Позиция денежной политики Иркутской области в эконометрической интерпретации

Обложка

Цитировать

Полный текст

Аннотация

целью исследования является анализ влияния денежно-кредитной политики Банка России на экономику Иркутской области и возможные прогнозы поведения денежной политики Иркутской области. Методы: используются статистические данные за период с 2003 по 2023 годы, взятые со статистических порталов Иркутской области [1], предлагается анализ данных через стационарные временные ряды и авторегрессионную модель, рассчитанную в пакете Gretl [2]. Результаты (Findings): анализ повышенной ставки рефинансирования дает возможность прогнозирования снижения инфляции и, как следствие, подтверждает надежность и эффективность монетарной политики в регионе, при этом учитывается валовый региональный продукт, на который влияют высокие потребности сырьевых отраслей Иркутской области. Выводы: в исследовании получены результаты, которые могут быть использованы для корректировки прогнозов денежно-кредитной политики Иркутской области, а также принятия адаптивных мер по решению каких-либо проблем, связанных с инфляционными позициями.

Об авторах

Н. В Мамонова

Байкальский государственный университет

ORCID iD: 0000-0002-0169-9170

Список литературы

  1. Федеральная служба государственной статистики: [Электронный ресурс]: Режим доступа: https://38.rosstat.gov.ru/
  2. Библиотека GNU для регрессий, эконометрики и временных рядов: https://gretl.sourceforge.net/ru.html
  3. Шубин С.В., Добровольская Н.Ю. Применение интеллектуальных информационных технологий при реализации электронного журнала преподавателя // Прикладная математика: современные проблемы математики, информатики и моделирования. Краснодар, 2024. С. 403 – 407.
  4. Павлов И.П., Сизоненко А.Б. Способ распределения информации журналов событий информационной безопасности в корпоративной информационной системе на основе технологии блокчейн // Российская наука в современном мире. 2020. С. 50 – 53.
  5. Тимофеев С.В., Баенхаева А.В. Математическая модель информационного противоборства: дискретное адаптивное управление системой // System Analysis & Mathematical Modeling. 2024. Т. 6. С. 17 – 30.
  6. Братищенко В.В., Ведерникова Т.И., Блудов В.В. Статистическая обработка оценок обучающихся на основе softmax модели с латентными параметрами // System Analysis & Mathematical Modeling. 2025. Т. 7. № 3. С. 364 – 372.
  7. Леонова О.В. Анализ и моделирование размеров заработной платы отдельных категорий работников // Известия Байкальского государственного университета. 2025. Т. 35. № 2. С. 228 – 237.
  8. Кокурхаева Р.М.Б., Газдиева Е.Х. Цифровая экономика – экономика будущего // Журнал прикладных исследований. 2022. № 4-1. С. 12 – 15.
  9. Михайлова А.В., Романова О.Д., Барашкова К.Д. Экономика впечатлений в контексте региональной экономики // Креативная экономика. 2024. Т. 18. № 9. С. 2355 – 2374.
  10. Геращенко Л.А., Бричев Т.Ю. Аспекты информационной поддержки системы подбора кадров в финансово-кредитных организациях // Вестник евразийской науки (Наукосфера). 2023. Т. 5. № 1. С. 203 – 207.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).