ПРОГНОЗИРОВАНИЕ ИНФЛЯЦИИ НА УРОВНЕ РЕГИОНА В КРАТКОСРОЧНОМ ПЕРИОДЕ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ МОДЕЛИ ВЕКТОРНОЙ АВТОРЕГРЕССИИ

  • Е.А. Долгих Центральный банк Российской Федерации, Великий Новгород, Россия
  • Т.В. Кудряшова Новгородский государственный университет имени Ярослава Мудрого, Великий Новгород, Россия
DOI: https://doi.org/10.34680/BENEFICIUM.2023.2(47).41-56

Аннотация

В работе представлены этапы построения модели векторной авторегрессии (ВАР-модели) для прогнозирования инфляции на региональном уровне, и осуществлена реализация краткосрочного прогноза инфляции для Новгородской области. Для этой цели осуществлен выбор возможных показателей для ВАР-модели, экономически обоснована необходимость их использования. В итоге для ВАР-модели были использовали 4 показателя. Объясняющими переменными выступили: Индексы цен производителей сельскохозяйственной продукции, реализуемой сельскохозяйственными организациями (продукция и услуги сельского хозяйства и охоты); Оборот розничной торговли непродовольственными товарами, %; Среднемесячная реальная начисленная заработная плата работников организаций, %. Экзогенной переменной выступил Индекс реального курса рубля к доллару США, %. Также была обоснована необходимость использования фиктивных переменных для устранения влияния выявленных шоков в динамике инфляции: устранено влияние шоков 2014-2015 годов, когда Банк России объявил о плавающем валютном курсе и приступил к таргетированию инфляции; устранен шок марта 2022 года, когда усилилась геополитическая нестабильность, что выразилось в кратковременном ослаблении рубля и во всплеске потребительского спроса.

Получившаяся ВАР-модель была признана состоятельной после проведения всех необходимых эконометрических тестов. Была проведена верификация модели. На основании смоделированной ВАР-модели был построен краткосрочный прогноз инфляции Новгородской области. Впоследствии было принято решение о проведении корректировки получившегося прогнозного ряда инфляции на основе имеющихся данных немонетарного фактора инфляции.

Стоит отметить, что разработанная ВАР-модель подходит только для выбранного в исследовании субъекта Российской Федерации, т.к. каждый регион России имеет свою уникальность, поэтому подбор показателей необходимо проводить для каждой территории индивидуально. При этом сам алгоритм построения модели прогнозирования универсален и может быть применен для различных территорий. В итоге был сделан вывод о важности построения прогноза инфляции, так как ее влияние необходимо учитывать при финансовом планировании абсолютно всеми экономическими агентами на всех иерархических уровнях: правительству, бизнесу, населению.[1]

Ключевые слова:инфляция, модель векторной авторегрессии, прогнозирование инфляции, регион, социально-экономическое развитие

Библиография

  • Банников В.А. Векторные модели авторегрессии и коррекции регрессионных остатков (EViews) // Прикладная эконометрика. 2006. Том 3. № 3. С. 96-129.
  • Сапова А.К. Прогнозирование инфляции на основе индекса потребительских цен с учетом влияния сезонного фактора // Статистика и экономика. 2017. Том 14. № 6. С. 46-58. DOI: 10.21686/2500-3925-2017-6-46-58
  • Коцофана Т.В. Сущность инфляции и ее содержание в современной российской экономике // Научный журнал НИУ ИТМО. Серия: Экономика и экологический менеджмент. 2014. Том 1. № 16. С. 39.
  • Фридман М. Если бы деньги заговорили…: пер. с англ. М.: Дело, 1998. 160 с.
  • Жемков М.И. Региональные эффекты таргетирования инфляции в России: факторы неоднородности и структурные уровни инфляции // Вопросы экономики. 2019. № 9. С. 70-89. DOI: 10.32609/0042-8736-2019-9-70-89.
  • Ильяшенко В.В., Куклина Л.Н. Инфляция в современной России: теоретические основы, особенности проявления и региональный аспект // Экономика региона. 2017. Том 13. № 2. С. 434-445. DOI: 10.17059/2017-2-9.
  • Серков Л.А. Межрегиональный инфляционный дифференциал как следствие неоднородности российского экономического пространства // Экономика региона. 2020. Том 16. № 1. С. 325-339. DOI:17059/2020-l-24.
  • Полякова Е.В., Вымятнина Ю.В. Формирование инфляционных ожиданий экономических агентов и эффективность политики Центрального банка: экспериментальный подход // Вестник Санкт-Петербургского университета. Экономика. 2021. Том 37. № 3. С. 442-473. DOI:21638/spbu05.2021.304.
  • Словарь Лопатникова (2023). URL: http://lopatnikov.pro/slovar/i/inflyaciya/ (дата обращения: 06.01.2023).
  • Беляев М.И. Инфляция. М.: ЮРАЙТ, 2004. 243 с.
  • Приказ Федеральной службы государственной статистики от 15.12.2021 № 915 «Об утверждении Официальной статистической методологии наблюдения за потребительскими ценами на товары и услуги и расчета индексов потребительских цен» (2021). КонсультантПлюс. URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&ts=nfPmVTTW8ehUf63e1&cacheid=4761AEE5B822A949A8D4F778C7F5798C& mode=splus&rnd=0.18794470068694435&base=LAW&n=423155#gdQmVTTqktsnv7k7/ (дата обращения: 07.01.2023).
  • Постановление Государственной Думы Федерального собрания Российской Федерации от 15.11.2022 № 2335-8 ГД «Об Основных направлениях единой государственной денежно-кредитной политики на 2023 год и период 2024 и 2025 годов» (2022). КонсультантПлюс. URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&ts=nfPmVTTW8ehUf63e1&cacheid=68A027D6337A93A8D2C4B054594D4310& mode=splus&rnd=0.18794470068694435&base=EXP&n=811797#vt9oVTTMN2Nz0DF5/ (дата обращения: 08.01.2023).
  • Балацкий Е.В., Юревич М.А. Прогнозирование инфляции: практика использования синтетических процедур // Мир новой экономики.   Том 12. № 4. С. 20-31. DOI: 10.26794/2220-6469-2018-12-4-20-31
  • Дубовский С.В. Прогнозирование инфляции и обменного курса рубля в российской нестационарной экономике. М.: Едиториал УРСС, 2016. 191 c.
  • Семитуркин О.Н., Шевелев А.А., Квактун М.И. Анализ факторов гетерогенности и оценка структурных уровней инфляции в регионах России // Вопросы экономики. 2021. № 9. С. 51-68. DOI: 10.32609/0042-8736-2021-9-51-68.
  • Дзюба М.В., Нижегородцев Р.М. Моделирование инфляционных процессов при помощи регрессионного анализа (на примере республики Казахстан) // Terra Economicus. 2010. Том 8. № 4(2). С. 36-39.
  • Гельруд Я.Д., Угрюмов Е.А., Рыбак В.Л. Векторная модель авторегрессии показателей производственной деятельности строительного предприятия // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. 2018. Том. 7. № 3. С. 19-30. DOI: 10.14529/cmse180302
  • Индексы потребительских цен на товары и услуги (2023). Государственная статистика. URL: https://www.fedstat.ru/indicator/31074 (дата обращения: 04.01.2023).
  • Информация для ведения мониторинга социально-экономического положения субъектов Российской Федерации (2023). Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/folder/11109/document/13259 (дата обращения: 20.01.2023).
  • Индексы тарифов на грузовые перевозки (2023). Государственная статистика. URL: https://www.fedstat.ru/indicator/31076 (дата обращения: 04.01.2023).
  • Краткосрочные экономические показатели Новгородской области (2023). Федеральная служба государственной статистики. URL: https://gks.ru/region/ind1149/Main.htm (дата обращения: 04.01.2023).
  • Индексы цен производителей сельскохозяйственной продукции, реализуемой сельскохозяйственными организациями по 2016 г. (2023). Государственная статистика. URL: https://www.fedstat.ru/indicator/31110 (дата обращения: 04.01.2023).
  • Индексы цен производителей сельскохозяйственной продукции, реализуемой сельскохозяйственными организациями с 2017 г. (2023). Государственная статистика. URL: https://www.fedstat.ru/indicator/57740 (дата обращения: 04.01.2023).
  • Сведения о размещенных и привлеченных средствах (2023). Банк России. URL: https://cbr.ru/statistics/bank_sector/sors/ (дата обращения: 04.01.2023).
  • Мониторинг предприятий (2023). Банк России. URL: https://cbr.ru/analytics/dkp/monitoring (дата обращения: 04.01.2023).
  • Статистика внешнего сектора (2023). Банк России. URL: http://cbr.ru/statistics/macro_itm/svs/#a_71520 (дата обращения: 04.01.2023).
  • Мотевич Д.В., Машевская О.В. Монетарное таргетирование в национальной экономике / Банковский бизнес и финансовая экономика: глобальные тренды и перспективы развития, Минск, 24 мая, 2019. Минск: Белорусский государственный университет, 2019. С. 116-121.
  • Соломатова В.В. Инфляционное таргетирование: преимущества и недостатки // Интерактивная наука. 2020. Том 2. № 48. С. 31-33. DOI: 10.21661/r-530186
  • Динамика потребительских цен (2021). Банк России. URL: https://cbr.ru/Collection/Collection/File/38963/CPD_2021-09.pdf (дата обращения: 15.01.2023).
  • Доллар по ₽60 или ₽80: эксперты ожидают нестабильный курс в 2023 году (2022). Инвестиции. URL: https://quote.rbc.ru/news/article/63a4318b9a79476c1dc290ad (дата обращения: 04.01.2023).
  • Тарифы на ЖКУ для населения не будут индексировать 1.5 года (2023). Министерство экономического развития Российской Федерации. URL: https://www.economy.gov.ru/material/news/tarify_na_zhku_dlya_naseleniya_ne_budut_ indeksirovat_15_goda.html (дата обращения: 05.01.2023).
  • Постановление Правительства РФ от 14.11.2022 № 2053 «Об особенностях индексации регулируемых цен (тарифов) с 1 декабря 2022 г. по 31 декабря 2023 г. и о внесении изменений в некоторые акты правительства российской федерации» (2022). КонсультантПлюс. URL: http://www.consultant.ru/cons/cgi/online.cgi?req=doc&ts=IwF9WTTin2DHvsW81&cacheid=E79F044D25613FECD4714047D953E50C& mode=splus&rnd=0.18794470068694435&base=LAW&n=431247&dst=1000000001# 7qxeWTTDHE7aLvvF (дата обращения: 11.01.2023).
  • В Новгородской области рост цен на ЖКХ будет меньше, чем по стране (2023). Новгородское областное телевидение. URL: https://novgorod-tv.ru/news/v-novgorodskoj-oblasti-rost-czen-na-zhkh-budet-menshe-chem-po-strane/?utm_source=yandex.ru&utm_medium=organic&utm_campaign=yandex.ru&utm_referrer= yandex.ru (дата обращения: 05.01.2023).
  • Прогноз социально-экономического развития Новгородской области на 2023-2025 гг. (2023). URL: https://econom.novreg.ru/prognozy-sotcial-no-e-konomicheskogo-razvitiya-novgorodskoy-oblasti-strat-plan.html (дата обращения: 05.01.2023).

Информация об авторах 

Евгений Алексеевич Долгих – Руководитель направления экономического отдела Отделения по Новгородской области Северо-Западного главного управления Центрального банка Российской Федерации, Великий Новгород, Россия. E-mail: dolgikhea@live.com
Татьяна Вячеславовна Кудряшова– канд. экон. наук, доцент; доцент, начальник отдела «Школа проектного обучения», Новгородский государственный университет имени Ярослава Мудрого, Великий Новгород, Россия.E-mail: tatyana.kudryashova@novsu.ru. SPIN РИНЦ5220-2148. ORCID 0000-0003-4056-3855. ResearcherIDF-2694-2019

Для цитирования: Долгих Е.А., Кудряшова Т.В. Прогнозирование инфляции на уровне региона в краткосрочном периоде на основе использования модели векторной авторегрессии // BENEFICIUM. 2023. № 2(47). С. 41-56. DOI: 10.34680/BENEFICIUM.2023.2(47).41-56

 

 

Опубликован
2023-06-30
Выпуск
№ 2 (2023)
Раздел
ТРАНСФОРМАЦИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ СИСТЕМЫ