Sihttoetuse eraldamise ja kasutamise leping nr 1.4-6/24/15
Sihtasutus Eesti Teadusagentuur (ETAG), keda esindab volikirja alusel tegevjuht Karin Jaanson, ja
Rahandusministeerium , keda esindab kantsler Merike Saks,
(edaspidi koos tellija või tellijad),
ja
Eesti Rakendusuuringute Keskus CentAR OÜ, keda esindab juhatuse liige Janno Järve, (edaspidi
sihttoetuse saaja)
lähtudes ETAGi korraldatud makromudeli arenduse sihttoetuse avaliku konkursi tulemustest
sõlmisid käesoleva lepingu järgnevas:
1. Lepingu ese
1.1. Lepingu ese on sihttoetuse eraldamine Rahandusministeeriumi makromudeli arenduse
avalikul konkursil edukaks osutunud asutusele/konsortsiumile. Sihttoetuse arvelt teeb
sihttoetuse saaja teadus- ja arendustegevust ning teadus-arendustegevust toetavat tegevust,
lähtudes sihttoetuse konkursi lähteülesandest ning esitatud taotlusest;
1.2. Uurimistöö tegemiseks eraldab Rahandusministeerium sihttoetuse saajale:
1.2.1. Tegevustoetust 98 900 eurot (ei lisandu käibemaks)
1.2.2. uurimistoetust 164 600 eurot (kui sihttoetuse saaja on käibemaksukohuslane, siis lisandub
käibemaks).
2. Lepingu dokumendid
2.1. Lepingu dokumendid koosnevad lepingust ja muudest kokkulepetest, mis sõlmitakse lepingu
sõlmimise ajal või pärast lepingu sõlmimist ja mis on lepingu lahutamatuteks osadeks ning
moodustavad koos lepinguga ühtse tervikliku kokkuleppe poolte vahel.
2.2. Lepingul on sõlmimise hetkel järgmised lisad:
2.3. Lisa 1 - Sihttoetuse taotlus koos lisadega;
2.4. Lisa 2 – Lähteülesanne;
2.5. Lisa 3 – Rahastusotsus.
3. Aruandlus ning töö üleandmine ja vastuvõtmine
3.1. Sihttoetuse saaja esitab ETAGile punktis 8.4.2. nimetatud kontaktisikule aruandluse järgmiselt:
3.1.1. 2024. aasta finants- ja tegevusaruanne hiljemalt 31.12.2024
3.1.2. 2025. aasta finants- ja tegevusaruanne hiljemalt 31.12.2025;
3.1.3. 2026. aasta finants- ja tegevusaruanne ja lõpparuande koos selle juurde kuuluvate
dokumentide ja lisadega hiljemalt 31.12.2026.
3.2. Aruandeid hindab juhtkomisjon, kes teeb vajadusel ettepanekuid asjaomase aruande
täiendamiseks.
3.3. Uurimistoetuse rahastusel valminud töö antakse üle ja võetakse vastu koos aruandega. Tööd
loetakse vastuvõetuks finants- ja tegevusaruande heakskiitmisega juhtkomisjoni poolt. Eraldi
üleandmise-vastuvõtmise akti ei koostata.
1 (6)
4. Sihttoetuse väljamaksmi se tingimused
4.1. Tegevustoetuse väljamakse aluseks on leping. Tegevustoetuse väljamakse kogu sihttoetuse
lepingu perioodi kohta tehakse pärast sihttoetuse lepingu sõlmimist. Tegevustoetus kantakse
Eesti Rakendusuuringute Keskus CentAR OÜ kontole:
Eesti Rakendusuuringute Keskus CentAR OÜ
Swedbank EE042200221034841894
4.2. Tegevustoetust antakse sihttoetuse saajale vähese tähtsusega abina konkurentsiseaduse § 33
mõistes ja sellele kohaldatakse Euroopa Komisjoni määruse (EL) nr 2023/2831 nõudeid.
4.3. Uurimistoetuse väljamakse aluseks on sihttoetuse saaja poolt esitatud ja tellijate poolt heaks
kiidetud uurimistöö tegevus- ja ajakava iga uurimisaasta kohta:
4.3.1. Esimene uurimistoetuse väljamakse teostatakse peale lepingu sõlmimist vastavalt sihttoetuse
saaja poolt esitatud ja tellijate poolt heaks kiidetud 2024. aasta uurimistöö tegevus- ja
ajakavale. Sihttoetuse saaja esitab Rahandusministeeriumile ettemaksuarve 2024. a
uurimistööde eest e-arvena.
4.3.2. Teine uurimistoetuse väljamakse teostatakse pärast 2024. aasta finants- ja tegevusaruande
heakskiitmist vastavalt sihttoetuse saaja poolt esitatud ja tellijate poolt heaks kiidetud 2025.
aasta uurimistöö tegevus- ja ajakavale. Sihttoetuse saaja esitab Rahandusministeeriumile
ettemaksuarve 2025. a uurimistööde eest e-arvena.
4.3.3. Kolmas uurimistoetuse väljamakse teostatakse pärast 2025. aasta finants- ja tegevusaruande
heakskiitmist vastavalt sihttoetuse saaja poolt esitatud ja tellijate poolt heaks kiidetud 2026.
aasta uurimistöö tegevus- ja ajakavale. Sihttoetuse saaja esitab Rahandusministeeriumile
ettemaksuarve 2026. a uurimistööde eest e-arvena.
4.3.4. Arvete maksetähtaeg peab olema vähemalt 14 tööpäeva arve esitamisest.
5. Autoriõigused
5.1. Autoriõigused lepingu punktis 1.2.1. nimetatud tegevustoetuse kasutamisel teadus- ja
arendustegevuse tulemuste suhtes kuuluvad sihttoetuse saajale ning nende kuuluvus ei muutu.
5.2. Lepingu alusel uurimistoetusena rahastatud sihttoetuse saaja poolt loodud või tema poolt
kolmandatelt isikutelt omandatud ja lepingu alusel tellija poolt vastuvõetud mistahes
uurimistegevuse resultaadid (töö) ja nendega seotud intellektuaalse omandi õigused, sh autori
kõik varalised õigused lähevad töö vastuvõtmisega täies mahus üle Rahandusministeeriumile ning
kehtivate autori isiklike õiguste osas (mis oma olemuselt üleantavad ei ole) annab sihttoetuse
saaja Rahandusministeeriumile tagasivõtmatu kogu autoriõiguste kehtivuse aja kehtiva tasuta
ainulitsentsi ja õiguse anda all-litsentse kolmandatele isikutele enda äranägemisel (edaspidi koos
nimetatud „litsents“). Sihttoetuse saaja kohustub tagama, et tal on kõik õigused eelnimetatud
varaliste õiguste loovutamiseks.
5.3. Rahandusministeeriumil on pärast lepingu täitmise käigus loodud töö, mida rahastati
uurimistoetusena, üleandmist õigus kasutada seda oma äranägemisel, sealhulgas on
Rahandusministeeriumil õigus teha ise või tellida kolmandalt isikult sellele edasiarendusi ja
muudatusi. Kasutamise viis ega territoorium ei ole piiratud. Töö muudatuste puhul peab olema
selgelt aru saada, et nende autoriks ei ole sihttoetuse saaja. Kui see ei ole selge, peab
Rahandusministeerium sihttoetuse saajat eelnevalt teavitama ning andma talle võimaluse nõuda
oma nime eemaldamist töö tulemitelt.
5.4. Kui uurimistoetusena rahastatud töö ja selle tulemuste kasutamiseks litsentsisaajate poolt on
vajalik kolmanda isiku intellektuaalse omandi litsents, siis tagab sihttoetuse saaja ka sellise litsentsi
saamise tellijale ühes all-litsentsi andmise õigusega.
2 (6)
5.5. Sihttoetuse saajal ei ole ilma Rahandusministeeriumi eelneva kirjaliku nõusolekuta õigust
uurimistoetusena rahastatud lepingu täitmise käigus loodud teoseid või nende osasid kasutada,
v.a teadus-, arendus- ja õppetöös mitte-ärilistel eesmärkidel. Kolmandatele isikutele antakse
lihtlitsentse töö tulemuste kasutamiseks õiglastel ja mõistlikel turutingimustel.
5.6. Litsents uurimistoetusena rahastatud töö kasutamiseks loetakse antuks punktis 3.3. nimetatud
dokumentide või andmete üleandmisega tellijale.
5.7. Tellijad ja sihttoetuse saaja kohustuvad tööde avaldamisel mistahes vormis viitama
Rahandusministeeriumile kui sihttoetuse andjale ja sihttoetuse saajale kui uurimistöö läbiviijale.
Tegevustoetuse kasutamisel viitab sihttoetuse saaja Rahandusministeeriumile kui sihttoetuse
andjale.
6. Poolte kohustused
6.1. ETAG kohustub:
6.1.1. edastama aruannete vormid sihttoetuse saajale;
6.1.2. andma sihttoetuse saajale viimase nõudmisel lepingu ja aruandluse täitmiseks vajalikku abi,
infot jm;
6.1.3. kontrollima lepingu täitmist ja korraldama juhtkomisjoni tööd ning suhtlust sihttoetuse
saajaga;
6.1.4. kontrollima sihttoetuse kasutamise sihipärasust;
6.1.5. edastama Rahandusministeeriumile juhtkomisjoni poolt heaks kiidetud finants- ja
tegevusaruande ja lõpparuande.
6.1.6. korraldama aruannete ja uurimistoetuse rahastusel valminud töö nõuetekohasuse
hindamist.
6.2. Rahandusministeerium kohustub:
6.2.1. kandma sihttoetuse saajale lepingu punktis 1.2 nimetatud sihttoetuse riigieelarveliste
vahendite olemasolul üle vastavalt punktile 4;
6.2.2. tegema sihttoetuse saajaga koostööd kokkulepitud koostöövormide elluviimisel;
6.2.3. osalema sihttoetuse juhtkomisjoni töös ning andma valminud töödele kirjalikult märkusi ja
juhiseid.
6.3. Sihttoetuse saaja kohustub:
6.3.1. kasutama talle eraldatud sihttoetust heaperemehelikult vastavalt sihttoetuse
lähteülesandele ning sihttoetuse saaja konkursile esitatud taotlemise dokumentidele;
6.3.2. andma Rahandusministeeriumile üle sihttoetuse lähteülesandes ja sihttoetuse saaja
konkursile esitatud taotlemise dokumentides nimetatud ning muud tööde käigus koostatud
dokumendid ja kogutud andmed;
6.3.3. viima koostöös Rahandusministeeriumiga ellu sihttoetuse lähteülesandes ja sihttoetuse saaja
konkursile esitatud taotlemise dokumentides nimetatud koostöövormid;
6.3.4. esitama ETAGile uurimistöö tegevus- ja ajakava koos täpsustatud vajaliku eelarvega iga
kalendriaasta kohta järgmiselt:
6.3.4.1. 2024. a uurimistöö tegevus- ja ajakava 8 nädala jooksul peale lepingu sõlmimist;
6.3.4.2. 2025. a uurimistöö tegevus- ja ajakava hiljemalt 30.11.2024;
6.3.4.3. 2026. a uurimistöö tegevus- ja ajakava hiljemalt 30.11.2025.
6.3.5. esitama ETAGile iga aruandlusperioodi lõpuks finants- ja tegevusaruande ETAGi kehtestatud
vormil;
3 (6)
6.3.6. esitama uurimistöö lõpparuande koos selle juurde kuuluvate kõikide lisadega;
6.3.7. esitama ETAGile uurimisprojekti esimese kuue kuu jooksul uurimistöö andmehaldusplaani;
6.3.8. tellija kirjalikul nõudel esitama sihttoetuse arvel tegevustoetuse kulutuste tegemist
tõendavate algdokumentide koopiad viie (5) tööpäeva jooksul vastavasisulise nõude
saamisest;
6.3.9. arvestama tellija või juhtkomisjoni kirjalikult tehtud märkustega ja antud juhistega, kui need
on kooskõlas lepinguga;
6.3.10. viivitamatult teatama tellijatele:
6.3.10.1. asjaoludest mis takistavad lepingu täitmist;
6.3.10.2. lepingu või selle lisade muutmise vajalikkusest;
6.3.10.3. lepingu täitmisel esinevatest muudest probleemidest;
6.3.11. nimetama Rahandusministeeriumi lepingu esemes kirjeldatud tegevuse toetajana kõigis
asjakohastes trükistes (artiklid, raamatud, muud trükised jne) ja avalikel esinemistel;
6.3.12. kandma uuringu Eesti Teadusinfosüsteemi (ETIS). ETIS-esse tuleb kanda vähemalt järgmised
andmed:
- projekti pealkiri eesti ja inglise keeles;
- projekti algus- ja lõppkuupäev;
- vastutav täitja; valdkond ja eriala;
- projekti läbi viiv asutus;
- finantseerivad asutused: Rahandusministeerium;
- projekti maksumus;
- annotatsioon (lühitutvustus) eesti ja inglise keeles;
- tegevuse liik ja protsent: 100% rakendusuuring;
- projekti lõppedes projekti lõpptulemuste lühikirjeldus .
6.3.13. andma ülekantud toetuse viivitamata uurimismeeskonna juhi käsutusse;
6.3.14. Rahandusministeeriumi kirjalikul nõudmisel kandma neljateistkümne (14) päeva jooksul
mitte-sihtotstarbeliselt kasutatud või kasutamata jäänud tegevustoetuse osa
Rahandusministeeriumi arveldusarvele:
Rahandusministeerium
viitenumber 2800045768
Pangakontod
SEB Pank EE891010220034796011 (BIC/SWIFT: EEUHEE2X)
Swedbank EE932200221023778606 (BIC/SWIFT: HABAEE2X)
LHV Pank EE777700771003813400 (BIC/SWIFT: LHVBEE22)
Luminor Bank EE701700017001577198 (BIC/SWIFT: RIKOEE22)
6.3.15. võimaldama tellijal ja tema volitatud isikutel kontrollida esitatud aruannete õigsust,
lähteülesandes sätestatud sihttoetuse saamise tingimuseks olevate asjaolude paikapidavust
ja sihttoetuse kasutamise sihipärasust.
6.3.16. kasutama lepingu täitmisel samu isikuid, kelle ta esitas taotluses uurimismeeskonna/
ekspertrühma koosseisus. Meeskonnaliikmete vahetumise korral peab olema tagatud, et
lepingu täitmisel osalevad vähemalt samaväärse kvalifikatsiooni ja kogemusega isikud, kes
olid nimetatud sihttoetuse saaja taotluses. Meeskonnaliikme vahetumise vajadustest tuleb
teavitada tellijat esimesel võimalusel ning esitada tellijale uue meeskonnaliikme
kvalifikatsiooni ja kogemust kajastavad dokumendid. Meeskonnaliikmete vahetamiseks on
vajalik tellija nõusolek.
4 (6)
7. Vastutus
7.1. Pooled täidavad oma kohustusi nõuetekohaselt, mõistlikult, heas usus ja hoolsalt ning lähtudes
hea teadustava põhimõtetest.
7.2. Tellijad ei vastuta uurimistöö sisu ega tulemuste eest.
7.3. Rahandusministeeriumil on õigus:
7.3.1. lõpetada sihttoetuse eraldamine ja nõuda sihttoetuse saajalt kogu eraldatud sihttoetuse
tagastamist, kui finants- ja tegevusaruanne või lõpparuanne pole esitatud kuuekümne (60)
päeva jooksul pärast tähtpäeva saabumist, kui juhtkomisjon ei ole aruannet heaks kiitnud või
kui sihttoetuse saaja on rikkunud muid kokkulepitud sihttoetuse kasutamise tingimusi;
7.3.2. lõpetada sihttoetuse eraldamine või vähendada selle summat, kui see tuleneb muudatusest
Rahandusministeeriumile sihttoetuseks ette nähtud vahendite mahus.
7.4. Pooled vastutavad oma kohustuste süülise mittetäitmise korral, kui täitmisest keeldumise õigus
ei tulene lepingust või seadusest.
7.5. Kohustuse rikkumine on vabandatav, kui pool rikkus kohustust vääramatu jõu tõttu. Vääramatu
jõud on asjaolu, mida rikkunud pool ei saanud mõjutada ja mõistlikkuse põhimõttest lähtudes
ei saanud temalt oodata, et ta lepingu sõlmimisel selle asjaoluga arvestaks või seda väldiks või
takistava asjaolu või selle tagajärje ületaks.
7.6. Pooled ei vastuta kohustuste täitmata jätmise eest, kui lepingu mittekohase täitmise põhjustab
teine pool oma lepingust tulenevate kohustuste täitmata jätmisega.
7.7. Pool teatab teistele pooltele lepingu rikkumisest, kirjeldades rikkumist piisavalt täpselt
kolmekümne (30) päeva jooksul arvates päevast, millal sai teada või pidi teada saama lepingu
rikkumisest. Lepingu rikkumisest ei pea teatama, kui lepingu rikkumine seisneb lepingus
sätestatud tähtajaks mõne dokumendi üle andmata jätmises.
8. Teadete edastamine ja volitatud esindajad
8.1. Teadete edastamine toimub üldjuhul kirjalikku taasesitamist võimaldavas vormis. Juhul kui
teate edastamisel on olulised õiguslikud tagajärjed, peavad teisele poolele edastatavad teated
olema edastatud kirjalikus vormis, muuhulgas näiteks poolte lepingu lõpetamise avaldused,
samuti poole nõue teisele poolele, mis esitatakse tulenevalt lepingu rikkumisest jms. Kirjaliku
vormiga on võrdsustatud digitaalselt allkirjastatud vorm.
8.2. Lepinguga seotud teated edastatakse teisele poolele lepingus märgitud kontaktandmetel.
Kontaktandmete muutusest on pool kohustatud koheselt informeerima teist poolt. Kuni
kontaktandmete muutusest teavitamiseni loetakse teade nõuetekohaselt edastatuks, kui see on
saadetud poolele lepingus märgitud kontaktandmetel.
8.3. Kirjalik teade loetakse poole poolt kätte saaduks, kui see on üle antud allkirja vastu või kui
teade on saadetud postiasutuse poolt tähitud kirjaga poole poolt teatatud aadressil ja
postitamisest on möödunud 5 (viis) kalendripäeva. E-posti teel, sh digitaalselt allkirjastatud
dokumentide, saatmise korral loetakse teade kätte saaduks e-kirjas näidatud saatmise kellaajal.
8.4. Poolte volitatud esindajad on:
8.4.1. Ministeeriumi volitatud esindaja: Reelika Vahopski, telefon +372 5885 1461, e-post
[email protected].
8.4.2. ETAGi volitatud esindaja: Liina Eek, tel: +372 53001912, e-post
[email protected];
8.4.3. Sihttoetuse volitatud esindaja: Janno Järve, tel: +37256668440, e-post
[email protected]
9. Lõppsätted
9.1. Leping sõlmitakse eesti keeles elektroonselt ja allkirjastatakse digitaalselt. Leping loetakse
sõlmituks allkirjastamisest kõigi poolte esindajate poolt.
5 (6)
9.2. Lepingu täitmisel tõusetuvad vaidlused lahendatakse läbirääkimiste teel. Kokkuleppe
mittesaavutamisel lahendatakse vaidlused Eesti Vabariigi seadusandlusega ettenähtud korras
Tartu Maakohtus.
9.3. Lepingu kehtib kuni poolte kõikide kohustuste täitmiseni.
10. Poolte andmed:
Tellijad: Sihttoetuse saaja:
SA Eesti Teadusagentuur Eesti Rakendusuuringute Keskus CentAR OÜ
registrikood 90000759 registrikood 11343217
Soola 8 Rävala 11-8
51004 Tartu 10143 Tallinn
tel: 730 0324 tel: 617 3306
e-post:
[email protected] e-post:
[email protected]
/allkirjastatud digitaalselt/ /allkirjastatud digitaalselt/
Karin Jaanson Janno Järve
Rahandusministeerium
registrikood: 70000272
Suur-Ameerika 1
10122 Tallinn
tel: +372 611 3558
e-post:
[email protected]
/allkirjastatud digitaalselt/
Merike Saks
6 (6)
RAHANDUSMINISTEERIUMI TA VOORU LÄHTEÜLESANDE VORM Uurimisteema pealkiri Makromudeli arenduse siht toetus Lahendatavad probleemid Rahandusministeerium koostab aastas kaks täismahus riigi majandus- ja rahandusnäitajate prognoosi, lisaks kaks väiksemamahulist prognoosi, mis sisaldavad poliitikameetmeid. Prognoosid sisaldavad lisaks baasstsenaariumile ka riskistsenaariumeid ning vahel, vastavalt vajadusele ka muid stsenaariumeid. See on ajamahukas ning keeruline töö, mis tuleb ära teha väga piiratud aja jooksul. K uigi ministeeriumil on korralik metoodika ja läbimõeldud protsess, näeme vajadust seda täiendada. Makromajanduslikud seosed on keerulised, mistõttu kasutatakse nende analüüsiks ja prognoosiks erinevaid ökonomeetrilisi mudeleid. Need võimaldavad lühikese ajaga koostada uusi prognoose, stsenaariumeid, testid a hüpoteese, hinnata seoseid ja seda just majanduse kui terviku kohta ning kõikide mudelis sisalduvate näitajate kohta . Neid kasutavad nii riigid, rahvusvahelised institutsioonid, pangad, suuremad ettevõtted, mõttekojad kui ka ülikoolid. Rahandusministeeriumis ei ole kasutusel makromudelit ning me näeme mitut tähtsat probleemi, mis vajaks lahendamist : 1. p rognoosi d ei ole alati piisavalt täpsed , m h vajavad tähelepanu : - makronäitajate omavaheline kooskõla ja interaktsioonid ; - makro- ja riigi rahandusnäitajate vaheline kooskõla ja interaktsioonid ; - riigi rahandusnäitajate omavaheline kooskõla ja interaktsioonid ; - tasakaaluliste näitajate leidmine ; - pikaajaline prognoos ; - riigi rahanduse pikaajaline jätkusuutlikkus . 2. kasutusel olev p oliitikamuudatuste mõjuanalüüs i metoodika ei ole kõikide tekkinud ja potentsiaalselt tekkivate analüüsiülesanne te täitmiseks piisavalt paindlik ja terviklik , m h vajaks täiendamist, kuidas hinnata : - kindlaid tegevusalasid, allharusid või institutsionaalseid sektoreid mõjutava i d poliitikamuudatus i; - erinevate poliitikamuudatuste mõju inflatsioonile ; - tööturule ; - tootlikkusele ; - konkurentsivõimele/väliskaubandusele ; - maksulaekumisele (eriti uued maksud) ; - kogunõudlusele ja -pakkumisele . 3. tulevikku vaadates ei ole prognoosi ega poliitikamuudatuste mõjuanalüüsi skoop piisavalt lai. Metoodikatest on puudu : - rohepöörde mõju majandusele ja riigirahandusele; - kriisistsenaariumide koostamine. Teemat ette valmistades oleme jõudnud järeldusele, et meie vajadustele vastava spetsiifilise makromudeli loomise erikompetentsi ja praktilist kogemust pigem meie mõttekodades ja ülikoolides ei ole , mistõttu oleks vaja luua selle tekkimiseks vajalikud eeldused ja võimekus. Näeme vajadust tuua kokku uurimisrühm, kellel oleks nii teoreetiline kui ka praktiline pädevus, et koostöös Rahandusministeeriumi fiskaalpoliitika osakonnaga ehitada ning juurutada eelpoolkirjeldatud vajadustele vastav makromudel. Eesmärk Siht toetuse eesmärk on kasvatada valdkondlikku võimekust ja tead m ust majanduse erinevate komponentide omavahelisi keerukaid seoseid terviklikult käsitlevate mudelite alal, luues võimalused Rahandusministeeriumi vajadustele vastava makromudeli (te) välja töötamiseks ja rakendamiseks fiskaalpoliitika osakonna töös : uurimismeeskonna loomiseks ülikoolide/mõttekodade juures (sh doktorantide kaasamine; teadlaste koolituste ja lähetuste rahastamine); uurimistöö läbiviimiseks (vajaduste kaardistamine, erinevate mudelialternatiivide analüüs, Eestile sobiva (te) mudeli (te) arendamine); töö tulemi teadmistepõhiseks rakendamiseks (koolitus, teadusnõustamine mudeli (te) rakendamise kestel). Uurimisküsimused/hüpoteesid Uurimisküsimused : Millised on Rahandusministeeriumi spetsiifilised prognoosi- ja analüüsi vajadused, mida modelleerimisega rahuldada? Näeme vajadust täpselt kaardistada Rahandusministeeriumi prognoositavad majandus- ja rahandusnäitajad ning tüüpilised analüüsiülesanded, samuti seotud kitsaskohad ja puudujäägid, et oleks selge teadmine ja siht, mis suunas ülejäänud projekt peab liikuma. Millised on erinevad võimalikud ja olemasolevad mudelid? Arvestades eelnevat tuleks koostada ülevaade esiteks majandusteooria põhjal sobivatest mudeliperekondadest , et ees oleks põhimõtteline siht, kuhu projektiga liikuda, ning seejärel vastavatest mudelitest, mis juba on olemas ning mida on potentsiaalselt võimalik kasutusele võtta. Siin on mõeldud nii ülevaadet Eestis tehtud modelleerimisalastest teadustöödest kui ka rahvusvaheliste institutsioonide tööst (näiteks IMF ja Euroopa Komisjon). Rahandusministeeriumil endal on siin tehtud eeltööd ning kogunenud teadmist, mida uurimisrühmaga jagada. Siin tekkivast teadmisest ning tehtavatest otsustest selgub projekti edasine kulg. Tulemuseks võib-olla nii olemasoleva mudeli rakendamine või praeguse prognoosi- ja analüüsimetoodika põhjal uue mudeli ehitamine. Võimalik, et mõistlik on ka mingi kombinatsioon mõlemast. Samuti on võimalik, et tulemuseks ei ole üks terviklik mudel vaid mudelite või mudelimoodulite komplekt. Siin ei ole Rahandusministeeriumil selget eelistust ning otsus sünnib uurimisrühma ettepaneku te põhjal. Kindlasti arvestatakse ka edasise ambitsiooni seadmisel senise projekti kuluga ning järelejäänud ressursiga, et ootused lõpptulemusele oleksid realistlikud. K uidas praktikas makromudelit rakendada ? Sõltuvalt sellest, millised on kahe eelneva uurimisküsimuse vastused , on edasine töö praktilisema iseloomuga. Vaja on valida sobilik tarkvara ning luua andmelahendused. Üks eesmärkidest on siin automatiseerida mudeli sisendandmete liikumine, et mudeliga töötamisel oleks võimalikult lihtne kasutada kõige värskemat statistikat ning muid sisendandmeid. Samuti tuleb siin otsida sobivat tasakaalu kasutamise keerukuse, kiiruse ning paindlikkuse vahel. Kuidas suurendada Rahandusministeeriumi prognooside täpsust? Edasine on mudeli täiendamine või sisuline väljatöötamine eesmärgiga luua sellest kasulik tööriist Rahandusministeeriumi töös. See eeldab põhjalikku katsetamist, parameetrite hindamist ja muud vajalikku, et sellest saaks arvestatav täiendus senisele metoodikale. Näiteks näeme vajadust keskenduda järgnevale: Milline peaks olema makronäitajate omavaheline kooskõla ja interaktsioonid ? Milline peaks olema makro- ja riigi rahandusnäitajate vaheline kooskõla ja interaktsioonid; Milline peaks olema riigi rahandusnäitajate omavaheline kooskõla ja interaktsioonid; Millised on tasakaalulis ed näitaja d? Kuidas üles ehitada pikaajal ine prognoo s ( p ikaajaline prognoos peaks olema sama pikk kui see, mida prognoosib Euroopa Komisjoni vananemise töögrupp vananemise raporti ja võla jätkusuutlikkuse raporti jaoks – aasta 2070) ? Kuidas prognoosida riigi rahanduse pikaajali st jätkusuutlikkus t? 5 . Kuidas arendada praegust p oliitikamuudatuste mõjuanalüüs i metoodika t? Analoogselt eelnevaga näeme vajadust, et mudel oleks kasulik lisaks prognoosi täpsusele ka poliitikamuudatuste mõjuanalüüsides. Näiteks näeme vajadust keskenduda järgnevale: 5 .1.Kuidas analüüsida kindlaid tegevusalasid, allharusid või institutsionaalseid sektoreid mõjutava i d poliitikamuudatus i ? 5 .2. Kuidas analüüsida mõju inflatsioonile ? 5 .3. Kuidas analüüsida mõju tööturule ? 5 .4. Kuidas analüüsida mõju tootlikkusele ? 5 .5. Kuidas analüüsida mõju konkurentsivõimele/väliskaubandusele ? 5 .5. Kuidas analüüsida mõju maksulaekumisele ? 5 .6. Kuidas analüüsida mõju kogunõudlusele ja -pakkumisele ? 6 . K as ja k uidas laiendada prognoos i ja poliitikamuudatuste mõjuanalüüsi metoodikat? Vastavalt senistele projekti tulemustele ja järelejäänud ressursile tuleks suunata pilk tulevikku ning kaardistada vajadused mudeli tuleviku arendusteks. Vajadusel ka hinnata jätkuprojekti vajadust. 6.1. Näiteks rohepöördega seonduv analüütiline võimekus; 6.2. Näiteks kriisistsenaariumide koostamisega seonduv analüütiline võimekus. Taotleja esitab oma nägemuse uurimisprobleemi de lahendamisest oma taotluses. Sihttoetuse saajatele jäetakse vabadus täpsustada uurimisküsimusi, uurimismeetodeid ja allikaid (k.a teaduskirjandus, mille toel antakse ülevaade võimalikest lahendustest) lähtuvalt taotleja nägemusest selle kohta, kuidas on kõige mõistlikum uurimisülesannet täita. Rahastaja näeb ette, et nimetatud valikuid saab täpsustada ka uurimise käigus, lähtudes lisanduvatest teadmisest valdkonna kohta. Tehnilised nõuded Taotlusvoor korraldatakse ETISes . Taotlusvoor jääb avatuks kuni 2 9 .05. 2024 kell 17.00. Taotluse esitamine Sihttoetuse taotlemiseks tuleb esitada : Taotleja nägemus uurimistoetuse kasutamisest koos tegevus- ja ajakavaga kavandatava uurimis- ja arendustegevuse kontseptsiooni kirjeldus ja põhjendatus (eesmärk, uurimisküsimused, võimalikud teoreetilised alused, uurimismetoodika , potentsiaalsete kasutatavate allikate/andmestike ülevaade) uurimistöö läbiviimise tegevus- ja ajakava. uurimistöö eelarve koos põhjendusega ( esitada vabatahtlikul vormil Lisa 6) . Uuri mistegevuse summale lisandub käibemaks. Taotleja nägemus tegevustoetuse kasutamisest koos tegevus- ja ajakavaga u urimismeeskonna/ekspertrühma loomine ülikoolide/mõttekodade juures (sh doktorantide kaasamine; teadlaste koolituste ja lähetuste korraldamine) koos tegevus- ja ajakavaga; töö tulemuste teadmistepõhine rakendamine sh, koolitused, teadusnõustamine, mudeli rakendamise kestel koos tegevus- ja ajakavaga tegevustoetuse kasutamise eelarve koos põhjendusega (esitada vabatahtlikul vormil Lisa 6 ). Summale ei lisan du käibemaks Uuringumeeskonna kirjeldus koos CV-dega, mis annab ülevaate uurimismeeskonna põhikoosseis ust ja rollide jaotus est , uurimismeeskonna põhiliikmete senise uurimistöö teaduslik ust tase mest , ja põhjendus, kuidas koostatud uurimismeeskond toetab parimal viisil sihttoetuse eesmärgi täitmist ja uurimisprobleemi lahendamist . Koostööpartnerid ja nende kinnituskirjad (kui asjakohane). R iskide maandamise kava , mis kajastab lisaks sisulise töö riskidele ka uurimismeeskonna töö koordineerimisega seotud riske. Kes on oodatud osalema, kvalifikatsiooninõuded : Sihttoetuse saavad taotleda kõik teadus-arendustegevuse teostajad, ei pea olema positiivselt evalveeritud teadusasutus. Sihttoetuse taotlemiseks peab komplekteerima uurimismeeskonna ning oluline on , et meeskonnas o leks esindatud eksperdid, kes suudavad täita püstitatud eesmärgid. M eeskonna e kspertrühm peab kõrgtasemel valdama ökonomeetriat ning makroökonoomikat . L isaks on soovituslik meeskonda kaasata ekspert, kel on vähemalt 3-aastane kogemus mudelite IT-programmeer imisel. Vajadusel kaasata uurimismeeskonda väliseksperte ja/või -teadlasi . V ajadusel piirangud või soovitused metoodika osas Rahastaja ei anna rangelt ette metoodilisi piire, vaid kirjelda b töö käigus oma spetsiifilised vajadused, mille põhjal uurimisrühm kaardistab võimalused ning teeb oma ettepanekud. Soovitused koostöövormi osas Alljärgnevalt on esitatud esialgne nägemus soovituslikust koostöö formaadist ( taotleja võib esitada oma nägemuse töökorraldusest): Tegemist on koostööga, mille keskmes on regulaarselt toimuvad töökoosolekud - analüütilised seminarid /arutelud teadlaste ning ministeeriumi analüütikute vahel. Töökoosolekuid viiakse läbi regulaarselt vastavalt vajadusele , aga mitte harvem kui 1-2 kuu tagant. Töökoosolekutel antakse ülevaade lahendatud uurimisprobleemistikest, viiakse sellele tuginedes läbi arutelu ning püstitatakse täpsem ülesandepüstitus järgmiseks töökoosolekuks . Töökoosolekute tä pne sisu ja ajakava lepitakse kokku projekti jooksul . Lisaks toimuvad juhtkomisjoni kohtumised, mille eesmärk finants- ja tegevusaruannete ülevaatamine ja heakskiitmine. Uuringu kestel toimub lisaks soovituslikult 3 avalikku seminari: e simene vaheseminar pärast 1. toetuse aasta lõppemist , kus tutvustatakse vahetulemusi; t eine vaheseminar pärast 2. toetuse aasta lõppemist ; l õpuseminar , mis keskendub makromudeli tutvustamisele. Sihttoetuse maksimaalne eelarve : 300 000 € (käibemaksuta) Projekti kestus, töö etappideks jagamine jne : Kestus esialgu planeeritud 3 aastat, vähemalt 2026. a lõpuni. Väljamaksed tahame planeerida järgmisel põhimõttel : Tegevustoetuse väljamakse kogu sihttoetuse perioodi kohta toimub järgmisel põhimõttel: tegevustoetuse väljamakse teostatakse 2024. a pärast lepingu sõlmimist Teostatakse kogu tegevustoetuse väljamakse sihttoetuse koguperioodi kohta (st tegevustoetusele kuluv summa 2024-2026). Väljamakse suurus lepitakse kokku rahastaja ja taotleja vahel lähtudes taotleja poolt tehtud ettepankust ja põhjendustest tegevustoetuse kasutamisele ( Vt lisa 6) . Tegevustoetuse väljamaksetele ei lisandu käibemaksu Järgnevad väljamaksed, st uurimistoetuse väljamaksed toimuvad järgmistel põhimõtetel: Uurimistoetuste väljamaksete etapid ja suurused lepitakse kokku rahastaja ja taotleja vahel lähtudes taotleja poolt tehtud ettepankust ja põhjendustest uurimistoetuse kasutamisele. Esimene uurimistoetuse väljamakse teostatakse peale lepingu sõlmimist vastavalt taotleja poolt esitatud ja rahastaja poolt heaks kiidetud 2024. aasta uurimistöö tegevus- ja ajakavale. Taotleja esitab rahastajale ettemaksuarve 2024. a uurimistööde eest. 2024. a tööde valmides, st hiljemalt 31.12.2024 esitab taotleja finantsaruande - ja tegevusaruande (vt finants- ja tegevusaruande näidisvormi , Lisa 3 ) 2024. aastal teostatud tööde kohta. Teine uurimistoetuse väljamakse teostatakse 2024. a lõpus vastavalt taotleja poolt esitatud ja rahastaja poolt heaks kiidetud 2025. aasta uurimistöö tegevus- ja ajakavale. Taotleja esitab rahastajale ettemaksuarve 2025. a uurimistööde eest. 2025. a tööde valmides, st hiljemalt 31.12.2025 esitab taotleja finantsaruande - ja tegevusaruande 2025. aastal teostatud tööde kohta. Kolmas ja viimane uurimistoetuse väljamakse teostatakse 2025. a lõpus vastavalt taotleja poolt esitatud ja rahastaja poolt heaks kiidetud 2026. aasta uurimistöö tegevus- ja ajakavale. Taotleja esitab rahastajale ettemaksuarve 2026. a uurimistööde eest. 2026. a tööde valmides, st hiljemalt 31.12.2026 esitab taotleja finantsaruande - ja tegevusaruande 2026. aastal teostatud tööde kohta ning lõpparuande koos selle juurde kuuluvate dokumentide ja lisadega . Uurimistoetuse puhul tellitakse sisse uurimisteenust, mistõttu lisandub käibemaks. NB! R ahastus tagatakse eelarveliste vahendite olemasolul. Sihttoetuse väljaandmine: Sihttoetuse saamiseks tuleb taotlejatel esitada oma nägemus. Sihttoetuse antakse ühele uurimismeeskonnale, kelle taotlus saab kõige kõrgemad kvaliteedipunktid. Oodatav tulemus/ väljundid Meie nägemuses on sihttoetuse tulemused/väljundid järgmised: moodustub ekspertrühm , kellele on tagatud piisavalt pikaajaline rahastus ja meiepoolne tugi ja kindlus, et see töö saaks lõpule viidud. Sihttoetuse eesmärgi täitmine eeldab nii akadeemilist tööd, suhtlemist riikide/institutsioonidega, vajadusel täiendavate ekspertide kaasamist, tehnilise lahenduse väljatöötamist, mudeli testimist ning RAMi analüütikute koolitamist. Kogu töö väljundiks on toimiv ad testitud makromudel (id) koos vastava (te) tehnilis (t) e lahendus (t) e ning juhendmaterjalidega. Laiemalt on tulemiks ka valdkondliku kompetentsi kasvatamine ülikoolides/mõttekodades ning ka järelkasvuks võimaluste laiendamine. Vastu võetakse: Tööde käigus valmi nud makromudeli (te) metoodikaraport, mis kirjeldab põhjalikult nii mudeli sisulisi ja tehnilisi eeldusi ja tingimusi, kui ka piiranguid. Loodavad mudelid võivad olla nii eesti- kui ka inglisekeelsed. Tuuakse välja mudeli edasi arendamise vajadused. Lisaks antakse analüütikutele üle kõik töö käigus tekkinud süstematiseeritud andmestikud, andmemudelid, tööriistad, t öö tulemusena valmivad analüütilised töötulemid/faktilehed. Kõiki töö tulemeid tuleb valideerida. Valminud töötulemid koondatakse töö lõppedes ühte kogumikku ning lisatakse metoodikaraportile. Toimiv tehniline lahendus (saavutatav tehnoloogiline tase TVT 9). Rahastaja ei määra ette, milline on töö lõplik väljund, parima lahenduseni jõutakse uuringuprotsessi jooksul valideerides vahetulemeid. Rahastaja ei tea, millised soovitused talle uuringu lõpus tehakse. Lähteülesande lisad on: 1. Hindamis juhend ja hindamis kriteeriumid (Lisa 1) ; 2 . Lõpparuande vormistamise juhend (Lisa 2) , 3. Finants ja tegevus aruande vorm (Lisa 3) 4. Juhtkomisjoni töökor d (Lisa 4): 5. Sihttoetuse eraldamise ja kasutamise lepingu näidis (Lisa 5 _1 ja 5_2 ) 6. Eelarve koostamise abivahend (Lisa 6)
JUHATUSE KÄSKKIRI
Tartu 28.06.2024 nr 1.1-4/24/152
Konkursi tulemuste kinnitamine
1. Rahuldan konkursi „Makromudeli arendamise sihttoetus“ uuringuettepaneku:
1.1. Makromudeli arendamise sihttoetus“, taotleja Eesti Rakendusuuringute Keskus CentAR OÜ (Eesti
Teadusinfosüsteemis taotlus nr RAM-MAS2).
2. Sean uuringuettepaneku rahastamisele järgmised lisatingimused:
2.1. Taotlejal kohtuda tellijatega ning läbi rääkida teadusnõustamise kontseptsioon projekti
kestel, sh vajadusel üle vaadata eelarve proportsioonid, et oleks tagatud piisav rahastus
mudeli testimis- ja valideerimistöödeks ning fiskaalpoliitika osakonna töötajate
koolitamiseks.
Käskkirja andmise alused:
1. Hindamiskomisjoni 26.06.2024 koosoleku ettepanekud (protokoll nr 2-2/24/5);
2. teenuse osutamise leping 18.03.2024 nr 1.4-6/24/4.
(allkirjastatud digitaalselt)
Anu Noorma
juhatuse esimees
Makromudeli arendamise
sihttoetus
TAOTLUS
Täiendatud vastavalt 14. augustil 2024 toimunud arutelule
Eesti Rakendusuuringute Keskus
CentAR
Taotluse kaanepilt on Midjourney
tehisintellekti looming.
Projekt: Makromudeli arendamise sihttoetus
Taotleja: Eesti Rakendusuuringute Keskus CentAR OÜ
Kontaktisik: Janno Järve
E-post:
[email protected]
Aadress: Rävala 11-8, 10143 Tallinn
Telefon: +372 617 3306
2
Sisukord
SISUKORD ................................................................................................................................................... 1
LÜHIKOKKUVÕTE ....................................................................................................................................... 4
SUMMARY .................................................................................................................................................... 5
1. UURIMISTOETUSE KASUTAMISE KIRJELDUS ................................................................................... 6
1.1. KAVANDATAVA UURIMIS- JA ARENDUSTEGEVUSE KONTSEPTSIOONI KIRJELDUS JA PÕHJENDATUS............... 6
Eesmärk ja uurimisküsimused .............................................................................................................. 6
Uurimismetoodika ................................................................................................................................. 8
Teoreetilised alused ............................................................................................................................ 10
Võimalikud andmeallikad .................................................................................................................... 15
1.2. UURIMISTÖÖ LÄBIVIIMISE TEGEVUS- JA AJAKAVA ................................................................................... 16
Rahandusministeeriumi vajaduste kaardistamine............................................................................... 16
Mudelitüüpide üldisem kaardistamine ................................................................................................. 17
Peamiste mudelitüüpide detailsem uurimine ja nende ressursivajaduse hindamine .......................... 17
Arendusse mineva(te) mudeli(te) arendusplaani kinnitamine ............................................................. 18
Rahandusministeeriumi vajadustele vastava(te) mudeli(te) väljatöötamine ....................................... 18
Edasiarenduste kaardistus .................................................................................................................. 21
Projekti lõpetamise tegevused ............................................................................................................ 21
2. TEGEVUSTOETUSE KASUTAMISE KIRJELDUS ............................................................................... 22
2.1. UURIMISMEESKONNA / EKSPERTRÜHMA LOOMINE ÜLIKOOLIDE/MÕTTEKODADE JUURES KOOS TEGEVUS- JA
AJAKAVAGA ............................................................................................................................................... 22
Välisekspertide kaasabil toimuvate seminaride läbiviimine ................................................................ 23
Magistritööde juhendamine ................................................................................................................. 24
Mudeli arendust tutvustava lühikese loengusarja ettevalmistus ja läbiviimine ................................... 24
2.2. TÖÖ TULEMUSTE TEADMISTEPÕHINE RAKENDAMINE, SH KOOLITUSED, TEADUSNÕUSTAMINE, MUDELI
RAKENDAMISE KESTEL KOOS TEGEVUS- JA AJAKAVAGA ................................................................................ 24
Mudeli arendusmeeskonna ja kasutajate mudeli arendamiseks ja kasutamiseks vajalike tarkvarade
alane koolitus ...................................................................................................................................... 25
Mudeli(te) metoodika(te) kirjelduste koostamine ja kasutusjuhendi(te) loomine ................................ 25
Mudeli kasutuskoolituste ettevalmistus ja läbiviimine ......................................................................... 25
3. UURIMISMEESKOND ............................................................................................................................ 27
3.1. UURIMISMEESKONNA LIIKMETE ROLLID JA TÖÖJAOTUS .......................................................................... 27
3.2. PÕHJENDUS UURIMISMEESKONNA KOOSTAMISE KOHTA ......................................................................... 28
3.3. UURIMISMEESKONDA KAASATUD VÄLISEKSPERDID JA/VÕI -TEADLASED................................................... 29
3.4. UURIMISMEESKONDA KAASATUD ÜLIÕPILASED ...................................................................................... 29
3.5. SEOTUD PUBLIKATSIOONID ................................................................................................................. 29
3.6. SEOTUD PROJEKTID ............................................................................................................................ 30
3.7. UURIMISMEESKONNA VARASEMAD KOGEMUSED AVALIKU SEKTORI PROJEKTIDES OSALEMISEL ................. 30
4. RISKIDE MAANDAMISE KAVA ........................................................................................................... 30
5. EELARVE ............................................................................................................................................... 36
GENEREERIVA TEHISINTELLEKTI KASUTAMINE CENTARIS JA SELLE TAOTLUSE
KIRJUTAMISEL .......................................................................................................................................... 37
ALLIKAD..................................................................................................................................................... 39
3
Lühikokkuvõte
Rahandusministeeriumi makromodelleerimise tööriistakast vajab täiendamist. Käesoleva
projekti ideaalne tulemus oleks analüüsivahend, mis võimaldaks koostada järjepidevaid ja
usaldusväärseid majandusprognoose; hinnata erinevate poliitikamuudatuste mõju peamistele
majandusnäitajatele nagu lisandväärtus, hõive, töötus, tootlikkus ja inflatsioon; ning analüüsida
poliitikamuudatuste mõju riigirahandusele, sealhulgas maksulaekumisele.
Kuigi kõigile nendele vajadustele vastavat ühtset makromudelit tõenäoliselt luua ei õnnestu, on
CentARi arendusmeeskond kaardistanud mitmeid paljulubavaid lahendusi, mis võiksid
Rahandusministeeriumile makromajanduse modelleerimisel kasulikud olla. Koostöös
Rahandusministeeriumiga valime välja nende vajadustele kõige paremini vastavad lahendused
ja ehitame need valmis.
Meie meeskonnal on märkimisväärne kogemus mudelite ehitamisel – oleme muuhulgas
koostanud rände tulude ja kulude simulatsioonimudeli, Eesti pensionisüsteemi
mikrosimulatsioonimudeli ning poliitikate majandusmõjude hindamiseks tänaseni kasutatava
makromudeli C-19. Meeskonna teoreetiliste teadmiste tugevdamiseks oleme kaasanud
pikaaegse Eesti Eelarvenõukogu liikme ja Tartu Ülikooli makroökonoomika professori Raul
Eametsa. Samuti oleme reserveerinud eelarves vahendid täiendavate välisekspertide
kaasamiseks. Meeskonna liikmeteks loeme ka Rahandusministeeriumi töötajad, keda loodame
mudeli arendamisse kaasata. See suurendab oluliselt tõenäosust, et mudel jääb pikemaks ajaks
reaalselt kasutusse.
Tuginedes oma pikaajalisele mudelite ehitamise kogemusele, oleme pakkumuse üles ehitanud
nii, et lõplik mudeli arendusplaan pannakse kokku koostöös Rahandusministeeriumiga, kui kõik
võimalused mudeli ülesehitamiseks on läbi analüüsitud ja valiku tegemiseks on piisav
informatsioon olemas. Ka pakkumise lähteülesanne soosib sellist lähenemist ning loob head
eeldused projekti õnnestumiseks.
4
Summary
The Ministry of Finance's macro-modeling toolbox needs enhancement. This project aims to
develop an analytical tool for consistent and reliable economic forecasts, assess the impact of
policy changes on key economic indicators (such as value added, employment, unemployment,
productivity, and inflation), and analyze the effects of policy changes on public finances,
including tax revenue.
While a single macro-model to meet all these needs is unlikely, CentAR's team has identified
several promising solutions for the Ministry of Finance. In collaboration with the Ministry, we will
select and develop the most suitable solutions.
Our team has significant experience in model building, including a migration revenue and cost
simulation model, an Estonian pension system microsimulation model, and the C-19
macroeconomic model for assessing policy impacts. To strengthen our team's theoretical
knowledge, we have involved Raul Eamets, a long-time member of the Estonian Fiscal Council
and a professor of macroeconomics at the University of Tartu. We have also reserved budget
funds for additional external experts. Ministry of Finance employees are considered part of our
team and will be involved in model development to ensure long-term usability.
Based on our extensive experience, our proposal includes a plan to finalize the model
development in collaboration with the Ministry of Finance after analyzing all possibilities and
gathering sufficient information. The proposal's terms of reference support this approach by
prioritizing the identification of client needs.
5
1. Uurimistoetuse kasutamise kirjeldus
1.1. Kavandatava uurimis- ja arendustegevuse kontseptsiooni
kirjeldus ja põhjendatus
Eesmärk ja uurimisküsimused
Rahandusministeerium koostab igal aastal majandus- ja rahandusprognoose ning
poliitikameetmete tulevikumõju sisaldavaid analüüse. Need sisaldavad nii baas- kui ka
riskistsenaariume ning vajadusel ka muid stsenaariume. Ministeeriumil on olemas erinevad
metoodilised lahendused nende ülesannete täitmiseks, kuid need vajavad täiustamist.
Hetkel puudub ministeeriumil makromajanduslik mudel, mis tagaks majandusnäitajate parema
kooskõla ning võimaldaks konsistentsemaid pikaajalisi prognoose, tagades seejuures näiteks
kooskõla makronäitajate ja riigirahanduse näitajate vastastikmõjude arvestamises.
Poliitikamuudatuste mõjuanalüüsi võimekus vajab samuti edasiarendamist, et hõlmata
konkreetsete sektorite, inflatsiooni, tööturu, tootlikkuse, konkurentsivõime ja maksulaekumiste
mõjusid. Lisaks oleks vaja laiendada analüüside ulatust, et suuta käsitleda selliseid teemasid
nagu rohepööre või kriisistsenaariumid.
Projekti ideaalse tulemusena tuleks luua analüüsivahend, mis võimaldaks:
1. koostada järjepidevaid ja usaldusväärseid majandusprognoose;
2. hinnata erinevate poliitikamuudatuste mõju peamistele majandusnäitajatele, nagu
lisandväärtus, hõive, töötus, tootlikkus ja inflatsioon;
3. analüüsida poliitikamuudatuste mõju riigirahandusele (maksulaekumisele).
Lisaks peaks projekti käigus tekkima tellijal kompetents loodud vahendit iseseisvalt kasutada
ning vajadusel edasi arendada ja täiustada. Konkursi lähteülesandes esitatud nõuded
funktsionaalsusele on ambitsioonikad.
Lähteülesanne ei täpsusta, millist tüüpi makromudel või mudelid oleksid nende vajaduste
rahuldamiseks kõige sobilikumad. See tuleb projekti käigus koostöös tellijaga välja selgitada,
analüüsides erinevaid võimalusi ja hinnates nende tugevusi ning nõrkusi. Meie hinnangul on
selline paindlik lähenemine igati mõistlik, sest mitmete lähteülesandes toodud väljakutsete
lahendamiseks ei ole ühest ja ainuõiget viisi.
Võtame näiteks prognooside täpsusega seonduvad küsimused. Pakkumiskutses rõhutatakse
vajadust tagada erinevate prognoositavate näitajate omavaheline kooskõla. Seda on üldjuhul
võimalik saavutada, integreerides mudelitesse rohkem majandusteooriat. Teoreetiliselt
põhjendatud mudelid võimaldavad paremini mõista ja selgitada erinevate majandusnäitajate
vahelisi seoseid ning tagada prognooside sisemise loogilisuse.
Samas ei pruugi tugeval teoreetilisel alusel põhinevad mudelid olla alati kõige täpsemad
ennustajad, eriti lühiajaliste prognooside puhul. Vahel võivad lihtsamad mudelid, mis tuginevad
peamiselt statistilistele seostele ja aegridade analüüsile, anda väiksema prognoosiveaga
hinnanguid olulistele makromajanduslikele näitajatele nagu SKP, tööhõive või investeeringud (vt
nt Edge ja Gurkaynak (2010)).
6
Seega tuleb mudeli valikul leida optimaalne tasakaal teoreetilise põhjendatuse ja
prognoositäpsuse vahel, arvestades nii lühi- kui pikaajalist perspektiivi. Üheks võimaluseks on
kombineerida erinevaid lähenemisi, kasutades teoreetilisi mudeleid pikaajaliste trendide ja
struktuurse analüüsi jaoks ning lihtsamaid mudeleid lühiajaliste prognooside koostamisel.
Majandusprognoosi koostamine ja poliitiliste sekkumiste mõjuanalüüs on olemuslikult üsna
erinevad ülesanded. Poliitilised sekkumised võivad olla väga mitmekesised. Võtame näiteks
eelmise aasta kevadel tähelepanu keskpunktis olnud majutusteenuste käibemaksumäära
tõstmise1. Sellise sekkumise mõjuanalüüs peaks suutma välja tuua mõju majutussektori
olulistele näitajatele nagu käive, lisandväärtus, hõive ja kasum. See eeldab, et analüüsiks
kasutatava mudeli majandustegevusalade struktuur oleks üsna detailne - see peaks kindlasti
eristama majutust teistest valdkondadest, kuid kuna mudel peab olema universaalne, siis ka
teistele sarnase suurusega sektoritele avalduvaid mõjusid.
Paraku ei ole pakkujatele praegu teada ühtegi sellise sektoraalse detailsusega
majandusteoreetilist mudelit, mida saaks kasutada täpsete majandusprognooside
koostamiseks. Enamasti on tugevama teoreetilise alusega prognoosimudelites
majandustegevusalad eristatud vaid väga üldiselt (näiteks kaubad ja teenused). Selline
pakkumise poole suhteline lihtsus tuleneb asjaolust, et iga lisanduv sektor muudab mudeli
märkimisväärselt keerukamaks.
Kokkuvõttes on vähetõenäoline, et projekti tulemusena õnnestub välja töötada mudel, mis
suudaks ühtviisi hästi täita nii prognoosimise kui kõikvõimalike kitsaste sekkumiste mõjude
hindamise funktsiooni. Tõenäoliselt tuleb nende kahe eesmärgi vahel leida kompromiss,
lähtudes tellija prioriteetidest ja vajadustest.
Eeltoodust lähtuvalt on meie hinnangul konkursi uurimistoetuse eesmärgiks töötada
koostöös Rahandusministeeriumiga välja sellised makromajanduse mudelid, mis
võimaldavad koostada konsistentseid majandusprognoose ning hinnata erinevate
poliitikamuudatuste mõju olulisematele majanduse ja riigirahanduse näitajatele.
Eesmärgi saavutamiseks tuleb püstitada uurimisülesanded. Seda tehes on oluline silmas
pidada järgmisi punkte:
Rahandusministeeriumi vajadused (kontekstis, et need oleksid tänapäevaste
majandusanalüüsi vahenditega lahendatavad) ei ole praegusel hetkel veel teada, need
tuleb alles välja selgitada.
Mudeli arendamisele kuluv ressursivajadus selgub pärast seda, kui vajadused on välja
selgitatud.
Keerulisemate makromudelite arendamine on ressursimahukas tegevus, kuna
rahandusministeeriumi vajadused on küllaltki eripalgelised, siis ei õnnestu suure
tõenäosusega kõiki vajadusi lahendada, tuleb teha valikuid.
Praeguses etapis pole võimalik koostada mudeli arendusfaasiks detailseid uurimisülesandeid
ega pakkuda välja üksikasjalikku tegevuskava mudeli arendamiseks – kui see oleks võimalik,
siis poleks lähteülesandes toodud tellija vajaduste väljaselgitamise vajadus sisuline ülesanne.
Lõpliku selguse, millist tüüpi mudelit hakatakse looma, milliseid tegevusi selleks täpselt ette
võtta tuleb ja kui palju ressursse arendusprotsess nõuab, saab alles projekti käigus, kui on
7
põhjalikumalt analüüsitud erinevaid võimalusi ja nende teostatavust (vt siiski siia juurde
tegevuskavas toodud kahte näidis-ajaeelarvet võimalike erinevat tüüpi mudelite arendamiseks).
Mudeli arendamine on iteratiivne protsess, kus iga etapp annab uut informatsiooni ja teadmisi,
mille põhjal saab järgmisi samme planeerida. Alustada tuleb üldisemate eesmärkide ja
raamistiku paika panemisest ning liikuda samm-sammult detailsemate lahendusteni, tehes
vajadusel korrektuure algses plaanis. Tihe koostöö ja kommunikatsioon tellijaga kogu protsessi
vältel on kriitilise tähtsusega, et tagada mudeli vastavus ootustele ja nõuetele.
Projekti eesmärgi saavutamiseks tuleb täita järgmised uurimisülesanded:
1. Analüüsida põhjalikult Rahandusministeeriumi prognoosi- ja analüüsivajadusi, mida
saab makromajanduslike mudelite abil lahendada.
2. Kaardistada ja võrrelda erinevaid mudeleid, mis võimaldaksid rahuldada
Rahandusministeeriumi vajadusi.
3. Selgitada välja peamised sobivad mudelitüübid ning hinnata nende ressursivajadust,
vastates järgmistele küsimustele:
• Millised andmed on vajalikud mudeli arendamiseks ja hilisemaks kasutamiseks?
• Millistest allikatest need andmed pärinevad?
• Millist tarkvara mudel vajab ning millised on sellega seotud kulud?
• Kui palju analüütiku töötunde kulub mudelite väljatöötamisele?
• Kui tihti tuleb mudelit uuendada ja kui palju aega kulub mudeli regulaarseks
hoolduseks?
4. Valida välja mudel või mudelid, mida on käesoleva projekti raames tõenäoliselt võimalik
välja arendada, ning kinnitada detailne arendusplaan.
5. Töötada välja Rahandusministeeriumi vajadustele vastav prognoosimudel (juhul, kui
otsustatakse selline mudel luua).
6. Arendada välja mudel, mis võimaldab läbi viia Rahandusministeeriumi vajadustele
vastavaid mõjuanalüüse (eeldusel, et otsustatakse selline mudel luua).
7. Uurida ja kaardistada loodud mudeli või mudelite edasiarendamise võimalusi tulevikus.
Uurimismetoodika
Projekti alguses tuleb koostöös tellijaga kaardistada nende vajadused ja ootused ning seejärel
analüüsida erinevaid mudelitüüpe, et leida optimaalne lahendus, mis suudaks neid nõudmisi
rahuldada. Üldise metoodilise lähenemisena nii tellija vajaduste välja selgitamisel, kui
hilisemates projekti etappides kasutame kahekordse rombi (double diamond) nime all tuntud
teenusedisaini metoodikat. Selle kohaselt on teenusdisaini protsessis järgmised etapid (vt
Joonis 1):
Probleemi analüüs – seda kutsutakse ka avastamise faasiks, mille käigus vaadatakse
ülesannet värske pilguga ning püütakse aru saada, millised probleemid lahendamist
vajavad.
Süntees – selles faasis minnakse konkreetsemaks ning defineeritakse konkreetne
probleem, millele lahendust otsitakse.
Disaini ideede loomine – lahenduse ideede genereerimise ehk arendamise faasis
pakutakse välja erinevaid võimalusi, kuidas saaks probleemi lahendada.
8
Lahenduse loomine – siin püütakse võimalikest lahendustest valida sobivaim, mida
täiendatakse ja viimistletakse, luues lõpuks lahenduse, mida hakatakse ellu viima.
Joonis 1. Teenusedisaini kahe rombi protsess
CentARi varasemates töödes on kahekordse rombi protsessimudel osutunud väga tõhusaks
vahendiks projekti edukaks läbiviimiseks. Selle mudeli alusel määratleme kõigepealt peamise(d)
probleemi(d), millele lahendust otsime, ning langetame seejärel olulisimad metoodilised otsused
mudeli arendamise osas.
Kogu arendustöö vältel toimuvad regulaarsed koosolekud tellija esindaja(te)ga, et anda
ülevaade senisest progressist, arutada jooksvalt esile kerkinud küsimusi ning leida lahendusi
tekkinud probleemidele. See tihe ja järjepidev koostöö tagab, et mudeli arendamine vastab igal
ajahetkel tellija ootustele ning võimaldab vajadusel teha kiiresti korrektuure või täpsustusi
algsetes plaanides.
Kahekordse rombi protsessimudeli kasutamine loob selge raamistiku projekti eri etappideks
ning aitab hoida fookust nii peamistel eesmärkidel kui ka jooksvatel ülesannetel. Tänu
regulaarsele suhtlusele ja tagasisidestamisele saavad mõlemad osapooled – nii tellija kui täitja
– olla kindlad, et projekt liigub õiges suunas ning püsib graafikus.
Projekti järgmistes etappides kasutatavad metoodilised lähenemised on:
Dokumendianalüüs – makromudelite ülesehituse kohta on peamiseks andmeallikaks
neid kirjeldavad raportid, artiklid ja kasutajajuhised. Käesolevast uurimisprojektis on
dokumendianalüüsil keskne roll.
9
Intervjuud ja nende käigus kogutud informatsiooni sünteesimine ja/või analüüsimine –
intervjuud (nii grupi kui individuaalintervjuud) on andmekogumise instrumendid, saamaks
uusi teadmisi nii kliendi vajaduste kohta kui metoodiliste lahenduste kohta mida mujal
maailmas on makromudelite arenduse kasutatud. Intervjuude käigus saadud
informatsiooni võib olla vaja süstematiseerida ja üldistada, jagada osadeks/ lihtsustada.
Kvantitatiivne andmeanalüüs – andmeanalüüs võib olla vajalik siis, kui valmistatakse
ette mudelite sisendandmeid. Selleks võidakse kasutada erinevaid statistilisi ja
ökonomeetrilisi meetodeid, mille täpne valik sõltub sellest, millise mudeli arendamise
kasuks lõpuks otsustatakse.
Teoreetilised alused
Kuna praeguse seisuga ei ole veel teada, millist mudelit lõpuks arendama hakatakse, siis on
raske üheselt määratleda ka teoreetilist alust, millest lähtume. Makromajanduslike mudelite
teoreetilised alused on erinevad. Alljärgnevalt avame mõningaid mudelitüüpe, mida erinevate
mõjuanalüüside ja makromajanduslike prognooside läbiviimiseks kasutatakse – eeldatavalt
tuleb valik teha nende hulgast.
Üldise tasakaalu mudelid
CGE (computable general equilibrium) mudelid simuleerivad majanduse üldist tasakaalu, võttes
arvesse olulisemate agendigruppide (majapidamised, ettevõtted, valitsussektor) vastastikuseid
mõjusid. Need mudelid põhinevad mikroökonoomilisel alusel ja nad kalibreeritakse kasutades
analüüsitava riigi majandusandmeid. Üldise tasakaalu mudelite üheks kesksemaks sisendiks on
sotsiaalmajandusliku arvepidamise maatriks ehk SAM (social accounting matrix), mis kirjeldab
ressursivoogude liikumist sotsiaalmajanduslike agentide vahel. CGE mudelite abil saab
simuleerida ja prognoosida majandusšokkide ja poliitikamuudatuste mõjusid makromajanduse
näitajatele.
CGE mudeleid rakendatakse paljudes valdkondades, neis enim levinud on vast väliskaubandus,
maksundus ja keskkond (Ahmed 2007). Kaubanduse valdkonna analüüsid on käsitlenud näiteks
tollimäärade ja ekspordisubsiidiumite kõrvaldamise mõju riikide makromajanduslikele
näitajatele. Kena ülevaate väliskaubanduse valdkonna rakendustest on koostanud Piermartini et
al (2005). Maksundust käsitlevad mudelid võimaldavad analüüsida näiteks tulumaksu mõju
majapidamiste tööjõupakkumisele või kaudsete maksude mõju leibkondade majanduslikule
heaolule. Üheks näiteks sedalaadi kasutusest on Kanada rahandusministeeriumi üldise
tasakaalu mudel (Baylor 2004). Keskkonna valdkonna mudelid tegelevad enamasti erinevate
tehnoloogiate mõjude hindamisega makromajanduslikele näitajatele. Ülevaate erinevatest
keskkonnamudelitest (sh CGE mudelitest), annab Kemfert (2003). Need on vaid mõningad
näited, CGE mudelite kasutusvaldkond on lai. Valdkonniti on mudelite ülesehitused küllaltki
erinevad, ühte universaalset mudelit, mis võimaldaks hinnata poliitika mõjusid olenemata
sekkumisest ja valdkonnast autoritele teada olevalt kasutusel ei ole.
Üldise tasakaalu mudeleid on kasutatud mõjude hindamisel ka Eestis. Näitena võib siin tuua
Marit Hinnosaare 2004. aastal koostatud mudeli, mille abil ta uuris erinevate tööturupoliitika
muudatuste (nt miinimumpalgas, sotsiaaltoetustes ja maksuvabas tulus) mõjusid Eesti
majandusele (Hinnosaar 2004). Üldise tasakaalu mudeli abil on analüüsitud Eestis ka CO2
maksu majanduslikke mõjusid (Nõmmann 2016).
Plussid:
10
CGE-mudelid suudavad analüüsida poliitikamuudatuste ja šokkide mõju olulisemate
majandustegevusalade ja agentide lõikes, majandustegevusalade arv võib olla küllaltki
suur.
Mudelid on sõltuvalt uurimisülesandes kohandatavad (kohandamine ei ole enamasti
siiski väga lihtne).
CGE mudelid on „targemad“ kui Leontiefi multiplikaatormudelid ja suudavad läbi
erinevate elastsuste arvestada ressursside asendatavusega (Charney et al 2003, p 22).
CGE mudelid suudavad arvesse võtta maksumuudatuste mõju majandusagentide
käitumisele (Charney et al 2003, p 22)
CGE mudelid põhinevad olulises osas majandusteoorial (Charney et al 2003, p 22).
Miinused:
CGE mudelid ei ole väga head prognoosiinstrumendid, kuna need põhinevad ühe aasta
(baasaasta) sotsiaalmajandusliku arvepidamise maatriksil, enamik võtmeparameetreid
on tuletatud selle aasta näitajatest ning majandusstruktuuri struktuuri muudatusi ei
suuda need mudelid arvesse võtta. Ka aja mõiste on nendes mudelites keeruliselt
interpreteeritav – enamasti ei suuda mudelid öelda, millal mudeli poolt ennustatavad
mõjud täpselt realiseeruvad (Ahmed 2007, p 9).
CGE-de kasutamiseks vajalik tarkvara on üldjuhul küllaltki kallis. Näiteks GAMSi ühe
kasutaja litsentsi baashind on 3500 USD (tõenäoliselt lisanduvad täiendavad tasud,
kuna võimalik on juurde osta erinevaid lisamooduleid), GEMPACKi ühe kasutaja litsents
2390 USD.
CGE mudelite ehitamine ja kalibreerimine on keeruline ja aeganõudev protsess.
Kalibreerimise „õigsus“ on keeruliselt hinnatav, puuduvad statistilised testid, mida
kalibreerimise õigusse hindamiseks kasutada. (Charney et al 2003, p 22)
Tulenevalt suuremast andmevajadusest ja keerukusest on need tavaliselt Leontiefi
multiplikaatorimudelitest agregeeritumad (vähem sektoreid) (Charney et al 2003, p 22).
CGE mudelid vajavad palju alusandmeid, mis võivad olla kättesaamatud, raskesti
kättesaadavad või ebatäpsed (nt detailse sotsiaalmajandusliku arvepidamise maatriksi
kokkupanemine on keeruline ülesanne).
Dünaamilised stohhastilised üldise tasakaalu mudelid
DSGE (dynamic stochastic general equilibrium) mudelid on keerukad majandusmudelid, mis
ühendavad mikroökonoomilised alused makroökonoomiliste omadustega, et simuleerida
majanduse dünaamilist käitumist ajas. Need mudelid põhinevad majandusagentide
intertemporaalsetel optimeerimisotsustel ja turu tasakaalu tingimustel, võimaldades analüüsida
majandusšokkide ja poliitikamuutuste dünaamilist mõju. DSGE mudelid on laialdaselt kasutusel
rahapoliitika ja majandustsüklite analüüsiks. Eesti jaoks on DSGE mudel arendatud Eesti Panga
analüütikute poolt (Gelain ja Kulikov 2009).
Plussid:
DSGE-mudelid põhinevad mikroökonoomilisel alustel, mis tagab teoreetilise
konsistentsuse.
Mudelid suudavad simuleerida majandusšokkide ja poliitikamuutuste dünaamilist mõju
ajas, võimaldades põhjalikku majandustsüklite analüüsi.
11
Miinused:
DSGE-mudelite ülesehitus ja analüüs on keeruline ja nõuab kõrgetasemelist teoreetilist
ja tehnilist oskusteavet.
Mudelite toimimine sõltub paljudest eeldustest ja parameetrite kalibreerimisest, mis võib
piirata nende praktilist rakendatavust ja prognoosivõimet. Parameetrite kalibreerimine
võib Eesti aegridade lühiduse tõttu osutuda keeruliseks ning nõuda rohkelt
eksperthinnanguid või teiste riikide andmetel saadud tulemuste ülekandmist.
DSGE mudelite keerukus võib raskendada tulemuste tõlgendamist ja selgitamist
laiemale avalikkusele.
DSGE mudelid pole sektoraalselt detailsed, eriti võrreldes nt CGE mudelitega (Perali ja
Scandizzo 2016).
DSGE mudelite sooritus prognoosimisel ei pruugi olla hea – nt Edge ja Gurkaynak
(2010) on leidnud, et inflatsiooni, SKP ja intressimäärade prognoosimisel jääb DSGE
mudeli prognoos täpsuse poolest alla naiivsele prognoosile, mis iga näitaja prognoosina
kasutab vastava näitaja viimast tegelikku minevikuväärtust. Samas märgivad autorid, et
alternatiivsete prognoosimudelite (BVAR) sooritus pole oluliselt parem. McDonald ja
Shalizi (2022) rakendavad DSGE metoodikat mitme sajandi pikkustele simuleeritud
aegridadele ja leiavad, et isegi perfektsete teoreetiliste eelduste ja päriseluga võrreldes
oluliselt mahukamate andmete baasilt hinnatuna ei suuda mudel reprodutseerida
korrektseid parameetrihinnanguid ega vältida prognoosiviga. Samuti ei muutunud mudeli
prognoosid oluliselt ka siis, kui aluseks olevad aegread üksteisega vahetati (nt
kasutades inflatsiooni asemel töötundide arvu), mis tekitab kahtlusi majandusstruktuuri
adekvaatse kajastamise suhtes mudelis.
Kriitikat on pälvinud mõned DSGE mudelite võtmeelemendid (nt mis puudutab tarbimist,
ootusi, investeeringuid, finantsturge ja raha jm) ebarealistlikkuse ja tugeva empiirilise
kinnituse puudumise tõttu (Blanchard 2018).
Makroökonomeetrilised mudelid
Makroökonomeetriliste mudelite mõiste alla koondatakse küllaltki erinevad mudelid. Võimalik, et
kõige lihtsam on neid kirjeldada läbi selle, mida nad ei ole või ei sisalda. Sellised mudelid ei
põhine üldjuhul tugeval mikroökonoomilisel alusel, samuti pole nende puhul määratletud
tasakaaluolekut. Neid ei hinnata simultaanselt, vaid üksikute võrrandite ja võrrandiplokkide
kaupa. Teoreetiliste aluste puudumise tõttu ei saa võrrandite jääkliikmeid tõlgendada
struktuurselt. Muutujate arv ja detailsusaste on tavaliselt suurem kui DSGE mudelites, seda
enamasti selle tõttu, et teoreetilistele alustele puudumine annab suurema vabaduse (Hjelm et
al. 2015).
Hjelm et al. (2015) olid seiskohal, et makroökonomeetrilised mudelid on
rahandusministeeriumites küllalki levinud analüüsivahendid.
Plussid:
Lühiajalised prognoosid võivad osutuda täpsemaks kui keerulisematel mudelite (nt
DSGE)
Kuna need mudelid ei tugine rangetele teoreetilistele raamile on need sageli hõlpsamini
kohandatavad ja muudetavad.
Võivad olla detailsemad, lubades üksikasjalikumat sektorite või regioonide analüüsi.
12
Mudelite hindamine ja simulatsioonide läbijooksutamine on lihtsa, ei eelda üldjuhul
tasulise tarkvara kasutamist.
Miinused:
Puuduvad mehhanismid, mis tagaks prognoositavate näitajate teoreetilise
konsistentsuse.
Pikaajaline prognoosivõime võib olla nõrgem kui tugeva(mal) teoreetilisel alusel
põhinevatel mudelitel.
Ei sobi struktuursete muutuste analüüsimiseks.
Vektor-autoregressioonmudelid (VAR)
VAR (Vector Autoregression) mudelid on statistilised mudelid, mida kasutatakse peamiselt
lühiajaliste prognooside tegemiseks ja majandusnäitajate vaheliste dünaamiliste seoste
analüüsimiseks. Erinevaid makromajanduslikke näitajaid modelleeritakse üheaegselt nii, et iga
muutuja on mudelis sõltuv nii enda kui ka teiste mudeli muutujate varasematest väärtustest.
Mudeli sisendiks on makronäitajate aegread.
Alamliigid:
Struktuurne vektoriautoregressioonimudel (SVAR), mida kasutatakse struktuursete
šokkide mõju analüüsimiseks, modelleerides majandust mõjutavaid struktuurseid
tegureid. SVAR mudelit on Eesti andmete põhjal kasutanud nt Errit ja Uusküla (2014)
euroala rahapoliitika ülekande hindamiseks.
Bayesi vektoriautoregressioonimudel (BVAR) kasutab Bayesi meetodeid, et parendada
prognooside täpsust eriti väikeste andmehulkade korral, kombineerides ajaloolisi
andmeid ja teoreetilisi eelduseid. Eestis on BVAR (täpsemalt struktuurset BVAR ehk
SBVAR) mudelit kasutanud Cuestas ja Kukk (2017) kinnisvarahindade ja -laenude
seoste uurimiseks.
Ajas varieeruvate parameetritega VAR (TVP-VAR, Time-Varying Parameter VAR)
võimaldab paindlikult modelleerida majandusstruktuuri muutusi ajas (Primiceri 2005,
Nakajima 2011).
Plussid:
VAR-mudelid on lihtsamad ja kiiremini rakendatavad võrreldes CGE ja DSGE
mudelitega.
Need on väga tõhusad aegrea andmete analüüsimiseks ja lühiajaliste prognooside
tegemiseks.
Võimaldavad läbi viia impulsskosteanalüüsi (impulse response analysis), mis näitab,
kuidas ühele muutujale rakenduv šokk ehk impulss (sellest ka nimi) mõjutab teisi
süsteemi muutujaid erinevatel ajaperioodidel. Nii saame teada, milline on šoki
dünaamiline mõju kogu muutujate süsteemile. See on makromajanduslike prognooside
koostamisel väärtuslik info.
BVAR ja DSGE lähenemisi on võimalik ühitada nn DSGE-VAR lähenemiseks, mis
kasutab BVAR mudelile ette antavate eeljaotustena (prior) väljundeid DSGE mudelist.
See võib tõsta impulsskostefunktsioonide ja fiskaalmultiplikaatorite hinnangute täpsust
(Del Negro ja Schorfheide 2004, Babecký et al 2016).
Miinused:
13
VAR-mudelid ei anna nii sügavat ülevaadet majanduse struktuursetest seostest kui
DSGE mudelid.
Mudelite tulemuslikkus sõltub suurel määral kasutatavate aegridade pikkusest ja
kvaliteedist. See on probleem eriti Eesti puhul, kus kasutatavad aegread on lühikesed ja
hõlmavad majandusstruktuuri muutuste perioode.
VAR-mudelid ei sobi hästi pikaajaliste prognooside tegemiseks, kuna nad ei hõlma
majanduse struktuurseid muutusi.
VAR mudelite piiranguks on võimetus kirjeldada samaaegseid seoseid (nt šoki
samaaegne mõju erinevatele majandusnäitajatele läbi nende omavaheliste
samaaegsete seoste). Seda piirangut aitab aga ületada SVAR mudelite kasutamine,
kus samaaegseid seoseid modelleeritakse otseselt – selgitavate muutujatena on
võrrandites võimalik kasutada sama perioodi muutujaid (Mohr 2022).
On leitud, et SVAR mudelid on kasulikud mudeli dünaamika analüüsimiseks ootamatu
šoki korral, kuid poliitikasimulatsioonideks on eelistatavad teised simultaansete
võrrandite põhised mudelitüübid (Gottschalk 2001). Piiratud on SVAR mudelite
suutlikkus identifitseerida erinevaid šokke, sh samaaegseid šokke (Gottschalk 2001,
McCoy 1997).
Leontiefi multiplikaatoritel põhinevad mudelid
Leontiefi mudelid, tuntud ka kui sisend-väljund mudelid või IO-mudelid, keskenduvad
majandussektorite vastastikuse mõju ja kogu majanduse toodangutaseme analüüsimisele.
Nende mudelite abil on võimalik hinnata lõppkasutamises (kodumajapidamiste lõpptarbimine,
ettevõtete investeeringud, valitsussektori tarbimine, eksport) toimunud muutuste mõju
lisandväärtusele, maksutulule, hõivele, aga ka teistele majandusnäitajatele, mida on sisukas
majandustegevusalade kogutoodanguga siduda (nt CO2 emissioonid, erinevate ressursside
kasutamine).
Ühe sellise mudeli on projektimeeskond Rahandusministeeriumi tellimusel ka ise koostanud
ning see on kättesaadav alljärgneva lingi vahendusel [https://apps.centar.ee/io-makromudel/].
RITA-C19-makromudel on simulatsioonimudel, mis hindab koroonaviiruse või mõne muu
šoki/riigipoolse sekkumise tagajärjel lõppkasutamises toimunud muutuse mõju Eesti
majandusele (CentAR et al. 2022).
Suure tõenäosusega on sellist tüüpi mudel Rahandusministeeriumi poolt kirjeldatud vajaduste
rahuldamiseks siiski natuke liiga lihtne.
Plussid:
Leontiefi mudelid on intuitiivsed ja suhteliselt lihtsad üles ehitada ja kasutada.
Nad on tõhusad sektoraalsete mõjude hindamiseks ja majanduse erinevate osade
vaheliste seoste arvestamiseks, võimaldades minna küllaltki detailseks (näiteks C-19
makromudel eristab 63 majandustegevusala).
Miinused:
Mudel eeldab, et tootmisprotsessi jaoks vajalike sisendite proportsioonid
(tootmistehnoloogiad) jäävad alati samaks, olenemata lõpptarbimise muutuse ulatusest.
Mudel ei arvesta sisendite asendamise võimalusega.
Mudel hindab mõjusid ühel hetkel ajas.
14
Puuduvad hinnamehhanismid, sisendite nõudlus nende hindadest ei muutu.
Mudel ei sisalda pakkumispoole piiranguid, mis tähendab, et vaikimisi eeldatakse, et
näiteks tööjõud ja tooraine ei ole piiravad tegurid.
Mudelitüüpide kaardistus pole loomulikult lõplik, seda on plaanis projekti käigus täiendada.
Millises suunas ja milliste allikate põhjal on seda tellija vajadusi arvestades kõige otstarbekam
teha lepitakse tellijaga kokku projekti algfaasis.
Võimalikud andmeallikad
Hindamiskriteeriumite juures on välja toodud, et pakkumise kvaliteedi indikaatoriks on ka
teadmine selleks, milliseid andmestikke hakatakse kasutama. Käesoleva töö puhul on seda
jällegi keeruline ette öelda, sest see sõltub Rahandusministeeriumiga kokkulepitavast
mudelitüübist.
Üldise tasakaalu mudelite (CGE) puhul kuuluvad sisendandmestike hulka muuhulgas:
Pakkumise-, kasutamise- ja sisend-väljundtabelid, mis kirjeldavad, kuidas erinevad
majandussektorid on omavahel seotud. Need sisaldavad informatsiooni, milliseid
sisendeid (tooteid ja teenuseid) iga sektor kasutab ja milliseid väljundeid (tooteid ja
teenuseid) nad toodavad.
Tarbimise struktuuri ja majandustegevusalade ressursivajadust kirjeldavad andmed,
näiteks leibkondade ja valitsuse tarbimise ning investeeringute kohta, ja tootmistegurite
(tööjõud, kapital) kasutamise kohta erinevates sektorites.
Informatsioon maksude, subsiidiumide ja toetuste kohta, mida valitsus rakendab
erinevates sektorites.
Väliskaubanduse andmed kaupade ja teenuste ekspordi ja impordi kohta.
CGE mudelite koostamiseks tuleb need andmed koondada sotsiaalarvestuse maatriksi (SAM -
Social Accounting Matrix) kujule. CGE mudelite puhul ei ole andmete aegrea pikkus olulise
tähtsusega, pigem on tähtis see, et ühe ajahetke kohta tekib võimalikult rikas pilt. Nende
andmete peamiseks allikaks on Statistikaamet (rahvamajanduse arvepidamine, leibkonna
eelarve uuring, tööjõu-uuring, maksulaekumiste statistika), mida vajadusel täiendatakse näiteks
detailsemate Maksu- ja Tolliameti andmetega maksulaekumise kohta. Statistikaametist
kättesaadavad andmed ei ole sellisel kujul, et neid saaks mudeli sisendina kasutada, enamiku
vajalikust tööst andmete ettevalmistamisel peaks uurimismeeskond suutma ise ära teha, kuid
pole välistatud, et tuleb paluda arendustöid ka Statistikaametilt.
CGE mudelite sisendparameetriteks on ka erinevad elastsused, mille hindamiseks on samuti
vaja andmed (väliskaubanduse andmed, info kaupade ja teenuste hindade kohta). Nende
andmete allikaks on samuti valdavalt Statistikaamet ja Eurostat. Olulisel kohal on ka
teaduskirjandusest leitud hinnangud nendele parameetritele, mida Eesti andmete põhjal ei
õnnestu kvaliteetselt sisustada.
Kui analüüsi väljundite hulka peavad kuuluma hinnangud keskkonnanäitajatele (nt
kasvuhoonegaaside emissioonid), siis on vajalik ka seda informatsiooni majandus tegevusalade
lõikes (samuti Statistikaametist).
15
DSGE mudelite sisendid on veidi teistsugused. Kuna need mudelid modelleerivad ajas
muutuvaid protsesse, siis on aegridade pikkus ja nende andmekvaliteet väga oluline. Mudeli
sisendina kasutatavate andmete hulgas on näiteks:
Makromajandust iseloomustavate andmete aegread (nt SKP, selle komponendid)
Andmed leibkondade tarbimise ja säästmise kohta
Andmed ettevõtete investeeringute kohta
Andmed valitsuse kulutuste, maksude, laenude kohta
Andmed rahapoliitika kohta (nt intressimäärad)
Andmed väliste šokkide kohta
DSGE mudelite sisendiks olevad andmed pärinevad samuti suuresti Statistikaameti
rahvamajanduse andmepidamisest, täiendavat informatsiooni võib olla vaja ka Eesti Pangast ja
Eurostatist. Olulisel kohal on ka teaduskirjandusest leitud hinnangud nendele parameetritele,
mida Eesti andmete põhjal ei õnnestu kvaliteetselt sisustada.
Leontiefi multiplikaatormudelid kasutavad samuti alusandmetena peamiselt rahvamajanduse
arvepidamise andmeid (pakkumise- ja kasutamise tabelid ja nende põhjal koostad sisend-
väljund tabelid, nende põhjal arvutatakse multiplikaatorid) (vt C-19 makromudeli kohta CentAR
2022). Maksu- ja hõivemõjude hindamiseks on vajalikud vastavalt maksu- ja hõive näitajad
majandustegevusalade lõikes. Kui analüüsi väljundite hulka peavad kuuluma hinnangud
keskkonnanäitajatele (nt kasvuhoonegaaside emissioonid), siis on vajalik ka seda
informatsiooni majandus tegevusalade lõikes. Ka siin on peamisteks allikateks Statistikaameti
rahvamajanduse arvepidamine. Eesti tööjõu-uuringu andmed, aga keskkonnateemade puhul ka
näiteks õhuemissioonide seire andmed.
Nagu juba eelnevalt öeldud, ei ole tegemist ammendava loeteluga ning reaalne andmevajadus
sõltub olulisem määral sellest, millist mudelit lõpuks ehitama hakatakse. Näiteks võib ka CGE
sisendandmetega olla vaja keskkonna valdkonna andmeid, kui see mudel peab keskkonna
mõjusid hindama. Millises suunas seda enne mudeli arendamise juurde asumist oleks vaja
täiendada, lepitakse kokku tellijaga projekti algfaasis.
1.2. Uurimistöö läbiviimise tegevus- ja ajakava
Rahandusministeeriumi vajaduste kaardistamine
Kaardistatakse Rahandusministeeriumi prognoosi- ja analüüsivajadused, mida on teoreetiliselt
võimalik makromajanduse mudelite abil lahendada. Selle käigus läbiviidavad tegevused
hõlmavad kohtumisi Rahandusministeeriumi esindajatega, et mõista nende prognoosi- ja
analüüsivajadusi, milliseid mudeleid ja milleks praegu kasutatakse, mis on nende puudujäägid.
Arutelud ehitatakse üles kahe rombi meetodil, tõmmates esmalt teemade ring laiaks, püüdes
kaardistada kõik Rahandusministeeriumi makroprognooside ja mõjuanalüüsidega tegelevate
üksuste analüüsivajadused. Lähtealuseks võetakse uuringu lähteülesanne. Seejärel, võttes
täiendavaks sisendiks käesolevas pakkumises toodud informatsiooni, kitsendatakse
analüüsivajaduste loendit, tuues välja need, mille lahendamiseks hakatakse käesolevas
projektis instrumente looma.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
16
Eksperdi töötunnid: 40 tundi
Tegevuste läbiviimise aeg nädalates projekti algusest: 1-4 nädal
Mudelitüüpide üldisem kaardistamine
Kaardistada erinevad mudelid, mille abil on võimalik Rahandusministeeriumi vajadusi
rahuldada. Selleks võetakse aluseks käesolevas pakkumises koostatud mudelitüüpide
lühiülevaade, kõrvutatakse seda tellija vajaduste kaardistuse tulemuste. Seejärel viiakse läbi
kirjanduse analüüs, kirjutades juba kaardistatud mudelitüüpide ülevaated selgemaks ja
detailsemaks, pöörates seejuures tähelepanu haakuvusele tellija vajadustega. Vajadusel
otsitakse juurde täiendavaid mudelitüüpe või vaadatakse põhjalikumalt mõnda väga laia
ulatusega mudelitüübi alla kuuluvat mudelit (nt termini makroökonomeetrilised mudelid alla
koonduvad sisult väga erinevad mudelid). Täpsustatakse andmevajadust.
Hindamiskomisjoni tagasiside põhjal, hoitakse see osa projektist esialgu plaanitust
kompaktsemana. Koostöös tellijaga kitsendatakse mudelitüüpide arvu, mida kokkuvõte peaks
sisaldama ning keskendutakse neile. Ajakulu all on kajastatud tellijale vajalike tulemite loomine,
uurimismeeskonna teadmiste täiendamine on kajastatud tegevustoetuse all (punkt
Uurimismeeskonna oskuste ja teadmiste täiendamine). Ka välisekspertide kaasamine võiks
toimuda pigem teise eesmärgiga juba otsesma arendustegevuse käigus, seega neid sellesse
etappi ei planeerita. Etapi lõpus valmib mudelitüüpide kaardistust kokkuvõttev raport.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer, Raul Eamets
Eksperdi töötunnid: 30
Tegevuste läbiviimise aeg nädalates projekti algusest: 5-7 nädal
Peamiste mudelitüüpide detailsem uurimine ja nende ressursivajaduse
hindamine
Eelmises punktis koostatud kirjanduse analüüsi põhjal valitakse välja maksimaalselt kolm
mudeli tüüpi ning koostatakse nende detailne ressursivajadus, vastates seejuures järgmistele
küsimustele:
Milliseid andmeid on vaja mudeli arendamiseks ja hilisemaks käitamiseks?
Kust andmed saadakse?
Millist tarkvara hakkab mudel kasutama ja millised on sellega kaasnevad kulud?
Kui palju analüütiku töötunde kulub mudelite välja töötamiseks?
Kui sageli peab mudelit uuendama ning kui palju kulub tööaega mudeli uuendamiseks?
Millistes etappides selline mudel valmib?
Põhimõtteliselt koostatakse väljavalitud mudelitele detailne arendusplaan, tuues muuhulgas
välja andmete ettevalmistamisele ja mudeli arendamisele kuluva tööajakulu, sisse ostetava
tarkvara maksumuse ja võimalikud muud ressursivajadused. Meeskonna õppimise ja teadmiste
täiendamisega seotud ajakulu kajastatakse tegevustoetuse peatükis Uurimismeeskonna
oskuste ja teadmiste täiendamine.
Teostajad ja ajakulu:
17
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer
Eksperdi töötunnid: 100
Tegevuste läbiviimise aeg nädalates projekti algusest: 8-13
Arendusse mineva(te) mudeli(te) arendusplaani kinnitamine
See etapp tugineb eelmise etapi tulemustele, eraldi etapina on see välja toodud vaid selle tõttu,
et siin kinnitatakse ära projekti põhitulemite loomis kava ja sellele planeeritavad
ressursivajadus. Selles etapis pannakse paika ka Rahandusministeeriumi täpsem roll mudeli
välja arendamisel - millises ulatuses on neil võimalik arendusse panustada.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 20
Tegevuste läbiviimise aeg nädalates projekti algusest: 14
Rahandusministeeriumi vajadustele vastava(te) mudeli(te) väljatöötamine
Rahandusministeeriumi vajadustele vastava prognoosimudeli ja/või mõjuanalüüsi mudeli
väljatöötamisele kuluvat aega on pakkumise koostamise ajal väga keeruline välja pakkuda, sest
ka lähteülesanne ütleb selgelt, et projekti esimeseks etapiks on tellija vajaduste välja
selgitamine. See, millise mudeli kasuks otsustatakse, kui detailne see peab olema, milliseid
näitajaid peab sellega saama prognoosida või milliseid stsenaariume läbi mängida mõjutab
märkimisväärselt seda, palju mudeli koostamiseks tööd kulub.
Panime kokku kaks ajaeelarvet näitlikustamaks, milliseks võiks kujuneda tööajakulu juhul, kui
oleks vaja koostada üks kõrge üldistusastmega (nt 3 majandustegevusalaga) DSGE mudel või
64 majandustegevusalaga CGE mudel. Aja-eelarved ei ole kindlasti lõplikud - kui
Rahandusministeeriumiga on vajadused täpsemalt kokku lepitud, siis tuleb koostada põhjalikum
ajakava ja eelarve (vt eelmist punkt).
DSGE mudel
Allpool on toodud näide mudeli tegevuste ja ajakulu kujunemisest, kui otsustatakse teha valik
DSGE mudeli arendamise kasuks:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer, Raul Eamets,
Triinu Tapver, Rahandusministeeriumi eksperdid
Eksperdi töötunnid: 1800
Tegevuste läbiviimise aeg nädalates: 17-113
Tegevuste etapid ja orienteeruv ajakulu:
1. Mudeli üldine disain ja struktuur (400 tundi): Kirjanduse ja avaldatud mudelite
analüüs saamaks ülevaadet seni kasutatud lahendustest, valiku tegemine koos tellijaga,
millistest komponentidest mudel koosneb ja millise detailsusega need on. Milliseid
majandusagente mudel hõlmab, milline on metoodika agentide eelistuste, ettevõtete
poolt kasutatavate tehnoloogiate osas, milline on turgude struktuur, millised mikroalused
18
(kasulikkus- ja tootmisfunktsioonid, eelarvepiirangud). Erinevate variantide plusside ja
miinuste kaalumine, sobiva kompromissi leidmine.
2. Mudeli matemaatiline formuleerimine (200 tundi): mudeli elementide väljendamine
võrrandite kujul, võrrandite log-lineariseerimine.
3. Mudeli koodi kirjutamine (200 tundi): arvutusplatvormi valik (nt Matlab/
Dynare/Octave/Iris või Python), lineariseeritud võrrandite koodi kirjutamine,
tasakaalupunkti tingimuste kodeerimine ja lahendamine tasakaalupunkti väärtuste
leidmiseks.
4. Kalibreerimine (200 tundi): mudelis kasutatavate põhiparameetrite (nt diskontomäär,
riskialtisus, kapitali osakaal, Taylori reegli koefitsiendid vm) valik, kalibreerides
parameetrid kas empiiriliselt selliselt, et need vastaksid makromajandusnäitajate jaotuste
parameetritele või siis leides sobivad parameetrid teaduskirjandusest.
5. Mudeli parameetrite hindamine (200 tundi): hindamismeetodi valik (Bayesi või
suurima tõepära meetod), Bayesi meetodi kasutamise korral parameetrite eeljaotuste
(priors) valik, järeljaotuste (posterior) hindamine Markovi ahelate Monte Carlo meetodil.
6. Mudeli testimine ja korrigeerimine (400 tundi):
Mudeli diagnostika - mudeli šokkidele reageerimise analüüs impulsskostefunktsioone
(IRF) kasutades;
Dispersiooni dekompositsioonid, analüüsides šokkide panust iga võtmemuutuja
dispersiooni;
Ajalooliste aegridade dekomponeerimine erinevate šokkide poolt ennustatavateks
komponentideks;
Mudelprognooside hindamine keskmise ruutvea (RMSE) alusel;
Mudeli tulemuste tundlikkusanalüüs parameetrite väärtuste muutuste suhtes;
Mudeli korrigeerimine probleemide või ebaloogiliste tulemuste ilmnemisel.
7. Dokumentatsioon (200 tundi): mudeli metoodika kirjelduse koostamine.
CGE mudel
Alljärgnev on näide tegevustest ja ajakulust, kui otsustatakse arendada detailse
majandustegevusalade struktuuriga (nt 63 tegevusala, mida praegu eristavad Statistikaameti
pakkumise ja kasutamise tabelid) üldise tasakaalu mudel, millega on võimalik analüüsida
lõppkasutamise muutumise ja maksumäärade muutumise mõju olulisematele
makromajanduslikele näitajate:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer, Raul Eamets,
Triinu Tapver, Rahandusministeeriumi eksperdid
Eksperdi töötunnid: 1600
Tegevuste läbiviimise aeg nädalates: 17-113
Tegevuste etapid ja orienteeruv ajakulu:
1. Mudeli üldine disain ja struktuur (320 tundi)
Kirjanduse ja avaldatud mudelite analüüs saamaks ülevaadet seni kasutatud
lahendustest, valiku tegemine koos tellijaga, millistest komponentidest mudel koosneb ja
millise detailsusega see on (nt milliseid majandustegevusalasid on vaja eristada, kas ja
kui siis milliseid leibkonnatüüpe tuleb eristada). Otsused selle kohta milliseid
simulatsioonivõimalus peaks mudel pakkuma (nt maksumäärade muutmine, muutused
19
lõppkasutamises, muutused elanike arvus), millise aasta SAM jääb mudeli
baasandmestikuks.
2. Andmete kogumine ja ettevalmistamine (240 tundi)
Mudeli sisendiks kasutatavate andmete ettevalmistamine. Muu hulgas sisaldab see
rahvamajanduse arvepidamise pakkumise ja kasutamise tabelite töötlemist,
valitsussektori andmete kohandamist (maksutulud ja valitsussektori kulud), leibkondade
tarbimist ja tööjõupakkumist sisaldavate andmete ettevalmistus (leibkonna-eelarve
uuring, sotsiaaluuring, Eesti tööjõu-uuring). Kui mudelisse soovitakse kaasata ka
keskkonnadimensioon, siis näiteks õhuemissioonide andmete (nt
majandustegevusalade KHG emissioonid tCO2e ühikutes) ettevalmistus.
Eelpool kirjeldatud andme põhjal tuleb kokku panna sotsiaalmajandusliku arvepidamise
maatriks (SAM), mis on mudeli nö selgrooks.
3. Elastsuste ja käitumisparameetrite hindamine (320 tundi)
Selleks, et oleks võimalik simuleerida lõppkasutamises või maksumäärades toimunud
muutuste mõju on vaja mudelile ette anda hinnangud erinevatele elastsustele ja
muudele käitumuslikele parameetritele. Hinnata on vaja leibkondade tarbimiseelistuste
ja ettevõtete investeerimiskäitumise parameetrid, tootmistegurite (tööjõud, kapital)
asenduselastsused, kaupade ja teenuste omavahelised asenduselastsused, kodumaiste
ja imporditud kaupade asenduselastsused (nn Armingtoni elastsused), nõudluse hinna-
ja sissetulekuelastsused.
Olgu mainitud, et 63 tootegrupi jaoks on C-19 makromudeli arendamise käigus nõudluse
hinna- ja sissetulekuelastsusi paar aastat tagasi Eesti andmete põhjal hinnatud (TÜ
2021). Hindamisel kasutati AIDS süsteem (almost ideal demand system). Analüüsi
kokkuvõttes on öeldud, et: „Analüüsiga leitud kogukulutuste elastsused olid hinnatud
võrdlemisi täpselt, kuid hinnaelastsuste usalduspiirid olid väga laiad.“ (TÜ 2021). Päris
mitmete tootegruppide jaoks tuli kasutada teaduskirjandusest leitud väärtusi, sest Eesti
andmete põhised hinnangud ei olnud usutavad. Elastsuste hindamine on olnud
väljakutseks ka teiste riikide mudelites. Näiteks, Itaalia majandus ja
rahandusministeeriumi poolt koostatud 63 majandustegevusalaga CGE mudelis
(MACGEM-IT) on vaatamata tegevusalade suurele arvule kasutatud vahetarbimise
asenduselastsusena vaid ühte väärtust (0, ehk vahetarbimise kaubad pole
asendatavad), tööjõu ja kapitali asenduselastsusena samuti vaid ühte väärtust,
Armingtoni elastsusi on ainult kuus erinevat väärtust (Felici et al. (2020), p. 28)
Mainime seda seetõttu, et sarnased probleemid võivad esile kerkida muud tüüpi
elastsuste hindamisel ning sellisel juhul on suurele hulgale tootegruppidele
teaduskirjandusest sobilike alternatiivide leidmine (ning hiljem mudeli kalibreerimine
selliselt, et see annab usutavaid tulemusi) aeganõudev töö.
4. Mudeli arendus (320 tundi)
Selle punkti alla läheb mudeli programmeerimine. Eeldatavalt tuleks selleks kasutada
tasulist simulatsioonitarkvara (nt GAMS).
5. Mudeli kalibreerimine (240 tundi)
20
Mudeli kalibreerimine ja valideerimine kujuneb eeldatavalt küllaltki aeganõudvaks, sest
Eesti majanduse väike ning sellest, aga ka viimase aja arvukatest kriisidest tulenevalt, ei
anna Eesti andmete pealt hinnatud elastsuste ja käitumisparameetritega mudel kindlasti
esimesel katsel usutavaid tulemusi. Valideerimisel testitakse esmalt seda, et mudel
suudaks reprodutseerida baas-aasta (aasta, kus pärineb SAM) andmeid, seejärel saab
sama harjutuse läbi viia ka teiste aastate põhjal. Kui tulemused ei ole realistlikud, tuleb
mudelit kohandada ja uuesti proovida.
6. Dokumentatsioon (160 tundi)
Mudeli metoodika kirjelduse koostamine.
Eelpool kirjeldatud ajaeelarved on näidiseelarved, mis sisaldavad muuhulgas ka
uurimismeeskonna enesetäiendamisega seotud ajakulu. Mudeli arendamise lõplik ajaeelarve
selgub projekti käigus, täiendatud pakkumises lähtutakse järgmisest (meeskonna õppimist ja
enesetäiendamist kajastatakse peatükis Uurimismeeskonna oskuste ja teadmiste täiendamine).
Mudeli arendamine on peamiselt Janno Järve, Sten Anspal, Laura Helena Kivi ja Marko Sõmeri
õlul, Raul Eametsa ja Triinu Tapveri ülesandeks on eeskätt valitud lahenduste realistlikkuse
hindamine ja testimine:
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer, Raul Eamets,
Triinu Tapver, Rahandusministeeriumi eksperdid
Eksperdi töötunnid: 1400
Tegevuste läbiviimise aeg nädalates: 17-113
Edasiarenduste kaardistus
Mudeli edasiarendamise võimalused, mis jäävad põhifunktsionaalsuse sisse, saavad suuresti
ilmseks juba projekti käigus. Selles etapis need dokumenteeritakse. Lisaks kaardistatakse ka
tellija täiendavad vajadused, mis eeldavad mudelile lisafunktsionaalsuste loomist.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 24
Tegevuste läbiviimise aeg nädalates projekti algusest: 114-116
Projekti lõpetamise tegevused
Projekti lõpetamise tegevused sisaldavad projekti tulemite korrastamist, kokkuvõtva aruande
koostamist ja muid projekti lõpetamisega seotud administratiivseid tegevusi.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 32
Tegevuste läbiviimise aeg nädalates projekti algusest: 116-118
21
2. Tegevustoetuse kasutamise kirjeldus
2.1. Uurimismeeskonna / ekspertrühma loomine
ülikoolide/mõttekodade juures koos tegevus- ja ajakavaga
Lähteülesandes nenditakse, et (Lähteülesanne, lk 2):
„spetsiifilise makromudeli loomise erikompetentsi ja praktilist kogemust pigem meie
mõttekodades ja ülikoolides ei ole“.
Keerulisemate makromudelite loomine nõuab spetsiifilisi oskusi. Kuna Eestis on selliste
oskustega spetsialiste vähe, on sihttoetuse tegevustoetuse osa eesmärk makromodelleerimise
valdkonna kompetentside üldisem arendamine Eestis.
Ideaaljuhul toimuks see nii, et projekti kaasataks erinevate institutsioonide eksperdid, kes
omandaksid Rahandusministeeriumile loodava mudeli arendamise ja kasutamise käigus
praktilisi kogemusi. Lisaks oleks soovitatav luua ühe või mitme ülikooli juures makromudelitele
spetsialiseerunud töörühmad, kuhu kuuluksid ka doktorandid, tagades seeläbi valdkonna
järelkasvu. Ülikoolide juurde võiks õpetama kaasata ka välisõppejõude, kellel on makromudelite
arendamise kogemus.
Algselt plaanisime koostada sihttoetuse taotluse ühispakkumusena koos TalTechi ja Tartu
Ülikooliga. Pakkumiste koostamise käigus selgus, et projekt ei ole kummagi ülikooli jaoks
piisavalt atraktiivne, et ühispakkumuses osaleda. Tundub, et peamine takistus seisneb selles, et
praegu ei ole ei Tartu Ülikoolis ega TalTechis piisava suurusega meeskonda, kes tegeleks
süvitsi makromudelite arendamisega. Selline valdkond tuleks luua, kuid uue valdkonna
loomiseks on projekti eelarve liiga väike. Ka valdkonna edasine rahastus tulevikus ei ole
tagatud. Lisaks pole Eesti makromudelite arendus teema, mis oleks huvipakkuv tipptasemel
teadusajakirjadele.
Kokkuvõttes pole laiaulatuslikku makroanalüütikute võrku koos järelkasvuga selle projekti
raames võimalik ülikoolide juurde tekitada. Veidi väiksema makromudeli arendamisega tegeleva
makroanalüütikute võrgustiku loomine on aga täiesti reaalne.
Oleme kokku pannud arendusmeeskonna, kuhu kuuluvad lisaks CentARile ka TalTechis, LHV
pangas1 ning BigPankis töötavad eksperdid. Nii on tagatud, et makromudeli arendamise
kogemus areneb selle projekti käigus vähemalt kolmes institutsioonis peale CentARi. Lisaks on
meie hinnangul on parim lahendus see, kui ka Rahandusministeerium mudeli arendamisel
uurimismeeskonnas aktiivse rolli. Nii tagatakse, et tugev mudeli arendamise kompetents on
olemas institutsioonis, kus seda kõige rohkem vajatakse. Loomulikult on
Rahandusministeeriumis tulevikus võimalik mudeli täiendamiseks või edasi arendamiseks
projektitiimi oskustele tugineda.
Vaatamata sellele, et oleme omalt poolt kokku hea meeskonna mudeli arendamiseks, on ilmne,
et keerulisema makromudeli ehitamiseks tuleb kogu meeskonnal oma teadmisi ja oskusi
märkimisväärselt täiendada. On hea meel tõdeda, et käesoleva projekti tingimused seda ka
võimaldavad.
1 Triinu Tapver töötab nii LHV pangas kui TalTechis.
22
Ekspertide võimestamiseks ja järelkasvu toetamiseks plaanime nelja tüüpi tegevusi:
0. Uurimismeeskonna oskuste ja teadmiste täiendamine
1. Välisekspertide kaasabil toimuvate seminaride läbiviimine
2. Mudeli arendust tutvustava lühiloengusarja ettevalmistus ja läbiviimine
3. Magistritööde juhendamine
Uurimismeeskonna oskuste ja teadmiste täiendamine
Projekti elluviimise käigust tuleb uurimismeeskonnal endale selgeks teha küllaltki spetsiifilised
teemad, alates rahvamajanduse arvepidamise detailidest (sh nt sotsialamajandusliku
arvepidamise maatriksite koostamise metoodilised küsimused) ning lõpetades tellijaga koostöös
välja valitava mudeli teoreetiliste aluste rakendamise nüanssidega. Kõige kuluefektiivsem
moodus selliste teadmiste omandamiseks on erialakirjandusega tutvumine ning võimalusel ka
veebiseminaridel või koolitustel osalemine.
Oskuste ja teadmiste täiendamine on pidev protsess. See toimub mõningal määral mudeli
arendust ettevalmistavas faasis (mudelitüüpide ülevaate täpsustamine ja ressursivajaduse
kaardistus), valdavalt aga mudeli arendamise faasis.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer
Eksperdi töötunnid: 400
Tegevuste läbiviimise aeg nädalates: 5-114
Välisekspertide kaasabil toimuvate seminaride läbiviimine
Rahandusministeeriumi ja CentARi meeskonna oskustaseme tõstmiseks plaanime korraldada
kolm seminari, kuhu kutsume esinema väliseksperte, kellel on kogemus meile huvi pakkuvate
makromudelite arendamisel. Eesmärk ei ole saada ekspertidelt üldiseid teadmisi makromudeli
tüüpide tugevuste ja nõrkuste kohta – usume, et seda suudame koos Rahandusministeeriumi
meeskonnaga pärast uuringu esimesi etappe ka ise hinnata. Seminaride eesmärk on kaasata
spetsiifilisemat teadmist – sellist, mida saame mudeli arendamise juures otsesemalt kasutada.
Sellest tulenevalt ei ole me praeguseks välja valinud ka väliseksperte, keda projekti kaasata –
nende valik sõltub sellest, millist mudelit arendama asutakse.
Välisekspertide kaasamise plaanime peamiselt mudeli arendamise esimesse poolde.
Lisaks seminaridele võib välisekspertide teadmistest kasu olla ka mudeli arendamisel jooksvate
probleemide lahendamisel. Selleks on plaanis sõlmida eksperdi või ekspertidega
nõustamisleping. Reserveerime selleks 9000 eurot. Nõustamise täpsem teemade ring selgub
projekti käigus.
Teostajad ja ajakulu:
Vastutajad: Janno Järve, Sten Anspal
Planeeritav seminaride arv: 3
Väliseksperdi hinnanguline maksumus: 7000 eurot (koos kõigi maksudega)
23
Väliseksperdi kulureserv jooksvaks konsultatsiooniks: 9 000 eurot (koos kõigi
maksudega)
Tegevuste läbiviimise aeg nädalates projekti algusest: 17-93
Magistritööde juhendamine
Makromudelite valdkonna populariseerimiseks plaanime välja pakkuda kolm makromudelite
arendamisega seotud magistritöö teemat, mida plaanime kaasjuhendada. Magistritööde
kaasjuhendajateks oleksid Janno Järve ja Sten Anspal. Makromudelite valdkonna magistritööde
kaasjuhendamist on arutatud Tartu Ülikooli majandusteaduskonna majanduse modelleerimise
õppetooli juhataja Andres Võrguga ning ta on kinnitanud, et see on võimalik.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Ühe töö kaasjuhendamine: 300 eurot
Tegevuste läbiviimise aeg nädalates projekti algusest: 52-93
Mudeli arendust tutvustava lühikese loengusarja ettevalmistus ja
läbiviimine
Makromudelite valdkonna populariseerimiseks on plaanis koostada projekti raames
koostatavate makromudelite arendamist tutvustav lühike loengusari (8 akadeemilist tundi).
Loengusarja koostamise ja loengute lugemise eest vastutavad Janno Järve ja Sten Anspal.
Loengusarja on samuti arutatud Tartu Ülikooli majandusteaduskonna majanduse
modelleerimise õppetooli juhataja Andres Võrguga ning ta on kinnitanud, et piisava
etteplaneerimise korral on see võimalik õppetegevusse integreerida. Loengusarja lugemine jääb
projekti viimasesse aastasse.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 60
Tegevuste läbiviimise aeg nädalates projekti algusest: 100-118
2.2. Töö tulemuste teadmistepõhine rakendamine, sh koolitused,
teadusnõustamine, mudeli rakendamise kestel koos tegevus- ja
ajakavaga
Rahandusministeerium on lähteülesandes väljendanud soovi, et projekti tulemusena valmiks
makromudel või mudelid, mida on võimalik kasutada makroprognooside kasutamiseks ja
poliitikamuudatuste analüüsimiseks. Ka meie nägemuses valmib töö tulemusena
Rahandusministeeriumi töös praktilist kasutust leidev töövahend. Milline saab olema selle
täpne funktsionaalsus (kas see keskendub rohkem prognooside omavahelise kooskõla
parandamisele või poliitikate mõjude simuleerimise võimaluste avardamisele) on praegu veel
lahtine – ka lähteülesanne ütleb, et tellija vajadused tuleb kõigepealt välja selgitada ja alles siis
saab otsustada, millist mudelit hakatakse ehitama. Makromudeli(te) detailne arendusplaan
pannakse kokku projekti 25.-daks nädalaks, siis selgub ka mudeli(te) valmimise aeg.
24
Selleks, et mudeli kasutusse võtmine läheks Rahandusministeeriumis võimalikult lihtsalt,
plaanime korraldada kahte tüüpi koolitusi:
1. Mudeli arendusmeeskonna ja kasutajate mudeli arendamiseks ja kasutamiseks vajalike
tarkvarade alane koolitus.
2. Mudeli(te) metoodika(te) kirjelduste koostamine ja kasutusjuhendi(te) loomine
3. Mudeli kasutuskoolituste ettevalmistus ja läbiviimine.
Mudeli arendusmeeskonna ja kasutajate mudeli arendamiseks ja
kasutamiseks vajalike tarkvarade alane koolitus
Projektimeeskond ja mudeli kasutajad peavad mudeli loomiseks ja kasutamiseks valdama
erinevaid tarkvarasid. Arendusmeeskond (sh Rahandusministeerium, kui nad on huvitatud
aktiivsemalt arendustegevuses kaasa löömisest) peaks oskama mudeli sisendandmete
töötlemiseks kasutada R-i ja MS Excelit. Kui mudeli tüüp ja selle ehitamiseks kasutatav tarkvara
on välja valitud, tuleb mudeli arendusmeeskonnal ning hiljem ka kasutajatel selgeks õppida
vastava tarkvara kasutamine (CGE mudelite puhul näiteks GAMS või GEMPACK, DSGE
mudelite puhul Dynare, Octave, Iris, Matlab või Python). CentAR valmistab vastavad koolitused
ette ning hoolitseb selle eest, et kogu arendusmeeskond oleks nii mudeli sisendite
ettevalmistamiseks kui kasutamiseks vajalike tarkvarade kasutusoskuse poolest piisavalt
tasemel, et arendustegevuses osaleda. Mudeli tarkvara kasutamise koolitus tuleb korraldada ka
mudeli kasutajatele.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Marko Sõmer, Sten Anspal
Eksperdi töötunnid: 80
Tegevuste läbiviimise aeg nädalates projekti algusest: 20-23
Mudeli(te) metoodika(te) kirjelduste koostamine ja kasutusjuhendi(te)
loomine
Koos mudeli väljatöötamisega koostatakse ka metoodika kirjeldus ja kasutusjuhend. Need
tegevused saavad osaks mudeli detailsest arendusplaanist ning tegevustoetuse eelarvesse
selleks eraldi vahendeid ei planeerita – meie hinnangul on metoodika ja kasutusjuhend loodava
mudeli orgaaniliseks osaks. Metoodika kirjeldusse ja kasutajajuhendi koostamisse panustavad
kõik projektimeeskonna liikmed ning see toimub projekti viimasel poolaastal.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer, Raul Eamets,
Triinu Tapver
Tegevuste läbiviimise aeg nädalates projekti algusest: 100-118
Mudeli kasutuskoolituste ettevalmistus ja läbiviimine
Kui mudeli metoodikakirjeldus ja kasutusjuhend on valmis, viiakse nende põhjal
Rahandusministeeriumis läbi mudeli kasutamise koolitus. Koolitus ehitatakse üles
25
kaheosalisena. Esimene osa tutvustab mudeli ülesehitamisel tehtud teoreetilisi valikuid ning
kuidas need mõjutavad tulemuste interpreteerimist. Teine osa keskendub sellele, kuidas mudelit
tehniliselt kasutada. Koolituse valmistavad ette ja viivad läbi Janno Järve ja Sten Anspal.
Kasutuskoolitus viiakse läbi projekti viimases kvartalis.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 40
Tegevuste läbiviimise aeg nädalates projekti algusest: 111-118
Töö- ja kaasamisseminarid
Läbi kogu projektiperioodi viiakse regulaarselt läbi töö- ja kaasamisseminare. Tööseminaridel
osalevad tellija ja teostaja esindajad ning need toimuvad reeglina igakuiselt (vajadusel
võidakse kokku leppida kohtumiste ärajätmine või edasilükkamine puhkusekuudel, juhul kui
seminari läbiviimine pole ei tellija ega teostaja esindajate seisukohast praktiline).
Tööseminaridel annab teostaja ülevaate eelneva kuu jooksul tehtud töödest ja tegevustest,
edasijõudmisest mudeli arenduses või olulistest leidudest teaduskirjanduse läbitöötamisel,
tekkinud väljakutsetest või probleemidest ning võimalikest lahendusvariantidest. Tellija saab
tööseminari käigus ülevaate projekti käigust ja edasijõudmise tempost, saab anda tehtud
töödele ja tegevustele tagasisidet, rääkida kaasa tekkinud metoodiliste valikukohtade või
ilmnenud väljakutsete lahendusvariantide osas ning järgmiseks perioodiks seatavate ülesannete
osas. Tööseminarid viiakse läbi vastavalt kokkuleppele tellijaga kas Teamsis või näost-näkku
kohtumistena. Tööseminarid toimuvad reeglina kord kalendrikuus. Neid käsitletakse osana
tavapärasest arendustööst projektis ja eraldi neid seetõttu ei eelarvestata.
Kaasamisseminaride eesmärk on projekti käigus loodava teadmuse levik teaduskogukonnas
ning tagasiside saamine projekti tulemustele. Seminarid viiakse läbi sagedusega kord
poolaastas, lisaks tellija ja teostaja esindajatele on sinna kutsutud ka ülikoolide asjakohased
teadustöötajad. Igal kaasamisseminaridel teeb tellija ettekande mõnel makromudeli arendamise
või tulemustega seonduval teoreetilisel või rakenduslikul teemal. Osalejad saavad seminaril
ülevaate arenduses olevatest teemadest, anda arenduse ja mudeli tulemuste kohta tagasisidet.
Ka kaasamisseminarid viiakse läbi vastavalt jooksvalt tehtavatele kokkulepetele kas virtuaalselt
(Teamsi vahendusel) või Rahandusministeeriumi ruumides. Kuudel, kus toimub
kaasamisseminar, võidakse sellega ühitada ka tööseminar (viies vajadusel osa kohtumisest läbi
väiksemas ringis tellija ja teostaja esindajate vahel). Kokku viiakse projektiperioodi jooksul läbi 6
kaasamisseminari, nendele kuluvaks ajaks koos ettevalmistuse ja läbiviimisega on planeeritud
60 tundi.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 60
Tegevuste läbiviimise aeg nädalates projekti algusest: 1-118
26
3. Uurimismeeskond
3.1. Uurimismeeskonna liikmete rollid ja tööjaotus
CentARi poolt pakume välja järgmised analüütikud:
Janno Järve, Ph.D (roll: projekti juht) – Janno on CentARis uurimisprojekte juhtinud
juba ligi 15 aastat. Nende tööde hulgas on ka erinevate simulatsioonimudelite arenduse
juhtimine. Viimase aja näidetena võib siinkohal välja tuua RITA1/01-03-03 projekti
raames valminud rände riigieelarve tulukulu simulatsioonimudeli
(https://apps2.centar.ee/randemudel/) ning Rahandusministeeriumi poolt tellitud ja
praegu arenduses oleva Rahandusministeeriumi pensioni prognoosimudeli juhtimine
(ETISe projekti link: https://www.etis.ee/Portal/Projects/Display/e72d062e-1d67-4d4c-
892f-d8c6713a004f). Jannol on ka makromudelite arendamise ja juhtimise kogemus
projekti RITA1/02-132-03 käigus loodud C-19 makromudeli ehitamisest
(https://apps.centar.ee/io-makromudel/).
Ülesanded: Käesolevas projektis on Janno ülesandeks projekti üldine juhtimine ja
suhtluse korraldamine tellijaga. Samuti koordineerib aruannete koostamist ning annab
ülevaate tehtud töödest ja tulemustes aruandluskoosolekutel. Lisaks sellele osaleb ta
metoodika välja töötamisel, mudeli moodulite programmeerimisel ja koolitamisel.
Sten Anspal, Ph.D (roll: ekspert) – Sten on Centaris erinevate sotsiaal-majanduslike
uuringute läbiviimisega tegelenud aastast 2008. Muuhulgas on osalenud
töövõimereformi kohordipõhise simulatsioonimudeli väljatöötamisel ja panustanud rände
riigieelarve tulu-kulu simulatsioonimudeli koostamisse. Stenil osales ka C-19
makromudeli koostamisel (https://apps.centar.ee/io-makromudel/ Oma töös kasutab
programmeerimiskeelt R. Ülesanded: Käesolevas projektis osaleb metoodika
koostamisel ja mudeli koodi kirjutamisel, koolitamisel, magistritööde juhendamisel.
Lisaks on Sten projektijuhi asendaja juhul, kui projektijuht ei saa oma ülesandeid täita.
Marko Sõmer, MA (roll: ekspert) – Marko tegeleb Centaris kvantitatiivsete andmetega,
omades pikaajalist kogemust nii tavapäraste statistiliste meetoditega kui ka
suurandmete töötlemise ja analüüsiga. Muu hulgas on Marko osalenud mitmete
simulatsioonimudelite väljatöötamisel nii metoodiliste ja kontseptuaalsete arenduste kui
ka mudelite implementeerimiste faasides. Tema osalusel on valminud näiteks rändega
kaasnevate riigieelarve tulude ja kulude simulatsioonimudel
(https://apps2.centar.ee/randemudel/), C-19 makromudel (https://apps.centar.ee/io-
makromudel/) ja töövõimereformi kohordipõhine simulatsioonimudel. Nii rändemudeli kui
makromudeli puhul oli Marko peamiseks mudelite programmeerijaks (kasutades
rändemudelis Pythonit ja makromudelis Ri).
Ülesanded: Käesolevas projektis osaleb metoodika koostamisel ja mudeli koodi
kirjutamisel, koolitamisel.
Laura Helena Kivi, Ph.D (roll: ekspert) – Laura on olnud analüütik CentARi arvukates
uuringutes, omades mitmekülgset kvantitatiivsete meetodite rakendamise ja
registriandmete analüüsi kogemust. Ta osales pensionite prognoosimudeli arendamisel,
on panustanud ka rändega seotud riigieelarve tulude-kulude simulatsioonimudeli
väljatöötamisse. Laural on samuti makromudelite ehitamise kogemus projekti RITA1/02-
132-03 käigus loodud C-19 makromudeli arendamisest. (https://apps.centar.ee/io-
makromudel/).
27
Ülesanded: Käesolevas projektis osaleb metoodika koostamisel ja mudeli koodi
kirjutamisel.
Raul Eamets Ph.D (roll: ekspert) – Raul Eamets töötas ligi 18 aastat Tartu Ülikooli
majandusteaduskonnas makroökonoomika professorina ning oli ligi 9 aastat Eesti
Eelarvenõukogu esimees. Praegu töötab ta AS Bigbank peaökonomistina. Rauli
laialdased teadmised makroökonoomikast üldisemalt ning Eesti majandusest
konkreetsemalt on Eesti majanduse makromudeli arendamisel väga väärtuslikud. Raul
Eametsal on ka mitmeid koostöökogemusi CentARiga (nt COVID-19 seotud
majandusmõjude ning nende pehmendamiseks mõeldud poliitikameetmete tõhususe
hindamine).
Ülesanded: Käesolevas projektis osaleb Raul mudeli metoodiliste valikute nõustamisel.
Triinu Tapver Ph.D (roll: ekspert) – Triinu kaitses doktorikraadi Tallinna Tehnikaülikooli
majandusteaduskonnas 2022. aastal ning töötab praegu LHV Pangas
makroanalüütikuna. Lisaks töötab ta ka Tallinna Tehnikaülikooli majandusteaduskonna
majandusanalüüsi ja rahanduse instituudis vanemlektorina.
Ülesanded: Käesolevas projektis osaleb Triinu mudeli metoodika välja töötamisel.
Rahandusministeeriumi poolsetekst ekspertideks on eeldatavalt fiskaalpoliitika osakonna
töötajad (peamiselt makromajanduse talitus).
3.2. Põhjendus uurimismeeskonna koostamise kohta
Meie hinnangul on projekti edukaks teostamiseks vaja kolme tüüpi eksperte.
Tugev arendustiim, kellel on hea omavahelise koostöö kogemus. Analüüsi ja
arendustegevuste tuumiku moodustavad CentARi eksperdid koos Raul Eametsa (Bigpanki
peaökonomist) ja Triinu Tapveriga (LHV Pank). CentARil on pikaajaline mudelite välja töötamise
ja omavahelise koostöö kogemus. Meie tööprotsessid on läbi katsetatud ja töötavad, mis
tähendab, et kui tellija vajadused on välja selgitatud ning algab reaalne mudeli ehitamine, siis on
arendusprotsessi tugev selgroog, millele kogu projekt tugineb.
Mudeli tulevased kasutajad Rahandusministeeriumis. Rahandusministeerium peab olema
võimeline tulevikus mudelit aktiivselt oma töös rakendama. Selleks on väga oluline, et tellija
saaks aru, kuidas mudel on üles ehitatud, miks see annab selliseid tulemusi, nagu see annab
ning suudaks mudelit vajadusel ka ise muuta või kohandada. See on kõige tõenäolisemalt
saavutatav siis, kui Rahandusministeeriumi eksperdid samuti mudeli arenduses osalevad. Kuigi
valdav osa arendusest jääb CentARi meeskonna kanda, peaks mõned mudeli osad olema
Rahandusministeeriumi analüütikute poolt loodud (millised täpselt, lepitakse kokku siis, kui saab
selgeks, milline mudel ehitatakse).
Väliseksperdid, kes tunnevad loodava makromudeli metoodilisi eripärasid. Eestis on vähe
eksperte, kes on makromudeleid koostanud. Kõigil CentARi tiimi liikmetel on makromudeli
koostamisel osalemise kogemus olemas, aga tegemist on käesolevat ülesannet silmas pidades
küllaltki lihtsate mudelitega.
Mudeli(te) arendamiseks kuluva täpsema ressursivajaduse hindamiseks ja võimalike
metoodiliste kitsaskohtade lahendamiseks oleks väga hea, kui meeskonnal oleks võimalik
kasutada selliste ekspertide teadmisi, kes on vastavat mudelit ise arendanud. Eestist selliseid
eksperte enamasti leida ei õnnestu, seega tuleb neid otsida välismaalt.
28
Kõige kasulikum on kaasata selliseid väliseksperte, kellel on arendusse mineva mudeli
ehitamise kogemus. Kahjuks ei ole seda võimalik pakkumise koostamise ajal teha, sest praegu
ei ole veel teada, millist mudelit arendama hakatakse (see tuleb vastavalt lähteülesandele
Rahandusministeeriumiga alles kokku leppida). Selle probleemi lahendamiseks reserveerisime
eelarves 21 tuhat eurot ekspertide kaasamiseks ning nende nimed täpsustuvad siis, kui on
selge, millist mudelit arendama hakatakse.
Itaalia Majandus ja Rahandusministeerium lõi 2020. aastal küllaltki detailse
majandustegevusalade struktuuriga CGE mudelit (Felici et al. (2020)). Kui koostöös Rahandus-
ministeeriumiga otsustatakse CGE mudeli kasuks, võiks üheks kaasatavaks välisekspertiks olla
inimene selle mudeli arendusmeeskonnast (Maurizio Ciaschini, Francesco Felici, Rosita
Pretaroli, Francesca Severini and Claudio Socci). Kui otsustatakse teist tüüpi mudeli kasuks,
siis võiks otsida väliseksperti nende meeskondade hulgast, kelle poolt loodud mudel on
suhteliselt uus ning projekti algusetapis esinevaid probleeme ja kitsaskohti pole veel ära
unustatud.
3.3. Uurimismeeskonda kaasatud väliseksperdid ja/või -teadlased
Uurimismeeskonda on plaanis kaasata väliseksperte – eelarves on planeeritud vahendid kolme
välisekspertide osalusel läbiviidava seminari jaoks. Nagu eelnevalt mainitud, on meie hinnangul
kõige otstarbekam kaasata selliseid eksperte, kellel on arendusse mineva mudeliga sarnase
mudeli ehitamise kogemus. Kuna arendusse mineva mudeli tüüp selgub alles projekti käigus,
siis pole praegu mõistlik kaasatavaid eksperte välja valida.
3.4. Uurimismeeskonda kaasatud üliõpilased
Sobivate kraadiõppurite leidmisel on plaanis neid uurimismeeskonda kaasata, aga pakkumise
praeguses faasis ühtegi üliõpilast uurimismeeskonna liikmete hulgas ei ole.
3.5. Seotud publikatsioonid
1.1. Teadusartiklid, mis on kajastatud Web of Science andmebaasides Science Citation Index
Expanded, Social Sciences Citation Index, Arts & Humanities Citation Index, Emerging Sources
Citation Index ja/või andmebaasis Scopus (v.a. kogumikud)
Kivi, Laura Helena; Järve, Janno; Anspal, Sten; Sõmer, Marko; Seppo, Indrek (2021).
Are we there yet? Intergenerational mobility and economic assimilation of second-
generation immigrants in Estonia. Baltic Journal of Economics, 21 (2), 157−182. DOI:
10.1080/1406099X.2021.1993601.
2.5. Projekti, tellitud teadustöö või analüüsi publitseeritud raport
Anspal, Sten; Järve, Janno; Kadarik, Kati; Kivi, Laura; Sõmer, Makro (2023).
Majutusteenuste käibemaksumäära tõstmise mõju kiiranalüüs.
Laurimäe, Merilen; Koppel, Kaupo; Sepper, Mari-Liis; Anniste, Kristi; Haugas, Sandra;
Allemann, Marileen; Siimsen, Ingeliis; Anspal, Sten; Järve, Janno; Kallaste, Epp; Kivi,
Laura Helena; Sõmer, Marko; Võrk, Andres; Uusküla, Lenno; Unt, Taavi; Eamets, Raul;
(2023). RITA C-19 Majandus – COVID-19 seotud majandusmõjude ning nende
pehmendamiseks mõeldud poliitikameetmete tõhususe hindamine.
29
Allemann, Marleen; Anniste, Kristi; Anspal, Sten; Eamets, Raul; Espenberg, Kerly;
Kadarik, Kati; Kallaste, Epp; Kender, Elisa; Kendrali, Elisabeth; Kivi, Laura Helena;
Lehes, Lisanna; Saapar, Minni; Sõmer, Marko; Trankmann, Sabina (2023). Ukraina
sõjapõgenikud Eestis. Lõpparuanne.
Järve, Janno (2024). Eesti ekspordi lisandväärtuse süsinikusisaldus.
Tammaru, Tiit; Eamets, Raul; Pedaste, Margus; Järve, Janno; Tamm, Marek; Klaas-
Lang, Birute; Uibu, Marko (2021). Rändesõltuvus ja lõimumise väljakutsed Eesti riigile,
tööandjatele, kogukondadele ja haridusele.
3.6. Seotud projektid
Riikliku pensioni prognoosimudeli edasiarendamine ja kasutusele võtmine
(L_24_09)
Rahandusministeeriumi pensioni prognoosimudeli arendamine (L_22_10)
COVID-19 seotud majandusmõjude ning nende pehmendamiseks mõeldud
poliitikameetmete tõhususe hindamine (RITA1/02-132-03)
Rändesõltuvus ja lõimumise väljakutsed Eesti riigile, tööandjatele, kogukondadele ja
haridusele (RITA1/01-03)
3.7. Uurimismeeskonna varasemad kogemused avaliku sektori
projektides osalemisel
Eesti Rakendusuuringute Keskus CentAR on teinud rakendusuuringuid alates 2007. aastas.
Valdav osa meie uuringutest on tellitud avaliku sektori asutuste poolt (enamasti ministeeriumid
või ministeeriumite rakendusasutused) poolt. Toome alljärgnevalt ära kümme viimast uuringut,
mille tellijaks on olnud avalik sektor. Kõigi seotud projektide sisuline tellija on olnud avaliku
sektori asutus:
Riikliku pensioni prognoosimudeli edasiarendamine ja kasutusele võtmine
(L_24_09) – sisuline tellija Rahandusministeerium
Rahandusministeeriumi pensioni prognoosimudeli arendamine (L_22_10) – sisuline
tellija Rahandusministeerium, juhtkomisjonis osaleb ka Sotsiaalministeerium.
COVID-19 seotud majandusmõjude ning nende pehmendamiseks mõeldud
poliitikameetmete tõhususe hindamine (RITA1/02-132-03) – sisuline tellija
Rahandusministeerium, Sotsiaalministeerium ning Haridus- ja Teadusministeerium
(ministeeriumi, kes osalesid juhtkomisjoni töös).
Rändesõltuvus ja lõimumise väljakutsed Eesti riigile, tööandjatele, kogukondadele ja
haridusele (RITA1/01-03) – sisuliseks tellijaks oli ministeeriumite konsortsium, kus
osalesid Haridus- ja Teadusministeerium, Kultuuriministeerium, Siseministeerium.
Ülevaate meie poolt teostatud muudest uuringutest leiate siit (iga uuringu juures on ära toodud
ka selle tellija või rahastaja): https://centar.ee/tehtud-tood.
4. Riskide maandamise kava
Alljärgnevalt toome ära peamised projekti realiseerimisega seotud riskid, hindame nende
esinemise tõenäosust ja olulisust ning pakume välja sammud riskide maandamiseks.
30
1. Projekti juhtimisest tulenev risk
Esinemise tõenäosus: madal
Olulisus: suur
Vastutaja: projektijuht
Selgitus: Võib juhtuda, et projekti ei juhita piisavalt süstemaatiliselt, tähtajad
venivad ja projekt ei valmi õigeaegselt.
Maandamine: Riski aitab maandada projekti alguses koostatud tegevuskava.
Ühtlasi on projektijuht ekspert, kellel on ka pikaajaline juhtimiskogemus. Tema
ettevalmistus on piisav selleks, et võimalikud projekti realiseerimist takistavad
ootamatult esile kerkivad tegurid aegsasti ära tunda ja nendele sobilik lahendus
leida.
2. Pakkuja ja tellija nägemus uuringust ei lange kokku
Esinemise tõenäosus: madal
Olulisus: suur
Vastutaja: projektijuht
Selgitus: Võib juhtuda, et tellija ja pakkuja nägemused uuringust, sh uuringu
eesmärkidest ja läbiviimisest, on erinevad.
Maandamine: Riski aitab maandada aktiivne koostöö tellijaga nii uuringu
algfaasis kui ka hilisemates etappides. Tellija vajaduste täpsustamiseks on kohe
uuringu alguses ette nähtud eraldi etapp. Samuti on plaanis mudel välja
arendada tihedas koostöös tellijaga (st tellija meeskonna liikmed osalevad
arendusprotsessis). Täiendava meetmena eeldame, et tellija poolt määratakse
kindel isik, keda hoiame kursis oluliste arengutega projekti käigust ning kellega
on uuringu läbiviijatel võimalik operatiivselt suhelda, arutada olulisemaid otsuseid
– inimene, kes peaks tellija poolelt olema kõigi olulisemate otsustega kursis. Nii
ei teki olukorda, kus üks kokkulepe on sõlmitud ühe tellija esindajaga ja teine
teisega.
3. Finantsrisk
Esinemise tõenäosus: madal
Olulisus: keskmine
Vastutaja: projektijuht
Selgitus: Projekti läbiviimisel võib tekkida olukord, kus Centaril puuduvad
piisavad rahalised vahendid projekti tegevuste läbiviimiseks. Centar muutub
maksejõuetuks ning seetõttu jääb projekt teostamata.
Maandamine: Riski tõenäosus on väga väike arvestades Centari pikaajalist
konservatiivset eelarvestamise poliitikat. Centar hoiab projektide
sildfinantseerimiseks reservis piisaval hulgal rahalisi vahendeid, mis võimaldavad
rahastada projekti elluviimist kogu projekti tööperioodi jooksul.
4. Mõni projekti meeskonnaliikmetest lahkub pikemaks ajaks või jäädavalt töölt
ja/või projektist
Esinemise tõenäosus: keskmine
Olulisus: madal
Vastutaja: projektijuht
31
Selgitus: Võib juhtuda, et mõni projekti meeskonnaliikmetest lahkub, sellega
seoses kaob projektimeeskonnast kompetents ning sisuline võimekus analüüs
edukalt lõpuni viia.
Maandamine: Riski maandame sellega, et projekti meeskond on üles ehitatud nii,
et meeskonnaliikme võimalikul haigestumisel/lahkumisel on olemas talle
asendaja (CentARist on 4-liikmeline meeskond, kellest kõik on varasema
makromudeli arendamise kogemusega ja võimelised teineteist asendama), kellel
on piisavalt kogemust uurimisprojektide läbiviimisel, kes on jooksvalt kursis
projekti seisuga ning saab teda vajadusel asendada.
5. Projektijuht lahkub pikemaks ajaks või jäädavalt töölt ja/või projektist
Esinemise tõenäosus: madal
Olulisus: suur
Vastutaja: projektijuht
Selgitus: Projektijuhi haigestumisel või töölt lahkumisel võib kaduda ülevaade
sellest, millised tegevused, kelle poolt ja mis ajaks peavad realiseeruma. Kaob
terviku tunnetus projekti erinevatest osadest ja sellest, kuidas need omavahel
kokku sobituvad ning kuidas neist hästi põhjendatud järeldused vormuvad.
Maandamine: Riski maandame sellega, et projekti juhib üks CentARi partneritest,
kellel on selge huvi projekt edukalt lõpuni viia. Projektijuhi võimalikul
haigestumisel on projekti meeskonnaliikmete seas piisava projektijuhtimise
kogemusega asendaja (Sten Anspal, samuti CentARi partner), kes on jooksvalt
kursis projekti seisuga ning saab teda vajadusel asendada. Meeskonnatööl
põhinev töökultuur tagab ka selle, et erinevad meeskonnaliikmed teavad, kuidas
nende tööosad peaksid kokku sobima.
6. Tehnilised riskid: meeskonnaliikme arvuti vargus, purunemine, failide kogemata
kustutamine, intervjuude salvestamine ei õnnestu
Esinemise tõenäosus: madal
Olulisus: keskmine
Vastutajad: kõik meeskonna liikmed
Selgitus: Meeskonnaliikme arvuti varguse, purunemise, failide kogemata
kustutamise tulemusena läheb suur osa tööst kaduma või kaovad sellised osad
tööst, mida on keeruline või võimatu korrata – nt intervjuude salvestused või
tundlikud andmed lekivad. Tulemuseks on uuringu tähtaegade venimine või selle
kvaliteedi langus.
Maandamine: Arvutite ning neis sisalduvate andmete kadumise riski maandame
läbi automatiseeritud varundussüsteemi kasutamise (MS OneDrive), mis tagab
varukoopiate säilimise arvutivõrgus ka arvuti rivist väljalangemise korral.
Andmete lekkimist väldime salasõnadega kaitstud arvutite ja nutiseadmete
kasutamisega. Tundlikke andmeid hoiame krüpteeritud kujul (krüpteeritud
tarkvaraga Veracrypt) alati, kui need ei ole aktiivses kasutuses. Intervjuude
transkribeerimiseks (kui see peaks vajalikuks osutuma) kasutame CentARi
arvutitesse paigaldatud lahendust (Kaldi Offline Transcriber), mitte veebipõhiseid
lahendusi, kuhu üles laetud tekstid leiavad kasutust nt teenust pakkuva tarkvara
arendamisel. Kõiki Centari töötajaid on instrueeritud nii, et nad oskavad ja alati
ka kasutavad eelpool viidatud tehnilisi lahendusi.
32
7. Mudeli arendamisega seotud riskid – tellija soovide ja võimluste kooskõla
Esinemise tõenäosus: keskmine
Olulisus: kõrge
Vastutaja: projektijuht / Rahandusministeerium
Selgitus: Lähteülesandes kirjeldatud probleemid, mida selle projekti käigus peab
lahendama, on küllaltki erinevad, tellija vajaduste kirjeldus on ambitsioonikas. On
küllaltki tõenäoline, et kõiki neid vajadusi ei õnnestu selle projekti käigus
lahendada, tuleb teha kompromisse.
Maandamine:
Peamiseks riski maandamise meetmeks on läbipaistev info vahetamine
Rahandusministeeriumiga. Omavaheliste arutelude käigus tuleb meil
ühtlustada arusaam sellest, mis on võimalik ning kuidas seda kõige
paremini saavutada.
Detailse arendusplaani koostamine pärast seda, kui tellija vajadused on
selgeks tehtud. See võimaldab tellijal arendusplaani koostamisel osaleda
ning kasutada väljavalitud mudelitüübi arendamise kogemust omava
väliseksperdi teadmisi selle kohta, millise ressursikuluga on võimalik seda
ehitada ning millised on realistlikud ootused tulemi osas.
8. Mudeli arendamisega seotud riskid - sisendandmetega seotud võimalikud
probleemid
Esinemise tõenäosus: kõrge
Olulisus: kõrge
Vastutaja: projektijuht / Rahandusministeerium
Selgitus: Üks peamisi riske on seotud mudelite arendamiseks vajalike andmete
kättesaadavuse ja kvaliteediga. Eriti puudutab see DSGE-tüüpi mudeleid, mis
nõuavad pikki aegridasid, kuid andmevajadus on suur ka CGE mudelite puhul,
eriti siis, kui soovitakse suuremat detailsust. Eesti kontekstis võib see osutuda
probleemiks, kuna aegridade pikkus on sageli piiratud ning need sisaldavad
struktuurseid muutusi, mis tulenevad näiteks üleminekust plaanimajanduselt
turumajandusele, liitumisest Euroopa Liidu ja euroalaga ning majanduskriisidest.
Lisaks sõltub andmete õigeaegne kättesaamine ja ettevalmistamine sageli
projektivälistest osapooltest (näiteks Statistikaamet), mis võib põhjustada viivitusi
projekti ajakavas ning halvemal juhul ei võimalda andmete puudumisel osade
lahendustega edasi liikuda.
Maandamine:
Riski pole võimalik täielikult maandada, selle realiseerimine ning olulisus
sõltub muuhulgas paljuski sellest, millist mudelid tellija lõpus soovib. Pole
välistatud, et mõningaid kõrge detailsusastmega mudeleid pole võimalik
Eestis andmete puudusel juurutada. Peame siin tegema koos
Rahandusministeeriumiga tarku valikuid (seetõttu on ühe vastutajana
välja toodud ka Rahandusministeerium).
Mudelitüübi valik toimub tihedas koostöös Rahandusministeeriumi ja
teiste asjakohaste asutustega, et tagada mudeli arendamiseks ja
kasutamiseks vajalike andmete olemasolu. Vajadusel kohendatakse
33
mudelite spetsifikatsioone vastavalt olemasolevate andmete omadustele
ja piirangutele.
Võimlausel kaalutakse alternatiivsete andmeallikate kasutamist.
9. Mudeli arendamisega seotud riskid - metoodilised probleemid
Esinemise tõenäosus: kõrge
Olulisus: kõrge
Vastutaja: projektijuht
Selgitus: Makromudelite arendamine eeldab keerukate teoreetiliste
kontseptsioonide ja ökonomeetriliste meetodite rakendamist. Valitud
lähenemisviis ei pruugi alati anda soovitud tulemusi või vastata täielikult
Rahandusministeeriumi vajadustele.
Maandamine:
Riski pole võimalik täielikult maandada. Uut mudelit välja töötama asudes
(eriti kui tegemist on mudelitüübiga, mida pole Eesti andmete põhiselt
seni katsetatud) jääb alati risk, et mudeli hinnangute täpsusklassi ei
õnnestu saada piisavalt täpseks.
Plaanime teha põhjaliku eeltööd, et valida sobivaimad mudelitüübid ja
metoodikad, arvestades nii Rahandusministeeriumi vajadusi kui ka
olemasolevaid andmeid.
Kaasata projekti rahvusvaheliselt tunnustatud eksperte, kel on kogemusi
sarnaste mudelite arendamisel.
Testida ja valideerida mudeleid hoolikalt, kasutades nii ajaloolisi andmeid
kui ka stsenaariumianalüüse.
Säilitada projekti käigus paindlikkus, et vajadusel kohandada metoodikat
vastavalt esile kerkivatele probleemidele.
10. Teadmiste levitamisega seotud riskid – magistritöö teemade vastu pole huvi
Esinemise tõenäosus: keskmine
Olulisus: keskmine
Vastutaja: projektijuht
Selgitus: Võib juhtuda, et juhendamiseks välja pakutud magistritööde teemad ei
paku ülikoolides kellelegi huvi või ei õnnestu leida ülikooli poolselt juhendajat.
Maandamine:
Valime juhendamiseks välja pakutavad magistritöö teemad koostöös
teaduskondadega, mille üliõpilastele on plaanis uurimisteemad välja
pakkuda.
Uurimisgrupi liikmed plaanivad ise osaleda aktiivselt
juhendamistegevuses ning käia uurimisteemad välja nii, et need mõjuvad
potentsiaalsetele magistritöö kirjutajatele võimalikult atraktiivselt.
11. Teadmiste levitamise seotud riskid - makromudeli arendamist käsitlevate loengute
vastu pole ülikoolidel huvi
Esinemise tõenäosus: keskmine
Olulisus: keskmine
Vastutaja: projektijuht
34
Selgitus: Võib juhtuda, et mudeli arendamist käsitletavate loengute vastu pole
ülikoolides huvi.
Maandamine:
Plaanime ülikoolidega suhelda loengusarja teemadel varakult (juba
projekti esimesel aastal), et see ei tuleks ootamatult ning selle
integreerimist ülikooli õppetegevusse oleks võimalik aegsasti planeerida.
Oleme kaasanud oma meeskonda varasema koolitamise kogemusega
lektoreid. Näiteks on meie uurimismeeskonna liige Janno Järve lugenud
loenguid Tartu Ülikoolis ning koolitanud nii üliõpilasi kui riigiametnikke.
35
5. Eelarve (täpsustatud)
Alljärgnevas tabelis on uurimistoetuse ja tegevusteotuse eelarved. Eelarveridade all kajastatud
tegevuste sisu on toodud tegevuste kirjelduse juures. Tegevused on hinnastatud tunnihinna
põhiselt, lähtume tunnihinnast 100 eurot, millele uurimistoetuse puhul lisandub käibemaks.
Erandiks on magistritööde juhendamine, kus on lähtutud arvestuses 300 eurot juhendamise
kohta ja välisekspertide tasudest, kus on arvestatud 7000 eurot ühe eksperdi kohta (koos kõigi
maksudega). Lisaks sellel on välisekspertide kaasamiseks planeeritud ka 9000 eurot
mudeliehituse jooksvaks nõustamiseks võimalike arenduse käigus esile kerkivate probleemide
lahendamisel.
Rahandusministeeriumi vajadustele vastava(te) mudeli(te) väljatöötamise rida on tuletatud
muudest tegevustest „üle jäänud“ tundide alusel. Nagu ka uurimistoetuse tegevuste juures
kirjutatud, ei ole võimalik täna öelda, palju arendus täpselt aega võtab, kuna pole teada, millist
mudelit soovitakse lõpuks ehitada. Praeguse parima teadmise kohaselt peaks vähemalt ühe
suure mudeli arendus suurusjärguliselt selle eelarvese ära mahtuma (vt näidis-ajaeelarveid
tegevuste kirjelduse juures). Lõplik eelarve täpsustub arendusse minevate mudelite
arendusplaani kinnitamise faasis.
Tabel 1. Eelarve
Uurimistoetuse Tegevustoetuse
Töötundide eelarve, eelarve,
arv eurot eurot KOKKU
Uurimistoetus
1. Rahandusministeeriumi
vajaduste kaardistamine 40 4 000
2. Mudelitüüpide üldisem
kaardistamine 30 3 000
3. Peamiste mudelitüüpide
detailsem uurimine ja nende
ressursivajaduse hindamine 100 10 000
4. Arendusse mineva(te)
mudeli(te) arendusplaani
kinnitamine 20 2 000
5. Rahandusministeeriumi
vajadustele vastava(te)
mudeli(te) väljatöötamine 1400 140 000
6. Kaardistada mudeli või
mudelite edasiarendamise
võimalused. 24 2 400
7. Projekti lõpetamise
tegevused 32 3 200
Tegevustoetus
0. Uurimismeeskonna
oskuste ja teadmiste
täiendamine 440 44 000
36
1.Välisekspertide kaasabil
toimuvate seminaride
läbiviimine 30 000
2. Mudeli
arendusmeeskonna ja
kasutajate mudeli
arendamiseks ja
kasutamiseks vajalike
tarkvarade alane koolitus 80 8 000
3. Mudeli kasutuskoolituste
ettevalmistus ja läbiviimine 40 4 000
4. Mudeli arendust
tutvustava lühikese
loengusarja ettevalmistus ja
läbiviimine 60 6 000
5. Magistritööde
juhendamine 900
6. Töö- ja
kaasamisseminarid 60 6 000
KOKKU (ilma
käibemaksuta) 164 600 98 900
Käibemaks (22%) 36 212 -
KOKKU (koos
käibemaksuga) 200 812 98 900 299 712
Genereeriva tehisintellekti kasutamine CentARis ja
selle taotluse kirjutamisel
Eesti Rakendusuuringute Keskus CentAR kasutab oma töös peamiselt kahte generatiivsel
tehisintellektil põhinevat abivahendit: Midjourney ja ChatGPT. Midjourney on kasutusel
illustratsioonide loomiseks, aeg-ajalt kasutame illustratiivse pildimaterjali valmistamiseks ka
ChatGPT vahendusel töötavat DALL-E-d.
ChatGPT kasutusvaldkonnad on oluliselt laiemad. CentARis kasutatakse seda peamiselt:
Õigekirja esmaseks kontrolliks (täna ei ole veel turul lahendus, mis suudaks asendada
keeletoimetust)
Tõlkimiseks
Uurijale uutest teemadest esmase sissejuhatava kokkuvõtte koostamiseks
Ideede valideerimiseks
Uurimisküsimuste / lahendusvõimaluste ajuründamiseks
Raportite ja tekstide struktuuri parandamiseks
Kvantitatiivsetes analüüsides programmeerimiskeelte (R, Python) nõuandjana, samuti
koodide kommenteerimisel
37
Valemite kirjutamisel LaTeX keeles
Vaatamata sellele, et ChatGPT-d kasutatakse CentARis igapäevaselt, ei leia selle looming siiski
kunagi üks-ühele kasutamist ei meie uuringuraportites, pakkumistes ega muudes CentARi
töödes. Selle poolt loodud sisu vajab alati kontrollimist ja on kasutatav vaid abimaterjalina.
Sellisel moel oleme ChatGPTd kasutanud ka käesoleva pakkumuse koostamisel.
38
Allikad
Ahmed, V. and C. O’Donoghue (2007). CGE-Microsimulation Modelling: A Survey, MPRA Paper
No. 9307.[https://mpra.ub.uni-muenchen.de/9307/1/mpra_paper_9307.pdf]
Anspal, S., Järve, J., Kallaste, E., Kivi, L., Sõmer, M. (2022). C-19 makromudel. Eesti
Rakendusuuringute Keskus CentAR [https://apps.centar.ee/io-makromudel/].
Babecký, J., Franta, M., & Ryšánek, J. (2016). Effects of Fiscal Policy in the DSGE-VAR
Framework: The Case of the Czech Republic. Economic Research Bulletin, Financial Cycles
and Macroprudential and Monetary Policies”, Czech National Bank, 14(2).
[https://www.cnb.cz/export/sites/cnb/en/economic-
research/.galleries/research_publications/cnb_wp/cnbwp_2016_09.pdf]
Baylor, M., Beauséjour, L. (2004) Taxation and Economic Efficiency: Results from a Canadian
CGE Model. Department of Finance, Working paper no. 2004-10, Canada. [https://epe.lac-
bac.gc.ca/100/200/301/finance/working_papers-ef/2004/10/wp2004-10e.pdf ]
Blanchard, O., 2018. On the future of macroeconomic models. Oxford Review of Economic
Policy, 34(1-2), pp.43-54.
CentAR (2022). Pakkumise / kasutamise tabelid ja multiplikaatorid v1.1
[https://raportid.centar.ee/2022_RITAC19_PKT_multiplikaatorid_v1.1.html]
CentAR ja CITIS (2022) Metoodikaraport.
[https://raportid.centar.ee/2022_RITAC19_metoodikaraport.html]
Charney, A. H., Vest, J.M. (2003). Modelling Practices and their Ability to Assess
Tax/Expenditure Economic Impacts. Paper presented at The AUBER Conference, New
Orleans, October 2003.[https://www.remi.com/wp-content/uploads/2017/10/421-University-of-
Arizona-Modeling-Practices-and-Their-Ability-to-Assess-Tax-Expenditure-Economic-Impacts-
OCT-2003.pdf ]
Cuestas, J.C. and Kukk, M., 2017. Asymmetries in the interaction between housing prices and
housing credit in Estonia. Bank of Estonia, Working Paper Series 2/2017.
[https://haldus.eestipank.ee/sites/default/files/publication/en/WorkingPapers/2017/wp02_2017.p
df]
Del Negro, M., & Schorfheide, F. (2004). Priors from general equilibrium models for VARs.
International Economic Review, 45(2), 643-673.
[https://doi.org/10.1111/j.1468-2354.2004.00139.x]
Edge, R. M., Gürkaynak, R. S., Reis, R., & Sims, C. A. (2010). How Useful Are Estimated
DSGE Model Forecasts for Central Bankers? [with Comments and Discussion]. Brookings
Papers on Economic Activity, 209–259. [http://www.jstor.org/stable/41012847]
Errit, G., & Uusküla, L. (2014). Euro area monetary policy transmission in Estonia. Baltic Journal
of Economics, 14(1–2), 55–77.
[https://doi.org/10.1080/1406099X.2014.980113]
Felici, F., Socci, C., Ciaschini, M., Severini, F., Pretaroli, R. (2020) MACGEM-IT A SAM based
CGE model for Italian Economy. Government of the Italian Republic (Italy), Ministry of Economy
39
and Finance, Department of the Treasury Working Paper No. 1
[https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3599168]
Gelain, P. and Kulikov, D., 2009. An estimated dynamic stochastic general equilibrium model for
Estonia. Eesti Pank.
[https://haldus.eestipank.ee/sites/default/files/publication/en/WorkingPapers/2009/_wp_509.pdf]
Gottschalk, J., 2001. An introduction into the SVAR methodology: identification, interpretation
and limitations of SVAR models (No. 1072). Kiel working paper.
[https://www.econstor.eu/bitstream/10419/17887/1/kap1072.pdf]
Hinnosaar, M. (2004). Estonian Labor Market Institutions within a General Equilibrium
Framework, Working Papers of Eesti Pank No 5.
[https://haldus.eestipank.ee/sites/default/files/publication/en/WorkingPapers/2004/_wp_504.pdf]
Hjelm,G., Bornevall,H., Fromlet,P., Nilsson, J., Stockhammar, P., Wiberg, M. (2015).
Appropriate Macroeconomic Model Support for the Ministry of Finance and the National Institute
of Economic Research: A Pilot Study. Working Paper No. 137. March 2015
[https://www.konj.se/download/18.42684e214e71a39d0723a0b/1436518471983/Working-
Paper-137-Appropriate-macroeconomic-model-support-for-the-ministry-of-finance-and-the-
national-institute-of-economic-research-a-pilot-study.pdf ]
Kemfert, C. (2003). Applied Economic-Environment-Energy Modelling for Quantitative Impact
Assessment. In: Amelung, Rotmans, Valkering: Integrated Assessment for Policy Modelling,
2003. [https://mpra.ub.uni-muenchen.de/9307/1/mpra_paper_9307.pdf]
Lähteülesanne – makromudeli arendamise sihttoetus [https://etag.ee/wp-
content/uploads/2024/04/Lahteulesanne_makromudeli-arenduse-sihttoetus.docx]
McCoy, D., 1997. How useful is Structural VAR Analysis for Irish economics? (Technical Paper
No. 2/RT/97). Central Bank of Ireland
[https://www.centralbank.ie/docs/default-source/publications/research-technical-papers/2rt97---
how-useful-is-structural-var-analysis-for-irish-economics-(mccoy).pdf]
Mohr, F. (2022). An Introduction to Structural Vector Autoregression (SVAR).
[https://www.r-econometrics.com/timeseries/svarintro/]
Nakajima, J. (2011). Time-varying parameter VAR model with stochastic volatility: An overview
of methodology and empirical applications. Bank of Japan Monetary and economic studies,
November 2011.
[https://www.imes.boj.or.jp/research/papers/english/me29-6.pdf]
Nõmmann, T. (2016). Ökoloogiline maksureform ja jätkusuutlik areng, RiTo.11
[https://rito.riigikogu.ee/wordpress/wp-content/uploads/2016/03/%C3%96koloogiline-
maksureform-ja-j%C3%A4tkusuutlik-areng.pdf]
Perali, F., & Scandizzo, P. L. (2016). DSGE vs. CGE Models: Modelling Sustainable
Development in a Computable General Equilibrium Context. Soc. Ital. Degli Econ, 1-56.
[https://siecon3-607788.c.cdn77.org/sites/siecon.org/files/media_wysiwyg/297-perali-
scandizzo_0.pdf]
40
Piermartini, R., Teh, R. (2005). Demystifying modelling methods for trade policy, WTO
Discussion Paper, No. 10, ISBN 9287033285, World Trade Organization (WTO), Geneva
[https://www.econstor.eu/bitstream/10419/107045/1/wto-discussion-paper_10.pdf]
Primiceri, G. E. (2005). Time Varying Structural Vector Autoregressions and Monetary Policy.
Review of Economic Studies, 72 (3), 2005, pp. 821–852.
[https://doi.org/10.1111/j.1467-937X.2005.00353.x]
TÜ (2021). Tarbimise hinna- ja sissetulekuelastsused AIDS mudeli abil.
[https://raportid.centar.ee/2022_RITAC19_elastsused.html]
41
Täpsustatud 2024. aasta
uurimistöö tegevus- ja ajakava
Eesti Rakendusuuringute Keskus
CentAR
Sisejuhatus
2024. aastat on jäänud veel neli kuud. Aja- ja tegevuskava on koostatud lähtudes eeldusest, et
leping õnnestub allkirjastada enne 9. septembrit, mis jätab projekti tegevuste teostamiseks
neliteist nädalat.
Esitame esmalt 2024. aasta uurimistoetuse kasutamise ajakava ja eelarve ning seejärel
tegevuskava, kus on toodud lahendamis vajav probleem, uurimisküsimused, uurimismetoodika
ja eelduslik tulemus. Tegevuskava põhineb valdavas osas sihttoetuse taotluse tekstil.
Uurimistoetuse kasutamise ajakava ja eelarve
Tabel 1. Uurimistoetuse kasutamise ajakava 2024. aastal
3 3 3 4 4 4 4 4 4 4 4 4 4 5
2024. aasta nädalad 7 8 9 0 1 2 3 4 5 6 7 8 9 0
1 1 1 1 1
Nädal projekti algusest* 1 2 3 4 5 6 7 8 9 0 1 2 3 4
Tegevused
1. Rahandusministeeriumi
vajaduste kaardistamine
2. Mudelitüüpide üldisem
kaardistamine
3. Peamiste mudelitüüpide detailsem
uurimine ja nende ressursivajaduse
hindamine
4. Arendusse mineva(te) mudeli(te)
arendusplaani kinnitamine
Tabel 2. Uurimistoetuse eelarve 2024. aastal
Töötundide Eelarve,
arv eurot
Tegevused
1. Rahandusministeeriumi vajaduste kaardistamine 40 4 000
2. Mudelitüüpide üldisem kaardistamine 30 3 000
3. Peamiste mudelitüüpide detailsem uurimine ja nende
ressursivajaduse hindamine 100 10 000
4. Arendusse mineva(te) mudeli(te) arendusplaani
kinnitamine 20 2 000
Kokku (käibemaksuta) 19 000
2
Uurimistoetuse kasutamise tegevuskava
1. Rahandusministeeriumi vajaduste kaardistamine
Lahendamist vajav probleem
Rahandusministeeriumil pole täpselt teada, millist mudelit ta vajab.
Uurimisküsimused
1. Millised Rahandusministeeriumi prognoosi- ja analüüsivajadused, mida on võimalik
makromudelite abil lahendada?
2. Millistele neist võiks käesolev projekt (ressursside piiratust arvestades) keskenduda?
Metoodika
Tellija vajadused selgitatakse välja kohtumis(t)el Rahandusministeeriumi esindajatega, kus
arutatakse, milleks üldse makromudeleid kasutatakse, millised on Rahandusministeeriumi
prognoosi- ja analüüsivajadused, milliseid mudeleid ja milleks Rahandusministeerium praegu
kasutab, mis on nende puudujäägid.
Arutelud ehitatakse üles kahe rombi meetodil, tõmmates esmalt teemade ring laiaks, püüdes
kaardistada kõik Rahandusministeeriumi makroprognooside ja mõjuanalüüsidega tegelevate
üksuste analüüsivajadused. Lähtealuseks võetakse uuringu lähteülesanne. Seejärel, võttes
täiendavaks sisendiks käesolevas pakkumises toodud informatsiooni, kitsendatakse
analüüsivajaduste loendit, tuues välja need, mille lahendamiseks hakatakse käesolevas
projektis instrumente looma.
Väljund
1. Ülevaade olulisematest Rahandusministeeriumi prognoosi- ja analüüsivajadustest, mida
on võimalik makromudelitega lahendada.
2. Kokkulepe selle kohta, millist tüüpi prognoosi- ja analüüsiprobleemide lahendamisele
käesolevas projektis keskendutakse (ehk millist tüüpi ülesannetele peaks loodav mudel
aitama vastust leida).
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 40 tundi
Tegevuste läbiviimise aeg nädalates projekti algusest: 1.- 4. nädal
2. Mudelitüüpide üldisem kaardistamine
Lahendamist vajav probleem
Sihttoetuse taotluses toodud mudelite kirjeldus on liiga üldine, et selle põhjal otsustada, millist
mudelit arendama asuda. See vajab täpsustamist.
Uurimisküsimused
1. Millised mudelitüübid võimaldavad vastata nendele prognoosi- ja analüüsiprobleemidele,
mis eelmises etapis välja valiti?
3
Metoodika
Kaardistada erinevad mudelid, mille abil on võimalik Rahandusministeeriumi vajadusi
rahuldada. Selleks võetakse aluseks käesolevas pakkumises koostatud mudelitüüpide
lühiülevaade, kõrvutatakse seda tellija vajaduste kaardistuse tulemuste. Seejärel viiakse läbi
kirjanduse analüüs, kirjutades juba kaardistatud mudelitüüpide ülevaated selgemaks ja
detailsemaks, pöörates seejuures tähelepanu haakuvusele tellija vajadustega. Vajadusel
otsitakse juurde täiendavaid mudelitüüpe või vaadatakse põhjalikumalt mõnda väga laia
ulatusega mudelitüübi alla kuuluvat mudelit (nt termini makroökonomeetrilised mudelid alla
koonduvad sisult väga erinevad mudelid).
Hindamiskomisjoni tagasiside põhjal hoitakse see osa projektist taotluses plaanitust
kompaktsemana. Koostöös tellijaga kitsendatakse mudelitüüpide arvu, mida kokkuvõte peaks
sisaldama. Ajakulu all on kajastatud tellijale vajalike tulemite loomine, uurimismeeskonna
teadmiste täiendamine on osaks tegevustoetuse raames teostatavatest tegevustest. Ka
välisekspertide kaasamine on plaanitud taotlusega võrreldes juba otsesema arendustegevuse
käigus, seega neid sellesse etappi ei planeerita.
Väljund
1. Mudelitüüpide kaardistust kokkuvõttev raport.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer
Eksperdi töötunnid: 30
Tegevuste läbiviimise aeg nädalates projekti algusest: 5.-8. nädal
3.Peamiste mudelitüüpide detailsem uurimine ja nende ressursivajaduse
hindamine
Lahendamist vajav probleem
Puudub ülevaade selles, kui palju ressurssi eri tüüpi mudelite välja arendamine vajab.
Uurimisküsimused
Eelmises punktis koostatud kirjanduse analüüsi põhjal valitakse välja mudeli tüübid (kuni 3) ning
koostatakse detailne ressursivajadus, vastates seejuures järgmistele küsimustele:
1. Milliseid andmeid on vaja mudeli arendamiseks ja hilisemaks käitamiseks?
2. Kust andmed saadakse?
3. Millist tarkvara hakkab mudel kasutama ja millised on sellega kaasnevad kulud?
4. Kui palju analüütiku töötunde kulub mudelite välja töötamiseks?
5. Kui sageli peab mudelit uuendama ning kui palju kulub tööaega mudeli uuendamiseks?
6. Millistes etappides selline mudel valmib?
Metoodika
Koostatakse väljavalitud mudeli(te) detailne arendusplaan, tuues muuhulgas välja andmete
ettevalmistamisele ja mudeli arendamisele kuluva tööajakulu, sisse ostetava tarkvara
4
maksumuse ja võimalikud muud ressursivajadused. Meetodina kasutatakse kirjanduse
ülevaadet, e-maili teel teostatavaid konsultatsioone välisekspertidega. Vajadusel kaasatakse
selles etapis ka väliseksperte (rahastatakse tegevustoetuse eelarvest). Meeskonna õppimise ja
teadmiste täiendamisega seotud ajakulu rahastatakse samuti tegevustoetuse eelarvest.
Väljund
1. Mudeli(te) detailne arendusplaan koos ressursivajaduse hinnanguga, mis võimaldab
tellijal langetada otsuse, millise mudeli arendamisega soovitakse edasi minna.
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal, Laura Helena Kivi, Marko Sõmer
Eksperdi töötunnid: 100
Tegevuste läbiviimise aeg nädalates projekti algusest: 9-13
4. Arendusse mineva(te) mudeli(te) arendusplaani kinnitamine
Lahendamist vajav probleem
Tuleb otsustada, millist mudelit hakatakse arendama.
Uurimisküsimus
1. Millise mudeli arendamisega edasi liigutakse?
Metoodika
See etapp tugineb eelmise etapi tulemustele, eraldi etapina on see välja toodud vaid selle tõttu,
et siin kinnitatakse ära projekti põhitulemite loomis kava ja sellele planeeritavad
ressursivajadus. Selles etapis pannakse paika ka Rahandusministeeriumi täpsem roll mudeli
välja arendamisel - millises ulatuses on neil võimalik arendusse panustada.
Tellijale esitatakse eelnevalt otsustamiseks mudeli(te) arendamise tegevuskavad ja
ressursivajadus. Arutelu ja otsuse langetamine toimub ühisel seminar. Seminari tulemus on
aluseks 2025. aasta tegevus- ja ajakava koostamisele.
Tulemus
1. Tellija poolt kinnitatud arendusplaan
2. 2025. aasta tegevus- ja ajakava koos eelarvega
Teostajad ja ajakulu:
Teostaja(d): Janno Järve, Sten Anspal
Eksperdi töötunnid: 20
Tegevuste läbiviimise aeg nädalates projekti algusest: 14
5