Инфляция, информационный фон и ожидания домохозяйств

Информационный фон, формирующий ожидания экономических субъектов, является значимым фактором, определяющим их поведение. Целью настоящего исследования является выявление и оценивание взаимосвязи инфляции, восприятия и ожидания инфляции домохозяйствами с параметрами информационного (новостного) фона на примере Российской Федерации. Материалами для обработки в качестве российского информационного фона послужили новостные сообщения, выдаваемые ведущими российскими телеканалами и дублируемые на соответствующих сайтах, а также интернетпоиск (количество новостей и поисковых запросов, длина заголовков текстовых версий новостей, частота упоминания тех или иных тем в них, тональность текстов), данные GoogleTrends о запросах в интернете. Тональность текстов оценивалась с помощью автоматических анализаторов EurikaEngine и Repustate. Также используются данные из отчетов Фонда общественного мнения для ЦБ РФ, размещенные на его сайте, данные отчеты содержат месячные данные о фактической инфляции (индексе потребительских цен) за 12 месяцев и результаты опросов респондентов о восприятии инфляции, ожиданиях инфляции, потребительских настроениях, оценках экономических и личных перспектив, изменении поведения (начало поиска работы, совершение крупных покупок и т.п.) и широкий круг прочих характеристик настроений населения, связанных с инфляцией. Для обработки собранных данных использовались корреляционно-регрессионный анализ, а также специфические методы: причинность по Грейнджеру, методы главных компонент и лассо-регрессии. В результате анализа обнаруживаются статистически значимые корреляции, которые могут быть связаны с индивидуальной реакцией на освещаемые темы, выраженной в изменении настроений и поведении. Так, инфляция отрицательно коррелирует с количеством политических новостей на канале «Россия» и длинной заголовков текстовых версий политических новостей на «Первом» и положительно – с поисковыми запросами по теме «Инфляция» в Интернете. Включение этих переменных в регрессию, оценивающую инфляцию на основе лаговых значений, значимо улучшает качество регрессии, хотя их воздействие невелико с точки зрения абсолютных величин. Обнаруженные зависимости изменяются после смены режима валютного курса и перехода к таргетированию инфляции. В частности, в предшествовавшей этой смене период веб-поиск демонстрировал статистическую значимость в оцениваемых нами уравнениях, а политические новости – нет, в то время как в последующий период – наоборот. Мы находим связь рассматриваемых параметров информационного фона с некоторыми аспектами индивидуального поведения – прежде всего, с началом поиска более оплачиваемой работы или занятия бизнесом. Наконец, выявляются некоторые несовершенства информационной активности ЦБ РФ: повышение частоты его упоминания в новостях снижают уверенность людей в том, что инфляционный таргет будет достигнут.
В заключении авторы приходят к следующим основополагающим выводам: параметры информационного фона могут быть пригодны для оперативных оценок инфляции, эффект таргетирования инфляции (т.е. большей управляемости инфляционных процессов со стороны Центробанка) повышает значимость политических новостей в принимаемых индивидами решениях, информационная политика и общий имидж Центробанка РФ требует совершенствования.

1. Блум Н. Изменчивость уровня неопределенности в экономике // Вопросы экономики. 2016. № 4. С. 30–55.

2. Винокуров С.С., Медведь А.А., Миэринь Л.А. Влияние информационного фона на экономическое поведение домохозяйств // Экономическая политика. 2018. Т. 13. № 5. С. 66–79.

3. Жемков М.И., Кузнецова О.С. Вербальные интервенции как фактор формирования инфляционных ожиданий в России // Журнал Новой экономической ассоциации. 2019. С. 49–69.

4. Картаев Ф.С., Леднёва Е.Е. Прозрачность монетарной политики и успешность инфляционного таргетирования // Экономическая политика. 2021. № 6. С. 8–33.

5. Картаев Ф.С., Тубденов В.Г. Прозрачность монетарной политики и эффект переноса валютного курса // Вопросы экономики. 2021. № 6. С. 32–46.

6. Коноплев Д.Э. Асимметрия информационных волн в экономическом мышлении: опыт финансовых кризисов // Вопросы экономики. 2020. № 1. С. 111–126.

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. № 131(4). С. 1593–1636.

9. Bernanke B.S., Laubach T., Mishkin F.S., Posen A.S. Inflation targeting: lessons from the international experience. Princeton University Press, 2018.

10. Binder C. Fed speak on main street: Central bank communication and household expectations // Journal of Macroeconomics. 2017. № 52. С. 238–251.

11. Coibion O., Gorodnichenko Y., Knotek II E.S., Schoenle R. Average inflation targeting and household expectations // National Bureau of Economic Research. 2020. № w27836.

12. Coibion O., Gorodnichenko Y., Kumar S., Pedemonte M. Inflation expectations as a policy tool? // Journal of International Economics. 2020. № 124. 103297.

13. Coibion O., Gorodnichenko Y., Weber M. Monetary policy communications and their effects on household inflation expectations // National Bureau of Economic Research. 2019. № w25482.

14. D’Acunto F., Hoang D., Paloviita M., Weber M. Effective policy communication: Targets versus instruments // Chicago Booth Research Paper. 2020. № 20 (38).

15. Enikolopov R., Petrova M., Sonin K. Social media and corruption // American Economic Journal: Applied Economics. 2018. № 10(1). С. 150–74.

16. Gentzkow M., Shapiro J.M. Media bias and reputation // Journal of political Economy. 2006. № 114(2). С. 280–316.

17. Mishkin F. From monetary targeting to inflation targeting: lessons from the industrialized countries // The World Bank. 2001. № 2684.

18. Nakamura E., Steinsson J. High-frequency identification of monetary non-neutrality: the information effect // The Quarterly Journal of Economics. 2018. № 133(3). С. 1283–1330.

19. Scott S.L., Varian H.R. Predicting the present with Bayesian structural time series // International Journal of Mathematical Modelling and Numerical Optimization. 2014. № 5(1-2). С. 4–23.

20. Svensson, L.E. Inflation targeting // In Handbook of monetary economics. 2010. № 3. С. 1237–1302. Elsevier.

21. Tetlock P.C. Giving content to investor sentiment: The role of media in the stock market // The Journal of finance. 2007. № 62 (3). С. 1139– 1168.

22. Tetlock P.C. All the news that’s fit to reprint: Do investors react to stale information? // The Review of Financial Studies. 2011. № 24 (5). С. 1481–1512.

23. Vinokurov S.S., Medved A.A., Mierin L.A. Economic News and Household Decisions // Contemporary Economics. 2018. № 12(1). С. 57–69.