Влияние новостных потоков на инфляционные ожидания в России
https://doi.org/10.21686/2413-2829-2026-3-18-33
Аннотация
В статье проводится анализ влияния тематических новостных потоков на инфляционные ожидания в России отдельно для двух групп агентов – профессиональной аудитории (участников финансового рынка) и населения, а также для двух временных периодов – до 2022 г. и после. Для профессиональной аудитории в качестве показателя инфляционных ожиданий используется вмененная инфляция (BEIR), рассчитанная на основе доходностей облигаций федерального займа; для населения – данные опросов «инФОМ». В качестве новостных данных используется массив из почти 3 млн текстов из крупнейших российских СМИ. Тематическое содержание новостей выделяется с помощью регулярных выражений, и по каждой теме строятся ежедневные индикаторы. В исследовании применена байесовская версия модели AR-X-GARCH-X, позволяющая оценивать влияние новостей как на уровень ожиданий, так и на их волатильность. Результаты показывают, что до 2022 г. новости об инфляции повышали уровень инфляционных ожиданий профессиональных участников, а новости о политике снижали их неопределенность. После 2022 г. значимое понижающее влияние начинают оказывать новости о Банке России, что может свидетельствовать о росте доверия к его коммуникационной политике. Для населения ни один новостной индикатор не оказался значимым, что свидетельствует об адаптивном характере их ожиданий и согласуется с предыдущими исследованиями.
Ключевые слова
Об авторах
М. А. Иванов
Московский государственный университет имени М. В. Ломоносова
Россия
Россия
Михаил Алоизович Иванов, ассистент кафедры математических методов анализа экономики экономического факультета
119991, Москва, Ленинские горы, д. 1, стр. 51
О. А. Клачкова
Московский государственный университет имени М. В. Ломоносова
Россия
Россия
Ольга Александровна Клачкова, кандидат экономических наук, доцент кафедры математических методов анализа экономики экономического факультета
119991, Москва, Ленинские горы, д. 1, стр. 51
Список литературы
1. Гаврилов В., Иванов М. А., Клачкова О. А., Королев В. Ю., Рощина Я. А. Влияние тематических новостных потоков на компоненты волатильности фондового рынка России // Вестник Института экономики Российской академии наук. – 2022. – № 2. – С. 93–111.
2. Голощапова И. О. Разработка методики построения высокочастотных индикаторов экономических ожиданий населения на основе больших данных (на примере инфляционных ожиданий) : дис. … канд. экон. наук. – М., 2018.
3. Голощапова И. О., Андреев М. Л. Оценка инфляционных ожиданий российского населения методами машинного обучения // Вопросы экономики. – 2017. – № 6. – С. 71–93.
4. Жемков М. И., Кузнецова О. С. Измерение инфляционных ожиданий участников финансового рынка в России // Вопросы экономики. – 2017. – № 10. – С. 111–122.
5. Инфляционные ожидания и потребительские настроения. Информационно-аналитический комментарий. – 2020. – № 4 (40).
6. Матевосова А. М. Исследование инфляционных ожиданий российского населения в условиях санкций на основе больших данных // Вестник Института экономики Российской академии наук. – 2023. – № 5. – С. 181–200.
7. Петрова Д. А. Оценка инфляционных ожиданий на основе интернет-данных // Прикладная эконометрика. – 2022. – № 2 (66). – С. 25–38.
8. Baker S. R., Bloom N., Davis S. J. Measuring Economic Policy Uncertainty // The Quarterly Journal of Economics. – 2016. – Vol. 131. – N 4. – P. 1593–1636.
9. Bollerslev T. Generalized Autoregressive Conditional Heteroskedasticity // Journal of Econometrics. – 1986. – Vol. 31. – N 3. – P. 307–327.
10. Chen M.-H., Shao Q.-M. Monte Carlo Estimation of Bayesian Credible and HPD Intervals // Journal of Computational and Graphical Statistics. – 1999. – Vol. 8. – N 1. – P. 69–92.
11. Coibion O., Gorodnichenko Y., Weber M. Monetary Policy Communications and Their Effects on Household Inflation Expectations // Journal of Political Economy. – 2022. – Vol. 130. – N 6. – P. 1537–1584.
12. Creal D., Koopman S. J., Lucas A. Generalized Autoregressive Score Models with Applications // Journal of Applied Econometrics. – 2013. – Vol. 28. – N 5. – P. 777–795.
13. Erokhin A., Klachkova O. Influence of Readability and Tone of Bank of Russia Text on Inflation Expectations // Russian Journal of Money and Finance. – 2024. – Vol. 83. – N 4. – P. 27–47.
14. Francq C., Sucarrat G. An Exponential Chi-Squared QMLE for Log-GARCH Models Via the ARMA Representation // Journal of Financial Econometrics. – 2018. – Vol. 16. – N 1. – P. 129–154.
15. Francq C., Wintenberger O., Zakoïan J.-M. GARCH Models without Positivity Constraints: Exponential or log GARCH? // Journal of Econometrics. – 2013. – Vol. 177. – N 1. – P. 34–46.
16. Harvey A., Chakravarty T. Beta-t-(E)GARCH. – Cambridge : University of Cambridge, 2008.
17. Hoffman M. D., Gelman A. The No-U-Turn Sampler: Adaptively Setting Path Lengths in Hamiltonian Monte Carlo // Journal of Machine Learning Research. – 2014. – Vol. 15. – P. 1593–1623.
18. Nelson D. B. Conditional Heteroskedasticity in Asset Returns: A New Approach // Econometrica. – 1991. – Vol. 59. – N 2. – P. 347.
Рецензия
Для цитирования:
Иванов М.А., Клачкова О.А. Влияние новостных потоков на инфляционные ожидания в России. Вестник Российского экономического университета имени Г. В. Плеханова. 2026;(3):18-33. https://doi.org/10.21686/2413-2829-2026-3-18-33
For citation:
Ivanov M.A., Klachkova O.A. The Impact of News Flows on Inflation Expectations in Russia. Vestnik of the Plekhanov Russian University of Economics. 2026;(3):18-33. (In Russ.) https://doi.org/10.21686/2413-2829-2026-3-18-33
Просмотров:
113
JATS XML
Послать статью по эл. почте 