В статье представлен обзор возможностей использования поведенческой экономики для стимулирования финансово грамотного поведения населения. Выделено два ключевых направления: воздействие на поведение людей (через обучение финансовой грамотности, развитие финансовой культуры, повышение внимательности и предоставление инструментов борьбы с когнитивными искажениями) и воздействие на среду принятия решений (через подталкивание к принятию грамотных решений, регулирование и изменение информационной среды). Обсуждаются особенности, перспективы и ограничения каждого подхода с учетом международного и российского опыта. В статье подчеркивается важность кастомизированного подхода к разным социально-демографическим группам, а также экспериментального тестирования эффективности разных поведенческих инструментов перед массовым внедрением и обсуждаются ключевые этические риски и вызовы, связанные с использованием поведенческой экономики для стимулирования финансово грамотного поведения.
В работе представлена модифицированная полуструктурная новокейнсианская модель в разрывах для макрорегиона «Юг». К основным особенностям модели относятся разделение экономики на макрорегион«Юг», остальную Россию и внешний сектор; выделение в инфляции компонент продовольственных и непродовольственных товаров, а также жилищно-коммунальных услуг (ЖКУ) и услуг без ЖКУ; учет секторов специализации макрорегиона - сельского хозяйства и туризма; включение фискального блока и блока рынка труда с описанием динамики заработной платы и безработицы; учет ограничений на движение капитала в условиях непокрытого паритета процентных ставок. Адекватность модели подтверждена анализом импульсных откликов макропеременных на шоки, а также декомпозицией разрыва выпуска и инфляции. Модель позволяет формировать согласованные прогнозы ключевых экономических показателей макрорегиона «Юг» и оценивать влияние денежно-кредитной политики на его экономику.
В работе анализируется подход к прогнозированию траектории ставки денежного рынка RUONIA (прокси ключевой ставки), основанный на линейной комбинации значений кривых доходности свопов ROISfix, которые отражают рыночные ожидания относительно дальнейшей траектории ставки, и прогнозов модели векторной авторегрессии, включающей макроэкономические переменные. Для построения кривых доходности применяются модели Нельсона - Сигеля и Свенссона. Согласно полученным результатам, для горизонтов от одного года применение предложенной комбинации повышает точность прогнозов по сравнению с рыночными прогнозами, тогда как на коротких горизонтах более точными оказываются ожидания рынка. В рамках исследования также проанализировано влияние шока денежно-кредитной политики (ДКП) на параметры кривой доходности с помощью метода локальных проекций и показано, что шок ДКП изменяет форму рыночных прогнозов, воздействуя на кривую доходности на всех временных горизонтах и повышая долгосрочные ожидания ставки на 1 процентный пункт. Для проверки применимости модели на практике была проведена симуляция монетарного шока 28 февраля 2022 г.
В работе оценивается рыночная власть банков в российском банковском секторе с помощью показателей наценок по кредитам и депозитам, исследуется связь наценок с размером банка и концентрацией рынка, а также рассматривается зависимость между наценками и реакцией банков на меры денежно-кредитной политики (ДКП) в условиях неоднородной банковской среды. Показано, что более высокие наценки по кредитам связаны с более быстрым ростом и более медленным снижением ставок по кредитам при соответствующих изменениях ключевой ставки. В то же время более высокие наценки по депозитам ассоциируются с более медленным ростом и более быстрым снижением ставок по депозитам. Банки с высокими наценками по депозитам склонны поддерживать больший объем депозитов и сильнее реагировать на изменения ДКП, в частности, они активнее наращивали депозиты во время смягчения ДКП в выборочный период (2017-2021 гг.).
В статье представлена методика, решающая актуальную задачу оценки кредитного риска при различной корреляции дефолтов (Basel Committee on Banking Supervision, 2001, p. 2). В методике преодолевается так называемая проблема «черного ящика», характерная в том числе для моделей переключения режимов Маркова и авторегрессии с условной гетероскедастичностью, отсутствуют нереалистичные допущения об однородности кредитного портфеля, как в аналитическом подходе к расчету стоимости под риском (Value-at-Risk, VaR), а также используются различные типы стресс-тестирования в соответствии с требованиями Банка России. Возможные области применения методики включают внутренние процедуры оценки достаточности капитала, надзорное стресс-тестирование, планы восстановления финансовой устойчивости, оценку кредитного риска на основе внутренних рейтингов. Разработанные подходы интегрированы в систему риск-менеджмента одного из крупнейших российских банков.
В статье предлагается использовать вейвлет-анализ в качестве дополнительного инструмента изучения данных по инфляции. Соответствующий математический аппарат активно применяется в различных сферах деятельности и хорошо зарекомендовал себя при работе с нестационарными сигналами в силу своей информативности и наглядности, приспособленности к исследованиям локальных особенностей. Вейвлеты сканируют наблюдаемый ряд в двухмерной развертке по частоте и времени, что позволяет определить (увидеть), насколько значимо и в какой конкретный момент проявляют себя те или иные группы частотных составляющих, происходят существенные изменения поведения данных. Становится доступным проведение разномасштабного анализа динамики изучаемого процесса, что актуально, так как если резкие скачки, как правило, заметны очень хорошо, то взаимодействие событий на мелких масштабах, перерастающее в крупномасштабные явления, заметить значительно сложнее, и наоборот - сконцентрировавшись только на мелких деталях, можно упустить из виду явления, происходящие на глобальном уровне.
В данной работе мы оцениваем возможность применения нейронных сетей долгой краткосрочной памяти (Long Short-Term Memory, LSTM) для задач экономического прогнозирования. Мы сравниваем качество краткосрочных прогнозов валовой добавленной стоимости отраслей промышленности, полученных при использовании LSTM-модели и бенчмарков: модели случайного блуждания, интегрированной модели авторегрессии скользящего среднего и приближенной динамической факторной модели. По сравнению с другими моделями LSTM показывает меньшую среднюю абсолютную ошибку прогноза в 16 из 18 случаев и меньшую среднеквадратическую ошибку - в 13 из 18 случаев.
В работе при помощи квантильной регрессии, комбинированной с подходом локальных проекций, исследуется влияние макроэкономических и финансовых факторов на условное распределение российской инфляции и инфляционный риск, то есть вероятность высоких значений ценовых приростов. Показано, что основными предикторами повышения инфляционного риска являются рост номинальной заработной платы и оборота розничной торговли, а также ослабление рубля и спад производства. Кроме того, об интенсификации данного риска могут сигнализировать геополитическая напряженность и уменьшение спреда по облигациям. Выявлено, что эффект переноса динамики валютного курса в потребительские цены проявляется сильнее с ростом уровня инфляции, при этом в условиях высокой инфляции ослабление и укрепление рубля переносятся в цены с разной интенсивностью, большей в первом случае. Ощутимое снижение риска критически высокой инфляции может потребовать от центрального банка комплексных антиинфляционных мер, поскольку влияние роста процентной ставки на инфляционный риск не столь значительно в сравнении с эффектом, оказываемым на среднее значение ценовых приростов
Данная работа посвящена использованию новостных индексов в моделях машинного обучения для прогнозирования инфляции на горизонтах от 1 до 6 месяцев. Новости, с одной стороны, могут формировать ожидания населения и тем самым его поведение, а с другой - содержат информацию, которую сложно учесть в стандартных макропеременных, но которая может значительно повышать точность прогнозов инфляции. Для исследования были собраны экономические новости за девятилетний период с сайта «РИА Новости» и определена тональность каждой новости, после чего все новости разделены методом латентного размещения Дирихле на девять тематических групп. Тональность каждой темы определялась на основе взвешенной по вероятности тональности новостей, относящихся к этой теме. Полученные тематические временные ряды использовались в моделях машинного обучения вместе со стандартными макропеременными. Наиболее точной из рассмотренных в работе моделей оказалась модель долгой краткосрочной памяти (Long Short-Term Memory) с использованием новостных индексов. Наибольший вклад в формирование данной моделью прогноза инфляции внесли индексы тональности новостей по темам «Санкции», «Газовый сектор» и «Экономический рост», а из стандартных макропеременных - уровень заработной платы, индекс производства и цена фьючерсов на нефть марки Brent.
В исследовании предложена авторская методология, позволяющая с помощью сентимент-анализа текстовых данных создать удобный инструмент для измерения динамики доверия к центральному банку. На основе предложенной методологии в работе строится индикатор доверия населения к Банку России за период 2014-2023 гг. и при помощи авторегрессионной модели скользящего среднего с обобщенной авторегрессионной условной гетероскедастичностью в остатках (ARMA-GARCH) с добавлением экзогенных регрессоров анализируется связь доверия с инфляционными ожиданиями. Выявлено, что в краткосрочной перспективе увеличение доверия помогает снижать инфляционные ожидания, повышая эффективность денежно-кредитной политики, но не влияют на волатильность инфляционных ожиданий. Индикатор предлагается использовать при выработке решений по коммуникационной и денежно-кредитной политике Банка России.
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.
- 1
- 2