|
|
Реферат: Виды и типы управленческих решений
Пусть курс СДР в долларах США на предшествующий день оценки СДР0 - 1,49828.
Сумма по графе 5 дает курс СДР (1,1768).
4. Особенности статистического исследования динамики валютных курсов
Задачами статистического изучения динамики валютных курсов являются:
1) Изучение предшествующего развития исследуемого ряда: измерение
динамики и исчисление среднего уровня.
2) Анализ случайности движения валютных курсов.
3) Анализ движения валютных курсов.
4) Прогнозирование валютных курсов. Для измерения динамики используют
известные показатели: темпы роста, прироста, средний темп роста и т.д.
Отметим лишь, что темп роста валютных курсов (индекс валютного курса (i))
рассчитывается обычно как соотношение средних за период валютных курсов (
:  ) из-за сильной их
колеблемости.
 ,
Также используются индексы номинального эффективного валютного курса (Iэф):
(исходя из формулы средней арифметической);
(исходя из формулы средней геометрической),
где КABi - курсы валюты А по отношению к валютам B1 ,Bi,.,Bm;
m - число валют-измерителей;
gABi - товарооборот страны валюты А со странами валют;
B1 ,Bi,.,Bm - доля товарооборота
между этими странами в совокупном обороте m стран.
Данный метод расчета используется для устранения влияния одной валюты-измерителя
на показатель динамики курса исследуемой валюты: в Iэф
осуществляется привязка к («корзине» валют, поэтому характеристика движения
валютного курса будет более комплексной.
Средний уровень ряда валютных курсов исчисляют на базе недели и месяца(реже
квартала).
4.1. Выявление общей тенденции
Выявление общей тенденции динамики валютного курса и ее особенностей в
отдельные периоды времени - важная задача статистического анализа валютного
курса, имеющая и прикладное значение. В ряде случаев тенденция проявляется
четко (хорошо видна в таблице, на графиках), в других она бывает скрыта за
случайными колебаниями уровней ряда. Движение валютного курса зачастую так
хаотично, что возникает сомнение: действительно ли за стихийными колебаниями
можно увидеть и закономерные движения уровней валютного курса во времени. Т.
е. прежде чем выявлять общую тенденцию, необходимо провести анализ
случайности движении валютных курсов. Для этого используется совокупность
статистических методов - критериев случайности.
1. Критерий поворотных точек. Поворотными точками называют значения ряда,
которые больше двух соседних (это пик) или меньше (впадина). Они сигнализируют
о смене тенденции развития. Сравнивая число поворотных точек изучаемого ряда
(ПТф) и абсолютно случайного (ПТсл), делают
вывод о случайности данного процесса. Для этого проверяют нулевую
статистическую гипотезу:
Но: ПТф = ПТсл против H1: ПТф # ПТсл,
опираясь на сравнение tкритерия с распределением Стъюдента и tфакт.
 ,
где  ;
n - число наблюдений.
Недостатком критерия поворотных точек является то, что не учитываются
абсолютные размеры взлетов и падений валютных курсов, а констатируется лишь
факт смены тенденции. Поэтому следует применять и другие критерии.
2. Критерий распределения длин фаз. Фазой называют отрезок ряда,
заключенный между двумя соседними поворотными точками. Используя данный
критерий, производят сравнение теоретического распределения длин фаз
случайного рада с фактическим распределением.
3. Критерии, основанный на ранговой корреляции. Проверяется статистическая
гипотеза Н0: =0 против h1: # 0 с помощью коэффициента
ранговой корреляции Кендэла:
 ,
где p - число случаев исследуемого временного ряда К1,.,Кn
, когда величина К больше предшествующего при увеличении ее порядкового номера.
Коэффициент Кендэла изменяется в пределах - 1< <1.
При  =-1 - ряд монотонно убывает;
 =+1 - ряд монотонно возрастает;
 =0 - направленное изменение отсутствует.
Пример. Проверим на случайность колебаний движение валютного курса рубля
по отношению к 1 долл. США за период с 19 января по 18 февраля 1994г. (рис. 2):
Рис.2. Динамика курса рубля к доллару США по результатам торгов на ММВБ за 19
января - 18 февраля 1994 г.
Совокупное изменение во времени валютного курса раскладывают на три
составляющие:
1) долговременная (основная (вековая)) тенденция, которая действует на
протяжении нескольких экономических циклов;
2) циклические колебания - изменения валютного курса как следствие
воздействия экономических циклов в целом (смены их фаз);
3) сезонные колебания - изменения валютного курса как следствие смен
сезонов, не связанные с основным трендом и экономическим циклом.
4.2. Выявление основной тенденции
Выявление основной тенденции осуществляется подбором наилучшей
аппроксимирующей функции, которая, как правило, не должна иметь S-обратную
формулу, (Это проявление циклических колебаний.) Современные пакеты
прикладных программ предлагают выбор (в том числе автоматический) около 16
функции Как правило, вековой тренд неплохо отражает прямая. График,
выравнивания курса доллара к марке по прямой линии (y=1,6853 - 0,004 t)
приведен на рис. 3. Исходными данными послужили среднемесячные курсы за
апрель 1987 г. - ноябрь 1996 г. (по данным агентства «Рейтер»), которые также
нанесены на график. Уравнение прямой с «минусом» у коэффициента угла наклона
отражает общую долговременную тенденцию снижения курса доллара США к немецкой
марке.
Рис. 3. Динамика среднемесячного курса доллара США к немецкой марке за 1987-
1996 гг. (Reuter Technical GUT Q8Nov95 14:27).
4.3. Выявление сезонных колебаний
Уровням рядов динамики валютною курса присущи периодические колебания внутри
года, которые называют сезонными. Измерение «сезонной волны» способствует
более полному анализу движении валютного курса. Исследование сезонности
необходимо осуществить, используя помесячные или поквартальные данные.
Для измерения сезонных колебаний вычисляют индексы сезонности как отношение
средней из фактических уровней по каждому из одноименных месяцев (кварталов) (Y
факт) к средней из выравненных уровней по таким же месяцам (кварталам) (Y
t):
 .
Yt можно рассчитать с помощью метода скользящей средней. Период
скольжения для помесячных данных принимается равным 12 месяцам, для квартальных
- 4. Для исключения сезонности фактические уровни делятся на соответствующие
индексы сезонности. Также Yt можно получить, используя
аппроксимирующее уравнение. Часто применяют известный ряд Фурье. Устранение
сезонности в этом случае достигается вычитанием Yt из Yфакт
.
4.4. Выявление циклических колебаний
Характер движения валютного курса подчинен также закономерности, общей для
всех экономических явлений рыночной экономики, - циклическому развитию когда
подъемы периодически чередуются со спадами. Промежуток времени между двумя
соседними вершинами (впадинами) составляет длину цикла. Величины отклонений
значений от горизонтальной оси (например, вековой тенденции) характеризуют
размах колебаний.
Для выявления циклической составляющей динамики валютного курса статистикой
также используется выравнивание по ряду Фурье поскольку циклические колебания
являются paзновидностью периодических, как и сезонные. Может применяться и
метод скользящей средней. Период скольжения принимают, естественно, другой,
соответствующий периоду циклических колебаний. В нашем примере сглаживание
целесообразно проводить но 33-месячной скользящей средней (см. рис.3) Период
можно определить по графику и с помощью спектрального анализа, представив ряд в
виде непрерывной функции, которую можно разложить на сумму бесконечного числа
гармонических функций с периодом от 0до 2
с различной амплитудой. Спектральной плотностью функции называется величина
амплитуды гармоники в зависимости от ее периода. Чем больше амплитуда (спектр)
данной гармоники, тем сильнее в использованной функции присутствуют колебания с
этим периодом.
Помимо гармоник Фурье могут применяться и другие функции. Например, для
поквартальных курсов немецкой марки (в ЭКЮ) за 1992 - 1994гг. получим уравнение
параболы 4-го порядка: yt = 1,88-0,343t+0,103
-0,011 +0,0003
.
Целесообразно к исследованию циклических колебаний приступать, предварительно
исключив из исходного ряда сезонность. Циклическую составляющую можно
вычислить, если из фактических уровней исключить выравненные согласно
основной тенденции и сезонную составляющую.
Yцикл = Y-Yt-Yсезон,
Остановимся отдельно на часто применяемой для анализа движения валютного
курса разновидности механического сглаживания - сглаживании по
экспоненциальной средней.
Экспоненциальная средняя - разновидность взвешенной скользящей средней,
которая чутко реагирует на любые изменения значений валютного курса. Она
рассчитывается таким образом, что влияние на eе величину отдельных наблюдений
следующее: чем дольше оно (наблюдение) отстоит от момента времени, на который
рассчитывается средняя, тем меньшее значение оказывает.
Формула экспоненциальной средней такова:
 ,
где t - момент времени для которого исчисляется выравненное значение
валютного курса;
 - постоянная сглаживания (0< <1);
yt - фактическое значение валютного курса в момент t;
 - экспоненциальная средняя в
момент времени, предшествующий t, можно принять для начального уровня y1
= или же среднее иp прошлых
значений
Если преобразовать приведенную выше рекурсивную формулу в более обобщенную,
подставляя в уравнение последовательно вместо Yt-1
предыдущее уравнение с Yt-2 и т.д., то можно будет
заметить, что перед наблюдением yt-1 стоит вес 
(1- )
, перед yt-1 стоит 
(1 )2 и т.д. Т. е. вес
отдельного наблюдения убывает соответственно экспоненте по мере удаления
наблюдения yt в прошлое. Поэтому средняя и называется
экспоненциальной. Дисперсия экспоненциальной средней равна:
 ,
где Д(y) - дисперсия уровней динамического ряда.
Чем меньше  , тем Д(
) меньше, следовательно, более выравненным оказывается анализируемый ряд
динамики.
Экспоненциальная средняя может использоваться для прогнозирования адаптивным
методом, последовательно переходя к значениям в следующий момент времени.
Пример. Выравнивание по экспоненциальной средней курса рубля к доллару
(обратная котировка) по реpультатам торгов на ММВБ за январь 1995 г. :
Таблица 9
| Дата торгов | t | Курс руб./долл. США, yt | Экспоненциальная средняя. Уt | Средняя поправка, yt- | | 1 | 2 | 3 | 4 | 5 | | 4 | 1 | 3571 | 3571,0 | | | 5 | 2 | 3623 | 3581,4 | 52 | | 6 | 3 | 3667 | 3598,5 | 85,6 | | 10 | 4 | 3705 | 3619,8 | 85,2 | | 11 | 5 | 3734 | 3642,6 | 114,2 | | 12 | 6 | 3757 | 3665,5 | 114,4 | | 13 | 7 | 3776 | 3687,6 | 110,5 | | 16 | 8 | 3817 | 3713,5 | 129,4 | | 17 | 9 | 3861 | 3743,0 | 147,5 | | 18 | 10 | 3883 | 3771 | 140 | | 19 | 11 | 3916 | 3800 | 145 | | 20 | 12 | 3947 | 3829,4 | 147 | | 23 | 13 | 3969 | 3857,3 | 139,6 | | 24 | 14 | 3988 | 3883,5 | 130,7 | | 25 | 15 | 3988 | 3904,4 | 104,5 | | 26 | 16 | 4004 | 3924,3 | 99,6 | | 27 | 17 | 4019 | 3943,2 | 94,7 | | 30 | 18 | 4034 | 3961,4 | 90,8 | | 31 | 19 | 4048 | 3978,7 | 86,6 |
Пусть для t=1 Уt=yt=3571;  =0,2.
Тогда Y2=0,2 · 3623+ 0,8 · 3571= 3581,4;
Y3= 0,2 · 3667 +0,8 · 3581,4 = 3598,5;
Y4 = 0,2 · 3705+0,8 · 3598,5 = 3619,8.
Для t= 20 в качестве прогнозного значения принимается момент
t-1 =19, т.е. к моменту следующих торгов валютный курс прогнозируется
согласно этой модели на уровне 3978,7.
5. Анализ факторов, влияющих на формирование валютных курсов
Валютный курс связан с большим количеством явлений как во внутренней жизни
страны, так и за рубежом. Он является лакмусовой бумажкой, реагирующей на
многочисленные события. Например, отмена импортных дотаций и уменьшение
лимитов открытых позиций банков влекут за собой изменение валютного курса,
так же как и разговоры о введении фиксированного валютного курса или победа
на выборах оппозиционных партий. Изучавшие курс общей теории статистики
знают, что в качестве фактора может выступать лишь статистический показатель,
т.е. количественная оценка массового явления, имеющая пространственно-
временную привязку. Поэтому в число изучаемых факторов включим лишь такие.
Выделим основные факторы, оказывающие влияние на формирование курсов валют.
К первой группе факторов относится соотношение между основными статьями
платежного баланса, отражающего обмен товарами, услугами, деньгами населения
и ввоз-вывоз капитала.
В качестве конкретного статистического показателя (факторного признака) могут
выступать:
1 сальдо текущего платежного баланса в национальной валюте;
2 сальдо торгового баланса;
3 приток капиталов;
4 отток капиталов из страны;
5 сальдо баланса движения капиталов.
Указанные элементы платежного баланса считаются в теории валютных курсов
фундаментальными курсообразующим факторами, поскольку валютный курс как
явление возникает при наличии международных экономических отношений со
страной валюты-измерителя или ряда стран - для эффективного курса.
Однако ряд статистических исследований дает невысокие количественные оценки
взаимосвязи платежного баланса и валютного курса. Так, для ФРГ и Франции в
условиях так называемого свободного плавания валют изменения состояния
текущего платежного баланса на 10% объясняют вариацию курсов их валют
(улучшение текущего платежного баланса в общем повышает валютный курс). И
гипотеза о том, что в среднесрочном и долгосрочном планах изменения валютного
курса в основном определяются изменением платежного баланса, не
подтверждается.
Об этом свидетельствуют и исследования курса японской иены (по отношению к
доллару США): 1% роста объема торгового баланса Японии влечет изменение курса
иены на 0,14%; 1% роста объема неторговых операций изменяет курс иены на
0,11%; 1% роста экспортных и импортных контрактов изменяет курс иены лишь на
0,1 и 0,03% соответственно.
Вторая группа факторов - денежная масса в обращении, размеры наличной и
кредитной эмиссии, кредитов зарубежных стран и МВФ. Агрегат М2 (наличные деньги
плюс вклады до востребования и на текущих счетах) следует считать в этой группе
оказывающим самое значительное влияние фактором. Воздействие здесь двоякое:
во-первых, при уменьшении (увеличении) М2 происходит снижение (рост) цен, что
влечет рост национальной валюты. Это влияние опосредованное: изменение М2 
изменение уровня инфляции 
изменение валютного курса. Воздействие второго типа таково: изменение М2 
изменение предложения денег для покупки валюты 
изменение валютного курса. Например, при темпах роста М2 по сравнению с
предыдущим месяцем в январе, феврале и марте 1993 г. в 20, 19, 10% аналогичные
показатели по предложению денег на ММВБ составили 26, 25 и 11%. Графики
движения курса рубля к доллару США и М2 в Российской Федерации демонстрируют
значительную степень согласованности динамики переменных. Коэффициент
эластичности валютного куса по М2 считают равным - 1.
Такое же по «знаку» влияние и кредитной эмиссии. Кредиты зарубежных стран и
МВФ, используемые для валютных интервенций, конечно, повышают курс
национальной валюты в краткосрочном плане. В среднем и долгосрочном плане
влияние обратное.
К третьей группе факторов относятся ставки доходности финансовых операций и
финансовых инструментов. Это национальные ставки рефинансирования, ставки по
краткосрочным операциям, разница в реальных ставках доходности стран двух
валют, зарубежные «prime rate». В Японии, например, рассмотренные факторы
объясняют вариацию курса иены к доллару на 29%.
Механизм таков: возрастает доходность этих операций - наблюдается отток денег
в эти сегменты финансового рынка, т.е. происходит рост национальной валюты.
Одновременно происходит отток денег с валютного рынка в другие сегменты,
появляется затишье на валютном рынке - фиксация курса.
Итак, при повышении ставки по кредитам наблюдаются дефицит денег и повышение
курса, а также (для банков) повышение ставок по кредитам - повышение курса
денег (покупка рублей для предоставления кредитов).
Взаимосвязь ставки рефинансирования с валютным курсом такая же, как и со
ставкой по кредитам. Эти взаимосвязи больше прослеживаются в странах с
финансовым рынком на стадии формирования.
В плане международного обмена имеет значение разница между ставками
доходности в стране и за рубежом. Повышение доходности помещения капитала
влечет ее прилив, следовательно, приток иностранной валюты, повышение курса.
Так, увеличение разницы ставок доходности в США по сравнению с Японией на 1%
вызывает снижение курса иены на 0,26%; рост ставок доходности по
краткосрочным кредитам в Японии на 1% влечет рост курса иены на 0,20%; рост
в США «prime rate» на 1% вызывает, наоборот, снижение иены на 0,28%.
Эластичность курса по индексу «Nikkei»- 0,06, а по индексу «Доу-Джонса» -
0,07, т.е. невелика.
Четвертая группа факторов связана с дефицитом госбюджета, который вызывает
наличную и кредитную эмиссии, следовательно, снижает курс национальной
валюты. Кроме того, при дефиците бюджета государство может стимулировать
удешевление своей валюты; однако это порочная практика, и в конечном счете
государство начинает стабилизировать свои деньги.
К пятой группе факторов относится размер ВВП либо другой макоэкономический
показатель, который включается в статистический анализ валютных курсов как
факторный признак. Необходимо при этом учитывать, что влияние заметно в
долгосрочной перспективе и что использовать размер ВВП для оценки будущего
значения валютного курса можно лишь через значительный промежуток времени,
когда статистические органы закончат расчет ВВП как самого синтетического
экономического показателя. Это снижает прикладное значение оценки влияния
данного фактора. Но в принципе установлено, что коэффициент эластичности
между ВВП и валютным курсом приблизительно равен 1.
Такого рода характеристика явлений, влияющих на уровень и динамику валютного
курса, является непременным этапом, предшествующим самостоятельному
статистическому анализу факторов на основе конкретного цифрового материала.
Дальнейший анализ выглядит чаще как моделирование взаимосвязей и оценка тесноты
взаимозависимости (корреляционно-регрессионный анализ). Напомним, что выбор
функции осуществляется исходя из показателей значимости уравнения и ошибок
аппроксимации. Это относительная ошибка аппроксимации, средняя квадратическая
ошибка аппроксимации ( ) ( чем
они меньше, тем лучше уравнение) и коэффициент множественной детерминации (R
) или коэффициент множественной корреляции (R) (чем ближе он к 1, тем более
вероятность, что уравнение регрессии носит совершенно случайный характер). Для
проверки значимости используют F-критерий с распределением Фишера.
Пример. Оценить тесноту связи валютного курса рубля к доллару и М2 на
основе помесячных данных за октябрь 1994 г. - июнь 1995 г.
Заменим фактические уровни выравненными по степенной функции и исчислим
коэффициент корреляции отклонений фактических уровней ряда от значений тренда
в следующей таблице.
Таблица 11
| Месяц | t | Валютный курс (руб./долл. США) | М2 (млрд руб.) | | | Yф | Yф-Yt | x | xф-xt | | 10.94 | 1 | 2973,8 | 158,65 | 91546 | -2036,47 | | 11.94 | 2 | 3128,3 | -75,80 | 96791 | -311,27 | | 12.94 | 3 | 3405,5 | -182,07 | 109376 | 7606,17 | | 1.95 | 4 | 3804,3 | -147,41 | 105175 | -2561,66 | | 2.95 | 5 | 4230,6 | -51,51 | 114089 | -1113,75 | | 3.95 | 6 | 4795,1 | 230,32 | 119875 | -4552,68 | | 4.95 | 7 | 5059,8 | 272,71 | 137791 | -2045,33 | | 5.95 | 8 | 5048,7 | 110,00 | 150764 | 1178,41 | | 6.95 | 9 | 4743,1 | -269,26 | 116757 | 259,25 |
Уравнение тренда для валютного курса:
yt=2430×1,1166 ×0.992 ;
R = 0,954;
DM= 1,092;
F = 1050.
Уравнение тренда для М2:
 = 91100×1,022 ×1,005 ;
DW= 2,369;
R =0,981;
F = 2860.
Коэффициент корреляции остатков (yф-yt) и (xф-x
t) равен r = 0,64 в
отличие от 0,84 по исходным данным. Итак, автокорреляция завысила тесноту
связи.
Коэффициенты корреляции валютного курса и ряда других факторов, исчисленные
аналогично, составили:
Таблица 12
| Факторы | Коэффициент корреляции | | Размер денежной эмиссии (млрд. руб.) | 0,49 | | ВВП (трлн руб.) | -0,19 | | Экспорт (млн. долл.) | 0,11 | | Импорт (млн. долл.) | -0,33 | | Дефицит федерального бюджета (в % к ВВП) | 0,81 |
При построении моделей необходимо учитывать наличие авторегрессии. т.е. тот
факт, что объясняющими переменными являются не те, что мы включаем в модель,
но и время (обозначим t), причем в значительной степени. Поэтому следует
включать в уравнение регрессии и фактор t.
 =fx+ft,
где  - выравненные данные по валютному курсу;
fx - аналитическая зависимость валютного курса и фактора x;
ft - аналитическая зависимость валютного курса и времени.
Учесть указанные выше сложности позволяет также построение в рамках метода
главных компонент авторегресснонной модели. Haпример, для отражения
совокупного движения «prime-rate» краткосрочных операций США, ставок ТВ США,
разницы в процентных ставках США и Японии, ставок краткосрочных операций
Японии и курса иены и доллара была разработана следующая авторегрессионная
модель (13):
ft =l,9256ft-1-0,9598ft-2+0,9745t-1+
где ft - значение главной компоненты (ГК) в момент времени t;
ft-2,ft-1 - значения ГК в предыдущие моменты времени.
Факторы, определяющие движение этой компоненты, объясняют изменение валютного
курса на 29%. Экстраполируя совокупное развитие факторов на 1 период на
основе прошлых данных и зная факторные нагрузки (долю влияния каждою
фактора), можно прогнозировать курс валюты.
Рассмотрим также и другие методы прогнозирования валютных курсов.
6. Прогнозирование валютных курсов
Прогнозирование; валютных курсов имеет большое прикладное значение, поскольку
перспективные данные об обменных курсах используются для принятия решений по
валютным операциям. Для этих целей наиболее ценны краткосрочные (or 1 до 10
дней) И среднесрочные (на 1-2 месяца вперед) прогнозы. Для органов
государственного управления для планирования финансово-экономической политики
важны и долгосрочные (на 1-2 года) оценки. На большой срок, прогнозирование
здесь нецелесообразно.
Необходимо иметь в виду, что прогнозирование валютного курса таит для
исследователя значительные трудности, обусловленные следующим:
1) валютный курс испытывает влияние большого числа факторов;
2) их движение зачастую непоследовательно, разнопланово и разнонаправленно;
3) следовательно, динамика валютного курса труднопредсказуема;
4) надежность прогнозов невелика (их вероятность около 50%).
Однако исследований на эту тему не уменьшается (поскольку большой спрос), что
приводит к некоторому повышению их качества.
Напомним, что прогнозировать возможно развитие только тех явлений, у которых
присутствует инерционность (сохранение) взаимосвязей и инерционность в
изменении во времени (сохранение тенденций и основных статистических
характеристик). Итак, исследования показали несовершенную случайность
движения валют, что дает возможность пользоваться статистическими методами.
Выделим следующие статистические методы прогнозирования валютных курсов:
1. Исходя из ставки «форвард», который является простейшим методом
прогнозирования валютных курсов и основывается на поведении участников
валютного рынка.
Строго говоря, данный способ не является статистическим, а базируется на
положениях теории изменения стоимости денег во времени. Но поскольку
финансовая математика изучается в рамках данного курса, включение этого
материала оправдано.
Пример. Пусть «спот-курс» доллара США к фунту стерлингов:
$2 =?1;
S0($/?)=2$/?;
r$,5 = 10%;
r?,5 = 15%;
Тогда
 ;
F5($,?) = $2· $1,6014
т.е. прогнозируемый на 5 лет вперед «спот-курс» составил 1,6014 долл. за 1 ф.
ст.
2. Динамическое прогнозирование, когда выбирают форму аналитической
зависимости валютного курса от фактора времени (t). Существуют две
разновидности данного способа:
a) при использовании прямого метода прогноз получаем, экстраполируя
выбранную функцию на заданное число интервалов. Однако такой способ мало
пригоден.
б) часто прибегают к так называемому адаптивному прогнозированию,
которое используется для краткосрочных прогнозов на небольшой период
упреждения. Адаптивные (приспосабливающиеся) модели подвижны, способны
воспринимать свежую информацию и, если есть видоизменение трети временного
ряда, трансформировать свои параметры.
Наиболее проста и часто применяема модель экспоненциального сглаживания, в
основе которой лежит вычисление экспоненциальной средней: рассчитывают
экспоненциальную среднюю на необходимое число промежутков вперед и
ориентируются на нее как на перспективное значение валютного курса.
3. Прогнозирование на основе аналитических моделей:
1) построенных по регрессионным уравнениям;
2) построенных по прочим моделям (математические тождества, аналитические
зависимости), в том числе с включением регрессионных моделей. Такие модели
часто называют эконометрическими, хотя чисто регрессионные модели также
являются таковыми.
Например, модель, построенная на основе анализа механизма образования
валютного курса, в идеальном случае будет иметь вид:
 ,
где М, М3 - предложение денег внутри страны и за рубежом;
ВНП, ВНП3 - валовые национальные продукты в сопоставимых ценах внутри
страны и за рубежом.
4. Прогнозирование на основе аналитических моделей, построенных с учетом
того, что влияние на валютный курс всех факторных признаков проявляется в
конечном счете через соотношение спроса и предложения на валютной бирже.
Для примера рассмотрим статистическое моделирование торгов на ММВБ.
Пример. Определить ожидаемый прирост курса рубля к 1 долл. США на торгах ММВБ
13 апреля 1995 г., если
P0=5008 руб./долл. США;
S0=65,64 млн. долл. США;
D0=95,20 млн. долл. США;
I=19,16 млн. долл. США.
Курс растущий. Для аппроксимации спроса от валютного курса выбрана гипербола,
а для аппроксимации предложения от валютного курса - экспонента.
Тогда
 .
В зарубежных источниках встречается следующая классификация методов
прогнозирования валютных курсов, которой все чаще пользуются и отечественные
практики:
1 фундаментальный анализ - сложное комплексное исследование
взаимосвязей в макроэкономике и построение на основе этого моделей. Сюда
следует отнести рассмотренные выше прогнозы на основе аналитических моделей.
Основные инструменты фундаментального анализа проявляются из принципов
международных паритетных отношений. Это валютные курсы «спот» и «форвард»;
относительные ставки доходности; ставки инфляции.
Выделяют фундаментальный анализ с построением моделей на основе платежных
балансов и показателей финансовых рисков;
2 наряду с экономическими оценками могут быть даны и субъективные
оценки (экспертные), а также смешанные;
3 другим популярным методом является так называемый технический
анализ. Он не исследует экономические и финансовые основы, а нацелен лишь на
рыночные цены и поиск и обнаружение повторений поведения курсов в прошлом.
Используют 2 способа:
chartism - построение диаграмм;
исследование трендов (рассмотренное динамическое прогнозирование).
Прогнозы этим методом годны на очень короткое время упреждения (от нескольких
дней до нескольких недель).
К инструментарию технического анализа относят и ряд статистических
показателей: средние, абсолютные и относительные приросты, скользящие
средние. Сам же анализ производится в основном с помощью графиков. Производят
сглаживание различными способами (исследование трендов), изучение чартов
(узоров) и пытаются уловить начало повторения уже известного эпизода движения
обменных курсов и предсказать их уровень. Результат применения технического
анализа считается надежным, если два различных его способа дают близкие
результаты. Недостатком технического анализа является то, что он
рассматривает не глубинные существующие экономические связи, а лишь их
поверхностные проявления. Этот метод в определенной степени субъективен, так
как эксперт принимает решения чаще не на основе количественных характеристик,
а общего впечатления от графика. Однако этот метод является в настоящее время
необходимым элементом аналитической работы при ведении валютных операций.
Заключение
Результаты экономических исследований, анализирующих эффективность систем
валютных курсов в различных странах, в том числе в развивающихся и в странах
с переходной экономикой. С точки зрения их влияния на совокупный выпуск,
реальное потребление, уровень внутренних цен и другие макроэкономические
показатели, свидетельствуют о том, что гибкий валютный курс наиболее
предпочтителен для больших относительно «закрытых» экономик с высоко
диверсифицированной структурой производства с относительно высоким уровнем
экономического и финансового развития. А также в тех случаях, когда причиной
экономических неурядиц выступают так называемые «внешние номинальные шоки»
(например, повышение мировых цен на импорт, ухудшение условий торговли) или
«реальные шоки» независимо от природы их происхождения (например, изменение в
структуре спроса на отечественные товары).
Опыт промышленно развитых, развивающихся стран и стран с переходной
экономикой свидетельствует также о том, что, если выбранная стратегия
валютного курса не отвечает реально складывающейся экономической ситуации,
она может усугубить переживаемые страной экономические трудности. Успех
валютной политики зависит от того, насколько тесно она скоординирована с
другими направлениями макроэкономической политики.
Список использованной литературы
1. Бункина М.К. Валютный рынок. М.:АО «Дис», 1995.-384с.
2. Красавина В.В. Международные валютно-финансовые и кредитные отношения.-
М.: Финансы и статистика, 1995.-295с.
3. Лукашин Ю.П. О возможности краткосрочного прогнозирования валют с
помощью простейших статистических моделей // Вестник МГУ.-Сер. 6: Экономика.-
1990.-№1.
4. Наговицин А.П. Валютный курс. Факторы, динамика, прогнозирование.-
М.:Инфра-М, 1995.-312с.
5. Назаров М.Г. Статистика финансов: Учебник / Под ред. проф. М.Г.
Назарова.-М.: Финансы и статистика, 1987.-288с.
6. Салин В.Н. Статистика финансов: Учебник / Под ред. проф. В.Н. Салина.-
М.: Финансы и статистика, 2000.-816с.: ил.
7. Четыркин В.Е., Васильева Н.Е. Финансово-экономические расчеты.-М.:
Финансы и статистика, 1990.-523с.
8. Маслов П.П., Рябкин В.И. Статистика финансов: Учеб. Пособие / Под ред.
П.П. Маслова, В.И. Рябкина.-М.: Статистика, 1989.-487с.
9. Родионова В.М. Финансы: Учебник / Под ред. проф. В.М. Радионовой.-М.:
Финансы и статистика, 1993.-327с.
10. Цимайло А.В. Платежный баланс и валютный курс.-М.: Наука, !991.-452с.
11. Россия в цифрах: Краткий статистический сборник.-М.: Финансы и
статистика, 1997, 1998.
12. Куренков А.М. Статистика финансов и кредита: Учеб. пособие / Под ред.
А.М. Куренкова.-М.: МВФ, !989.-388с.
Страницы: 1, 2
|
|
Главная