DSA Faculty
API
← к списку преподавателей

Пильник Николай Петрович

Факультет экономических наук

Профиль на hse.ru ↗ тел.: +7 (495) 772-95-90 | 27501
Публикаций
76
Языков
1
Наград
7
Конференций
5
Профиль Публикации (76) Курсы (11)

Профессиональные интересы

математическая экономикаоптимальное управлениематематическое моделирование экономических механизмовимитационное моделированиемакроэкономика

Должности

  • Заместитель декана по проектной работе и взаимодействию с партнерами — Факультет экономических наук
  • Заместитель руководителя департамента — Факультет экономических наук, Департамент прикладной экономики
  • Доцент — Факультет экономических наук, Департамент прикладной экономики
  • Старший научный сотрудник — Факультет экономических наук, Научно-учебная лаборатория макроструктурного моделирования экономики России

Био

  • · Начал работать в НИУ ВШЭ в 2009 году.
  • · Научно-педагогический стаж: 17 лет.

Образование

  • 2012 · Кандидат экономических наук
  • 2008 · Магистратура: Государственный университет – Высшая школа экономики, факультет: Экономика, специальность «Экономика», квалификация «Магистр экономики»
  • 2006 · Бакалавриат: Государственный университет – Высшая школа экономики, факультет: Экономика, специальность «Экономика», квалификация «Бакалавр экономики»

Опыт работы

  • · 2015: июнь настоящее время. Федеральный Исследовательский Центр «Информатика и управление» РАН. Научный сотрудник
  • · 2012: январь май
  • · 2015: Вычислительный Центр им. А.А. Дородницына РАН. Научный сотрудник
  • · 2015: май настоящее время. Департамент прикладной экономики факультета экономических наук НИУ ВШЭ. Доцент
  • · 2012: сентябрь апрель
  • · 2015: Кафедра математической экономики и эконометрики НИУ ВШЭ. Старший преподаватель
  • · 2009: сентябрь август
  • · 2012: Кафедра математической экономики и эконометрики НИУ ВШЭ. Преподаватель
  • · 2009: ноябрь сентябрь
  • · 2010: Интернет-телеканал teleforum.tv. Ведущий, редактор отдела экономической политики
  • · 2008: август апрель
  • · 2009: Экономическая Экспертная Группа при Министерстве Финансов РФ. Эксперт
  • · 2015: январь настоящее время. Лаборатория макроструктурного моделирования экономики России Центра фундаментальных исследований НИУ ВШЭ. Старший научный сотрудник
  • · 2010: январь декабрь
  • · 2014: Лаборатория макроструктурного моделирования экономики России Центра фундаментальных исследований НИУ ВШЭ. Младший научный сотрудник
  • · 2006: март декабрь
  • · 2009: Лаборатория макроструктурного моделирования экономики России Центра фундаментальных исследований ГУ-ВШЭ. Инженер

Награды и поощрения

  • · Почетная грамота факультета экономических наук НИУ ВШЭ (январь 2024)
  • · Медаль "Признание - 15 лет успешной работы" НИУ ВШЭ (декабрь 2022)
  • · Благодарность Факультета экономических наук НИУ ВШЭ (февраль 2020)
  • · Благодарность Высшей школы экономики (ноябрь 2013)
  • · Надбавка за академическую работу (2017–2018, 2016–2017, 2015–2016, 2014–2015, 2011–2012)
  • · Лучший преподаватель — 2012–2023
  • · Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)Категория "Новые преподаватели" (2010–2011)

Гранты и проекты

  • — · Участие в качестве исполнителя в грантах
  • — · РФФИ № 09-01-13534-офи_ц "Математические модели и методы анализа и прогнозирования развития производственно-экономических систем"
  • — · РФФИ № 11-01-00644-а "Разработка математических моделей диверсификации поведения экономических агентов"
  • — · РГНФ № 11-02-00241-а "Построение многопродуктовой макроэкономической модели на основе дезагрегирования финансовых балансов"
  • — · РФФИ № 12-01-31333мол_а "Моделирование движения капитала между секторами российской экономики и за границу с помощью динамической модели общего равновесия"
  • — · РНФ № 14-11-00432 "Технология идентификации и расчета динамических моделей общего и частичного экономического равновесия"
  • — · Руководство грантами
  • — · РФФИ № 14-01-31486 "Исследование возможных смен состояний финансовой системы в динамической модели общего экономического равновесия"
  • — · РГНФ № 14-02-12019 "Мониторинг системы финансовых балансов экономики России"

Конференции (5)

Показать все
  • · 2018: XIX April International Academic Conference On Economic and Social Development (Moscow). Доклад: Modeling network effects for the Russian interbank market
  • · 2018: Открытый научно-практический семинар ЦМАКП (Москва). Доклад: Агентно-ориентированная модель российской банковской системы
  • · 2015: XVI Апрельская международная научная конференция "Модернизация экономики и общества" (Москва). Доклад: Модель банковской системы России с учетом потребности банков в ликвидности
  • · 2013: 56-ая Конференция МФТИ (Москва). Доклад: Новые подходы к описанию и моделирование банковской системы России (New approaches to modeling Russian banking system)
  • · 2013: 56-ая Конференция МФТИ (Москва). Доклад: Новые подходы к описанию и моделированию банковской системы России

Идентификаторы исследователя

Публикации (76)

Модель оптимального поведения современной российской банковской системы

2018 · ARTICLE · ru

В статье описана модель банковской системы России, успешно воспроизводящая широкий набор показателей, характеризующих ее деятельность, – кредиты и депозиты фирм и домохозяйств, ликвидность, номинированные в рублях и в иностранной валюте, обязательные резервы. Описана методика вывода соотношений модели, включающая постановку оптимизационной задачи макроагента «банк». В задаче предполагается максимизация приведенного потока прибыли при бюджетном ограничении, балансов отдельных кредитов и депозитов, ограничений ликвидности и требовании достаточности резервов. В статье приводится система уравнений, описывающая решение этой задачи. Подробно описан переход от непрерывного времени к дискретному, новый подход к смягчению условий дополняющей нежесткости, основанный на предположении о наличии в модели магистрального свойства. Помимо стандартного для моделей такого класса подхода к оценке параметров модели применен метод многошаговых прогнозов (multi-step forecasting). Показано, что стандартный метод оценки позволяет достаточно точно воспроизвести исторические ряды, но дает невысокое качество прогнозов. Метод многошаговых прогнозов, с другой стороны, успешно воспроизводит исторические ряды и дает достаточно точные прогнозы. Проведено сравнение со стандартными эконометрическими конструкциями и показано, что модель с параметрами, полученными методом многошаговых прогнозов, строит прогнозы несколько лучше, чем ARIMAX и значительно лучше, чем AR, ARIMA, VAR, VARX. Показано также, что при поиске параметров модели методом многошаговых прогнозов оптимальные значения оказываются примерно одинаковыми для разных интервалов оценивания и для разных длин прогноза (от одного до шести месяцев). Такая устойчивость параметров дает нам основания считать, что модель воспроизводит долгосрочные соотношения модельных переменных и может быть использована для прогнозирования и сценарного анализа. Модель может быть использована для оценки реакции банковской системы на проводимую денежно-кредитную политику, различные внешние ограничения и общее состояние экономики. Модель может быть использована как блок более общей модели общего равновесия экономики России.

DOI ↗

Cмягчение условий дополняющей нежесткости в динамических моделях общего равновесия

2018 · ARTICLE · ru

В статье представлено описание и обоснование эвристического приема, используемого в прикладных динамических моделях экономики, содержащих оптимизационные задачи агентов. Решение таких задач позволяет получить систему, содержащую дифференциальные и алгебраические уравнения, неравенства и условия дополняющей нежесткости – требования о равенстве произведения двух выражений, содержащих прямые и двойственные переменные, нулю, при условии неотрицательности каждого из них. Наличие таких условий значительно затрудняет работу с подобными моделями уже на этапе калибровки. В статье показывается, что с помощью вполне естественных предположений о чередовании режимов, определяемых способом разрешения УДН, оказывается возможным перейти к более регулярным и удобным с точки зрения калибровки модели соотношениям.

Динамические модели общего равновесия как инструмент анализа и прогнозирования экономики России

2018 · ARTICLE · ru

В статье представлены результаты прикладного использования динамических моделей общего равновесия в процессе анализа и прогнозирования экономики России. Описан сорокалетний опыт использования моделей этого типа, особенности используемых подходов и полученные значимые результаты. Подробно рассмотрены принципы, лежащие в основе современных моделей общего равновесия. На примере трех разных блоков модели общего равновесия показано, какие именно результаты с точки зрения широты используемой статистической информации, методов работы с уравнениями модели и точности оценок и прогнозов можно получать на текущем этапе с помощью рассматриваемых моделей.

DOI ↗

Влияние налога на прибыль на экономические показатели в условиях эндогенного выбора между рынком труда и предпринимательством

2017 · ARTICLE · ru

В работе представлена модель общего равновесия, описывающая взаимодействие гетерогенных агентов, выбирающих между рынком труда и предпринимательством, и государством, отвечающим за сбор налога на прибыль частных предпринимателей и распределение полученных средств. Показано, что введение предельно малого на- лога не влияет на агрегированный выпуск экономики, но в то же время увеличивает предложение труда и снижает заработную плату. Дальнейшее увеличение налоговой ставки приводит к возрастающему негативному эффекту на совокупное предложение продукта.

Измерение риска ликвидности системы кредитных организаций на примере банковской системы России.

2017 · ARTICLE · ru

Нехватка ликвидности в банковской сфере была одним из ключевых факторов развертывания последнего финансового кризиса, однако на данный момент авторам не известны показатели, позволяющие измерить риск ликвидности для банковской системы в целом. В данной работе предлагается индикатор, позволяющий измерить уровень достаточности ликвидных средств. Его построение основано на разделении счетов баланса банка на ликвидные и неликвидные на основе сопоставления статистики внутримесячных потоков и запасов на конец месяца. Показано, что для банковской системы РФ данный индикатор позволяет выявить нестабильность системы, связанную с нехваткой ликвидности, а также является опережающим индикатором для кризисов банковской сферы 2008-го и 2014-го годов. Исследован вопрос об устойчивости распределения банков по данному индикатору во время кризисных явлений в российской экономике. Также в работе продемонстрировано, что изменение временного горизонта определения ликвидности при расчете предложенного индикатора позволяет измерить не только риск текущей ликвидности, но также риск мгновенной ликвидности и качество фондирования.

DOI ↗ PDF ↗

Оценка вероятности отзыва лицензии банка с использованием методов регуляризации

2017 · ARTICLE · ru

В исследовании используются открытые данные регулятора для предсказания вероятности отзыва банковской лицензии. Применение регуляризации позволяет учесть весь объем данных, что предполагает автоматический выбор оптимальной модели. В статье оценен ряд моделей, демонстрирующих высокую прогнозную силу. Предложенная методика может быть использована участниками финансового рынка для непрерывной оценки надежности контрагентов.

О новых подходах к идентификации блоков моделей общего равновесия

2017 · ARTICLE · ru

В работе на примере модели банковской системы Российской Федерации представлена технология идентификации параметров на статистических данных отдельных блоков моделей общего равновесия. Данная технология включает в себя переход от непрерывной временной шкалы к дискретной, смягчение условий дополняющей нежесткости, численное разрешение части уравнений системы, подбор параметров за модели за счет минимизации функционала специального типа. В основе модели лежит задача макроэкономического агента «банк», который моделируется в соответствии с принципами агрегированного описания, принципа оптимальности и полного предвидения. На данной модели опробован метод многошагового прогноза, который, насколько нам известно, ранее встречался только в эконометрических моделях. После идентификации представленная модель успешно воспроизводят ключевые показатели деятельности банковской системы, такие как суммарные кредиты, депозиты, расчетные счета и т.д. Кроме того, в модели наблюдается магистральный эффект.

О пределах возможности инфляционного таргетирования

2017 · ARTICLE · ru

Цель данной статьи — выявить основные детерминанты роста потребительских цен в российской экономике. Для этого определяется влияние на инфляцию монетарной политики Банка России, тарифного регулирования и показателей обменного курса рубля. В качестве инструмента исследования используется эконометрическая модель формирования инфляции в зависимости от динамики основных факторов. В статье проанализированы причины существенного роста волатильности курса доллара и, как следствие, ее воздействия на потребительскую инфляцию. Согласно представленной модели, основными генераторами волатильности выступают изменчивость цен на нефть и режим политики управления курсом.

PDF ↗

Моделирование состояния платежного баланса России

2017 · ARTICLE · ru

В статье представлена модель, позволяющая анализировать и прогнозировать динамику внешнеэкономической деятельности экономики России в рамках платежного баланса. Для этого используется модель, состоящая/Модель состоит из эконометрических и балансовых соотношений, позволяющая/и позволяет с достаточно высокой точностью описывать несколько десятков показателей платежного баланса. В статье охарактеризованы основные проблемы, связанные с подготовкой исходных статистических данных для моделирования. Модель приспособлена для краткосрочного прогнозирования помесячной динамики показателей на срок от 12 до 18 месяцев. В качестве демонстрации работоспособности модели в статье представлены три различных сценария состояния платежного баланса России в зависимости от комбинации внешних условий, отражающих цены на мировых товарных рынках, состояния наиболее крупных национальных экономик и проводимой экономической политики.

PDF ↗

Модель внешнеэкономической деятельности экономики России

2017 · CHAPTER · ru

В работе представлен инструмент, позволяющий анализировать и прогнозировать динамику внешнеэкономической деятельности экономики России, описанную в рамках платежного баланса. Для этого используется модель, состоящая из эконометрических и балансовых соотношений, позволяющая с достаточно высокой точностью описывать несколько десятков показателей платежного баланса. Модель приспособлена для среднесрочного прогнозирования помесячной и квартальной динамики показателей. В качестве демонстрации работоспособности модели представлены соотношения модельных и статистических данных по широкому кругу показателей, включающих в себя валютный курс. Модель позволяет рассматривать различные сценарии состояния платежного баланса России в зависимости от комбинации внешних условий, описывающих цены на мировых товарных рынках, состояние наиболее крупных национальных экономик и проводимой экономической политики. Работа выполнена при поддержке Совета по грантам Президента РФ (грант Президента Российской Федерации для государственной поддержки молодых российских ученых МК-8181.2016.9).

Курсы (11)