Новые измерители неопределенности деловой среды в российской экономике

В статье изложены основные результаты исследования по разработке методики и апробации инструментария, для регулярного мониторинга деловой среды в России посредством измерения уровня ее неопределенности и выявления степени ее влияния на динамику экономической активности на основе анализа конъюнктурных обследований бизнеса. Данная методика впервые протестирована для оценки неопределенности деловой среды и ее воздействия на цифровое и технологическое развитие российских промышленных предприятий.

Источником данных для исследования послужили регулярные выборочные опросы руководителей организаций за период с 2009 по 2022 г. Задействованы две независимые базы данных: квартальные обследования деловой активности организаций различных видов экономической деятельности для построения национального и отраслевых индикаторов неопределенности деловой среды и ежегодные пилотные обследования цифровой активности промышленных предприятий для построения индикатора неопределенности в области цифрового и технологического развития промышленности.

Все рассчитанные композитные индикаторы смогли выявить значимые для России особенности экономической конъюнктуры, связанные с шоковыми событиями. Так, при анализе флуктуации исследуемых индикаторов четко обнаруживаются «всплески» в ответ на шоки конъюнктуры в 2020 и 2022 гг. В целом период с 2020 г. по настоящее время характеризуется как период продолжительного кризиса, обусловленного ростом неопределенности в российской экономической среде, беспрецедентный масштаб которого был оценен с помощью построенных измерителей.

По мнению авторов, предложенные композитные индикаторы расширяют аналитические возможности использования данных конъюнктурных мониторингов, создавая предпосылки для регулярного отслеживания изменений уровня неопределенности деловой среды, и повышают оперативную ценность предоставляемой компаниями информации. Это обеспечивает разработку более точных сценарных социально-экономических прогнозов.

1. Cascaldi-Garcia D. et al. What is Certain about Uncertainty? // International Finance Discussion Papers 1294. Washington: Board of Governors of the Federal Reserve System, 2020. doi: https://doi.org/10.17016/IFDP.2020.1294.

2. Junttila J., Vataja J. Economic Policy Uncertainty Effects for Forecasting Future Real Economic Activity // Economic Systems. 2018. Vol. 42. Iss. 4. P. 569–583. doi: https://doi.org/10.1016/j.ecosys.2018.03.002.

3. Sorić P., Lolić I. Economic Uncertainty and Its Impact on the Croatian Economy // Public Sector Economics. 2017. Vol. 41. No. 4. P. 443–477. doi: https://doi.org/10.3326/pse.41.4.3.

4. Glas A. Five Dimensions of the Uncertainty–Disagreement Linkage // International Journal of Forecasting. 2020. Vol. 36. Iss. 2. P. 607–627. doi: https://doi.org/10.1016/j.ijforecast.2019.07.010.

5. Bachmann R., Elstner S., Sims E.R. Uncertainty and Economic Activity: Evidence from Business Survey Data // American Economic Journal: Macroeconomics. 2013. Vol. 5. No. 2. P. 217–249. doi: https://doi.org/10.1257/mac.5.2.217.

6. Claveria O. On the Aggregation of Survey-Based Economic Uncertainty Indicators Between Different Agents and Across Variables // Journal of Business Cycle Research. 2021. Vol. 17. Iss. 1. P. 1–26. doi: https://doi.org/10.1007/s41549-020-00050-2.

7. Claveria O. Uncertainty Indicators Based on Expectations of Business and Consumer Surveys // Empirica. 2021. Vol. 48. Iss. 2. P. 483–505. doi: https://doi.org/10.1007/s10663-020-09479-1.

8. Girardi A., Reuter A. New Uncertainty Measures for the Euro Area Using Survey Data // Oxford Economic Papers. 2017. Vol. 69. Iss. 1. P. 278–300. doi: https://doi.org/10.1093/oep/gpw058.

9. Binding G., Dibiasi A. Exchange Rate Uncertainty and Firm Investment Plans Evidence from Swiss Survey Data // Journal of Macroeconomics. 2017. Vol. 51. P. 1–27. doi: https://doi.org/10.1016/j.jmacro.2016.11.004.

10. Meinen P., Röhe O. On Measuring Uncertainty and Its Impact on Investment: Cross-Country Evidence from the Euro Area // European Economic Review. 2017. Vol. 92. P. 161–179. doi: https://doi.org/10.1016/j.euroecorev.2016.12.002.

11. Mokinski F., Sheng X., Yang J. Measuring Disagreement in Qualitative Expectations // Journal of Forecasting. 2015. Vol. 34. Iss. 5. P. 405–426. doi: https://doi.org/10.1002/for.2340.

12. Лола И.С., Мануков А.Б. Потенциал использования результатов конъюнктурных обследований при прогнозировании занятости в малом предпринимательстве России // Вопросы статистики. 2021. Т. 28. № 2. С. 42–53. doi: https://doi.org/10.34023/2313-6383-2021-28-2-42-53.

13. Лола И.С., Мануков А.Б., Бакеев М.Б. Стресс-тестирование в статистическом моделировании деловой активности в условиях шоков конъюнктуры // Вопросы статистики. 2020. Т. 27. № 4. С. 5–23. doi: https://doi.org/10.34023/2313-6383-2020-27-4-5-23.

14. Lola I.S. Composite Indicators for Measuring and Analysing the Dynamics of Business Conditions for The Development of the Retail Market // Statistical Journal of the IAOS. 2019. Vol. 35. No. 4. P. 715–733. doi: https://doi.org/10.3233/SJI-190497.

15. Morikawa M. Uncertainty Over Production Forecasts: An Empirical Analysis Using Monthly Quantitative Survey Data // Journal of Macroeconomics. 2019. Vol. 60. P. 163– 179. doi: https://doi.org/10.1016/j.jmacro.2019.01.007.

16. Grishchenko O., Mouabbi S., Renne J. Measuring Inflation Anchoring and Uncertainty: A U.S. and Euro Area Comparison // Journal of Money, Credit and Banking. 2019. Vol. 51. Iss. 5. P. 1053–1096. doi: https://doi.org/10.1111/jmcb.12622.

17. Claveria O. Forecasting the Unemployment Rate Using the Degree of Agreement in Consumer Unemployment Expectations // Journal for Labour Market Research. 2019. Vol. 53. Article: 3. P. 1–10. doi: https://doi.org/10.1186/s12651-019-0253-4.

18. Jurado K., Ludvigson S.C., Ng S. Measuring Uncertainty // American Economic Review. 2015. Vol. 105. No. 3. P. 1177–1216. doi: https://doi.org/10.1257/aer.20131193.

19. Basile R., Girardi A. Uncertainty and Business Cycle: A Review of the Literature and Some Evidence from The Spanish Economy // Studies of Applied Economics. 2018. Vol. 36. No. 1. P. 235–250. doi: https://doi.org/10.25115/eea.v36i1.2527.

20. European Commission. European Business Cycle Indicators – 3rd Quarter 2021 // Technical Paper 051. 2021. URL: https://economy-finance.ec.europa.eu/system/files/2021-10/tp051_en.pdf.

21. Binge L.H., Boshoff W.H. Economic Uncertainty in South Africa // Economic Modelling. 2020. Vol. 88. P. 113–131. doi: https://doi.org/10.1016/j.econmod.2019.09.013.

22. Morikawa M. Business Uncertainty and Investment: Evidence from Japanese Companies // Journal of Macroeconomics. 2016. Vol. 49. P. 224–236. doi: https://doi.org/10.1016/j.jmacro.2016.08.001.

23. Arslan Y. et al. Expectation Errors, Uncertainty, and Economic Activity // Oxford Economic Papers. 2015. Vol. 67. Iss. 3. P. 634–660. doi: https://doi.org/10.1093/oep/gpv003.

24. Bachmann R. et al. Uncertainty and Change: Survey Evidence of Firms' Subjective Beliefs // NBER Working Paper No. 29430. Cambridge, MA: National Bureau of Economic Research, 2021. doi: https://doi.org/10.3386/w29430.

25. OECD. Business Tendency Surveys: A Handbook. Paris: OECD Publishing, 2003.