Последние научные исследования 20. Alpha in Academia.

Перевод статьи из блога Alpha in Academia.

https://t.me/holyfinance

Оценки влияния тарифов ФРС

Авторы оценивают влияние недавно предложенных американских тарифов на потребительские цены, используя новый набор данных, который связывает данные об импорте на уровне фирм с данными о потреблении домохозяйств. Применяя метод аппроксимации первого порядка, авторы оценивают, как тарифы на импорт из Китая, Мексики, Канады и других стран мира могут повлиять на розничные цены в США. Анализ сосредоточен на товарах повседневного спроса, таких как продукты питания, напитки и товары общего потребления - около 25% от общей потребительской корзины. По сравнению с торговой войной между США и Китаем в 2018-2019 годах, сегодняшние тарифные предложения имеют более широкий охват, и в исследовании рассматривается как полный, так и частичный перенос тарифов на потребительские цены.

Выводы:

Потребительские цены на розничные товары могут вырасти на 0,81-1,63% в зависимости от того, перекладывают ли компании половину или все тарифные издержки на потребителей.
Наиболее значительный эффект на цены оказывают тарифы на Канаду и Мексику, на которые приходится около 45% общего прогнозируемого роста из-за высоких объемов торговли и высокой 25-процентной тарифной ставки.
Дополнительные тарифы на китайские товары добавят лишь около 8% к общему ценовому эффекту, что отражает снижение зависимости США от китайского импорта с 2018 года.
На остальной мир (за исключением Китая, Канады и Мексики) приходится 47% прогнозируемого роста цен в рамках сценария полных тарифов.
Доля импорта из Китая заметно изменилась - с более чем 20% в 2018 году она снизилась до менее 15% в 2024 году, в то время как доля Мексики выросла, как показано ниже.

ROW: все страны, из которых США импортируют товары, за исключением Китая, Канады и Мексики. Доля импорта измеряется как 12-месячное скользящее среднее значение общей стоимости импорта из страны, деленное на общую стоимость всего импорта в данном месяце. Источник: Бюро переписи населения США (USA Trade Online), собственные расчеты авторов

Потребительские расходы фирм, импортирующих товары из Китая, также снизились на ~11% с 2018 года, что в основном было обусловлено изменением стратегий поставщиков, а не изменениями в потребительских предпочтениях.
Существует мало свидетельств того, что недавняя инфляция существенно ограничит дальнейший рост цен в результате введения тарифов; в секторах с высокой интенсивностью импорта не наблюдалось непропорционально высокой инфляции, что указывает на возможность переноса цен.

Поскольку американские компании диверсифицировали свою деятельность в сторону от Китая, но углубили связи с Мексикой и другими странами, влияние новых тарифов может быть более широким и потенциально более инфляционным, чем во время последней торговой войны.

Басландзе, Саломе и Фукс, Саймон и Прингл, Кей Си и Спаркс, Майкл Дуайт, Тарифы и потребительские цены: Аналитическая информация на основе новых сопоставленных микроданных о потреблении и торговле (February 01, 2025). FRB Atlanta Policy Hub Paper No. 2025-01, https://doi.org/10.29338/ph2025-01 , доступно в SSRN: https://ssrn.com/abstract=5194582 или http://dx.doi.org/10.2139/ssrn.5194582

Влияние старения населения

В годы, предшествовавшие пандемии COVID, во многих промышленно развитых странах наблюдалось загадочное сочетание: низкая инфляция, низкие реальные процентные ставки и слабый рост ВВП - и все это несмотря на агрессивные фискальные и монетарные стимулы. В данной работе утверждается, что старение населения является ключевой структурной силой, стоящей за этим явлением. Используя динамическую модель сберегательного поведения домохозяйств и государственной политики, авторы исследуют, как демографические сдвиги влияют на инфляцию и экономическую активность с течением времени.

Выводы:

Старение населения повышает спрос на сбережения, особенно на ликвидные активы, такие как банковские депозиты, что приводит к снижению инфляции и процентных ставок.
В случае Японии только старение населения снизило инфляцию на 1,1 процентного пункта, реальные процентные ставки - на 2,0 пункта, а объем производства - на 3,1 процентного пункта за 17-летний период.
Старение снижает трудозатраты, поскольку рождаемость падает, а пожилые работники выходят на пенсию, что снижает объемы производства и рост производительности труда.
Пожилые домохозяйства больше сберегают, но меньше потребляют, особенно при низких реальных доходах, что усиливает эффект долгосрочной стагнации.
Смягчение денежно-кредитной политики не может полностью компенсировать эти тенденции: более низкие ставки фактически препятствуют потреблению среди пожилых сберегателей.
Хотя США стареют медленнее, чем Европа или Азия, приток иностранного капитала, вызванный старением населения за рубежом, все еще может подавлять инфляцию и процентные ставки в США.

Браун Р., Старение, дефляция и долгосрочная стагнация (01 октября 2022 г.). FRB Atlanta Policy Hub Paper No. 2022-13, https://doi.org/10.29338/ph2022-13 , доступно в SSRN: https://ssrn.com/abstract=5191045 или http://dx.doi.org/10.2139/ssrn.5191045.

Прогнозирование данных о вакансиях JOLTS

Цель авторов - улучшить прогнозы спроса на рабочую силу в США, в частности количество вакансий, о которых сообщается в JOLTS (Job Openings and Labour Turnover Survey), с помощью моделей машинного обучения. Традиционные эконометрические подходы часто не справляются с данными о рынке труда из-за их сложности и зашумленности. Для решения этой проблемы в статье построена модель прогнозирования, объединяющая широкий спектр макроэкономических переменных, включая данные о занятости, рыночные индексы и опережающие индикаторы. В модели используется нейронная сеть Long Short-Term Memory (LSTM) - модель глубокого обучения, хорошо подходящая для прогнозирования временных рядов благодаря своей способности улавливать дальние зависимости и нелинейные связи. Модель обучена на ежемесячных данных с января 2001 года по август 2023 года.

Выводы:

Модель LSTM стабильно превосходит базовую модель AR(1) в прогнозировании вакансий на различных горизонтах прогнозирования, от одного до шести месяцев вперед.
Прогнозы LSTM более точно отслеживают фактические открытия вакансий JOLTS в периоды нестабильности рынка труда, такие как шок COVID-19 и экономический спад 2022-2023 годов.
Эффективность модели LSTM возрастает с увеличением горизонтов прогнозирования, что позволяет предположить, что она улавливает структурную динамику, которую упускают более простые модели.
Анализ «главных переменных» показывает, что показатели фондового рынка (например, доходность S&P 500) и настроения потребителей оказывают большое влияние на прогнозирование количества открытых вакансий, наряду с традиционными трудовыми показателями, такими как первичные заявки на пособие по безработице и заработная плата.
Модель остается устойчивой даже при исключении некоторых макропеременных, что свидетельствует о том, что она не слишком зависит от какого-либо одного параметра.

Эти результаты подчеркивают способность моделей глубокого обучения улавливать сложные нелинейные взаимодействия в данных о рынке труда, которые часто упускаются традиционными подходами.

Ким, Кюнгсу. «Прогнозирование спроса на рабочую силу: Прогнозирование вакансий JOLT с использованием модели Глубокого обучения.» arXiv preprint arXiv:2503.19048 (2025).