By this author

Spatial Econometric Approach to Modeling Election Results in Russia: Municipal Level

No. 3 from 19.09.2023

В данной статье мы оцениваем роль взаимного влияния избирателей, живущих на соседних территориях, и влияние социально-экономических факторов на примере результатов голосования за основного кандидата на выборах 2018 года в России. Мы утверждаем, что пространственные факторы (соседство муниципалитетов, регионов и принадлежность муниципалитетов к одному и тому же региону) существенно влияют на результаты голосования за основного кандидата в каждом муниципалитете. Для подтверждения данной гипотезы мы оценили несколько разных спецификаций модели Дарбина, которые включают в себя дамми-переменные на регион и другие пространственные факторы и сравнили выводы со спецификациями модели без учета пространственных факторов. Полученные результаты подтвердили выдвинутую основную гипотезу: результаты голосования зависят от региона, в который входит муниципалитет, и, кроме того, имеет место положительная пространственная автокорреляция (результаты голосования в соседних муниципалитетах зависят друг от друга). Отсутствие учета пространственных факторов снижает качество подгонки регрессии, наблюдаются смещения в оценках коэффициентов, искажается качественная картина полученных результатов. Мы также показали, что на результаты голосования влияет и экономическое положение региона: чем экономически сильнее муниципалитет, тем выше доля голосов за основного кандидата. 

220 12

Impact of key interest rate changes on mortgage rates in Russian regions

Issue number 2 from 06.11.2025

В статье рассмотрен процентный канал монетарной трансмиссии влияния денежно-кредитной политики Банка России на средневзвешенную ипотечную ставку, публикуемую на сайте Банка России, и коммерческую ипотечную ставку, рассчитанную авторами за вычетом кредитов по ряду программ: льготной, семейной, дальневосточной, арктической и ипотечной для ИТ-специалистов. Основная гипотеза, проверяемая в статье, состояла в том, что реакция ставок по ипотечным кредитам на изменение курса денежно-кредитной политики Банка России неодинакова в разных регионах России и в разные промежутки времени. Для проверки данной гипотезы была использована модель коррекции ошибок (ECM), оцененная на ежемесячных данных по 85 регионам России с января 2016 г. по август 2023 г. Полученные нами результаты показали, что до COVID-19 (январь 2016 г. - февраль 2020 г.) долгосрочная связь ипотечных ставок со среднемесячной фактической ставкой по межбанковским кредитам (Moscow Interbank Actual Credit Rate, MIACR) и подстройка к долгосрочному равновесию были обнаружены в большинстве регионов (76 регионов для средневзвешенных и 61 регион для коммерческих ставок). COVID-19 примерно одинаково сильно повлиял на трансмиссию средневзвешенной и коммерческой ставок - с января 2016 г. по февраль 2022 г. она сохранилась в 4 и 14 регионах соответственно. Шок СВО (по оценке на данных до августа 2023 г.) сильнее повлиял на трансмиссию средневзвешенной ставки, чем на трансмиссию коммерческой ставки (она сохранилась в 5 и 30 регионах соответственно). Монетарная трансмиссия - это совокупность каналов передачи импульсов изменения ключевой ставки центрального банка к объему ликвидности и экономической активности агентов. Воздействие монетарной политики на ипотечные ставки различается по регионам: до COVID-19 в европейской части России средневзвешенная ипотечная ставка реагировала на изменение MIACR в основном в том месяце, когда имел место шок, а в Сибири и на Дальнем Востоке - в следующем месяце, что может быть вызвано большим числом посредников.

62 0