Введение

Рассматривается задача построения моделей для изучения зависимости курса доллара США (в рублях) от следующих параметров: индекс РТС, цена на нефть Юралс, доходность ГКО-ОФЗ, межбанковская ставка. Актуальность задачи обусловлена ....................................................................................................................

.............................................................................................................................

..............................................................................................................................

Цель исследования – разработать модели для курса доллара США на среднесрочную перспективу. Для достижения цели на первом шаге необходимо:

1. Раскрыть сущность понятия «валютный курс»

2. Выполнить анализ методов прогнозирования курса.

1. Обзор методов прогнозирования курсов валют

Большая часть международных финансов вращается вокруг сложностей, с которыми участникам международных валютных рынков приходится сталкиваться при совершении сделок с различными валютами. Успешная работа в большинстве сфер международных финансов определяется глубоким проникновением в сущность процессов, стоящих за обменными курсами, и причин, вызывающих их изменения.

Валютный курс – это цена денежной единицы одной страны, выраженная в иностранных денежных единицах или международных валютных единицах.

Внешне валютный курс представляется участникам обмена как коэффициент пересчета одной валюты в другую, определяемый соотношением спроса и предложения на валютном  рынке. Однако стоимостной основой валютного курса  является покупательная способность валют, выражающая средние национальные уровни цен на товары, услуги, инвестиции. Эта экономическая (стоимостная) категория присуща товарному производству и выражает производственные отношения между товаропроизводителями и мировым рынком. Поскольку стоимость является всеобъемлющим выражением экономических условий товарного производства, то сравнимость национальных денежных единиц разных стран основана на стоимостном отношении, которое складывается в процессе производства и обмена. Производители и покупатели товаров и услуг с помощью валютного курса сравнивают национальные цены с ценами других стран. В результате сопоставления выявляется степень выгодности развития, какого – либо производства в данной стране или инвестиций за рубежом.

Так как некоторые из условий международной валютной паритетности связывают ожидаемые в будущем курсы спот с текущим обменным курсом спот и другими экономическими переменными, уместно считать прогноз биржевого игрока в отношении будущего курса спот — будущим курсом спот. Теория несмещенного форвардного курса утверждает, что ожидаемый в будущем курс спот равен форвардному курсу. Такое трактование совпадает с подходом совершенного рынка валютных обменов, так как никто не может рассчитывать на арбитражную прибыль при одинаковых ценах продажи и покупки.

Другие условия валютной паритетности не обязательно требуют равенства форвардного курса и ожидаемого в будущем курса спот.

Если ставки межбанковских европейских депозитов равны процентным ставкам в двух странах, прогноз будущего обменного курса спот, вероятно, будет очень близок к форвардному курсу из-за той тождественности, которую имеет паритет процентных ставок. Использование других процентных ставок приведет к прогнозированию таких будущих курсов спот, которые могут существенно отличаться от форвардного курса. Качество прогноза будет зависеть от выбора используемых процентных ставок.

Для прогнозирования будущих курсов спот можно также использовать паритет покупательной способности валют. Он выравнивает отношение ожидаемого в будущем обменного курса спот к текущему курсу спот с функцией ожидаемых в будущем темпов инфляции:

Деление обеих сторон уравнения на текущий курс спот дает механизм оценивания ожидаемого в будущем курса спот:

Как и в случае с моделью прогнозирования, базирующейся на международном эффекте Фишера, модели могут выдать множество различных прогнозов в зависимости от того, как тот, кто занимается прогнозами, оценивает ожидаемые темпы инфляции в двух соответствующих странах.

Самый простой тип прогнозирования темпа инфляции предполагает, что ожидаемый в будущем темп инфляции равен самому последнему наблюдаемому темпу инфляции. Но даже и в этом случае можно выбирать из большого количества используемых на практике темпов инфляции: индекса потребительских цен, коэффициента пересчета валового национального продукта (ВНП), индекса оптовых цен, а также множества специальных ценовых индексов для различных товаров и потребителей. В различных экономических работах, посвященных прогнозированию инфляции, для оценивания ее ожидаемых темпов предлагаются более сложные методики.

Однако следует помнить, что прогнозы будущих обменных курсов спот не могут основываться только на условиях валютного паритета или даже на целых экономических теориях. Существует бесчисленное множество прогностических моделей, например, целый ряд таких моделей базируется на техническом анализе.

Техническим анализом называется такой подход, когда для предсказания будущих курсов используются результаты изучения предыдущих изменений обменных курсов. Такие исследования различаются степенью сложности: от простых диаграмм, на которых отражаются предыдущие обменные курсы как функция от времени, с помощью которых пытаются отыскать господствующую тенденцию их изменений или выделить повторяющиеся участки изменений обменных курсов; до современных моделей, использующих временные ряды, таких как модель авторегрессионного интегрированного скользящего среднего или модель, базирующаяся на анализе Фурье, которые применяют математические равенства даже для самых сложных временных рядов.

Правила фильтра — это еще одна разновидность прогностических моделей, которые часто применяются для прогнозирования биржевых курсов. Правило фильтра может основываться на любом типе данных, а степень его сложности можно варьировать по желанию. В то время как некоторые правила фильтра опираются на глубокий теоретический анализ зависимых переменных, другие — базируются не более чем на применительном к данному случаю обосновании.

Прогнозирование играет важную роль в повседневной человеческой деятельности и в принятии решений относительно будущего – например, предсказание погоды и различных природных явлений, планирование производственной деятельности и продаж товаров, прогнозы, связанные с поведением финансового рынка и т.п. можно отнести к числу тех примеров, для которых более точные оценки определяют специфику предпринимаемых действий и оказывают существенное влияние на подготовку планов конкретных сценариев поведения в будущем.

Прогнозирование валютного рынка (в частности, проблема прогнозирования обменных курсов/котировок валют) практически каждодневно (а подчас, и ежечасно) привлекают при- стальное внимание как профессиональных участников рынка (банков, государственных и частных инвестиционных компаний, брокерских контор, и т.п.), так и людей, которые так или иначе отслеживают лишь общедоступные тенденции в попытке минимизировать возможные потери собственных скромных накоплений. В действительности, валютный рынок представляет собой беспрерывно функционирующую и крайне динамичную систему, объединяющую очень разных игроков, решения и взаимодействия которых определяют совокупное влияние на формирование реальных обменных курсов.

С точки зрения подходов к прогнозированию, экономическая наука выделяет две основные совокупности методов, получивших названия фундаментальный и технический анализ. Оба подхода нацелены на решение одной и той же задачи прогнозирования, но подходят к ее решению с разных позиций, что позволяет говорить об их комплементарности.

Первый из них предусматривает изучение тенденций формирования цен, исходя из базовых факторов экономики, к числу которых относятся, в частности, процентные ставки, налоги, уровень безработицы, состояние бюджета, инфляционные процессы, стабильность политической системы и проводимая экономическая политика [1,3]. Одновременно, технический анализ можно определить как методику исследования и прогнозирования цен (валютных котировок) посредством анализа графиков развития рынка в предшествующие периоды времени [2,3,7]. В основе этого подхода лежат три аксиомы, которые можно свести к следующему:

(а) движение рынка учитывает все, или, другими словами, любой фактор, оказывающий потенциальное влияние на цену (валютные котировки), имплицитно отражен в графическом представлении движения рынка,

(б) существуют тенденции (тренды) изменения цен, и внимательное отслеживание периодов таких трендов является ключевым моментом технического анализа,

(в) события имеют тенденции к повторению, что напрямую связано с человеческой психологией и приблизительной повторяемостью определенных шаблонов истории рынка, которым люди склонны доверять и следовать.

В самом общем виде, технический анализ предусматривает накапливание (чаще всего, в графической форме) реальной истории изменения цен (данные прошлого) и построение заключений о вероятном будущем тренде [14]. Таким образом, последовательность упорядоченных во времени данных образуют временной ряд (time series), который используется аналитиком для предсказания будущих значений рассматриваемой характеристики (например, валютной котировки) на основании наблюдений, относящихся к настоящим и прошлым моментам времени.

Существующие качественные и количественные подходы к прогнозированию ставят своей целью увеличение точности предсказания в максимальной степени [4,6], однако, традиционные методы не могут применяться к задачам, в которых исторические данные представлены не в привычном числовом виде, а в вербальной (словесной) форме. Нечеткие временные ряды (fuzzy time series) позволяют преодолеть эту проблему [5], открывая реальную перспективу возможности обработки как лингвистических, так и числовых данных

Стандартным инструментом прогнозирования является регрессионный анализ. Поведение зависимой переменной лучше всего объясняется с помощью комбинации переменных. В этом случае используется множественная регрессия. Если независимые переменные являются высоко коррелированными, то регрессионные модели трудно интерпретировать. Кроме того, высоко коррелированные переменные не обладают независимым поведением, что приводит к проблеме мультиколинеарности в регрессионном анализе.

Одним из способов преодоления этих трудностей является применение метода главных компонент [8-10]. Метод главных компонент позволяет сгруппировать исходных признаки таким образом, чтобы члены группы обладали корреляцией между собой, но группа в целом была бы независима от других групп. Линейно независимые группы признаков называют главными компонентами. Метод главных компонент активно используется в решении задач экономического анализа и прогнозирования [9-10].

Приведенные здесь модели прогнозирования не исчерпывают все возможные варианты анализа ситуации с обменными курсами. Их существует множество, следует, однако, помнить, что сложность прогностической модели не обязательно свидетельствует о ее высоком качестве. Лучшим мерилом качества спекулятивного прогнозирования является получаемая прибыль.