.png)
Почему инструментарий экономистов используется для поиска ответов на самые разные вопросы, казалось бы не имеющие отношения к экономике? Оказалось, он позволяет с помощью относительно точных методов изучать самый непредсказуемый объект, который постоянно меняется, обладает собственной волей, да еще с ним почти невозможно ставить эксперименты. Даже при неверных предпосылках инструментарий экономистов позволяет оценивать связи между различными явлениями. В этом им помогает эконометрика. О ее методах, о том, как строить модели, о силе и слабости экспериментов подкасту «Экономика на слух» рассказала профессор Массачусетского технологического института и выпускница РЭШ Анна Микушева. GURU публикует тезисы, подготовленные на основе этого выпуска. Итак, представьте, что вы экономист, наблюдающий за центробанком. И ваша задача – оценить эффективность его политики.
Анастасия Небольсина
Эконометрические методы помогают определить причинно-следственные связи, сравнивая похожие случаи между собой, тем самым приближаясь к идеально сопоставимым гипотетическим ситуациям. Например, чтобы решить, опускать или поднимать процентные ставки, центробанк должен понять, что произойдет с экономикой в каждом из этих двух сценариев. Поставить эксперимент невозможно; у экономистов вообще редко имеется такая возможность. И тут на помощь приходит эконометрика, помогая обнаружить искомые связи в условиях недостатка экспериментальных данных.
В жизни люди учатся, экспериментируя. Учась водить машину, вы быстро разберетесь, как она ведет себя, когда вы нажимаете на разные педали. Но экономист-ученый – не водитель, а пассажир, наблюдающий за действиями «водителя», например центробанкира. Конечно, в реальности нельзя проверить, как будет реагировать экономика то на повышение, тона снижение процентных ставок. Хорошему центробанкиру это и не нужно, его отличает, с одной стороны, умение предсказывать экономические шоки, а с другой – справляться с ними. Он сможет распознать риски рецессии и выбрать подходящую политику – нажать на нужную педаль.
Парадокс ситуации в том, что чем лучше он работает, тем меньше заметно его мастерство. Представим, что надвигается рецессия. Благодаря грамотным действиям центробанка экономика просела меньше, чем могла бы. Но, сидя на пассажирском сиденье, вы видите ситуацию иначе: все было хорошо, водитель что-то сделал – и случилась рецессия. Он ошибся, не защитил экономику? Нет, напротив, защитил, но с пассажирского сиденья не видно, как машина избежала риска перевернуться или уйти в кювет. Вы видите систему в целом: как центробанкир предсказывает развитие ситуации, как действует, что ожидают люди, как реагируют фирмы и т. д. Но вы не понимаете, как работает монетарная политика, как связаны принятые решения и реакция экономики.
Итак, вы видите, как экономика отреагировала на стимулы центробанка, но не можете посмотреть, что случилось бы, если бы он бездействовал. В поисках ответа вам остается обратиться к истории – например, найти два разных решения центробанка, принятых в одинаковой экономической обстановке. Сравнив их, можно получить искомый ответ. Дело за малым – понять, что считать одинаковой ситуацией. Именно в этом и помогает моделирование – определить релевантные факторы, которые влияют на экономику. Отобрав их, вы сможете найти одинаковые ситуации и сравнить реакцию экономики на то или иное решение.
Но как отобрать релевантные факторы? Точного ответа не существует, вы можете лишь исходить из предположений, основанных на теориях или вашем понимании мира; верны ли эти предположения, вам неведомо. Вы можете ошибиться, чрезмерно упрощая действительность и не учитывая множество факторов. Но, оказывается, эти предпосылки не играют решающей роли – при достаточно правдоподобной модели вы все равно можете получить правильные оценки и дать правильный прогноз. Именно это и помогает центральным банкам бороться с рецессиями.
Редко, хотя такое случается, экономисты могут использовать не гипотезы, а экспериментальные данные, которые дает сама жизнь. Золотым стандартом таких квазиэкспериментов можно назвать лотерею, с помощью которой власти США набирали в армию во время вьетнамской войны. Нобелевскому лауреату Джошуа Ангристу этот квазиэксперимент помог ответить на вопрос, как сказывается опыт службы в армии на зарплатах людей, когда они возвращаются к мирной жизни. В идеальных экспериментальных условиях нужно было бы отправлять случайно отобранных людей в армию, а остальным запрещать воинскую службу. Разумеется, это невозможно (проблема экспериментов с людьми вообще заключается в том, что у людей есть воля). Помогла лотерея, ведь в ней отбор был случайным – лишь по году рождения. Это позволяло сравнить зарплаты людей одного возраста в зависимости от того, служили ли они в армии. Оказалось, что неслужившие по прошествии определенного времени зарабатывали на 15% больше, чем ветераны.
Однако даже у такого квазиэксперимента есть недостатки: неясно, в чем причина разрыва в доходах. В том, что ветераны прервали образование? Или были ранены? Это мешает понять, какие программы помогли бы решать важную социальную проблему.
Другой недостаток квазиэкспериментов – невозможно экстраполировать их результаты. Как понять, разрыв в доходах в 15% специфичен лишь для рынка труда в военное время? Или эта оценка актуальна и сегодня для тех, кто добровольно служит в армии? К сожалению, и на этот вопрос нельзя уверенно ответить.
Если вам пытаются доказать существование причинно-следственной связи, то задумайтесь, какой идеальный эксперимент показал бы ее. Если такой эксперимент невозможен, то насколько проведенный эксперимент был близок к идеалу? Это поможет понять, действительно ли он доказывает причинно-следственную связь или же можно говорить лишь о корреляции.
