Индекс финансовой культуры населения: эмпирическая проверка и методология расчета

Повышение финансовой культуры населения входит в число приоритетов экономической политики России на ближайшее десятилетие. Это закреплено в Стратегии повышения финансовой грамотности и формирования финансовой культуры до 2030 г. Ключевым инструментом контроля за достижением поставленных целей служит интегральный индекс финансовой культуры, методика расчета которого утверждена Министерством финансов Российской Федерации. Официальная методика включает две равноправные составляющие: социологическую (опросы населения) и статистическую (данные Росстата, Банка России и других ведомств). Настоящая работа посвящена исключительно социологической составляющей — анализу и совершенствованию способов измерения финансовой культуры по данным опросов.

Предварительный анализ показал, что применение официальной методики к реальным опросным данным сталкивается с серьезными эконометрическими трудностями. Речь идет о внутренней согласованности шкал, перекрестных факторных нагрузках, а также неустойчивости компонентов во времени. Все это ставит под сомнение валидность текущих социологических инструментов и заставляет пересмотреть не только состав индикаторов, но и принципы их компоновки.

Материалы и методы

В официальной методике Минфина России интегральный индекс финансовой культуры складывается из трех равноправных компонент:

• •    Ответственность — способность своевременно исполнять финансовые обязательства, контролировать свои расходы, формировать сбережения.

• •    Доверие — уверенность в надежности финансовых институтов, национальной валюты, позитивные ожидания относительно макроэкономической ситуации.

• •    Долгосрочные горизонты — ориентация на будущее, умение планировать расходы на длительный период, использование пенсионных и страховых инструментов.

Для эмпирической проверки этой модели использованы данные Всероссийского обследования домохозяйств по потребительским финансам, проводимого Банком России. Из опросных листов за 2018, 2020, 2022 и 2024 годы отобран 31 показатель, который присутствовал не менее чем в трех волнах и имел содержательное отношение к одной из трех компонент. Первоначальное отнесение показателей к компонентам осуществлялось на основе логического анализа (построена диаграмма Венна).

Проведенная предварительная проверка выявила, что теоретическая конструкция не подтверждается эмпирически. Внутренняя согласованность компонент «Доверие» и «Ответственность» оказалась крайне низкой — значения α Кронба-ха близки к нулю или отрицательны. Компонента «Долгосрочные горизонты» показала лишь приемлемую, но не высокую согласованность (А = 0,45). Корре- ляционная матрица 31 показателя сильно разрежена: средняя абсолютная корреляция составила всего 0,0436, а значимые связи (|r|>0,3) образуют лишь две небольшие группы. Факторный анализ выявил многочисленные перекрестные нагрузки, что говорит об отсутствии дискриминантной валидности. Таким образом, возникает четко очерченная научная задача — разработать эмпирически обоснованную методику пересборки индекса (для социологической части), которая обеспечит его надежность и валидность.

В зарубежной практике наиболее известны подходы к измерению финансовой грамотности, предложенные Организацией экономического сотрудничества и развития, а также в работах А. Лузарди и О. Митчелл [1; 2]. Эти подходы делают акцент на когнитивных компетенциях (знание процентных ставок, механизмов инфляции, принципов диверсификации), оставляя без внимания поведенческие установки и институциональное доверие.

Российская методика расчета индекса финансовой культуры была утверждена в 2025 г.1. Пилотные расчеты, выполненные на данных обследования домохозяйств, показали принципиальную возможность мониторинга, однако в работе Аузана и соавторов [3] уже отмечалась необходимость корректировки весов компонент и уточнения состава индикаторов. Тем не менее комплексной эмпирической проверки надежности всей системы показателей на данных нескольких волн до настоящего времени не проводилось. Настоящее исследование восполняет этот пробел применительно к социологической составляющей индекса.

Для анализа использовался следующий набор методов:

• •    Альфа Кронбаха (α) — классическая мера внутренней согласованности шкалы. Значения ниже 0,6 считаются неудовлетворительными.

• •    Омега Макдональда (ω) — более робастная альтернатива для многомерных конструктов, рассчитывалась на основе главных компонент с одним общим фак-

• тором.

• •    Корреляционный анализ (коэффициенты Пирсона и Спирмена) — для выявления устойчивых связей между показателями.

• •    Факторный анализ — метод главных компонент (PCA) с вращением Varimax, использовался для оценки факторных нагрузок.

• •    Оптимизированная кластеризация — комбинация иерархической кластеризации, жадного алгоритма и локального поиска на основе корреляционной мат-

• рицы, позволила сгруппировать показатели в непересекающиеся кластеры.

• •    Нормализация — методом min-max к диапазону [0, 1] по формуле (1):

= x₀-min(x ₇ )                                   (1)

max(x ₇ ) - min(x ₇ )                                    ' '

• •    Агрегация субиндексов — для каждого респондента i и компоненты k по формуле (2):

c_ik = ^S₇ es _fc ^

где Sk — множество показателей, входящих в компоненту, mk — их число

• • Интегральный индекс — среднее арифметическое трёх субиндексов с рав-

• ными весами (1/3) по формуле (3):

Л      3 (С i,Доверие + С (,ДГ + Со ответственность' ).

Все расчеты выполнены в среде Python с использованием библиотек pandas, numpy, scipy, sklearn, pingouin. Генерация и отладка кода производились при участии инструментов искусственного интеллекта (DeepSeek) с последующей адаптацией авторами.

Процедура отбора переменных. Отбор итогового набора из 22 показателей проводился в пять последовательных шагов.

Шаг 1. Исключение показателей, у которых доля пропусков в любой из волн превышала 50% (например, p616, e6_1, e7_1, p612_1). Это позволило избежать нестабильности оценок.

Шаг 2. Оценка вклада показателя в надежность: для каждой переменной фиксировалось изменение α и ω при ее удалении. Переменные, стабильно ухудшающие надежность во всех волнах (например, k50_recorded в компоненте «Ответственность»), исключались.

Шаг 3. Оценка факторных нагрузок. Приоритет отдавался показателям, которые во всех годах имели нагрузку на один и тот же фактор > 0,3 по модулю.

Шаг 4. Кластерный анализ корреляционной матрицы (оптимизированная кластеризация с локальным поиском) позволил выделить три непересекающихся кластера. Содержательно они были интерпретированы как три компоненты финансовой культуры.

Шаг 5. Итоговая интерпретация: распределение индикаторов по компонентам с учетом их теоретического содержания.

Итоговый интегральный индекс финансовой культуры определяется как среднее арифметическое трёх субиндексов с равными весами (по 1/3), что обосновано их теоретической равнозначностью и результатами факторного анализа, который показал незначительное различие дисперсий трех главных компонент.

Для проверки робастности выполнены следующие расчеты:

– замена min-max нормализации на z-стандартизацию изменяет интегральный индекс не более чем на ±1,5%;

– повышение порога допустимой заполняемости с 50 до 70% приводит к росту индекса примерно на 2% за счет отсечения «шумовых» переменных;

– последовательное удаление каждого из 22 показателей1 из расчета меняет итоговый индекс не более чем на 3%;

– сравнение с весами, предложенными в первоначальном варианте методики Минфина (0,35; 0,25; 0,4), дает систематическое занижение авторского индекса на 5–7%, однако динамика по годам коррелирует с официальной на уровне 0,92.

Предлагаемая методика имеет ряд ограничений:

• 1.    Декларируемое — не есть реальное поведение, ответы содержат риск социальной желательности (особенно в вопросах о долгах и сбережениях).

• 2.    Отдельные переменные (k9, m7_1) имеют значительную долю пропусков, что может влиять на сопоставимость.

• 3.    Недостаточная надежность, так как ω Макдональда для всех компонент ниже 0,7, что требует дополнительного обоснования результатов.

• 4.    Некоторые показатели косвенно измеряют компоненты (например, k9 как прокси доверия институтам, t3 — вопрос на знания), отсутствуют прямые вопросы, например, о доверии, что свидетельствует о неполноте охвата.

• 5.    Для построения индекса использовались равные веса, не учитывается возможная дифференциация вклада показателей.

Несмотря на ограничения, индекс представляет собой валидный инструмент мониторинга на доступных данных.

Результаты и их обсуждения

Применение описанной выше процедуры позволило сформировать итоговый набор из 22 переменных. После перегруппировки показателей по новым кластерам и уточнения содержательной интерпретации были достигнуты следующие показатели внутренней согласованности для каждой компоненты (по данным 2024 года):

• •    Доверие (7 показателей) — α = 0.8007; ω = 0.4106.

• •    Ответственность (6 показателей) — α = 0.5521; ω = 0.4388.

• •    Долгосрочные горизонты (9 показателей) — α = 0.7998; ω = 0.4836.

Низкое значение α-Кронбаха для компоненты «Ответственность» можно объяснить меньшим количеством вошедших в неё показателей и бинарным характером многих из них. Тем не менее в рамках рассматриваемого объема данных представленный вариант является лучшим из возможных, а дальнейшее исключение показателей из компоненты приводило бы к ещё большему снижению надёжности.

На основе предложенной выше методики были рассчитаны значения субиндексов финансовой культуры и интегрального индекса (табл. 1). Интегральный индекс характеризуется устойчивым ростом после спада 2020 г., в 2024 г. достигает максимальных значений за весь рассматриваемый период благодаря значительному повышению доверия и расширению горизонта планирования при сохранении стабильно высокого уровня финансовой ответственности населения.

Динамика авторского индекса и его компонент

Таблица 1

Год	Доверие	% к прошлому году	Долгосрочные горизонты	% к прошлому году	Ответственность	% к прошлому году	Интегральный индекс	% к прошлому году
2018	0,475	–	0,355	–	0,705	–	0,512	–
2020	0,435	–8,5	0,337	–5,2	0,706	+0,1	0,492	–3,8
2022	0,462	+6,2	0,344	+2,2	0,689	–2,5	0,498	+1,2
2024	0,524	+13,5	0,374	+8,7	0,701	+1,8	0,533	+7,0

Источник: расчеты авторов.

Для более глубокого понимания изменений в таблице 2 приведены показатели, продемонстрировавшие наибольшие подъёмы и спады за исследуемый период.

Рост некоторых показателей компонент «Доверие» и «Долгосрочные горизонты» показывает способность населения адаптироваться к новым экономическим реалиям после шоков 2020–2022 гг. Однако снижение уровня сберегательной активности и лояльности к хранению сбережений в банке может указывать на рост неопределённости и предпочтение более ликвидных форм хранения денег.

Проведенный корреляционный анализ динамики компонент выявил сильную прямую зависимость между «Доверием» и «Долгосрочными горизонтами» (r = 0,99). Это означает, что изменения в доверии к экономике и институтам сопровождаются изменениями в горизонте планирования и долгосрочных ожиданиях. При этом отсутствует значимая связь между «Доверием» и «Ответственностью» (-0,04), а также между «Долгосрочными горизонтами» и «Ответственностью» (0,1). Так, можно отметить разнонаправленность динамики компонентов: «Доверие» и «Долгосрочные горизонты» синхронно снижаются в 2020 г. и растут к 2024 г., тогда как «Ответственность» изменяется по собственной траектории, не коррелирующей с первыми двумя. Это подтверждает гипотезу о том, что базовые установки на ответственное поведение более устойчивы к внешним шокам, чем доверие к институтам и долгосрочные ожидания.

Таблица 2

Показатели с экстремальными изменениями (2018–2024)

Показатель	Направление	Изменение, %	Компонента
k15	рост	+23,5%	Долгосрочные горизонты
y10	рост	+31,2%	Доверие
y9	рост	+29,6%	Доверие
y6_1	снижение	–7,9%	Ответственность
m20	снижение	–6,1%	Долгосрочные горизонты
y13	снижение	–5,7%	Долгосрочные горизонты

Источник: расчеты авторов.

Данный результат имеет важное содержательное значение: рост доверия и расширение временного горизонта планирования не конвертируются в рост ответственного финансового поведения. Это подтверждает наличие разрыва между когнитивным компонентом (установки, ожидания) и поведенческим (реальные действия).

Выводы

• 1.    Трёхкомпонентная модель финансовой культуры, построенная исключительно на основе содержательной составляющей индексов, не обладает внутренней согласованностью и дискриминантной валидностью и требовала пересмотра.

• 2.    Предложенный компромиссный вариант из 22 показателей и использованием методики расчёта, включающей min-max нормализацию и введение равных весов компонент, обеспечивает приемлемую надёжность и внутреннюю согласованность. Индекс прошёл проверку на робастность к изменению способа нормализации, порогов заполняемости и состава показателей.

• 3.    За 2018–2024 гг. значение разработанного интегрального индекса финансовой культуры изменилось на 4,1%. При этом компоненты «Доверие» и «Долгосрочные горизонты» демонстрируют сильную связь (корреляция 0,99) с глубоким падением в 2020 г. и последующим восстановлением. «Ответственность» остаётся стабильно высокой и статистически не связана с двумя другими компонентами. Отсутствие значимых корреляций между компонентами указывает на разрыв между декларируемыми установками и реальным финансовым поведением. Стагнация ответственности на фоне действующих программ повышения фи-

• нансовой грамотности, скорее всего, объясняется поведенческими и институциональными барьерами, при этом рост доверия сопровождается расширением горизонта планирования.

• 4.    Разработанный индекс применим только при наличии репрезентативных опросных данных, он не может быть заменен статистическими показателями. Разработанный индекс может выявить причины поведения населения в той или иной экономической ситуации и продемонстрировать вектор необходимых изменений в стратегии повышения финансовой культуры.

Рекомендации:

• •    При проведении оценки финансовой культуры населения на региональном или федеральном уровне рекомендуется включать вопросы из приведённого набора. Это обеспечит сопоставимость социологической оценки финансовой культуры между территориями.

• •    Для повышения надёжности и внутренней согласованности компоненты «Ответственность» целесообразно включить дополнительные показатели, отражающие реальные действия населения (например, факт просрочки платежа по кредиту, а не только наличие кредита).