Forwarded from ЦМАКП-новости
Состоялся 45 научно-практический семинар ЦМАКП «Адаптация макроэкономических моделей к современным условиям: тестирование новых подходов к экономической политике и оценка меняющихся взаимосвязей» (программа).
С докладами выступили:
- Липин Андрей Станиславович, ИНП РАН (презентация); диску ссант – Шибанов Олег Константинович, РЭШ (презентация)
- Вотинов Антон Игоревич, НИФИ (презентация); дискуссант – Полбин Андрей Владимирович, Банк России (презентация)
- Солнцев Олег Геннадиевич, Ломоносов Денис Константинович, Медведев Илья Денисович, ЦМАКП (презентация); дискуссант – Картаев Филипп Сергеевич, МГУ им. М.В. Ломоносова (презентация)
На круглом столе выступили, помимо докладчиков и дискуссантов, несколько приглашенных экспертов:
- Исаков Александр Владимирович, ЦМИ Сбербанка
- Ломиворотов Родион Владимирович, SberCIB
- Пильник Николай Петрович, НИУ ВШЭ
С докладами выступили:
- Липин Андрей Станиславович, ИНП РАН (презентация); диску ссант – Шибанов Олег Константинович, РЭШ (презентация)
- Вотинов Антон Игоревич, НИФИ (презентация); дискуссант – Полбин Андрей Владимирович, Банк России (презентация)
- Солнцев Олег Геннадиевич, Ломоносов Денис Константинович, Медведев Илья Денисович, ЦМАКП (презентация); дискуссант – Картаев Филипп Сергеевич, МГУ им. М.В. Ломоносова (презентация)
На круглом столе выступили, помимо докладчиков и дискуссантов, несколько приглашенных экспертов:
- Исаков Александр Владимирович, ЦМИ Сбербанка
- Ломиворотов Родион Владимирович, SberCIB
- Пильник Николай Петрович, НИУ ВШЭ
❤19🔥8
ЦМАКП-новости
Состоялся 45 научно-практический семинар ЦМАКП «Адаптация макроэкономических моделей к современным условиям: тестирование новых подходов к экономической политике и оценка меняющихся взаимосвязей» (программа). С докладами выступили: - Липин Андрей Станиславович…
Очень мощный семинар вчера был. Здорово, когда вместе собираются все, кто работает со сложными моделями общего равновесия: и ученые, и практики из индустрии, и представители регулятора. Есть, что обсудить.
Надеюсь, коллеги из ЦМАКП позже выложат запись, а пока можно посмотреть слайды участников.
UPD: А вот, кстати, и запись.
Надеюсь, коллеги из ЦМАКП позже выложат запись, а пока можно посмотреть слайды участников.
UPD: А вот, кстати, и запись.
Яндекс Диск
sem45_260209.mp4
Посмотреть и скачать с Яндекс Диска
❤27👍16
Forwarded from The Experts: School of Finance
Уже в эту субботу приглашаем вас на открытую онлайн-лекцию «Долгосрочная нейтральность денег: мифы и реальность»!
Спикером выступит Филипп Картаев — доктор экономических наук, заведующий кафедрой микро- и макроэкономического анализа экономического факультета МГУ, главный редактор научного журнала Банка России «Деньги и кредит».
Это отличная возможность узнать о гипотезе долгосрочной нейтральности денег и задать свои вопросы эксперту!
👉 14 февраля, 14:00
📎 Онлайн
Регистрация обязательна: sfinance.org/event
До встречи!
Спикером выступит Филипп Картаев — доктор экономических наук, заведующий кафедрой микро- и макроэкономического анализа экономического факультета МГУ, главный редактор научного журнала Банка России «Деньги и кредит».
Это отличная возможность узнать о гипотезе долгосрочной нейтральности денег и задать свои вопросы эксперту!
Регистрация обязательна: sfinance.org/event
До встречи!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤24
Forwarded from The Experts: School of Finance
This media is not supported in your browser
VIEW IN TELEGRAM
❤41❤🔥14
Некоторое время назад отвечал на вопросы ura.ru про завтрашнее решение Банка России по ключевой ставке. Такой заголовок я бы не выбрал, но коллегам-журналистам, вероятно, хотелось формулировки подраматичнее:
https://ura.news/news/1053067860
https://ura.news/news/1053067860
URA.RU
Пауза в снижении ключевой ставки может затянуться надолго
Читайте на URA.RU
😁31🌚9
Forwarded from Банк России
С 10 марта по 14 апреля Банк России проводит обучающий интенсив MacroHack. Программа состоит из серии онлайн-вебинаров и хакатона с аналитическим кейсом. Участники получат практический опыт работы с рыночными данными, обратную связь от экспертов, возможность проявить себя в задачах регулятора, а также дипломы и призы.
Студенты и выпускники, которым интересны экономика, аналитика и работа с данными.
Интенсив состоит из двух этапов:
Серия онлайн-вебинаров для всех желающих. Участники узнают, как формируются макроэкономические ожидания, как центральные банки анализируют данные финансовых рынков и принимают решения в области денежно-кредитной политики.
По итогам курса выдается сертификат слушателя.
Командная работа над аналитическим кейсом Банка России с использованием реальных рыночных данных, возможность попробовать себя в роли аналитика регулятора и поработать над актуальной задачей.
Участники будут работать с деривативами на российские процентные ставки: извлекать из котировок ожидания рынка и применять полученные результаты в нескольких задачах на стыке макроэкономического анализа, ДКП и финансовой математики.
Как принять участие?
Регистрация открыта до 9 марта включительно
Please open Telegram to view this post
VIEW IN TELEGRAM
❤22👏7
Банк России
MackroHack — серия обучающих вебинаров плюс соревновательный хакатон. Таким образом, ивент объединяет все три темы, которым посвящен этот канал: макроэкономику, работу с данными и образование. Поэтому рекомендую его с особенным удовольствием.
MackroHack проводит Банк России совместно с представителями разных хороших университетов. Например, с представителями экономического факультета МГУ.
Одну из лекций в рамках вебинара коллеги пригласили прочитать меня. Я буду буду делать обзор эконометрических методов работы с макроэкономическими временными рядами. Заходите в гости!
MackroHack проводит Банк России совместно с представителями разных хороших университетов. Например, с представителями экономического факультета МГУ.
Одну из лекций в рамках вебинара коллеги пригласили прочитать меня. Я буду буду делать обзор эконометрических методов работы с макроэкономическими временными рядами. Заходите в гости!
❤31👍3
Два спора о прогнозах
Одним из сюжетов в обсуждении макроэкономических моделей на недавнем семинаре ЦМАКП (напомню, что запись доступна здесь) был спор о прогнозах как о критерии качества. Должны ли мы требовать от моделей точного прогноза? Олег Шибанов (РЭШ) настаивал на том, что это критически важно для прикладного экономиста. А Александр Исаков (ЦМИ Сбербанка) возражал, что этот критерий важен не всегда.
Мой взгляд на эту историю компромиссный:
— С одной стороны, я думаю, мы должны требовать хороших вневыборочных краткосрочных прогнозов. Например, на квартал вперед. Потому что это одна из немногих объективных метрик качества, по которым мы можем сравнивать модели очень разной природы.
— С другой стороны, требовать точных (в статистическом смысле) долгосрочных прогнозов от моделей бессмысленно. Они все равно не умеют их давать. Особенно в России с её частыми структурными изменениями.
На длинном горизонте хорошие модели могут быть скорее инструментами сценарного анализа и содержательного исследования взаимосвязей.
Вот, например, одна из самых цитируемых обзорных работ на эту тему:
Carriero, Clark, Marcellino — “A comprehensive evaluation of macroeconomic forecasting methods” (International Journal of Forecasting, 2019)
Авторы собирают тысячи сравнений точности из большого набора моделей/горизонтов и проводят мета-регрессии по факторам, влияющим на относительную точность (класс модели, размер информационного набора, горизонт и т.п.). Они как раз рассматривают горизонты от квартала до двух лет.
Общие выводы по поводу способности моделей качественно прогнозировать:
На квартал вперед: скорее да. Многие современные модели (BVAR/DFM/смешанные MIDAS-подходы, DSGE в некоторых конфигурациях) конкурентоспособны. В мета-регрессионной оценке по литературе горизонт 1 квартал — типично среди наиболее предсказуемых.
На два года вперед: скорее нет, если под «качественно» понимать стабильно низкие ошибки и надежное распознавание режимных сдвигов. Именно на горизонтах порядка 1–2 лет резко проявляется роль непредсказуемых шоков, пересмотров статистики и ошибок в сценарных допущениях.
***
Второй спор про прогнозы возник у нас Владимиром Вертоградовым. Владимир полагает, что в отраслевом анализе, в отличие от макро, долгосрочные прогнозы возможны. А я считаю, что и там экономисты на два года вперед тоже прогнозировать не умеют.
В связи с этим у меня просьба к читателям: развейте мой пессимизм. Покажите мне работу про долгосрочное прогнозирование спроса — например, на автомобильные марки/бренды — в авторитетном международном журнале. Если это работа демонстрирует хорошее (в статистическом смысле) качество долгосрочного прогноза, то с меня приз и благодарность. Да и Владимир, вероятно, в долгу не останется;)
Одним из сюжетов в обсуждении макроэкономических моделей на недавнем семинаре ЦМАКП (напомню, что запись доступна здесь) был спор о прогнозах как о критерии качества. Должны ли мы требовать от моделей точного прогноза? Олег Шибанов (РЭШ) настаивал на том, что это критически важно для прикладного экономиста. А Александр Исаков (ЦМИ Сбербанка) возражал, что этот критерий важен не всегда.
Мой взгляд на эту историю компромиссный:
— С одной стороны, я думаю, мы должны требовать хороших вневыборочных краткосрочных прогнозов. Например, на квартал вперед. Потому что это одна из немногих объективных метрик качества, по которым мы можем сравнивать модели очень разной природы.
— С другой стороны, требовать точных (в статистическом смысле) долгосрочных прогнозов от моделей бессмысленно. Они все равно не умеют их давать. Особенно в России с её частыми структурными изменениями.
На длинном горизонте хорошие модели могут быть скорее инструментами сценарного анализа и содержательного исследования взаимосвязей.
Вот, например, одна из самых цитируемых обзорных работ на эту тему:
Carriero, Clark, Marcellino — “A comprehensive evaluation of macroeconomic forecasting methods” (International Journal of Forecasting, 2019)
Авторы собирают тысячи сравнений точности из большого набора моделей/горизонтов и проводят мета-регрессии по факторам, влияющим на относительную точность (класс модели, размер информационного набора, горизонт и т.п.). Они как раз рассматривают горизонты от квартала до двух лет.
Общие выводы по поводу способности моделей качественно прогнозировать:
На квартал вперед: скорее да. Многие современные модели (BVAR/DFM/смешанные MIDAS-подходы, DSGE в некоторых конфигурациях) конкурентоспособны. В мета-регрессионной оценке по литературе горизонт 1 квартал — типично среди наиболее предсказуемых.
На два года вперед: скорее нет, если под «качественно» понимать стабильно низкие ошибки и надежное распознавание режимных сдвигов. Именно на горизонтах порядка 1–2 лет резко проявляется роль непредсказуемых шоков, пересмотров статистики и ошибок в сценарных допущениях.
***
Второй спор про прогнозы возник у нас Владимиром Вертоградовым. Владимир полагает, что в отраслевом анализе, в отличие от макро, долгосрочные прогнозы возможны. А я считаю, что и там экономисты на два года вперед тоже прогнозировать не умеют.
В связи с этим у меня просьба к читателям: развейте мой пессимизм. Покажите мне работу про долгосрочное прогнозирование спроса — например, на автомобильные марки/бренды — в авторитетном международном журнале. Если это работа демонстрирует хорошее (в статистическом смысле) качество долгосрочного прогноза, то с меня приз и благодарность. Да и Владимир, вероятно, в долгу не останется;)
Яндекс Диск
sem45_260209.mp4
Посмотреть и скачать с Яндекс Диска
👍28❤12
На этой неделе наша кафедра провела методический семинар «Монетарная политика в учебниках и в центральных банках».
Мне кажется очень важным сверять учебные программы с точкой зрения внешних экспертов. Поэтому в этот раз пригласил выступить заместителя начальника Управления экономических исследований Департамента исследований и прогнозирования Банка России Вадима Грищенко.
Вадим не только глубоко погружен в тему, но ещё и рассказывает отлично, так что было здорово. Хочу отметить его ключевые рекомендации и написать, что я сам про них думаю. Такой комментарий нужен, иначе наши студенты еще не раз припомнят мне тезисы Вадима, показанные на фото к этому посту😉
Про бакалавриат
От себя добавлю, что для этой цели также подойдет модель IS-MP, предложенная Дэвидом Ромером, или модель DAD-DAS в том виде, в котором она изложена в свежих изданиях учебника Mankiw (2019).
Я тоже считаю очень важным показывать логику подобных моделей с правилом монетарной политики. Моя позиция менее радикальная: я все-таки рассказываю модель IS-LM. Однако не ограничиваюсь ею и демонстрирую более современные постановки (типа IS-MP, IS-PC-MR, DAD-DAS). Сочетание двух подходов дает лучшую экономическую интуицию.
Аналогично с денежным мультипликатором: я рассказываю эту теорию, но одновременно сообщаю о ее ограничениях применительно к современной реальности. Это важно, так как ограничения весьма существенны!
Про магистратуру
И про DSGE, и про КПМ я полностью согласен: показываю их в рамках своего продвинутого курса «Моделирование монетарной политики».
Что касается ОНЕГДКП, то я уверен, что встречу с ними не нужно откладывать до магистратуры. Этот документ написан достаточно понятно, чтобы знакомить с ним людей уже на 1-2 годах обучения в бакалавриате. Что я с удовольствием и делаю: отличный способ связать теорию из учебников с практикой монетарной политики!
Мне кажется очень важным сверять учебные программы с точкой зрения внешних экспертов. Поэтому в этот раз пригласил выступить заместителя начальника Управления экономических исследований Департамента исследований и прогнозирования Банка России Вадима Грищенко.
Вадим не только глубоко погружен в тему, но ещё и рассказывает отлично, так что было здорово. Хочу отметить его ключевые рекомендации и написать, что я сам про них думаю. Такой комментарий нужен, иначе наши студенты еще не раз припомнят мне тезисы Вадима, показанные на фото к этому посту😉
Про бакалавриат
Вадим советует рассказывать основы бухучета и анализ на упрощенных балансах (Т-счетах), а затем излагать создание денег в современном формате, не опираясь на теорию денежного мультипликатора. См., например, McLeay et al. (2014).
Вместо модели IS-LM-(BP), нужно изучать модель, где кривая IS сразу дополняется кривой Филлипса и правилом монетарной политики. То есть модель, где делается фокус на том, что современные центральные банки в первую очередь управляют процентными ставками. Вадим тут рекомендует модель IS-PC-MR, которая представлена в учебнике Carlin&Soskice (2023).
От себя добавлю, что для этой цели также подойдет модель IS-MP, предложенная Дэвидом Ромером, или модель DAD-DAS в том виде, в котором она изложена в свежих изданиях учебника Mankiw (2019).
Я тоже считаю очень важным показывать логику подобных моделей с правилом монетарной политики. Моя позиция менее радикальная: я все-таки рассказываю модель IS-LM. Однако не ограничиваюсь ею и демонстрирую более современные постановки (типа IS-MP, IS-PC-MR, DAD-DAS). Сочетание двух подходов дает лучшую экономическую интуицию.
Аналогично с денежным мультипликатором: я рассказываю эту теорию, но одновременно сообщаю о ее ограничениях применительно к современной реальности. Это важно, так как ограничения весьма существенны!
Про магистратуру
Вадим отмечает, что в магистерских курсах нужно подробно рассказывать про создание денег как в аналитическом материале
«Фиатные деньги».
И обсуждать сложные вопросы стратегии ДКП в объеме Основных направлений единой государственной денежно-кредитной политики (
ОНЕГДКП
), а также дополняющих их обзоров и аналитических записок Банка России.
Наконец, нужно сочетать изучение динамических стохастических моделей общего равновесия (DSGE-моделей) с анализом квартальной прогнозной модели (КПМ) Банка России.
И про DSGE, и про КПМ я полностью согласен: показываю их в рамках своего продвинутого курса «Моделирование монетарной политики».
Что касается ОНЕГДКП, то я уверен, что встречу с ними не нужно откладывать до магистратуры. Этот документ написан достаточно понятно, чтобы знакомить с ним людей уже на 1-2 годах обучения в бакалавриате. Что я с удовольствием и делаю: отличный способ связать теорию из учебников с практикой монетарной политики!
❤50👍21
Команда The Experts: School of Finance опубликовала запись моей лекции «Долгосрочная нейтральность денег: миф или реальность?»
Спасибо коллегам и приятного просмотра всем заинтересованным!
YouTube:
https://youtu.be/phlbhLEaSU4?si=Y05txcsEsUiCJQZR
VK:
https://vk.com/video-125749731_456239442
Спасибо коллегам и приятного просмотра всем заинтересованным!
YouTube:
https://youtu.be/phlbhLEaSU4?si=Y05txcsEsUiCJQZR
VK:
https://vk.com/video-125749731_456239442
YouTube
Долгосрочная нейтральность денег: мифы и реальность
Филипп Картаев — доктор экономических наук, заведующий кафедрой микро- и макроэкономического анализа экономического факультета МГУ, главный редактор научного журнала Банка России «Деньги и кредит»
0:00 - Представление спикера
1:03 - Концепция долгосрочной…
0:00 - Представление спикера
1:03 - Концепция долгосрочной…
🔥50❤14
На «Макромастерской» в Казани я говорил про ДКП и экономический рост. Но об этом в моём исполнении уже можно послушать по ссылке в предыдущем посте. Здесь — о прогнозировании.
Мне кажется важной мысль, которую на круглом столе по ИИ высказал Александр Исаков: при использовании генеративных моделей искусственного интеллекта для построения прогнозов возникает серьёзная методологическая проблема.
Она состоит в том, что для таких моделей фактически не существует тестовой выборки.
Как мы обычно проверяем качество прогноза в машинном обучении или эконометрике? Мы делим данные на обучающую выборку (например, 2014–2023 годы) и тестовую выборку (например, 2024–2025 годы).
Сначала оцениваем параметры модели на обучающей выборке, не «показывая» ей тестовые данные. Затем смотрим, насколько хорошо модель предсказывает, что произойдет с прогнозируемой переменной 2024-2025 году. И сравниваем модельный прогноз с фактическими данными. Это называется процедурой псевдовневыборочного прогнизрования. По сути, это единственный честный способ проверить, способна ли модель предсказывать неизвестное ей будущее, а не просто хорошо описывать прошлое.
Проблема в том, что генеративные модели ИИ обучены на огромных массивах данных из интернета. Мы не можем гарантированно «скрыть» от них тестовую выборку. Всё, что известно о данных нам, потенциально известно и модели. Даже если мы попросим её не «подглядывать» в статистику 2024–2025 годов — и даже если она формально пообещает этого не делать, — у нас нет способа проверить, что она не жульничает. Такие модели остаются чёрным ящиком.
Поэтому к заявлениям о том, что большие языковые модели превосходят традиционные методы ML или эконометрику в прогнозировании, стоит относиться осторожно. Убедительность таких утверждений определяется тем, в какой мере авторы смогли решить описанную проблему.
Мне кажется важной мысль, которую на круглом столе по ИИ высказал Александр Исаков: при использовании генеративных моделей искусственного интеллекта для построения прогнозов возникает серьёзная методологическая проблема.
Она состоит в том, что для таких моделей фактически не существует тестовой выборки.
Как мы обычно проверяем качество прогноза в машинном обучении или эконометрике? Мы делим данные на обучающую выборку (например, 2014–2023 годы) и тестовую выборку (например, 2024–2025 годы).
Сначала оцениваем параметры модели на обучающей выборке, не «показывая» ей тестовые данные. Затем смотрим, насколько хорошо модель предсказывает, что произойдет с прогнозируемой переменной 2024-2025 году. И сравниваем модельный прогноз с фактическими данными. Это называется процедурой псевдовневыборочного прогнизрования. По сути, это единственный честный способ проверить, способна ли модель предсказывать неизвестное ей будущее, а не просто хорошо описывать прошлое.
Проблема в том, что генеративные модели ИИ обучены на огромных массивах данных из интернета. Мы не можем гарантированно «скрыть» от них тестовую выборку. Всё, что известно о данных нам, потенциально известно и модели. Даже если мы попросим её не «подглядывать» в статистику 2024–2025 годов — и даже если она формально пообещает этого не делать, — у нас нет способа проверить, что она не жульничает. Такие модели остаются чёрным ящиком.
Поэтому к заявлениям о том, что большие языковые модели превосходят традиционные методы ML или эконометрику в прогнозировании, стоит относиться осторожно. Убедительность таких утверждений определяется тем, в какой мере авторы смогли решить описанную проблему.
👍63🤝13💅2❤1🗿1
Съездил прочитать лекцию для любимой Экономико-математической школы экономического факультета МГУ. Беседовал со студентами и школьниками о монетарной политике.
После лекции выступил в роли лорда Ланнистера в настольной версии Игры престолов.
Схлестнулся с разными замечательными выпускникам ЭМШ и МГУ, среди которых был и профессор РЭШ Тимур Соболев, игравший за Старков.
Лорд-профессор РЭШ сражался храбро, но поле в этот раз осталось за Ланнистерами из МГУ:)
После лекции выступил в роли лорда Ланнистера в настольной версии Игры престолов.
Схлестнулся с разными замечательными выпускникам ЭМШ и МГУ, среди которых был и профессор РЭШ Тимур Соболев, игравший за Старков.
Лорд-профессор РЭШ сражался храбро, но поле в этот раз осталось за Ланнистерами из МГУ:)
❤64👍27😁10👾2✍1👏1
Forwarded from Банк России
Банк России
Video message
#заметки
об экономике
Вопрос, который мне задают люди: в январе инфляция скакнула, а ЦБ снизил ставку. Как же вы собираетесь снизить инфляцию?
Да, ЦБ часто говорит, что повышает ставку, чтобы снизить инфляцию, а тут наоборот. Но противоречия здесь нет. Почему?
Во-первых, для решений по ставке важен не рост цен за отдельно взятый месяц, а устойчивая инфляция.
В ноябре-декабре общий рост цен был низкий, а в январе — высокий. Это случилось:
1/ и из-за разового эффекта повышения НДС в январе,
2/ и из-за того, что в декабре продавцы стремились распродать остатки товаров до повышения НДС и поэтому не торопились повышать цены.
3/ А еще из-за того, что зимнее подорожание огурцов и помидоров в этом году пришлось не на ноябрь-декабрь (которые были теплыми), а на январь (который оказался даже более морозным, чем обычно).
Но в итоге на конец января годовая инфляция составила 6%. Это ниже, чем прогноз Банка России на конец 2025 года — 6,5-7,0%, т.е. суммарный рост цен за последние месяцы меньше, чем мы ожидали.
Во-вторых, на инфляцию влияет не столько изменение ставки, сколько ее уровень. Причем этот процесс растянут во времени, поэтому на инфляцию 2026 года будут продолжать влиять те высокие значения ключевой ставки, которые мы поддерживали в течение 2025 года. Другими словами: если ставка очень постепенно снижается с высоких значений, то полагать, что очередное ее снижение, которое происходит в рамках прогноза, спровоцирует резкое ускорение инфляции, точно неуместно.
Это, кстати, очень важный посыл.
Если:
1/ инфляция замедляется в соответствии с прогнозом,
2/ новых, ранее неизвестных шоков для инфляции не возникло,
3/ и прогноз предполагал постепенное снижение ставки (а на 2026 год наш октябрьский прогноз это предполагал),
то центральный банк как раз и будет реализовывать это постепенное снижение ставки.
И в-третьих, ключевая ставка 15,5% при заметно замедлившейся инфляции — это по-прежнему жесткая политика. Такая политика сдерживает кредитную активность. И, соответственно, не позволит спросу опять уйти «в отрыв» от прироста производственных возможностей и спровоцировать тем самым еще один виток инфляции.
Алексей Заботкин,
заместитель Председателя Банка России
об экономике
Вопрос, который мне задают люди: в январе инфляция скакнула, а ЦБ снизил ставку. Как же вы собираетесь снизить инфляцию?
Да, ЦБ часто говорит, что повышает ставку, чтобы снизить инфляцию, а тут наоборот. Но противоречия здесь нет. Почему?
Во-первых, для решений по ставке важен не рост цен за отдельно взятый месяц, а устойчивая инфляция.
В ноябре-декабре общий рост цен был низкий, а в январе — высокий. Это случилось:
1/ и из-за разового эффекта повышения НДС в январе,
2/ и из-за того, что в декабре продавцы стремились распродать остатки товаров до повышения НДС и поэтому не торопились повышать цены.
3/ А еще из-за того, что зимнее подорожание огурцов и помидоров в этом году пришлось не на ноябрь-декабрь (которые были теплыми), а на январь (который оказался даже более морозным, чем обычно).
Но в итоге на конец января годовая инфляция составила 6%. Это ниже, чем прогноз Банка России на конец 2025 года — 6,5-7,0%, т.е. суммарный рост цен за последние месяцы меньше, чем мы ожидали.
Во-вторых, на инфляцию влияет не столько изменение ставки, сколько ее уровень. Причем этот процесс растянут во времени, поэтому на инфляцию 2026 года будут продолжать влиять те высокие значения ключевой ставки, которые мы поддерживали в течение 2025 года. Другими словами: если ставка очень постепенно снижается с высоких значений, то полагать, что очередное ее снижение, которое происходит в рамках прогноза, спровоцирует резкое ускорение инфляции, точно неуместно.
Это, кстати, очень важный посыл.
Если:
1/ инфляция замедляется в соответствии с прогнозом,
2/ новых, ранее неизвестных шоков для инфляции не возникло,
3/ и прогноз предполагал постепенное снижение ставки (а на 2026 год наш октябрьский прогноз это предполагал),
то центральный банк как раз и будет реализовывать это постепенное снижение ставки.
И в-третьих, ключевая ставка 15,5% при заметно замедлившейся инфляции — это по-прежнему жесткая политика. Такая политика сдерживает кредитную активность. И, соответственно, не позволит спросу опять уйти «в отрыв» от прироста производственных возможностей и спровоцировать тем самым еще один виток инфляции.
Алексей Заботкин,
заместитель Председателя Банка России
❤21👍1💊1🤷1