Потенціал застосування моделей баєсівської векторної авторегресії (BVAR) центральними банками для прогнозування ключових макроекономічних показників

Анотація

У статті розглянуто теоретичні засади, особливості та переваги BVAR-моделей над традиційними модифікаціями VAR-моделей, а також узагальнено прогностичні характеристики BVAR-моделей порівняно з DSGE-, QPM-, AR-моделями та експертними підходами для різних країн і часових періодів, враховуючи досвід їх застосування в центральних банках. Метою дослідження є аналітичне оцінювання потенціалу застосування BVAR-моделей центральними банками для прогнозування ключових макроекономічних показників, а також аналіз їхніх переваг і недоліків порівняно з іншими моделями в контексті їх практичного використання для реалізації цілей монетарної політики. У дослідженні застосовано метод порівняльного аналізу для опису теоретичних переваг BVAR-моделей над традиційними модифікаціями VAR-моделей, а також їхніх характеристик у практичному застосуванні порівняно з DSGE-, QPM-, VAR-, AR-моделями; метод візуального оцінювання – для вивчення прогнозної якості розглянутих моделей на різних часових горизонтах; метод синтезу – для узагальнення напрямів найбільш ефективного застосування BVAR-моделей на практиці. За результатами дослідження виявлено, що BVAR-моделі демонструють конкурентні, а в багатьох випадках кращі характеристики порівняно з DSGE-моделями для прогнозування ключових показників монетарної політики. Залежно від країни, періоду, горизонту прогнозування та економічних умов прогнозна якість моделей може варіювати: наприклад, у разі застосування BVAR-моделей для прогнозування показника ВВП кращої прогнозної якості порівняно з іншими моделями досягнуто для економік України, Великої Британії та Єврозони, а в прогнозуванні інфляції (показника ІСЦ) кращі результати отримано для України, Чехії та Швеції. Загалом, як показав проведений порівняльний аналіз, застосування BVAR-моделей може бути корисним для центральних банків у розробленні та вдосконаленні їхніх систем макроекономічних моделей, зокрема як інструментарію для прогнозування. Однак, попри всі переваги BVAR-моделей, їх варто розглядати передусім як допоміжний інструмент для прогнозування, а не замінник DSGE- і QPM-моделей, які, своєю чергою, відіграють ключову роль для врахування експертних суджень, полегшення інтерпретації прогнозів та обґрунтування рішень під час розроблення й реалізації монетарної політики центральними банками різних країн світу.