Ансэль Ильгизович Шайдуллин – главный экономист отдела мониторинга и исследования данных управления развития и аналитики наличного денежного обращения департамента наличного денежного обращения, Банк России; аспирант, Национальный исследовательский университет «Высшая школа экономики»
125040, Москва, ул. Правды, 6, стр. 2; 101000, Москва, Мясницкая ул., 20
Ansel I. Shaidullin, Chief Economist, Monitoring and Data Research Section, Division of Cash Circulation Development and Analysis, Departmen of Cash Circulation, Bank of Russia; Postgraduate Student, HSE University
6–2, Pravdy ul., Moscow, 125040: 20, Myasnitskaya ul., Moscow, 101000
Снежана Владимировна Седипкова – ведущий экономист отдела анализа наличного денежного обращения и организации работы с резервными фондами банкнот и монеты Центра организации наличного денежного обращения и операционного обслуживания
630099, Новосибирск, Красный пр., 27
Snezhana V. Sedipkova, Lead Economist, Cash Circulation Analysis Section, Cash Circulation Division
27, Krasnyy pr., Novosibirsk, 630099
В периоды кризисов спрос на наличные деньги возрастает, увеличивая нагрузку на платежную инфраструктуру. Кластеризация регионов РФ позволит разработать дифференцированные сценарии реагирования на шоки и усовершенствовать прогнозный инструментарий с учетом региональной специфики. В статье представлена кластеризация регионов России на основе динамики приходно-расходных операций с наличными деньгами. С использованием корреляционно-кластерного анализа, метода Варда и алгоритма k-средних авторами выявлены группы субъектов РФ со схожими паттернами денежного обращения. На основе «метода локтя» определено, что для большинства номиналов оптимальным является разделение на три кластера, при этом границы групп варьируются в зависимости от волатильности операций. По наиболее часто встречающимся номиналам в обращении — 5000, 1000 и 500 руб. — в большинстве регионов РФ наблюдается схожая динамика приходно-расходных операций. Получен вывод о том, что в условиях значительных экзогенных шоков региональные паттерны использования наличных денег различных номиналов склонны к унификации. Формирование доминирующих кластеров свидетельствует о преобладании общенациональных факторов (изменение потребительского поведения, адаптация к неопределенности, единые меры экономической политики) над региональной спецификой в динамике наличного денежного обращения. Результаты исследования представляют практическую ценность для Банка России и других финансовых институтов, поскольку позволяют перейти к территориально ориентированным моделям прогнозирования спроса на наличность, что открывает возможности для оптимизации логистических процессов и минимизации издержек. Кроме того, предложенная методика может быть адаптирована для анализа других макроэкономических показателей, что расширяет сферу ее потенциального применения.
Demand for cash increases during crises and thus places additional strain on the payment infrastructure. Clustering the regions of the Russian Federation will facilitate differentiated response scenarios to shocks and improve forecasting tools that are responsive to specific regional characteristics. This article clusters Russian regions on the basis of the dynamics of their cash inflows and outflows. By applying correlation clustering analysis, Ward s method, and the K-Means algorithm, the authors identified groups of Russia s constituent regions with similar cash circulation patterns. For most denominations, the Elbow Method resulted in an optimal division into three clusters, whose boundaries varied with the volatility of operations. Most Russian regions exhibit similar dynamics in cash transactions for the most common denominations in circulation (5,000, 1,000, and 500 rubles). Major exogenous shocks tend to make regional patterns in the use of various cash denominations uniform. The formation of dominant clusters indicates that nationwide factors (such as changes in consumer behavior, adaptation to uncertainty, and unified economic policies) prevail over regional specifics in the dynamics of cash circulation. The results of the study have practical applications for the Bank of Russia and other financial institutions in their effort to transition to territorially oriented forecasting of cash demand with consequent opportunities to optimize logistical processes and minimize costs. The methodology proposed by the authors potentially has a broader scope, as it can be adapted to analyze other macroeconomic indicators.
The authors declare that there are no conflicts of interest present.