Эконометрическое моделирование и прогнозирование валютного курса в РФ

     Банк  России предпринимает меры для того, чтобы укрепить национальную валюту. Реальная конвертируемость рубля подразумевает  как необходимое условие использование  рубля для ценообразования и  осуществления международных, применение национальной валюты в качестве средства накопления и сбережения как резидентами, так и нерезидентами, активизацию  торговли рублями на валютных рынках.

     А для того, чтобы расширить зону влияния российской национальной валюты, нужно еще много сделать. [2] И одним их действенных мер по расширению использования рубля за пределами страны явилась бы организация на территории России биржевой торговли за рубли товарами, на рынках которых наша страна имеет лидирующее положение и большое влияние: нефть, газ и др.

     1.2. Обзор литературы.

     На  текущей момент времени большинство  исследований, направленных на изучение колебаний валютных курсов, основывается на понимании того факта, что данный процесс является многофакторным. Так  Панилов М.А. в [3] предложил модель равновесного валютного курса. В основе данной модели лежит условии равновесия  между спросом и предложением на валюту. При разработке модели, были выделены основные факторы, влияющие на динамику курса, представляющие группу участников валютного рынка: экспортеры, импортеры, инвесторы, спекулянты, домашние хозяйства (население), центральные банки.

     В данной модели производится эконометрическое моделирование экспорта, импорта, спроса и предложения валюты со стороны  населения  и инвесторов, номинального курса рубля. В работе не производится анализ влияния спекулянтов на валютный курс рубля. Влияние спекулянтов  не учитывается, так как обеспечивая  высокую ликвидность рынка в  каждый момент времени, в долгосрочном периоде спекулянты могут повлиять на курс в значительно меньшей  степени. Полученная эмпирическая модель валютного курса показала свою состоятельность: на временном интервале, используемом для прогнозирования (с января 2006г. по декабрь 2008г), модель точно определяла динамику курса рубля. В начале 2006 года модель предсказала укрепление рубля и в дальнейшем достаточно хорошо определяла изменения динамики курса рубля. В сентябре 2008 года, в условиях мирового финансового  кризиса, моделью было предсказано  ослабление   курса рубля. Данный факт говорит о том, что модель работает не только при стабильной внешне- и внутриэкономической обстановке, но и в условиях мирового экономического кризиса. Кроме того, поведение участников валютного курса хорошо объясняется  разработанными моделями.

     Полученные  в данном исследовании коинтеграционные соотношения и модели коррекции  ошибок как с экономической так  и с эконометрической точки зрения являются адекватными. Знаки и значения переменных согласуются с теоретическими предпосылками, которые были положены в основу моделей. Разработанные модели могут быть использованы как при построение краткосрочных (до полугода) прогнозов валютного курса, экспорта, импорта, спроса и предложения валюты со стороны населения, оттока и притока капитала в РФ, так и при разработке каких-либо экономических программ на год.

     Аналогичное исследование производилось и с  помощью нечетких временных рядов (fuzzy time series). Прогнозирование, основанное на нечетких временных рядах (НВР), привлекает повышенное внимание исследователей на протяжении последних 15 лет. Большинство опубликованных к настоящему времени работ использовали в качестве тестовой последовательности данные регистрации студентов в Университете шт. Алабама за почти 20-ти летний период времени. Отметим здесь лишь некоторые из полученных результатов. В частности, Сонг и Чиссом (Song-Chissom) рассматривали стационарные (time-invariant) и переменные во времени (time-variant) НВР прогнозные модели, которые обеспечили средние ошибки на уровне 3.18% и 4.37.

     Стационарная  НВР модель, предложенная Ченом (Chen) и протестированная на тех же данных регистрации студентов Университета шт. Алабама, практически не изменила достигнутую Сонгом и Чиссомом погрешность прогнозирования (3.23%), а модифицированный подход Шах и Дегтярева (Şah-Degtiarev) позволил несколько улучшить результаты прогнозирования, снизив среднюю ошибку до 2.42%. Одновременно, переменная во времени НВР модель Хванга, Чена и Ли (Hwang-Chen-Lee), оставаясь простой с точки зрения проводимых матричных вычислений, составила достойную конкуренцию и обеспечила относительную погрешность прогнозируемых значений около 3.12%. Авторы продемонстрировали очень высокую эффективность применения НВР к проблеме прогнозирования численности населения Азербайджана – на четырнадцатилетнем временном отрезке с 1988 года по 2001 год относительная ошибка не выходила за пределы интервала [0.02,0.25]% в условиях устойчивого восходящего тренда анализируемых данных.

     Помимо  перечисленных выше моделей, обращает на себя внимание исследование Хуарнга (Huarng), в которой автор усовершенствовал модель Чена, использовав эвристики, т.е. «неформальные, интуитивные стратегии», которые выражают ожидания экспертов/аналитиков относительно тренда регистрации студентов в будущем году (так называемые тренды роста/снижения/стабильности). В результате, данная методика обеспечила среднюю процентную погрешность прогнозирования около 2.38%. Стремление к достижению более высокой точности прогнозирования нашло также свое отражение в одной из недавних работ Чена и Хшу (Chen-Hsu), представивших описание нового переменного во времени НВР метода применительно к данным регистрации студентов Университета шт. Алабама. Авторам удалось снизить среднюю относительную ошибку до уровня 0.36% (по отдельным годам погрешности укладываются в достаточно широкий интервал [0.0053,1.36]%).

     В [4] Дегтярев К рассматривает модифицированный подход к прогнозированию валютных котировок USD/RUB и EUR/RUB1, в основе которого лежит использование нечетких временных рядов (НВР).

     Особенностью такого рода финансовых задач является полная доступность исходных данных, охватывающих временные периоды различной продолжительности, что позволяет провести многочисленные эксперименты и детально проанализировать получаемые результаты. В целом, можно заключить, что представленный метод отличается достаточной простотой (в его основе лежат базовые матричные вычисления), приемлемой точностью, и он может быть рекомендован для применения в качестве одной из составляющих этапов технического анализа.

     Работа  [5] посвящена рассмотрению и оценке моделей паритета покупательной способности и модели непокрытого паритета процентных ставок. Построение моделей осуществлялось на базе месячных данных за период с января 2001 г. по декабрь 2006 г. и квартальных статистических данных за период с I квартала 1996 г. по IV квартал 2006 г., а также на данных подпериодов. Временные ряды исходных статистических данных были преобразованы в логарифмическую форму во избежание проблем, связанных с гетероскедастичностью (неоднородными дисперсиями), и, при необходимости, подвергались процедуре сезонного сглаживания (корректировка на сезонность выполнялась с помощью процедуры сезонного сглаживания TRAMO/SEATS, реализованной в EViews).

     В результате оценок моделей в форме коррекции ошибок была получена долгосрочная и краткосрочная эластичность номинального обменного курса белорусского рубля к доллару США по основным фундаментальным переменным. Необходимо отметить, что все оцененные модели обладают неплохой объясняющей способностью описания динамики обменного курса белорусского рубля, особенно в долгосрочной перспективе.

     Динамика  разности процентных ставок также оказывала  значимое влияние на динамику обменного курса рубля во всех моделях. Однако колебание разностей процентных ставок оказывало на динамику обменного курса меньшее влияние по сравнению с соотношением цен и производительности. Подавляющее большинство оцениваемых зависимостей показало правильные, с теоретической точки зрения, знаки. В результате оценка рассмотренных моделей подтвердила возможность описания динамики обменного курса белорусского рубля к доллару США с помощью рассматриваемых структурных моделей как в среднесрочной, так и в долгосрочной перспективе.

     Прогнозирование валютного курса также рассматривается  в [6]. В работе описаны линейный и нелинейный подходы. В линейном подходе осуществляется прогнозирование USDCHF эконометрическим методом и методом «Гусеница»-SSA. Для рассмотрения был взят ряд часовых котировок швейцарского франка к американскому доллару CHFUSD за период с 1 декабря 2009 года по 28 февраля 2010 года.

     Рассматриваемый файл данных содержит даты, время котировки, цену открытия, максимальной цены за час, минимальной цены за час, цену закрытия и объем совершенных сделок (Date, Time, Open, High, Low, Close, Volume). Анализ рядов и построение регрессий проводился с использованием программного пакета Eviews 4.0

     Недостатком построенной модели в данной статье является ее неприменимость на практике, так как в начале периода, на котором пытаются предсказать волатильность, не будут известны величины Volume и Int_High. Если же взять лагированные объем и первую разность ряда High, то доля объясненной дисперсии снизится до 20,8%. Иными словами, качество прогноза, полученного при помощи данной модели, будет очень низким.

     По  итогам исследования, проведенного с  использованием методов эконометрики, можно сделать вывод о получении неудовлетворительных результатов. Исследование валютной пары USDCHF линейными методами выявило наличие нестационарности в характере поведения временного ряда, в результате чего был сделан вывод о невозможности создания качественной прогнозной модели на основе параметрических методов.

     Следует отметить, что качество прогнозов, полученных при помощи нейронных сетей, выше, чем в любом из рассмотренных линейных случаев. Это позволяет сделать вывод о наличии нелинейной зависимости между котировками валютного рынка.

     Именно  поэтому в данной статье линейные методы регрессионного анализа не дали ожидаемых результатов. Безусловно, теория линейных параметрических и непараметрических методов прогнозирования изучена более подробно, чем относительно молодая (в ее современной форме) теория нейронных сетей. Однако по итогам полученных результатов предпочтение по праву отдается нелинейным методам. 
 
 

1.3.1. Описание факторов, влияющих на велечину валютного курса.

     Как любая цена, валютный курс отклоняется  от стоимостной основы - покупательной  способности валют - под влиянием спроса и предложения валюты. Соотношение  такого спроса и предложения зависит  от ряда факторов. Многофакторность валютного  курса отражает его связь с  другими экономическими категориями - стоимостью, ценой, деньгами, процентом, платежным балансом и т.д. Причем происходит сложное их переплетение и выдвижение в качестве решающих то одних, то других факторов.

     Следует различать конъюнктурные и структурные (долгосрочные) изменения, влияющие на валютный курс. К конъюнктурным факторам, влияющим на валютный курс, относятся:

     1. Состояние экономики: [7]

     · Темп инфляции;

     · Уровень процентных ставок;

     · Деятельность валютных рынков;

     · Валютная спекуляция;

     · Валютная политика;

     · Состояние платежного баланса;

     · Степень использования национальной валюты в международных расчетах;

     · Ускорение или задержка международных  расчетов.

     2. Политическая обстановка в стране (политический фактор).

     3. Степень доверия к национальной  валюте на национальном и мировом  рынках (психологический фактор).

     Конъюнктурные факторы связаны с колебаниями  деловой активности, политической и  военно-политической обстановкой, со слухами (порою ажиотажными), догадками и  прогнозами. Обменный курс зависит  от того, насколько пессимистично  или оптимистично настроено общество в отношении правительственной  политики.

     Чем выше темп инфляции (рост цен) в стране по сравнению с другими государствами, тем ниже курс ее валюты, если не противодействуют иные факторы. Инфляционное обесценение  денег в стране вызывает снижение их покупательной способности и  тенденцию к падению их валютного  курса. Данная тенденция обычно прослеживается в средне- и долгосрочном плане.

     На  валютный курс влияет степень использования  валюты на мировых рынках. Преимущественное использование доллара США в  международных расчетах и на международном  рынке капиталов вызывает постоянный спрос на него и поддерживает его  курс даже в условиях падения его  покупательской способности.

     Повышение процентных ставок по депозитам и (или) доходности ценных бумаг в какой-либо валюте вызовет рост спроса на эту валюту и приведет к ее удорожанию. Относительно более высоки процентные ставки и доходность ценных бумаг в данной стране (при отсутствии ограничений на движение капитала) приведут: [8]

     Во-первых, к притоку в эту страну иностранного капитала и соответственно - к увеличению предложения иностранной валюты, ее удешевлению и удорожанию национальной валюты.