Жолос Т. О., асп., Київський національний університет імені Тараса Шевченка, м. Київ, Україна

ORCID ID: 0000-0003-3839-0991
e-mail: taras.zholos@gmail.com

Мазуренко В. І., д-р екон. наук, проф., Київський національний університет імені Тараса Шевченка, м. Київ, Україна

ORCID ID: 0000-0002-7167-215X
e-mail: mvi1210@ukr.net

Моделювання ділового циклу України в умовах великих зовнішніх неекономічних шоків

Стандартні методи моделювання ділових циклів типово ґрунтуються на припущені, що шоки в економічній системі є нормально розподіленими. Проте соціальна й політична нестабільність у світі може призвести до потрясіння таких систем зовнішніми шоками, що є набагато більш екстремальними, ніж суто економічні шоки. Це, своєю чергою, може призводити до неточної оцінки циклічної й довгострокової динаміки в рамках застосування цих методів.

У цій статті було проаналізовано здатність так званих фільтрів детрендингу ефективно вилучити циклічний компонент реального ВВП України в умовах зовнішніх компаудних шоків, тобто таких, що містять позаекономічну складову. З огляду на пріоритетність євроінтеграційного напряму політики України, було також розглянуто можливість застосування цих фільтрів для побудови міри синхронізації ділових циклів України та ЄС, що є стійкою до зовнішніх компаудних шоків.

За результатами дослідження було виявлено, що, у порівнянні з моделлю неспостережуваних компонентів, в якій зовнішні компаудні шоки можна врахувати безпосередньо, застосування фільтрів детрендингу — а зокрема посиленої версії фільтра Ходріка-Прескотта, фільтра Крістіано-Фіцджеральда і регресійного фільтра Гамільтона — призводило до, в тій чи іншій мірі, неточних оцінок ділового циклу України.

З іншого боку, в результаті застосування моделі неспостережуваних компонентів було отримано таку оцінку ділового циклу України, що можна було узгодити з висновками описового підходу до аналізу економіки України. Попри це, модель неспостережуваних компонентів має суттєвий недолік, який полягає у тому, що її застосування ґрунтується на великій низці припущень і ad hoc підходу до визначення зовнішніх компаудних шоків. Отже, з точки зору розробки економічної політики, модель неспостережуваних компонентів складно застосовувати систематично.

З огляду на це, робиться загальний висновок, що, враховуючи сучасні економічні реалії в України й світі в цілому, набуває актуальності розробка нових підходів до моделювання ділових циклів, які б мали вбудовані механізми для врахування ефектів зовнішніх компаудних шоків.

Ключові слова: ділові цикли; зовнішні шоки; модель неспостережуваних компонентів; детрендингові фільтри; синхронізація ділових циклів; євроінтеграція.

Література:

1. Utlaut, J. & van Roye, B. (2010). The effects of external shocks on business cycles in emerging asia: A Bayesian VAR model. IFW Kiel, Institute for the World Economy, Kiel Working Papers, 1668. Retrieved from : https://www.ifw-kiel.de/publications/kiel-working-papers/pre2021/the-effects-of-external-shocks-on-business-cycles-in-emerging-asia-a-bayesian-var-model-7418 [in English].
2. Canova, F. (1998). Detrending and business cycle facts. Journal of Monetary Economics. 41. 475-512. DOI: 10.1016/S0304-3932(98)00006-3. Retrieved from : https://www.sciencedirect.com/science/article/abs/pii/S0304393298000063 [in English].
3. Larsson, G. & Vasi, T. (2012). Comparison of detrending methods. Retrieved from : https://www.diva-portal.org/smash/get/diva2:531810/FULLTEXT02 [in English].
4. Luvsannyam, D., Batmunkh, K. & Buyankhishig K. (2019). Dating the business cycle: Evidence from Mongolia. Central Bank Review. 19(2). 59-66. Retrieved from : https://www.sciencedirect.com/science/article/pii/S1303070119300666?via%3Dihub [in English].
5. Paramaguru, K. (2021). A сomparison of business cycle extraction methods: Application to the UK. Economic Statistics Centre of Excellence (ESCoE) Discussion Papers. ESCoE DP-2021-19. Retrieved from : https://ideas.repec.org/p/nsr/escoed/escoe-dp-2021-19.html [in English].
6. Bhowmik, D. (2020). Trends, cycles and seasonal variations of Ukrainian gross domestic product. Financial Markets, Institutions and Risks. 4(3). 80-94. Retrieved from: https://armgpublishing.com/wp-content/uploads/2020/10/8.pdf [in English].
7. Phillips, P. C. B. & Shi, Z. (2021). Boosting: why you can use the HP filter. International Economic Review. 62. 521-570. Retrieved from : https://arxiv.org/pdf/1905.00175.pdf [in English].
8. Mei, Z., Phillips, P. C. B. & Shi Z. The boosted HP filter is more general than you might think. Retrieved from : https://ssrn.com/abstract=4224809 [in English].
9. Christiano, L. J. & Fitzgerald, T. J. (2003). The band pass filter. International Economic Review, 44(2), 435–465. Retrieved from : http://www.jstor.org/stable/3663474 [in English].
10. Burns, A. & Mitchell, W. C. (1946). Measuring business cycles. Cambridge (USA): National Bureau of Economic Research. Retrieved from : https://www.nber.org/books-and-chapters/measuring-business-cycles [in English].
11. Hamilton, J. (2018). Why you should never use the Hodrick-Prescott filter. The Review of Economics and Statistics. 100(5). 831–843. Retrieved from : https://direct.mit.edu/rest/article-abstract/100/5/831/58479/Why-You-Should-Never-Use-the-Hodrick-Prescott?redirectedFrom=fulltext [in English].
12. Hodrick, R. (2020). An exploration of trend-cycle decomposition methodologies in simulated data. NBER working paper series, Working Paper 26750. Retrieved from : https://www.nber.org/system/files/working_papers/w26750/w26750.pdf [in English].
13. Harvey, A. C. & Jaeger, A. (1993), Detrending, stylized facts and the business cycle. Journal of Applied Economics, 8, 231-247. Retrieved from : https://www.jstor.org/stable/2284917 [in English].
14. Data Catalog. Global Economic Monitor. The World Bank. Dataset v.3. Retrieved from : https://datacatalog.worldbank.org/search/dataset/0037798/Global-Economic-Monitor [in English].
15. Ministry of Economy of Ukraine: GDP overall fell by 29.2% in 2022. Ministry of Economy Informational Resources. Retrieved from : https://www.me.gov.ua/News/Detail?lang=uk-UA&id=b30e854d-b47d-4806-82ac-bb6daa87fa51&title=Minekonomiki [in English].
16. Harding, D. & Pagan, A. (2002). Dissecting the cycle: a methodological investigation. Journal of Monetary Economics. 49(2). 365-381. Retrieved from: https://www.sciencedirect.com/science/article/abs/pii/S0304393201001088?via%3Dihub [in English].
17. Data and Code. National Centre for Econometric Research. Retrieved from: https://www.ncer.edu.au/resources/data-and-code.php [in English].
18. Chang, Y. & Hwang, S. (2015). Asymmetric phase shifts in U.S. industrial production cycles. The Review of Economics and Statistics. 97(1). 116–133. Retrieved from : https://direct.mit.edu/rest/article-abstract/97/1/116/58209/Asymmetric-Phase-Shifts-in-U-S-Industrial?redirectedFrom=fulltext [in English].
19. Alichi, A. (2015). A new methodology for estimating the output gap in the United States. International Monetary Fund (IMF) Working Papers. Working Paper No. 2015/144. Retrieved from : https://www.imf.org/en/Publications/WP/Issues/2016/12/31/A-New-Methodology-for-Estimating-the-Output-Gap-in-the-United-States-43040 [in English].
20. Steehouwer, H. & Lee, K. M. (2011). A zero phase shift band pass filter. Retrieved from: https://www.suomenpankki.fi/globalassets/en/research/seminars-and-conferences/conferences-and-workshops/documents/fdr2011/fdr2011_steehouwerlee_paper.pdf [in English].
21. Baxter, M. & King, R. G. (1999). Measuring business cycles : Approximate band-pass filters for economic time series. The Review of Economics and Statistics. 81(4). 575–593. Retrieved from : https://direct.mit.edu/rest/article-abstract/81/4/575/57162/Measuring-Business-Cycles-Approximate-Band-Pass?redirectedFrom=fulltext [in English].