CC BY
91
ISSN 2311-8768 (Online) ISSN 2073-4484 (Print)
Экономико-статистические исследования
ПАРАМЕТРЫ ЭМИССИИ ОФЗ-ИН С УЧЕТОМ ОЖИДАЕМОИ ИНФЛЯЦИИ* Максим Александрович БУНДИН
исследователь Аналитического центра финансовых исследований,
Научно-исследовательский финансовый институт Министерства финансов Российской Федерации,
Москва, Российская Федерация
bundin@nifi.ru
История статьи:
Принята 10.11.2016 Принята в доработанном виде 18.11.2016
Одобрена 25.11.2016
УДК 330.101.541; 330.43; 336.12 JEL: Е37, Е62
Ключевые слова: инфляция, инфляционные ожидания, прогнозирование, облигации, внутренний долг
Аннотация
Предмет. Моделирование инфляции на потребительском рынке с учетом инфляционных и девальвационных ожиданий. Рассматривается применение результатов прогнозирования инфляции в оценке параметров ОФЗ-ИН 52001 при погашении.
Цели. Прогноз динамики годовой инфляции на потребительском рынке до 2017 г. и базисного индекса потребительских цен - до даты погашения ОФЗ-ИН 52001. Оценка основных параметров эмиссий выпуска ОФЗ-ИН 52001.
Задачи. Обосновать корректность отобранных для модели инфляции переменных. Провести оценку регрессионной статистики и исключить незначимые переменные из набора регрессоров. Прогнозные значения индекса потребительских цен в годовом выражении преобразовать в базисный (в знаменателе индекса - среднегодовые цены 2000 г.) и по полученному ряду аппроксимировать полиномиальный тренд. Рассчитать с учетом полученных данных основные показатели ОФЗ-ИН 52001 на момент погашения. Методология. Корреляционный и регрессионный анализы временных рядов с применением программного обеспечения Demetra+ и Gretl.
Результаты. До 2017 г. ожидается постепенное замедление темпов роста потребительских цен, однако о целевом уровне (4%) говорить рано. К концу 2016 г. можно ожидать инфляцию на уровне 5,8-6,4% в годовом сопоставлении, к концу 2017 г. - 5-5,5%. Применение результатов моделирования инфляции к оценке будущих параметров инфляционного линкера ОФЗ-ИН 52001 позволило рассчитать его среднегодовую номинальную доходность (7,7-8%) и номинальную стоимость облигации к моменту погашения в зависимости от даты доразмещения выпуска.
Выводы. Эмитируемые Минфином России облигации с индексируемым по инфляции номиналом (ОФЗ-ИН 52001), исходя из данных по их номинальной доходности, рассчитанной с учетом прогнозных значений инфляции, могут рассматриваться лишь в качестве средства страховки от последней.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Введение
Как известно , облигации с индексируемым по инфляции номиналом (также инфляционные «линкеры») - довольно непривычное явление для российского долгового рынка. Они представляют собой инструменты, номинальная стоимость которых привязана к изменениям темпов роста потребительских цен. Данный вид облигаций рассматривается как средство страхования от инфляции: спрос на них среди разных групп инвесторов, в особенности стратегических (ПИФ, НПФ и др.), в кризисные периоды, характеризующиеся высокой инфляцией, возрастает. Решение Минфина России
* Статья выполнена в рамках реализации Плана деятельности Минфина России на 2014-2018 годы и соответствует направлению 07.02 «Управление государственным долгом и государственными финансовыми активами» в части проведения НИР по теме «Учет фактора цикличности экономики при разработке и реализации государственной долговой/заемной политики».
относительно выпуска облигаций федерального займа, индексируемых на инфляцию (ОФЗ-ИН 52001)1, очевидно, было обусловлено необходимостью принятия оперативных мер по возмещению потерь федерального бюджета от сократившейся доли нефтегазовых доходов и сжатия платежеспособного спроса. Рассматривая этот вопрос с позиции циклического развития экономики, И.Ю. Варьяш среди основных причин образовавшейся дисфункции бюджета указывает падение мировых цен на нефть и газ, а также ухудшение условий внешней торговли [1]. Высокую чувствительность федерального бюджета к колебаниям внешней конъюнктуры отмечал и А.Ю. Михайлов в работе [2]. Коллектив авторов в исследованииработе [3] увязывает возникновение бюджетной разбалансированности (дисфункции) с нестабильностью (частой
1 Приказ Минфина России от 15.07.2015 № 214 «Об эмиссии облигаций федерального займа с индексируемым номиналом № 52001RMFS».
корректировкой) макроэкономических прогнозов. Вследствие возникшей дисфункции населению и предприятиям был необходим инструмент для сбережения доходов, а Минфину России -заимствования (внутренние и внешние) как основные источники покрытия дефицита бюджета. Опираясь на исследование Всемирного банка2, Т.Р. Урумов [4] рассматривает модели управления государственным долгом, проводит анализ их эффективности и отмечает, что финансовое состояние государства напрямую зависит от качества стратегии управления государственным долгом и рисками, политики раскрытия данных и эффективного наблюдательного режима для финансового управления.
В июле 2015 г. Минфином России было проведено первичное размещение ОФЗ-ИН 52001. Спрос рынка ОФЗ довольно быстро снизился, поскольку доходность по данному инструменту оказалась, во-первых, ниже ожидаемой, и, во-вторых, ниже, чем по альтернативным бумагам с постоянным и переменным купонным доходом (ОФЗ-ПД и ОФЗ-ПК); инфляция, в соответствии с которой косвенно индексируется номинальная стоимость ОФЗ-ИН, недолго тестировала высокие значения. Более того, Банк России установил «таргет» по инфляции до 2017 г. - 4%, что делает инфляционный линкер неинтересным для основной группы инвесторов: методика индексирования номинала ОФЗ-ИН построена таким образом, что его заметные изменения возможны только при условии высоких темпов роста потребительских цен (номинал данного долгового инструмента изменяется в соответствии с динамикой базисного индекса потребительских цен3, взятой с лагом в три месяца). Подробно методика расчета стоимости ОФЗ-ИН 52001 изложена на официальном сайте Минфина России4 и приводить ее здесь нецелесообразно.
Моделирование инфляции с учетом ожиданий5
Рассмотрим применение разработанной автором и апробированной в НИФИ в рамках научно-
2 Currie E., Dethier J.-J., Togo E. Institutional arrangements for public debt management // World Bank Policy Research Working Paper 3021, 2003.
3 Базисный период - среднегодовые цены 2000 г.
4 Информация официального сайта Министерства финансов Российской Федерации. URL: http://minfm.ru/ru/document/? id_4=64938
5 Представленные в статье расчеты проведены с
применением ПО Demetra+ и Gretl. В первом случае - для
подготовки отобранных переменных (устранение сезонности, построение авторегрессий), во втором - для подбора и тестирования различных спецификаций модели.
исследовательских работ6 методики прогнозирования инфляции, которая основывается на анализе как монетарных, так и немонетарных факторов.
Проблема подбора факторов, наиболее корректно отражающих инфляционную динамику, рассматривалась в научных исследованиях таких ученых, как А.О. Баранов и И.А. Сомова, О. Дмитриева и Д. Ушаков, В.М. Гильмундинов и
A.О. Денисов [5-7]. В работе [5] авторы, рассматривая инфляцию за два временных отрезка (с 1994 по 1999 г. и с 2000 по 2013 г.) пришли к выводу, что в отличие от первого (когда динамика инфляции определялась вариациями темпов роста денежного агрегата М2 и номинального курса доллара США), второй временной период характеризуется утратой монетарными факторами прежней значимости и возрастающим влиянием немонетарных факторов (в частности, инфляционных ожиданий). В работе [6] к основным немонетарным факторам инфляции авторы относят тарифы на коммунальные услуги и изменение условий оплаты труда в добывающей промышленности и секторе производства и распределения электроэнергии, газа и воды. Также свой взгляд на наиболее значимые немонетарные факторы инфляционной динамики изложили
B.М. Гильмундинов и А.О. Денисов, согласно которому наибольший вклад в рост цен на потребительском рынке привносят изменения тарифов нефтегазового комплекса [7]. Изучая вопросы эффективности монетарных методов антиинфляционной политики Г.Г. Фетисов [8] сформулировал три основных ее недостатка, среди которых выделил преимущественное использование монетарных методов воздействия на рост цен. Данная точка зрения ранее была отражена Л.Н. Красавиной в работе [9].
В спецификации предложенной автором модели приоритет отдается немонетарным факторам, таким как инфляционные и девальвационные ожидания. Спецификация основывается на предположении о зависимости между эндогенной переменной (инфляцией) и экзогенными переменными (табл. 1). В левом столбце таблицы указан тип зависимости между ИПЦ и объясняющими переменными.
6 НИР НИФИ по теме «Анализ динамических прогнозных условий реализации бюджетной политики». М.: НИФИ, Отчет о научно-исследовательской работе. 2015. С. 158-202; НИР НИФИ по теме «Учет фактора цикличности экономики при разработке и реализации государственной долговой/заемной политики». М.: НИФИ, Отчет о научно-исследовательской работе. 2016. С. 102-120.
Приведем краткое обоснование включения в модель ИПЦ указанных переменных.
Обоснование включения переменных в модель
Инфляционные ожидания. Порождаемые привычкой прогнозировать будущее в зависимости от предыдущего развития экономики, инфляционные ожидания учитываются экономическими агентами при принятии решений и, таким образом, как отмечает И.Н. Гуров [10], оказывают значимое влияние на объем предложения финансовых ресурсов и инвестиций в реальные активы. Зависимость между ростом инфляционных ожиданий и ликвидностью инструментов, которые экономические агенты выбирают для инвестирования своих денежных доходов, рассматривает А.Г. Коломиец [11]. Мотивы предпочтения ликвидности, как факторы характера инфляционных ожиданий, были описаны Дж.М. Кейнсом в работе [12].
Вопросами ежемесячного анализа и интерпретации инфляционных ожиданий экономических агентов на протяжении длительного периода времени занимается Банк России, согласно данным которого в период с марта по август 2015 г. инфляционные ожидания тестировали более низкие уровни в сравнении с реальными темпами роста потребительских цен (рис. 1)7. Как отмечается в работе [13], для реального сектора экономики (в частности, для промышленного производства) увеличение спреда между фактом и ожиданиями могло бы стать сигналом к снижению цен на основные факторы производства и, соответственно, позволило бы говорить о последующем снижении себестоимости продукции за счет сокращения издержек.
Обозначенный сценарий имел бы место при положительных, либо «нулевых» темпах роста производства, так как продолжительное сокращение денежной массы приводит к возрастанию соотношения количества
произведенных товаров и услуг к денежному предложению, и, соответственно, к снижению инфляции [14]. Однако с марта по август 2015 г. наблюдалась противоположная картина: промышленное производство в годовом выражении в среднем сократилась на 4,1% в сравнении с аналогичным периодом 2014 г., в то время как денежная масса за тот же период увеличилась на 7,4% (рис. 2). С сентября 2015 г. по
7 Инфляционные ожидания и потребительские настроения населения.
URL: https://www.cbr.ru/DKP/standart_system/infl_exp_16-09.pdf
сентябрь 2016 г. началось стремительное увеличение разрыва между ожиданиями населения и реальным уровнем потребительских цен. Это может свидетельствовать о возрастающем недоверии к официально публикуемой Росстатом информации о росте цен, а также сигнализировать об увеличении издержек производства, в первую очередь по причине необходимости индексации заработных плат. Показатель инфляционных ожиданий, используемый в модели, отчасти согласно общепринятой практике, исчисляется как среднеарифметическое значений взятого с лагом в один месяц ИПЦ и медианы по прямым оценкам инфляции, полученным в исследовании Банка России.
Девальвационные ожидания. Основная гипотеза при включении этого расчетного показателя в набор регрессоров основывалась на предположении о спекулятивной составляющей в поведении экономических агентов, их способности адекватно оценивать перспективы экономической ситуации в стране. Очевидно, что при увеличении количества информации в СМИ, к примеру, о повышении курса доллара США, динамика покупки валюты ускоряется, и наоборот. А поскольку цены на потребительском рынке России напрямую зависят от курса доллара, эта переменная позволяет косвенно учесть возможные колебания ценовой динамики.
Динамика курса доллара США. Уместность использования в моделировании инфляции этого показателя не требует какой-либо развернутой аргументации. Курс доллара традиционно в наибольшей степени определяет будущую динамику цен на потребительском рынке, поскольку российская экономика с переходом к рыночной модели функционирования находится под влиянием осуществляемых в долларах США экспортно-импортных операций.
Индекс потребительских цен основных внешнеэкономических партнеров РФ (рис. 3). Зависимость российской экономики от импорта продукции обусловливает ее подверженность курсовым колебаниям. Однако в большей степени интересует эффект переноса цен8 основных внешнеэкономических партнеров на внутренний рынок России, или так называемое инфляционное заражение. Если принято, что динамика курса доллара США воздействует на рост цен с лагом в один-два месяца, то цены основных
8Добрынская В.В. Эффект переноса в российской экономике. Сборник докладов конференции «Конкурентоспособность и модернизация экономики» / под ред. Е.Г. Ясина. М.: ГУ-ВШЭ, 2004. С. 286-300.
внешнеэкономических партнеров могут иметь отличную от указанной срочность воздействия (динамические показатели потребительских цен для каждой страны взяты с определенным в ходе корреляционного анализа лагом). Среднее значение показателя инфляции на
потребительском рынке по группе стран-импортеров, в которую в соответствии с занимаемой ими долей в общем объеме импорта были включены Германия, Италия, Нидерланды, Польша, Франция, Китай, Республика Корея, США, Япония, совокупный вклад которых в российский импорт по состоянию на август 2016 г. составляет 61,2% (с января по август - 56,5%), с начала 2016 г. и до текущего момента колебалось в пределах от 0,2 до 0,5% в годовом выражении.
Проблема слабой степени взаимосвязи между средним по индексам цен указанных стран и российским ИПЦ (коэффициент корреляции для выборки из 60 точек равен -0,52) была решена присвоением весов каждому отдельно взятому индексу цен9 сообразно доле соответствующей страны в структуре российского импорта. Для сглаживания волатильности полученного ряда значений рассчитано скользящее среднее значение (по пяти и по трем точкам). Проведенные расчеты позволили повысить коэффициент корреляции до -0,86 для того же объема выборки, что свидетельствует о целесообразности включения данного показателя в набор объясняющих переменных.
Разрывы между динамикой промышленного производства и денежным предложением10. Заметим, что в вопросе определения факторов динамики цен на потребительском рынке некорректно рассматривать денежную массу в отдельности от динамики производства товаров и услуг. В качестве последнего примем за наиболее близкий по экономическому смыслу к ВВП -показатель динамики промышленного
производства. Здесь же отметим, что, к примеру, С. Блинов11, отдельно рассматривая денежную массу как фактор инфляции, пришел к выводу, что статистически значимой зависимости между показателями нет и увеличение денежного
предложения влечет за собой рост ВВП. Однако в
12
соответствии с монетаристской концепцией рост
9 Предварительно лаггированному.
10 Под денежным предложением понимается денежный агрегат М2.
11 Блинов С. Ошибка доктора Кудрина // Эксперт Online. 2015. № 23. URL: http://expert.ru/expert/2015/23/oshibka-doktora-kudrina/
12 Уравнение обмена И.Фишера: MV = PQ.
денежной массы при неизменном (тем более, замедляющемся) уровне производства и неизменной (или по крайней мере стабильной) скорости обращения денежных единиц естественно способствует ускорению темпов роста цен (при условии отсутствия других значимых внешних (геополитических) и внутренних факторов, например, изменения законодательства). Проиллюстрируем это на примере динамики инфляции в 2006-2016 гг., когда рост денежной массы (М2) в годовом сопоставлении существенно превышал темпы роста промышленного производства (см. рис. 2).
Наблюдавшиеся увеличения разрывов между денежным предложением и динамикой производства с определенным лагом воздействовали на рост цен вследствие снижения меры обеспеченности денег, находящихся в обращении. Это особенно хорошо видно в период с 2006 по 2008 г., когда разрыв между производством и денежным предложением продолжительностью в четыре года, с лагом более чем в один год, вызвал инфляционный всплеск.
Динамика денежного агрегата М0 в совокупности с депозитами населения до востребования. Включение данного расчетного показателя в набор регрессоров, а не общепринятого - денежной массы М2, обусловливается тем, что потребительские ожидания наилучшим образом характеризуются расширением или сжатием объема наличных денег в обращении. Поведение этого показателя близко к банковским депозитам населения до востребования: оба характеризуют доверие населения к банковской системе. Также, данные показатели рассматриваются как материальная основа спроса населения, что отражается в работе М.Ш. Марьясина [14]. Это свидетельствует о целесообразности включения указанной переменной в модель ИПЦ.
Калибровка модели инфляции
Для построения эконометрической модели индекса потребительских цен введем следующие обозначения переменных уравнения модели:
ai-n - коэффициенты при экзогенных переменных с порядковым номером от 1 до n;
INFEXPjt - инфляционные ожидания (данные опросов населения Банком России, прогнозы Thomson Reuters);
DEVEXPjt_j - девальвационные ожидания (динамика расходов населения на покупку валюты) с лагом j;
USDRUBit_j - курс доллара США к рублю с лагому;
АСР1^_. - динамика агрегированного показателя инфляции на потребительском рынке основных внешнеторговых партнеров России с лагом у;
MPDi_. - динамика денежного агрегата М0 + депозиты населения до востребования с лагом у;
(1 + - разрывы между динамикой
промышленного производства и денежным агрегатом М2, взятые с лагом у;
st - ошибка регрессионной модели.
Таким образом, оцениваемая модель имеет следующий вид:
СРЬ = ао + а^ШЕХРи + aDEVEXPtH + + aзUSDRUBlH + аАСР1- + aMPDlH + + аб(1 + МР1М2)- + &. (1)
Как показали расчеты по уравнению (1), параметр ао имеет малую статистическую значимость, что позволяет сократить размерность модели без потерь для качества ее оценивания. Таким образом, модель приняла следующий вид:
СРЬ = а^ШЕХРи + aDEVEXPiH + aзUSDRUB ,н + + аАСР1- + aMPDit-j + а6(1 + ЫРМ2)- + &. (2)
В связи с введением в регрессионное уравнение условия о нулевой константе (ао = 0), возможность использования статистики Фишера утрачивается. Однако, мы все еще можем оценить точность аппроксимации ряда динамики СРЬ комбинацией факторов, указанных в правой части уравнения.
В ходе расчетов по уравнению вида (2) были получены оценки, приведенные в табл. 2.
Несмотря на высокие значения коэффициентов детерминации R2 (0,999) и R2adl (0,981),
свидетельствующие о том, что для данной выборки инфляция на потребительском рынке примерно на 99% определялась вариацией инфляционных и девальвационных ожиданий, курса рубля к доллару, агрегированного показателя инфляции на потребительском рынке основных внешнеторговых партнеров России, денежного агрегата М0 и показателем разрывов между динамикой денежной массы и промпроизводства, переменная USDRUB является незначимой для модели (уровень значимости ^статистики существенно превышает 5%-ный уровень) и должна быть исключена из композиции факторов. Таким образом, модель приняла следующий вид:
СРЬ = а^ШЕХРи + a2DEVEXPlH + аАСР1,н + + aMPDit-j + а5(1 + ЫРМ2)- + s, (3)
Результаты оценивания модели по уравнению вида (3) представлены в табл. 3. После исключения из модели переменной USDRUB, значения
2 2
коэффициентов детерминации R и Rшíj составили 0,999 и 0,982, соответственно.
Наибольшее среди прочих Р-значение (0,07), полученное для переменной MPD, указывает на низкую степень ее статистической значимости для объясняемой переменной. Однако торопиться с ее исключением мы не будем, а применим процедуру робастного оценивания параметров а1 ... а5. Данная методика используется для сглаживания негативного влияния зашумленности исходной информации. Применение указанной процедуры оценивания рассматривается в работе [15], где отмечается, что зачастую параметр регрессии статистически незначимый по классическому методу наименьших квадратов (или на «нулевой» итерации процедуры робастного оценивания), становится значимым после определенного количества итераций. Результаты применения, подтверждающие данную гипотезу, представлены в табл. 4.
Таким образом, удалось обеспечить статистическую значимость всех параметров модели на пятилетнем временном интервале (сентябрь 2011 г. - август 2016 г.). Уменьшилась сумма квадратов остатков (с 50,42 до 41,88) и стандартная ошибка модели (с 0,96 до 0,87). Построенная модель позволяет сформировать прогноз инфляции помесячно до декабря 2017 г.. Результаты прогнозирования представлены на рис. 4.
Тестирование модели на временном периоде с января 2011 г. по август 2016 г. подтвердило высокую сходимость между прогнозируемыми с учетом ожиданий и наблюдаемыми значениями инфляции на потребительском рынке.
Применение результатов прогнозирования для оценки будущих параметров эмиссии выпуска ОФЗ-ИН 52001
Итак, применим полученные значения динамики инфляции в оценке доходности выпуска ОФЗ 52001. Для этого оценки годовой инфляции (в том числе прогнозные) преобразовывались в цепные индексы, после чего выстраивался индекс потребительских цен, базой отсчета которого являются среднегодовые цены 2000 г. По полученному ряду аппроксимировался
полиномиальный тренд в целях получения значений динамики инфляции до месяца погашения ОФЗ. Трендовая инфляция до августа
2023 г. (дата погашения ОФЗ-ИН 52001) представлена на рис. 5.
Подставленные значения инфляции позволили получить оценки эмиссий выпуска ОФЗ-ИН 52001, согласно которым среднегодовая номинальная доходность облигаций по рассматриваемым аукционам находится в пределах от 7,7 до 7,98%, что подтверждает статус данного инструмента, как средства страховки от инфляции (и не более того).
Выводы
Анализ факторов инфляционной динамики позволил прийти к выводу, что в наибольшей степени она определяется вариацией инфляционных и девальвационных ожиданий, динамикой инфляции основных
внешнеэкономических партнеров России на потребительском рынке и динамикой денежного агрегата М0 в совокупности с депозитами населения до востребования. Фактор переноса курса доллара США в общем наборе отобранных для анализа факторов оказался незначимым, в
Таблица 1
Объясняющие переменные регрессионной модели ИПЦ Table 1
Independent values of the regression model of CPI
Зависимость Переменная Источник
Прямая Инфляционные ожидания Расчеты автора по данным опросов населения Банком России и прогнозам Thomson Reuters
Прямая Девальвационные ожидания, динамика расходов населения на покупку валюты Расчеты автора по данным Росстата
Прямая Динамика курса доллара США Данные Банка России
Обратная Индекс потребительских цен основных внешнеэкономических партнеров Российской Федерации Расчеты автора по данным ФТС, OECD
Прямая Разрывы между динамикой промышленного производства и денежным предложением (денежный агрегат М2) Расчеты автора по данным Росстата, Банка России
Обратная Динамика суммы денежного агрегата М0 и депозитов населения до востребования Расчеты автора по данным Банка России
Источник: авторская разработка Source: Authoring
основном за счет того, что он уже учтен в ценах основных внешнеэкономических партнеров России.
Результаты моделирования указывают на постепенное замедление темпов роста цен, однако о целевом уровне (4%) пока рано говорить. К концу 2016 г. можно ожидать замедления инфляции до 5,8-6,4% в годовом сопоставлении, к концу 2017 г. - 5-5,5%.
Применение результатов моделирования инфляции к оценке будущих параметров инфляционного линкера ОФЗ-ИН 52001 позволило получить значения номинала облигаций (разных аукционов) к моменту погашения, суммы купонных выплат по одной облигации и среднегодовой номинальной доходности облигации. Среднегодовая номинальная доходность по ОФЗ-ИН находится в пределах от 7,7 до 8% (табл. 5) в зависимости от даты доразмещения (чем меньше срок обращения, тем, естественно, меньше и доходность). Номинальная стоимость облигации к моменту погашения составит от 1 569 до 1 644,2 руб.
Таблица 2
Оценки, полученные методом наименьших квадратов (по уравнению вида (2). Использованы наблюдения с января 2011 г. по август 2016 г. (Т = 60)
Table 2
Estimates made through the least squares method (equation (2). Observations from January 2011 through August 2016 (T = 60)
Показатель Коэффициент Статистическая ошибка ¿-статистика Р-значение
Константа 0 - - -
INFEXP 0,7239 0,1045 6,9281 5,39E - 09
DEVEXP 0,7134 0,3214 2,2197 0,0307
USDRUB 0,01407 0,0133 1,0558 0,2958
ACPI -0,9097 0,2081 -4,3723 5,64E - 05
MPD -0,0722 0,0426 -1,6953 0,0958
1+DIPIM2 0,4995 0,2054 2,4317 0,0184
Сумма квадратов остатков 49,4019 - - -
R-квадрат 0,9999 - - -
F 128 863,9516 - - -
Статистическая ошибка модели - 0,9565 - -
Исправленный R-квадрат 0,9814 - - -
Р-значение (F) - - - 1,76E - 108
Источник: авторская разработка Source: Authoring
Таблица 3
Оценки, полученные методом наименьших квадратов (по уравнению вида (3). Использованы наблюдения с января 2011 г. по август 2016 г. (Т = 60)
Table 3
Estimates made through the least squares method (equation (3). Observations from January 2011 through August 2016 (T = 60)
Показатель Коэффициент Статистическая ошибка ¿-статистика Р-значение
Константа 0 - - -
INFEXP 0,7894 0,0841 9,3841 5,17E - 13
DEVEXP 0,7475 0,3201 2,3349 0,0232
USDRUB -1,0298 0,1744 -5,9045 2,29E - 07
ACPI -0,0776 0,0423 -1,8341 0,0721
MPD 0,5304 0,2035 2,6065 0,0117
1+DIPIM2 0,00 - - -
Сумма квадратов остатков 50,4217 - - -
R-квадрат 0,9999 - - -
F 154 314,7648 - - -
Статистическая ошибка модели - 0,9575 - -
Исправленный R-квадрат 0,9817 - - -
Р-значение (F) - - - 7,37E - 111
Источник: авторская разработка Source: Authoring
Таблица 4
Робастные оценки. Использованы наблюдения с января 2011 г. по август 2016 г. (T = 60) Table 4
Robust estimates. Observations from January 2011 through August 2016 (T = 60)
Показатель Коэффициент Статистическая ошибка ¿-статистика Р-значение
Константа 0 - - -
INFEXP 0,7983 0,0497 16,0621 2,01E - 22
DEVEXP 0,7916 0,1873 4,2268 9,01E - 05
USDRUB -1,0933 0,089 -12,2822 2,15E - 17
ACPI -0,08 0,0233 -3,4328 0,0011
MPD 0,5402 0,1095 4,9337 7,84E - 06
1+DIPIM2 0 - - -
Сумма квадратов остатков 41,881 - - -
R-квадрат 0,9999 - - -
F 1 061 822,934 - - -
Статистическая ошибка модели - 0,8726 - -
Исправленный R-квадрат 0,9818 - - -
Р-значение (F) - - - 1,78E - 133
Источник: авторская разработка Source: Authoring
Таблица 5
Оценка основных показателей по выпуску ОФЗ-ИН 52001 с учетом прогноза инфляции
Table 5
Key estimates of issue 52001 of index-linked federal loan bonds in line with the inflation forecast
Показатель Дата аукциона
17.07.2015 14.10.2015 11.11.2015 09.12.2015 03.02.2016 30.03.2016
Размещенный объем выпуска, млрд руб. 75 20,2 30,5 13,6 8,2 2
Ставка купона, % 2,5 2,5 2,5 2,5 2,5 2,5
Цена отсечения (первичного размещения), % 91 95,6 99,2 99,2 99,8 101,3
Выручка от размещения, млрд руб. 68,3 19,3 30,5 13,6 8,3 2
Без учета сезонности ИПЦ
Сумма купонного дохода по одной облигации на момент погашения, руб. 268 258,9 255,5 247,2 245,6 238,3
Номинал облигации на момент погашения, руб. 1 644,2 1 626,2 1 616,9 1 610,7 1 591,2 1 569
Доходность, которая будет достигнута за период владения, % 64,42 62,62 61,69 61,07 59,12 56,9
Среднегодовая доходность облигации, % 7,96 7,98 7,94 7,94 7,84 7,7
Источник: авторская разработка Source: Authoring
Рисунок 1
Реальная и ожидаемая инфляция в 2014-2016 гг., % Figure 1
Real and expected inflation in 2014-2016, percentage
32,5 30 27,5 25 22,5 20 17,5 15 12,5 10 7:5 5 2.5
VO OS
r cs cs fS OQ SO cs to s© M
f 1 'A'" •A. \ \ CÏ M Л гЛ "fr rn ГЛ
V -A' \ СЧ <N r«S
1 f •k* (N V СЛ oo" Û0 «г ГЧ oC ■o 00
A * so ■if so 00 CI s© чо m 00 so" so" - •A' Л so"
r- vi 00 d Ц 'S, ^ "t « rn СЧ т" V so A
¿r fO rs d s© £ ¡n so„ ь
Ol Кt & тГ № ov| ci
00 00
OS rO so 00 so_ oo" OS oo" rO CO CO "Ï. СЧ Os
so IS о SO so so"
III IV V VI VII VIII IX X XI XII 2014
I II
I II III IV V VI VII VIII IX 2016
IV V VI VII VIII IX X XI XII 2015
Индекс потребительских цен, % к соответствующему месяцу предыдущего года — -Наблюдаемаяинфляция (данные мошггорингаБанка России) О Ожидаемая инфляция (данные мониторинг;] Банка России)
Источник: авторская разработка Source: Authoring
Рисунок 2
Инфляция на потребительском рынке в 2006-2016 гг. в сопоставлении с динамикой промышленного производства и денежной массы в национальном определении
Figure 2
Inflation in the consumer market in 2006 through 2016 as compared with trends in the industrial production and money supply nationwide
Источник: авторская разработка Source: Authoring
Рисунок 3
Сопоставление динамики агрегированного показателя потребительских цен основных внешнеэкономических партнеров и индекса потребительских цен России (2014-2016 гг.)
Figure 3
Comparison of trends in aggregate Consumer Price Index of key foreign trade partners and consumer prices in Russia (in 2014 through 2016)
18,5 17 15,5 14 12,5 11 9,5 8 6,5 5
4. 2 'P- "A
À - % "ä Чч
4 m / чи. V V J iA \
,-A / •a-i .À ■\ V \
tL ▲ -A- А/ Ж f ''■M
"A" M; •I'1 ■• - .A' ob \ \ -a, - •• J ✓
m S s 't s 00 00 С m V "A, A. ■1 À / 'A
f-4 * A
■o
A''
98.7 99 99,3 99,5
99.8 100,1 100,4 100,7 100,9
I II III IV V VI VII VIII EX X XI XII I П III IV V VI VII VIII EX X XI XII I II III IV V VI VII VIII IX X XI XII
2014 2015 2016
Индекс потребительских цен, % к соответствующему месяцу предыдущего года (левая шкала)
—■— Скользящее среднее значений взвешенного индекса потребительских цен основных внешнеэкономических партнеров России (MA 5) (правая шкала)
—а-— Скользящее среднее значений взвешенного индекса потребительских цен основных внешнеэкономических партнеров России (MA 3) (правая шкала)
Источник: авторская разработка Source: Authoring
Рисунок 4
Инфляция на потребительском рынке в 2013-2017 гг.
Figure 4
Inflation in the consumer market in 2013-2017
О П © ^ ^ О п Источник: авторская разработка Source: Authoring
Рисунок 5
Базисный индекс цен к среднегодовому значению 2000 г. в сопоставлении с полиномиальным трендом до 2023 г., %
Figure 5
Baseline price index against the average annual index of 2000 as compared with polynomial trend up to 2023, percentage points
Источник: авторская разработка Source: Authoring
Список литературы
1. Варьяш И.Ю. Циклические условия монетарной политики // Научно-исследовательский финансовый институт. Финансовый журнал. 2015. № 4. С. 53-61.
2. Михайлов А.Ю. Нефтегазовые доходы бюджета в 2015 году: прогноз и риски // Научно-исследовательский финансовый институт. Финансовый журнал. 2015. № 2. С. 52-59.
3. Варьяш И.Ю., Швандар К.В., Бурова Т.Ф. Актуализация макроэкономических прогнозов в бюджетном процессе // Научно-исследовательский финансовый институт. Финансовый журнал. 2014. № 4. С. 118-128.
4. Урумов Т.Р. Практика управления государственным долгом в условиях глобализации // Научно-исследовательский финансовый институт. Финансовый журнал. 2013. № 4. С. 129-134.
5. Баранов А.О., Сомова И.А. Анализ основных факторов инфляционной динамики в России // Проблемы прогнозирования. 2015. № 2. С. 16-32.
6. Дмитриева О., Ушаков Д. Инфляция спроса и инфляция издержек: причины формирования и формы распространения // Вопросы экономики. 2011. № 3. С. 40-52.
7. Гильмундинов В.М., Денисов А.О. Влияние немонетарных факторов на инфляцию в России // ЭКО. 2012. № 1. С. 116-129.
8. Фетисов Г.Г. К использованию немонетарных методов антиинфляционной политики // Российский экономический журнал. 2011. № 6. С. 32-45.
9. Красавина Л.Н. Необходим комплекс мер для снижения темпа инфляции в России // Банковское дело. 2006. № 8. С. 25-31.
10. Гуров И.Н. Инфляционные ожидания как фактор инвестиционной привлекательности финансовых активов в России // Научные исследования экономического факультета. Электронный журнал МГУ им. М.В. Ломоносова. 2014. Т. 6. Вып. 1. 2014. С. 79-90. URL: http://archive.econ.msu.ru/sys/raw.php? o=3477&p=attachment.
11. Коломиец А.Г. Инфляция и банковский процент в современной российской экономике // Вопросы экономики. 2014. № 12. С. 101-115.
12. Кейнс Дж.М. Избранные произведения. М.: Экономика. 1993, 543 с.
13. Бундин М.А. Разнообразие монетарных методов воздействия на немонетарную инфляцию // Банковское дело. 2015. № 12. С. 19-23.
14. Марьясин М.Ш. Проблемы методического обеспечения таргетирования инфляции в российской экономике // Деньги и кредит. 2001. № 5. С. 64-70.
Финансовая аналитика: Financial Analytics:
проблемы и решения 44 (2016) 14-27 Science and Experience
ISSN 2311-8768 (Online) Economic and Statistical Research
ISSN 2073-4484 (Print)
ISSUE OF INDEX-LINKED FEDERAL LOAN BONDS IN LINE WITH EXPECTED INFLATION: SOME ASPECTS
Maksim A. BUNDIN
Financial Research Institute under Ministry of Finance of Russian Federation, Moscow, Russian Federation bundin@nifi.ru
Article history:
Received 10 November 2016 Received in revised form 18 November 2016 Accepted 25 November 2016
JEL classification: E37, E62
Keywords: inflation, inflation expectations, forecasting, bonds, internal debt
Abstract
Importance The research pursues modeling the inflation in the consumer market in line with inflation and devaluation expectations. It also reviews how it would be possible to use results of inflation forecast for evaluating the parameters of index-linked federal loan bonds upon their redemption.
Objectives The research forecasts annual inflation trends in the consumer market up to 2017 and baseline Consumer Price Index until the redemption of the index-linked federal loan bonds. I also evaluate the basic parameters of issue 52001 of index-linked federal loan bonds. Methods The research involves a correlation and regression analysis of time series, using the Demetra+ and Gretl software.
Results The growth rate of consumer prices are expected to gradually slow down until 2017. Applying results of the inflation modeling to evaluate future parameters of the inflation linkage of federal loan bonds, I estimated their average annual yield and par value of the bonds as of the redemption date and the date before the issue.
Conclusions and Relevance Issued by the Ministry of Finance of the Russian Federation, index-linked bonds can be considered as anti-inflation safeguards in regard with data on their nominal yield assessed in line with projected inflation.
© Publishing house FINANCE and CREDIT, 201б
Acknowledgments
The article was prepared as part of the 2014-2018 Activity Plan of the Ministry of Finance of the Russian Federation, complying with assignment 07.02, Management of Sovereign Debt and Financial Assets, as part of the research, Attention to the Cyclical Nature of Economy for Formulating and Implementing State Policies on Debts and Borrowings.
References
1. Var'yash I.Yu. [Cyclical conditions of the monetary policy]. Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2015, no. 4, pp. 53-61. (In Russ.)
2. Mikhailov A.Yu. [Oil and gas revenue of the Russian budget in 2015: forecast and risks]. Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2015, no. 2, pp. 52-59. (In Russ.)
3. Var'yash I.Yu., Shvandar K.V., Burova T.F. [Updating macroeconomic forecasts in the budgeting process].
Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2014, no. 4, pp. 118-128. (In Russ.)
4. Urumov T.R. [The practice of public debt management during globalization]. Nauchno-issledovatel'skii finansovyi institut. Finansovyi zhurnal = Financial Research Institute. Financial Journal, 2013, no. 4, pp. 129-134. (In Russ.)
5. Baranov A.O., Somova I.A. [Analyzing principal factors of inflation trends in post-Soviet Russia].
Problemyprognozirovaniya = Problems of Forecasting, 2015, no. 2, pp. 16-32. (In Russ.)
6. Dmitrieva O., Ushakov D. [Demand-pull inflation and cost-push inflation: factors of origination and forms of expansion]. Voprosy Ekonomiki, 2011, no. 3, pp. 40-52. (In Russ.)
7. Gil'mundinov V.M., Denisov A.O. [The impact of non-monetary factors on the inflation in Russia]. EKO = ECO, 2012, no. 1, pp. 116-129. (In Russ.)
8. Fetisov G.G. [The use of non-monetary factors of anti-inflationary policies]. Rossiiskii ekonomicheskii zhurnal = Russian Economic Journal, 2011, no. 6, pp. 32-45. (In Russ.)
9. Krasavina L.N. [The need in a set of measures to curb the inflation in Russia]. Bankovskoe delo = Banking, 2006, no. 8, pp. 25-31. (In Russ.)
10. Gurov I.N. [Inflation expectations as a factor of investment capabilities of financial assets in Russia].
Nauchnye issledovaniya ekonomicheskogo fakul'teta. Elektronnyi zhurnal MGU, 2014, vol. 6, iss. 1, pp. 79-90. (In Russ.) Available at: http://archive.econ.msu.ru/sys/raw.php?o=3477&p=attachment.
11. Kolomiets A.G. [Inflation and the bank interest rate in contemporary economy of Russia]. Voprosy Ekonomiki, 2014, no. 12, pp. 101-115. (In Russ.)
12. Keynes J.M. Izbrannye proizvedeniya [Russian edition. Selected works]. Moscow, Ekonomika Publ., 1993, 543 p.
13. Bundin M.A. [A variety of techniques to influence non-monetary policies]. Bankovskoe delo = Banking, 2015, no. 12, pp. 19-23. (In Russ.)
14. Mar'yasin M.Sh. [Issues of the methodological framework for inflation targeting in the Russian economy]. Den'gi i kredit = Money and Credit, 2001, no. 5, pp. 64-70. (In Russ.)
