Влияние перехода к политике таргетирования инфляции на регионы России
Автор: Шевелева О., Шевелев А.
Журнал: Региональная экономика и управление: электронный научный журнал @eee-region
Статья в выпуске: 4 (76), 2023 года.
Бесплатный доступ
В статье анализируется влияние перехода Центрального Банка к политике инфляционного таргетирования на регионы Российской Федерации. Для оценки данного перехода используются данные индекса потребительских цен регионов России за период с 2010 г. по 2019 г. В качестве основного эконометрического аппарата в работе используется динамическая панельная регрессия и оценки Ареллано-Бонда. Согласно полученным результатам переход к политике таргетирования инфляции снижает индекс потребительских цен и его волатильность в регионах России.
Инфляционное таргетирование, индекс потребительских цен, региональная инфляция, волатильность инфляции, панельная регрессия, обобщенный метод моментов
Короткий адрес: https://sciup.org/143181036
IDR: 143181036
Текст научной статьи Влияние перехода к политике таргетирования инфляции на регионы России
Начиная с 2015 года, Банк России принимает решения по денежно-кредитной политике в рамках инфляционного таргетирования. Основным инструментом, используемым Банком России для контроля инфляции, является ключевая ставка. Она влияет на уровень процентных ставок на денежном рынке, которые затем передаются в ставки по кредитам и депозитам. В свою очередь, учитывая эти изменения, домохозяйства и компании принимают собственные решения относительно своего потребления, сбережений и инвестиций (Рисунок 1).

Рисунок 1 – Описание процентного канала трансмиссионного механизма ДКП
Источник : составлено авторами на основе статьи Могилат (2017) [1]
Это означает, что изменение ключевой ставки денежно-кредитной политики оказывает влияние на общий спрос и его компоненты, а также на изменение уровня цен. Поэтому, перед принятием решения о изменении ключевой ставки, Банк России проводит анализ состояния всей экономики.
Переход к таргетированию инфляции является существенной темой изучения в современной научной литературе, посвященной денежно-кредитной политике.
Исследование Bernanke et al [2] основано на анализе международного опыта в области таргетирования инфляции и имеет важное значение для понимания эффективности данной политики. В первую очередь, в исследовании было обнаружено, что таргетирование инфляции является эффективным инструментом денежно-кредитной политики, который способствует достижению и поддержанию целевой инфляции.
Проанализированный международный опыт показывает, что страны, применяющие таргетирование инфляции, обычно имеют более низкие уровни инфляции и более стабильный экономический рост. А также, данная политика способствуют снижению неопределенности в экономике, приводит к укреплению долгосрочных инвестиций и повышению прозрачности в денежно-кредитной политике.
Несмотря на положительные результаты, исследователи отмечают, что успешная реализация таргетирования инфляции требует постоянного мониторинга и адаптации стратегий к конкретным условиям каждой страны. Это подчеркивает необходимость тщательного рассмотрения особенностей каждой экономики и правильного выбора инструментов денежно-кредитной политики.
В работе Ball L.M., Sheridan N. [3] оценивается влияние перехода к инфляционному таргетированию на различные макроэкономические показатели, такие как уровень инфляции и её волатильность, уровень выпуска и процентные ставки, на основе данных по странам ОЭСР. Исследование не подтвердило гипотезу о значимом улучшении динамики макроэкономических показателей после перехода к инфляционному таргетированию. Однако также не было обнаружено подтверждений отрицательного влияния инфляционного таргетирования на экономику.
В своем последующем исследовании Brito R.D., Bystedt B. [5] оценивают влияние перехода к инфляционному таргетированию на инфляцию, выпуск и их волатильность. В качестве основного метода авторы используют методы инструментальных оценок, представленные в Arellano M., Bond S. [6] Arellano M., Bover O. [7] и Blundell R., Bond S. [8] Авторы приходят к выводу, что введение инфляционного таргетирования приводит не только к снижению уровня инфляции, но и к уменьшению темпов роста выпуска. Зубарев А. и Трунин П. в своей работе [9] подтверждают замедление динамики потребительских цен и снижение волатильности инфляции и опровергают устойчивое негативное воздействие на выпуск как в развитых так и в развивающихся странах.
Российской экономике свойственна высокая региональная неоднородность потребительских цен и темпов их прироста. В сентябре 2022 г. уровень годовой инфляции в регионах изменялся от 6,3 в Чукотском автономном округе до 19,7% в Республике Ингушетия (рисунок 2).

4 8 12 16 20
Инфляция (e % к соответствующему месяцу предыдущего года)
Сентябрь 2021 Август 2022 ' ■ Сентябрь 2022 1 1 Средняя инфляция за два года
Рисунок 2 – Распределение регионов по уровням годовой инфляции
Источник: Банк России, 2022 (Динамика потребительских цен. Банк России. Информационно-аналитический комментарий. № 9 (81) сентябрь 2022 года.). С. 11
Показатель инфляции в России представляет собой средневзвешенное значение региональных темпов роста цен, поэтому при достижении таргета по инфляции по стране в некоторых регионах темп роста цен будет выше, а в некоторых – ниже. После перехода Банка России в 2015 г. к политике инфляционного таргетирования, которая предполагает поддержание стабильно уровня инфляции около 4% по всей стране, возрос интерес к исследованию гетерогенности региональной инфляции, а также ее устойчивым уровням в регионах (см. работы Жемков М. (2019) [10], Семитуркин О. и др. (2021) [11]).
Поскольку влияние перехода к политике таргетирования инфляции на инфляцию и её волатильность по странам уже изучен, в своей работе мы хотим проверить гипотезу об уменьшении уровня инфляции и её волатильности на данных регионов Российской Федерации.
Данные и модель
Для построения модели использовались данные Росстата (Федеральная служба государственной статистики https://rosstat.gov.ru/ ) по квартальной инфляции 79 регионов Российской Федерации в период с первого квартала 2010 г. по второй квартал 2019 г. На рисунке 3 продемонстрирована неоднородность индекса потребительских цен по рассматриваемым в данной статье регионам России во втором квартале 2019 г.


Рисунок 3 – Индекс потребительских цен в рассматриваемых регионах России за второй квартал 2019 г.
Источник : построено авторами на основе данных Росстат
Для учета перехода к политике таргетирования инфляции использовалась фиктивная переменная, равная нулю в период 2010 – 2015 гг. и единице в период 2015 – 2019 гг.
Ук = Xttp + ру№_г + at+ yIT_dummytt + Elt
Vtt Xit
Где
«i
– зависимая переменная i-го региона в период времени t. – изменяющаяся во времени матрица регрессора, – индивидуальные эффекты, – фиктивная переменная перехода к IT „dummy политике инфляционного таргетирования, – ошибки.
Перейдя к первым разностям можно избавиться от индивидуальных эффектов (2):
^ytt = AXit/? + pbytt-i + yAIT_dummyit + Eit
Или в матричной форме (3):
Ду = ARn + Де
Для получения оценок параметров можно воспользоваться формулой эффективного обобщенного метода оценки моментов (Efficient Generalized
Method of Moments Estimator, EGMM):
Kegmm = V^R,Z(Z,QZy1ZrARy1AR,Z(Z,QZy1Z,Ay
Где – инструментальная матрица для .
Z AR
Матрицу можно посчитать по дисперсии ошибки для одношаговой оценки Ареллано-Бонда или использовать остатки одношаговой оценки Ареллано-Бода для двух шаговой оценки, которая является состоятельной и асимптотически эффективной при наличии гетероскедастичности.
Для получения оценок моделей в своей работе мы использовали пакет plm для языка R (plm package for R https://cran.r-project.org/web/packages/plm/index.html ).
Результаты
В таблице 1 представлены результаты оценки модели динамической панельной регрессии с использованием индекса потребительских цен регионов России и фиктивной переменной перехода к политике таргетирования инфляции.
Таблица 1 – Результаты оценки модели темпа роста цен в регионах РФ
Переменные |
GMM |
lag((cpi), 1) |
0.2489*** (0.0055) |
it_dummy |
-0.0051*** (0.0001) |
Наблюдений |
3002 |
Число групп |
79 |
AR(1) p-value |
8.6939e-14 |
AR(2) p-value |
0.1532 |
Тест Вальда, p-value |
2.22e-16 |
Примечание : в скобках предоставлены стандартные ошибки,
*** p-value < 0.001, ** p-value < 0.01, * p-value < 0.05
Источник : расчеты авторов
Коэффициент при фиктивной переменной отрицательный и статистически значимый (p-value < 0.001), что означает снижение уровня инфляции по регионам России от перехода к политике таргетирования инфляции.
Для расчета волатильности мы использовали оценки стандартного отклонения в скользящем окне за 3 года (12 кварталов) за период 2010 – 2014 гг. и за 2015 – 2019 гг. Полученные оценки модели панельной регрессии по волатильности инфляции представлены в таблице 2.
Таблица 2 – Результаты оценки модели волатильности инфляции в регионах РФ
Переменные |
GMM |
lag((cpi), 1) |
0.5148*** |
(0.0111) |
|
it_dummy |
-0.0008*** |
(0.00004) |
|
Наблюдений |
1264 |
Число групп |
79 |
AR(1) p-value |
2.5974e-10 |
AR(2) p-value |
0.0140 |
Тест Вальда, p-value 2.22e-16
Примечание : в скобках предоставлены стандартные ошибки,
*** p-value < 0.001, ** p- value < 0.01, * p-value < 0.05
Источник : расчеты авторов
Коэффициент при фиктивной переменной IT_dummy отрицательный и статистически значимый (p-value < 0.001), что означает снижение волатильности региональных индексов потребительских цен от перехода к политике таргетирования инфляции.
В дополнение мы оценили волатильность инфляции как среднее стандартное отклонение индекса потребительских цен по регионам за два периода: с первого квартала 2010 г. по второй квартал 2014 г. и с третьего квартала 2015 г по второй квартал 2019 г. И получили, что средняя волатильность уменьшилась с 0.01 до 0.008, что подтверждает гипотезу о том, что переход к таргетированию инфляции снизил также и волатильность индекса потребительских цен в регионах России.
Заключение
С использованием модели динамической панельной регрессии и оценок эффективного обобщенного метода моментов на данных по индексам потребительских цен по 79 регионам Российской Федерации за период с первого квартала 2010 г. по второй квартал 2019 г. было показано, что переход к политике таргетирования инфляции снизил индекс потребительских цен и его волатильность в регионах Российской Федерации.
Таким образом, реализация политики таргетирования инфляции позволяет экономике устойчиво справляться с внешними шоками и успешно достигать обозначенные цели монетарной политики.
Список литературы Влияние перехода к политике таргетирования инфляции на регионы России
- Могилат, А. Н. Обзор основных каналов трансмиссионного механизма денежно-кредитной политики и инструментов их анализа в Банке России // Деньги и кредит. – 2017. – № 9. – С. 3–9. URL: https://rjmf.econs.online/upload/iblock/8d4/mogilat_09_17.pdf
- Bernanke, B.S., Launbach, T., Mishkin, F.S., Posen, A.S. Inflation Targeting: Lessons from the International Experience // Princenton: Princenton University Press, 1999. 392 p.
- Ball, L.M., Sheridan, N. Does inflation targeting matter? // University of Chicago Press, 2004. 249–282 pp. URL: http://www.nber.org/chapters/c9561.pdf
- Brito, R.D., Bystedt, B. The macroeconomic effects of inflation targeting in Latin-America // Ibmec Sao Paulo Working Papers. 2006. URL: http://www.sbe.org.br/dated/ebe28/pdf/19.pdf
- Brito, R.D., Bystedt, B. Inflation targeting in emerging economies: Panel evidence // Journal of Development Economics. 2010. Vol. 91. № 2. P. 198–210.
- Arellano, M., Bond, S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations // The Review of Economic Studies. 1991. Vol. 2. № 58. P. 277–297.
- Arellano, M., Bover, O. Another look at the instrumental variable estimation of error-components models // Journal of econometrics. 1995. Vol. 68. № 1. P. 29–51.
- Blundell, R., Bond, S. Initial conditions and moment restrictions in dynamic panel data models // Journal of econometrics. 1998. Vol. 1. № 87. P. 115–143.
- Зубарев, А.В., Трунин, П.В. Макроэкономический эффект перехода к таргетированию инфляции в развивающихся странах // Финансы и кредит. 25 (2015). с. 41-54.
- Жемков, М.И. Региональные эффекты таргетирования инфляции в России: факторы неоднородности и структурные уровни инфляции. Вопросы экономики. 2019;(9):70-89. https://doi.org/10.32609/0042-8736-2019-9-70-89
- Семитуркин, О.Н., Шевелев, А.А., Квактун, М.И. Анализ факторов гетерогенности и оценка структурных уровней инфляции в регионах России // Вопросы экономики. 2021; (9): 51-68. https://doi.org/10.32609/0042-8736-2021-9-51-68