноз не сбудется. В основном уравнении факторы являются независимыми, так как у них нет линейной зависимости, хотя через производственную функцию оказывается влияние. Если копнуть глубже, есть различные меры качества и параметры, которые эконометрическая модель не учитывает как не значимые. Например, производители направляют товар по демпинговым ценам, чтобы удержать ассортимент на полке. Далее есть совсем сложные математические формулы, которые лицами, принимающими решения, воспринимаются как «черный ящик»: вход, параметры управления, выход. Помню, на одной из конференций успешного инвестора спросили, какую формулу он использует для расчета финансовых показателей по ценным бумагам. Он не задумываясь ответил, что вбивает данные в модель и «двигает» бегунки, а по какой формуле рассчитывается, он не знает. Это классический пример «черного ящика» с управляющими параметрами в виде бегунков. Использование для прогноза эконометрических уравнений без учета системы уравнений и других факторов приводит к составлению прогноза, который не может сбыться, так как система на момент корректировки уравнения уже изменилась. Я это называю «уравнение, вырванное из контекста». Я правильно понимаю, что мы не можем использовать эконометрическую модель в режиме онлайн с учётом наличия обратных связей в экономике? Антон Лосев: Получается, что не можем. И вот, почему. Основным требованиям к факторам эконометрических моделей является их линейная независимость, то есть отсутствие корреляции между ними. В описанном примере с обратной связью в экономике и пересчетом уравнений по цепочке факторы зависимы, но не линейно, а через ряд линейных функций. Таким образом, требование независимости факторов в эконометрических моделях является основным недостатком инструментария для прогнозирования экономических явлений в комплексе. Можете подробно описать, как эконометрические статистические модели используются в нашей стране и в остальном мире? Антон Лосев: Я много лет работал в ЦЭМИ, который использует вычислимые модели общего равновесия (CGE-модели — Computable General Equilibrium models). Их до сих пор применяет Статкомитет ООН, используя статистические данные национальных счетов, которые, кстати, недостоверны, содержат повторный счёт. Это своего рода современные межотраслевые балансовые модели Леонтьева, но проблема в том, что Леонтьев свои модели разработал 100 лет назад в аналитических, а не в управленческих целях. Если мы возьмём тот же пример с походом в магазин, эконометрическое уравнение разбивается на два: уравнение спроса и уравнение предложения. В каждом из них присутствует одна и та же цена товара, которая меняется до тех пор, пока не станет равновесной, то есть спрос и предложение не уравняются. При этом корректируется функция дохода домашних хозяйств и производственная функция. Возьмем фактор дохода покупателя, который брали из статистики. В CGE-моделях он становится самостоятельной функцией, например, заработной платы и сбережения. Таким образом, у нас пересчитывается вначале доход покупателя, а затем только спрос на продукты. Цепочки уравнения очень длинные, но позволяют описывать теми же эконометрическими функциями нелинейные процессы. То есть эконометрика позволяет достаточно точно описать экономическое явление. Основным недостатком эконометрического прогнозирования в чистом виде является неустойчивость прогноза при изменении значений факторов (например, обновление статистики, которая при современном уровне развития вычислительных машин и создания искусственного интеллекта должна формироваться в режиме онлайн). На нашем примере с магазином, итоговый спрос ведет через несколько цепочек к корректировке цен, инфляции и изменению заработной платы и дохода покупателя с дальнейшим изменением спроса. Когда CGE-модель замкнута в системе, идет постоянные пересчет всех факторов до нахождения равновесия. Обычное же эконометрическое уравнение гласит о том, что поменяйте значение фактора (X) и вычислите результат (Y) будет то, что надо. На практике эконометрическое моделирование не учитывает и не пересчитывает цепную реакцию экономики, а осуществляет только прямой линейный расчет и может служить только элементом более сложной современной и совершенной модели. При построении прогноза макроэкономических показателей использование только эконометрических методов через изменение значений факторов ведет к необходимости создавать системы эконометрических уравнений и методом подбора искать нужные коэффициенты на различные периоды экономических циклов, что делает прогнозирование очень приблизительным. Вот берем, например, курс доллара и инфляцию в одной модели. С точки зрения эконометрики и размерности факторов изменение инфляции на 1% (0,01) при прочих равных при калибровке модели соотносится с изменением на 0,01 руб. курса валюты, то есть на одну копейку. Это напоминает решение уравнения с одним или несколькими переменными методом подбора, за что в школе вы гарантированно получите двойку. Если мы используем машинное обучение и другие методы обработки больших данных, это позволяет «сжимать» из неосязаемого массива больших статистических данных управляющие параметры минуя этап агрегирования данных, что переводит язык программирования на понятный язык только специалистам-математикам, но непонятный лицам, принимающим решения — государственным управленцам. Этот класс моделей дает более точный результат и модульно применяется в расчетах гибридных CGE-моделей и моделей межотраслевого баланса. В Департаменте анализа данных и машинного обучения Финансового университета при правительстве Российской Федерации, которым руководит профессор Владимир Игоревич Соловьев, несколько другой подход к прогнозированию. Несколько лет назад был создан Репозиторий моделей. Обычно для построения прогноза используется метод, который наилучшим образом описывает сам прогноз. Репозиторий моделей позволяет рассчитать на одних и тех же исходных данных прогноз всеми доступными методами. Конечно, получаются противоречивые результаты и даже противоположные тренды прогноза, но качество анализа переходит от изучения влияния параметров одного метода к анализу применимости самих методов в поставленной задаче. Также применяются ансамблевые модели, где различные модули (разные методы) последовательно используются в вычислениях, результат вычислений одного модуля является исходными данными для последующего. Поясните, пожалуйста, как, в принципе, учитываются изменения производственных функций в зависимости от изменений спроса и, как в свою очередь изменяются доходы граждан в зависимости от изменений производственных функций? Антон Лосев: Рассмотрим классическую формулу производственной функции Кобба-Дугласа (предложение), в которой основными факторами являются труд, капитал и промежуточный продукт (сырье). У каждого фактора коэффициент — степень и три этих коэффициента являются индикатором значимости каждого фактора и должны давать в сумме единицу. С другой стороны, существует функция потребления домашних хозяйств с учетом денежных поступлений и сбережений, которые обеспечивают спрос на продукцию. Представим ситуацию, когда упал спрос на продукцию. Следовательно, возник излишек товара (предложения) и предприятие сокращает производственные мощности, в том числе трудовые ресурсы в производственной функции и заработные платы. В функции спроса также начнется сокращение денежных поступлений и сбережений, что приведет к циклическому снижению спроса. Для этого вводится регулирование в виде экономических агентов — коммерческих банков и центрального банка, которые через денежно-кредитную политику могут сделать более доступными кредиты и вклады как для предприятий, так и для домашних хозяйств и населения. Параметры денежно-кредитной политики в виде ключевых ставок позволяют сохранить производственные мощности предприятий и покупательную способность домашних хозяйств. В этом примере не берусь судить о качестве мер поддержки, а лишь отражаю существующие экономические явления. Если у Вас в модели не предусматриваются алгоритмы, учитывающие эти изменения, то эконометрическая модель превращается просто в модель «посмертного анализа». Антон Алексеевич, а существует ли альтернатива эконометрии, которая давала бы правдивые и конкретные результаты для принятия адекватных решений по выходу страны из циклических экономических кризисов? Антон Лосев: Группа ученых Департамента анализа данных и машинного обучения Финансового университета совместно с ученым экономистом-кибернетиком Еленой Николаевной Ведутой из МГУ работает над методикой межотраслевого баланса на основе транзакционных данных и моделировании социально-экономических мер поддержки, развития российской экономики и разработкой новых подходов к моделированию экономической системы и российской экономики, переход к которой прогнозируют многие российские и иностранные ученые в свободное от работы время и на добровольных началах занимается разработкой новых подходов к моделированию экономической системы, к которой должна перейти российская экономика, чтобы не созерцать процессы, а управлять ими. Эта система, точнее цифровая платформа, базируется на межотраслевом балансе, который успешно применялся в СССР, но не применяется в России. Более того, данные в неё поступают по факту совершения сделок и в режиме онлайн, то есть не являются «посмертными», как в случае применения эконометрического моделирования. Внедренные в России системы регистрации транзакций по акцизным товарам позволяют составлять более достоверные прогнозы. В любом случае необходима политическая воля для создания модели российской экономики в условиях смены технологического уклада и глобальных изменений в мировой финансовой системе, чтобы значительно повысить эффективность управления для корректировки курса развития российской экономики в направлении роста благосостояния граждан.