Матвеев Д.М. Особенности анализа вероятности банкротства сельскохозяйственной организации / Д.М. Матвеев, К.И. Гнилицкая // Экономика и бизнес: теория и практика. — 2015. — №7. — С. 60-65.

ОСОБЕННОСТИ АНАЛИЗА ВЕРОЯТНОСТИ БАНКРОТСТВА

СЕЛЬСКОХОЗЯЙСТВЕННОЙ ОРГАНИЗАЦИИ

 

Д.М. Матвеев, канд. экон. наук, доцент

К.И. Гнилицкая, магистрант

Новосибирский государственный аграрный университет

(Россия, г. Новосибирск)

 

Аннотация. В работе описаны основные модели оценки риска финансовой несостоятельности (банкротства) организаций, предлагаемые зарубежными и отечественными учёными. Рассмотрены их основные преимущества и недостатки. Авторами обоснована необходимость использования нескольких методик при оценке риска банкротства организации, что позволяет существенно повысить объективность полученных результатов. Для сравнения эффективности применения описываемых моделей, авторами проведена диагностика вероятности банкротства крупной сельскохозяйственной организации.

Ключевые слова: сельскохозяйственные организации, финансовое состояние, методика оценки, банкротство.

 

 

В настоящее время существует множество моделей оценки риска несостоятельности (банкротства) организаций. Наиболее распространены факторные модели известных западных экономистов, таких как Альтман, Бивер, Лис, Таффлер и др. Отечественные экономисты разрабатывали собственные модели прогнозирования риска банкротства или адаптировали западные модели к российским условиям. Отдельно среди них можно выделить модели, разработанные О.П. Зайцевой, В.В. Ковалевым, учеными Иркутской государственной экономической академии, Р.С. Сайфулиным и Г.Г. Кадыковым и др [1].

Все модели прогнозирования банкротства, разработанные зарубежными и российскими авторами, включают в себя несколько (от двух до семи) ключевых показателей, характеризующих финансовое состояние коммерческой организации. На их основе рассчитывается комплексный показатель вероятности банкротства с весовыми коэффициентами и индикаторами.

Пятифакторная модель Альтмана получила большее распространение. Она обладает рядом неоспоримых достоинств: простота и возможность применения при ограниченной информации; сравнимость показателей; возможность разделения анализируемых компаний на потенциальных банкротов и не банкротов; высокая точность расчетов.

К недостаткам модели относится то, что она не учитывает российские особенности экономики, не учитывает значение показателей рентабельности и основана на устаревших данных.

Британские ученые Р. Таффлер и Г. Тишоу в 1977 г. предложили четырехфакторную модель. При ее разработке использовался следующий подход: на первой стадии была собрана статистика по восьмидесяти компаниям, как обанкротившимся, так и платежеспособным. С помощью статистического метода, известного как «анализ многомерного дискриминанта», была построена модель платежеспособности.

Достоинством модели Таффлера является высокая точность прогноза вероятности банкротства компании, что связано с большим числом проанализированных компаний.

Недостатками модели являются: ограничение области применения (только для акционерных обществ, акции которых активно торгуются на фондовом рынке); сложность интерпретации итогового значения; использование устаревших данных.

Модель О.П. Зайцевой использует в качестве переменных 6 финансовых показателей, для которых определены нормативные значения. Методика недостаточно хорошо описана, не дана техника расчета коэффициентов. Существует необходимость привлечения данных о коэффициенте загрузки за предыдущие периоды, что ограничивает возможности использования модели при проведении внешнего анализа.

Достоинством модели Иркутской государственной экономической академии является подробное описание механизма разработки и основных этапов расчета. Но значение R-счета практически не коррелирует с результатами, получаемыми при помощи других методов и моделей, поэтому получаемые прогнозы не соответствуют реальному финансовому состоянию предприятий [3].

Несмотря на наличие большого количества методик, позволяющих выполнить анализ финансовой состоятельности организации с той или иной степенью вероятности, ни одна из них не может претендовать на использование в качестве универсальной. Поэтому при диагностике банкротства организации целесообразно использовать несколько методик одновременно, учитывая специфику ситуации, и сравнивать полученные результаты на предмет возможной угрозы потери платёжеспособности оцениваемого предприятия в перспективе.

Для сравнения эффективности применения описанных выше моделей оценки риска банкротства, авторами выполнен анализ финансовой отчётности ЗАО «Коневское» Новосибирской области.

 

 

Таблица 1. Расчет вероятности банкротства по модифицированной пятифакторной модели Альтмана

Показатель

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

X1 = оборотный капитал к сумме активов предприятия

0,68

0,74

0,77

0,31

0,38

X2 = нераспределенная прибыль к сумме активов предприятия

0,56

0,62

0,65

0,64

0,68

X3 = прибыль до налогообложения к общей стоимости активов

0,11

0,14

0,05

0,02

0,04

Х4 = собственный капитал/заемный капитал

2,26

2,81

3,34

3,15

3,74

Х5 = объем продаж к общей величине активов предприятия

0,28

0,32

0,28

0,20

0,30

Индекс Альтмана Z=0,717*Х1+0,847*Х2+3,107*Х3+0,42*Х4+0,995*Х5

2,53

2,99

2,94

2,35

2,84

 

 

Результаты анализа по модифицированной пятифакторной модели Альтмана показали, что ситуация на предприятии стабильна, риск неплатежеспособности в течение анализируемого периода был крайне мал, так как значение индекса Z больше 1,23 (табл. 1).

 

 

Таблица 2. Расчет комплексного показателя предсказания финансового кризиса по модели Р.С. Сайфулина и Г.Г. Кадыкова

Показатель

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

К1 – коэффициент обеспеченности собственными оборотными средствами

0,4

0,5

0,7

1,0

0,8

К2 – коэффициент текущей ликвидности

8,0

27,4

42,3

40,6

33,8

К3 – коэффициент оборачиваемости активов

0,3

0,3

0,3

0,2

0,3

К4 коэффициент менеджмента, рассчитываемый как отношение прибыли от реализации к выручке

0,3

0,4

0,1

0,0 (0,005)

0,1

К5 рентабельность собственного капитала по прибыли от продаж

16,4

20,7

6,5

2,9

5,5

R = 2*К1+ 0,1*К2 + 0,08*К3 + 0,45*К4 + К5

18,2

24,6

12,2

9,0

10,5

 

 

Расчёты, выполненные по методике Р.С. Сайфулина и Г.Г. Кадыкова, дали схожие результаты. Комплексный показатель Р.С. Сайфулина показал, что финансовое состояние ЗАО «Коневское» является достаточно удовлетворительным. Фактическое значение показателя R на протяжении исследуемого периода находится выше норматива, равного единице. При этом следует отметить негативную динамику по нему, сложившуюся за последние 5 лет. Наиболее сильное сокращение его значения было отмечено в 2012 году на 12,4 пункта, по сравнению с 2011 годом.

 

 

Таблица 3. Рейтинговая оценка финансового состояния предприятия

Наименование коэффициента (нормативное значение)

Значение на конец 2010 г.

Значение на конец 2014 г.

Изменение за период

Оценка

(в баллах) на конец 2010 г.

Оценка

(в баллах) на конец 2014 г.

Коэффициент независимости (>0,4)

0,7

0,8

0,1

20

20

Соотношение заемных и собственных средств (0,3 — 1)

0,4

0,3

— 0,1

15

15

Коэффициент покрытия (общий) (>1)

4,0

4,2

0,2

20

20

Промежуточный коэффициент покрытия (>0,6)

0,2

0,3

0,1

0

0

Коэффициент абсолютной ликвидности (>0,1)

0,3

0,5

0,2

10

10

Рентабельность продаж (>0,1)

38,6

12,7

— 25,9

10

10

Рентабельность основной деятельности (>0,1)

52,4

16,1

— 36,3

10

10

Выполнение «золотого правила» (да/нет)

нет

нет

0

0

Рейтинговая оценка

85

85

Класс платежеспособности

1

1

 

 

Выполнив рейтинговую оценку финансового состояния исследуемого предприятия, и в ходе определения его класса платежеспособности, было выявлено, что оно относится к первому классу, так как совокупное значение показателей составляет 85 баллов (табл. 3). Это означает, что данное хозяйство финансово устойчиво и обладает высоким уровнем кредитоспособности.

Из представленных выше методик оценки вероятности банкротства зарубежных экономистов, предпочтение было отдано предлагаемой Р. Таффлером и Г. Тишоу.

 

 

Таблица 4. Расчет вероятности банкротства по модели Р. Таффлера и Г. Тишоу

Показатель

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

X1 = отношение прибыли от продаж к краткосрочным обязательствам

0,6

1,1

0,3

0,0

0,9

X2 =  отношение оборотного капитала к сумме обязательств

1,1

1,2

1,4

1,4

1,2

X3 = отношение краткосрочных обязательств к сумме активов

0,1

0,1

0,1

0,1

0,1

X4 = отношение выручки от реализации к сумме активов

0,3

0,3

0,3

0,2

0,3

Z = 0,053 X1 + 0,13 X2 + 0,18 X3 + 0,16 Х4

0,2

0,3

0,3

0,2

0,3

 

 

 

Значение Z на протяжении рассматриваемого периода находится в диапазоне 0,2-0,3, что указывает на некоторую неопределенность в финансовом состоянии изучаемой организации.

Ещё одной методикой используемой для оценки вероятности наступления банкротства, была выбрана шестифакторная модель Зайцевой О.П. Она показала, что фактическое значение комплексного коэффициента банкротства (R) ниже нормативного и говорит о низкой вероятности банкротства (табл. 5).

 

 

Таблица 5. Расчет вероятности банкротства по модели О.П. Зайцевой

Показатель

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

К1 – коэффициент убыточности предприятия

0,0

0,0

0,0

0,0

0,0

К2 – коэффициент соотношения кредиторской и дебиторской задолженностей

3,7

0,7

1,9

2,7

0,9

К3 – коэффициент соотношения краткосрочных обязательств и наиболее ликвидных активов

0,4

0,3

0,4

0,4

0,3

К4 – убыточность продаж продукции

0,0

0,0

0,0

0,0

0,0

К5 – коэффициент соотношения заемного и собственного капитала

0,4

0,4

0,3

0,3

0,4

К6 – коэффициент загрузки активов

3,6

3,1

3,5

4,9

3,2

R = 0,25К1 + 0,1К2 + 0,2К3 + 0,25К4 + 0,1К5+ 0,1К6

0,81

0,44

0,62

0,84

0,50

 

 

Последней моделью используемой в исследовании была четырехфакторная R-модель Иркутской государственной экономической академии. Данная модель на основе регрессионного уравнения позволяет рассчитать интегральный показатель R, характеризующий уровень возможного риска банкротства предприятия [1].

 

 

Таблица 6. Расчет вероятности банкротства по модели Иркутской государственной экономической академии (ИГЭА)

Показатель

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

X1= отношение чистого оборотного (работающего) капитала к активам

0,3

0,3

0,3

0,3

0,3

X2= отношение чистой прибыли к собственному капиталу

0,2

0,2

0,1

0,0 (0,03)

0,2

X3= отношение чистого дохода к валюте баланса

0,3

0,3

0,3

0,2

0,3

X4= отношение чистой прибыли к  суммарным затратам

0,5

0,7

0,2

0,1

0,6

R = 8,38 X1 + X2 + 0,054 X3 + 0,63 X4

3,0

3,2

2,8

2,6

3,1

 

 

Согласно полученным результатам выполненного анализа по данной модели, вероятность угрозы банкротства ЗАО «Коневское» за период с 2010 по 2014 гг. оценивается как минимальная (до 10%).

 

Таблица 7. Сравнительная оценка результатов диагностики угрозы вероятности наступления банкротства ЗАО «Коневское» за 2010-2014 гг.

Наименование методики, ее автор

Значение результативного показателя (оценка степени вероятности наступления банкротства)

2010 г.

2011 г.

2012 г.

2013 г.

2014 г.

Пятифакторная модель Альтмана

2,53

(низкая)

2,99

(низкая)

2,94

(низкая)

2,35 (низкая)

2,86

(низкая)

Модель Р.С. Сайфулина

18,2

(низкая)

24,6

(низкая)

12,2

(низкая)

9,0 (низкая)

22,1 (низкая)

Модель Р. Таффлера и Г. Тишоу

0,2

(неопредленное состояние)

0,3

(неопредленное состояние)

0,3

(неопредленное состояние)

0,2 (неопредленное состояние)

0,3 (неопределенное состояние)

Модель О.П. Зайцевой

0,81

(низкая)

0,44

(низкая)

0,62

(низкая)

0,84 (низкая)

0,56 (низкая)

Модель Иркутской государственной экономической академии (ИГЭА)

3,0

(низкая)

3,2

(низкая)

2,8

(низкая)

2,6 (низкая)

3,0 (низкая)

 

 

Анализ полученных данных указывает на наличие однородных выводов. Оценки угрозы банкротства ЗАО «Коневское», проведенные по методике О.П. Зайцевой, модели Сайфулина-Кадыкова, пятифакторной модели прогнозирования и модели Иркутской государственной экономической академии позволяют констатировать, что предприятие находится в устойчивом финансовом состоянии, имеет высокий уровень платежеспособности и финансово устойчиво.

Однако, согласно оценкам, полученным по методике Р. Таффлера и Г. Тишоу, значение показателя Z варьирует от 0,2-0,3, что говорит о состоянии финансовой неопределенности в организации.

Ключевой причиной, влияющей на разрозненность выводов о финансовой устойчивости и диагностики угрозы банкротства, служит привязка моделей к определенному показателю. Так, например, согласно пятифакторной модели и модели Сайфулина-Кадыкова угроза банкротства ЗАО «Коневское» оценивается как низкая из-за основополагающего влияния коэффициента обеспеченности собственными средствами на результативный показатель (Z-счет) [4]. Для модели Иркутской государственной экономической академии ключевым фактором являются коэффициенты оборачиваемости запасов и эффективности использования активов предприятия.

Стоит отметить, что в уравнении Р. Таффлера и Г. Тишоу переменная X1 играет доминирующую роль, а прогностическая способность модели ниже по сравнению с Z-счетом Альтмана, в результате чего незначительные колебания экономической обстановки и возможные ошибки в исходных данных, при расчете финансовых коэффициентов и индекса в целом, могут приводить к ошибочным выводам [5].

 

Библиографический список

1. Методы оценки вероятности банкротства предприятия: учеб. пособие / И.И. Мазурова, Н.П. Белозерова, Т.М. Леонова. – СПб.: Изд-во СПбГУ-ЭФ, 2012. – 53 с.

2. О несостоятельности (банкротстве):  Федеральный Закон от 26 октября 2002 № 127-ФЗ (ред. от 29.12.2014). [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_LAW_173430/

3. Савицкая Г.В. Анализ хозяйственной деятельности предприятия: учебник / Г.В. Савицкая. – М.: ИНФРА-М, 2011. – 104 с.

4. Силион С.С. Зарубежный и отечественный подходы прогнозирования банкротства организации // Фундаментальные и прикладные исследования: проблемы и результаты. – 2014. – № 12. – С. 184-188.

5. Шеремет А.Д., Сайфулин Р.С., Негашев Е.В. Методика финансового анализа: учебное пособие. – М.: ИНФРА-М, 2005. 35 с.

 

 

FEATURES ANALYSIS OF PROBABILITY OF BANKRUPTCY OF AGRICULTURAL

 

DM Matveev, candidate of economic sciences, associate professor

KI Gnilitskaya, graduate student

Novosibirsk state agrarian university

(Russia, Novosibirsk)

 

Abstract. The paper describes the basic model of risk assessment of financial insolvency (bankruptcy) of the organizations that offered by foreign and domestic scientists. We consider their advantages and disadvantages. The authors of the necessity of using several methods in assessing the risk of bankruptcy the Organization, which can significantly increase the objectivity of the results. To compare the effectiveness of the described model, the authors conducted a large probability of bankruptcy diagnostics Agriculture Organization.

Keywords: agricultural organizations, financial condition, estimation procedure, bankruptcy.

ДЕНЕЖНО-КРЕДИТНАЯ ПОЛИТИКА БАНКА РОССИИ НА СОВРЕМЕННОМ ЭТАПЕ

 

Ю.В. Всяких, канд. экон. наук, доцент

А.Ф. Битюкова, студент

Белгородский государственный национальный исследовательский университет

(Россия, г. Белгород)

 

Аннотация: Цель данной статьи состоит в описании механизмов воздействия Банка России на денежно-кредитную политику. При написании статьи были использованы такие методы как анализ и сравнение. Результатом исследования является выявленная зависимость денежно-кредитной политики ЦБ от внешнеэкономических отношений России с европейскими странами. Таким образом, сейчас сложно делать прогнозы касательно снижения уровня инфляции до планового значения, а также трудно судить об объемах вкладов инвесторов в российскую экономику, т.к. инвестиционная привлекательность России, в связи с последними событиями в мире, существенно снизилась. Результаты данной статьи могут быть использованы для продолжения изучения данной темы.

Ключевые слова: денежно-кредитная политика, ключевая ставка, инфляция, РЕПО.

 

Государство для реализации общественно значимых целей, а именно улучшения благосостояния и уровня жизни населения, развития экономики и увеличения темпов экономического роста при помощи определенных механизмов воздействует на экономические процессы. Данное влияние проявляется в результате проведения денежно-кредитной, инвестиционной, внешнеэкономической, социальной и фискальной политики.

Под денежно-кредитной политикой (ДКП) понимается совокупность мер в области денежного обращения и кредита, направленных на регулирование экономического роста, выравнивание платежного баланса, сдерживание инфляции и обеспечение занятости населения.

Реализация денежно-кредитной политики согласно «Основным направлениям единой денежно-кредитной политики на 2015 год и период 2016 и 2017 годов» будет происходить в 2 этапа (рис. 1).

Рис.1. Процесс реализации денежно-кредитной политики

 

Оценка реализации денежно-кредитной политики возможна при помощи анализа ее инструментов.

Необходимо отметить, что Банк России осуществляет управление однодневными процентными ставками с помощью системы инструментов денежно-кредитной политики, направленность, которой определяется стремлением приблизить ставки денежного рынка (удерживая в границах процентного коридора) к уровню ключевой ставки [1].

Для управления уровнем процентных ставок Банк России осуществляет операции на аукционной основе (на срок 1 неделя) в форме аукционов РЕПО, либо депозитных аукционов.

А для ограничения диапазона колебаний ставок по инициативе банков могут проводиться операции постоянного действия (на срок 1 день) в форме сделок своп, ломбардных кредитов, РЕПО, депозитных операций и других. Верхней и нижней границей коридора процентных ставок ЦБ РФ являются операции постоянного действия по предоставлению и изъятию ликвидности на срок 1 день [1].

В периоды, когда спрос банковского сектора на ликвидность значительно отклоняется от ее предложения, ЦБ РФ проводит операции «тонкой настройки» (на сроки от 1 до 6 дней) в форме аукционов РЕПО либо депозитных аукционов.

Также помимо краткосрочных операций Банк России осуществляет дополнительные операции на длительные сроки. К таким операциям относятся:

 регулярные аукционные операции (на срок 3 месяца), необходимые для улучшения условий проведения основных операций;

 нерегулярные аукционные операции при помощи, которых можно ограничить влияние структурного дефицита ликвидности на срочность пассивов кредитных организаций [2];

 операции постоянного действия на срок от 2 до 549 дней.

Изложенная выше характеристика системы инструментов берется за основу при анализе денежно-кредитной политики.

Процесс проведения 2 этапа осуществляется путем корректировки значений однодневных ставок денежного рынка в соответствии с ключевой ставкой [2].

Рис. 2. Ключевая ставка  ЦБ за период с 2013 по 2015 года,  %

Изменение ключевой ставки Банка России за 2013 – 2015 годы можно увидеть на рисунке 2, который показывает, что её наибольшее значение было установлено 16 декабря 2014 года 17 %, а наименьшее 13 сентября 2013 года 5,5 %. Необходимо отметить, что ключевая ставка за 2013 2014 годы имеет тенденцию к росту. С 16 декабря 2014 года Банк России поднял ключевую ставку на 6,5 процентных пункта – до 17 % годовых, а со 2 февраля 2015 года ЦБ РФ снизил ключевую ставку с 17% до 15 %. В настоящий момент она составляет 12,5 % годовых.

Обязательные резервные требования, депонированные, в Банке России также относят к инструментам ДКП (рис. 3.).

 

Рис. 3. Обязательные резервы кредитных организаций

на 1 янв.  2012-2015 гг., млн. руб.

Проанализировав данный рисунок можно отметить, что обязательные резервы кредитных организаций в 2013 году были увеличены, их темп роста составил 112,5%, а темп прироста в 2014 году по сравнению с 2013 годом составил (- 3,9 %).

Другим инструментом денежно-кредитной политики является рефинансирование ЦБ РФ кредитных организаций. К компетенции Банка России, в данном случае относится установление порядка и условий рефинансирования, а также осуществление операций кредитования кредитных организаций. Данные об объемах операций кредитования ЦБ РФ представлены в таблице 1.

 

Таблица 1

Объемы операций кредитования Банка России за 2012-2014 г., млн. руб.

Показатели

Годы

Темп роста

2014 г./ 2012 г., %

2012

2013

2014

Внутридневные кредиты

52673666,64

57773132,34

60742863,41

115,3

Кредиты овернайт

172283,56

146482,55

203873,31

118,3

Ломбардные кредиты

211227,47

224889,78

113255,62

53,6

Кредиты, обеспеченные активами или поручительствами

1520368,91

1904104,42

12144805,21

798,8

Кредиты, обеспеченные золотом

2150

2113

2807

130,6

 

Таким образом, за исследуемый период объемы операций кредитования ЦБ РФ имеют тенденцию к росту, за исключением некоторых видов операций. В частности, темп роста кредитов обеспеченных активами или поручительствами в 2014 году составил 798,8%, а объемы ломбардных кредитов за анализируемый период уменьшились в 2 раза.

В условиях роста напряженности и угроз стабильности денежного рынка ЦБ РФ не исключает возможности использования кредитов без обеспечения активами и поручительствами. Данный инструмент будет использоваться Банком России лишь в том случае, если возможности кредитных организаций по рефинансированию через основные инструменты окажутся исчерпанными.

Наряду со стандартными инструментами денежно-кредитной политики, Центральный Банк будет использовать специальные программы рефинансирования для побуждения отдельных сегментов кредитного рынка. Следовательно, ЦБ РФ будет проводить мониторинг результатов предложенных программ, и корректировать их при необходимости. Таким образом, в настоящее время достаточно сложно оценить эффективность и результативность проводимых мероприятий денежно-кредитной политики. Это в первую очередь связано с ухудшением внешнеэкономических отношений РФ с другими государствами. Следствием данной ситуации явились санкции, введение которых повлекло за собой снижение цен на нефть и рост инфляции. В связи с этим Банк России проводит умеренно жесткую кредитно-денежную политику, которая будет способствовать замедлению инфляции и станет основой для снижения процентных ставок только тогда, когда ситуация в России на макро уровне станет более стабильной.

 

Список литературы:

1. Центральный банк Российской Федерации [Электронный ресурс]: Электронные данные Режим доступа: http://www.cbr.ru, свободный.

2. КонсультантПлюс [Электронный ресурс]: Основные направления единой государственной денежно-кредитной политики на 2015 год и период 2016 и 2017 годов. Электронные данные Режим доступа: http://www.consultant.ru, свободный.

 

 

MONETARY POLICY OF THE BANK OF RUSSIA TODAY

 

Vsyakih Yulia Vladimirovna, Candidate of Economic Sciences, assistant professor of finance and credit,

Belgorod National Research University

st. Pobedy, d. 85, Belgorod, Belgorod region, 308000, Russia

e-mail: vsyakih@bsu.edu.ru

 

Bityukova Anastasia Fyodorovna, Bachelor of Economics Institute
Belgorod National Research University
st. Pobedy, d. 85, Belgorod, Belgorod region, 308000, Russia
e-mail: bitiukova1994@mail.ru

 

Abstract: The purpose of this article is to understand the mechanisms of action of the Bank of Russia monetary policy. When writing this article were used methods such as analysis and comparison. The result of the study of the topic can be considered the fact that the monetary policy of the Central Bank mainly depends on foreign economic relations of Russia with the European countries, thus Now it is difficult to make predictions about reducing inflation to the planned value, and it is difficult to judge the amount of deposits of investors in the Russian economy, as investment attractiveness of Russia in connection with the latest events in the world has declined substantially. The results of this article can be used to continue the study of the topic.

Keywords: monetary policy, the key rate, inflation, the repo