Межстрановой опыт прогнозирования макроэкономических и кредитных кризисов и его применение для России

Макроэкономические кризисы длятся дольше, если они происходят одновременно с системными банковскими кризисами. Это ставит вопрос о предсказании не каждого из двух событий по отдельности, а их совместной реализации. Имеет смысл говорить и о том, в какой мере межстрановой опыт в этом направлении может быть полезен для прогнозирования подобных сдвоенных событий в России. Используя квартальные данные по девятнадцати развитым странам и России за период с I квартала 1994 года по IV квартал 2018-го, авторы строят систему из двух динамических пробит-моделей, которая позволяет учесть ненаблюдаемые (не включенные в модель) факторы, влияющие одновременно на оба цикла, через кросс-корреляцию ошибок в уравнениях вероятности возникновения макроэкономической рецессии и кредитного кризиса. Результаты показывают, что модели, построенные на выборке из девятнадцати развитых экономик и России, позволяют весьма точно предсказывать для последней как одиночные события (экономические рецессии и кредитные кризисы), так и эпизоды их совместной реализации. В частности, построенная модель позволяет корректно предсказать 100% совместных кризисных и 92% совместных бескризисных эпизодов в рамках обучающей выборки, 86% совместных кризисных и 90% совместных бескризисных эпизодов в рамках тестовой выборки для России. Полученные результаты, вопервых, свидетельствуют о том, что межстрановой опыт является полезным для прогнозирования сдвоенных кризисов в отдельно взятой стране (России); во-вторых, дополняют существующую эмпирическую литературу по прогнозированию рецессий и кредитных кризисов на межстрановых данных.

1. Ачкасов Ю. Модель оценивания ВВП России на основе текущей статистики: модификация подхода. Банк России. Серия докладов об экономических исследованиях. № 8. 2016.

2. Демидов О. Различные индексы прогнозирования экономической активности в России // Квантиль. 2008. № 5. С. 83–102.

3. Дубовский Д. Л., Кофанов Д. А., Сосунов К. А. Датировка российского бизнес-цикла // Экономический журнал Высшей школы экономики. 2015. Т. 19. № 4. С. 554–575.

4. Пестова А. А. Предсказание поворотных точек бизнес-цикла: помогают ли переменные финансового сектора? // Вопросы экономики. 2013. № 7. С. 63–81.

5. Поршаков А. С., Пономаренко А. А., Синяков А. А. Оценка и прогнозирование ВВП России с помощью динамической факторной модели // Журнал Новой экономической ассоциации. 2016. № 2. С. 60–76.

6. Смирнов С. В., Кондрашов Н. В., Петроневич А. В. Поворотные точки российского экономического цикла 1981–2015 гг. // Экономический журнал Высшей школы экономики. 2015. Т. 19. № 4. С. 534–553.

7. Cолнцев О. Г., Пестова А. А., Мамонов М. Е., Магомедова З. М. Опыт разработки системы раннего оповещения о финансовых кризисах и прогноз развития банковского сектора России на 2012 г. // Журнал Новой экономической ассоциации. 2011. № 12. С. 41–76.

8. Стырин К., Потапова В. Опережающий индикатор ВВП РенКап-РЭШ: лучше и раньше. 2009. https://research.rencap.com/eng/download.asp?id=10506.

9. Ahrens R. Predicting Recessions with Interest Rate Spreads: A Multicountry RegimeSwitching Analysis // Journal of International Money and Finance. 2002. Vol. 21. No 4. P. 519–537.

10. Aikman D., Haldane A. G., Nelson B. D. Curbing the Credit Cycle // The Economic Journal. 2015. Vol. 125. No 585. P. 1072–1109.

11. Alessi L., Detken C. Identifying Excessive Credit Growth and Leverage // Journal of Financial Stability. 2018. Vol. 35(C). P. 215–225.

12. Antunes A., Bonfim D., Monteiro N., Rodrigues P. M. M. Forecasting Banking Crises with Dynamic Panel Probit Models // International Journal of Forecasting. 2018. Vol. 34. No 2. P. 249–275.

13. Babecký J., Havránek T., Matějů J., Rusnák M., Šmídková K., Vašíček B. Banking, Debt, and Currency Crises in Developed Countries: Stylized Facts and Early Warning Indicators // Journal of Financial Stability. 2014. Vol. 15(C). P. 1–17.

14. Brunnermeier M. K., Sannikov Y. A Macroeconomic Model with a Financial Sector // American Economic Review. 2014. Vol. 104. No 2. P. 379–421.

15. Candelon B., Dumitrescu E. I., Hurlin C., Palm F. C. Multivariate Dynamic Probit Models: An Application to Financial Crises Mutation. Working Papers HAL. No 00630036. 2013.

16. Chodorow-Reich G. The Employment Effects of Credit Market Disruptions: Firm-Level Evidence from the 2008–9 Financial Crisis // The Quarterly Journal of Economics. 2014. Vol. 129. No 1. P. 1–59.

17. Christiansen C., Eriksen J. N., Møller S. V. Forecasting US Recessions: The Role of Sentiment // Journal of Banking & Finance. 2014. Vol. 49(C). P. 459–468.

18. Claessens S., Kose M., Terrones M. How Do Business and Financial Cycles Interact? // Journal of International Economics. 2012. Vol. 87. No 1. P. 178–190.

19. Drehmann M., Borio C., Tsatsaronis K. Characterising the Financial Cycle: Don’t Lose Sight of the Medium Term! Bank for International Settlements. Working Paper. No 380. 2012.

20. Estrella A., Mishkin F. S. Predicting U.S. Recessions: Financial Variables as Leading Indica-tors // The Review of Economics and Statistics. 1998. Vol. 80. No 1. P. 45–61.

21. Falcetti E., Tudela M. What Do Twins Share? A Joint Probit Estimation of Banking and Currency Crises // Economica. 2008. Vol. 75. No 298. P. 199–221.

22. Gambetti L., Musso A. Loan Supply Shocks and the Business Cycle // Journal of Applied Econometrics. 2017. Vol. 32. No 4. P. 764–782.

23. Gertler M., Kiyotaki N. Financial Intermediation and Credit Policy in Business Cycle Analysis // Handbook of Monetary Economics / B. M. Friedman, M. Woodford (eds.). 2011. Vol. 3. Amsterdam: Elsevier. P. 547–599.

24. Gertler M., Kiyotaki N., Prestipino A. A Macroeconomic Model with Financial Panics // The Review of Economic Studies. 2020. Vol. 87. No 1. P. 240–288.

25. Harding D., Pagan A. Dissecting the Cycle: A Methodological Investigation // Journal of Monetary Economics. 2002. Vol. 49. No 2. P. 365–381.

26. He Z., Krishnamurthy A. A Model of Capital and Crises // The Review of Economic Studies. 2012. Vol. 79. No 2. P. 735–777.

27. Jorda O., Schularick M., Taylor A. When Credit Bites Back // Journal of Money, Credit and Banking. 2013. Vol. 45. No 2. P. 3–28.

28. Kaminsky G. L., Reinhart C. M. The Twin Crises: The Causes of Banking and Balance-of-Payments Problems // American Economic Review. 1999. Vol. 89. No 3. P. 473–500.

29. Kauppi H., Saikkonen P. Predicting U.S. Recessions with Dynamic Binary Response Models // The Review of Economics and Statistics. 2008. Vol. 90. No 4. P. 777–791.

30. Liu W., Moench E. What Predicts US Recessions? // International Journal of Forecasting. 2016. Vol. 32. No 4. P. 1138–1150.

31. Lopez-Salido D., Stein J., Zakrajsek E. Credit-Market Sentiment and the Business Cycle // The Quarterly Journal of Economics. 2017. Vol. 132. No 3. P. 1373–1426.

32. Ng E. C. Y. Forecasting US Recessions with Various Risk Factors and Dynamic Probit Models // Journal of Macroeconomics. 2012. Vol. 34. No 1. P. 112–125.

33. Nyberg H. Dynamic Probit Models and Financial Variables in Recession Forecasting // Journal of Forecasting. 2010. Vol. 29. No 1. P. 215–230.

34. Pestova A. A. Leading Indicators of the Business Cycle: Dynamic Logit Models for OECD Countries and Russia. HSE Working Papers. BRP 94/EC/2015. 2015.

35. Reinhart C. M., Rogoff K. S. The Aftermath of Financial Crises // American Economic Review. 2009. Vol. 99. No 2. P. 466–472.

36. Schularick M., Taylor A. Credit Booms Gone Bust: Monetary Policy, Leverage Cycles, and Financial Crises, 1870–2008 // American Economic Review. 2012. Vol. 102. No 2. P. 1029–1061.