Аудит / Институциональная экономика / Информационные технологии в экономике / История экономики / Логистика / Макроэкономика / Международная экономика / Микроэкономика / Мировая экономика / Операционный анализ / Оптимизация / Страхование / Управленческий учет / Экономика / Экономика и управление народным хозяйством (по отраслям) / Экономическая теория / Экономический анализ Главная
Экономика
Макроэкономика
| Абель Э., Бернанке Б.. Макроэкономика, 2010 | |
ПРОВЕРКА ЭКОНОМИЧЕСКИХ ЦИКЛОВ |
|
|
Если мы оставим в стороне споры о поведении уровня цен, теория реального экономического цикла может объяснить некоторые данные об экономических циклах, включая проциклическос поведение занятости, производительности и реальной заработной платы. Однако экономисты, придерживающиеся данных взглядов, утверждают, что адекватная теория экономического цикла должна быть не только качественной, но и количественной. Другими словами, в дополнение к предсказаниям о том, как вообще изменяются ключевые макроэкономические переменные в ходе экономического цикла, теория должна количественно спрогнозировать величину экономических колебаний и степень взаимосвязи между этими показателями. Чтобы проверить количественные выводы своих теорий, экономисты школы РДЦ разработали метод под названием калибровка (тестирование). Идея состоит в том, чтобы разработать подробный численный пример более общей теории. Затем результаты сравниваются с макроэкономическими данными, чтобы посмотреть, достаточно ли полно согласуются модель и реальность. Первый шаг при калибровке - это написать модель экономики, наподобие классической версии модели 1Б-1М, за исключением того, что общие функции заменяются частными. Например, вместо представления производственной функции в общем виде: Г = АР(/С,Л0. лицо, проводящее калибровку, использует частную алгебраическую форму для производственной функции, такую как У-ЛК где а - это число между 0 и I. Аналогичным образом конкретные функции используются для описания поведения потребителей и работников. Далее выбранные частные функции делаются еще более конкретными благодаря их выражению на языке цифр. Например, для а = 0,3 функция принимает вид У - АК^Л/Ч Тем же способом конкретные численные значения присваиваются функциям, описывающим поведение потребителей и работников. Откуда берутся все эти цифры? Обычно они не выводятся из макроэкономических данных, а основываются на других источниках. Например, показатели, приписываемые функциям в модели, могут браться из более ранних исследований производственной функции или поведения семей и отдельных людей в сфере сбережения. Третий шаг, на котором необходима помощь компьютера, состоит в том, чтобы выяснить, как количественно конкретизированная модель ведет себя в случае воздействия случайных шоков, например шоков производительности. Эти шоки создаются на компьютере с помощью генератора случайных чисел, при этом величина и продолжительность шоков (в отличие от числовых параметров, присваиваемых частным функциям) выбираются так, чтобы соответствовать фактическим макроэкономическим данным. Для этих шоков компьютер отслеживает поведение модели в течение многих периодов и сообщает предполагаемое поведение ключевых макроэкономических переменных, таких как объем производства, занятость, потребление и инвестиции. Затем результаты моделирования сравниваются с поведением фактической экономики, чтобы определить, насколько хорошо модель соответствует реальности. Эдвард Прескотт провел одно такое важное калибровочное исследование. В нем он использовал модель, похожую на модель РДЦ, которую мы представляем в этой книге. Главное отличие между ними состоит в том, что наша версия модели РДЦ является по существу моделью для двух периодов (настоящего и будущего), а модель Прескотта учитывала много периодов. Результаты его компьютерного моделирования изображены на рис. 10.1 и 10.2. На рис. 10.1 сравниваются реально наблюдавшиеся изменения шести макроэкономических переменных, рассчитанные на основе данных по США после Второй мировой войны, с изменениями, предсказанными проверочной моделью РДЦ Прескотта.:) Прескотт установил величину случайных шоков произ- Реальный ВНП Потреб- Инвестиции Товарно- Общее Производи- ление материаль- рабочее тельность ные запасы время Переменные Фактически ] Смоделировано с использованием модели РДЦ На рисунке сравниваются реальные изменения ключевых макроэкономических переменных, наблюдавшиеся в экономике США после Второй мировой войны, с изменениями тех же переменных, предсказанными на основе компьютерного моделирования проверочной модели РДЦ Эдварда Прескотта. Пре- скотт установил размер случайных шоков производительности таким образом, что смоделированная волатильность ВНП точно совпадала с фактически наблюдавшейся изменчивостью. При этих случайных шоках производительности смоделированные изменения других пяти макроэкономических переменных (возможно, за исключением потребления) достаточно хорошо соответствовали наблюдавшимся изменениям. РИСУНОК Фактические и смоделированные волатильности ключевых макроэкономических переменных 10.1 водительности в своих симуляциях так, чтобы изменения ВНП в его модели соответствовали бы реальной волатильности ВНП США.1 Этот выбор объясняет, почему реальные и смоделированные изменения ВНП на рис. 10.1 равны. Но он ничего не сделал для гарантии того, чтобы моделирование соответствовало бы фактическим изменениям других пяти переменных. Заметим, однако, что смоделированные и фактические изменения для других переменных в большинстве случаев достаточно близки. На рис. 10.2 фактическое состояние экономики сравнивается с проверочной моделью Прескотта в другом аспекте: насколько близко важные макроэкономические переменные двигаются относительно ВНП на протяжении экономического цикла. Статистическая мера того, до какой степени совместно двигаются исследуемые переменные, называется корреляцией. Если корреляция переменной с ВНП является положительной, то переменная имеет тенденцию двигаться в одном направлении с ВНП в ходе экономического цикла (т. е. переменная является проциклической). Корреляция с ВНП, равная 1,0, пока-зывает, что движения переменной полностью совпадают с движениями ВНП (поэтому корреляция ВНП г самим собой равна 1,0), а корреляция, равная 0, демонстрирует отсутствие взаимосвязи с ВНП. Значения коэффициента кор- |||||| Реальный Потреб- Инвестиции Товарно- Общее Производи- ВНП ление материаль- рабочее тельность | 1.0 0,9 а 0,8 0.7 0.6 0.5 0.4 0.3 0,2 0,1 0,0 с о с ОС < ж и ш У X ? о г о * т о о. * < ? ные запасы время 2 с; ас X 3 Переменные I I Фактически Смоделировано с использованием модели РДЦ Как близко переменная двигается относительно ВНП на протяжении экономического цикла, измеряется ее корреляцией с ВНП: более высокая корреляция предполагает более тесную взаимосвязь. На рисунке сравниваются корреляции ключевых переменных и ВНП, которые реально наблюдались в американской экономике после Второй мировой войны, с корреляциями, предсказанными компьютерным моделированием на основе проверочной модели РДЦ Прескотта. За исключением производительности, чья предсказанная корреляция с ВНП является слишком высокой, моделирование предсказало такие корреляции макроэкономических переменных с динамикой ВНП, которые походили на фактические показатели корреляции этих переменных с ВНП. о 5 РИСУНОК Фактические и смоделированные корреляции ключевых макроэкономических переменных и ВНП 10.2 л н и га т реляции с ВНП между 0 и 1,0 отражают промежуточную степень взаимозависимости переменных и ВНП. Рисунок 10.2 показывает, что модель Прескотта в целом вполне объясняет устойчивость взаимосвязи между некоторыми из переменных и ВНП, хотя корреляция производительности и ВНП, предсказанная моделью Прескотта, заметно больше, чем фактическая корреляция. Степень, до которой относительно простые проверочные модели РДЦ могут совпадать с фактическими данными, является впечатляющей. Вдобавок результаты калибровки дают дополнительные сведения для дальнейшего усовершенствования модели. Например, версия модели РДЦ, обсуждающаяся здесь, была модифицирована с целью повышения соответствия между показателями реальной и прогнозируемой корреляции производительности с ВНП. они верят, вызвали все спады со времен Второй мировой войны. Эти критики утверждали, что, за исключением нефтяных шоков 1973, 1979 и 1990 гг., исторических примеров шоков общеэкономической производительности по сути дела не существует. Интересный ответ со стороны сторонников РДЦ на это утверждение заключается в том, что, в принципе, общеэкономические колебания также могут вызываться кумулятивными эффектами серий небольших шоков производительности. Чтобы проиллюстрировать тот факт, что небольшие шоки могут вызвать большие флуктуации, рис. 10.3 показывает результаты компьютерного моделирования шоков производительности и связанного с ними поведения объемов производства для упрощенной модели РДЦ. В этой простой модели реального экономического цикла изменение выпуска от одного месяца до другого делится на две части: 1) фиксированная часть, которая возникает благодаря обычному техническому прогрессу или в результате нормального роста населения и занятости; и 2) непредвиденная часть, которая отражает случайное шоковое воздействие на производительность на протяжении текущего месяца.1 Случайным образом генерируемые компьютером шоки производительности показаны в нижней части рис. 10.3, а предполагаемое поведение объема выпуска изображается над ними. Хотя ни один из отдельных шоков не являет- 28 26 24 22 20 18 16 14 12 10 8 6 4 2 Смоделированный уровень совокупного выпуска Смоделированные шоки производительности 36 72 108 324 360 Время, месяцы 144 180 216 252 288 РИСУНОК 10.3 Мелкие шоки и большие циклы Чтобы установить взаимосвязь между сгенерированными компьютером случайными шоками производительности (показаны в нижней части рисунка) и совокупным выпуском (изображен в середине рисунка), для компьютерного моделирования используется простая модель РДЦ. Несмотря на то что все шоки производительности являются небольшими, моделирование показывает большие циклические колебания в совокупном выпуске. Таким образом, для возникновения крупномасштабных циклических колебаний большие шоки производительности не обязательны. ся большим, кумулятивный эффект этих шоков вызывает значительные колебания в выпуске, которые в чем-то похожи на экономический цикл. Следовательно, деловые циклы могут быть результатом шоков производительности, даже если идентифицировать конкретные крупномасштабные шоки затруднительно. Измеряет ли остаток Солоу технологические шоки? Поскольку шоки про-изводительности являются главным источником циклических колебаний в моделях РДЦ, сторонники этой теории попытались измерить величину этих шоков. Наиболее распространенный измеритель шоков производительности известен как остаток Солоу (Solow residual), который является эмпирической мерой общей производительности факторов производства. Остаток Солоу получил свое название в честь автора современной теории роста Роберта Солоу, который использовал этот показатель в 1950-х гг. Вспомним из главы 3, что для измерения общей производительности факторов А нам потребуются сведения о выпуске. У, и о количестве капитала, К, и труда, N. В дополнение к этому надо использовать частную алгебраическую форму для производственной функции: остаток Солоу = Y/K'N1'" = А. (10.1) Остаток Солоу называется лостатком потому, что это та часть выпуска, которая не может быть непосредственно объяснена измеренными затратами труда и капитала. Когда остаток Солоу рассчитывается на основе реальных данных по США с использованием уравнения 10.1, он оказывается глубоко проциклическим, возрастая в периода экономической экспансии и падая во время рецессии. Такое проциклическое поведение соответствует обещанию теории РДЦ о том, что циклические колебания в совокупном выпуске порождаются преимущественно шоками производительности. Однако недавно некоторые экономисты задались вопросом, следует ли рассматривать остаток Солоу исключительно как показатель технологии, как это были склонны делать прежние сторонники теории РДЦ. Если изменения в остатке Солоу отражают только изменения в технологиях, применяемых в экономике, его величина не должна быть связана с такими факторами, как государственные закупки или денежно-кредитная политика, которые напрямую не влияют на научно-технический прогресс (по крайней мере в краткосрочном периоде). Однако статистические исследования свидетельствуют о существовании на практике корреляции между остатком Солоу и государственными закупками, вызывая предположение о том, что изменения в остатке Солоу могут также отражать влияние и других факторов. Чтобы понять, почему измеренная производительность может меняться, даже если реальная технология, используемая в производстве, остается неизменной, нам следует признать, что капитал и труд иногда используются более интенсивно, чем в другое время, и что более интенсивное использование фак-торов производства ведет к более высокому объему выпуска. Например, работающий полный рабочий день печатный пресс вносит больший вклад в производство, чем аналогичный печатный станок, используемый лишь половину дня. Аналогичным образом быстро работающие работники (например, работники ресторана во время ленча) будут больше производить и принесут больший доход, чем такое же количество работников, работающих медленнее (те же работники ресторана во время дневного затишья). Чтобы ухватить идею о том, что ресурсы труда и капитала могут использования в разное время с большей или меньшей интенсивностью, мы определяем коэффициент использования капитала, иг и коэффициент использования труда, иу Коэффициент использования фактора измеряет интенсивность, с которой он используется. Например, коэффициент использования капитала для печатного пресса, работающего целый день, будет в два раза выше, чем для пресса, занятого всего полдня; аналогично коэффициент использования труда в ресторане выше во время ленча. Фактическое использование капитала в производстве, которое мы называем услугами капитала, равняется коэффициенту использования капитала, умноженному на величину основного капитала, или икК. Услуга капитала являются более точным измерителем вклада основного капитала в объем производства, чем сам по себе уровень капитала, потому что определение услуг капитала дается с учетом интенсивности его использования. Сходным образом мы определяем услуги труда как произведение коэффициента использования труда на число работников (или часов), занятых в фирме, мЛА/. Таким образом, услуги труда, полученные работодателем, больше, когда это же самое число работников работают быстро, чем когда они работают медленно (т. е. использование труда выше). Признавая, что услуги капитала и услуга труда принимают участие в производстве продукции, мы переписываем производственную функцию в следующем виде: У=АР(икК, и^Ы)=А(икКУ(и^ , (10.2) где мы заменили основной капитал, К, услугами капитала, икК, и труд, Ы, услугами труда, и^М. Теперь мы можем использован, производственную функцию из уравнения 10.2 для замены У в выражении (10.1), чтобы получить уравнение для остатка Солоу, которое включает коэффициенты использования труда и капитала: остаток Солоу = А(икК)"(иДЫ)* "/К"= Аикаи111 ~в, (10.3) Уравнение 10.3 показывает, что остаток Солоу, измеренный соответствующим образом, включает не только параметр А (который отражает технологию и возможно другие факторы, влияющие на производительность), но также и коэффициенты использования капитала и труда, ик и г/лД Таким образом, даже если технология остается неизменной, расчетный остаток Солоу будет процик- лическим, если коэффициенты использования капитала и труда будут иметь проциклический характер. Существуют свидетельства того, что использование факторов производства носит проциклический характер (поэтому капитал и труд более интенсивно работают в периоды бума, чем во время экономических спадов). Например, Крейг Бернсайд из Питтсбургского университета, Мартин Эйхенбаум и Серд- жио Рибело1 из Северо-Западного университета исследовали циклическое поведение использования капитала на основе данных о количестве электроэнергии, использованной производителями. Основанием для использования данных об электроэнергии является тот факт, что для увеличения использования капитала необходима дополнительная электроэнергия, достигается ли повышенное использование за счет применения капитала в течение большего количества часов в день или за счет увеличения скорости, с которой функционирует капитал. В результате этого исследования было установлено, что во время экономических подъемов объем электроэнергии в расчете на единицу капитала растет, это позволило авторам сделать вывод о строго процикличе- ском характере коэффициента использования капитала. Кроме того, исследование продемонстрировало, что показатель технологии, аналогичный параметру А в уравнении 10.2, гораздо менее ироциклический, чем остаток Солоу. Измерение циклического поведения использования труда является более трудным делом, но различные исследования обнаружили данные о том, что коэффициент использования труда также является про циклической характеристикой. Например, Джо Фэй и Джеймс Медофф из Гарвардского университета разослали анкеты по крупным промышленным предприятиям с вопросами занятости и производстве во время самого последнего спада производства, который произошел на каждом заводе. Фэй и Медофф обнаружили, что во время спада средний обследованный завод сократил производство на 31%, а общее количество отработанных лсиними воротничками часов снизилось на 23% по сравнению с обычным уровнем. Менеджеры предприятий подсчитали, что общее количество часов могло быть дополнительно сокращено на 6% от обычного уровня без последующего снижения объема производства. Из этих 6% обычных часов около половины (3% обычного количества часов), как правило, приходилось на разные вилы полезной работы, включающей техническое обслуживание оборудования и ремонт, покраску, уборку, исправление бракованной продукции и обучение. Оставшиеся 3% обычного количества времени предназначались для искусственно создаваемых видов деятельности и другой непроизводительной работы. Эти цифры подтверждают, что во время спадов фирмы менее интенсивно используют труд своих работников. Другое интересное исследование, проведенное Р. Антоном Брауном и Чарльзом Л. Эвансом* из федеральных резервных банков Миннесоты и Чикаго соответственно, рассматривало поведение остатка Солоу в зависимости от времени года Используя данные, которые не были скорректированы с учетом обычных сезонных колебаний. Браун и Эванс обнаружили, что измеряемый остаток Солоу был особенно высоким в периоды ближе к Рождеству, вырастая на 16% между третьим и четвертым кварталами, а затем падая на 24% в период между первым и четвертым кварталами. Наиболее подходящее объяснение этого факта, как указывали Браун и Эванс, состоит в том, что производители и розничная торговля особенно активно работают во время сезона рождественских покупок, чтобы справиться с повышением спроса. Другими словами, временный рост остатка Солоу в период Рождества во многом объясняется скорее более высокими коэффициентами использования труда, чем изменениями в технологии производства. Тенденция менее интенсивно использовать работников во время спадов, чем в периоды экспансии, известна как придерживание рабочей силы. Придерживание рабочей силы (labor hoarding) возникает, когда из-за затрат на наем и увольнение работников во время рецессий фирмы оставляют некоторых работников, которых в другом случае они бы уволили. Фирмы оставляют этих работников в списочном составе, чтобы избежать издержек, связанных с их увольнением и последующим повторным наймом или приемом и обучением новых работников при наступлении оживления экономики. Придерживаемые работники или работают менее интенсивно во время спада (меньше объем работы), или используются для выполнения других задач, таких как техническое обслуживание оборудования, которые не включаются в объем производства фирмы. Когда экономика оживляется, придерживаемые рабочие возвращаются к обычной работе. Похожим образом для хозяйки ресторана ничего не стоит отослать своих работников домой в промежутке между наплывом посетителей в часы ленча и обеда, в результате чего служащие ресторана работают менее производительно во время вялого для заведения дневного периода. Этот более низкий уровень производительности во время спадов (или в течение мертвого дневного времени в ресторане) не отражает изменений в применяемой технологии, а только изменения в уровне использования фирмами труда и капитала. Соответственно следует быть осторожным в отношении интерпретации циклических изменений в остатке Солоу (или, что то же самое, общей производительности факторов производства, А) как отражающих исключительно изменения в технологии. На самом деле после более внимательного взгляда на данные о производительности некоторые экономисты подвергли сомнению утверждение, действительно ли технологические шоки приводят к проциклическому изменению производительности, как предполагают сторонники РДЦ. Сусанто Басу из Мичиганского университета и Джон Ферналд из Федерального резервного банка Чикаго1 обнаружили, что технологически шоки являются не проциклическн- ми, а, наоборот, не так тесно связаны с циклическими колебаниями выпуска. Их точка зрения на данные заключается в том, что, хотя технологические улучшения помогают производить дополнительную продукцию, при возникновении шоков обычно существует переходный период, в течение которого изменяется спрос на труд и капитал. Это перераспределение ресурсов вместе с изменениями в коэффициентах использования капитала и труда означает, что первоначально технологические изменения связываются с уменьшением использования капитала и труда, потому что теперь для производства такого же объема продукции нужно меньше труда и меньше капитала. Только по истечении некоторого времени, когда ресурсы приспосабливаются, технологические улучшения ведут к увеличению выпуска. Хотя изменения в технологии или коэффициентах использования капитала и труда могут вызвать совокупные циклические колебания, история подсказывает нам, что на экономику также воздействуют и другие шоки, кроме шоков производительности; войны и соответствующее им увеличение объемов производства военной продукции являют собой вполне очевидный пример. Поэтому многие экономисты классической школы выступают за более широкое определение теории классического делового цикла, которое объясняет как шоки производительности, так и другие виды шоков, которые влияют на экономику. Макроэкономические последствия шоков, отличных от шоков производи-тельности, могут быть проанализированы при помощи классической модели IS-LM. Мы используем ее для исслелования последствий шока от фискальной политики. |
|
| << Предыдушая | Следующая >> |
| = К содержанию = | |
Похожие документы: "ПРОВЕРКА ЭКОНОМИЧЕСКИХ ЦИКЛОВ" |
|
|