Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)Пашков С. Г.Особенности ARDL-моделирования в социологическом анализе временных рядов (на примере экономических новостей в динамике ИПН в 2010–2017 гг.)

Институт социологии
ФНИСЦ РАН

Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)

Пашков С. Г.

Особенности ARDL-моделирования в социологическом анализе временных рядов (на примере экономических новостей в динамике ИПН в 2010–2017 гг.)

DOI: https://doi.org/10.19181/4m.2021.53.2
Пашков Станислав Георгиевич
Национальный исследовательский университет «Высшая школа экономики», Москва, Россия
Аспирант, преподаватель кафедры экономической социологии факультета социальных наук

Полный текст

Открыть текст

Ссылка при цитировании:

Пашков С. Г. Особенности ARDL-моделирования в социологическом анализе временных рядов (на примере экономических новостей в динамике ИПН в 2010–2017 гг.) // Социология: методология, методы, математическое моделирование (Социология:4М). 2021. № 53. С. 39-82.
DOI: https://doi.org/10.19181/4m.2021.53.2. EDN: FDNONO

Рубрика:

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

Аннотация:

Индекс потребительских настроений (ИПН) отражает взгляд населения на экономическую и финансовую политику страны, способствует пониманию рецессивных изменений в экономике. Существующие методологические подходы выделяют инфляцию, курс валюты, безработицу, интенсивность освещения экономических событий в массмедиа в качестве примеров того, на что ориентируются в своих оценках потребители, когда возникают «рациональные» сигналы. В статье уделяется внимание особенностям использования ARDL-подхода в социологических исследованиях на примере оценки влияния неэкономических факторов на ИПН в 2010–2017 гг. с включением «социально значимых» факторов, таких как массмедиа. В авторегрессионных моделях с распределенным лагом (ARDL) допускается использование «неэкономических» индикаторов, которые трудно включить в классические векторные авторегрессионные модели (VAR). Показано, что ARDL-моделирование способствует улучшению интерпретации моделей при наличии смешанных рядов, а двухмесячный лаг интенсивности новостей может демонстрировать снижение потребительских настроений. Это позволило выделить эпизоды рассинхронизации динамики макроиндикаторов с 2010-х гг., что, с одной стороны, говорит о фактических изменениях соответствующих показателей, а с другой – вносит больше определенности в понимание людьми текущей ситуации в экономике и возможностей для совершения крупных покупок. Дополнительно в статье рассматриваются методический и аналитический потенциалы Индекса, специфика включения различных «социологических» параметров и индикаторов в анализ.

Литература:

  • Kitrar L., Lipkind T. The relationship of economic sentiment and GDP growth in Russia in light of the COVID-19 crisis // Entrepreneurial Business and Economics Review. 2021. Vol. 9, No. 1. P. 7–29. DOI: 10.15678/EBER.2021.090101
  • Полбин А.В., Синельников-Мурылев С.Г., Трунин П.В. Экономический кризис 2020 г.: причины и меры по его преодолению и дальнейшему развитию России // Вопросы экономики. 2020. № 6. С. 5–21. DOI: 10.32609/0042-8736-2020-6-5-21.
  • Van Hal G. The true cost of the economic crisis on psychological well-being: a review // Psychology research and behavior management. 2015. Vol. 8. P. 17–25. DOI: 10.2147/PRBM.S44732
  • Curtin R.T. Indicators of consumer behavior: The University of Michigan surveys of consumers // Public Opinion Quarterly. 1982. Vol. 46, No. 3. P. 340–352. DOI: 10.1086/268731
  • Ибрагимова Д.Х., Николаенко С.А. Индекс потребительских настроений / Независимый институт социальной политики. М.: Поматур, 2005. 263 с.
  • Claveria O., Pons E., Ramos R. Business and consumer expectations and macroeconomic forecasts // International Journal of Forecasting. 2007. Vol. 23, No. 1. P. 47–69. DOI: 10.1016/j.ijforecast.2006.04.004
  • Carroll C.D., Fuhrer J.C., Wilcox D.W. Does consumer sentiment forecast household spending? If so, why? // The American Economic Review. 1994. Vol. 84, No. 5. P. 1397–1408.
  • Alsalman Z. Does the source of oil supply shock matter in explaining the behavior of US consumer spending and sentiment? // Empirical Economics. 2021. Vol. 61, No. 3. P. 1491–1518. DOI: 10.1007/s00181-020-01900-9
  • Nguyen V.H., Claus E. Good news, bad news, consumer sentiment and consumption behavior // Journal of Economic Psychology. 2013. Vol. 39. P. 426–438. DOI: 10.1016/j.joep.2013.10.001
  • W?rneryd K.E. The psychological underpinnings of economics: Economic psychology according to Gabriel Tarde // The Journal of Socio-Economics. 2008. Vol. 37, No. 5. P. 1685–1702. DOI: 10.1016/j.socec.2007.10.001
  • Загребина А.В. Публика как социальная общность: пионерские исследования Г. Тарда // Социологические исследования. 2010. № 3. P. 139–145.
  • Van Raaij W.F. Economic psychology // Journal of Economic psychology. 1981. Vol. 1, № 1. P. 1–24. DOI: 10.1016/0167-4870(81)90002-7
  • Красильникова М.Д. Как российское население переживает очередной экономический кризис // Мир России. Социология. Этнология. 2010. Т. 19, № 4. С. 162–181.
  • Katona G. Contribution of psychological data to economic analysis // Journal of the American Statistical Association. 1947. Vol. 42, № 239. P. 449–459. DOI: 10.1080/01621459.1947.10501939
  • Palley T.I. The relative permanent income theory of consumption: a synthetic Keynes–Duesenberry–Friedman model // Review of Political Economy. 2010. Vol. 22, No. 1. P. 41–56. DOI: 10.2139/ssrn.1295588
  • Katona G., Likert R. Relationship between consumer expenditures and savings: The contribution of survey research // The Review of Economics and Statistics. 1946. Vol. 28, No. 4. P. 197–199. DOI: 10.2307/1925415
  • Altheide D.L. Identity and the Definition of the Situation in a Mass?Mediated Context // Symbolic interaction. 2000. Vol. 23, No. 1. P. 1–27. DOI: 10.1525/si.2000.23.1
  • Lindenberg S., Frey B.S. Alternatives, frames, and relative prices: A broader view of rational choice theory // Acta sociologica. 1993. Vol. 36, No. 3. P. 191–205. DOI: 10.1177/000169939303600304
  • K?hberger A. The influence of framing on risky decisions: A meta-analysis // Organizational behavior and human decision processes. 1998. Vol. 75, No. 1. P. 23–55. DOI: 10.1006/obhd.1998.2781
  • Mueller E. The impact of unemployment on consumer confidence // Public Opinion Quarterly. 1966. Vol. 30, No. 1. P.19–32. DOI: 10.1086/267379
  • K?opocka A. M. Does consumer confidence forecast household saving and borrowing behavior? Evidence for Poland // Social Indicators Research. 2017. Vol. 133, No. 2. P. 693–717. DOI: 10.1007/s11205-016-1376-4
  • Shapiro H.T., Angevine G.E. Consumer attitudes, buying intentions and expenditures: An analysis of the Canadian Data // The Canadian Journal of Economics. 1969. Vol. 2, No. 2. P. 230–249. DOI: 10.2307/133636
  • Fan C.S., Wong P. Does consumer sentiment forecast household spending?: The Hong Kong case // Economics letters. 1998. Vol. 58, No. 1. P. 77–84. DOI: 10.1016/S0165-1765(97)00247-4
  • Fisher L.A., Huh H. On the econometric modelling of consumer sentiment shocks in SVARs // Empirical Economics. 2016. Vol. 51, No. 3. P. 1033–1051. DOI: 10.1007/s00181-015-1038-4
  • Ибрагимова Д.Х. Когортный анализ потребительских ожиданий населения России (1996?2010): теоретико-методологические основы исследования // Экономическая социология. 2014. Т. 15, № 2. C. 99–118. DOI: 10.17323/1726-3247-2014-2-99-118
  • Brown J. et al. Board socio-cognitive decision-making and task performance under heightened expectations of accountability / J. Brown, A. Buchholtz, M. Butts, A. Ward // Business & Society. 2019. Vol. 58, No. 3. P. 574–611. DOI: 10.1177/0007650316675597
  • Medovikov I. When does the stock market listen to economic news? New evidence from copulas and news wires // Journal of Banking & Finance. 2016. Vol. 65. P. 27–40. DOI: 10.2139/ssrn.2578355
  • Grunberg E. “Complexity” and “open systems” in economic discourse // Journal of Economic Issues. 1978. Vol. 12, No. 3. P. 541–560. DOI: 10.1080/00213624.1978.11503553
  • Hester J.B., Gibson R. The economy and second-level agenda setting: A time-series analysis of economic news and public opinion about the economy // Journalism & Mass Communication Quarterly. 2003. Vol. 80, No. 1. P. 73–90. DOI: 10.1177/107769900308000106
  • Starr M.A. Consumption, sentiment, and economic news // Economic Inquiry. 2012. Vol. 50, No. 4. P. 1097–1111. DOI: 10.1111/j.1465-7295.2010.00346.x
  • Fogarty B.J. Determining economic news coverage // International Journal of Public Opinion Research. 2005. Vol. 17, No. 2. P. 149–172. DOI: 10.1093/ijpor/edh051
  • Hollanders D., Vliegenthart R. The influence of negative newspaper coverage on consumer confidence: The Dutch case // Journal of Economic Psychology. 2011. Vol. 32, No. 3. P. 367–373. DOI: 10.1016/j.joep.2011.01.003
  • Информационная база данных повторяющихся исследований «Курьер» // ЕАЭСД [сайт]. 2020. URL: http://sophist.hse.ru/db/oprosy.shtml?ts=32&en=0 (дата обращения: 20.11.2021).
  • Bell V. Performative knowledge // Theory, Culture & Society. 2006. Vol. 23, № 2–3. P. 214–217. DOI: 10.1177/026327640602300245
  • De Boef S., Kellstedt P.M. The political (and economic) origins of consumer confidence // American Journal of Political Science. 2004. Vol. 48, № 4. P. 633–649. DOI: 10.2307/1519924
  • Alsem K.J. et al. The impact of newspapers on consumer confidence: does spin bias exist? / K.J. Alsem, S. Brakman, L. Hoogduin, G. Kuper // Applied Economics. 2008. Vol. 40, № 5. P. 531–539. DOI: 10.1080/00036840600707100
  • Lin Z., Brannigan A. Advances in the analysis of non-stationary time series: An illustration of cointegration and error correction methods in research on crime and immigration // Quality and Quantity. 2003. Vol. 37, № 2. P. 151–168. DOI: 10.1023/A:1023367205756
  • Bertsche D., Braun R. Identification of structural vector autoregressions by stochastic volatility // Journal of Business & Economic Statistics. 2020. Vol. 40, No. 1. P. 328–341. DOI: 10.1080/07350015.2020.1813588
  • Hyndman R.J., Khandakar Y. Automatic time series forecasting: the forecast package for R // Journal of statistical software. 2008. Vol. 27, No. 1. P. 1–22. DOI: 10.18637/jss.v027.i03
  • Pesaran M.H., Shin Y., Smith R.J. Bounds testing approaches to the analysis of level relationships // Journal of applied econometrics. 2001. Vol. 16, No. 3. P. 289–326. DOI: 10.1002/jae.616
  • Дементьева И.Н., Шаклеина М.В. Применение индексного метода в исследованиях потребительских настроений населения // Экономические и социальные перемены: факты, тенденции, прогноз. 2019. Т. 12, № 1. С. 153–173.
  • Семенов А.В. Неровный темп: динамика готовности к экономическим протестам в России (1996–2019) // Экономическая социология. 2020. Т. 21, № 4. C. 107–124.
  • Natsiopoulos K., Tzeremes N. ARDL: ARDL, ECM and Bounds-Test for Cointegration. R package version 0.2.0 // CRAN. 29.06.2022. URL: https://CRAN.R-project.org/package=ARDL (date of access: 02.12.2021).
  • Demirhan H. dLagM: An R package for distributed lag models and ARDL bounds testing // PLOS One. 2020. Vol. 15, No. 2. DOI: 10.1371/journal.pone.0228812
  • Основные макроэкономические индикаторы (цена на нефть, курс рубля) // Investing.com [сайт]. 2021. URL: https://ru.investing.com/markets (дата обращения: 20.11.2021).
  • Динамика индекса потребительских цен // Росстат [сайт]. 2021. URL: https://www.fedstat.ru/indicator/57982 (дата обращения: 20.11.2021).
  • Электронный архив и база данных СМИ для развития бизнеса // Public.ru: Медиапоиск и анализ [сайт]. 2022. URL: https://www.public.ru (дата обращения: 06.02.2022).
  • Федорова Е.А., Мусиенко С.О., Афанасьев Д.О. Влияние российского фондового рынка на экономический рост // Финансы: теория и практика. 2020. Т. 24, № 3. С. 161–173. DOI: 10.26794/2587-5671-2020-24-3-161-173
  • Афанасьев Д.О., Федорова Е.А., Рогов О.Ю. О влиянии тональности новостей в международных СМИ на рыночный курс российского рубля: текстовый анализ // Экономический журнал ВШЭ. 2019. Т. 23, № 2. С. 264–289. DOI: 10.17323/1813-8691-2019-23-2-264-289

Содержание выпуска

>> Содержание выпуска 2021. № 53.
>> Архив журнала