SCI Библиотека

В статье представлены этапы построения модели векторной авторегрессии (VAR-модели) для прогнозирования инфляции на региональном уровне и построен краткосрочный прогноз инфляции в Еврейской автономной области. Для этой цели осуществлен выбор возможных показателей для VAR-модели, экономически обоснована необходимость их использования. Доказана необходимость использования фиктивных переменных для устранения влияния выявленных шоков в динамике инфляции. Получившаяся VAR-модель была признана состоятельной после проведения необходимых эконометрических тестов. Была проведена верификация модели. Разработанная VAR-модель подходит только для исследования выбранного субъекта Российской Федерации, т. к. каждый регион России имеет свою уникальность. Подбор показателей необходимо проводить для каждой территории индивидуально. При этом сам алгоритм построения модели прогнозирования универсален и может быть применен для различных территорий. Сделан вывод о важности построения прогноза инфляции, т. к. ее влияние необходимо учитывать при финансовом планировании абсолютно всеми экономическими агентами на всех иерархических уровнях: правительству, бизнесу, населению.

Статья посвящена анализу текущего состояния цифровых технологий и перспектив их внедрения в экономику Узбекистана для мониторинга потребительских цен в стране. В рамках исследования освещаются основные проблемы, которые связаны с использованием цифровых технологий для мониторинга потребительских цен, а также предлагаются пути их решения. Информационную базу работы составили научные публикации и аналитические материалы, нормативно-правовые документы Узбекистана. Особое внимание уделяется анализу влияния цифровизации на мониторинг инфляционных процессов, в том числе методам обеспечения интеграции данных, повышения прозрачности и эффективности управления. В результате представлены рекомендации по развитию цифровой инфраструктуры, которые включают повышение квалификации кадров, усиление кибербезопасности и увеличение доступности цифровых платформ для населения. Сделан вывод о значимости цифровых технологий как фактора обеспечения устойчивого экономического роста и стабильности цен.

Целью работы является оценка влияния перехода к режиму инфляционного таргетирования на инфляцию в современных условиях. Для достижения этой цели мы осуществляем эконометрическое моделирование воздействия этого режима монетарной политики на динамику общего уровня цен. В качестве эмпирической стратегии мы используем оценку моделей с фиксированными эффектами на межстрановых панельных данных, содержащих информацию вплоть до 2022 г. включительно. Кроме этого, для получения уточнения долгосрочных эффектов смены режима денежно-кредитной политики мы применяем метод разности разностей с включением дополнительных контрольных переменных. Результаты моделирования демонстрируют, что даже в современных шоковых для мировой экономики условиях инфляционное таргетирование остается действенным инструментом достижения ценовой стабильности. Этот эффект наблюдается для различных подвыборок стран. Применительно к России важным является вывод о том, что инфляционное таргетирование оказывается действенным средством достижения ценовой стабильности для стран-нефтеэкспортеров.

Продовольственная безопасность как одна из важнейших составляющих экономической безопасности отдельных регионов и страны в целом не перестает быть приоритетным направлением научных исследований. Всесторонне изучаются различные аспекты продовольственной безопасности, факторы, влияющие на нее, инструменты и методы ее обеспечения и поддержания. Среди факторов, оказывающих влияние на процессы формирования продовольственной безопасности, рост цен выступает одним из важнейших. В статье рассмотрено влияние разовых факторов инфляции на стороне предложения на рост цен на продовольственные товары, производство и потребление которых является неотъемлемой частью обеспечения продовольственной безопасности Новгородской области. Данные факторы инфляции в представленной работе изучались в отношении двух категорий продовольственных товаров, которые занимают значительный удельный вес в структуре потребляемых продуктов питания. Это мясопродукты (свинина) и куриные яйца. Среди разовых факторов инфляции на стороне предложения рассматривались природные факторы (прежде всего, эпизоотические – вспышка африканской чумы свиней) и организационно-экономические (закрытие предприятия, которое обеспечивало две трети производства пищевого яйца в регионе). В результате проведенного исследования была получена характеристика динамики цен по категориям «Свинина» и «Яйца» в Новгородской области за ряд лет в сравнении со среднероссийскими значениями и показателями Северо-Западного Федерального округа. Проведенный анализ подтвердил тот факт, что разовые факторы инфляции могут существенно влиять на динамику годового темпа прироста цен, обусловливая необходимость их учета при принятии экономико-управленческих решений в отношении социально-экономического развития региона. [1]

В начале июля 2024 г. Европейский центральный банк провел форум по вопросам политики центральных банков «Денежно-кредитная политика в эпоху трансформации»2. В этом обзоре кратко описана академическая часть конференции с фокусом на темах инфляции, экономического роста, климатических и геополитических рисков, имеющих прикладное значение для политики центральных банков, а также на теме долгосрочных равновесных процентных ставок и их роли в принятии решений ёпо денежно-кредитной политике.

С задачей прогнозирования инфляции методы машинного обучения справляются не хуже, а зачастую и лучше подходов, основанных на классических эконометрических моделях. Однако, несмотря на наличие временных рядов по ценам для всех товаров и услуг, являющихся отдельными компонентами потребительской корзины, для которой рассчитывается индекс потребительских цен (ИПЦ), и на то, что методы машинного обучения работают точнее с ростом объема данных, в большинстве работ покомпонентные данные ИПЦ не используются. Исследований, посвященных прогнозированию ИПЦ путем агрегации прогнозов индексов цен для отдельных категорий товаров и услуг (bottom-up approach), немного, и на их основании нельзя однозначно утверждать, будет ли агрегированный прогноз точнее, чем прогноз ИПЦ, не использующий покомпонентные данные. Мы показываем на российских данных, что в зависимости от горизонта прогнозирования покомпонентный агрегированный прогноз инфляции может быть до 1,5 раза точнее. Даже при использовании таких ставших уже классическими моделей машинного обучения, как градиентный бустинг или регрессии с регуляризацией, преимущество статистически значимо на горизонтах до полугода. Каждую компоненту инфляции и на каждый горизонт мы прогнозируем отдельной моделью независимо от остальных компонент и от остальных горизонтов.

В работе исследуется сходимость темпов роста цен на продовольственные товары в регионах России. Проведенный анализ подтверждает гипотезу о конвергенции региональной продовольственной инфляции в 2013–2022 гг. Для определения возможных изменений в динамике применяется панельное тестирование на единичный корень с использованием метода скользящего окна. Результаты тестов показывают, что за 2013–2022 гг. сходимость региональных индексов продовольственных цен к общероссийскому уровню инфляции ускорилась. Мы также рассчитываем матрицу коэффициентов взаимной конвергенции. Ее визуализация с использованием многомерного шкалирования позволяет выделить группы регионов с высоким уровнем сходимости по отношению друг к другу. В результате проведенного анализа к факторам, сдерживающим конвергенцию, отнесены различия в структуре весов товаров, используемых при расчете индексов потребительских цен, в уровне транспортно-логистической связанности и степени проникновения сетевой розницы. Исследование дополняет литературу по конвергенции инфляции тем, что не только проводит проверку гипотезы конвергенции, но и оценивает изменение сходимости в динамике, а также рассматривает взаимную конвергенцию темпов роста цен в регионах.

В предлагаемой работе на базе модели Сидрауского строится динамическая модель общего равновесия, в которой учитывается процесс формирования инфляционных ожиданий потребителями и фирмами. В результате решения модели получен вывод о том, что чем больше ожидаемые темпы инфляции, тем ниже выпуск в расчете на одного работника. Кроме того, в статье приводится сравнительная характеристика влияния денежно-кредитной политики на долгосрочное равновесие в зависимости от характера формирования инфляционных ожиданий экономических агентов и политики формирования ключевой ставки Центральным Банком.

В работе проверяется гипотеза о наличии пространственных эффектов для квартальных индексов потребительских цен (ИПЦ) в российских регионах за 2015–2021 гг. Для моделирования пространственной зависимости гибридной кривой Филлипса использовались матрицы расстояний, соседства и миграции. Выявлена пространственная нестационарность модели для всей территории страны, поэтому оценивание проводилось отдельно для западных и восточных регионов. Тестирование на панельных данных показало незначимость пространственного лага зависимой переменной, что подвергает сомнению предположение о «мгновенном» (в течение того же периода) переносе инфляции. Вероятно, ключевым здесь является фактор частотности данных: квартальные или месячные уровни инфляции лучше подходят для пространственного анализа, чем годовые (для которых пространственный лаг будет значимым). Оценивание дарбиновской модели с ошибкой (SDEM) показало, что инфляционные ожидания в соседних регионах отрицательно влияют на инфляцию в регионе в данном периоде. Оценки вклада прямых эффектов для π(t – 1), π(t + 1) и косвенного эффекта для π(t – 1) имеют ожидаемые положительные знаки. Сумма оценок коэффициентов при лагах инфляции в пространственной гибридной кривой Филлипса близка к единице. Применение матрицы миграции для западных регионов оказалось неудачным, возможно из-за значительных искажений, вносимых Москвой и Московской областью в межрегиональные взаимодействия