Влияние удобочитаемости пресс-релизов Банка России на инфляционные ожидания: экспериментальный поход

В условиях инфляционного таргетирования успешность денежно-кредитной политики во многом зависит от способности центрального банка влиять на инфляционные ожидания через эффективную коммуникацию. Особое значение имеет взаимодействие с неспециалистами, населением в широком смысле, чьи ожидания в России исторически завышены и менее заякорены. В статье рассматривается влияние удобочитаемости пресс-релизов Банка России на инфляционные ожидания населения. Удобочитаемость — свойство текстового материала, характеризующее лёгкость восприятия его человеком в процессе чтения. Для проверки гипотезы проведён лабораторный эксперимент с участием 274 человек, разделённых на контрольную и экспериментальную группы. Участники получали либо оригинальные тексты пресс-релизов, либо их упрощённые, более удобочитаемые версии, полученные с использованием генеративного искусственного интеллекта. В рамках эксперимента моделировались ситуации смягчения и ужесточения монетарной политики. Результаты показали, что при повышении ключевой ставки упрощённые тексты значимо снижают инфляционные ожидания – в среднем на 1,8–2 процентных пункта. При снижении ставки эффект статистически незначим. Таким образом, повышение понятности коммуникации особенно эффективно в условиях жёсткой денежно-кредитной политики. Полученные результаты подчеркивают необходимость адаптации коммуникационных материалов центрального банка для широкой аудитории. Сделан вывод, что улучшение читаемости может повысить доверие к денежным властям и укрепить механизм трансмиссии монетарной политики. Работа опирается на методы экспериментальной экономики, текстового анализа и регрессионного моделирования, подтверждая значимость качества коммуникации для управления инфляционными ожиданиями.

1. Евстигнеева, А. (2023). Коммуникация как инструмент денежно-кредитной политики. Банк России. Аналитические записки. URL: https://www.cbr.ru/StaticHtml/File/146496/research_policy_notes_b_4_1.pdf (дата обращения: 09.10.2024).

2. Клачкова, О. А., & Ерохин, А. Д. (2024). Влияние удобочитаемости и тональности текстов Банка России на инфляционные ожидания. Деньги и кредит. №4.

3. Оборнева, И. В. (2006). Автоматизированная оценка сложности учебных текстов на основе статистических параметров. Кандидатская диссертация. Москва.

4. Angrist , J. D., & Pischke, J.-S. (2008) Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press.

5. Bholat, D., & Broughton, N., Ter Meer, J., & Walczak, E. (2019). Enhancing central bank communications using simple and relatable information. Journal of Monetary Economics, 108, 1–15. doi: 10.1016/j.jmoneco.2019.08.007

6. Carotta, G., Mello, M., & Ponce, J. (2023). Monetary policy communication and infl ation expectations: New evidence about tone and readability. Latin American Journal of Central Banking, 4, 3, Article 100088. doi: 10.1016/j.latcb.2023.100088

7. Coibion, O., Gorodnichenko, Y., & Kumar, S. (2018). How do fi rms form their expectations? New survey evidence. American Economic Review, 108, 9, 2671–2713. doi: 10.1257/aer.20151299

8. Coibion, O., Gorodnichenko Y., & Weber, M. (2022). Monetary Policy Communications and Their Eff ects on Household Infl ation Expectations. Journal of Political Economy, 130, 1537–1584. doi: 10.1086/718982

9. Evstigneeva, A., & Sidorovskiy, M. (2021). Assessment of clarity of bank of Russia monetary policy communication by neural network approach. Russian Journal of Money and Finance, 80, 3, 3–33. doi: 10.31477/rjmf.202103.03

10. Flesch, R. (1948). A New Readability Yardstick. Journal of Applied Psychology, 32(3), 221–233. doi: 10.1037/h0057532

11. Kincaid, J. P., Fishburne, R. P. Jr., Rogers, R. L., & Chissom, B. S. (1975). Derivation of New Readability Formulas (Automated Readability Index, Fog Count and Flesch Reading Ease Formula) For Navy Enlisted Personnel. Naval Technical Training Command: Research Branch Report, 8.

12. Hansen, A. L., & Kazinnik, S. (2023). Can ChatGPT Decipher Fedspeak? SSRN Electronic Journal. doi: 10.2139/ssrn.4399406

13. Mochhoury, S. (2023). Central bank communication and trust: an experimental study on the European Central Bank and the general public. ECB Working Paper, 2023/2824.

14. Smales, L. A. (2023). Classifi cation of RBA monetary policy announcements using ChatGPT. Finance Research Letters, 58.

15. Svensson, L. E. O. (2010). Infl ation Targeting. NBER Working Paper, w16654, Available at SSRN: https://ssrn.com/abstract=173292

16. Woodhouse, D., & Charlesworth, A. (2023). Can ChatGPT Predict Future Interest Rate Decisions? SSRN Electronic Journal. doi: 10.2139/ssrn.4572831