CC BY
61УДК:336.76
АНАЛИЗ ЗАВИСИМОСТИ КУРСА РУБЛЯ К ДОЛЛАРУ США ОТ ЦЕНЫ НА
ОСНОВНЫЕ СЫРЬЕВЫЕ РЕСУРСЫ
Хаджиев Э.И., студент Научный руководитель: Невежин В.П., профессор Финансовый университет при Правительстве Российской Федерации (Финуниверситет), Москва,
Россия
Аннотация: В статье приводится анализ зависимости курса доллара США относительно российского рубля. Построена модель множественной регрессии зависимости курса доллара от основных сырьевых ресурсов. Проведен анализ, сделан вывод, что рубль продолжает оставаться зависимым от котировок на основные энергоресурсы - нефти и газа. В связи с этим, были построены парные модели зависимости от цены на нефть марки Brent, позволяющая строить прогноз курса доллара США в зависимости от цены на данный ресурс.
Ключевые слова: курс доллара США, прогнозирование, рубль, цена на нефть, корреляция, эконометрический анализ, сырьевые ресурсы, регрессионная модель, регрессионный анализ, корреляционный анализ.
ANALYSIS OF THE DEPENDENCE OF THE RUBLE AGAINST THE US DOLLAR ON
THE PRICE OF BASIC RAW MATERIALS
Abstract. The article analyzes the dependence of the US dollar rate on the Russian ruble, and constructs a model of multiple regression of the dependence of the dollar exchange rate on the main raw materials. Based on the analysis, the conclusion was made that the ruble continues to be dependent on quotations for raw materials - oil and gas. In this regard, the pair models of dependence on the price of Brent crude oil were constructed, which allows to build the forecast of the US dollar rate depending on the price for this resource.
Key words: US dollar rate, forecasting, ruble, oil price, correlation, econometric analysis, raw materials, regression model, regression analysis, correlation analysis.
В последние годы, когда курс доллара США по образом, оказывает влияние на экономические отношению к российской валюте является крайне процессы, на структуру экономики нашей нестабильным, особую актуальность приобретает страны, и на воспроизводственный процесс, в
вопрос о возможности прогнозирования изменения курса доллара США.
Функционирование значительного количества как коммерческих и государственных организаций связана с поведением так называемой валютной пары доллар - рубль. Поэтому высококачественный прогноз позволяет следовать оптимальной тактики в принятии и реализации управленческих решений на разных уровнях. Динамика курса иностранной валюты, в нашем случае доллара США, определяет уровень конкурентоспособности отечественной
продукции на мировых рынках, направления и объемы внешнеэкономических связей, движение финансовых потоков. Так же, курс иностранной валюты учитывается и при планировании бюджета страны на несколько лет вперед. Таким
целом. Однако, стоит учесть то, что экономические условия так же оказывают определенное влияние на состояние курса иностранной валюты.
Валютный курс — это цена или котировка денежной единицы одной страны (в данной работе - доллара США), выраженная в денежной единице другой страны (российский рубль), драгоценных металлах, ценных бумагах. Понятие «обмен валюты» связано с такой её характеристикой, как конвертируемость. [1]
На рис. 1 представлен график, отражающий динамику курса доллара США по отношению к российскому рублю за период с 2014 по 2017 гг. Полученный график подтверждает
нестабильность данной иностранной валюты по отношению к российскому рублю.
Курс доллара США (USD/RUB)
80 75 70 65 60 55 50 45 40
оооооооо
(N(N(N(N(N(N(N(N Л Л
Q. И q й q го ю ГО ГО Го О) ^
ооооооооооооооооооооооооооооо
"(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N(N
п n I— п IT- п n I— nnnnnnl— п IT- n n I— n n n
0) CI
OJ 0
(N
.D
У Q- LP LP
СГ Ю Ю Ю Ю
£0 ^ ^ ^ "
< £ £ °
и ^
с £i c; Q.
ГО ГО (U
JS
^ ra
ш cc
^ 5
m ^ oj 0
.0
_ _ _ _ с ■ ю ю ю ю го о; о; о: го со
I- I- П 2£ I
ш о;
а а а
ш о
-О >5
01 Q,
С
<
с с с с ■ ю ю ю ю о: о: о: го
* % х "
¿и О х d
Рисунок 1 - Динамика курса доллара США
Принято считать, что основными внешними факторами, влияющими на поведение курса рубля являются котировки на основные сырьевые ресурсы и напрямую связаны со структурой экспорта и импорта Российской Федерации.
В данной работе исследована зависимость стоимости доллара США от цен на основные сырьевые ресурсы, такие как золото, природный газ, нефть, сахар и пшеница, а также применены эконометрические модели для оценки ситуации на валютном рынке. нализировались среднемесячные данные крупнейших сырьевых бирж за 2014 - 2017 гг.
В работе используются следующие обозначения для построения регрессионной модели:
у = 98,0889- 0,5289^ - 3,1269*2 - 0,0041*3 + 0,0035*4 + 0,1966^ Коэффициент детерминации Я2=0,8 показывает связь между курсом доллара США и факторами, включенными в уравнение регрессии X] сильная.
- курс доллара США (USD/RUB) (y);
- цена на нефть Brent (баррель/USD) (xj);
- природный газ (Mmbtu/USD) (x2);
- золото (тройская унция/USD) (x3);
- пшеница (100 бушелей/USD) (x4);
- сахар (100 фунтов/USD) (x5).
Модель множественной регрессии будет иметь вид:
y = a + bx + b2x2 + bx + bx4 + b5x5
Исходные данные для построения модели множественной регрессии представлены в таблице 1.
В результате проведенного расчета с применением МНК получим модель множественной регрессии вида:
Курс доллара США Нефть Brent Природный газ Золото Пшеница Сахар
Курс доллара США 1
Нефть Brent -0,879 1
Природный газ -0,676 0,641 1
Золото -0,200 0,180 0,247 1
Пшеница -0,105 0,160 -0,105 -0,461
Сахар 0,103 -0,125 0,235 0,439 -0,615 1
Рисунок 2 - Матрица парных коэффициентов корреляции. Проведенный корреляционный анализ природный газ(х2). В нашем случае все парные показывает, что наибольшую связь с фактором у коэффициенты корреляции |г|<0.7, что говорит об имеют такие факторы, как нефть(х!) и отсутствии мультиколлинеарности факторов.
Таблица 1. Исходные данные для построения модели за 2014-2017 гг.
Период Курс доллара США (USD/RUB) Нефть Brent (баррель/USD) Природный газ (Mmbtu/USD) Золото (тройская унция/USD) Пшеница, 100 бушелей/USD Сахар, 100 фунтов/US D
Декабрь 2014 54,4367 61,5475 3,6745 1197,35 611,25 14,72
Январь 2015 65,2869 49,235 2,91625 1256,725 540 14,91
Февраль 2015 64,2972 59,34 2,78175 1228,275 520,5 14,545
Март 2015 60,6649 56,175 2,7265 1183,5 510,5 12,9
Апрель 2015 52,363 62,36 2,572 1201 500,5 12,9475
Май 2015 50,3419 66,02 2,8455 1192,975 483,125 12,81
Июнь 2015 54,3683 63,87 2,78475 1181 513,1875 11,7275
Июль 2015 56,9774 57,12 2,8145 1143,65 564,125 11,96
Август 2015 65,0169 49,0675 2,7435 1117,3 498,85 10,625
Сентябрь 2015 66,5954 48,475 2,65575 1126,375 487,6 11,33
Октябрь 2015 62,7061 49 2,461 1163,275 509,625 14,26
Ноябрь 2015 64,912 45,685 2,27975 1082,25 494 14,8975
Декабрь 2015 70,2244 37,9025 2,04775 1070,225 474,375 15,0875
Январь 2016 76,5845 31,88 2,209 1098,65 473,75 14,38
Февраль 2016 77,1326 33,73 1,9355 1212,95 461,9375 13,2125
Март 2016 70,2305 40,3 1,81725 1246,8 465,5 15,385
Апрель 2016 66,4756 43,55 2,015 1238,2 471,25 15,17
Май 2016 65,9681 48,045 2,0965 1270,85 467,9875 16,635
Июнь 2016 65,1339 49,9575 2,60375 1284,625 478,6875 19,4625
Июль 2016 64,1127 46,855 2,76375 1337,375 421,625 19,56
Август 2016 64,8139 47,77 2,733 1346,7 414,625 20,1675
Сентябрь 2016 64,7579 47,085 2,91475 1327,3 399,5 21,78
Октябрь 2016 62,4583 51,6475 3,0965 1265,95 408,5625 22,95
Ноябрь 2016 64,1833 46,85 2,82575 1221,25 406,625 21,15
Декабрь 2016 61,6368 54,71 3,559 1154,8 401,75 18,94
Январь 2017 59,6526 55,7 3,3105 1194,55 424,8 20,54
Февраль 2017 58,0967 56,165 2,935 1234,025 446,7 20,5125
Март 2017 58,2437 51,855 2,996 1231,9 435,3 18,16
Апрель 2017 56,3131 53,7225 3,20025 1268,225 429,2 16,45
Май 2017 56,756 51,685 3,231 1252,05 432,6 15,665
Июнь 2017 57,4437 47,76 3,014 1258 453,6 13,615
Июль 2017 59,5787 48,805 2,952 1236,175 508,9 14,145
Август 2017 59,799 51,95 2,908 1291,2 426,3 13,78
Сентябрь 2017 57,7192 55,385 3,016 1327,95 445,55 14,07
Октябрь 2017 57,6869 57,215 2,9435 1279,7 435,8 14,18
Ноябрь 2017 59,0061 62,8925 3,0795 1281,2 423,4 15,055
Декабрь 2017 58,9281 62,825 2,9355 1271,3 433,6 14,675
Источник: Составлено автором по [4], [5], [7 , [8].
Оценка значимости коэффициентов регрессии с помощью ^критерия Стьюдента позволяет сделать вывод о том, что на 5% уровне значимости подтверждается значимость коэффициентов Ь1 и Ь2, остальные коэффициенты уравнения регрессии незначимые.
Таким образом, полученная модель множественной регрессии может быть использована для прогнозирования курса доллара США. Однако модель содержит и незначимые коэффициенты уравнения регрессии, поэтому стоит исключить незначимые факторы. Последовательное исключение факторов
позволило сделать вывод о целесообразности несколько месяцев, можно отметить
построения уравнения регрессии курса доллара существование обратной взаимосвязи между
США от цены на нефть. этими показателями (рис. 3). Также значение
Рассматривая графики изменения курса парного коэффициента корреляции между
доллара США и нефти марки Brent за последние названными факторами, равное |-0,879|
85 75 65 55 45 35 25
cnV
csS? Л?
о>
csS?
cnV .CSV
<f se
^ cr sT r
„^ „<£ * cr sT
Курс доллара США (USD/RUB)
Нефть Brent (баррель/USD)
Рисунок 3 - Динамика курса доллара США и цены на нефть Тем самым, можно аппроксимировать данные курса доллара США от стоимости нефти за котировок и спрогнозировать курс доллара при исследуемый промежуток и проведена различных значениях стоимости нефти марки аппроксимация линейной, полиномиальной и Brent. Проведенные исследования зависимости степенной функциям (рис. 4).
80
аз
=5 75
ОС
70 =5 65
60
и 55
П5
| 50
§ 45 ct
и 40 ¡^
50
55
60
Нефть Brent (баррель/USD)
65
70
♦ Курс доллара США (USD/RUB)
-Линейная (Курс доллара США (USD/RUB))
-Полиномиальная (Курс доллара США (USD/RUB))
-Степенная (Курс доллара США (USD/RUB))
Рисунок 4 - Зависимость курса доллара от стоимости нефти В таблице 2, представлены основные для анализа поведения курса доллара США. характеристики полученных парных уравнений Однако экспоненциальная модель дает более регрессии, которые могут быть использованы точное приближение к имеющимся данным.
Таблица 2 - Результаты регрессионного анализа
Вид уравнений Уравнение R2 A F
Линейное y = -0,6489x + 95,312 0,7731 3,49% 119,264
Степенное AT! л -0,499 y = 437,53x ' 0,7719 3,41% 135,07
Полиномиальное y = 0,0096x2 - 1,6049x + 118,61 0,7930 3,42% 65,143
На основании проведенного исследования, можно сделать вывод о том, что краткосрочная политика не способна стабилизировать курс валют, пока мировая цена на нефть не стабилизируется.
При этом наибольшее влияние на курс валюты оказывают цены на нефть. Это подтверждается общеизвестными фактами и полученными расчетными значениями. При росте цены на нефть на единицу, доллар по отношению к рублю в среднем падает на 0,65 пункта, о чем свидетельствует параметр парного регрессионного уравнения. Так же стоит отметить, что между этими двумя показателями существует обратная зависимость, то есть, при падении цены на нефть курс доллара будет увеличиваться.
Список используемой литературы:
1. Федеральный закон от 10 декабря 2003 г. № 173-ФЗ "О валютном регулировании и валютном контроле"
2. Динамика официального курса заданной валюты. Официальный сайте Центрального
Банка Российской Федерации. - URL: https://www .cbr.ru/currency_base/dynamics .aspx. [Дата обращения: 04.12.2017]
3. Россия в цифрах. 2016: Краткий статистический сборник / Росстат. - M., Р76 2016 - 543 с.
4. Финам — информационно -аналитический ресурс для работы на фондовом рынке. - URL: http://www.finam.ru/ [Дата обращения: 08.12.2017]
5. Официальный сайт ОАО «Московская Биржа ММВБ-РТС». Котировки. - URL: http://moex.com/ru/data/ [Дата обращения: 05.12.2017]
6. Официальный сайт «Федеральная служба государственной статистики». - URL: http://www.gks.ru/ [Дата обращения: 06.12.2017]
7. Intercontinental Exchange, Inc. - URL: https://www. intercontinentalexchange. com/index. [Дата обращения: 08.12.2017]
8. The London Metal Exchange - an HKEX Company. - URL: https://www.lme.com/en-GB/Metals. [Дата обращения: 09.12.2017]
V V
УКД 336.025
АНАЛИЗ ВЛИЯНИЯ ИНФЛЯЦИИ И КУРСА ДОЛЛАРА НА КЛЮЧЕВУЮ СТАВКУ ЦЕНТРАЛЬНОГО БАНКА РОССИЙСКОЙ ФЕДЕРАЦИИ
Цатурян Б.А., студент Орлов В.Л., студент Научный руководитель: Богомолов А.И., к.э.н., доцент Финансовый университет при Правительстве Российской Федерации, г. Москва Аннотация. Ключевая ставка считается самым важным инструментом денежно-кредитной политики. Ключевая ставка устанавливается Центральным Банком Российской Федерации в целях оказания воздействия на уровень процентных ставок, складывающихся в экономике страны.
В данной работе рассматривается актуальный вопрос влияние инфляции в Российской Федерации, курса доллара на ключевую ставку Центрального банка Российской Федерации. На основе анализа выявлены характер и степень взаимодействия показателей.
Ключевые слова: ключевая ставка, инфляция, Центральный Банк Российской Федерации, курс доллара.
