«План Байдена» и «план Трампа» по преодолению экономического кризиса. Последствия для КНР

Источник: pbs.twimg.com

1.   Основные причины кризиса. Исчерпание либеральной экономической модели

К 70-м годам ХХ века бреттон-вудская модель исчерпала возможности своего естественного развития, заложенные в 1944 году. Кредитование через бреттон-вудские институты (МВФ и Всемирный банк) и транснациональные банки, соблюдение правил ГАТТ (будущего ВТО) и другие инструменты исчерпали себя в рамках той части мировой экономики, которую контролировали США. Как следствие, 15 августа 1971 года США были вынуждены отказаться от привязки доллара к золоту и начался кризис 70-х годов. Его оценка — достаточно сложное дело, поскольку статистические методики с тех пор неоднократно менялись. Наш (Фонда экономических исследований Михаила Хазина) анализ говорит о том, что 70-е годы прошлого века были периодом постоянного экономического спада в «западной» (то есть подчиняющейся на тот момент бреттон-вудской модели) системе разделения труда.

Исходя из разрабатываемой нами теории (см. М. Хазин «Воспоминания о будущем. Идеи современной экономики», 2019, aurora.network/…; англ. перевод.  M. Khazin «Crisis of capital effectiveness», 2020, www.amazon.com/… ) выхода в такой ситуации было два: либо расширять «западную» систему разделения труда, либо начать «внеэкономическое» (то есть за счёт искусственных, эмиссионных ресурсов) стимулирование спроса. Поскольку в 70-е годы советская (на базе ресурсов СССР) система разделения труда была незыблема, был выбран второй вариант, который в истории получил название «рейганомика» (хотя был подготовлен ещё при президенте США Дж.Картере).

Суть модели «рейганомики» состояла в стимулировании конечного потребления (государства и домохозяйств) за счёт роста государственного долга и рефинансирования долга домохозяйств под постоянно снижающийся процент. В 1981 году учётная ставка ФРС США была 18%, к 2008 году она снизилась до 0. Возможно, кризис произошёл бы и раньше, но в конце 80-х годов разрушилась советская система разделения труда и это дало западной (а с 1991 года — мировой) экономике около 10 лет передышки (т.н. «золотой век» Клинтона), поскольку резко выросло количество потребителей.

Кризис 2008 г. показал, что этот ресурс также оказался исчерпан. Некоторое время ФРС США печатала деньги, снабжая ими бюджет и затыкая прорехи в банковской системе, и этот ресурс используется до сих пор, но и он близок к истощению. Аналогично, входящий в (уже мировую)  систему разделения труда, Евросоюз активно использует эмиссию для поддержания своей экономики, но эффективность такой политики всё более низкая ( ru.fondmx.org/…  ). Более подробно про историю развития кризиса можно прочитать в упомянутой выше книге М. Хазина, но в настоящем докладе мы рассматриваем текущую ситуацию в мировой экономике.

Сегодня уже даже записные оптимисты не считают ситуацию стабильной, остановить экономический спад не получается, а либеральная экономическая модель, выстроенная под логику «рейганомики», уже больше 10 лет показывает, что обеспечить экономический рост она не может. Экономический кризис продолжается и налицо все условия для его перехода в крайне острую стадию (с исторической точки зрения мы сейчас находимся где-то в сентябре 1929 года), что хорошо видно на графике денежной массы М1 для США в последний год. Если прекратить финансовую подпитку спроса, этот переход начнётся сразу же, а эффективность эмиссионного стимулирования экономики всё время падает, что требует постоянного увеличения мощности печатного станка.

Пандемия 2020 г. сопровождалась широкими карантинными мерами в самых различных странах. Значительная часть населения не выходила на работу или работала в удалённом режиме, что привело к заметному спаду производства. По сути дела, этот спад маскирует настоящий кризис, который должен был бы начаться чуть позднее. Однако фактор коронавируса, не вписывающийся в обычный экономический сценарий, подтолкнул развитие ожидаемый событий. Карантинные мероприятия просто запустили структурный кризис мировой экономики, аналогичный кризиса 1930-32 гг., который привёл к «Великой» депрессии. Потому, как мы ранее предупреждали в наших еженедельных обзорах ( ru.fondmx.org/… ), быстрого восстановления экономики не получилось, более того, экономика основных стран мира вновь начала падения, не достигнув показателей начала года.

Отметим отличие нынешней ситуации от 1929-32 годов. Тогда вначале был крах на фондовом рынке, затем его частичное восстановление и только весной 1930 года начался экономический кризис. Сейчас крах 2008 года был приостановлен за счёт эмиссии и в результате, экономический спад начался до обвала спекулятивных рынков. Аналога в мировой экономике не было, по этой причине делать какие-то выводы по развитию ситуации без серьезного моделирования мы считаем не совсем правильным.

Поскольку либеральная экономическая теория структурные кризиса не описывает, бреттон-вудские институты и политики пыталась создать ощущение неминуемого возврата к показателям начала года. Как уже отмечалось, этот сценарий не реализовался и сегодня становится очевидным, что эти институты не имеют более или менее адекватного описания происходящих в мировой экономике процессов. В отличие от специалистов Фонда, которые свою работу по описанию кризиса начали ещё в начале 2000-х годов (первая наша книга на эту тему, «Закат империи доллара и конец «Pax Americana» вышла в 2003 году, khazin.ru/… ).

2.   Реальный сектор США и мировая финансовая элита, их положение и интересы в период кризиса

Бреттон-вудская финансово-экономическая модель существенно изменила место и статус США в мировой экономической системе. Если в 1944 году доля США в мировом ВВП составляла не менее 50%, то на сегодня вклад США в мировое производство не превышает 20% (по потреблению — около 1/3 мировой экономики). При этом с большим количеством стран США имеют серьёзный дефицит торгового баланса. В то же время, подавляющая часть расчётов производится именно в долларах США.

До 2008 года дефицит внешнеторгового баланса компенсировался профицитом платёжного, поскольку большая часть мировых инвестиций осуществлялась в долларах США, то и прибыль от этих инвестиций автоматически возвращалась в долларовую систему. Но с 2008 года совокупная прибыль от инвестиций в мировую экономику (точнее, её реальный сектор) стала отрицательной, начался серьёзный кризис (четвёртый ПЭК-кризис в соответствии с классификацией «Воспоминаний о будущем»). До 2014 года эта ситуация компенсировалась чистой эмиссией, но затем проблемы с долларовой ликвидностью мировой экономический системы стали стремительно нарастать.

Фактически, для того, чтобы спасти мировую долларовую систему, нужно ещё более снизить долю американского производства в мировой экономике с ее нынешних 17-18% до, условно, 5%. В этом случае, если что-то произойдёт с мировой финансовой системой, Америка не сможет обеспечить социально-политическую стабильность, в частности, из-за невозможности импорта. Понимание этого обстоятельства, в общем, в элитах США есть и именно по этой причине уже с ноября 2014 года (по результатам промежуточных выборов 4 ноября) стало понятно, что та часть американских элит, которая хочет отказаться от бреттон-вудской системы и вернуть положение американской экономики («Make America Great Again») вернула себе право голоса.

При этом в процессе реализации программы «рейганомики» (которая является вариантом бреттон-вудской модели) в США, да и в других странах, непомерно выросла доля финансового сектора, прежде всего, в части перераспределения в свою пользу общей прибыли. Хотя текущая статистика даёт этому сектору менее 10% произведённого ВВП (рис. 1), его доля в прибыли (рис. 2) превышает 30% (с учётом перераспределения прибыли нефинансовых компаний в пользу своих финансовых подразделений эта доля должна быть ещё выше, по оценкам она превышает 50%)[1].

рис. 1
рис. 2

Всё это происходило за счёт постепенного упадка реального сектора, в первую очередь в США. Это естественно — поскольку основным источником прибыли является эмиссия.  Но если бы доля реального сектора в ВВП сохранилась на уровне начала 80-х, его объём был бы заметно выше (рис. 3).

рис.3

В настоящее время в США действует такая система: деньги дают банкам, полагая, что они будут вкладывать в реальный сектор, но банки не делают этого, видя, что инвестиции в реальный сектор убыточны. Как заставить банки вкладывать в реальный сектор – непонятно. Можно создать для этого государственные институты, но эти институты еще надо организовать. Таким образом, модель больше не работает, поэтому можно печатать денег сколько угодно, а экономика все равно будет падать. При этом, разумеется станут расти финансовые институты, особенно с учётом того, что именно финансовый сектор используется для стерилизации избыточных денег, направляемых на стимулирование частного спроса (см. рис. 4, 5).

рис. 4
рис. 5

Сейчас ФРС печатает деньги, потому что финансовой системе не хватает долларов. В результате, несмотря на продолжающийся спад производства, индекс Dow Jones вырос до уровня начала 2020 г. Такие достижения — это преддверие кризиса.

В этой ситуации два базовых экономических сценария, неявно сформулированные еще в конце 2014 года (например, 5 марта 2014 года на Дартмутской конференции в Дейтоне, Огайо, это сделал М. Хазин), фактически, перешли в явную форму. Первый сценарий соответствует интересам финансового сектора и его защищает Демократическая партия. Он состоит в том, что США любой ценой (фактически — ценой реального сектора своей экономики) спасают мировую долларовую систему. Второй — спасают реальный сектор американской экономики ценой разрушения мировой долларовой системы. Условно первый план назовём «планом Байдена», а второй – «планом Трампа».

Отметим, что колоссальный вброс ликвидности, осуществлённый весной-летом текущего года, и, частично, продолжающийся до сих пор, осуществляется как раз в рамках «плана Трампа», поскольку большая часть ценных бумаг, выкупаемых ФРС с рынка, являются бумагами компаний реального сектора, а не финансового.

3.   План Байдена и план Трампа. Финансовая поддержка мировой финансовой системы или реального сектора США

Как уже отмечалось, к осени 2014 года элитные группы в США, представляющие национальное реальное производство, приобрели такую силу, что запланировали выдвинуть собственную кандидатуру в президенты и выиграть президентские выборы. Дело закончилось победой Трампа в 2016 г.

Несмотря на противодействие Конгресса, ФРС и всего американского истеблишмента, Трамп неукоснительно продвигает свои политические планы, предусматривающие в конечном итоге спасти реальный сектор американской экономики ценой разрушения мировой долларовой системы, вернуть производство в США. Для этого нужен спрос, и стимулировать его – это сложная задача, так как после кризиса 2008 г., который приостановили, но не ликвидировали, долги домохозяйств составляют 100% от их годовых доходов. В результате деньги потребителей тратятся на обслуживание кредитов. План Байдена, как отмечено выше, предусматривает обратное – финансовую поддержку финансового сектора и сохранение мировой финансовой элиты при разрушении реального сектора США.

Трамп заставил ФРС сменить свою политику, хотя это было чрезвычайно непросто. Дело в том, что сегодня доходность капиталов в среднем в мире отрицательная. Здесь самый наглядный показатель – это доходность по депозитам. В Западной Европе он уже официально отрицательный, что означает, что капитал не воспроизводится. По данной причине руководство ФРС, представляющее интересы как раз финансовых элит, решило, что надо поднять ставку. В США ставка была близка к нулю, то есть кредитование реального сектора экономики было для банков убыточным (точнее, стимулировалось за счёт эмиссионных механизмов). Трамп активно выступил против поднятия ставки и, с учётом развития кризиса, в конце концов настоял на своём.

Именно эта ситуация вызвала такое жёсткое (с нарушением практически всех «неписаных» правил) противодействие Трампу со стороны сторонников финансистов, в том числе Демократической партии США. Но в базе всё равно лежит принципиальный вопрос о том, как будут распределяться эмиссионные деньги и о судьбе реального сектора экономики США и мировой долларовой (бреттон-вудской системы.

Первый доклад нашего Фонда был как раз посвящён анализу этих двух сценариев и расчёт показал, что они принципиально отличаются в ближайшие несколько лет: fondmx.org/… . Кроме того, отдельно мы изучили влияние этих двух планов на экономику Германии: fondmx.org/… .

Специфика экономики Китая состоит в том, что с самого начала своего активного развития (середина 70-х годов прошлого века) она развивалась с опорой на внешние рынки, прежде всего, США. К слову, именно этим она принципиально отличалась от экономики СССР, который всегда ориентировался на внутренний спрос. Как следствие, китайская экономика очень чувствительна к изменениям этих внешних рынков.

Руководство Китая очень активно пыталось перестроить свою экономику на доминирование внутреннего рынка, но, в общем, на сегодня можно отметить, что этот план не удался. Вопрос о причинах этого явления является достаточно сложным, но для наших задач это не принципиально, нам важно, чтобы зависимость китайской экономики от внешних факторов явно проявлялась в моделях.

Иными словами, экономическая система Китая не является замкнутой, она существенно зависит от внешних обстоятельств, а именно, возможности экспорта и правил его использования. Эта возможность, в силу наличия бреттон-вудской долларовой системы, зависит от внешнего фактора, а именно, политики США. И по этой причине для Китая принципиально важно адекватно адаптировать свою финансово-экономическую систему к политике руководства США.

Как мы неоднократно отмечали в работах Фонда, даже самый предварительный анализ китайской экономики показывает, что в ней имеет место масштабная эмиссионная поддержка. Её масштаб составляет примерно 25% ВВП (к слову, как и в США) и для стерилизации избыточный денежной массы используется профицит внешнеторгового баланса (именно по этой причине по итогам 2019 года при колоссальном профиците внешней торговли платёжный баланс был около нуля). И в такой ситуации любые ограничения внешней торговли, которые в последнее время активно внедряют США, негативно влияют на китайскую экономику.

По этой причине в рамках анализа китайской экономики на ближайшие годы мы не можем говорить о какой-то конкретной расчётной траектории, вокруг которой по нормальному закону будет распределяться вероятность нахождения траектории реальной. Мы вообще не используем в наших моделях вероятностный подход. В нашем случае речь может идти только о коридоре возможностей китайской экономики, а положение и границы этого коридора зависят как от внутреннего управления в Китае, так и от внешних обстоятельств.

Разумеется, мы не ставим себе задачу предугадать конкретные действия китайских властей, поскольку они могут быть чрезвычайно разнообразными, да ещё привязанными к абсолютно разным отрезкам времени. Кроме того, и границы этого коридора, и место экономики внутри него во многом будут определяться внеэкономическими, политическими факторами. Но вот принципиально изменить границы этого коридора власти Китая как раз не могут.

Иными словами, если для США (и, частично, для Германии) «план Трампа» и «план Байдена» — это просто набор внутренних мер и правил, то для Китая — это внешние ограничения, которые крайне трудно моделировать: по сути, для этого необходимо воспроизвести экономику остального мира и моделировать её одновременно с китайской. По этой причине, если для моделирования США мы учитываем то обстоятельство, что в «чистом» виде эти два плана реализованы быть не могут и в процессе развития кризиса будут адаптироваться, то для моделирования китайской экономики это ограничение не столь существенно: два эти плана просто очерчивают границы возможного коридора кризисных возможностей для китайской экономики.

Немного иначе: есть два варианта влияния на китайскую экономику, которые ограничивают её возможности. Каким бы ни была политика властей КНР, параметры экономики Китая будут испытывать внешнее воздействие – преимущественно в первом или, наоборот, во втором варианте. И описать это внешнее воздействие, по нашему мнению, можно с помощью внешнего ограничения, связанного с внешнеторговой и финансовой политикой руководства США. И именно эти границы мы и называем «планом Трампа» и «планом Байдена» для китайской экономики.

Очевидно, такой подход совершенно не зависит от того, какую конкретно политику будет проводить в процессе кризиса руководство США, эта политика будет влиять только на положение параметров экономики Китая внутри коридора. Совершенно ясно, что «чистая» политика в рамках описанных планов в реальности не получится, но для китайской экономики это значит только, что вероятность приближения к границам коридора быстро падает. Другое дело, что внутри этого коридора никаких «наиболее вероятных» траекторий мы не выделяем.

Представленные ниже прогнозы выполнения планов Байдена и Трампа разработаны на специальных компьютерных моделях. В них моделируется экономика КНР, которая, как и всякая другая экономика, представляет собой сложную систему взаимосвязанных объектов, которая постоянно меняется во времени.

Модели, построенные с использованием статистических методов, базируются на прошлых статистических показателях или на выборке случайных значений. Однако проблема в том, что любая экстраполяция статистических данных, так же как использование случайных значений, всегда приводят к существенным ошибкам. Это не позволяет использовать такие методы для прогнозирования социально-экономических процессов и подготовки управленческих решений. Применять прошлую статистику для управления экономикой – это примерно то же, что управлять автомобилем, глядя не вперёд, а в зеркало заднего вида. Точно так же недопустимо использовать традиционные наборы сценариев – «пессимистический», «оптимистический» и «наиболее вероятный». Сценариев может быть сколько угодно, это зависит от выбранного способа управления.

Наши детерминированные модели основаны на алгоритмах, отражающих связи внутри реальной экономики. При этом действующие правила ведения хозяйства могут стимулировать экономическое развитие, но могут и препятствовать ему. Поэтому одна из главных задач моделирования – проверить хозяйственный механизм на адекватность, а также найти интервалы времени, на которых действующий хозяйственный механизм не приводит к кризисам.

В практике моделирования часто используются линейные методы (линейное программирование, теория игр, факторный анализ, методы оптимизации и т. д.). Но чем детальнее модели, тем меньше линейные методы показывают реальную картину. В реальной жизни линейные зависимости почти отсутствуют. Если в модели есть неизменные параметры, то на длительных интервалах времени модели всегда разрушаются. Поэтому постоянные значения в модели нужно заменять на переменные. ​

Мы используем нелинейный метод моделирования. Он позволяет учитывать меняющиеся ограничения и вообще любые изменения социальных, производственных и иных структур, которые постоянно возникают в отображаемом объекте. Одни внутренние связи исчезают, другие возникают, поэтому говорить о конкретной структуре модели можно только для определённого момента времени. Далее структура модели изменится, то есть, по сути, возникнет другая модель. Структурные изменения зависят не только от исходного описания объекта, но и во многом от моделируемого хозяйственного механизма.

4.   Метод динамического моделирования

Для прогнозирования экономик различных стран мы использовали метод динамического компьютерного моделирования. Он был разработан в последние 50 лет доктором экономических наук А.А. Кугаенко, который опубликовал по теме исследований значительное количество монографий, в том числе переведённых на английский язык[2] [3].

Динамическое моделирование – это один из экономико-математических методов, который значительно отличается от других, применяемых в настоящее время. Он предназначен для отображения сложных объектов – социально-экономических систем. Под социально-экономической системой будем понимать такой комплекс, в который входит, как минимум, производство и потребление продукции. Другие компоненты этого комплекса, которые возможно моделировать дополнительно – экология, управление обществом, оборона, демография и другие.

Модели социально-экономических объектов различаются по методам, используемым для их построения. Соответственно, модели могут быть:

  • статическими, то есть со структурой, неизменной во времени, или динамическими – с переменной структурой;
  • статистическими – в них продлеваются в будущее ряды прошлых статистических данные либо используются вероятностные подходы – или детерминированными, в которых результаты моделирования вполне определённы и зависят только от меняющихся свойств самой модели;
  • линейными, построенные только на линейных внутренних связях элементов, или нелинейными и т. д.

Эти альтернативы принципиально различны с точки зрения отображения социально-экономических систем и получаемых результатов моделирования. Чтобы модели соответствовали социально-экономическим системам, они должны быть динамическими, детерминированными (то есть построенными без использования случайных величин) и нелинейными.

Статическое и динамическое моделирование

Статическое моделирование отличается от динамического тем, что в моделях предусматривается неизменная внутренняя структура, которая сохраняется при получении расчётов. В статической модели используются зависимости между параметрами, сложившееся на определённый момент, и предполагается, что это соотношение не меняется во времени. В реальной экономике всё не так: любые связи и соотношения, которые удаётся понять и зафиксировать, постоянно меняются, хотя скорость этих изменений может быть совершенно разной. При динамическом моделировании значительная часть параметров непрерывно меняется, а это как раз и происходит в отображаемых социально-экономических системах.

В современной практике экономических расчётов широко используются статические методы: линейное и нелинейное программирование, балансовый и другие методы. Из-за постоянной структуры моделей эти методы используются на коротких интервалах времени, так как любая экономика обладает инерцией, но не годятся для длительных прогнозов. Попытки обойти этот недостаток усложняют расчёты, но не приводит к нужным результатам.

Метод динамического моделирования (МДМ), который используется в наших моделях, предназначен для прогнозирования на неограниченных интервалах времени. При этом в ходе моделирования меняется структура модели, точно так же, как это происходит в реальной экономике. Эти изменения зависят от того, как была сделана исходная модель, и от любых подвижек, возникших в ходе моделирования до момента наблюдения результатов прогнозирования. Изменения могут создаваться двояко: автоматически, самой моделью, и в результате управления. Модели снабжаются средствами управления: можно в любой момент изменить любые параметры, которые составляют экономическую стратегию (налоговые ставки, тарифы, квоты, возможные внешние влияния и другие). Для того, чтобы модель была динамической, она должна содержать в своём составе хотя бы один динамический элемент (например, оператор интегрирования).

Важная особенность МДМ – обязательное отображение различных ресурсов. Они моделируются двумя способами: в виде потоков, которые показывают количество ресурсов – сколько их произвели, переместили или использовали за единицу времени – и в виде накоплений, когда просто отображается количество ресурсов. Например, к потокам ресурсов относится натуральный объём отраслевого выпуска – единицы продукции в год, квартал; выручка предприятия, средний доход членов социальной группы – единиц денег за год или месяц и т. д. Накопления же моделируют запасы ресурсов в штуках или тоннах, деньги на счетах в миллионах рублей или в других валютах и пр.

Другая важная особенность МДМ – возможность реализации в модели непрерывных процессов, которые часто не гладкие (например, ступенчатые). Статические методы расчётов не выявляют быстрых изменений параметров, что приводит к заметным ошибкам в результатах, тогда как динамическое моделирование позволяет отражать скачкообразные изменения параметров, что значительно повышает корректность проектируемого управления.

​Статистические и детерминированные модели

​Детерминированные и статистические модели различаются по видам используемых алгоритмов. В статистических моделях алгоритмы базируются на прошлых статистических показателях или определяют значения параметров с помощью случайных чисел. Детерминированные модели основаны на алгоритмах, отражающих зависимости одних параметров от других. Эти алгоритмы формализуются на основе гипотез, некоторые из которых уже проверены практикой, а другие подлежат дальнейшей проверке на достоверность.

При создании моделей социально-экономических объектов использование методов математической статистики (определение корреляции рядов данных и т. п.) для получения прогнозов весьма рискованно, поскольку определённые соотношения параметров возникают в конкретные исторические моменты при сочетании многих причин, совокупность которых неповторима. В реальной экономике всегда есть минимальное количество одинаковых ситуаций – напротив, в основном там происходят уникальные процессы, которые постоянно меняются во времени. Невозможно получить адекватные, стабильные соотношения параметров, если они наблюдаются в ходе статистически независимых событий. Кроме того, даже если когда-то в прошлом на основе статистических методов были получены связи параметров (в нашем случае – социально-экономических), то перенести на будущее эти связи возможно только при соблюдении следующих условий:

  • модели построены в границах исходных постулатов математической статистики;
  • моделируемый объект (как и модель) обладает стационарной структурой связей элементов.

Из постулатов математической статистики в данном случае важны следующие:

  • количество испытаний должно быть настольно велико, чтобы их увеличение не меняло результаты;
  • все испытания проводятся в одинаковых условиях;
  • результаты испытаний не должны влиять друг на друга;
  • испытания не позволяют выявить причинно-следственную зависимость параметров, а только устанавливают тесноту связей между ними.

Нарушение даже одного постулата математической теории – а они нарушаются при любой экстраполяции статистических данных – на практике всегда приводит к существенным ошибкам. Следовательно, применение методов математической статистики, оперирующей случайными событиями, недопустимо для прогнозирования процессов в социально-экономических объектах и для подготовки управленческих решений. Использование статистического анализа прошлого для целей управления экономикой аналогично управлению автомобилем, при котором водитель наблюдает дорожную ситуацию, глядя не вперёд, а в зеркало заднего вида.

Как однажды заметил Э.С. Бир, теоретик и практик так называемой «второй волны» кибернетики, «…понятие случайности аналогично понятию непредсказуемости. Дело в том, что по крайней мере можно утверждать, что любое событие непредсказуемо лишь постольку, поскольку мы не понимаем его причинного механизма». Из этого следует, что чем тщательнее описан моделируемый объект, тем меньше в описании должно быть случайного и, напротив, больше – определённого (детерминированного).

Статистический подход привнёс в экономическую практику метод экстраполяции данных. Показатели прошлых периодов выстраиваются в некий тренд, который продлевается в будущее. Использование такого приёма недопустимо, поскольку показатели необоснованно изменяются как бы сами собой, без влияния других факторов. На самом деле показатели изменяются не от времени, а от воздействия различных факторов, которые тоже подчиняются определённым закономерностям. Подвижная социально-экономическая структура порождает в прошлом процессы, отражённые в статистике, но в будущем структура меняется, что создаёт новый характер процессов. В социально-экономическом объекте сохраняются только общие законы взаимовлияния факторов, а структуры внутренних связей подвергаются изменениям. Статистика, следовательно, отражает состояние объекта только в отдельные моменты прошлого. При экстраполяции совершается две ошибки:

  • сохраняется стационарная структура объекта, а отсюда необоснованно допускается сохранение в будущем выявленных закономерностей по своему характеру и месту проявления;
  • утверждается монолитность алгоритмов преобразования внутри нестационарного объекта, чего не может быть по определению.

Таким образом, статистические методы не позволяют получить корректные прогнозы развития общества, а детерминированные методы открывают возможности прогнозировать будущие процессы.

Необходимо в то же время учесть, что выразить социально-экономические закономерности можно только в результате статистического анализа прошлых событий и причин. Только обобщая большое количество явлений и статистически анализируя вызвавшие их причины, можно описать некоторые общие зависимости. Мощный математический аппарат статистики целесообразно использовать для формализации социально-экономических процессов с учётом различных факторов и связей явлений.

Статистическая информация о прошлом позволяет лишь оценить постфактум ранее принятые управленческие решения. Вместе с тем, если удаётся раскрыть сущность взаимосвязей параметров объекта, сложившихся в прошлом, но независимых от времени, то возникает возможность найти закономерности этих связей, которые с определёнными оговорками можно использовать для построения динамических моделей. При этом важно подбирать параметры не произвольно, а таким образом, чтобы они действительно зависели друг от друга. Кроме того, статистические данные позволяют сформировать стартовые значения параметров динамической модели для прогнозирования её будущей динамики.

Детерминированный подход при динамическом моделировании социально-экономических объектов основан на гипотезах о связях параметров объекта и исходных структурах этих связей. При этом необходимо помнить, что действующие правила ведения хозяйства могут соответствовать объективным законам функционирования объекта, но могут и препятствовать их проявлению. Поэтому одна из главных задач моделирования – проверка хозяйственного механизма на адекватность законам социально-экономического развития, а также выявление интервалов времени, когда применимы директивы хозяйственного механизма.

В ходе моделирования нередко можно обнаружить неожиданные изменения параметров модели. Чтобы найти причины этих изменений, необходимо неоднократно повторить прогноз на модели с повторением всех ранее выполненных управленческих воздействий (если эти воздействия не изменять, они автоматически повторяются при новом моделировании). В детерминированных моделях, где не используются случайные числа, всегда будут повторяться результаты предыдущего моделирования. Это позволяет обнаружить место и время возникновения в модели исходной причины неожиданных результатов прогнозирования, а также определить причинно-следственные цепи, по которым передаётся воздействие от места и времени возникновения исходной причины к месту и времени проявления неожиданного результата.

​Линейные и нелинейные модели

При создании экономико-математических моделей традиционными методами основное внимание уделяется линейным способам формализации свойств объекта (линейное программирование, теория игр, факторный анализ, методы оптимизации и т. д.). Однако по мере детализации модели линейное отражение всё меньше отвечает требованиям практики. В реальной жизни линейные зависимости практически отсутствуют. Как показал опыт моделирования социально-экономических объектов, наличие в модели даже одного неизменного коэффициента на продолжительном интервале времени всегда приводит к разрушению модели, чего не скажешь о реальной экономике, где длительные линейные связи отсутствуют. Поэтому постоянные нормативные значения нужно заменять в модели на переменные. ​

Для корректного моделирования необходимо учитывать меняющиеся ограничения, действующие на потоки ресурсов, возможности производственных фондов, скорость развития отдельных секторов экономики и т. д. Кроме того, очень важно учитывать динамику интенсивности и порога чувствительности модели к разного рода воздействиям, изменение этих воздействий и влияние социально-психологических факторов (привыкание, усталость, зависимость целей от времени и состояния объекта). Моделирование должно отражать изменение социальных, производственных и иных структур.

Математическое описание нелинейных связей модели, если они сформулированы, не представляют больших сложностей. Сложно создать работоспособную нелинейную модель, поскольку необходима её длительная настройка, а использование сопряжено с нетривиальным поиском первопричин возникающих результатов моделирования.

Структурные изменения постоянно возникают как в нелинейной модели, так и в отображаемом объекте. Одни внутренние связи исчезают, другие возникают, поэтому говорить о конкретной структуре модели можно только для определённого момента времени, а в иной момент структура изменится, то есть по сути возникнет другая модель. Структурные изменения зависят не только от исходного математического описания оригинала, но и во многом от моделируемого хозяйственного механизма.

Экономика – это целенаправленная деятельность людей в управлении ресурсами, основанная на сопоставлении прогнозируемых приобретений и потерь ресурсов с планируемыми затратами ресурсов, необходимыми для достижения поставленных целей. Сами же цели постоянно изменяются. Например, вначале экономике требуется «выжить», потом появляется необходимость в «равноправии с конкурентами», а впоследствии целью становится «лидерство» на рынке. Поэтому в связи с постоянными изменениями экономической структуры, целей управления, внутренних условий и внешних воздействий необходимо непрерывное взаимодействие подсистемы планирования и прогнозирующего инструмента для создания стратегии национальной экономики.

Экономический прогноз необходим для формирования стратегии достижения экономикой изменяющейся социально-экономической цели, а план необходим для разработки технологии и расчётов управления ресурсами на основании сформированной стратегии достижения цели.

Динамическая модель социально-экономического объекта с множеством обратных связей, нестационарной структурой и нелинейными преобразованиями параметров для неподготовленного пользователя представляется «черным ящиком» со случайным переключением связей элементов модели. Однако все изменения структуры динамической модели полностью детерминированы, а возникающие процессы, внешне похожие на случайные, на самом деле являются детерминированными, порождаемыми сложной нестационарной структурой, которая изменяется по нелинейным, но вполне определённым алгоритмам.

Инструмент ДИН

Инструмент ДИН предназначен для того, чтобы спрогнозировать неприятности при любом варианте управления. Цель его применения – поиск стратегий управления, не допускающих кризисы. С помощью ДИН моделируется динамика сложных нелинейных экономических объектов с нестационарной архитектурой и множеством обратных связей. Прогнозирование выполняется на моделях, представляющих собой связанные системы нелинейных дифференциальных уравнений с обратными связями, одни из которых развивают экономику, а другие разрушают её.

Практика моделирования показала, что для моделей – а значит, и для реальных объектов – наиболее губительным является длительное ускорение. Если ускорение происходит даже по единственному параметру в течение одного года или дольше, модель начинает «разваливается». Ускорение «заражает» другие параметры, активируя в модели положительные обратные связи. Лавину ускорения очень скоро становится невозможно остановить за счёт перераспределения ресурсов, и происходит экономический крах. Если ускорение возникло, то иногда его можно приостановить, только изменив структуру экономики. В этом случае очень действенным изменением является усиление планового начала в экономике. Бескризисная экономика возникает при достижении необходимого баланса рыночного и планового механизмов.

Таким образом, крайне важно уметь предсказать ускорения и найти их причины. Инструмент ДИН нужен, чтобы предотвращать катастрофы. Требуется прогнозировать причины продолжительных ускорений.

В «спокойно» развивающейся системе (без кризисов) должен соблюдаться непрерывно изменяющийся баланс не только между количеством положительных и отрицательных обратных связей, но и баланс интенсивностей влияний этих связей.  В системе ДИН для такого баланса часто применяются автоматические алгоритмы (экономические «автопилоты»), управляющие сигналами обратных связей, что способствует бескризисному консервативному развитию, т.е. развитию экономики с постоянной скоростью без продолжительных ускорений.

ДИН предусматривает создание моделей с целью корректного отражения существующих социально-экономических систем. Любые связи между отдельными переменными моделей должны быть проверяемыми и обоснованными – в частности, отображать связи параметров, аналогичные взаимодействию объектов и явлений в реальной жизни. Встроенные алгоритмы управления перераспределяют ресурсы и меняют экономические структуры во времени по критерию недопущения кризиса. Они воспроизводят комплекс экономических, финансовых, социальных, политических и других структур, изменения которых порождают не очевидные ситуации в будущем. На любом шаге прогноза можно изменить параметры управления, тем самым моделируя предполагаемые шаги по управлению реальной экономикой.

Цель применения ДИН – поиск стратегий управления, не допускающих продолжительные кризисы. С помощью ДИН моделируется динамика социально-экономических объектов, которые характеризуются, как

  • сложные (порождающие хаос);
  • нелинейные (с изменяющимися операциями преобразования сигналов);
  • динамические, моделирующие изменения скоростей и ускорений параметров объектов, которые обладают изменяющейся (нестационарной) структурой и содержат множество обратных (положительных и отрицательных) связей, а также множество перекрестных (встречных) связей (которые не являются кибернетическими обратными связями).

Анализ результатов прогнозирования показывает, что одним рычагом управления невозможно получить удовлетворительные результаты на больших интервалах времени. Необходимы непрерывные управления многими рычагами и, что самое важное, необходим корректный «подбор» моментов времени, последовательности и интенсивности применения каждого рычага управления.  Причем следует иметь ввиду неодинаковую чувствительность нелинейной динамической системы к управляющим воздействиям в разные интервалы времени ее «жизни», она всегда будет различной.

Результатами применения инструмента ДИН являются не будущие состояния социально-экономических объектов, а прогнозы изменений параметров этих объектов (прогнозы изменения скоростей и ускорений параметров и изменений экономических структур) под воздействием управленческих решений и внешних влияний. При этом на основе прогнозных данных можно оценивать эффективность решений комплексно, с учётом как непосредственных откликов объекта воздействия, так и косвенных последствий для других объектов, но также, что очень важно, не только ближайшие, но и отдалённые последствия принимаемых решений на всём интервале прогнозирования.

На базе применения ДИН обеспечивается:

  • тестирование программ экономического развития, а также отдельных важных решений в границах имеющихся ресурсов и предполагаемых внешних воздействий, поиск бескризисных стратегий управления макроэкономикой в условиях внешнего (международного) воздействия;
  • прогнозирование (от 1 года до 5-10 лет) реализации программ социально-экономического развития, включая экономическое и военно-политическое взаимодействие с другими странами;
  • обучение навыкам и приемам управления динамикой экономических объектов с использованием тренажеров, типовых модулей и алгоритмов отражения экономической. Управление реализуется доступными в реальной жизни «рычагами» управления экономическими, финансовыми, социальными и др. объектами, отражёнными в моделях;
  • деловые игры в виде тренинга и экономического практикума ведения бизнеса в условиях рынка с конкуренцией или кооперацией (деловые игры нескольких участников, где алгоритмы рынка и поведение потребителей результатов бизнеса моделируется на компьютере, а бизнес управляется игроками);
  • тестирование персонала компаний для их повышения по службе или при конкурсах на замещение вакансий.

Для прогнозирования социально-экономической динамики имеется:

  • система (программное обеспечение) и технология динамического моделирования ДИН прогнозируемых объектов;
  • методы динамического моделирования системы, нелинейных, дифференциальных уравнений с нестационарной структурой и множеством различных обратных связей (это моделирование позволяет получать детерминированные хаотические процессы, т.е. полностью неожиданные изменения будущей динамики);
  • специальный уникальный интерфейс для одновременного управления моделью с помощью многочисленных управляющих параметров и наблюдения за прогнозируемыми результатами.

Инструмент ДИН – это результат ведущихся более 40 лет разработок в области динамического компьютерного моделирования, по этой тематике было опубликовано более 10 монографий с описанием синтеза экономико-математических моделей сверхвысокой сложности.

Инструмент ДИН корректно отражают будущую динамику​ процессов в следующих сферах:

  • производство,
  • уровень и качество жизни социальных групп населения (как в стране, для которой составляются модельные прогнозы, так и в других странах), индекс социальной напряженности,
  • параметры социальных групп населения (безработица, уровень финансовых накоплений в банках, индекс интеллекта, доля времени оплаченного досуга, индекс потребности в бытовых услугах, индекс обеспеченности в жилье и многое другое);
  • демография и миграция,
  • система народного образования (среднее и высшее образование, переподготовка существующих кадров и т. п.),
  • оборонная промышленность,
  • внешняя торговлю,
  • всех сопряженные между собой контуры финансовой динамики (налоги, кредиты, цены, инфляция, валютные обмены и т. д., множество других параметров и показателей, которые могут изменяться в результате предполагаемых управленческих воздействий),
  • первопричин создания и распада международных коалиций (союзов, блоков и т. п.) и влияние этих процессов на национальную экономику.

Кроме того, существует несколько десятков «стандартных» (исходных) модельных модулей (т. е. макетов моделей), которые могут быть доработаны до уровня рабочих моделей. К таким исходным модулям относятся, например, модели динамики:

  • рыночного ценообразования товаров на рынке продаж, включая непрерывное изменение коэффициента эластичности спроса на товар от изменения цены на него с учетом множества непрерывно изменяющихся внешних условий рынка;
  • феномена моды на что-либо (товары, музыку, политику и т.п.);
  • конкуренции коммерческих банков;
  • конкуренции предприятий. 

5.   Моделирование результатов выполнения планов

Замечательная особенность динамических моделей состоит в том, что они сами показывают слабые места в экономике. Отметим, что применение типового инструментария моделирования такого эффекта не даёт. Например, линейная экстраполяция — на первый взгляд, очень удобный инструмент: поставил средние темпы роста на 2,5% — и под этот рост «определяешь» все остальные экономические параметры. Но при этом может быть совершенно не видно, что отдельные отрасли или территории не имеют ресурса на рост, достаточный для достижения таких показателей. Зато в динамических моделях сразу срабатывают ресурсные ограничения, и заданного роста не получается.

Упомянутый выше анализ «плана Трампа» и «плана «Байдена» построен как раз на том, что мы в рамках своих моделей изучаем взаимодействие основных базовых отраслей и отдам себе отчёт в том, что поддержка одних (например, финансового сектора) означает оголение других (производства потребительских товаров, например). А если в качестве основного ресурса использована эмиссия (которая, вроде бы, никого не «обижает»), то возникают другие проблемы. Например, инфляционные процессы в тех или иных своих проявлениях.

Типичный вопрос, который при этом можно задать, звучит примерно так: «В финансовом секторе колоссальное количество денег, почему они не инвестируются в реальный сектор, в котором имеет место спад? Или, почему недостаточно кредитуются потребители?» Ответы на эти вопросы носят теоретический характер, на них мы отвечаем в книгах и статьях (например, в упомянутой книге «Воспоминаниях о будущем»), но необходимо понимать, что если в моделях нет внутреннего ответа на эти вопросы, то сами они, как и полученные с их помощью результаты, не очень интересны.

В сложных моделях, построенных с помощью инструмента ДИН на основе теории динамического моделирования (по методу МДМ), существуют внутренние связи, позволяющие выявить описанные в предыдущем абзаце проблемы. Снижение инвестиций и совокупного спроса получаются в наших исследованиях не потому, что мы их вводим в модель искусственно, «руками», они проявляются в результате естественных процессов, которые проявляются в ходе моделирования. Но есть ещё одна дополнительная проблема, связанная с внешними (экзогенными) и внутренними (эндогенными) процессами, связанными с моделированием отдельных стран, таких, например, как Китай.

Суть их в следующем. Результаты прогнозов влияния на экономику КНР планов Байдена и Трампа (рис. 6 и рис. 7) были спрогнозированы на моделях, которые обладают требуемыми свойствами (модели динамические, детерминированные и нелинейные).

При прогнозировании была учтена пандемия COVID-19, при которой значительное количество работников оставалось дома, работая удалённо или не работая совсем. Это привело к снижению выпуска продукции в натуральном выражении, а также к снижению ВВП. На рисунке эти графики ведут себя по-разному, поскольку выпуск продукции жёстко связан с ресурсными ограничениями, а формирование ВВП обладает значительной инерционностью.

Кроме ограниченного выхода на работу, в модели была использована гипотеза о падении объёмов выданных кредитов из-за снижения стоимости акций предприятий. Это дополнительно повлияло на падение производства и ВВП, причём даже после окончания пандемии. Дополнительно было принято, что в результате протекционистской политики США в КНР уменьшается размер экспорта промышленной продукции – как потребительских товаров, так и продукции производственного назначения, что снижает торговый профицит. Прогноз оказался следующим.

Рис. 6

Меры в рамках плана Байдена направлены на поддержку финансового сектора. При этом остальные предприятия теряют возможность кредитования, поскольку все их активы быстро падают в цене (рис. 6). Для КНР это внешнее воздействие приводят к тому, что натуральный выпуск продукции, измеренный в тоннах, киловатт-часах и прочих количественных показателях, падает более чем в 4 раза за 3 года. Валовой внутренний продукт (ВВП), рассчитанный в текущих ценах (колебания ВВП в начале и в конце периода моделирования вызваны динамикой текущих цен), падает примерно с такой же скоростью. Если рассчитывать ВВП в неизменных ценах, его падение будет ещё заметнее.

Рис. 7

При реализации плана Трампа удаётся избежать сокрушительного сценария (рис. 7): хотя и здесь есть падение обоих показателей, но за 2 года они остаются на уровне более 50% от первоначальных значений. В этом варианте стабилизация американской экономики достигается за счёт протекционистских мер, что бьёт по экономике Китая, но (относительная) стабильность мировой финансовой системы частично эту проблему компенсирует.

Таким образом, меры, аналогичные плану Трампа, в нынешней ситуации является более предпочтительным, хотя не избавляет экономику КНР от серьёзных потрясений.

Определённые изломы на переходе от 2020 года (данные по которому, в общем, уже известны) к прогнозным показателям связаны, скорее всего, с тем, что официальные статистические данные, всё-таки, довольно сильно корректируются. Наши модели (если начинать моделирование с более раннего этапа, чем конец 2020 года) дают, разумеется, плавные кривые — но они отличатся от официальных данных. Отличия эти не настолько критичны, чтобы радикально пересматривать результаты, но о них необходимо сказать.

Кроме того, не забудем, что мы предполагаем, что в рамках реализации «плана Байдена» массовая эмиссия приведёт к росту ВВП в номинальных ценах. В любом случае, напомним, что речь идёт о границах коридора, в котором будет колебаться экономика Китая.

Рис.8

Заключение

Разумеется, поскольку модели включают в себя значительную совокупность параметров, в реальности, у нас значительно больше данных о кризисных процессах в Китае. Более того, мы можем более или менее подробно описать внутреннюю механику этих процессов. Но нам кажется, что приведённые показатели достаточно полно описывают общую картину дел, а любые уточнения Фонд Хазина готов предоставить в рамках отдельных контрактов.

Более того, созданные нами модели позволяют существенно уточнять картину происходящих процессов, в частности, давать достаточно обоснованные прогнозы по относительной динамике цен. И в случае наличия соответствующего запроса мы можем адаптировать модели для ответа на вопросы, которые интересуют клиента.

В целом, можно отметить, что кризисные процессы в Китае полностью отвечают той базовой модели, которая приводится в книге «Воспоминания о будущем». Но специфика этой страны и её роль в мировой экономике даёт важные особенности, которые нужно учитывать всем, кто подёргивает с ней экономические и хозяйственные отношения.

Источники статистических данных

Данные об экономике США
Государственный долг: fred.stlouisfed.org/…
Долг населения: fred.stlouisfed.org/…
Долг корпораций: fred.stlouisfed.org/…
Добавленная стоимость финансового сектора: fred.stlouisfed.org/…
Прибыль финансового сектора: fred.stlouisfed.org/…
Данные об экономике КНР: stats.oecd.org/…

[1] Здесь и далее расчётные показатели получены по данным сайта https://fred.stlouisfed.org/
[2] Кугаенко А.А. Экономическая кибернетика: учеб. пособие. — 2-е изд., испр. и доп. — М.: Вузовская книга, 2015. — 880 с.: ил. Тираж 300 экз. ISBN 978-5-89522-261-4
[3] A.A. Kougaenko. Economic Cybernetics. Study guide. Moscow, Capital and Culture, 2018. – 814 p.

Полный текст доклада будет доступен после оплаты
5000 р.

ОПЛАТИТЬ

4.5
(8)

Добавить комментарий