+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Анализ влияния денежно-кредитной политики на российскую экономику

т. 28, вып. 8, август 2022

Получена: 30.05.2022

Получена в доработанном виде: 13.06.2022

Одобрена: 27.06.2022

Доступна онлайн: 30.08.2022

Рубрика: Денежно-кредитное регулирование

Коды JEL: E42, Е50, Е52, Е58, Е59

Страницы: 1852–1872

https://doi.org/10.24891/fc.28.8.1852

Смирнов В.В. кандидат экономических наук, доцент кафедры отраслевой экономики факультета управления и социальных технологий, Чувашский государственный университет имени И.Н. Ульянова (ЧувГУ), Чебоксары, Российская Федерация 
v2v3s4@mail.ru

https://orcid.org/0000-0002-6198-3157
SPIN-код: 3120-4077

Предмет. Влияние денежно-кредитной политики Банка России на экономику.
Цели. Определение степени влияния денежной-кредитной политики на уровень развития российской экономики.
Методология. Использован системный подход с применением метода статистического, нейросетевого и кластерного анализа.
Результаты. Обнаружен стабильный рост денежной массы в условиях изменения ключевой ставки и инфляции. Показано, что динамика валютного курса, ставок RUONIA, овернайт и РЕПО по покупке долларов США и евро за рубли коррелирует с изменением ключевой ставки и инфляции. Выявлено, что причинами пиков названных показателей являются: значительное отрицательное сальдо операций Банка России по предоставлению/ абсорбированию ликвидности; способ действия регулятора — снижение объема международных резервов. Возможность сохранения высоких значений сальдированного финансового результата по ВЭД «Добыча полезных ископаемых» заключается в приросте объемов внешнеторгового оборота и платных услуг населению, а также незначительном увеличении прожиточного минимума. Высока важность просроченной задолженности по заработной плате и индекса потребительских цен.
Область применения. Результаты расширяют сферу знаний научного сообщества и развивают компетенции властей.
Выводы. Степень влияния денежной-кредитной политики на уровень развития российской экономики указывает на необходимость обеспечения положительного сальдо операций по предоставлению ликвидности в контексте снижения просроченной задолженности по зарплате и индекса потребительских цен.

Ключевые слова: валютный курс, внешнеторговый оборот, денежная масса, инфляция, ключевая ставка

Список литературы:

  1. Горюнов Е.Л., Дробышевский С.М., Мау В.А., Трунин П.В. Что мы (не) знаем об эффективности инструментов ДКП в современном мире? // Вопросы экономики. 2021. № 2. С. 5—34. URL: Link
  2. Sohag K., Gainetdinova A., Mariev O. The Response of Exchange Rates to Economic Policy Uncertainty: Evidence from Russia. Borsa Istanbul Review, 2022, vol. 22, iss. 3, pp. 534–545. URL: Link
  3. Wen F., Shui A., Cheng Y., Gong X. Monetary Policy Uncertainty and Stock Returns in G7 and BRICS Countries: A Quantile-on-Quantile Approach. International Review of Economics & Finance, 2022, vol. 78, pp. 457–482. URL: Link
  4. Kuzman T., Lazarevic J., Nedeljkovic M. Capital Flows Liberalisation and Macroprudential Policies: The Effects on Credit Cycles in Emerging Economies. Economic Analysis and Policy, 2022, vol. 73, pp. 602–619. URL: Link
  5. Dang V.D., Huynh J. Bank Funding, Market Power, and the Bank Liquidity Creation Channel of Monetary Policy. Research in International Business and Finance, 2022, vol. 59, 101531. URL: Link
  6. Wang C.-W., Lee C.-C., Chen M.-C. The Effects of Economic Policy Uncertainty and Country Governance on Banks' Liquidity Creation: International Evidence. Pacific-Basin Finance Journal, 2022, vol. 71, 101708. URL: Link
  7. King A.P., Eckersley R.J. Chapter 1: Descriptive Statistics I: Univariate Statistics. In: Statistics for Biomedical Engineers and Scientists: How to Visualize and Analyze Data. Academic Press, 2019, pp. 1–21. URL: Link
  8. Brownstein N.C., Adolfsson A., Ackerman M. Descriptive Statistics and Visualization of Data from the R Datasets Package with Implications for Clusterability. Data in Brief, 2019, vol. 25, no. 104004. URL: Link
  9. Fávero L.P., Belfiore P. Chapter 3: Univariate Descriptive Statistics. In: Data Science for Business and Decision Making. Academic Press, 2019, pp. 21–91. URL: Link
  10. Urlacher B.R. Complexity, Causality, and Control in Statistical Modeling. American Behavioral Scientist (ABS), 2020, vol. 64, iss. 1, pp. 55–73. URL: Link
  11. Fávero L.P., Belfiore P. Chapter 11: Cluster Analysis. In: Data Science for Business and Decision Making. Academic Press, 2019, pp. 311–382. URL: Link
  12. Adolfsson A., Ackerman M., Brownstein N.C. To Cluster, or Not to Cluster: An Analysis of Clusterability Methods. Pattern Recognition, 2019, vol. 88, pp. 13–26. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 28, вып. 9, сентябрь 2022

Другие номера журнала