Зачем сценариям вообще нужна проверка
Сценарий в макроэкономике — это не прогноз в привычном смысле, а условная история: «если энергетические цены пойдут так, а вторичные эффекты на зарплаты и цены будут такими, то экономика окажется там». Такие истории удобны для объяснения механизмов, но сами по себе не говорят, насколько они правдоподобны относительно друг друга и относительно всего спектра возможных исходов. Для этого в статистике существует другой инструмент — распределение вероятностей, которое показывает не единственную точку, а то, какие исходы считаются более или менее вероятными, включая и центральные значения, и крайние, «хвостовые» варианты.
Банк Англии и раньше строил такие распределения — например, в виде вееров неопределённости вокруг центрального прогноза. Но между нарративными сценариями и вероятностными распределениями риска долго оставался разрыв: сценарии рассказывали истории, распределения считали вероятности, и сопоставить одно с другим напрямую было сложно. Сценарный синтез, адаптированный сотрудниками Банка из подхода Адриана и соавторов, строится именно как мост между этими двумя языками.
Что сравнивается и что получается на выходе
Идея метода раскладывается на входы и выходы, и их полезно развести явно, чтобы не путать «историю» и «измерение».
| Элемент | Что это такое | Роль в методе | Пример из материала |
|---|---|---|---|
| Опорное распределение | Независимая оценка общего риска по инфляции или ставке | Задаёт «эталон», с которым сверяются сценарии | Опрос фирм (Decision Maker Panel) по инфляции; опционно-имплицированная кривая по ставке |
| Сценарии как условные плотности | Каждый сценарий, выраженный не точкой, а распределением вероятностей вокруг своей логики | Исходный материал, который нужно сопоставить с эталоном | Сценарии A, B и C по ценам на энергию и вторичным эффектам |
| Веса сценариев | Доля, с которой каждый сценарий статистически объясняет опорное распределение | Показывает относительную статистическую значимость сценария | Сценарий B получает около двух третей веса по инфляции |
| Синтезированное распределение | Взвешенная смесь плотностей сценариев | Финальная кривая, которую сравнивают с опорной | Орандж-кривые на графиках Банка Англии |
Важно не путать веса сценариев с оценкой их «правильности» в политическом смысле. Это статистическое соответствие выбранному опорному распределению, а не суждение о том, какая траектория денежно-кредитной политики предпочтительнее — сам Банк Англии прямо это оговаривает.
Как устроена логика проверки
Последовательность шагов метода удобно представить как цепочку, в конце которой остаётся пространство для экспертной интерпретации — синтез не заменяет её, а готовит для неё более точный вопрос.
flowchart TD A[Опорное распределение риска] --> B[Сценарии как условные плотности] B --> C[Подбор весов сценариев] C --> D[Синтезированная кривая] D --> E[Сравнение по сегментам распределения] E --> F[Вывод: где риски покрыты, а где нет]
Ключевой момент здесь — шаг сравнения по сегментам. Синтез не просто спрашивает «похожа ли итоговая кривая на эталон в целом», а проверяет это отдельно для центральной части распределения, для верхнего хвоста и для нижнего. Именно такая детализация позволяет увидеть, что набор сценариев может прекрасно описывать середину риска, но плохо — его края, или наоборот.
Инфляция: три сценария закрывают почти весь диапазон
Применительно к инфляции Банк Англии использовал в качестве опорного распределения оценки риска, полученные из опроса фирм — логичный выбор, поскольку именно фирмы определяют, перекладываются ли шоки цен на энергию во вторичные эффекты на зарплаты и конечные цены. Три сценария апрельского отчёта — от относительно короткого энергетического шока без вторичных эффектов до затяжного и сильного шока с выраженными вторичными эффектами — вместе охватили 99% риска в центральной части опорного распределения, а также в правом и левом сегментах.
Это не означает, что инфляция окажется ровно там, где предполагает тот или иной сценарий. Это означает другое: если бы реальный исход инфляции был случайным образом извлечён из распределения, которое видят фирмы, то статистически он почти наверняка попал бы в диапазон, уже описанный смесью трёх сценариев. Показательно, что без самого жёсткого сценария — того, где шок продолжительный и вторичные эффекты сильные — покрытие падало до 87–89% в тех же сегментах. Иными словами, именно этот сценарий закрывал ту часть риска, которую два более мягких варианта не описывали вовсе. Веса при этом распределились неравномерно: наибольшую статистическую опору получил средний по жёсткости сценарий, около двух третей, тогда как самый мягкий получил вес, близкий к нулю.
Ставка: тот же набор сценариев, другая картина
Любопытно, что тот же набор сценариев выглядит иначе, когда речь идёт не об инфляции, а о траектории ставки. Здесь опорным распределением служит не опрос, а кривая, подразумеваемая ценами опционов на процентные ставки — рыночная оценка риска, но с важной оговоркой: такие кривые отражают не чистые ожидания участников рынка, а ожидания, искажённые премией за риск, и Банк Англии сам указывает на этот нюанс.
Модельные траектории ставки, построенные на двух более мягких сценариях, хорошо описывали левую и центральную часть этого распределения — до 84% в нижней половине, — но почти не покрывали верхний хвост, лишь 41%. Добавление жёсткого сценария меняло картину кардинально: итоговое распределение становилось визуально двугорбым, с одним пиком вокруг мягких сценариев и вторым — сдвинутым вправо и связанным с жёстким сценарием, — после чего покрытие верхнего хвоста выросло до 94%. Это хороший пример того, почему анализ хвостов часто важнее анализа центра: именно там, где сценарии расходятся сильнее всего, синтез обнаруживает, какой из них закрывает иначе необъяснённый риск.
Что метод не делает
Синтез не говорит, какая политика уместна в ответ на тот или иной риск — различение шоков, требующих упреждающей реакции, от тех, что требуют действий только при их материализации, остаётся задачей суждения, а не статистики. Он также зависит от выбора опорного распределения: другой источник риска — другая модель, другой горизонт — может дать другую картину покрытия, и материал Банка Англии не демонстрирует, насколько чувствительны выводы к этому выбору. То, что метод хорошо показал себя на одном наборе апрельских сценариев, не говорит о его надёжности в будущих циклах — это вопрос, который сами авторы называют предметом дальнейшей разработки, включая более точное построение опорных распределений и совместный анализ инфляции, роста и ставки.
Почему это всё-таки полезно
Ценность сценарного синтеза не в том, что он предсказывает цифры, а в том, что он превращает качественный вопрос «хороший ли у нас набор сценариев» в измеримый: какую долю риска он покрывает, и в каких сегментах — центре, верхнем или нижнем хвосте — остаются пробелы. Для читателя, который следит за циклом ставок и инфляции, это рамка, позволяющая отличать красиво рассказанную историю от истории, действительно учитывающей весь спектр того, что может пойти не так — и не так, как ожидалось, в хорошую сторону тоже.
