Marina Turuntseva

Macroeconomic Projections for 2017-2019: A Growth of 1.0-1.5%

The results of H1 2017 on the one hand support the previous assumptions that the Russian economy is entering a growth phase, and on the other hand provide evidence of elevated uncertainty regarding the terms and prospects of economic development in the future. We expect that key macroeconomic indicators will be positive in the next 2.5 years, as well as the inflation target will be achieved. However, extremely low economic growth rates coupled with a tenuous external environment are posing high risk of loss of federal budget revenues.

Тестирование Гипотезы О Наличии Единичного Корня Для Независимых Панелей (Testing the Hypothesis of a Unit Root for Independent Panels)

Russian Abstract: Тестирование наличия единичных корней в данных имеет большое значение для эмпирического анализа. Практически ни одно макроэкономическое исследование не обходится без тестирования того, является ли конкретный временный ряд стационарным относительно тренда (trend stationary, TS) или является стационарным в первых разностях (difference stationary, DS). В первом случае, если ряд является стационарным относительно тренда, то моделировать ряд необходимо в уровнях. В противном случае нужно перейти к первым разностям временного ряда, если моделируется именно этот конкретный ряд по отдельности, или переходить к анализу коинтеграции нескольких временных рядов, каждый из которых является нестационарным. Наличие коинтеграции позволяет дать экономическое обоснование долгосрочных зависимостей и краткосрочной корректировки к долгосрочным состояниям равновесия. English Abstract: Testing of a unit root in the data is of great importance for the empirical analysis. Almost one or macroeconomic study is not without testing whether a particular stationary time series against the trend (trend stationary, TS) or It is stationary in first differences (difference stationary, DS). In the first If the number is stationary relative to the trend, the number of simulated necessary levels. Otherwise, you need to go to the first difference time series if it is modeled by this specific number separately,or proceed to the cointegration analysis of multiple time series, each which is non-stationary. The presence of cointegration allows us to give feasibility study of long-term and short-term dependency adjustments to long-term equilibrium.

Forecast 2016-2017: Russia’s Economy to Enter a Stabilization Zone

Developments that unfolded in Q1 2016, particularly the decline of crude oil prices down to a 12-year low, may result in worse-than-expected outcomes at 2016 year-end. Unlike the forecast that we made in January, we have revised down our 2016 baseline scenario for GDP growth rates from -1.4% to -2.0%. In recent two weeks the IMF and the World Bank have downgraded their forecasts for Russia’s economy growth rates, too. At the same time, if oil prices n 2017 stay at

Тестирование Изменения Инерционности и Влияние На Качество Прогнозов (Testing of Changes in Persistence and Their Effect on the Forecasting Quality)

40 a barrel, then output is expected to stabilize or even edge up. In other words, it is highly likely that Russia’s economy will move out of a recession in 2016, and in 2017 Russia’s output will enter a zone of positive growth rates. However, this is a stagnation rather than growth scenario due to uncertainty. Furthermore, the forecast dynamics of other key macroeconomic parameters in 2016 suggest that Russia’s economy will stabilize and that the economic downturn, high inflation and high volatility of the Russian rouble will stop.

Stock Markets under the Changing Terms of Trade

Russian Abstract: В данной работе приводится обзор исследований, связанных с тестированием изменения инерционности временных рядов. Мы обсуждаем как тесты на проверку гипотез о постоянной/изменяющейся инерционности, включая методы анализа нескольких сдвигов в инерционности, так и процедуры оценивания дат сдвигов в инерционности и построение доверительных интервалов.English Abstract: This paper provides a review of contributions to the field of change in persistence testing. We discuss both the constant/changed persistence testing (including multiple changes in persistence testing) and methods of estimation and inference for the dates of persistence changes.

Тестирование Сезонных Единичных Корней: Простейшие Тесты и Тест HEGY (Testing for Seasonal Unit Roots: A Simple Test and HEGY Tests)

Stock indices are among the indicators of the state of the economy, that among the first to respond to both the positive and the negative economic phenomena. It makes the understanding of mechanisms influencing them very important. Structural Vector Autoregression model (SVAR) approach is widely used for this purpose. These models allow us to estimate impulse responses of indices to the impact of different economic variables. A slightly different Smooth Transition Autoregression model (STAR) approach that allows identifying differences in responses due to economic conditions is used in this paper for the estimating of responses of stock indices. More specifically we apply Smooth Transition Vector Error Correction model (STVECM) approach. We use oil prices as the characteristic of the Russian economy defining changes in economic conditions and as a proxy defining changes in terms of trade, since oil is one of the major export goods for Russia. Other macroeconomic factors used in the paper are state budget expenses, consumer price index (CPI), the exchange rate of the dollar against the ruble, ratio of the exchange rates of dollar and euro against the ruble, LIBOR interest rate, and the S&P500 index. Obtained results show that the responses differ significantly depending on the level of oil prices. These results are also useful for the design of mechanisms affecting stock market.

Моделирование Сезонности: Сезонная Интегрированность, Детерминированная Сезонность и Сезонные Структурные Сдвиги (Modeling Seasonality: Seasonal Integration, Deterministic Seasonality and Seasonal Structural Breaks)

Russian Abstract: В работе рассматриваются тесты на сезонные единичные корни, разработанные в последние 25 лет. Основное внимание уделено тесту HEGY и его различным модификациям. Помимо тестов из класса HEGY-тестов, мы рассматриваем некоторые простейшие тесты на сезонные единичные корни, в частности, тест Дики-Хасза-Фуллера. English Abstract: This paper covers seasonal unit roots tests developed in the last 25 years. The main attention is given to HEGY test and its different modifications. Also we study some simple tests for seasonal unit roots, in particular, Dickey-Hasza-Fuller test.

«Методы Прогнозирования С Использованием Больших Массивов Данных» (Forecasting Using Large Data Sets)

Russian Abstract: В работе рассматриваются методы тестирования сезонных единичных корней, детерминированной сезонности и сезонных структурных сдвигов во временных рядах. Отметим, что среди тестов на сезонные единичные корни мы рассматриваем LМ-тесты, тесты отношения правдоподобий и отношения дисперсий, а также принципы построения эффективных тестов, и не рассматриваем простейшие методы тестирования наличия единичных корней и тесты типа HEGY. В работе мы также представляем результаты тестирования российских макроэкономических рядов на наличие сезонных единичных корней.English Abstract: The paper deals with methods of testing for seasonal unit root, deterministic seasonality and seasonal structural breaks in the time series. Note that among the tests for seasonal unit roots, we consider the LM-tests, likelihood ratio tests and the variance ratio tests, as well as principles of construction of effective tests, and do not consider the simplest methods for seasonal unit roots testing and class of HEGY of tests. In this paper we present the results of seasonal unit roots testing for Russian macroeconomic time series.

Прогнозирование С Использованием Больших Массивов Данных. Часть 1 'Методы Прогнозирования С Использованием Больших Массивов Данных' (Forecasting with Large Data Sets. Part 1 'Forecasting Methods Using Large Data Sets')

Russian Abstract: В работе описаны основные подходы к прогнозированию макроэкономических показателей с использованием больших массивов данных, а также приведен обзор эмпирических работ в этой области.English Abstract: The paper describes main approaches to forecasting of macroeconpmic time series by way of using large data sets. The authors also provide a review of theoretical and empirical wokrs in this field.

Макроэкономические Факторы Динамики Фондового Рынка РФ (Macroeconomic Factors of the Russian Stock Market Dynamics)

Russian Abstract: В работе описаны основные подходы к прогнозированию макроэкономических показателей с использованием больших массивов данных, а также приведен обзор эмпирических работ в этой области. English Abstract: The paper describes the main approaches to forecasting macroeconomic indicators using large data sets, as well as an overview of the empirical work in this area.