Исследование посвящено анализу ценообразования российских фирм на основе данных мониторинга предприятий Банка России за 2002-2022 гг. Для оценки используется мультиномиальная логистическая модель (MLogit) со спецификацией, адаптированной под российские реалии, которая позволяет учитывать как временные эффекты, так и влияние состояния фирм и экономики на изменения цен. В работе рассматриваются микропеременные - издержки, спрос, финансовое положение, ожидания фирм, - а также макропеременные, включая инфляцию, валютный курс и деловую активность. Выявлено, что реакция фирм на факторы повышения и снижения цен оказывается асимметричной, а жесткость цен зависит от отрасли, региона и текущих экономических условий, при этом отраслевые различия проявляются сильнее, чем региональные. Полученные результаты показывают связь частоты и направленности ценовых изменений с совокупностью внутренних и внешних факторов, а также подтверждают, что для понимания механизмов ценообразования важно учитывать как временную компоненту (time-dependent), так и компоненту, зависящую от состояния (state-dependent).
Идентификаторы и классификаторы
- SCI
- Экономика
В моделях рыночного равновесия цена определяется спросом и предложени - ем на рынке, при этом в реальной жизни цены на товары и услуги могут не сразу и не полностью подстроиться под рыночные изменения. Тот факт, что цены не мгновенно подстраиваются под оптимальный уровень, то есть являются жесткими2, рассматривается как одно из ключевых несовершенств подстройки экономики к раз - личным шокам (Carvalho, 2006). Осознание факта жесткости цен стало толчком к развитию современной макроэкономики (Keynes, 1937; Ball and Mankiw, 1994), а также современного активистского подхода к проведению денежно-кредитной политики. Модели ценовой жесткости (Rotemberg, 1982; Calvo, 1983) входят в ядро моделей общего равновесия, которые применяют как теоретики, так и практики.
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Божечкова А. В., Добронравова Е. П., Евсеев А. С., Шемякина К. А., Трунин П. В. Влияние степени жесткости цен на возможности денежно-кредитной политики. - РАНХиГС, 2020.
Bozhechkova, A., Dobronravova, E., Evseev, A., Shemyakina, K. and Trunin, P. (2020). Impact of the Degree of Price Rigidity on the Possibilities of Monetary Policy. RANEPA. (In Russian).
2. Божечкова А. В., Евсеев А. С. Анализ жесткости цен в розничной онлайн-торговле Москвы // Экономическая политика. - 2020. - Т. 15. - № 5. - С. 32-59. EDN: CMYFLK
Bozhechkova, A. and Evseev, A. (2020). Price Rigidity Analysis: Evidence from the E-Commerce Market. Ekonomicheskaya Politika, 15(5), pp. 32-59. (In Russian). EDN: CMYFLK
3. Джаохадзе Е. Д., Синельникова-Мурылева Е. В. Факторы жесткости цен онлайн-ретейлеров и структурные сдвиги // Вопросы экономики. - 2024. - № 9. - С. 28-49. DOI: 10.32609/0042-8736-2024-9-28-49 EDN: MNNCUQ
Dzhaokhadze, E. D. and Sinelnikova-Muryleva, E. V. (2024). Online Retailers’ Price Rigidity Factors and Structural Breaks. Voprosy Ekonomiki, 9, pp. 28-49. (In Russian). EDN: MNNCUQ
4. Евсеев А. С., Исхакова Ф. Я. Ценовое поведение фирм в России: исследование результатов опроса // Экономический журнал Высшей школы экономики. - 2021. - Т. 25. - № 3. - С. 478-503. DOI: 10.17323/1813-8691-2021-25-3-478-503 EDN: OCPIJJ
Evseev, A. and Iskhakova, F. (2021). Price-Setting Behavior in Russia: Study of Survey Evidence. HSE Economic Journal, 25(3), pp. 478-503. (In Russian). EDN: OCPIJJ
5. Карлова Н., Богачева И., Пузанова Е. Инфляционные ожидания и бизнес-решения: результаты опроса предприятий: аналитическая записка. - Банк России, 2020.
Karlova, N., Bogacheva, I. and Puzanova, E. (2020). Inflation Expectations and Business Decisions: Results of a Survey of Enterprises. Bank of Russia Analytical Note. (In Russian).
6. Карлова Н., Пузанова Е., Богачева И. Факторы ценовой инерции: результаты опроса предприятий: аналитическая записка департамента исследований и прогнозирования Банка России. - Банк России, 2017.
Karlova, N., Bogacheva, I. and Puzanova, E. (2017). Factors of Price Inertia: Results of a Survey of Enterprises. Bank of Russia Analytical Note. (In Russian).
7. Полбин А. В., Дробышевский С. М. Построение динамической стохастической модели общего равновесия для российской экономики // Научные труды Института экономической политики им. Е. Т. Гайдара. - 2014. - № 166.
Polbin, A. V. and Drobyshevskiy, S. M. (2014). Developing a Dynamic Stochastic Model of General Equilibrium for the Russian Economy. Gaidar Institute for Economic Policy Woking Papers, N 166. (In Russian). EDN: TROYPF
8. Хабибуллин Р., Яковлева К. Что индекс “жестких цен” говорит об инфляционных ожиданиях в России: аналитическая записка. - Банк России, 2019.
Khabibullin, R. and Yakovleva, K. (2019). What the ‘Hard Prices’ Index Says About Inflation Expectations in Russia. Bank of Russia Analytical Note. (In Russian).
9. Цухло С. В. Конъюнктурные опросы предприятий в системе современной статистики // Вопросы государственного и муниципального управления. - 2018. - № 2. - С. 30-49. EDN: UTSSHW
Tsukhlo, S. V. (2018). Business Tendency Surveys in the System of Modern Statistics. Public Administration Issues, 2, pp. 30-49. (In Russian). EDN: UTSSHW
10. Шульгин А. Г. Байесовская оценка DSGE-модели с двумя правилами монетарной политики для России // Научные доклады Лаборатории макроэкономического анализа НИУ “Высшая школа экономики”. - 2014. - № WP12/2014/01.
Shulgin, A. G. (2014). Bayesian Estimation of DSGE-Model with Two Rules of Monetary Policy for Russia. HSE University Working Papers, N WP12/2014/01. (In Russian).
11. Шульц Д. Н., Ощепков И. А. Некоторые аспекты построения и использования динамических стохастических моделей общего равновесия (DSGE) // Вестник Пермского университета. Серия “Экономика”. - 2016. - № 4(31). - С. 49-65. EDN: XDYBPN
Shults, D. N. and Oshchepkov, I. A. (2016). Some Aspects of Construction and Use of Dynamic Stochastic General Equilibrium (DSGE) Models. Perm University Herald. Economy, 4(31), pp. 49-65. (In Russian). EDN: XDYBPN
12. Alvarez F., Le Bihan H., Lippi F. The Real Effects of Monetary Shocks in Sticky Price Models: A Sufficient Statistic Approach // American Economic Review. - 2016. - Vol. 106(10). - pp. 2817-2851.
13. Amirault D., Kwan C., Wilkinson G. Survey of Price-Setting Behaviour of Canadian Companies // Bank of Canada Staff Working Paper. - 2006. - N 35.
14. Asane-Otoo E., Dannemann B. Rockets and Feathers Revisited: Asymmetric Retail Fuel Pricing in the Era of Market Transparency // Oldenburg Discussion Papers in Economics. - 2019. - N V-426-19.
15. Auer R., Burstein A., Lein S. M. Exchange Rates and Prices: Evidence from the 2015 Swiss Franc Appreciation // American Economic Review. - 2021. - Vol. 111(2). - pp. 652-686. EDN: EBEBGC
16. Bachmann R., Born B., Elstner S., Grimme C. Time-Varying Business Volatility and the Price Setting of Firms // Journal of Monetary Economics. - 2019. - Vol. 101(C). - pp. 82-99.
17. Bacon R. W. Rockets and Feathers: The Asymmetric Speed of Adjustment of UK Retail Gasoline Prices to Cost Changes // Energy Economics. - 1991. - Vol. 13(3). - pp. 211-218.
18. Baharad E., Eden B. Price Rigidity and Price Dispersion: Evidence from Micro Data // Review of Economic Dynamics. - 2004. - Vol. 7(3). - pp. 613-641.
19. Ball L., Mankiw N. G. Asymmetric Price Adjustment and Economic Fluctuations // The Economic Journal. - 1994. - Vol. 104(423). - pp. 247-261.
20. Barro R. J. Long-Term Contracting, Sticky Prices, and Monetary Policy // Journal of Monetary Economics. - 1977. - Vol. 3(3). - pp. 305-316.
21. Basu S.Intermediate Goods and Business Cycles: Implications for Productivity and Welfare // American Economic Review. - 1995. - Vol. 85(3). - pp. 512-531. EDN: HEMOEN
22. Bils M., Klenow P. J. Some Evidence on the Importance of Sticky Prices // Journal of Political Economy. - 2004. - Vol. 112(5). - pp. 947-985. EDN: HCBEAZ
23. Blinder A. S., Canetti E. R. D., Lebow D. E., Rudd J. B. Asking About Prices: A New Approach to Understanding Price Stickiness. - Russell Sage Foundation, 1998.
24. Buckle R. A., Carlson J. A. Menu Costs, Firm Size, and Price Rigidity // Economics Letters. - 2000. - Vol. 66(1). - pp. 59-63.
25. Calvo G. A. Staggered Prices in a Utility-Maximizing Framework // Journal of Monetary Economics. - 1983. - Vol. 12(3). - pp. 383-398. DOI: 10.1016/0304-3932(83)90060-0
26. Carvalho C. Heterogeneity in Price Stickiness and the Real Effects of Monetary Shocks // Contributions in Macroeconomics. - 2006. - Vol. 6(1). - Article 20121000. DOI: 10.2202/1534-6021.1320
27. Cavallo A. Are Online and Offline Prices Similar? Evidence from Large Multi-Channel Retailers // American Economic Review. - 2017. - Vol. 107(1). - pp. 283-303.
28. Christiano L. J., Eichenbaum M., Evans C. L. Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy // Journal of Political Economy. - 2005. - Vol. 113(1). - pp. 1-45.
29. Costain J., Nakov A. Logit Price Dynamics // Journal of Money, Credit and Banking. - 2019. - Vol. 51(1). - pp. 43-78.
30. Dhyne E., Alvarez L. J., Le Bihan H., Veronese G., Dias D., Hoffmann J., Jonker N., Lunnemann P., Rumler F., Vilmunen J. Price Changes in the Euro Area and the United States: Some Facts from Individual Consumer Price Data // Journal of Economic Perspectives. - 2006. - Vol. 20(2). - pp. 171-192. DOI: 10.1257/jep.20.2.171
31. Dixon H. D., Grimme C. State-Dependent or Time-Dependent Pricing? New Evidence from a Monthly Firm-Level Survey: 1980-2017 // European Economic Review. - 2022. - Vol. 150. - Article 104319. DOI: 10.1016/j.euroecorev.2022.104319 EDN: NLHLCI
32. Dixon H., Luintel K., Tian K. The Impact of the 2008 Crisis on UK Prices: What We Can Learn from the CPI Microdata // Oxford Bulletin of Economics and Statistics. - 2020. - Vol. 82(6). - pp. 1322-1341. DOI: 10.1111/obes.12373 EDN: WGAOWA
33. Dotsey M., King R. G., Wolman A. L. State-Dependent Pricing and the General Equilibrium Dynamics of Money and Output // The Quarterly Journal of Economics. - 1999. - Vol. 114(2). - pp. 655-690. EDN: DAOHRD
34. Dutta S., Narasimhan O., Rajiv S. Success in High-Technology Markets: Is Marketing Capability Critical? // Marketing Science. - 1999. - Vol. 18(4). - pp. 547-568.
35. Eichenbaum M., Jaimovich N., Rebelo S. Reference Prices, Costs, and Nominal Rigidities // American Economic Review. - 2011. - Vol. 101(1). - pp. 234-262.
36. Fabiani S., Druant M., Hernando I., Kwapil C., Landau B., Loupias C., Martins F., Mathä T., Sabbatini R., Stahl H., Stokman A. The Pricing Behaviour of Firms in the Euro Area: New Survey Evidence // National Bank of Belgium Working Paper. - 2005. - N 76.
37. Fischer S. Long-Term Contracts, Rational Expectations, and the Optimal Money Supply Rule // Journal of Political Economy. - 1977. - Vol. 85(1). - pp. 191-205.
38. Gagnon E. Price Setting During Low and High Inflation: Evidence from Mexico // The Quarterly Journal of Economics. - 2009. - Vol. 124(3). - pp. 1221-1263.
39. Galı́ J., Gertler M. Inflation Dynamics: A Structural Econometric Analysis // Journal of Monetary Economics. - 1999. - Vol. 44(2). - pp. 195-222.
40. Karadi P., Nakov A., Nuño G., Pastén E., Thaler D. Strike while the Iron Is Hot: Optimal Monetary Policy with a Nonlinear Phillips Curve // Banco de España Documentos de Trabajo. - 2025. - N 2510.
41. Kashyap A. K. Sticky Prices: New Evidence from Retail Catalogs // The Quarterly Journal of Economics. - 1995. - Vol. 110(1). - pp. 245-274. EDN: BYDMSL
42. Keynes J. M. The General Theory of Employment // The Quarterly Journal of Economics. - 1937. - Vol. 51(2). - pp. 209-223. DOI: 10.2307/1882087
43. Kryzhanovsky O., Zykov A. DEMUR: A Regional Semi-Structural Model of the Ural Macroregion // Russian Journal of Money and Finance. - 2022. - Vol. 81(4). - pp. 52-85. DOI: 10.31477/rjmf.202102.50 EDN: MEZLPE
44. Lein S. M. When Do Firms Adjust Prices? Evidence from Micro Panel Data // Journal of Monetary Economics. - 2010. - Vol. 57(6). - pp. 696-715.
45. Levy D. Price Rigidity and Flexibility: New Empirical Evidence // Managerial and Decision Economics. - 2007. - Vol. 28(7). - pp. 639-647.
46. Long J. S., Freese J. Regression Models for Categorical Dependent Variables Using Stata. - Stata Press, 2006.
47. Loupias C., Sevestre P. Costs, Demand, and Producer Price Changes // Review of Economics and Statistics. - 2013. - Vol. 95(1). - pp. 315-327.
48. Malakhovskaya O. A., Minabutdinov A. R. Are Commodity Price Shocks Important? A Bayesian Estimation of a DSGE Model for Russia // HSE University Working Papers. - 2013. - N 48/EC/2013.
49. Mankiw N. G. Small Menu Costs and Large Business Cycles: A Macroeconomic Model of Monopoly // The Quarterly Journal of Economics. - 1985. - Vol. 100(2). - pp. 529-538. DOI: 10.2307/1885395
50. Nakamura E., Steinsson J. Five Facts About Prices: A Reevaluation of Menu Cost Models // The Quarterly Journal of Economics. - 2008. - Vol. 123(4). - pp. 1415-1464.
51. Nakamura E., Steinsson J. Monetary Non-Neutrality in a Multisector Menu Cost Model // The Quarterly Journal of Economics. - 2010. - Vol. 125(3). - pp. 961-1013.
52. Nelyubina A. Forecasting Regional Indicators Based on the Quarterly Projection Model // Russian Journal of Money and Finance. - 2021. - Vol. 80(2). - pp. 50-75. DOI: 10.31477/rjmf.202102.50 EDN: KWKWTO
53. Peltzman S. Prices Rise Faster than They Fall // Journal of Political Economy. - 2000. - Vol. 108(3). - pp. 466-502. DOI: 10.1086/262126 EDN: DHCRJB
54. Rotemberg J. J. Sticky Prices in the United States // Journal of Political Economy. - 1982. - Vol. 90(6). - pp. 1187-1211.
55. Smets F., Wouters R. An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area // Journal of the European Economic Association. - 2003. - Vol. 1(5). - pp. 1123-1175.
56. Smets F., Wouters R. Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach // American Economic Review. - 2007. - Vol. 97(3). - pp. 586-606.
57. Stiglitz J. E. The Causes and Consequences of the Dependence of Quality on Price // Journal of Economic Literature. - 1987. - Vol. 25(1). - pp. 1-48.
58. Taylor J. B. Aggregate Dynamics and Staggered Contracts // Journal of Political Economy. - 1980. - Vol. 88(1). - pp. 1-23.
59. Taylor J. B. Staggered Wage Setting in a Macro Model // The American Economic Review. - 1979. - Vol. 69(2). - pp. 108-113.
60. Vavra J. Inflation Dynamics and Time-Varying Volatility: New Evidence and an SS Interpretation // The Quarterly Journal of Economics. - 2014. - Vol. 129(1). - pp. 215-258.
61. Woodford M. Optimal Interest-Rate Smoothing // The Review of Economic Studies. - 2003. - Vol. 70(4). - pp. 861-886. EDN: EUDJSX
62. Zhou P. Microdata Analysis of Price Setting Behaviour and Macrodata Analysis of Heterogeneous DSGE Models: PhD Thesis. - Cardiff University, 2012.
Выпуск
Другие статьи выпуска
В статье рассматривается проблема оценки ценового разрыва между первичным и вторичным рынками жилья в России. Мы разрабатываем двухэтапную методологию мэтчинга, позволяющую сопоставить пары квартир с максимально близкими характеристиками и нивелировать влияние инфраструктурных и планировочных различий, и оцениваем разрыв цен в регионах России на основе данных о 24,5 млн предложений о продаже квартир за 2022-2025 гг. Результаты указывают на значительную межрегиональную гетерогенность разрыва цен: во многих регионах новостройки дороже, но встречаются случаи нулевого или отрицательного разрыва. Разработанный подход позволяет анализировать динамику показателя и выявлять влияние региональных факторов, что имеет прикладное значение как для покупателей жилья, так и для регуляторов при разработке программ ипотечной поддержки.
В статье на основе рандомизированного экспериментального опроса исследуется влияние нарративов о трансмиссионном механизме ключевой ставки Банка России на инфляционные ожидания российских домохозяйств. Показано, что в субъективных моделях респондентов доминирует канал издержек и повышение ключевой ставки чаще воспринимается ими как фактор роста цен. Эффект от представления нарративов респондентам существенно зависит от их исходных убеждений: нарративы, акцентирующие роль канала спроса, снижают ожидания в основном у тех респондентов, изначальные убеждения которых согласуются с этими нарративами. Информация о повышении ставки без объяснения механизма ее действия приводила к росту инфляционных ожиданий в ряде групп, тогда как в сочетании с нарративом о канале спроса обеспечивала их значимое снижение. Согласно результатам регрессионного и медиационного анализа, повышение доверия к предоставляемой информации ведет к дополнительному снижению инфляционных ожиданий. Результаты выявляют гетерогенность реакции респондентов по полу и уровню образования и подчеркивают необходимость таргетированной коммуникационной стратегии, опирающейся на понятные нарративы с учетом исходных убеждений аудитории.
В работе проводится эмпирическая проверка теории диагностических ожиданий на данных по инфляционным ожиданиям потребителей в России и США и исследуется вопрос о возможной зависимости «диагностичности» ожиданий от макроэкономических параметров. Результаты указывают на статистически значимую отрицательную связь между ошибкой прогноза (разница между фактической и ожидаемой инфляцией) и показателем пересмотра прогноза, что свидетельствует в пользу теории диагностических ожиданий. Оценки на основе псевдопанели, составленной по данным США, показывают, что «диагностичность» ожиданий относительно стабильна во времени и не зависит от макроэкономических параметров. Содержательно результат можно проинтерпретировать так: действие проинфляционных факторов увеличивает ожидаемую инфляцию сильнее, чем фактическую инфляцию, и этот эффект относительно стабилен во времени.
Издательство
- Издательство
- БАНК РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- Юр. адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- ФИО
- Набиуллина Эльвира Сахипзадовна (ПРЕДСЕДАТЕЛЬ БАНКА РОССИИ)
- Контактный телефон
- +7 (495) 9747664
- Сайт
- https://cbr.ru/