'

Даже не ошибочные: Проблема с прогнозами доктора Илларионова

Понравилась презентация – покажи это...





Слайд 0

Даже не ошибочные: Проблема с прогнозами доктора Илларионова Бенито Мюллер Презентация на семинаре ‘Россия и Киотский Протокол’ Королевский институт международных отношений, Лондон 17 марта 2004 г. Оксфордский институт энергетики (Институт экологических изменений, философский факультет) Стокгольмский экологический институт (Оксфорд) Королевский институт международных отношений (Лондон) benito.muller@oxfordenergy.org www.OxfordEnergy.org www.OxfordClimatePolicy.org См. «Комментарии к слайдам»


Слайд 1


Слайд 2

Киотский Протокол несовместим с экономическим ростом. Рост выбросов СО2 был тесно связан с темпом роста стран со средними доходами в период 1960-2000 гг. Красные компоненты святы из работы А. Илларионов, КИОТСКИЙ ПРОТОКОЛ И РОССИЯ: ЧТО НУЖНО СДЕЛАТЬ? Национальный пресс-клуб, Вашингтон, США, 30 января 2004 г. http://www.iea.ru/ Киото 2012 -8 -6 -4 -2 0 2 4 6 8 -15 -10 -5 0 5 10 15 Темп роста выбросов СО2, % Темп роста ВВП, % Регрессионное уравнение: y = 0.44 x + 1.17 R2 = 0.71 Эластичность тренда = 1 : 0.44 = 2.3 (‘2.3% ростаCO2 на 1% роста ВВП’) Нулевой рост ВВП = снижение СО2 на 72% к 2050 г.!


Слайд 3

Примечания к слайду · Здесь “эластичность” обозначает рост выбросов СО2 на единицу роста ВВП. Эластичность тренда 2.3 соответствует идее Илларионова о том, что “каждый процент роста ВВП сопровождается ростом выбросов СО2 на 2%”. [1] Удвоение ВВП за 10 лет требует ежегодного роста в среднем на 7.2%. [2 – 3] неясно, почему Киотская цель ограничения выбросов приравнивается к среднегодовому росту выбросов 0%, потому что это явно неверно (может быть здесь неправильное толкование российской киотской цели снижения выбросов на 0% ниже выбросов 1990 г.). В 2001 г. выбросы России составили 1.6 Гт СО2, а киотская цель - 2.4 Гт СО2. Разделив одно на другое, мы получим допустимую скорость роста выбросов до 2010 г. ln(2.4/1/6)/9 = 4.5%. Так что даже если логика Илларионова была бы разумна, то допустимая скорость экон. роста была бы 3.2%, а не 1.2%. [4] Илларионов предполагает, что киотская цель снижения выбросов к 2050 г. будет 74% ниже уровня 1990 г., что потребует среднегодовых темпов снижения выбросов 3.4% в период 2010 – 2050 гг. Важно подчеркнуть, что включение 2050 г. в качестве примера показывает, что Илларионов считает, что его методология годится для долговременных прогнозов. [5]. Следуя методу Илларионова, для решения проблемы выбросов в долговременной перспективе странам со “средним доходом” потребуется не допустить роста ВВП. Как показывает Илларионов, 0%-ный рост ВВП будет равносилен снижению выбросов со скоростью 2.7% в год, так что после 2050 г. (через 46 лет) эти страны получат выбросы на 72% ниже сегодняшнего уровня. Этот вывод может заставить некоторых заподозрить, что логика Илларионова не верна, поскольку она действительно кажется очень странной. Примечание (а). Числа в квадратных скобках означают щелчки мыши при презентации в PowerPoint. (b). Красный текст выражает собственные взгляды Илларионова. (с). Это на 81% ниже уровня 1990 г. в случае России.


Слайд 4

Требования к методологии Для того, чтобы применять прогнозы на основании «эластичности тренда», как это делает Илларионов, должны быть выполнены два методологических требования: I. Необходимо доказать, что корреляция (тренд) будет сохраняться в течение всего периода прогноза. II. Необходимо доказать, как корреляция будет эволюционировать со временем в течение всего периода прогноза.


Слайд 5

Примечания к слайду Из-за того, что в примере со “странами со средним доходом” Илларионова, также как и используемые им во втором примере “страны с низким доходом” используются тренды, полученные по всему массиву (легко) доступных данных, то невозможно выделить некоторые из ключевых временных вариаций, на основе которых такие ожидания могли бы быть сформированы. Однако в третьем примере, где рассматриваются “развитые страны”, взят гораздо более короткий временной интервал тренда (1991- 2000 гг.), который действительно позволяет отсортировать динамические вариации, которые нужны для формирования этих ожиданий. Примечание (а): Для которой он вычисляет тренд, описываемый регрессионным уравнением y = 0,48x + 1,22 (R2 = 0.66)


Слайд 6

Киотский Протокол несовместим с накоплением богатства. Выбросы СО2 тесно связаны с экономическим ростом и в развитых странах (38 стран), 1991-2000 Эластичность тренда = 1: 0.53 = 1.89 Красные компоненты взяты из работы Илларионова , КИОТСКИЙ ПРОТОКОЛ И РОССИЯ: ЧТО НУЖНО СДЕЛАТЬ? Национальный пресс-клуб, Вашингтон, США, 30 января 2004 г. http://www.iea.ru/ Нулевой рост ВВП = снижение выбросов CO2 на 81% к 2050 г.! Рост ВВП, % Темп роста выбросов СО2, %


Слайд 7

Примечания к слайду Список “развитых стран” Илларионова (страны красным цветом не включены в последующий анализ из-за недостатка данных) Аргентина Финляндия Мальта Швейцария Австралия Франция Мавритания Тайвань Австрия Голландия Тринидад и Тобаго Багамские Острова Гонконг Новая Зеландия ОАЭ Бельгия Венгрия Оман Англия Канада Исландия Португалия США Чили Израиль Словакия Уругвай (так!) Кипр Италия Словения Венесуэла (так!) Чехия Япония Испания Дания Корея Швеция R2 – Корреляционный момент Пирсона R в квадрате, это безразмерный коэффициент, который изменяется от -1.0 (“полная отрицательная корреляция), до 0 (нет корреляции) и до +1 (полная положительная корреляция), этот коэффициент показывает силу линейной связи между двумя массивами данных [1 – 2] Заметим, что совершенно случайно экономическая стагнация (нулевой экономический рост) соответствует среднегодовому темпу роста выбросов -3.8%, это совершенно замечательная цифра (для “автономного технологического прогресса”), которая приведет развитые страны к снижению выбросов в 2050 г. на 81% по сравнению с современным уровнем. Короче говоря, в соответствии с методом Илларионова, нет никакой необходимости богатым странам беспокоиться о последствиях самых драконовских требований по снижению выбросов, если они вполне удовлетворены тем уровнем богатства, которого они уже достигли. Это действительно интересный вывод!


Слайд 8

Источники данных: ВВП: База данных МВФ «Экономическое состояние мира», апрель 2003, 1970 – 2000, местная валюта, фиксированные цены CO2: CDIAC, полные выбросы (исключая землепользование) y = 0.46x + 0.0207, R2=0.64 Рост выбросов СО2 Рост ВВП Снова к примеру д-ра Илларионова с «развитыми странами» Trend Elasticity = 2.2


Слайд 9

Примечания к слайду · Не зная источники данных Илларионова, наш вывод будет основан на 10 –летнем тренде по данным МВФ и CDIAC для “развитых стран”. Корреляция оказывается немного слабее, чем установленная Илларионовым, а эластичность тренда немного сильнее, 2.17. Однако при анализе методологии эти различия несущественны. · Как можно дать достоверный прогноз эволюции тренда на будущие 10 или 50 лет? Вероятно, единственный способ – это рассмотреть эволюцию этой корреляционной связи за прошедшие 50 лет, то есть в этом случае с 1970 по 2000 г. · Есть два способа провести анализ временных изменений: Первый способ – передвинуть 10-летний период тренда в прошлое, то есть анализировать корреляцию не только за период 1990 – 2000 гг., но и за 1989 – 1999 гг., 1988 – 1998 гг., …, 1970 – 1980 гг.


Слайд 10

Снова к примеру д-ра Илларионова с «развитыми странами» Рост выбросов СО2 Рост ВВП y = 0.007x + 0.0207, R2=0.0003 Эластичность тренда = 143


Слайд 11

Примечания к слайду Интересно, что в данном случае данные за 1977 – 1988 гг. вообще не показывают никакой корреляции (R2 = 0.0003).


Слайд 12

Корреляционные индексы R2 Эластичности трендов Периоды тренда Снова к примеру д-ра Илларионова с «развитыми странами»


Слайд 13

Примечания к слайду [1] Илларионов основывается на своем анализе только одного периода, за который он определяет среднюю скорость роста, на которых он затем проверяет гипотезу о линейной зависимости. Ключевой численный параметр, который вычисляется при таком регрессионном анализе – это угол наклона регрессионной прямой, это и называется “эластичность тренда”. Корреляция, полученная за этот период, довольно умеренная, эластичность тренда чуть более 2. [2]. Передвинув период тренда назад во времени, корреляция улучшается, в некоторых случаях можно получить “хорошую” корреляцию (R2?0.7) [3] Однако, если идти дальше в прошлое, то мы обнаружим, что две трети (14 из 21) 10 –летних массивов данных имеет показатель корреляции менее 0.5, то есть такая корреляция не может считаться сколько-нибудь значительной. [4]. Аналогичная картина получается, если применить второй тип временной вариации, в котором варьируется первый год периода, то есть 1990 – 2000, 1985 – 2000, …, 1970 – 2000. · Заметим, что здесь вопрос ставится о существовании достоверной (линейной) корреляции, а не об эволюции параметров тренда ( в данном случае эластичностей трендов), · Какие выводы на будущий период можно сделать на основе этой картинки? Абсолютно непонятно, какие вообще прогнозы на будущее можно обосновать на основе доступных исторических данных, особенно для долговременных горизонтов предвидения (за пределами пары лет). При отсутствии гораздо более детального анализа, анализ полученных корреляционных коэффициентов вероятно должен приводить к выводу, что тренд, которым оперирует Илларионов, собирается вообще исчезнуть в течение следующих 10 лет. [5] И даже для тех периодов тренда, для которых получены довольно хорошие корреляции, так что есть основания говорить об “эластичности тренда”, мы обнаруживаем, что эти эластичности никоим образом не являются независимыми от времени. Они сильно флуктуируют даже в течение коротких периодов времени. Так что даже если корреляции Илларионова не исчезнут, его чисто статический метод не подойдет даже для кратковременных прогнозов.


Слайд 14

Скорость роста CO2 Скорость роста ВВП y = –2.91x – 0.095, R2 = 0.71 Россия Чехия Украина Казахстан Рост ВВП 7.2% в год, т.е. удвоение ВВП за 10 лет) = 45%-ное снижение выбросов Корреляции – случайные или закономерные? Эластичность тренда: -0.34 ‘рост выбросов СО2 –0.34% CO2 на 1% роста ВВП Страны «зеленого тренда»? (18)


Слайд 15

Примечания к слайду · Совершенно не самоочевидно, даже если корреляция “хорошая” (R2?0.7), что эта корреляция действительно имеет место ( то есть подразумевает причинно-следственную связь между переменными). Корреляция может быть иллюзорна, особенно если массив исходных данных совершенно не согласован, как указано в слайде “Приложение”. Вычисленная здесь корреляция основана на выборочном, произвольном наборе данных, вряд ли она реально имеет место. В самом деле, “реальность” корреляции такого типа может быть установлена только путем детального анализа сходств и различий в экономике исследуемых стран. · 7.2% роста ВВП соответствует росту выбросов -5.7%. Список стран (все данные для 1998 г.) Чехия Япония Панама Украина Эфиопия Казахстан Папуа-Новая Гвинея ОАЭ Фиджи Макао Перу Зимбабве Габон Новая Зеландия Филиппины Гайана Палау Российская Федерация


Слайд 16

Выводы Аргументы д-ра Илларионова фундаментально ошибочны (II) Даже если бы это его предположение было обосновано, его второе предположение - о том, что эти корреляции постоянны во времени – совершенно необоснованно. (I) Они основаны на неоправданном предположении о том, что некоторые текущие корреляции (тренды) продолжатся в течение следующих 10 – 50 лет (горизонт прогнозирования). Его выводы и прогнозы нужно отвергнуть как необоснованные. Их нельзя рассматривать как научное суждение, которое может быть истинно или ложно. Они «даже не неправильны», а просто абсурдны. Единственный надежный способ прогнозирования ВВП или выбросов (как и других переменных) – это использование динамических методов, которые используются в экономических моделях.


Слайд 17

Примечания к слайду · Илларионов применяет чисто статический анализ к фундаментально динамической проблеме, так что его выводы неизбежно будут ошибочны · Численные прогнозы и экономические прогнозы, основанные на сценариях, слишком часто оказываются неправильными, т.е. – в отличие от естественных наук – они почти никогда (или за редким исключением) не соответствуют искомым значениям. Это частично обусловлено сложностью изучаемой проблемы, и частично – неадекватностью инструментов прогнозирования, которые применяются для изучения этой сложной проблемы. Именно поэтому в большинстве случаев можно с равной долей вероятности обосновать целый набор различных сценариев/прогнозов для тех же самых параметров (все эти прогнозы будут в равной степени ошибочны). Однако проблема с прогнозами Илларионова другого “порядка величины”. Это не просто одно из многих (ошибочных) мнений, которое может высказать любой аналитик, который предсказывает будущее с помощью выбранных им аналитических инструментов. Это “даже не неправильное” мнение (как выразился Вольфганг Паули об одной особенно слабой статье, которую он реферировал), это просто чепуха. Примечание (а): Кажется, что это симптоматично для анализа Илларионова. Татьяна Гурова уже в марте 2002 г. охарактеризовала его убеждения как “пристрастие к статическим моделям и структурам в ущерб динамическим моделям, которые учитывают временную составляющую” [“Илларионов и бедная, бедная, жалкая Россия”, Эксперт, №10(317), 11 марта 2002 г.].


Слайд 18

Статистическое приложение: Частота эластичностей CO2: Все страны, 1980-98, темп роста ВВП от 6% до 8% в год. Анализ распределения частот эластичностей для стран, которые демонстрировали экономический рост со скоростью от 6% до 8% в год в течение последних 20 лет, выявил, что половина из них находятся на гистограмме ниже 0.8 (медианы распределения)


Слайд 19

Примечания к слайду · Следующий ниже результат статистического анализа зависимости между скоростью роста выбросов СО2 и ВВП между 1980 и 1998 гг. показывает, что никакой корреляции вообще нет. Модель: CO2(t) = b ВВП(t) + c + ?(t) Метод: наименьших квадратов с объединенной выборкой Набор данных: с 1980 по 1998 гг., все страны Число включенных наблюдений: 19 Использованное число поперечных сечений: 176 Общее число панельных (несбалансированных) наблюдений : 3055 Переменная Коэффициент Ст. ошибка. t-тест вероятн. C 0.050723 0.017581 2.885156 0.0039 ВВП 0.176737 0.255180 0.692599 0.4886 R2 0.000157 Ср. знач. независимой переменной 0.055003 Скорректированная R2 -0.000170 ст. откл. зависимой переменной 0.909636 Ст. ошибка регрессии 0.909713 сумма квадратов разностей 2526.598 F-тест 0.479693 тест Дурбина-Ватсона 2.138577 Вероятн.(F-тест) 0.488614


×

HTML:





Ссылка: