Самая значимая экономическая переменная, которую невозможно измерить напрямую
Технические подходы к оценке потенциального выпуска и циклических колебаний
Одна из самых важных величин в денежно-кредитной политике не поддаётся прямому наблюдению. Разрыв выпуска — разница между тем, что экономика фактически производит, и тем, что она могла бы устойчиво производить, — определяет прогнозы инфляции, формирует решения центральных банков и влияет на позиционирование участников рынка на триллионы долларов. Тем не менее экономисты регулярно расходятся в оценке его величины на 2–3 процентных пункта, а истинное значение зачастую становится известно лишь спустя годы, после поступления пересмотренных данных.
Рассмотрим практические последствия. В 2016 году экономика США работала ниже своего потенциала, с запасом для роста, или уже на полную мощность, где дальнейшее стимулирование лишь разгонит инфляцию? Оценки на тот момент варьировались от −2% (значительная незагруженность) до +1% (уже перегрев). Такое расхождение не свидетельствует о небрежности — оно отражает реальную сложность вопросов вроде: сколько людей готовы и способны работать? Насколько продуктивными могут быть заводы при полной загрузке? Как быстро повышается квалификация рабочей силы? Ни один из этих вопросов не допускает чёткого измерения.
Почему это так важно? Потому что разрыв выпуска напрямую входит в правило Тейлора — эталонную формулу, которую центральные банки используют для калибровки процентных ставок. Если разрыв велик и отрицателен (значительная незагруженность), правило Тейлора предписывает снижать ставки для стимулирования роста. Если разрыв положителен (экономика «перегрета»), правило требует повышения ставок для сдерживания инфляции. Во время всплеска инфляции 2021–2022 годов это был отнюдь не академический вопрос — одни экономисты утверждали, что ФРС отстаёт от событий, поскольку разрыв выпуска стал положительным, тогда как другие настаивали на сохранении незагруженности и на том, что инфляция окажется временной. От того, чья позиция была верна, зависела реакция денежно-кредитной политики.
Разрыв выпуска — отклонение фактического выпуска от потенциального — является самой значимой ненаблюдаемой величиной в денежно-кредитной политике. В отличие от инфляции или безработицы, которые допускают прямое измерение при наличии статистического шума, потенциальный выпуск существует лишь как теоретическая конструкция, выводимая из предположений о технологии, использовании факторов производства и равновесной занятости. Это создаёт фундаментальную неопределённость: оценки в реальном времени регулярно расходятся на 2–3 процентных пункта между методологиями, а последующие пересмотры данных способны изменить знак текущих оценок разрыва. Разрыв напрямую входит в правило Тейлора и его вариации, из-за чего ошибка измерения разрыва становится источником просчётов в политике первого порядка.
Период 2008–2010 годов наглядно иллюстрирует ставки. Оценки Бюджетного управления Конгресса в реальном времени указывали на разрыв выпуска около −7%, что предполагало масштабное дефляционное давление и оправдывало экстраординарное смягчение. Более поздние пересмотры, учитывающие обновлённые оценки структурного ущерба потенциалу, снизили эти оценки до −4%…−5%. Этот пересмотр на 2–3 п.п. отражал подлинную неопределённость относительно того, привёл ли финансовый кризис к постоянному ослаблению производственных возможностей или лишь создал циклическую незагруженность. Если потенциал снизился сильнее, чем считалось на тот момент, политика оказалась более мягкой, чем предполагалось, — что, возможно, способствовало инфляции, проявившейся годы спустя.
Что это означает:
Положительное число = экономика «перегрета» (риск инфляции)
Отрицательное число = экономическая незагруженность (есть запас для роста)
Ноль = экономика на уровне полной устойчивой мощности
Понятие возникло из практического вопроса 1960-х годов: когда правительству следует стимулировать экономику, а когда — воздержаться? Артур Оукен, советник администрации Кеннеди, выявил устойчивую взаимосвязь между безработицей и ростом ВВП — при снижении безработицы на один процентный пункт ВВП рос примерно на 3% быстрее тренда. Это дало политикам первое приближение того, насколько велик запас для роста экономики. (Эта взаимосвязь, известная как закон Оукена, остаётся ключевым входным параметром правила Тейлора и оценок разрыва выпуска на этой странице.)
1970-е годы сломали эту схему. Безработица и инфляция росли одновременно — результат, несовместимый с простыми моделями разрыва выпуска. Экономистам пришлось признать, что сам потенциальный выпуск может смещаться. Серия нефтяных шоков и замедлений производительности снизила мощность экономики, но политики, полагавшиеся на устаревшие оценки потенциала, продолжали стимулировать спрос, порождая инфляцию, а не рост.
Современная оценка разрыва выпуска пытается избежать этой ошибки, рассматривая потенциал как подвижную цель, эволюционирующую вместе с демографией, технологиями, капитальными вложениями и институциональными факторами. Но это существенно усложняет измерение.
На каждом заседании FOMC сотрудники ФРС представляют свою оценку разрыва выпуска. Она фигурирует в материалах экономических прогнозов и влияет на точечный график будущих ожиданий по ставке. Когда представители ФРС говорят о «зависимости от данных», отчасти они имеют в виду, что непрерывно обновляют своё представление о том, где находится потенциальный выпуск, опираясь на поступающую информацию о производительности, участии рабочей силы и загрузке мощностей.
Рынки внимательно следят за этим. Если рост занятости остаётся сильным, не провоцируя инфляцию, трейдеры пересматривают оценки потенциала в сторону повышения — подразумевая, что у ФРС больше пространства для сохранения низких ставок. Когда производительность неожиданно ускоряется (как в конце 1990-х с распространением интернет-технологий), оценки потенциала смещаются, а вместе с ними — весь ожидаемый путь ставок. В 2010-е годы после финансового кризиса произошли значительные пересмотры потенциального выпуска в сторону понижения, что помогло обосновать годы околонулевых ставок, которые при прежних предположениях выглядели бы неосмотрительными.
где $Y_t$ обозначает фактический выпуск, а $Y_t^*$ — потенциальный выпуск. Этот разрыв входит в новую кейнсианскую кривую Филлипса:
$$\pi_t - \pi^* = \alpha \cdot \text{Gap}_t + \varepsilon_t$$Коэффициент $\alpha$ (обычно 0,1–0,5) определяет чувствительность инфляции к циклическим колебаниям. Ошибки измерения разрыва напрямую передаются в прогнозы инфляции и рекомендации по политике.
Ранние подходы (1960–1970-е) опирались на простое отделение тренда: линейный или квадратичный тренд подгонялся к ВВП, а отклонения от него назывались циклом. Закон Оукена дал первый структурный якорь, связав разрывы безработицы с разрывами выпуска через оценённый коэффициент. Стагфляция 1970-х вскрыла фатальные недостатки — шоки предложения смещали потенциал, но методы на основе тренда не могли отличить движения со стороны предложения от движений со стороны спроса.
1980-е годы принесли подходы на основе производственной функции, раскладывающие потенциал на компоненты капитала, труда и совокупной факторной производительности. Это позволило учитывать структурную информацию (демографию, инвестиции, технологические изменения), но привнесло новые проблемы измерения: оценка NAIRU, загрузки капитала и трендовой производительности — всё это сопряжено с собственной неопределённостью.
Текущая практика центральных банков делает упор на многомерные фильтры (фильтры Калмана, включающие кривые Филлипса и соотношения Оукена) и модели DSGE, определяющие потенциал как равновесный выпуск при гибких ценах. Эти подходы объединяют экономическую теорию со статистическим выводом, но остаются чувствительными к спецификации модели. Финансовый кризис 2008 года высветил неопределённость режима: представлял ли кризис масштабный негативный шок спроса (большой отрицательный разрыв) или необратимое разрушение производственных мощностей (меньший разрыв)?
Последние исследования изучают методы машинного обучения и высокочастотные индикаторы, однако фундаментальные проблемы идентификации сохраняются. Разрыв остаётся принципиально ненаблюдаемым, что затрудняет проверку и делает разногласия неизбежными.
Текущие оценки по усовершенствованной многомерной методологии в сравнении с традиционным подходом закона Оукена.
Где каждый компонентный разрыв рассчитывается как:
Разрыв по Оукену: $-\beta \times (u_t - u_t^*)$ со скорректированным $\beta = 2.5$ (США), $2.0$ (ЕС), $2.3$ (Великобритания)
Разрыв загрузки мощностей: $(Capacity_t - 82\%) \times 0.5$
Разрывы уверенности: отклонения от нейтральных уровней
Разрыв выпуска опирается на несколько экономических взаимосвязей, связывающих реальные и номинальные переменные:
Где:
$\pi_t$ = текущий уровень инфляции
$\pi_t^e$ = ожидаемая инфляция
$\alpha$ = наклон кривой Филлипса (обычно 0,1–0,5)
$\varepsilon_t$ = шок предложения (цены на нефть и т. п.)
Это уравнение объясняет, почему центральные банки уделяют разрыву выпуска столько внимания. Когда экономика работает выше потенциала (положительный разрыв), инфляция, как правило, превышает ожидания. Когда она работает ниже потенциала (отрицательный разрыв), инфляция, как правило, снижается. Поэтому точные оценки разрыва выпуска необходимы для калибровки процентных ставок в рамках правила Тейлора.
Где:
$\beta$ = коэффициент Оукена (обычно 2–3 для США)
NAIRU = уровень безработицы, не ускоряющий инфляцию
Экономисты раскладывают фактический ВВП на трендовую и циклическую составляющие:
Где:
$Y_t$ = фактический реальный ВВП
$Y_t^*$ = потенциальный (трендовый) ВВП
$\text{Gap}_t$ = циклическая составляющая (разрыв выпуска в логарифмах)
Фактический ВВП ежеквартально публикуется Бюро экономического анализа. Он не идеален — существуют пересмотры, сезонные корректировки и проблемы измерения, — но это наблюдаемые данные. Потенциальный ВВП, напротив, представляет собой теоретическую конструкцию: уровень выпуска, которого экономика достигла бы, если бы все ресурсы использовались полностью и эффективно при устойчивых темпах. Каждая оговорка — «полностью», «эффективно», «устойчиво» — требует экспертных суждений.
Рассмотрим компонент рынка труда. Составляет ли потенциальная занятость 95% рабочей силы или 96%? Некоторый уровень фрикционной безработицы существует всегда, пока люди меняют работу. Но насколько велик этот уровень? Меняется ли он со временем по мере совершенствования технологий поиска работы? А как быть с людьми, покинувшими рынок труда во время рецессии, — считать ли их частью потенциала или нет? Ответ имеет значение: каждая ошибка на 0,5 процентного пункта в компоненте безработицы транслируется примерно в ошибку на 1 процентный пункт в разрыве выпуска, что, в свою очередь, смещает рекомендацию правила Тейлора по процентным ставкам.
Капитал и производительность поднимают аналогичные вопросы. Во время пандемии COVID некоторые предприятия закрылись навсегда. Снизило ли это потенциальный выпуск, или же на самом деле повысило потенциал, высвободив ресурсы для более эффективного использования? Разные экономисты, используя разные модели и предпосылки, пришли к разным выводам. Это не аналитический просчёт — вопросы действительно неоднозначны.
Потенциальный выпуск — это контрфактическая величина: уровень производства, достижимый при полной занятости факторов производства и существующей технологии. В отличие от фактического выпуска, который допускает наблюдение при наличии статистического шума, потенциал существует только в рамках модельных построений. Это создаёт проблему идентификации: разные модели, воплощающие разные предположения о производственной технологии, равновесиях на рынках факторов производства и стохастических процессах, порождают разные ряды потенциала из одних и тех же фактических данных.
Оценка в реальном времени усугубляет проблему. Orphanides и van Norden (2002) показывают, что оценки разрыва выпуска подвержены значительной неопределённости на конце выборки и подвергаются существенному пересмотру по мере поступления новых данных. Для США оценки разрыва в реальном времени и итоговые оценки часто расходятся на 2–3 процентных пункта, иногда с противоположными знаками. Эта неопределённость, вызванная пересмотрами, подрывает политику, основанную на оценках разрыва, поскольку политики действуют в условиях повсеместного незнания циклического положения экономики.
| Метод | Тип | Требования к данным | Точность в реальном времени | Устойчивость к пересмотрам | Использование центробанками |
|---|---|---|---|---|---|
| Фильтр Ходрика-Прескотта | Статистический | Только ВВП | Низкая | Значительные пересмотры | Эталон/перекрёстная проверка |
| Производственная функция | Структурный | Труд, капитал, производительность | Хорошая | Умеренные пересмотры | Основной метод |
| Многомерный фильтр | Гибридный | ВВП, инфляция, безработица | Хорошая | Незначительные пересмотры | Растущая популярность |
| Модели DSGE | Структурный | Множество макропоказателей | Удовлетворительная | Зависит от модели | Исследования/валидация |
Фильтр Ходрика-Прескотта — самый широко используемый метод оценки разрыва выпуска, несмотря на его хорошо документированные ограничения. Он полностью механистичен: подайте на вход данные по ВВП, задайте параметр сглаживания (лямбда) — и на выходе получите гладкую линию тренда. Разрыв между фактическим ВВП и этим трендом и есть оценка разрыва выпуска. Экономическая теория не требуется, суждения о рынке труда или производительности не нужны — только статистическая оптимизация.
Эта простота одновременно является и сильной, и слабой стороной метода. С положительной стороны: вычисления быстрые, методология прозрачна, а сравнения между странами или периодами времени просты, поскольку метод везде одинаков. Слабая сторона: у фильтра нет никакой информации о том, что на самом деле происходит в экономике. Он просто подгоняет гладкую кривую к данным. Если ВВП упал на 30% из-за катастрофы, уничтожившей половину капитального запаса, HP-фильтр механически отнесёт часть падения к отрицательному разрыву выпуска, а часть — к снижению потенциала, даже если разрушения явно представляли собой временный шок предложения.
Фильтр Ходрика-Прескотта решает чисто статистическую задачу оптимизации: разложить временной ряд на трендовую и циклическую составляющие путём минимизации штрафной суммы квадратов отклонений. Метод не требует экономической структуры — только сам ряд ВВП, — что делает его вычислительно тривиальным и широко применимым. Его повсеместность объясняется именно этой простотой, несмотря на хорошо документированные недостатки, ставящие под сомнение его пригодность в качестве оценщика потенциального выпуска.
Hamilton (2018) даёт жёсткую критику: HP-фильтр порождает ложную циклическую динамику в разностно-стационарных рядах, страдает от серьёзного смещения на границе выборки (что делает оценки в реальном времени ненадёжными) и лишён экономической интерпретации. Ravn и Uhlig (2002) утверждают, что стандартный параметр сглаживания (λ=1600 для квартальных данных) был выбран произвольно и может не обобщаться на другие частоты или страны. Тем не менее центральные банки продолжают использовать HP-фильтры в качестве проверки на устойчивость, признавая ограничения, но ценя методологическую прозрачность.
Где:
$y_t$ = логарифм фактического ВВП
$\tau_t$ = логарифм тренда (потенциального) ВВП
$\lambda$ = параметр сглаживания (1600 для квартальных данных)
Уравнение решает несложную задачу балансировки: найти линию тренда, отвечающую двум конкурирующим целям. Первое слагаемое штрафует тренды, отклоняющиеся от фактического ВВП, — оно требует, чтобы тренд плотно следовал за данными. Второе слагаемое штрафует тренды, часто меняющие направление, — оно требует гладкости. Параметр лямбда (λ) определяет относительный вес этих двух целей.
Стандартное значение для квартальных данных — λ = 1600, предложенное Ходриком и Прескоттом на основе характеристик деловых циклов США. Выбор был в некоторой степени произвольным. При λ = 800 получается более отзывчивый тренд, точнее следующий за колебаниями ВВП; при λ = 6400 получается очень гладкий тренд, почти не реагирующий на краткосрочные движения. Разные центральные банки используют разные значения, и этот выбор критически влияет на итоговую оценку разрыва выпуска — при этом однозначного ответа на вопрос, каким должно быть λ, не существует.
Первое слагаемое штрафует отклонения от фактических данных; второе — изменения темпа роста тренда (вторые разности). Параметр $\lambda$ определяет соотношение дисперсий циклической и трендовой составляющих. Стандартная калибровка использует λ=1600 для квартальных данных, хотя это не имеет теоретического обоснования.
Hodrick и Prescott (1997) выбрали λ=1600, чтобы соответствовать наблюдаемым частотам деловых циклов в послевоенных данных США, ориентируясь конкретно на циклы длительностью 6–8 лет. Эта стратегия калибровки лишена общности: оптимальное λ должно зависеть от процесса, порождающего данные, однако практики механически применяют значение 1600 к разным странам и периодам. Анализ чувствительности показывает существенный разброс оценок разрыва: λ∈[800,6400] порождает расхождения в 2–4 п.п. для типичных деловых циклов.
Более фундаментально, HP-фильтр демонстрирует серьёзное смещение на границе выборки. Фильтр двусторонний, использующий будущие данные для оценки текущих трендов. На конце выборки существуют только прошлые данные, из-за чего оценённый потенциал слишком плотно следует за фактическим выпуском, занижая разрыв в реальном времени. Исследования, сравнивающие оценки HP в реальном времени с итоговыми оценками, документируют систематические смещения: оценки в реальном времени пропускают переломные точки и существенно занижают волатильность разрыва. Это делает HP-фильтры особенно проблематичными для анализа политики, требующего своевременной оценки разрыва.
Преобразовать ВВП в натуральные логарифмы для интерпретации в процентах
Решить квадратичную задачу оптимизации с помощью матричной алгебры
Разрыв выпуска — это разность между фактическим значением и трендом
λ = 1600
Выше λ → более гладкий тренд
Ниже λ → более отзывчивый к данным
Этот метод выстраивает потенциальный ВВП «снизу вверх» с использованием теории производства. Он моделирует производственные возможности экономики на основе доступных вводимых ресурсов — труда, капитала и технологического прогресса.
Где:
$Y_t^*$ = потенциальный выпуск
$A_t^*$ = трендовая совокупная факторная производительность
$K_t^*$ = потенциальный капитальный запас
$L_t^*$ = потенциальные затраты труда
$\alpha$ = доля капитала в доходе (≈0,33)
Использует демографические прогнозы, оценённый NAIRU и трендовое количество отработанных часов
Метод непрерывной инвентаризации с нормой амортизации δ и трендовыми инвестициями
Часто оценивается с помощью HP-фильтра или структурных моделей временных рядов
Многомерные фильтры сочетают простоту статистических фильтров с экономическими взаимосвязями. Они одновременно используют несколько экономических переменных, чтобы получить более устойчивые оценки, менее подверженные пересмотрам.
Где:
$y_t$ = логарифм реального ВВП
$\pi_t$ = уровень инфляции
$u_t$ = уровень безработицы
Звёздочки (*) обозначают трендовые составляющие
Вместо того чтобы рассматривать данные по ВВП изолированно, многомерные фильтры используют известные экономические взаимосвязи. Снижение безработицы обычно сигнализирует о положительном разрыве выпуска; рост инфляции указывает на возможный перегрев экономики. Учитывая всю эту информацию одновременно — вместе с кривой Филлипса и соотношениями закона Оукена, которые также лежат в основе правила Тейлора, — метод даёт оценки, менее подверженные пересмотрам и более надёжные в реальном времени.
Разрыв выпуска следует процессу AR(1), потенциал следует случайному блужданию с дрейфом
Кривая Филлипса и закон Оукена связывают наблюдаемые переменные с ненаблюдаемым разрывом
Использовать фильтр Калмана для оценки ненаблюдаемых состояний (разрыв, потенциал) на основе наблюдаемых переменных
Модели DSGE обеспечивают наиболее теоретически последовательный подход к оценке разрыва выпуска. Они моделируют всю экономику как равновесный результат действий оптимизирующих агентов, давая естественное определение потенциального выпуска как равновесия при гибких ценах.
Где:
Первое уравнение: динамическая кривая IS
Второе уравнение: новая кейнсианская кривая Филлипса
$\sigma$ = межвременная эластичность замещения
$\kappa$ = наклон кривой Филлипса
В моделях DSGE разрыв выпуска определяется как разница между фактическим выпуском и уровнем, который преобладал бы при гибких ценах:
где $y_t^{flex}$ — контрфактический уровень выпуска при гибких ценах. Это обеспечивает теоретически последовательную меру, напрямую связанную с анализом благосостояния и политики.
Простой метод против усовершенствованного:
Влияние на политику: более точные оценки разрыва выпуска дают более уместные рекомендации правила Тейлора и лучше откалиброванные ориентиры денежно-кредитной политики.
| Центральный банк | Простой Оукен (%) | Усиленная многомерная оценка (%) | Разница (п.п.) | Уровень достоверности | Источники данных |
|---|---|---|---|---|---|
| 🇺🇸 Федеральная резервная система | -1.25 | -0.25 | +1.00 | Высокая | 4 индикатора |
| 🇪🇺 Европейский центральный банк | -1.4 | -0.8 | +0.60 | Средняя | 3 индикатора |
| 🇬🇧 Банк Англии | -0.46 | -0.46 | 0.00 | Средняя | 1 индикатор |
Разрыв выпуска — ключевой входной параметр в рамках правила Тейлора. Описанные выше усиленные многомерные оценки дают более точный входной параметр разрыва для анализа денежно-кредитной политики, чем простые расчёты на основе закона Оукена.
Где $\text{Gap}_{enhanced}$ использует многомерный расчёт вместо простых оценок по Оукену. Полную модель см. на странице методологии правила Тейлора.