The monetary policy position of the Irkutsk Region in econometric interpretation

Cover Page

Cite item

Abstract

the purpose of the study is to analyze the impact of the Bank of Russia's monetary policy on the economy of the Irkutsk Region and to make possible forecasts of the behavior of the monetary policy of the Irkutsk Region. Methods: Statistical data for the period from 2003 to 2023, taken from the statistical portals of the Irkutsk Region [1], are used. The data is analyzed using stationary time series and an autoregressive model calculated in the Gretl package [2]. Findings: the analysis of the increased refinancing rate makes it possible to predict a decrease in inflation and, as a result, confirms the reliability and effectiveness of monetary policy in the region, taking into account the gross regional product, which is affected by the high needs of the raw materials industries in the Irkutsk region. Conclusions: the study has produced results that can be used to adjust the monetary policy forecasts for the Irkutsk region, as well as to take adaptive measures to address any issues that may arise.

About the authors

N. V Mamonova

Baikal State University

ORCID iD: 0000-0002-0169-9170

References

  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.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a 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).