Спектральная оценка компоненты бизнес цикла ВВП России с учетом высокой зависимости от условий торговли

Polbin, Andrey and Skrobotov, Anton (2017): Спектральная оценка компоненты бизнес цикла ВВП России с учетом высокой зависимости от условий торговли.

Abstract

The article proposes a new approach for estimation of the business cycle component of the Russian GDP. At the first step, the non-stationary component consisting of a deterministic trend with structural breaks, and components characterizing the long-run impact of oil prices on the Russian economy are eliminated from the series of GDP (in logs). At the second step, the component of the business cycle with a periodicity of fluctuations from 6 to 32 quarters is extracted from the stationary residuals using spectral analysis methods. We find that the business cycle component for the period from 2014 to 2016 was zero while other methods give negative estimates. Besides, the magnitude of cyclical fluctuations has decreased.

• Item Type: MPRA Paper
• English Title: Spectral estimation of the business cycle component of the Russian GDP under high dependence on the terms of trade
• Language: Russian
• Keywords: business cycle; output gap; Russian economy; GDP; oil prices; cointegrating regression; structural breaks; spectral analysis; band pass filter
• Subjects: C - Mathematical and Quantitative Methods > C1 - Econometric and Statistical Methods and Methodology: General > C18 - Methodological Issues: General; C - Mathematical and Quantitative Methods > C2 - Single Equation Models ; Single Variables > C22 - Time-Series Models ; Dynamic Quantile Regressions ; Dynamic Treatment Effect Models ; Diffusion Processes; C - Mathematical and Quantitative Methods > C5 - Econometric Modeling > C51 - Model Construction and Estimation; E - Macroeconomics and Monetary Economics > E3 - Prices, Business Fluctuations, and Cycles > E32 - Business Fluctuations ; Cycles; F - International Economics > F4 - Macroeconomic Aspects of International Trade and Finance > F41 - Open Economy Macroeconomics

References

Айвазян С. А., Бродский Б. Е. Макроэкономическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики // Прикладная эконометрика. 2006. № 2. С. 85—111.

Андреев М. Ю. Опережающие сигнальные индикаторы кризиса российского финансового рынка и их связь с деловыми циклами //Финансы и Кредит. 2016. – Т. 25. – С. 2-18.

Апокин А., Белоусов Д., Голощапова И., Ипатова И., Солнцев О. О фундаментальных недостатках современной денежно-кредитной политики //Вопросы экономики. 2014. №. 12. С. 80-100.

Банк России. Доклад о денежно-кредитной политике № 3, сентябрь 2015. М.: Центральный банк Российской Федерации, 2015.

Ващелюк Н.В., Полбин А.В., Трунин П.В. Оценка макроэкономических эффектов шока ДКП для российской экономики // Экономический журнал ВШЭ. 2015. Т. 19. № 2. С. 169 -198.

Дубовский Д.Л., Кофанов Д.А., Сосунов К.А. Датировка российского бизнес-цикла // Экономический журнал ВШЭ. 2015. Т. 19. № 4. C. 554-575.

Дробышевский С., Полбин А. Декомпозиция динамики макроэкономических показателей РФ на основе DSGE-модели // Экономическая политика. 2015. № 2. С. 20–42.

Дробышевский С., Полбин А. О роли плавающего курса рубля в стабилизации деловой активности при внешнеэкономических шоках // Проблемы теории и практики управления. 2016. №6. С. 66-71.

Замулин О. А. Россия в 2015 г.: рецессия со стороны предложения // Журнал новой экономической ассоциации. 2016. Т. 29. № 1. С. 181-185.

Идрисов Г., Синельников-Мурылев С. Формирование предпосылок долгосрочного роста: как их понимать? // Вопросы экономики. 2014. № 3. С. 4-20.

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

Кудрин А., Гурвич Е. Новая модель роста для российской экономики // Вопросы экономики. 2014. № 12. С. 4-36.

Куранов Г. Циклы и отвечающая им экономическая политика // Проблемы теории и практики управления. 2016. № 6. С. 136-142.

Лыкова Л. Н., Букина И. С. Формирование бюджетно-налоговой политики России в условиях внешних шоков // Вестник Института экономики Российской академии наук. 2016. №. 6. С. 52-65.

Орлова Н., Егиев С. Структурные факторы замедления роста российской экономики // Вопросы экономики. 2015. № 12. С. 69—84.

Полбин А.В. Эконометрическая оценка структурной макроэкономической модели для российской экономики // Прикладная эконометрика. 2014. № 33(1). С. 3–29.

Полбин А.В., Скроботов А.А. Тестирование наличия изломов в тренде структурной компоненты ВВП Российской Федерации // Экономический журнал ВШЭ. 2016. Т. 20. № 4. С. 588–623.

Синельников-Мурылев С., Дробышевский С., Казакова М. Декомпозиция темпов роста ВВП России в 1999–2014 годах // Экономическая политика. 2014. № 5. С. 7-37.

Синельников-Мурылев С., Дробышевский C., Казакова М., Алексеев М. Декомпозиция темпов роста ВВП России // Научные труды № 167P. М.: Изд-во Института Гайдара, 2015.

Шульгин А.Г. Сколько правил монетарной политики необходимо при оценке DSGE-модели для России? // Прикладная эконометрика. 2014. № 36(4). С. 3–31.

Alquist, R., Kilian, L., Vigfusson, R. J. Forecasting the price of oil // Handbook of Economic Forecasting. 2013. Vol. 2. P. 427-507.

Baxter M., King R.G. Measuring business cycles: approximate band-pass filters for economic time series //Review of Economics and Statistics. 1999. Vol. 81.No. 4. P. 575-593.

Beveridge S., Nelson C. A New Approach to Decomposition of Economic Time Series into Permanent and Transitory Components with Particular Attention to the Measurement of the Business Cycle // Journal of Monetary Economics. 1981. Vol. 7. P. 151-174.

Blanchard O., Quah D. The Dynamic Effect of Aggregate Demand and Supply Disturbances // American Economic Review. 1989. Vol. 79. P. 655-673.

Burns A.M., Mitchell W.C. Measuring Business Cycles. New York. NBER, 1946.

Canova F. Methods for Applied Macroeconomic Research. Princeton University Press, 2007.

Chari V. V., Kehoe P. J., McGrattan E. R. New Keynesian models: not yet useful for policy analysis // American Economic Journal: Macroeconomics. 2009. Vol. 1. No. 1. P. 242-266.

Christiano L. J., Fitzgerald T. J. The band pass filter // International Economic Review. 2003. Vol. 44. No. 2. P. 435-465.

Clark P. K. The cyclical component of US economic activity //The Quarterly Journal of Economics. 1987. Vol. 102. No. 4. P. 797-814.

Cramér H., Leadbetter M. R. Stationary and related stochastic processes: Sample function properties and their applications. New York: Wiley. 1967.

Esfahani H. S., Mohaddes K., Pesaran M. H. An Empirical Growth Model for Major Oil Exporters //Journal of Applied Econometrics. 2014. Vol. 29. P. 1-21.

Evans G., Reichlin L. Information, forecasts, and measurement of the business cycle //Journal of Monetary Economics. 1994. Vol. 33. No. 2. P. 233-254.

Guay A., St.-Amant P. Do the Hodrick-Prescott and Baxter-King filters provide a good approximation of business cycles? //Annales d'Economie et de Statistique. 2005. No. 77. P. 133-155.

Harvey A. C. Trends and cycles in macroeconomic time series //Journal of Business & Economic Statistics. 1985. Vol. 3. No. 3. P. 216-227.

Harvey A. C., Jaeger A. Detrending, stylized facts and the business cycle // Journal of Applied Econometrics. 1993. Vol. 8. No. 3. P. 231-247.

Hodrick R., Prescott E. Post-War US Business Cycles: An Empirical Investigation // Journal of Money Banking and Credit. 1997. Vol. 29. P. 1-16.

Idrisov G., Kazakova M., Polbin A. A theoretical interpretation of the oil prices impact on economic growth in contemporary Russia //Russian Journal of Economics. 2015. Vol. 1. No. 3. P. 257-272.

King R., Plosser C., Stock J., Watson, M. Stochastic Trends and Economic Fluctuations // American Economic Review. 1991. Vol. 81. P. 819-840.

King R.G., Rebelo S.T. Resuscitating real business cycles //Handbook of macroeconomics. 1999. Vol. 1. P. 927-1007.

Kydland F., Prescott E.C. Time to build and aggregate fluctuations // Econometrica. 1982. Vol. 50. No. 6. P. 1345–70.

Kuboniwa M. A Comparative Analysis of the Impact of Oil Prices on Oil–Rich Emerging Economies in the Pacific Rim // Journal of Comparative Economics. 2014. Vol. 42. P. 328–339.

Lucas R. E. Some international evidence on output-inflation tradeoffs //The American Economic Review. 1973. Vol. 63. No. 3. P. 326-334.

Morley J.C. A state–space approach to calculating the Beveridge–Nelson decomposition // Economics Letters. 2002. Vol. 75. No. 1. P. 123-127.

Morley J. C., Nelson C. R., Zivot E. Why are the Beveridge-Nelson and unobserved-components decompositions of GDP so different? // Review of Economics and Statistics. 2003. Vol. 85. No. 2. P. 235-243.

Oomes N., Dynnikova O. The Utilization-Adjusted Output Gap: Is the Russian Economy Overheating? // IMF Working Papers WP/06/68, 2006.

Perron, P. The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis. 1989. Vol. 57. P. 1361-1401.

Perron, P. Dealing with Structural Breaks. Palgrave Handbooks of Econometrics: Vol. 1 Econometric Theory, Chapter 8. T. C. Mills and K. Patterson (eds.). Palgrave MacMillan, Basingstoke. 2006. P. 278-352.

Perron P., Wada T. Let's Take a Break: Trends and Cycles in U.S. Real GDP // Journal of Monetary Economics. 2009. Vol. 56. P. 749-765.

Plosser C.I. Understanding real business cycles // Journal of Economic Perspectives. 1989. Vol. 3. No. 3. P. 51–78.

Rautava J. Oil prices, excess uncertainty and trend growth // Focus on European Economic Integration. 2013. Vol. 4. P. 77-87.

Sargent T. J. Estimation of dynamic labor demand schedules under rational expectations //Journal of Political Economy. 1978. Vol. 86. No. 6. P. 1009-1044.

Stock, J. H., Watson, M. W. A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems // Econometrica. 1993. Vol. 61. P. 783-820.

Vetlov I., Hlédik T., Jonsson M., Kucsera H., Pisani M. Potential output in DSGE models. European Central Bank working paper series No. 1351. 2011.

Zubarev A.V., Trunin P.V. The analysis of the dynamics of the Russian economy using the output gap indicator // Studies on Russian Economic Development. 2017. Vol. 28. No. 2. P. 126–132.