Preview

Вопросы статистики

Расширенный поиск

Использование годовой, квартальной и месячной статистики в макроэкономическом прогнозировании

https://doi.org/10.34023/2313-6383-2016-0-6-3-22

Аннотация

Основные положения статьи обобщают опыт практического применения моделей в среднесрочном экономическом прогнозировании. Автором рассматриваются вопросы использования временных рядов статистических показателей - годовой, квартальной и месячной статистики с учетом их специфики в информационном наполнении и представлении экономических процессов для целей среднесрочного макроэкономического прогнозирования. Обсуждаются вопросы, возникающие при совместном использовании временных рядов, об исключении фактора сезонности, выделении циклических составляющих, построении факторных моделей и совместных уравнений для групп переменных, а также при использовании межотраслевых моделей в прогнозировании. Рассмотрен вопрос о соотношении циклических факторов и потенциального роста ВВП. Исследование временных рядов позволило выделить характерные периоды в развитии российской экономики последних десятилетий, а построение факторных моделей - определить ведущие и специфические факторы экономического роста в эти периоды. Существенное изменение структуры факторов потенциального роста ВВП после 2012 г. привело к рассмотрению вопроса о наиболее значимых факторах роста в новой экономической ситуации. На основе исследования циклов и связанной с ними экономической политики делаются некоторые выводы, касающиеся подготовки к предстоящему технологическому циклу. В заключение отмечаются некоторые проблемы, которые возникают при построении и использовании моделей общего равновесия для целей прогнозирования.

Об авторе

Геннадий Оразович Куранов
Министерство экономического развития Российской Федерации
Россия


Список литературы

1. Клепач А., Куранов Г. О циклических волнах в развитии экономики США и России // Вопросы экономики. 2013. № 11. С. 4-33.

2. Куранов Г.О. Об исследованиях экономической динамики для целей прогнозирования // Вопросы статистики. 2014. № 6. С. 8-19.

3. Симчера В.М. Развитие экономики России за 100 лет (1900-2000). Исторические ряды, вековые тренды, периодические циклы. М.: Экономика, 2007.

4. Смирнов С.В. Циклические колебания промышленного производства в США и России: причины различий // Экономический журнал ВШЭ. 2010. T. XIV. № 2. С. 185-201.

5. Dixon P.B., Parmenter B.R. Computable general equilibrium modelling for policy analysis and forecasting // in Handbook of Computational Economics. Amman H.M., Kendrick D.A., Rust J. (eds.). 1996. Vol. I. Elsevier Science B.V.

6. Engle R.F., Granger C.W.J. Co-integration and error correction: representation, estimation, and testing // Econometrica: journal of the Econometric Society. 1987. P. 251-276.

7. Hodrick R.J., Prescott E.C., Postwar U.S. Business cycles: An empirical investigation // Journal of Money, Credit and Banking. 1997. Vol. 29. No. 1. P. 1-16.

8. Guellec D. and B. van Pottelsberghe. R&D and productivity growth: panel data analysis of 16 OECD countries. OECD Economic Studies. No. 33, 2001/11.

9. Maddison A. Statistics on World Population, GDP and Per Capita GDP, 1-2008 AD. Homepage.


Рецензия

Для цитирования:


Куранов Г.О. Использование годовой, квартальной и месячной статистики в макроэкономическом прогнозировании. Вопросы статистики. 2016;(6):3-22. https://doi.org/10.34023/2313-6383-2016-0-6-3-22

For citation:


Kuranov G.O. The use of annual, quarterly and monthly statistics in macroeconomic forecasting. Voprosy statistiki. 2016;(6):3-22. (In Russ.) https://doi.org/10.34023/2313-6383-2016-0-6-3-22

Просмотров: 281


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2313-6383 (Print)
ISSN 2658-5499 (Online)