CC BY
29
Финансовый рынок
УДК 336.76
прогнозирование кризисых периодов
по странам брик*
е. а. Федорова,
доктор экономических наук, доцент кафедры финансового менеджмента
E-mail: ecolena@mail. ru И. А. ЕршОВА,
студентка кафедры финансового менеджмента
Е-mail: irasik88@mail. ru Финансовый университет при Правительстве рФ
В статье с помощью модели Markov Switch GARCH проведено исследование изменений курса доллара и цены на нефть, выявлена их взаимосвязь и особое поведение во время кризисных периодов. Данное исследование впервые проводится для стран БРИК и является особенно актуальным в условиях глобализации мировой экономики, так как своевременное распознавание кризисов позволит принять меры по их смягчению и более быстрому преодолению.
Ключевые слова: цена на нефть, курс доллара США, модель Маркова, GARCH-модель, кризисный период, страны БРИК.
В последнее время наблюдается всплеск интереса к исследованиям, посвященным взаимозависимости цены на нефть и курса доллара, что, в свою очередь, вызвало создание достаточного количества методов для исследования соотношений между ценами на нефть и курсом доллара США.
Так, например, А. Юсефи (А. Yousefi) и Т. Уи-рианто (Т. Wirjanto) в 2004 г., используя общий метод моментов (ОММ) Хансена, выявили причинно-следственную связь между колебаниями курса доллара США и ценообразованием OPEC и
* Работа выполнена в рамках прикладной НИР по Государственному заданию Правительства РФ на 2013 r.
подтвердили отрицательную корреляцию цены на нефть и курса доллара [19].
Исследователь К. Акрам (Q. Akram) в 2004 г. определил нелинейное отрицательное взаимоотношение между ценой на нефть и валютным курсом некоторых европейских стран и указал на зависимость между его изменениями и показателями цен на нефть [12].
Исследователи Г. Сифарелли (G. Cifarelli) и Г. Паладино (G. Paladino) в 2010 г., используя мультивариативную ССС GARCH-M-модель, определили взаимосвязь между динамикой цен на нефть и поведением валютного курса и получили доказательство обратной зависимости между ценой на нефть и изменением валютного курса [14].
Дальнейшие исследования были посвящены вопросам соотношения цен на нефть и валютного курса, а также их взаимному влиянию. К примеру, Н. Крихен (N. Krichene) в 2005 г. использовал VECM-модель для демонстрации того, что негативное воздействие падающего номинального эффективного валютного курса может привести как к всплеску цены на нефть, так и наоборот, к долго-или кратковременному падению [15].
Исследователи Р. Лизардо (R. Lizardo) и А. Моллик (A. Mollick) в 2010 г. использовали ко-
интеграционный анализ для выявления того, что цены на нефть могут объяснить изменения курса доллара в долгосрочной перспективе: увеличение реальной цены на нефть ведет к снижению курса доллара США относительно стран-экспортеров нефти. Эти исследования подтверждают обратно пропорциональное взаимоотношение цены на нефть и валютного курса [16]. В то же время Дж. Ротемберг (J. Rotemberg) считает, что именно курс американского доллара в значительной мере влияет на мировые нефтяные цены в долгосрочной перспективе (в краткосрочной же перспективе этот эффект ограничен) [18]. Исследователи Е. А. Федорова и К. А. Панкратов с помощью модели EGARCH оценили влияние изменения валютного курса и цены на нефть на российский фондовый рынок [10]. В 2011 г. Е. А. Федоровой был проведен анализ финансовой интеграции стран БРИК в долгосрочном и краткосрочном периодах с помощью современных методов эконометрического моделирования. Полученные результаты доказали наличие финансовой интеграции стран БРИК [6]. В 2012 г. Е. А. Федорова, И. Н. Сняткова, Ю. Н. Су-тягина провели анализ между ценой на нефть, валютным курсом и фондовыми рынками развивающихся стран за период с 2000 по 2011 г. Их расчеты показали, что в то время как рост цены на нефть активно влияет на индекс развивающихся стран, имеет место воздействие самого этого индекса на добычу нефти в кризисный период. Зависимость между рассматриваемыми переменными постоянно меняется в зависимости от экономической ситуации в мире. Было отмечено, что рынок нефти, валютный и фондовый рынки развивающихся стран тесно коррелируют (и эта взаимосвязь в дальнейшем будет только усиливаться). В работе Е. А. Федоровой и И. Я. Лукасевича в 2011 г. была применена методика BCT (Binary Classification Tree) для прогнозирования финансовых кризисов в развивающихся странах, в результате чего были определены значимые факторы в прогнозировании кризисов, дана оценка вероятности наступления кризиса в 2008 г. и в 2011 г. [8]. Исследователи Чи-Чанг Ву (Chih-Chiang Wu), Хуймин Чанг (Huimin Chung) и Ю-Хсин Чанг (Yu-Hsien Chang) выявили рост антикорреляционной зависимости между курсом доллара и ценой на нефть с 2000 г. и сделали вывод, что Garch-модели позволяют исследовать эту зависимость и составлять прогноз кризисных состояний экономики [13].
В представленном исследовании будет использоваться регрессионная модель с переключением режима (SWICH-GARCH-модель). В основе подобных авторегрессионных моделей условной гетерос-кедастичности с переключением режимов лежит предположение, что параметры уравнения могут принимать различные значения в разных режимах, переходы между которыми управляются марковским процессом. Модель с марковским переключением имеет нелинейную спецификацию, в которой различные состояния окружающей среды воздействуют на динамику временного ряда. Динамические свойства зависят от текущего режима. Модель позволяет переключаться на определенный режим в любой момент времени [9]. Модель Маркова использовали в своей работе Федорова и Лыткина в 2011 г., в результате были определены кризисные периоды, а также был представлен прогноз о продолжении текущего состояния системы. В 2012 г. данная модель применялась в исследованиях Е. Федоровой, И. Ершовой, В. Шаповаловой и Ю. Черепенниковой (были определены кризисные состояния экономики России с помощью взаимосвязи курса доллара и цены на нефть) [7]. Модель Маркова применялась также и в работе Е. Федоровой и Ю. Черепенниковой (представлен анализ зависимости цены на золото и индекса РТС с выявлением кризисных периодов) [11]. Также указанная модель применялась зарубежным исследователем Н. Найфером (К Naifar) (с помощью модели были выявлены кризисные периоды и представлен прогноз о наступлении кризиса) [17].
Построение экспоненциально взвешенного скользящего среднего (EWMA) осуществлялось в работах Е. Федоровой и Е. Лыткиной [9], Е. Федоровой, И. Ершовой, В. Шаповаловой, Ю. Черепен-никовой [7], а также зарубежным исследователем Н. Найфером (К Naifar) в 2010 г. [17].
Развивающиеся страны особенно подвержены рискам, связанным с нестабильностью финансовой системы. Периоды финансовой нестабильности, предшествующие кризису, могут иметь общие основные черты. В связи с большими потерями экономики во время финансовых кризисов проводятся многочисленные исследования, цель которых — построить модели, позволяющие выявить нарастание предкризисных рисков и дать экономическим агентам время на их преодоление [8]. Поэтому целесообразно предпринимать меры по предотвращению развертывания кризиса уже на этапе возникновения финансовой нестабильности.
Одной из возможных моделей прогнозирования кризисных состояний экономики может служить модель, построенная на взаимосвязи между курсом доллара и цены на нефть. Недавнее существенное обесценивание доллара США, используемого в качестве основной валюты международной торговли сырой нефтью, привело к соответствующему увеличению цен на нефть [7]. Изучению вопроса о данной зависимости посвящено довольно много зарубежных исследований. Представленное исследование базируется на некоторых из этих исследований, что
позволяет на основании широкой теоретической базы рассмотреть практическое применение различных методов на рынках стран БРИК.
Динамика основных экономических показателей БРИК представлена в табл. 1.
На основании данных, представленных в табл. 1, можно сделать вывод о том, какое влияние оказал финансово-экономический кризис на страны БРИК. Так, за время кризисных явлений во всех четырех странах прослеживается спад темпов роста ВВП, темпов роста промышленного производства,
Таблица 1
Экономические показатели стран Брик с 2003 по 2011 г.
страна 2003 2004 2005 2006 2007 2008 2009 2010 2011
Население, млн чел.
Бразилия 182 184 186 188 190 196 199 201 203
Россия 145 144 143 143 142 142 142 143 143
Индия 1 050 1 065 1 080 1 095 1 130 1 148 1 166 1 173 1 189
Китай 1 287 1 299 1 306 1 314 1 322 1 330 1 339 1 330 1 337
Темпы роста ВВП, %
Бразилия 1,1 5,7 3,2 4 6,1 5,2 0,6 7,5 2,8
Россия 7,3 7,2 6,4 8,2 8,5 5,2 —7,8 4 4,3
Индия 6,9 7,6 9 9,5 10 6,2 6,8 10,1 7,8
Китай 10 10,1 11,3 12,7 14,2 9,6 9,2 10,3 9,5
Темпы роста объема промышленного производства, %%
Бразилия 0,4 6 3,4 3,2 4,9 4,3 —5,5 11,5 4
Россия 7 6,4 4 4,8 7,4 3,5 —13 8,3 5
Индия 6,5 7,4 7,9 7,5 8,5 4,8 9,3 9,7 6,7
Китай 30,4 17,1 29,5 22,9 13,4 9,3 9,9 11 13
Инфляция, %%
Бразилия 14,8 6,6 6,9 4,2 3,6 5,7 4,9 5,8 6,9
Россия 13,7 10,9 12,7 9,7 9 14,1 11,7 6,9 8,9
Индия 3,8 4,2 4,2 5,3 6,4 8,3 10,9 12 6,8
Китай 1,2 3,9 1,8 1,5 4,8 5,9 —0,7 3,2 5,4
Уровень безработицы, %%
Бразилия 12,3 11,5 9,8 10 9,3 7,9 8,1 6,7 6,1
Россия 8,6 8,2 7,6 7,2 6,1 6,4 8,4 7,5 6,8
Индия 9,5 9,2 8,9 7,8 7,2 6,8 10,7 10 9,8
Китай 4,3 4,2 4,2 4,1 4 4,2 4,3 4,1 6,5
Объем экспорта, млрд долл. США
Бразилия 59,4 73,3 95 115 138 198 153 202 251
Россия 134 163 245 318 356 472 303 400 499
Индия 44,5 57,2 69,2 76,2 112 176 168 226 298
Китай 326 436 583 752 974 1435 1204 1578 1897
Объем импорта, млрд долл. США
Бразилия 46,2 48,3 61 78 91,4 173 128 182 220
Россия 74,8 92,9 125 172 223 302 192 249 310
Индия 53,8 74,2 89,3 113 188 306 274 358 451
Китай 295 397 552 632 778 1074 954 1327 1664
Государственный долг, % к ВВП
Бразилия 74,7 70,6 69,1 66,7 65,2 63,6 68,1 54,7 54,4
Россия 30,4 22,3 14,2 9 8,5 7,9 11 7,9 8,7
Индия 81,7 81 78,7 75,4 72,7 73,1 69,4 50,6 51,6
Китай 19,2 18,5 17,6 16,2 19,6 17 17,7 43,5 43,5
Источник: URL: М1р://%'%гмг. егерог! га.
увеличение доли безработных граждан, сокращение объемов экспорта и импорта, а также ухудшение других экономических показателей (например, сокращение резервных фондов, череда банкротств компаний и т. д.). Данные изменения характерны для всех четырех стран, однако наиболее сильное влияние мировой финансово-экономический кризис оказал на Бразилию и Россию.
Наблюдающийся мировой экономический кризис рассматривается как экстраординарный. Бразилия, Россия, Индия и Китай реагировали на него по-разному. Наибольший спад в 2009 г. претерпел показатель ВВП России, бразильский задержался на минимальном уровне (около нулевой отметки), Индия и Китай лишь уменьшили прирост этого показателя. Тем не менее указанные страны по отдельности проходят кризис с меньшими издержками по сравнению с традиционными центрами мировой экономики [2].
В целом экономики БРИК переносят невзгоды кризиса лучше, чем в среднем мировая экономика. Однако в ходе кризиса страны этой группы проявили разную степень устойчивости. В представленном исследовании используются значения официального курса доллара в рублях по данным Банка России с 01.09.2004 по 29.09.2012, а также цена на нефть марки Brent за аналогичный период.
Если рассмотреть динамику цен на нефть и курса доллара США для России, Бразилии и Индии, то между этими значениями прослеживается обратная зависимость. Для Бразилии и Индии характерен
плавающий валютный курс, а для России характерно регулирование валютного курса Банком России в рамках валютного коридора (к плавающему курсу рубля Банк России планирует перейти к 2015 г.). В связи с этим различные изменения в экономике (в частности, изменения курса доллара США) оказывают свое влияние на мировые цены на нефть.
Для Китая такая зависимость прослеживается не на всем периоде исследования. Курс юаня долгое время оставался фиксированным относительно доллара. В 2005 г. под давлением западных стран Пекин «отпустил» привязку, но в 2008 г. опять вернулся к регулированию курса, чтобы уменьшить влияние начавшегося финансового кризиса [1]. В настоящее время курс юаня жестко контролируется Центробанком Китая: регулятор следит за проведением операций с национальной валютой страны, ограничивает ее обмен и оборот. Подобная политика Пекина давно вызывает критику бизнеса и властей развитых стран, в первую очередь США. Курс юаня искусственно занижен, что дает стране преимущества при внешней торговле. По экспертным оценкам, Китай занижает курс юаня на 40 %. В связи с указанным проведение исследования взаимозависимостей между курсом доллара, курса юаня и динамикой цены на нефть не имеет смысла.
Описательная статистика, которая позволяет дать общее представление об изучаемых группах данных, представлена в табл. 2.
Первой характеристикой является среднее значение, которое дает общее представление о
Таблица 2
Описательная статистика курса доллара в странах Брик к национальной валюте и цены на нефть марки BRENT
Характеристика USD-RUR USD-BRL USD-INR USD-CNY Цена нефти
Среднее 28,5292 2,0077 45,9941 7,1939 80,9185
Стандартная ошибка 0,0654 0,0081 0,0982 0,0170 0,6186
Медиана 28,5564 1,9402 45,3762 6,8413 75,34
Мода 29,2187 2,952 45,525 6,8276 73,91
Стандартное отклонение 2,6188 0,3257 3,9325 0,6816 24,7633
Дисперсия выборки 6,8584 0,1061 15,4652 0,4646 613,2221
Эксцесс —0,2649 0,2289 0,3615 —1,3926 —0,9374
Асимметрично сть 0,0782 0,8934 0,6552 0,3262 0,3800
Интервал 13,3012 1,4182 18,6459 2,1588 107,82
Минимум 23,1255 1,5383 38,5991 6,2886 38,27
Максимум 36,4267 2,9565 57,245 8,4474 146,09
Сумма 45 703,78 3 216,47 73 682,55 11 524,73 129 631,57
Счет 1 602 1 602 1 602 1 602 1 602
Средняя корреляция с ценой на нефть (2006—2012 гг.) —0,63 —0,77* —0,69* —0,32 1
* Средняя корреляция с ценой на нефть (2007—2012 гг.).
наборе данных: наиболее дешевой валютой по отношению к доллару явилась индийская рупия, далее (в сторону увеличения): российский рубль, затем китайский юань и бразильский реал (средняя цена на нефть за рассматриваемый период составила 80,9 долл. за баррель). Максимальные и минимальные значения не отличаются от среднего значения более чем на 47 % для бразильского реала, 27 % для российского рубля, 24 % для индийской рупии и 17 % для китайского юаня. Наибольший интервал (в процентном соотношении) соответствует бразильскому реалу, далее следует российский рубль, индийская рупия и китайский юань. Относительно незначительному интервалу для значений курса доллара к китайскому юаню способствовало регулирование курса доллара правительством Китая в период кризисных явлений в мире. Наибольшая дисперсия (в процентном соотношении к среднему значению) наблюдается для индийской рупии, далее следует российский рубль, потом — китайский юань и бразильский реал. Согласно среднему квадрати-ческому отклонению наибольший разброс значений соответствует бразильскому реалу, далее следует российский рубль, наименьший разброс наблюдается для индийской рупии и китайского юаня. Показатели асимметрии отличны от нуля и имеют положительное значение, т. е. для курсов доллара стран БРИК и для цены на нефть присутствует смещение вправо. Показатели эксцесса всех исследуемых данных отличны от нуля, это значит, что распределение данных имеет острые пики.
Взаимосвязь цены на нефть и курса доллара может быть оценена с помощью корреляции. В 2011 г. при рассмотрении взаимосвязи цены нефти с обменным курсом исследователи Чи-Чанг Ву (Chih-Chiang Wu), Хуймин Чанг (Huimin Chung) и Ю-Хсин Чанг (Yu-Hsien Chang) установили взаимозависимость курса доллара и цены на нефть за период с 1946 по 2009 г. (было выяснено, что зависимость значительно увеличилась между ними и за период с 2000 по 2009 г. достигла 89 % со знаком минус, что свидетельствует о высоком уровне связи) [13]. Аналогичные данные были получены в исследовании А. Молочиева в 2011 г. [5]. В работе Стивена Йена (2008 г.) в результате проведения тестов причинно-следственной связи Грейнджера было обнаружено, что в течение последних лет (1992—2008 гг.) доллар стремился к «определению» стоимости нефти, а не наоборот [3].
Основной механизм взаимодействия цены на нефть и курса доллара, возникший в 2000-е гг., А. Молачиев в своем исследовании определил следующим образом: цена на нефть фактически стала инструментом защиты от долларовой инфляции: при обесценивании американской валюты цена на нефть растет, что позволяет владельцу нефтяного фьючерса спасти его активы. Причина описанной корреляции очевидна — если цена на товар выражена в определенной валюте, то изменение ее покупательной способности ведет к изменению количества товара, которое можно купить за нее. Таким образом, на цену нефти влияет не только реальная, но и ожидаемая стоимость доллара [5].
В представленном исследовании также рассчитаны значения корреляции данных показателей. Корреляция цены на нефть с курсом доллара к национальной валюте для трех стран представлена в табл. 3. Корреляция цены на нефть и курса доллара к российскому рублю меняет положительный знак на отрицательный начиная с 2006 г., для остальных рассматриваемых стран данное изменение происходит с 2007 г. Данный показатель характеризует взаимосвязь исследуемых данных: отрицательное значение свидетельствует об обратной зависимости курса доллара и цены не нефть, т. е. при росте цены на нефть происходит укрепление национальной валюты по отношению к доллару, и наоборот, когда цена на нефть падает—курс доллара растет. Данная взаимосвязь продолжается до конца исследуемого периода. Сила этой связи характеризуется приближенностью модуля значения коэффициента корреляции к единице. Средние значения корреляции за период с 2006 по 2012 г. для России соответствуют минус 0,63, для Бразилии и Индии за период с 2007 по 2012 г. — минус 0,77 и минус 0,69 соответственно, что свидетельствует о довольно высокой силе взаимозависимости исследуемых данных.
Первым этапом определения кризисных ситуаций является построение графиков EWMA (Exponentially Weighted Moving Averages) (графическое изображение экспоненциально взвешенного скользящего среднего значения), что позволяет наблюдать изменение тренда курса доллара. Результаты расчетов для России представлены на рис. 1 (на основании данных, представленных на рисунке, можно проследить волатильность курса доллара США).
Для определения периодов, соответствующих кризису, в качестве отправной точки используется
Таблица 3
корреляция цены на нефть с курсом доллара
Год корреляция с курсом доллара корреляция с курсом доллара корреляция с курсом доллара
по отношению к рублю по отношению к реалу по отношению к рупии
2004 0,530904487 0,320718372 0,466886284
2005 0,539154296 —0,653337744 0,005183342
2006 —0,090253629 0,110258605 0,295019385
2007 —0,964371761 —0,936431519 —0,866569939
2008 —0,917798781 —0,922024131 —0,663931724
2009 —0,883354112 —0,931477763 —0,772507052
2010 —0,137671933 —0,651871007 —0,757334356
2011 —0,573697123 —0,4972988 —0,360336842
2012 —0,861738913 —0,69459199 —0,737929719
-Волатильность курса HUR/USD —»EWIV1A для курса RUR/USD
рис. 1. EWMA для курса доллара к российскому рублю
пик EWMA, в качестве окончания — достижения значения в 1/2 от этого пика. С точки зрения интерпретации динамики EWMA особое внимание следует уделить разовым скачкам в изменениях валютного курса, которые приводят к увеличению EWMA на непродолжительный период и которые нужно расценивать не как идентификации кризиса, а с точки зрения кратковременной финансовой нестабильности.
Построенная кривая EWMA для России принимает максимальное значение в декабре 2008 г. и достигает среднего значения от пика в апреле 2009 г. Очередное увеличение значения пришлось на период с августа по ноябрь 2011 г., что соответствует
второй волне кризиса 2008—2009 гг. Относительно небольшие колебания EWMA на промежутке с 2008 по 2012 г. можно расценить как некоторые проблемы в финансовой сфере.
Аналогично были построены и проанализированы EWMA для Бразилии и Индии. Результаты исследования представлены в табл. 4.
Для Китая была получена обратная картина, волатильность курса доллара к китайскому юаню наблюдается в период с октября 2004 г. по май 2006 г. (наиболее сильная волатильность за последние 8 лет). Также относительно высокая волатильность продолжалась до ноября 2008 г., после чего правительство взяло курс доллара под свой контроль
Сводная аналитическая таблица кризисных периодов для Бразилии, России и Индии, полученных с помощью EWMA
Таблица 4
Страна 2004 г. 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г.
Бразилия — 5—6 6 — 12 1—3 — 9—12 —
Россия — — — — 12 1—4 — 8—11 —
Индия — — 6 5 — 1—4 — 9—12 —
30. П.2005 16.03.2007 25.06.2006 21.10.2009 02.11 2010
Рис. 2. График волатильности курса доллара к российскому рублю
Рис. 3. График условной волатильности курса доллара к российскому рублю
(данного уровня волатильность курса доллара возобновилась с июня 2010 г.). Это еще раз подтверждает тот факт, что исследование зависимости курса доллара (прогнозирование кризисных периодов на основе курса доллара к китайскому юаню) от цены на нефть не является целесообразным.
На следующем этапе с помощью пакета МайаЬ были сформированы волатильности курса доллара (рис. 2 и 3) и график вероятности переключения состояний (из спокойного в кризисное). Было вы-
явлено, что практически все кризисные состояния начались с середины 2008 г. и продолжаются до настоящего времени (рис. 4). Чтобы подробнее рассмотреть протекание кризисных процессов (с 02.07.2008 по 28.09.2012), авторами была увеличена последняя часть графика. За этот временной отрезок график переключения режимов изображен на рис. 5 и представлен двумя состояниями: черные бары — некризисное состояние, светло-серая линия — кризисное состояние. В момент, когда
Рис. 4. График вероятности переключения режимов для России за период с 2004 по 2012 г.
19.09.2008
02.10.2009
02.1 1 .201 О
24.1 1 .201 1
21 .09 .2012
Рис. 5. График вероятности переключения режимов для России за период с 2008 по 2012 г.: 1 — кризисное состояние; 2 — некризисное состояние
21,07.2008 OS 02.2009 25.08,2009 13,03.2010 29.09,2010 17.04.2011 03,11,2011 21,05,2012 -Значение показателей для России ----Сглаженная кривая за 5 периодов (для России)
Рис. 6. График значений вероятностей переключения режимов с шагом в 5 периодов для России
некризисное состояние достигает значения, равного 0,5, происходит смена режима на кризис. Если бар лишь «подбирается» к данной отметке, но не достигает ее, то приходится говорить о росте вероятности перехода, но не о смене режима.
Для более наглядного представления графика переключения режимов значения вероятностей были перенесены в редактор Excel с шагом в пять периодов (это позволило исключить мелкие незначительные колебания), и полученные графики стали выглядеть более сглаженными (рис. 6) [7].
Аналогичные графики были построены для Бразилии и Индии. На графиках показано, что первая волна кризисных явлений берет свое начало в июле 2008 г., а наиболее сильная волатильность курса доллара и наиболее продолжительный период кризисных явлений пришелся с декабря 2008 г. по начало августа 2009 г. (на графиках этот период соответствует нахождению сглаженной кривой за 5 периодов выше отметки 0,5). Данное состояние экономики характерно для трех исследуемых стран, единственное незначительное отклонение от представленной ситуации наблюдается для Индии (с мая по июль 2009 г.), когда значения вероятностей переключения режима значительно снизились (значение сглаженной кривой за 5 периодов опустилось ниже отметки 0,5).
Полученные результаты графического исследования подтверждаются и практическими
данными. В результате начала падения цены на нефть (04.07.2008 цена на нефть достигла своего максимума в 144,5 долл. за баррель, а 08.07.2008 она соответствовала 136,2 долл. за баррель) произошло моментальное реагирование обменного курса доллара (04.07.2008 стоимость доллара США в России была равна 23,38 руб., а 08.07.2008 стоимость доллара составляла уже 23,56 руб. (в Бразилии обменный курс доллара на указанные даты был равен 1,58 и 1,59 бразильского реала соответственно, в Индии — 42,44 и 42,77 индийской рупии соответственно). Такая же взаимосвязь наблюдается и для обратной ситуации: цена на нефть достигла своего минимума 18.02.2009 (39,59 долл. за баррель), но уже на следующий день доллар достиг своего максимума (36,43 руб. за доллар США). После каждого поворотной точки тренды меняют свое направление. Так, нефть, имея ярко выраженный «бычий» тренд до 4 июля, сменила его на «медвежий» (до 18.02.2009 г.), после чего тенденция к росту проявилась вновь. Для курса доллара в этот период была характерна обратная ситуация: «медвежий» тренд сменяется «бычьим», затем снова «медвежий». В период с 04.07.2008 по 18.02.2009 наблюдалось наиболее сильное изменение цены на нефть и обменного курса доллара, связанного с кризисными явлениями в мире [7].
Второй наиболее продолжительный период приобретает кризисные черты в июле 2011 г. (пересечение отметки в 0,5 ед. в последних числах авгус-
та 2011 г. для Бразилии и России (окончание периода для этих стран произошло в декабре 2012 г.), для Индии эта ситуация наблюдалась с середины ноября 2011 г. и до начала января 2012 г.).
Экономический кризис 2011 г. является продолжением и развитием ситуации в мировой экономике, начавшейся в 2008 г. Этот кризис еще называют «второй волной» уже существующего кризиса, подразумевая вторую рецессию за один период. Далее проанализируем ситуацию на рынке нефти и курс доллара в 2011 г. В августе по сравнению с июлем указанного года значительно выросла корреляция между курсом доллара и ценой на нефть (с 84 до 94 %). Курс доллара в России с 05.08.2011 вырос с 27,84 руб. за доллар до 32,2 руб. за доллар США к 31.12.2011; в Бразилии курс доллара вырос с 1,56 бразильского реала до 1,87; в Индии курс доллара вырос с 44,4 индийских рупий до 53,3; в Китае курс доллара контролируется правительством, поэтому его изменение за рассматриваемый период носило иной характер: курс китайского юаня незначительно снизился с 6,43 до 6,3 юаня за доллар США. В то же время цена на нефть упала с 109,29 долл. за баррель до 107,22 долл. за баррель. Для первых двух кварталов указанного года характерна иная общая тенденция: курс доллара падал, цена на нефть росла. К примеру, в I квартале рынок нефти практически не реагировал на укрепление доллара: котировки лишь кратковременно снижались после появления данных о запасах, но быстро возвращались на прежние уровни и вновь продолжали движение вверх. В III квартале 2011 г. принцип зависимости цены нефти от движения валютных пар только укреплялся. Необходимо 1.2 отметить, что в указанном году колебания цены на нефть из-за колебаний в экономике США и снижения общемирового доверия к доллару нередко зависели от факторов, которые раньше не сильно влияли на стоимость нефти. К таковым факторам в последнее время стали относиться: рост или снижение импорта нефти в Китай; размеры запасов нефти в США и т. п. [4]. В результате, доллар и цены на нефть периодически то
одновременно шли вверх, то в унисон снижались (в сентябре произошло резкое удорожание доллара США и резкое снижение цен на нефть, в октябре — резкое удорожание нефти и укрепление рубля).
На графиках за исследуемый промежуток времени также отображены 4 кратковременных переключения с некризисного состояния на кризисное:
1) переключение с декабря 2009 г по январь 2010 г. для Бразилии и Индии, значения вероятности переключения для России также показали свой существенный рост в данный период, однако так и не достигли границы в 0,5 ед.;
2) переключение с апреля 2010 г. для Бразилии, переключение для России и Индии с мая по июль 2010 г;
3) переключение для России с октября по ноябрь 2010 г. (для Бразилии и Индии показатели не достигли границы в 0,5 ед.);
4) переключение для Бразилии с мая по июнь 2012 г., для России вероятности переключения режима достигли границы лишь в конце мая и снизились в начале июня, для Индии значения лишь подобрались к границе в начале июня, но так и не пересекли ее.
Для создания общей картины, основанной на результатах расчетов по трем странам, был построен график средних значений вероятностей переключения режимов с шагом в 5 периодов. Данный график изображен на рис. 7 и является наглядным отображением совпадения кризисных периодов, выявленных в данном исследовании для трех стран, а также общепринятых временных границ кризисного состояния экономик этих стран.
Средние значения показателей трех стран
"Средние значения показателей трех стран по сглаженным данным
Рис. 7. График средних значений вероятностей переключения режимов с шагом в 5 периодов по трем странам (Россия, Бразилия, Индия)
Сводная информация по результатам оценки кризисных периодов для Бразилии, России и Индии представлена в табл. 5. Подсчитано, на какие месяцы пришлись кризисные состояния согласно двум используемым подходам, а также определено, какой из подходов имеет большую чувствительность к колебаниям цен на нефть и к курсу доллара (на основе общей продолжительности выявленных кризисных состояний).
Начиная с января 2008 г. и по сентябрь 2012 г. с помощью экспоненциально взвешенной скользящей средней ЕШМЛ установлено 30 мес. (4 периода), соответствующих кризисному состоянию. С помощью модели Маркова было выявлено 54 мес. (6 периодов). Таким образом, модель Маркова является более чувствительной моделью, позволяющей выявить даже относительно непродолжительные и более слабые колебания в изменениях цены на нефть и курса доллара. С помощью ЕШМЛ было выделено 4 кризисных эпизода, а с помощью модели Маркова — 6 (2 из которых совпадают между собой: это декабрь 2008 г. — март 2009 г. и ноябрь-декабрь 2011 г.). В соответствии с зарубежными теоретическими концепциями по этому методу определяется кризисная ситуация, которая может и не перерасти в глобальный кризис, но которая может указать на проблемы в финансовой сфере.
Диаграмма с областями, в которых состояние экономики соответствует кризису согласно методу ЕШМЛ и модели Маркова, представлена на рис. 8 и 9. Интерпретация данной диаграммы сводится к тому, что на отрезках, где полностью отсутствуют столбцы, сигнализирующие о наличии
3,5 Я
Таблица 5
Сводная аналитическая таблица кризисных периодов для Бразилии, России и индии, полученных с помощью EWMA и модели Маркова
Страна
Бразилия
Россия
Индия
Год
2004
2005
2006
2007
2008
2009
2010
2011
2012
2004
2005
2006
2007
2008
2009
2010
2011
2012
2004
2005
2006
2007
2008
2009
2010
2011
2012
Номер месяца
Метод EWMA Метод MS GARCH
5 - 6
12
1- 3
9 - 12
12
1- 4
8 - 11
1 - 4
9 - 12
12
1 - 8, 12
1, 4 - 7
9 - 12
5 - 6
12
1—{
5 - 7, 10, 11
9—12
12
1- 5, 7, 8, 12
1, 5 - 7
11, 12
2,5
г
1,5 1 0',5 0
Индия
Рпггия
^¡«¡льгашшгчг^еоеошептООО тИн ЙОООООООСЭЙЙЙЙТН^ЙЧНН ООООоОоОоооооОООоО ^ л^ мммгдмммммммммсчсчмм«««
Рис. 8. График наличия (отсутствия) кризисного состояния в Бразилии, России, Индии по результатам расчетов EWMA
кризиса, модель для всех трех стран (Бразилия, Россия, Индия) идентифицировала отсутствие кризиса в данный момент, а на отрезках, где столбцы касаются верхней границы (в три единицы), кризис был определен в данный момент для каждой из трех стран.
Можно сделать вывод, что модель Маркова на основе данных стоимости нефти и курса доллара позволяет довольно четко определить кризисные состояния экономики России, Бразилии и Индии, которые совпадают между собой в большинстве случаев, следовательно, можно утверждать, что кризисные периоды, нашедшие отражение во всех рассматриваемых в данном
ИБразилия
гч
Н И1 Л Л
1 1 1
о л
6
6
5
3,5 3 2,5 2 1,5 1
0,5 0
^ 1Л 1Л ООО ООО
гмгмгмгмгмгмсмгчгмгм
Индия
Россия
Ш Бразилия
Рис. 9. График наличия (отсутствия) кризисного состояния в Бразилии, России, Индии по результатам расчетов модели Маркова
исследовании странах, можно идентифицировать как общемировые, т. е. наблюдается общемировой финансово-экономический кризис, который оказал свое влияние и на другие страны.
Результаты оценки параметров модели (табл. 6) свидетельствуют о том, что данная модель может быть использована для прогнозирования кризисных состояний экономики.
Используемая модель Маркова также позволяет определить ожидаемый период продолжения текущего режима (вероятности переходов указаны в табл. 7). Таким образом, для России ожидаемое продолжение текущего режима для состояния 1 равно 10,85, т. е. 11 периодов, для состояния 2 — 9,73, т. е. 10 периодов. Так, модель, построенная для
России, свидетельствует о том, что через 10-11 периодов произойдет смена режима (со спокойного на кризисный).
Аналогичные прогнозы получены для Бразилии и Индии, результаты представлены в табл. 8. Делая вывод на основании полученных данных, смена режима произойдет в течение 3-11 периодов (с наибольшей вероятностью это произойдет в конце прогнозируемого срока, так как два из трех построенных прогноза определили сроки переключения режима с 8-го периода по 11-й).
Модель Маркова показывает длительность текущего режима и позволяет определить его продолжительность, что очень важно для формирования пакета эффективных мер государственного регулирования кризисной ситуации в экономике, для планирования и контроля за их реализацией в краткосрочной и долгосрочной перспективах. Уделяя должное внимание своевременному и эффективному мониторингу предкризисной ситуации в экономике, можно будет смягчить последствия надвигающегося кризиса [9]. Так как все страны связаны между собой различными видами обязательств, кризис одной страны может напрямую (либо косвенно) затрагивать экономику другой страны, что было наглядно доказано в пред-
ставленном исследовании.
Таблица 6
Результаты оценки параметров модели
Параметр Спокойный режим (0) Кризисный режим (1)
Оценка параметров Стандартная ошибка Р-значение Оценка параметров Стандартная ошибка Р-значение
во 0,005634 0,0002 0 0,094789 0,0036 0
р, -0,0108 0,0027 0 0,015 0,0115 0,19
р2 -0,0005 0,0017 0,76 -0,0148 0,0056 0,01
Таблица 7
Вероятности переходов режимов для России
Параметр Оценка параметров Стандартная ошибка Р-значение
Р (0, 0) 0,99 0,01 0
Р (1, 1) 0,98 - 1
Таблица 8
Сводная таблица прогнозных значений смены режима
Страна Продолжительность текущего состояния, количество дней
Россия 10-11
Бразилия 3-11
Индия 8-10
Список литературы
1. Будущее Юаня. 2011. URL: http://infobank. by.
2 . Давыдов В. Экзамен кризиса для БРИК. URL: http://analyticsmz. ru.
3. Йен Стивен. Нефть и доллар: скованные одной цепью / Morgan Stanley, 2008. URL: http://www. forexpf. ru .
4. Курс доллара США опять определяет цены на нефть. URL: http://business1.kz .
5 . Молачиев А. Цены на нефть и мировая финансовая система: сложное взаимодействие // ТЭК. Стратегии развития. 2011. № 4. С. 69-75.
6. Федорова Е. А., Ершова И. А., Шаповалова В. А., Черепенникова Ю. Г. Прогнозирование кризисных состояний российского финансового рынка с помощью анализа взаимосвязи цены на нефть и валютного курса //Финансовая аналитика: проблемы и решения. 2012. № 31. С. 29-36.
7. Федорова Е. А., ЛукасевичИ. Я. Прогнозирование финансовых кризисов с помощью индикаторов: особенности развивающихся стран // Вопросы экономики. 2011. № 12. С. 35-45.
8. Федорова Е. А., Лыткина О. А. Прогноз кризисного состояния на фондовом рынке РФ с использование модели Маркова //Финансы и кредит. 2012. № 13. С. 48-53.
9. Федорова Е. А., Панкратов К. А. Моделирование волатильности фондового рынка в период кризиса // Финансовая аналитика: проблемы и решения. 2011. № 37. С. 21-30.
10. Федорова Е. А. Финансовая интеграция фондовых рынков стран БРИК: эконометрический анализ // Финансы и кредит. 2011. № 18. С. 24-29.
11. ФедороваЕ. А., ЧерепенниковаЮ. Г. Анализ зависимости цены на золото и индекса РТС российского рынка с выявлением кризисных периодов // Экономический анализ: теория и практика. 2012. № 44.С. 63-68.
12. Akram Q. Farooq. Oil prices and exchange rates - Norwegian evidence // Econometric Journal. 2004. № 7. P. 476-504.
13. Chih-Chiang Wu, Huimin Chung, Yu-Hsien Chang. The economic value of co-movement between oil price and exchange rate using copula-based GARCH models // Energy Economics. 2011. P. 1-13.
14. Cifarelli G., Paladino G. Oil price dynamics and speculation: A multivariate financial approach // Energy Economics, Elsevier. 2010. № 32 (2). P. 363-372.
15. Krichene N. A simultaneous equations model for world crude oil and natural gas markets // IMF Working Paper. 2005. P 1-24.
16. Lizardo Radhamйs A., Mollick Andm V. Oil price fluctuations and U. S. dollar exchange rates // Energy Economics Elsevier. 2010. № 32 (2). P. 399-408.
17. Naifar N. What explains default risk premium during the financial crisis? Evidence from Japan // Journal of Economics and Business. 2010. № 63 (5). P. 412-430.
18. Rotemberg J. The Excess Co-Movement of Commodity Prices // The Economic Journal. 1990. № 100 (403).
19. Yousefi A., Wirjanto T. The empirical role of the exchange rate on the crude-oil price formation // Energy Economics. 2004. № 26. P. 783—799.
«Поддерживай рекламу, и i |¡¡se
реклама поддержит тебя» Як
Томас Роберт Дьюар
РЕКЛАМНЫЙ БЛОК ТАКОГО РАЗМЕРА ОБОЙДЁТСЯ ВАМ
ВСЕГО В 2 950 РУБ. ш
Тел./факс: (495) 721-8575, e-mail:[email protected] Ш
