Каждый месяц Банк России спрашивает компании, собираются ли они повышать отпускные цены в ближайшие три месяца.
И как идея — эти данные можно использовать как почти готовый прогноз по инфляции, ведь бизнес раньше обычного покупателя сталкивается с подорожанием сырья, логистики других издержек и если компании массово говорят, что собираются повышать цены, то через некоторое время это, наверное, должно появиться и в потребительской инфляции.
Но есть еще и другой вариант, ведь может оказаться, что компании не столько планируют будущее, сколько реагируют на то, что уже происходит, то есть видят рост цен вокруг, ощущают увеличение издержек и только после этого пересматривают собственные планы.
Поэтому я решил проверить достаточно простой вопрос:
Действительно ли ценовые ожидания предприятий помогают предсказывать инфляцию или они в основном повторяют уже произошедшие изменения?
Для этого я собрал ежемесячные данные Банка России и Росстата с февраля 2002 по июнь 2026 года. Получилось 293 наблюдения — чуть больше 24х лет. И в исследование вошли ценовые ожидания предприятий, их оценка текущего изменения отпускных цен, издержки, общий и базовый ИПЦ, а также отдельные компоненты инфляции.
Спойлер: ответ получился в духе «да, но как обычно — не всё так просто».
Я регулярно разбираю такие темы в своём Telegram‑канале, если вам интересно глубже понимать аналитику, экономику и рынок труда, там регулярно выходят короткие заметки и обзоры актуальных событий.
Что именно измеряет Банк России
Начну с важного уточнения. Ценовые ожидания предприятий — это не прямой ответ на вопрос:
«Какой будет инфляция по вашему мнению через три месяца?»
Компании отвечают, как, по их мнению, изменятся их собственные отпускные цены и на основании ответов уже рассчитывается сезонно скорректированный баланс: чем он выше, тем больше компаний ожидают повышения цен.
Индекс потребительских цен Росстата измеряет уже иное — изменение стоимости потребительской корзины. Но тем не менее между ними есть цепочка:
издержки и спрос → планы предприятий → отпускные цены → розничные цены → ИПЦ.
Но как вы можете резонно подметить — передача по цепочке не происходит автоматически и между производителем и покупателем остаются разные наценки или налоги или логистика и тому подобное, поэтому ценовые ожидания я посчитал индикатором ценовых планов бизнеса.
Какие данные я использовал
Основной ряд ценовых ожиданий охватывает период с февраля 2002 года по июнь 2026 года. Данные по сезонно скорректированному ИПЦ доступны до мая 2026 года. И для проверки я сформировал две основные цели:
инфляция следующего месяца;
и накопленная инфляция за следующие три месяца, пересчитанная в годовой темп.
Причём для трёхмесячного прогноза я использовал горизонт:
t+1…t+3
То есть месяц проведения опроса в будущее не включался.
Ведь стоит мне взять период t…t+2 и связь может получиться выше, но при этом часть инфляции текущего месяца компании уже могли наблюдать в момент ответа на этот самый вопрос и тогда мы незаметно подмешиваем в прогноз информацию из настоящего.
Первый график
Для начала начал с базы — просто сопоставил ценовые ожидания предприятий и инфляцию трёх месяцев.
И вроде как линии действительно часто движутся примерно в одном направлении, ожидания росли во время 2008 года, 2014–2015 годов и особенно в 2021–2022 годах. Ну и потом уже в 2023–2025 годах оба показателя снова пошли вверх.
Такой анализ хоть и неплохой, но важно помнить о некоторых проблемах тут. Ну, во‑первых, у графиков разные шкалы, а это может усились сходство. И во‑вторых, обе линии реагируют на крупные общие шоки, что не является открытием. Если в экономике одновременно растут и курс, и издержки, и особенно неопределённость, то как правило практически любые ценовые показатели начнут двигаться в одну сторону ‑это база.
Второй график
Теперь уже я сравниваю ценовые ожидания сразу с тремя периодами:
инфляцией прошедших трёх месяцев;
инфляцией в формальном горизонте опроса t…t+2;
и еще со строго будущей инфляцией t+1…t+3.
Как результат: связь с будущей инфляцией существует, но она слабее связи с уже имеющимся ценовым фоном и тут видимо получается, что ценовые ожидания одновременно содержат и некоторую информацию о будущем, и реакцию бизнеса на настоящее и на недавнее прошлое.
Кто всё‑таки меняется первым
Чтобы разобраться с направлением связи, я построил лаговый профиль. Его задача проста ‑если ожидания действительно опережают инфляцию, максимальная корреляция должна возникать при положительном лаге: сначала меняется опросный показатель, а через несколько месяцев‑ИПЦ.
Но максимум оказался не справа от нуля, а примерно на отрицательных лагах в два‑три месяца. Иными словами, самая высокая связь была тогда, когда инфляция уже изменилась раньше ожиданий бизнеса. При нулевом лаге корреляция составила около 0,44, на положительных лагах она постепенно снижалась и какого‑то опережающего окна так и не появилось.
Ну и на всякий случай я еще провел circular‑shift тест. Это тест, в котором сохраняется структура временных рядом, но разрушается их связь друг с другом и тут у меня глобальный p‑value для неотрицательных лагов составил примерно 0,017.
Получается, что совместное движение ожиданий и инфляции сложно полностью списать на случайность но при этом тест не доказывает, что ожидания вызывают будущую инфляцию или что существует стабильный лаг, в какие‑нибудь пару месяцев.
Стационарность
Что еще важно — временные ряды нельзя бездумно коррелировать в уровнях. Если у двух показателей есть общий тренд и высокая автокорреляция, то можно получить ложную связь. И поэтому на сцену выходят ADF‑ и KPSS‑тесты. Но результаты для некоторых показателей в уровнях оказались неоднозначными: один тест поддерживал стационарность, другой — нет. Первые разности проходили проверки заметно лучше.
Обычные корреляционные p‑value я поэтому и не использовал как аргумент.
Поэтому вопрос, на который я хочу ответить будет такой:
Улучшает ли знание ценовых ожиданий прогноз на данных, которых модель ещё не видела?
А чтобы это понять нужен backtest.
Как устроен backtest
Я использовал последовательную временную проверку, то есть в каждый момент модель видит только прошлые данные, обучается на них, делает прогноз следующего периода, а затем окно сдвигается вперёд и здесь уже без случайного перемешивания.
Сравнивались пять моделей:
наивный прогноз;
авторегрессионная модель только на прошлой инфляции;
авторегрессия плюс текущая оценка цен предприятиями;
авторегрессия плюс ценовые ожидания;
модель сразу с двумя опросными сигналами.
И опять же, модели я выбрал простые специально, потому что у меня нет цели построить максимально точный прогноз, у меня тут цель в том, чтобы проверить увеличивается ли ценность прогноза. И в качестве основной метрики использую среднюю абсолютную ошибку ‑чем ниже, тем лучше.
Прогноз на один месяц
Сначала я проверил прогноз сезонно скорректированного ИПЦ на один месяц вперёд.
Получается, что добавление ценовых ожиданий снизило ошибку с 0,348 до 0,311 процентного пункта, а если использовать одновременно ожидания и текущую оценку цен, то MAE снизилась аж до 0,302.
Видимо, опросный сигнал действительно добавил модели полезную информацию и для модели только с ожиданиями доверительный интервал слегка захватывает ноль — немного пограничный результат в общем. А вот у совместной модели интервал оказался полностью положительным.
Смотрим на 3 месяца
Дальше проверяем по трем месяцам.
MAE модели снизилась с 3,482 до 3,252 процентного пункта, а при совместном использовании двух сигналов — до 3,196, по блочному bootstrap улучшение для модели положительное, а односторонний p‑value составил примерно 0,024, для совместной модели — примерно 0,013.
Получается, что ценовые ожидания бизнеса всё‑таки действительно помогают прогнозировать инфляцию?
Смотрим на свежие данные
До этого я использовал всю историю начиная с 2000-х годов в этом исследовании, чтобы наблюдений было больше. Риск тут был в том, что я допустил, что связи двадцатилетней давности по‑прежнему актуальны и сегодня и чтобы проверить это, я повторил backtest со скользящим окном длиной десять лет, каждом шаге модель забывала старые данные и обучалась только на относительно свежем периоде.
Результат изменился, и довольно сильно: в расширяющемся окне ожидания улучшали прогноз:
на 10,7% для одного месяца;
на 6,6% для трёх месяцев.
А вот в скользящем десятилетнем окне преимущество практически исчезло:
на горизонте одного месяца результат стал даже примерно на 0,5% хуже;
на трёх месяцах разница оказалась около нуля.
Да и разделение по периодам показывает ту же историю, если в 2010–2019 годах ценовые ожидания давали заметный выигрыш, в 2020–2021 годах польза еще была, хоть и становилсь меньше, то вот примерно с 2022 года разница между моделью с ожиданиями и без них оказалась минимальной.
Инфляция не одна, ее много
Чтобы убедиться я еще еще проверил разные элементы:
общий ИПЦ;
базовую инфляцию;
продовольствие;
непродовольственные товары;
услуги.
Наибольший выигрыш получился для общего ИПЦ — около 6,6%. Да и для базового ИПЦ и непродовольственных товаров есть улучшение в примерно 4,9–5,0%, для продовольствия и услуг — только 2,4% и 2,8% соответственно.
Объясняю я это тем, что банально баланс ответов (то есть ожиданий компаний) смешивает ответы компаний из разных отраслей, к примеру продовольственная инфляция сильно зависит от урожая и сезонности, услуги же больше от тарифов и структуры затрат и тому подобное. И вот для полноценного отраслевого прогноза правильнее сопоставлять отраслевые ожидания предприятий с соответствующими компонентами цен.
Почему нельзя просто спросить бизнес — на сколько процентов вы поднимите цены?
С 2020 года Банк России публикует еще и количественную оценку, то есть на сколько процентов компании собираются изменить собственные цены в ближайшие три месяца в годовом выражении и тут тоже не всё однозначно и сопоставление работает не шибко хорошо.
В среднем количественные ожидания бизнеса были примерно на 3,5 п.п. ниже последующей потребительской инфляции и прямая корреляция, к тому же, слабая.
Но я не хочу сказать, что компании плохо прогнозируют, вовсе нет. Они же предсказывают изменение собственных цен, а не всей потребительской корзины, поэтому качественный баланс оказался полезнее как индикатор, чем количественная оценка.
Что происходит в последние годы
Отдельно еще решил глянуть на период после 2021 года.
В 2022 году и по ожиданиям, и по инфляции был всплеск, но после него линии стали двигаться менее синхронно. Ожидания бизнеса заметно колебались в 2023–2026 годах, тогда как сезонно скорректированная месячная инфляция особо не изменяется.
В июне 2026 года баланс ценовых ожиданий снизился до 15,9 пункта и это было пятое месячное снижение подряд, да и компании в среднем ожидали роста собственных цен примерно на 4,4% в годовом выражении в ближайшие три месяца.
Что в итоге
Изначальный вопрос, на который я отвечал был такой:
Предсказывают ли ценовые ожидания бизнеса инфляцию?
Я бы сказал, что действительно, ценовые ожидания компаний на длинном отрезке времени улучшают прогноз по инфляции на квартал, но при этом это не совсем стабильный индикатор, который работает на опережение. Пожалуй, здесь подойдет подход, когда ценовые ожидания используются лишь как дополнительный сигнал, но при этом регулярно проверяются на свежем rolling backtest и нужно уменьшать их вес, если они перестают снижать ошибку.