Валютные курсы

=f_x+f_t,

где - выравненные данные по валютному курсу;

f_x - аналитическая зависимость валютного курса и фактора x;

f_t - аналитическая зависимость валютного курса и времени.

Учесть указанные выше сложности позволяет также построение в рамках метода главных компонент авторегрессионной 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):

f_t =l,9256f_t-1-0,9598f_t-2+0,9745_t-1+

где f_t - значение главной компоненты (ГК) в момент времени t;

f_t-2,f_t-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:

валютный курс испытывает влияние большого числа факторов;

их движение зачастую непоследовательно, разнопланово и разнонаправленно;

следовательно, динамика валютного курса труднопредсказуема;

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:

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.

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.

Прогнозирование на основе аналитических моделей:

построенных по регрессионным уравнениям;

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.

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:

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;

наряду с экономическими оценками могут быть даны и субъективные оценки (экспертные), а также смешанные;

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.