Банк России и журнал «Деньги и кредит» объявляют сбор заявок на Конкурс экономических исследований студентов и аспирантов вузов 2021 г.
Победителям будет предоставлена возможность выступить с докладами на научном онлайн-семинаре Банка России в первой половине октября 2021 г.
Работы победителей конкурса будут рассмотрены для публикации в научном журнале «Деньги и кредит».
На конкурс принимаются исследования по темам:
- Политика центральных банков
- Инфляция
- Финансовая стабильность
- Банки
- Анализ данных: методы и результаты
Ключевые требования к исследованиям:
- Прикладной характер.
Результат может быть прямым (модель для прогнозирования, для анализа макроэкономической политики) или косвенным (тестирование экономических гипотез, важных для политики центрального банка).
- Соответствие научным критериям.
Исследование должно содержать: четкую постановку задачи; обзор литературы и описание научной новизны работы; описание экономико-математической или эконометрической модели, критерии качества решения поставленной авторами задачи; описание использованных статистических данных; описание результатов и их проверку на устойчивость; прикладные выводы из полученных результатов.
Исследование должно быть не ранее 2019 г.
Автор исследования на момент его подготовки должен иметь статус бакалавра, магистра или аспиранта.
Как подать заявку:
Направьте на адрес электронной почты journal@mail.cbr.ru:
- Полный текст исследования на русском или английском языке, указав в теме письма «Заявка на Конкурс Банка России экономических исследований студентов и аспирантов вузов 2021 г.».
- ФИО, статус и учебное заведение.
- Сопроводительное письмо с описанием фокуса исследования, вклада авторов исследования (новизна результатов по сравнению с существующими исследованиями и какими именно), полученные результаты и выводы.
Формат файла с текстом работы – pdf, объем – не более 5 Мб.
Заявки принимаются по 19 июля 2021 г. включительно.
Жюри конкурса:
- Редакция и соредакторы журнала «Деньги и кредит».
- Сотрудники Департамента исследований и прогнозирования, Департамента денежно-кредитной политики, Департамента финансовой стабильности Банка России.
Победители будут объявлены 20 сентября 2021 г.
Итоги конкурса-2019
Впервые Конкурс экономических исследований студентов и аспирантов вузов Банка России и журнала «Деньги и кредит» был проведен в 2019 г. Работы-победители «Ожидаемые и неожиданные последствия увеличения пенсий в России в 2010 г.» (Иван Суворов, РЭШ), «Неожиданные шоки денежно-кредитной политики в России» (Александр Тишин, РЭШ) и «Объявление санкций и российский фондовый рынок: событийный анализ» (Павел Довбня, РЭШ) были опубликованы в журнале «Деньги и кредит» (№ 4 за 2019 г. и № 1 за 2020 г.), а их авторы смогли принять участие в Международном финансовом конгрессе и других тематических мероприятиях Банка России.
Возможные темы исследований
(cписок носит справочный характер и не является исчерпывающим)
- Политика центральных банков
Типы несовершенств рынка, обосновывающие политику центральных банков. Цели и инструменты политики. Взаимодействие и согласованность денежно-кредитной, пруденциальной и макропруденциальной политики. Взаимодействие денежной и бюджетной политики.
Макроэкономические модели и их применение для центральных банков. Модели общего равновесия для экономики России.
Роль ненаблюдаемых параметров и их оценок в политике центральных банков (потенциальный уровень/рост ВВП, равновесная/нейтральная процентная ставка, NAIRU).
Политика центральных банков в условиях модельной/сценарной неопределенности.
Эффективность коммуникационной политики центральных банков и оптимальная информационная открытость.
Международная финансовая система и ее влияние на политику центральных банков развивающихся стран.
Политика центральных банков в период COVID-19. Последствия пандемии для экономики и политики центральных банков.
Климатические риски и политика центральных банков.
- Инфляция
Измерение инфляции. Природа инфляции (монетарная/немонетарная инфляция). Кривая Филлипса и рынок труда.
Изменения относительных цен, эффект переноса валютного курса в цены. Измерение трендовой/монетарной/чистой инфляции. Прогнозирование инфляции.
Издержки производства, маржа (наценка), конкуренция производителей/продавцов как факторы инфляции. Микроэкономика инфляции. Исследования/прогнозирование инфляции на микроданных (или больших данных).
Внешние и внутренние факторы инфляции. Финансовые факторы инфляции. Инфляционные ожидания и их полезность для понимания/прогнозирования инфляции. Факторы инфляционных ожиданий.
- Финансовая стабильность
Индикаторы финансовой стабильности, системного риска, «эффектов заражения» и их прогнозирование.
Глобальные финансы и системные риски. Дисбалансы и потоки капитала. Глобальный финансовый цикл и его влияние на малые открытые экономики. Взаимосвязь бизнес-цикла и кредитного цикла.
Роль валютного курса как «абсорбера шоков». Долларизация. Внешний долг. Выбор номинала валюты торговых контрактов.
Динамика цен на нефть и последствия для ценовой и финансовой стабильности в России.
Микроэкономика финансовой стабильности: причины избыточной долговой нагрузки, дисбалансов валютных и рублевых активов и обязательств. Микроэкономические решения домохозяйств и приложения для финансовой стабильности.
Риски финансовой стабильности в отраслевом и региональном разрезах.
Бюджетная политика как фактор финансовой стабильности.
Взаимодействие монетарной и макропруденциальной политики. Дилемма и трилемма денежной политики. Оптимальная денежная и макропруденциальная политика.
Проблема моральных рисков и нежелательного отбора в макропруденциальной политике.
Будущее финансов и последствия для финансовой стабильности (финтех и криптовалюты). Цифровая валюта центральных банков (CBDC).
Новые данные и методы анализа финансовой стабильности.
- Банки
Бизнес-модели банков: вызовы и перспективы.
Оптимальная конкуренция в банковском секторе: большие и малые банки.
Микроэкономические исследования на данных банковской отчетности.
Федеральные и региональные банки.
Прогнозирование финансового состояния банков.
- Анализ данных: методы и результаты
Нелинейные модели эконометрики.
Анализ больших данных.
Приложение методов машинного обучения.