ЭНГЛ, РОБЕРТ

ЭНГЛ, РОБЕРТ (Engle, Robert) (р. 1942), американский экономист, специалист по методам анализа экономической статистики. Лауреат Нобелевской премии по экономике 2003 «за методы анализа экономических временных рядов с изменяющейся во времени волатильностью» совместно с Клайвом Гренджером.

Родился в 1942 в Сиракузах (шт. Нью-Йорк). Научная карьера началась с изучения физики – именно по этой научной дисциплине он получил в 1964 в Колледже Уильямса (Williams College) степень бакалавра, а в 1966 в Корнельском университете (Cornell University) – степень магистра. Параллельно с изучением физики начал изучать экономику, и вскоре она стала главной сферой его научных интересов. В 1969 в Корнельском университете ему присвоили докторскую степень по экономической теории.

В экономической науке Энгл с самого начала специализировался по эконометрике – методам экономико-статистического анализа. Этот раздел экономической науки наиболее близок к естественным и точным наукам (эконометрику иногда называют математической экономикой). Поэтому культура мышления физика, для которого создание новых теорий неотрывно связано с их практической проверкой и применением, стала важным подспорьем для экономических трудов Энгла. «Физики имеют тенденцию становиться хорошими эконометриками», – полушутя заметил он в одном из интервью, ссылаясь, помимо себя, на Дэниела Макфаддена, нобелевского лауреата по экономике 2000, который тоже имел образование физика.

С 1969 работал профессором в Массачусетсском технологическом институте, в 1975 перешел в Калифорнийский университет в Сан-Диего, где работает профессором экономики до настоящего времени. Параллельно с 1999 ведет занятия в университете Нью-Йорка как профессор менеджмента финансовых услуг. Член Эконометрического общества (Econometric Society).

Опубликовал более 100 научных работ по эконометрике. Некоторые из них выполнены в соавторстве с Клайвом Грэнджером, коллегой по Калифорнийскому университету.

Свое главное научное открытие, которое принесло ему Нобелевскую премию по экономике, он сделал, исследуя проблему волатильности.

Анализируя изменения каких-либо экономических показателей (цен, процентных ставок и т.д.) в течение долгого времени, эконометрики выделяют два компонента: один из них, тренд, изменяется согласно некоторой закономерности, а другой, волатильность, – случайным образом. Для экономических прогнозов очень важно знать не только средний уровень, например, курсов акций, но и каковы будут ожидаемые отклонения от этого среднего уровня. На рынках ценных бумаг случайные отклонения показателей от тренда крайне важны, поскольку стоимость акций, опционов и других финансовых инструментов сильно зависит от рисков. Отклонения от тренда могут значительно меняться во времени – периоды сильных изменений сменяются периодами незначительных.

Хотя реальная волантильность переменна, экономисты долгое время имели в своем распоряжении только такие статистические методы, которые основаны на предположении о ее постоянстве. В 1982 Энгл разработал авторегрессионную гетероскедастическую (то есть предполагающую переменный разброс) модель (Autoregressive Conditional Heteroskedasticity – ARCH), на основе которой стало возможно предсказывать изменение волатильности. Открытый им метод анализа экономических временных рядов позволяет гораздо достовернее, чем ранее, прогнозировать тенденции изменения ВВП, потребительских цен, процентных ставок, биржевого курса и других экономических показателей не только на ближайший день или на неделю, но даже и на год вперед. Высокая точность прогнозов с использованием этой модели была доказана, в частности, на анализе историко-экономической статистики США и Великобритании, когда сделанный на основе данных за минувшие годы прогноз сопоставляли с фактическими показателями последующих лет.

Присуждая Нобелевскую премию по экономике, Нобелевский комитет подчеркнул большое теоретическое и прикладное значение разработанной Энглом ARCH-модели. Она «стала незаменимой не только для ученых, но и для финансовых и рыночных аналитиков, которые применяют ее при оценке собственности и рисков портфельных инвестиций». Открытые им методы предсказания будущих изменений экономических показателей очень важны и для современной российской экономики, где все еще велика вероятность экономических и политических шоков, повышающих волатильность.

Труды: Авторегрессивная гетероскедастичность с оценками по колебаниям инфляции в Великобритании (Autoregressive Conditional Heteroskedasticity With Estimates of the Variance of U.K. Inflation // Econometrica. 1982. Vol. 50); Полупараметрические оценки взаимосвязи между погодой и спросом на электричество (Semi-parametric estimates of the relation between weather and electricity demand // Journal of American Statistical Association. 1986. Vol. 81, совместно с К.Гренджером, Д.Райсом и А.Вайссом); Коинтеграция и коррекция ошибок: представление, оценка и тестирование (Co-integration and Error Correction: Representation, Estimation and Testing // Econometrica. 1987. Vol. 55, совместно с К.Гренджером); Руководство по эконометрике (Handbook of econometrics, 1994, совместно с Д.Макфадденом и др.); Использование моделей ARCH/GARCH в прикладных эконометрических исследованиях (GARCH101: The Use of ARCH/GARCH Models in Applied Econometrics // Journal of Economic Perspectives. Vol. 15. №. 4. Fall 2001).

Материалы в Интернете: Боллерслев Тим, Энгл Роберт Ф., Нельсон Дэниел Б. ARCH-модели (Из: Handbook of Econometrics. 1994. Vol. 4. Ch. 49) // http://www.nsu.ru/education/tsy/ecmr/garch/handbook/0204049.htm

Латов Юрий, Преображенский Дмитрий

См. также ЭКОНОМИКА.