«Экономикой движут ожидания, а не графики». В этом уверены лауреаты Нобелевской премии-2026.

Шведская королевская академия наук объявила имена лауреатов премии по экономическим наукам памяти Альфреда Нобеля за 2026 год. Награду разделили двое американских исследователей — Майкл Вудфорд, представляющий Колумбийский университет, и Роберт Э. Холл из Стэнфорда. Формулировка Нобелевского комитета: «за микроэкономические основы макроэкономической стабилизации».

Суть новаторства Холла и Вудфорда — в смене оптики. До них макроэкономические модели часто строились на статистических зависимостях между агрегированными показателями: инфляцией, объёмами производства, потреблением. Лауреаты предложили иной фундамент — поведение конкретных домохозяйств и предприятий, которые принимают решения, ориентируясь на собственные ожидания относительно будущего. Именно эти ожидания, подчёркивают учёные, становятся тем рычагом, через который правительства и центробанки могут влиять на траекторию экономики, заранее объявляя о своих планах.

DSGE: от академической абстракции до рабочего инструмента

Модели динамического стохастического общего равновесия (DSGE), выросшие из работ Холла и Вудфорда, сегодня составляют ядро прогнозных систем ведущих центральных банков. Опрос 22 центробанков с таргетированием инфляции, проведённый Банком международных расчётов, показал: большинство используют две и более модели, причём DSGE присутствует почти у всех — либо как основной инструмент, либо как вспомогательный для перекрёстной проверки и построения альтернативных сценариев.

Конкретный пример — Норвежский банк. Его основная модель NEMO представляет собой DSGE-конструкцию для малой открытой экономики, адаптированную под нефтяной сектор. NEMO готовит прогнозы на три-четыре года вперёд и служит отправной точкой для дискуссий Комитета по денежно-кредитной политике. При этом центробанк подчёркивает: модель не принимает решения автоматически, она лишь задаёт рамку для обсуждения рисков и альтернативных нарративов.

Чешский опыт: 15 лет эволюции одной модели

Чешский национальный банк использует модель g3+ с 2008 года. Это структурная двухагентная новокейнсианская DSGE-модель для малой открытой экономики с номинальными жёсткостями и реальными трениями. Модель прошла несколько итераций обновления — пересматривались параметры, структура, добавлялись новые связи. Сегодня g3+ выполняет три функции: служит объединяющей рамкой для прогнозов, инструментом нарративного объяснения экономических сюжетов и платформой для сценарного анализа.

Что это даёт на практике

Практическая ценность микрообоснованных моделей проявляется в кризисных ситуациях. Как отмечает Нобелевский комитет, именно эти конструкции помогли центробанкам лучше справляться с шоками — энергетическими кризисами, резкими сдвигами в потреблении домохозяйств. Когда правительства и центробанки публично объявляют о своих планах, они влияют на ожидания фирм и домохозяйств, а через них — на инфляцию и выпуск. Модели Холла и Вудфорда формализовали этот канал, сделав его управляемым.

Ограничения и новая реальность

При этом сами центральные банки признают: модели — не оракулы. Норвежский банк прямо указывает, что в retrospect их прогнозы в период постпандемической инфляции были чрезмерно смещены в сторону многолетнего опыта низкой инфляции. Реакция на шоки оказалась недооценённой. Сейчас Norges Bank экспериментирует с искусственным интеллектом и машинным обучением для улучшения прогнозных моделей и более гибкого взвешивания альтернативных спецификаций.

Дискуссия о том, что важнее для политики — теоретическая строгость или эмпирическая точность, — не утихает. Критики указывают, что модели с репрезентативным агентом игнорируют распределительные эффекты и гетерогенность домохозяйств. Ответом становится гибридный подход: DSGE-ядро плюс эмпирически калиброванные «сателлитные» модули.

Итог

Премия 2026 года — не просто признание теоретического вклада. Это подтверждение того, что абстрактные на первый взгляд конструкции Холла и Вудфорда стали неотъемлемой частью ежедневной работы сотен экономистов в центробанках от Осло до Праги. Вопрос сегодня не в том, использовать ли микрообоснованные модели, а в том, как дополнить их данными, гетерогенностью и адаптивностью — чтобы в следующий раз не недооценить шок.