Новости рынков | В новом выпуске научного журнала «Деньги и кредит» Банк России опубликовал исследование по прогнозированию делового цикла, инвестиций и рынка жилья

Оценка поворотных точек индикаторов деловой активности (Зверева В. и др.)
– Ансамблевые методы машинного обучения (XGBoost) превосходят классическую логистическую регрессию в определении фаз делового цикла.
– Наиболее значимые индикаторы: фактический спрос на продукцию, индикатор бизнес-климата и ожидания по объёму производства.
– Получены интервальные пороговые значения для пяти состояний экономики (от спада до перегрева).

Прогнозирование инвестиций с учётом патентной активности (Шувалова Ж.)
– Включение патентных данных (особенно программ для ЭВМ и полезных моделей) снижает ошибку прогноза инвестиций в 23 из 24 случаев.
– Лучшая модель – CatBoost с патентными переменными.
– Инновации выступают ранним индикатором будущей инвестиционной активности.

Факторы разрыва цен на первичном и вторичном рынках жилья (Клачкова О. и др.)
– Монополизация регионального рынка новостроек и программа «Семейная ипотека» увеличивают ценовой разрыв.
– Конкуренция среди банков, выдающих ипотеку, снижает разрыв.
– Отмена льготной ипотеки (с 1 июля 2024 г.) на коротком горизонте не дала значимого эффекта из-за компенсирующих схем от застройщиков.

Построение кривой доходностей для юаневых ОФЗ (Макушкин М.)
– Из-за малого числа государственных выпусков в юанях (всего два) предложена модификация модели Нельсона–Зигеля с учётом корпоративных облигаций.
– Модель строит две параллельные кривые – суверенную и корпоративную.
– Кредитный спред (декабрь 2025 г.) оценён в ~1,2 п.п.
– Практическая значимость – для оценки справедливых ставок новых выпусков.