А. Г., короче, вы не поняли. 

Давайте заканчивать тогда.

А. Г.,  Алексанедр, просто в магаз хожу и еду покупаю, мне мнение Росстата груббого говоря побоку, их же подмяли тогда, статистики нет по РФ. 

 и смотрите, мы не США, наши рублевые долги никому не нужны, по факту это обычная эмиссия, печтаем и думаю будем печатать еще лет 5

И Александр, вы вроде умные человек, когда страна участвует в войне, что это обычно происходит в экономии,  
статистические данные по странам, как меняется экономика и что в ней происходит по второй мировой есть,  давайте, почитайте историю 

 Одно и тоже, если честно, и поэтому скучно 

Вы абсолютно правы — если бы моя формула была статической линейной моделью с постоянными коэффициентами, и если бы я пытался ей описать нестационарный процесс без адаптации — она бы не работала. И вы совершенно корректно ссылаетесь на математическую статистику: если Zₜ = F(X₁ₜ, ..., Xₙₜ) + εₜ, и εₜ — белый шум с малой дисперсией, то корреляция между Zₜ и Xᵢₜ действительно должна быть отлична от нуля. Это безупречно с теоретической точки зрения.

• Меняются при смене режима (например, переход от таргетирования инфляции к режиму валютного контроля в 2022 г.),
• Пересматриваются ЦБ (см. доклад ЦБ от 27.10.2023),
• Могут быть пересчитаны для любого нового периода.

• Решения принимаются коллегиально, с учётом экспертных оценок,
• Учитываются forward-looking expectations,
• Есть «сглаживание» (interest rate smoothing) — ЦБ избегает резких скачков,
• В модель вносятся субъективные оценки рисков — РУКАМИ.

→ Поэтому дисперсия εₜ не стремится к нулю — и не должна. Это не ошибка модели, а её особенность.

Допущение 3: Достаточно проверить корреляцию между Zₜ и Xᵢₜ.
Это верно только для линейных, стационарных, каузальных моделей.
Предложенная модель:

• Нелинейная (есть квадратичные члены и взаимодействия),
• Адаптивная (веса могут пересчитываться),
• Структурная (описывает логику, а не статистику),
• Не каузальная в узком смысле — например, курс влияет на ставку только если вызывает инфляционные ожидания.

• TVAR (Time-Varying Parameter VAR) — параметры меняются во времени

• Markov-Switching Models — переключение между режимами

• Local Projections — оценка эффектов без предположения о стационарности.

Ваша критика абсолютно корректна в рамках классической линейной стационарной модели.
Но моя формула — не классическая модель. Это структурная аппроксимация логики ЦБ с нелинейностями и режимной зависимостью, максимально упрощенная для общего понимания (которого тут и не очень-то нашлось).

Она не претендует на «идеальную корреляцию», но объясняет примерно 70–80% дисперсии решений ЦБ в текущем режиме — и это подтверждается как моими расчётами, так и практикой ЦБ (см. цитаты выше, текст статьи этой и текст предыдущих двух статей).

Так можно до бесконечности продолжать, если никто не будет вдумчиво читать, что написано, и пытаться понять. 

А. Г., 

ваше замечание основано на ошибочном предположении, что экономическая модель должна демонстрировать стационарную корреляцию между параметрами и результатом. Это не так — ни теоретически, ни эмпирически.

Во-вторых, экономика — нестационарна по определению, особенно в России. ЦБ открыто заявляет, что пересматривает подходы в зависимости от режима (кризис, стагнация, шок предложения и т.д.). Требовать от модели «стационарности» — значит требовать от неё игнорировать реальность.

В-третьих, даже ведущие центробанки мира (ФРС, ЕЦБ) используют модели, параметры которых меняются со временем. Банк России — не исключение.

Поэтому формула не «выбрасывается», а, наоборот, позволяет гибко интерпретировать решения ЦБ в разных режимах, учитывая нелинейности и взаимодействия факторов. Именно это и делает её полезной.