НА РЫНКЕ ЦЕННЫХ БУМАГ стр.22

• Статья 3. Брокерская деятельность стр.22
• Статья 4. Дилерская деятельность стр.25
• Статья 4.1. Деятельность форекс-дилера стр.26
• Статья 5. Деятельность по управлению ценными бумагами
• Статья 6. Утратила силу
• Статья 7. Депозитарная деятельность
• Статья 7.1. Особенности получения доходов в денежной форме и иных денежных выплат по эмиссионным ценным бумагам с обязательным централизованным хранением, причитающихся владельцам таких ценных бумаг
• Статья 8. Деятельность по ведению реестра владельцев ценных бумаг
• Статья 8.1. Трансфер-агенты
• Статья 8.2. Счета, открываемые депозитариями и держателями реестра
• Статья 8.3. Номинальный держатель ценных бумаг
• Статья 8.4. Особенности учета прав на ценные бумаги иностранных организаций, действующих в интересах других лиц
• Статья 8.5. Исправительные записи по лицевым счетам (счетам депо)
• Статья 8.6. Обеспечение конфиденциальности информации держателями реестра и депозитариями
• Статья 8.6-1. Порядок предоставления информации держателями реестра, номинальным держателем или лицом, осуществляющим обязательное централизованное хранение ценных бумаг
• Статья 8.7. Особенности получения дивидендов в денежной форме по акциям, а также доходов в денежной форме и иных денежных выплат по именным облигациям
• Статья 8.7-1. Список лиц, осуществляющих права по ценным бумагам
• Статья 8.8. Утратила силу
• Статья 8.9. Особенности осуществления прав по ценным бумагам лицами, права которых на ценные бумаги учитываются номинальным держателем, иностранным номинальным держателем, иностранной организацией
• Статья 9. Утратила силу
• Статья 9.1. Требования к представительствам иностранных организаций
• Статья 10. Совмещение профессиональных видов деятельности на рынке ценных бумаг
• Статья 10.1. Требования к органам управления и работникам профессионального участника рынка ценных бумаг
• Статья 10.1-1. Требования к профессиональным участникам рынка ценных бумаг, а также к их деятельности
• Статья 10.1-2. Требования к учредителям (участникам) профессионального участника рынка ценных бумаг
• Статья 10.2. Утратила силу
• Статья 10.2-1. Особенности осуществления профессиональной деятельности на рынке ценных бумаг, связанные с ведением индивидуальных инвестиционных счетов
• Статья 10.2-2. Дополнительные требования к учредителям (участникам) форекс-дилера

Задачи

Финансовый счёт

1. Указание Банка России от 16.02.2015 № 3565-У “О видах производных финансовых инструментов” Вестник Банка России, № 28, 31 марта 2015 г., с. 37-39 /https://www.cbr.ru/StaticHtml/File/11158/ves150331028.pdf

ОФИЦИАЛЬНЫЕ ДОКУМЕНТЫ31 марта 2015 № 28 (1624) ВЕСТНИК БАНКА РОССИИ 37 ОФИЦИАЛЬНЫЕ ДОКУМЕНТЫЗарегистрировано Министерством юстиции Российской Федерации 27 марта 2015 года Регистрационный № 36575 16 февраля 2015 года № 3565-У УКАЗАНИЕ О видах производных финансовых инструментов Настоящее Указание в соответствии с пунктом 2 статьи 44 Федерального закона от 22 апреля 1996 года № 39-ФЗ “О рынке ценных бумаг” (Собрание законодательства Российской Федерации, 1996, № 17, ст. 1918; 2001, № 33, ст. 3424; 2002, № 52, ст. 5141; 2004, № 27, ст. 2711; № 31, ст. 3225; 2005, № 11, ст. 900; № 25, ст. 2426; 2006, № 1, ст. 5; № 2, ст. 172; № 17, ст. 1780; № 31, ст. 3437; № 43, ст. 4412; 2007, № 1, ст. 45; № 18, ст. 2117; № 22, ст. 2563; № 41, ст. 4845; № 50, ст. 6247, ст. 6249; 2008, № 52, ст. 6221; 2009, № 1, ст. 28; № 18, ст. 2154; № 23, ст. 2770; № 29, ст. 3642; № 48, ст. 5731; № 52, ст. 6428; 2010, № 17, ст. 1988; № 31, ст. 4193; № 41, ст. 5193; 2011, № 7, ст. 905; № 23, ст. 3262; № 27, ст. 3880; № 29, ст. 4291; № 48, ст. 6728; № 49, ст. 7040; № 50, ст. 7357; 2012, № 25, ст. 3269; № 31, ст. 4334; № 53, ст. 7607; 2013, № 26, ст. 3207; № 30, ст. 4043, ст. 4082, ст. 4084; № 51, ст. 6699; № 52, ст. 6985; 2014, № 30, ст. 4219) определяет виды производных финансовых инструментов. 1. Базисными активами производных финансовых инструментов являются ценные бумаги, товары, валюта, процентные ставки, уровень инфляции, официальная статистическая информация, физические, биологические и (или) химические показатели состояния окружающей среды, договоры, являющиеся производными финансовыми инструментами, значения, рассчитываемые на основании одного или совокупности нескольких указанных в настоящем пункте показателей, от цен (значений) которых зависят обязательства стороны или сторон договора, являющегося производным финансовым инструментом. Базисным активом производного финансового инструмента также является наступление обстоятельства, соответствующего условиям, предусмотренным договором, являющимся производным финансовым инструментом, и свидетельствующего о неисполнении или ненадлежащем исполнении одним или несколькими юридическими лицами, государствами или муниципальными образованиями (далее – контрольное лицо) своих обязанностей, о наличии оснований для предъявления требования о досрочном исполнении обязанностей контрольного лица, о реструктуризации задолженности контрольного лица, о признании контрольного лица несостоятельным (банкротом), о действиях государственных органов, способных воспрепятствовать исполнению контрольным лицом своих обязанностей, либо иного обстоятельства, которое предусмотрено законодательством Российской Федерации и относительно которого неизвестно, наступит оно или не наступит (далее – кредитное событие), при условии, что о наступлении такого кредитного события сделано сообщение, соответствующее условиям, предусмотренным договором, являющимся производным финансовым инструментом. Производный финансовый инструмент может иметь более одного базисного актива. 2. Опционным договором признается: договор, предусматривающий обязанность стороны договора в случае предъявления требования другой стороной периодически и (или) единовременно уплачивать денежные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом; договор, предусматривающий одну из следующих обязанностей: обязанность стороны договора на условиях, определенных при его заключении, в случае предъявления требования другой стороной купить или продать ценные бумаги, валюту или товар, являющиеся базисным активом, в том числе путем заключения стороной (сторонами) и (или) лицом (лицами), в интересах которого (которых) был заключен опционный договор, договора купли-продажи ценных бумаг, договора купли-продажи иностранной валюты или договора поставки товара; обязанность стороны договора в случае предъявления требования другой стороной заключить договор, являющийся производным финансовым инструментом и составляющий базисный актив. Опционный договор помимо условий, установленных абзацем четвертым или пятым настоящего пункта, может также предусматривать обязанность каждой из сторон периодически уплачивать денеж- 38 ВЕСТНИК БАНКА РОССИИ № 28 (1624) 31 марта 2015 ОФИЦИАЛЬНЫЕ ДОКУМЕНТЫные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом. Опционный договор, предусматривающий обязанность, установленную абзацем четвертым или пятым настоящего пункта, если иное не установлено условиями опционного договора, является поставочным договором. Иные опционные договоры являются расчетными договорами. 3. Фьючерсным договором признается заключаемый на биржевых торгах договор, предусматривающий обязанность каждой из сторон договора периодически уплачивать денежные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом. Фьючерсный договор помимо условий, установленных абзацем первым настоящего пункта, может также предусматривать одну из следующих обязанностей: обязанность одной стороны договора передать ценные бумаги, валюту или товар, являющиеся базисным активом, в собственность другой стороне или лицу (лицам), в интересах которых был заключен фьючерсный договор, в том числе путем заключения стороной (сторонами) фьючерсного договора и (или) лицом (лицами), в интересах которых был заключен фьючерсный договор, договора куплипродажи ценных бумаг, договора купли-продажи иностранной валюты или договора поставки товара; обязанность сторон фьючерсного договора заключить договор, являющийся производным финансовым инструментом и составляющий базисный актив. Фьючерсный договор, предусматривающий обязанность, установленную абзацем третьим или четвертым настоящего пункта, если иное не установлено условиями фьючерсного договора, является поставочным договором. Иные фьючерсные договоры являются расчетными договорами. 4. Форвардным договором признается договор, предусматривающий одну из следующих обязанностей: обязанность одной стороны договора передать ценные бумаги, валюту или товар, являющиеся базисным активом, в собственность другой стороне не ранее третьего дня после дня заключения договора, обязанность другой стороны принять и оплатить такое имущество и указание на то, что договор является производным финансовым инструментом; обязанность сторон или стороны договора уплачивать денежные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом. Форвардный договор, предусматривающий обязанность, установленную абзацем вторым настоящего пункта, является поставочным договором. Иные форвардные договоры являются расчетными договорами. 5. Своп-договором признается: договор, предусматривающий обязанность стороны или сторон договора периодически и (или) единовременно уплачивать денежные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом. В случае если такая обязанность установлена для каждой из сторон, она определяется на основании различных базисных активов или различных значений базисного актива (правил определения значений базисного актива). При этом обязанность стороны договора уплачивать денежные суммы может определяться на основании фиксированного значения базисного актива, установленного договором; договор (за исключением договора репо), предусматривающий обязанность одной стороны передать валюту, ценные бумаги или товар в собственность второй стороне и обязанность второй стороны принять и оплатить валюту, ценные бумаги или товар, а также обязанность второй стороны передать валюту, ценные бумаги или товар в собственность первой стороне не ранее третьего дня после дня заключения договора и обязанность первой стороны принять и оплатить валюту, ценные бумаги или товар. Данный договор должен иметь указание на то, что он является производным финансовым инструментом, или предусматривать обязанность стороны или сторон договора периодически и (или) единовременно уплачивать денежные суммы в зависимости от изменения цен (значений) базисного актива и (или) наступления обстоятельства, являющегося базисным активом, и (или) от фиксированных в договоре цен (значений) базисного актива. При этом определение обязанности каждой из сторон договора уплачивать денежные суммы осуществляется в соответствии с условиями договора на основании различных базисных активов или различных значений базисного актива (правил определения значений базисного актива); договор, предусматривающий обязанность стороны или сторон договора периодически и (или) единовременно уплачивать денежные суммы в зависимости от наступления обстоятельства, являющегося кредитным событием. Своп-договор помимо условий, установленных абзацами вторым и четвертым настоящего пункта, может также предусматривать одно из следующих условий: обязанность сторон или стороны своп-договора передать, в том числе на периодической основе, другой стороне ценные бумаги, валюту или товар, являющиеся базисным активом, или иные ценные бумаги, или права (требования), в том числе путем заключения стороной (сторонами) своп-договора ОФИЦИАЛЬНЫЕ ДОКУМЕНТЫ31 марта 2015 № 28 (1624) ВЕСТНИК БАНКА РОССИИ 39 и (или) лицом (лицами), в интересах которого (которых) был заключен своп-договор, договора куплипродажи ценных бумаг, договора купли-продажи иностранной валюты, договора поставки товара, договора уступки прав (требований); обязанность сторон своп-договора заключить договор, являющийся производным финансовым инструментом и составляющий базисный актив. Своп-договор, предусматривающий обязанность, установленную абзацем третьим или шестым настоящего пункта, если иное не установлено условиями своп-договора, является поставочным договором. Иные своп-договоры являются расчетными договорами. 6. Договор, являющийся производным финансовым инструментом, может содержать условия, которые не предусмотрены настоящим Указанием для определения видов производных финансовых инструментов. Указанные условия не учитываются при определении вида производного финансового инструмента. 7. Договор, являющийся производным финансовым инструментом, содержащий условия нескольких видов производных финансовых инструментов, предусмотренных настоящим Указанием, представляет собой смешанный договор. 8. Настоящее Указание вступает в силу по истечении 10 дней после дня его официального опубликования в “Вестнике Банка России”. 9. Со дня вступления в силу настоящего Указания не применять приказ ФСФР России от 4 марта 2010 года № 10-13/пз-н “Об утверждении Положения о видах производных финансовых инструментов”, зарегистрированный Министерством юстиции Российской Федерации 14 апреля 2010 года № 16898 (Бюллетень нормативных актов федеральных органов исполнительной власти от 26 апреля 2010 года № 17). Председатель Центрального банка Российской Федерации Э.С. НАБИУЛЛИНА

Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 51 Прогнозирование российской экономики с использованием DSGE-моделей с малым количеством уравнений1 Дмитрий Крепцев, Банк России kreptsevda@cbr.ru Сергей Селезнев, Банк России seleznevsm@cbr.ru В данной работе исследуется способность DSGE-модели с малым количеством уравнений предсказывать поведение основных макроэкономических переменных для российской экономики. Используется две версии стандартной модели малой открытой экономики с добавлением стохастического тренда в ценах на нефть при различных предположениях о политике валютного курса. Сравнение с BVAR-моделью такого же размера показывает, что DSGE-модели оказываются лучше в части прогноза курса, цен и процентной ставки и немного проигрывают в прогнозировании ВВП. Ключевые слова: нестационарные DSGE, BVAR, прогнозирование JEL: C61, E37, E47 Цитирование: Kreptsev, D., Seleznev, S. (2018). Forecasting for the Russian Economy Using Small-Scale DSGE Models. Russian Journal of Money and Finance, 77(2), pp. 51–67. doi: 10.31477/rjmf.201802.51 1. Введение В последнее десятилетие DSGE-модели2 получили широкое распространение как в академических кругах, так и в центральных банках, министерствах и международных финансовых организациях. Модели этого класса могут использоваться для решения широкого спектра задач3: проведения симуляционных экспериментов, направленных на выявление реакции модельной экономики, прогнозирования и т. д. Используемые на практике спецификации DSGE-моделей могут быть крайне разнородны в зависимости от задач, для которых они разрабатываются. В частности, в различных приложениях применяются структурные модели как с малым, 1 Авторы выражают благодарность Б. Гафарову, Н. Кулагину, П. Молякову, А. Морозову, А. Полбину, А. Пономаренко, А. Поршакову, А. Синякову и анонимным рецензентам за помощь в проведении исследования и полезные комментарии. Все допущенные при публикации ошибки принадлежат авторам. 2 Динамические стохастические модели общего равновесия (dynamic stochastic general equilibrium models). 3 Впрочем, этот класс моделей (как и любой другой) имеет определенные недостатки. Критику, которая применима к большинству DSGE-моделей, можно найти, например, в работе Korinek (2015). Ряд проблем, с которыми столкнулись исследователи в последний кризис, описаны в работе Linde et al. (2015). 52 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 так и с большим количеством уравнений. Так, в центральных банках все чаще используются средние и крупные модели (Cristofel et al., 2008; Christiano et al., 2010; Adolfson et al., 2013; Burgess et al., 2013), однако в исследованиях чаще применяются модели с малым и средним числом уравнений (см., например, Lubik and Matthes, 2014; Maliar and Maliar, 2015; Fernandez-Villaverde et al., 2015; Aruoba et al., 2016; Diebold et al., 2016)4. В данной работе мы исследуем способность двух близких DSGE-моделей с малым количеством уравнений (отличающихся предположениями о валютной политике) прогнозировать основные макроэкономические показатели (инфляцию, ВВП, ставку процента и обменный курс) при заданных ценах на нефть5. При этом альтернативой DSGE-моделям служит байесовская векторная авторегрессия (BVAR), которая для других стран зарекомендовала себя как более предпочтительная прогнозная модель (см. Domit et al., 2016, и Iversen et al., 2016). Несмотря на то что существует ряд DSGE-моделей для российской экономики (см., например, Полбин, 20146), насколько нам известно, эта работа является первой работой на российских данных, которая исследует способность условного прогнозирования с использованием DSGE-моделей. В связи с тем, что данный вопрос слабо изучен для российской экономики, мы концентрируемся на малых моделях и оставляем изучение моделей большего размера на будущее. Наиболее близкой работой на российских данных можно считать работу Малаховской (2016), однако автор выбирает не совсем стандартный для такого типа моделей набор показателей. Другим отличием является использование безусловных прогнозов, в то время как мы концентрируемся на условных. Все это не позволяет сравнить полученные нами результаты с результатами из Малаховской (2016)7. Дальнейшее изложение будет построено следующим образом: в разделе 2 приводится описание моделей, раздел 3 посвящен решению и оценке модели, в разделе 4 обсуждаются результаты, в последнем разделе подводятся итоги проделанной работы. 2. Описание моделей Представленная в данной работе модель описывает малую открытую экономику со следующими типами агентов: домохозяйства, фирмы, внешний сектор и центральный банк. Для простоты изложения мы не вводим в нее капитал, а также предполагаем, что весь экспорт является нефтяным и получается агентами как заданный объем без издержек (endowment). Остальная структура является стандартной и представлена на Рис. 1 Приложения А. 4 Многие эффекты, интересные для академических статей, могут быть проиллюстрированы на небольших моделях, в то время как центральные банки стремятся к как можно более подробному описанию экономики. 5 Такой тип прогнозирования регулярно осуществляется в Банке России. 6 Большинство DSGE-моделей для российской экономики построено на данных после HP-фильтрации. Проблемы, которые могут возникать при такой процедуре оценивания, описаны в Gorodnichenko and Ng (2010). Более того, по этой причине данные модели зачастую непригодны для прогнозирования. 7 Автор также детрендирует показатели отдельно от модели, что обычно ухудшает прогнозные свойства моделей, в особенности BVAR-моделей. Возможно, этим объясняются большие значения RMSFE, полученные в работе. Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 53 Домохозяйства Домохозяйство с индексом j выбирает уровень потребления Ct (j), сбережений, а также количество отработанных часов Lt (j), максимизируя при этом дисконтированную полезность (с коэффициентом дисконтирования β), которая выглядит следующим образом: где AL – коэффициент, отвечающий за предпочтения домохозяйств относительно количества отработанных часов, ߖ – коэффициент, обратный эластичности предложения труда, h – коэффициент формирования привычек. Домохозяйства учитывают бюджетное ограничение, задающее связь доходов, расходов и заимствований. В период времени t j-е домохозяйство владеет активами в отечественной и иностранной валюте Bt-1(j) и B* t-1(j) соответственно и получает заработную плату Wt за отработанные часы Lt (j), а также трансферты от фирм ʞt (j). Эти средства тратятся на покупку потребительских товаров, Ct (j), по цене Pt cpi и покупку активов в отечественной и иностранной валюте (Rt)-1Bt (j) и (R* t rp(bt *, pt oil, zt RP))-1 Սt Bt * (j) соответственно. Итоговое бюджетное ограничение задается уравнением: где Rt – отечественная процентная ставка, Rt * – зарубежная процентная ставка, rp(bt *, pt oil, zt RP) – риск-премия, зависящая от относительного уровня долга (см. ниже), реальной долларовой цены на нефть и стохастической части премии за риск, Սt – номинальный валютный курс. Условия первого порядка выглядят следующим образом: Уравнения (1)–(3) являются стандартными и имеют естественную экономическую интерпретацию. Уравнение (1), обычно называемое уравнением Эйлера, задает связь между текущим и будущим уровнями потребления и фактически является следствием одинаковых предельных полезностей между потреблением сейчас (и сбережениями сейчас) и потреблением с учетом сберегаемых средств в следующем периоде. (1) (2) (3) 54 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 Комбинация уравнений (1) и (2) дает уравнение паритета процентных ставок: Уравнение (3) – кривая предложения труда. Фирмы В модели существует три типа фирм: отечественные фирмы, фирмы-импортеры и фирмы-упаковщики, которые агрегируют импортные и отечественные товары в товары конечного потребления. Отечественные фирмы С использованием наемного труда Lt (k), k-я отечественная фирма производит товары: (4) где At – совокупная факторная производительность. Спрос на товары k-й фирмы задается уравнением8: где Pt H(k) – цена, устанавливаемая k-й фирмой, Pt H – цена домашних товаров, Yt – совокупный спрос на домашний товар в экономике, νH – эластичность замещения между отечественными товарами. Фирмы максимизируют дисконтированную прибыль в реальном выражении, которая складывается из выручки за вычетом издержек на труд и на корректировку цен. Фирмы имеют квадратичные издержки при отклонении изменения цен от заранее заданного уровня, Данный способ введения жесткостей при выборе фирмой ценовой политики описан в работе Rotemberg (1982)9. Дисконтированная прибыль в случае установления цен, согласно Ротембергу, записывается следующим образом: 8 Более подробное описание функции спроса можно найти, например, в Walsh (2010). 9 Часто применяемой в DSGE-моделях альтернативой этого метода является ситуация, когда фирмы имеют возможность устанавливать цены без издержек. Однако в каждый период фирма с определенной вероятностью оптимизирует свое поведение (см. Calvo, 1983), а в тех случаях, когда не оптимизирует, – устанавливает цену, исходя из заранее заданного правила. Оба этих правила дают одинаковые уравнения при логлинеаризации. Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 55 где ɉt – дисконт-фактор, применяемый фирмой, kH – коэффициент, отвечающий за издержки отклонения цен отечественных товаров от желаемого уровня, ɇ H– вес лагового значения в желаемом уровне цен отечественных товаров, Ɏ* – таргетируемый уровень инфляции Условием первого порядка является кривая предложения, которая часто называется кривой Филлипса: где и Фирмы-импортеры Задачафирм-импортеров аналогична задаче отечественныхфирм, но они не производят товары, а закупают их за границей и перепродают по более высоким ценам. В этом случае издержки k-й фирмы на труд заменяются издержками на покупку товаров: где Imt (k) – объем товаров, импортируемых k-й фирмой, Pt F* – уровень цен зарубежных товаров Какиотечественныефирмы, фирмы-импортерыимеют квадратичные издержки подстройки цен Выручка задается произведением цены, Pt F (k), и объемов продаж, Imt (k). Учитывая функцию спроса на импортные товары, можем записать дисконтированую прибыль: (5) 56 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 Условия первого порядка получаются аналогичными условиям для отечественных фирм и представляют предложение импортных товаров: где rert – реальный обменный курс, задаваемый формулой, ɋF – эластичность замещения между импортными товарами, Imt – совокупный спрос на импортные товары, kF – коэффициент, отвечающий за издержки отклонения цен импортных товаров от желаемого уровня, ɇ F – вес лагового значения цен в желаемом уровне цен импортных товаров. Фирмы-упаковщики Фирмы-упаковщики агрегируют отечественные товары Yt и импортные товары Imt в товары конечного потребления где A* – эквивалент совокупной факторной производительности для фирмупаковщиков, ɀ – степень при отечественных товарах в производственной функции фирм-упаковщиков. Фирма хочет получить наибольшее количество товаров конечного потребления при фиксированных затратах на покупку факторов производства. Бюджетное ограничение для такой задачи можно записать так: Решением оптимизационной задачи являются агрегированные функции спроса на отечественные и импортные товары: Торговый баланс и риск-премия Объем чистых иностранных активов складывается из чистых иностранных активов предыдущего периода Et Β* t-1, доходов от экспорт˃ Et poil t PF* t Xt за вычетом импорта Et PF* t Imt и изменения резервов Et PF* t dRest: (6) (7) (8) (9) Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 57 где Xt – объем экспорта, который предполагается полностью нефтяным и экзогенным, dRest – переменная, отвечающая за изменение резервов. Аналогично Schmitt-Grohe and Uribe (2003) вводится риск-премия для обеспечения единственного стационарного равновесия при заданных трендах в модели. Мы дополнительно предполагаем, что премия за риск отрицательно зависит от цены на нефть. В итоге премия за риск может быть записана как: где zt RP – экзогенная часть риск-премии, ad и ad aoil – эластичности по активам и нефти в точке (bs *, ps oil, 0), rps – значение риск-премии в точке (bs *, ps oil, 0). Центральный банк В данной работе мы используем два режима ДКП – при фиксированном валютном курсе и при плавающем валютном курсе. Вне зависимости от режима валютного курса, предполагаемого в модели, процентная политика задается правилом: где et R – шок ДКП, ߖR – коэффициент инерции ставки в правиле ДКП, ߖɎ – коэффициент реакции ставки на ожидаемую инфляцию в правиле ДКП, R* – процентная ставка в стационарном состоянии, Ɏ* – таргетируемый уровень инфляции. При режиме фиксированного валютного курса правило при таргетировании реального курса10 имеет вид: При плавающем курсе центральный банк не влияет на валютный курс, и валютные резервы изменяются согласно следующему уравнению: где rerss,t – состояние равновесия реального равновесного курса в момент времени t, zt ε – экзогенный процесс в правиле изменения курса (и уравнении изменения 10 Далее мы также называем этот режим фиксированным курсом. (10) (11) (12а) (12б) 58 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 резервов). Несмотря на то что в обоих случаях процесс обозначается одинаково и влияет на валютный рынок, его значение отличается. В модели с плавающим курсом этот процесс напрямую изменяет резервы, в то время как в модели с фиксированным курсом это происходит через неявное правило изменения резервов, которое вытекает из (12а). Стоит отдельно отметить, что не нужно понимать таргетирование реального курса как удержание его на определенном уровне из периода в период. Под таргетированием здесь подразумевается установка курса на уровне, соответствующем текущему уровню цен на нефть, то есть курсу, который установился бы в долгосрочной перспективе при отсутствии каких-либо шоков. Моделирование постоянного курса в стандартном понимании связано с рядом технических сложностей. Предположение о поддержании постоянного курса в предложенной модели подразумевает отклонение от фундаментально обоснованных долгосрочных уровней на всем периоде удержания курса, что будет означать постоянное отклонение экономики от равновесия. Моделирование данной динамики может быть проведено аналогично моделированию ZLB (zero lower bound) в работе Kulish et al. (2014), но связано с необходимостью использования дополнительных допущений об ожиданиях агентами длительности режима валютного курса. Не желая связывать себя данными предположениями, а также в связи с рядом дополнительных технических трудностей мы отказываемся от данного метода и следуем более традиционной записи таргетирования отклонения реального курса от равновесия. В работе Полбина (2014) было предложено альтернативное правило для моделирования политики ДКП. Автор полагает, что отклонение изменения курса от тренда следует случайному блужданию, и заменяет им уравнения для процентных ставок и правило по курсу. Сокращая количество переменных, автор удаляет из модели изменение резервов, что фактически значит проведение политики фиксированного курса с помощью ставок, а не резервной политики. Для целей же данной работы вид правила ДКП и правила изменения резервов является важным, поскольку имеет определенное влияние на структуру модели, а как следствие, и на прогнозные свойства. При этом в результате ряда дополнительных экспериментов, которые не представлены в данной работе для экономии места, мы заметили, что замена ожидаемой инфляции на текущую в правиле ДКП не меняет результатов значительно, а выбор другого правила изменения резервов вносит свои коррективы. В работе рассматриваются два вида правила изменения резервов, которые отражают фиксированный реальный курс и отсутствие правила изменения курса. Второе из этих правил соответствует режиму плавающего валютного курса, переход к которому был осуществлен в конце 2014 г., а первое было выбрано из ряда альтернативных правил изменения курса с учетом прогнозных свойств и единственности решения модели. Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 59 Экзогенные процессы Помимо описанных выше в модели присутствуют пять экзогенных процессов. Технологический процесс: где второе уравнение – это определение процесса zt A, g – перманентный темп роста технологического процесса, ɏz – автокорреляция шока технологии, et z – шок технологии. Экзогенная часть риск-премии имеет вид: где ɏRP – автокорреляция шока риск-премии, et RP – шок риск-премии. Поведение экзогенных процессов, отвечающих за динамику резервов и экспорта, задается следующими двумя уравнениями: где ɏe и ɏX – автокорреляции шоков резервов и экспорта, eE t – шок резервов, et X – шок экспорта. Мы также предполагаем, что динамика реальной цены на нефть описывается следующим уравнением: где et oil – шок цен на нефть11. Фактически мы предполагаем, что в экономике существует два стохастических тренда: технологический тренд (At) и нефтяной тренд (pt oil). Все остальные экзогенные процессы возвращаются к своему среднему после единовременного шока. Для простоты моделирования в качестве переменных ставки процента и инфляции за рубежом принимались константы. Инфляция за рубежом принималась равной 2% в годовом выражении, а ставка за рубежом – 3,5%. 3. Решение и оценка модели В работе используется логлинейная аппроксимация модели. Модель содержит два единичных корня, однако не может быть стандартным образом нормирована. Вследствие этого мы применяем для логлинеаризации технику, описанную в работах Kim et al. (2008) и Lan and Meyer-Gohde (2014). Решение и оценка модели производятся в программном пакете Dynare (Adjemian et al., 2011), однако применение предложенных алгоритмов приводит к появлению нестационарной модели (модели с единичными корнями), что создает проблемы 11 Подразумевается, что все шоки являются нормально распределенными и независимы во времени и между собой. 60 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 для стандартной реализации. В Приложении Б мы приводим альтернативную реализацию, которая может быть использована совместно с программным пакетом Dynare. Для соотнесения модели с данными используются шесть временных рядов, начиная со II квартала 2003 г. и заканчивая III кварталом 2015 г. или I кварталом 2013 г. в зависимости от модели12. Для оценки используются изменение логарифма реального ВВП (dlogyt obs), изменение логарифма реального экспорта (dlogxt obs), изменение логарифма ИПЦ (logπt obs), ставка процента (усредненная однодневная MIACR, logRt obs), изменение курса рубля к доллару и изменение цен на нефть в реальном выражении13. При этом уравнения, связывающие наблюдения с моделью в дополнение к шести шокам модели, содержат пять ошибок измерения14 и имеют следующий вид: где et y,obs, et x,obs, et Ɏ,o„•, et R,obs, et gε,o„• – ошибки измерений для соответствующих переменных со стандартными отклонениями 0,003, 0,008, 0,004, 0,01 и 0,0215. 12 Это делается только для предварительного анализа моделей и подразумевает, что в 2014 г. был осуществлен переход к плавающему валютному курсу. Таким образом исключается влияние данных 2014 и 2015 гг. на оценки параметров модели с фиксированным курсом. Сравнение прогнозов происходит на одинаковых выборках. 13 Показатели инфляции, ВВП и экспорта были сезонно скорректированными. При этом, когда в расчетах в дальнейшем используется ИПЦ, мы просто складываем сезонно сглаженные приросты. Используются данные, доступные на февраль 2016 г. 14 Мы не добавляем ошибок измерения в цену на нефть ввиду того, что это практически не улучшает прогнозные свойства моделей. 15 Данные стандартные отклонения задают вариации, которые составляют от нескольких процентов до нескольких десятков процентов, что является обычным для такого типа моделей. Т.77 № 2 КРЕПЦЕВ, СЕЛЕЗНЕВ: ПРОГНОЗИРОВАНИЕ С ИСПОЛЬЗОВАНИЕМ DSGE-МОДЕЛЕЙ, С. 51–67 61 Параметры с индексом ss означают стационарные состояния переменных, а переменные в нижнем регистре задают детрендированные переменные в верхнем регистре. Соотношения, и характеризуют равновесные соотношения между номинальными потреблением, экспортом, импортом и ВВП. Прогнозные результаты не являются чувствительными к изменениям дисперсий ошибок измерений в диапазоне от нескольких процентов до нескольких десятков процентов. Так, например, если мы берем все дисперсии ошибок измерения на уровне 10% от вариации показателей, средняя ошибка прогноза увеличивается на 2–3% для модели с фиксированным курсом. В связи с нечувствительностью результатов к этим параметрам мы не подходим к их выбору более тщательно. Оценка модели производится с помощью байесовской статистики. В данной работе используется стандартный алгоритм Метрополиса – Гастингса с вспомогательной нормальной плотностью (обратный гессиан после оптимизации используется в качестве ковариационной матрицы). Сохраняется 50 000 итераций, из которых выбрасывается первая половина. Более подробное описание и альтернативные методы оценки можно найти в работах Herbst and Schorfeide (2015) и FernandezVillaverde et. al (2016). Таблицы 1a и 1б с априорными распределениями параметров приведены в Приложении А. Мы выбираем большинство распределений близкими к традиционным для такого типа моделей. Априорные распределения для коэффициентов перед «наценками» в кривых Филлипса (kH и kF) взяты из Aruoba et al. (2016). Эта работа также использует модель без капитала. Оттуда же было взято и априорное распределение коэффициента автокорреляции технологического шока. Остальные шоки из нашей модели не присутствуют в Aruoba et al. (2016), поэтому мы стандартно выбираем для них бета-распределения с автокорреляциями 0,5– 0,7 (см., например, Cristofel et al., 2008). Мы устанавливаем распределение коэффициента формирования привычек в потреблении (h) похожим на Cristofel et al. (2008). Коэффициенты инерции ставки процента и реакции ставки на инфляцию в правиле ДКП также близки к традиционным. У нас нет определенных верований относительно весов лаговых значений в желаемом уровне цен отечественных и импортных товаров (ι H и ι F), кроме того что они должны находиться на отрезке от 0 до 1, поэтому мы устанавливаем для них бета-распределение со средним 0,5. Квартальные темпы роста экономики в стационарном состоянии (g) и коэффициент, обратный эластичности предложения труда (ϕ), обычно калибруются, однако для повышения гибкости модели в этой работе они тоже оцениваются. Традиционное значение для коэффициента, обратного эластичности предложения труда (ϕ), – 2, поэтому мы берем его в качестве среднего для нормального распределения с дисперсией, равной 1. Средним для распределения темпа роста экономики (g) бралось значение 0,5% в квартал, что меньше среднего за рассматриваемый период, но приближенно совпадает с оценками темпа долгосрочного роста российской экономики. Средние априорные распределения для стандартных отклонений шоков калибровались на уровне не более 0,5% в квартал. Так, для шоков, напрямую связанных со ставками, то есть шока ДКП и шока риск-премии, средние равны 1 и 0,5% в год. 62 ДЕНЬГИ И КРЕДИТ ИЮНЬ 2018 Для шоков совокупной факторной производительности и экспорта средние устанавливались на уровне 0,5% в квартал. Для шока цен на нефть среднее бралось равным 10% в к<