Финансовый сектор
СОЗДАНИЕ ВНУТРЕННИХ КРИЗИСНЫХ ПРЕДИКТОРОВ: РОССИЙСКИЙ ИНДЕКС ФИНАНСОВЫХ УСЛОВИЙ1
Ю. А. ДАНИЛОВ Д. А. ПИВОВАРОВ И. С. ДАВЫДОВ
В статье рассматриваются вопросы создания кризисных предикторов, основанных на показателях внутреннего финансового рынка Российской Федерации. Авторы сконструировали и апробировали на исторических данных Российский индекс финансовых условий, показавший в ряде спецификаций двухквар-тальное опережение относительно динамики реального ВВП. Данный индекс основан на опыте формирования аналогичных индикаторов в США, где они показали хорошие предиктивные свойства относительно рецессий. Создание аналогичного российского индикатора опирается на объективные основания для наличия предиктивных свойств у показателей, построенных на основе данных российского финансового сектора.
Ключевые слова, индекс финансовых условий, индекс финансового стресса, кризисные предикторы, предиктивные свойства, финансовый сектор, финансовые рынки, динамика ВВП.
Индексы финансовых условий и их предиктивные свойства
Индекс финансовых условий {Financial conditions index — FCI) суммирует информацию о будущем состоянии экономики, опираясь на текущие значения показателей финансового рынка, в том числе на цены финансовых активов и разницы (спреды) между этими показателями. Сведение первичных индикаторов к единому индексу осуществляется, как правило, с использованием метода главных компонент либо взвешиванием с подбором весов на основе регрессионных моделей, эндогенной переменной в которых выступает динамика ВВП. В идеальном варианте FCIдолжен оценивать вероятность финансовых шоков - экзогенных изменений состояния финансового рынка, которое влияет на экономическую активность [11].
Существует теоретическое обоснование данного семейства индексов. Они строятся на
основе кейнсианской макроэкономической модели равновесия на товарном и денежном рынках IS-LM. Среди кризисных предикторов нового поколения (активно используемых после мирового кризиса 2007-2009 гг.) у FCI, наряду со спредами доходностей казначейских облигаций США, наблюдаются наиболее четкие связи с теоретическими моделями [2].
Наиболее активно используемыми FCI, как правило, называются:
1) Bloomberg Financial Conditions Index;
2) Citi Financial Conditions Index;
3) Deutsche Bank Financial Conditions Index;
4) Goldman Sachs Financial Conditions Index;
5) Federal Reserve Bank of Kansas City Financial Stress Index;
6) Macroeconomic Advisers Monetary and Financial Conditions Index;
7) ECD Financial Conditions Index.
Данилов Юрий Алексеевич, ведущий научный сотрудник РАНХиГС при Президенте Российской Федерации, канд. экон. наук. (Москва), е-mail: danilov-ya@ranepa.ru; Пивоваров Данил Александрович, научный сотрудник РАНХиГС при Президенте Российской Федерации (Москва), e-mail: pivodanil@gmail.com, Давыдов Игорь Сергеевич, младший научный сотрудник РАНХиГС при Президенте Российской Федерации (Москва), e-mail: igordav00@gmail.com
1 Статья подготовлена по основе научно-исследовательской работы «Анализ новых подходов к формированию предикторов финансово-экономических кризисов на основе показателей финансовых рынков», выполненной в РАНХиГС при Президенте Российской Федерации в рамках государственного задания.
Более подробная информация об основных параметрах этих показателей, в том числе о методологии их расчета и составе используемых при расчете первичных индикаторов, приведена в работе [3].
Кроме наиболее известных ЕС! существует огромное количество позднейших аналогичных индикаторов, большинство из которых основаны на статистике национальных финансовых рынков и расчет которых начался в основном в нулевые годы ХХ века и в начале 2010-х годов. Значительная часть этих ЕС! сконструирована и рассчитывается национальными банками (Банком Финляндии, Банком Канады и др.) и международными финансовыми организациями (Международным валютным фондом, Азиатским банком развития и др.).
Следует отметить, что некоторые индикаторы данного семейства иногда называются индексами финансового стресса. В настоящей статье мы не делаем различия между индексами финансовых условий и индексами финансового стресса, предполагая, что это индикаторы одного класса. В пользу такого подхода говорят как близость методологии построения этих индикаторов2, так и сложившееся представление значительной части исследователей данного класса индикаторов о его единстве (см., например, работу [7, с. 42], в которой все индикаторы данного типа объединяются в категорию «индексы финансовой нестабильности»).
Вместе с тем следует признать, что существуют формальные основания для разграничения этих двух групп индикаторов. Так, Столбов [9, с. 33] указывает, что «индексы финансового стресса не следует смешивать с индикаторами финансовых условий, которые, наряду с финансовыми, включают макроэкономические переменные (темп инфляции, изменения денежной массы и т.п.)». Но на практике такое разграничение просматривается далеко не всегда. Так, если показатель торгово-взвешенного индекса эффективного обменно-
го курса, используемого в индексе финансовых условий банка «Голдман Сакс», с натяжкой можно отнести к макроэкономическим переменным, то использование в индексе финансового стресса АКРА таких показателей, как инфляция, волатильность цены на нефть и других экономических параметров [6], находится в явном противоречии с процитированным формальным разграничением.
Апробация индексов финансовых условий на исторических данных показала, что они демонстрируют достаточно хорошие предиктив-ные свойства, т.е. формируют сигналы за определенное время до наступления кризиса. В работе [3] мы проанализировали некоторые из этих показателей на предмет предсказания рецессий в США.
Было выявлено, что индекс финансовых условий Федерального резервного банка Чикаго, рассчитываемый с 1971 г., подавал сигналы о возможности кризиса за 7 месяцев до рецессии 1973 г., за 2 месяца до рецессии 1980 г., за 3 месяца до рецессии 1982 г., за 9 месяцев до рецессии 1990 г., за 2 месяца до рецессии 2001 г. и за 3 месяца до рецессии 2008-2009 гг. Индекс финансового стресса Федерального резервного банка Сент-Луиса, рассчитываемый с 1993 г., подавал сигналы о возможности кризиса за 2 месяца до рецессии 2001 г. и за 3 месяца до рецессии 2008-2009 гг.
Объективные основания для наличия предиктивных свойств у показателей, построенных на основе данных российского финансового сектора
На основе проведенного анализа нами были установлены два фактических обстоятельства, которые могут рассматриваться в качестве объективных оснований для наличия предиктивных свойств у индикаторов, построенных на основе данных российского финансового сектора по методологии индексов финансовых условий.
2 Обобщение методологии построения индексов финансового стресса содержится в [12, рр. 160-163]. Обобщение методологии построения индексов финансовых условий содержится в [13, рр. 28-30].
Во-первых, показатели российского финансового сектора обладают свойствами опережающих индикаторов в ситуации развертывания кризиса на мировых рынках,так как российский реальный сектор характеризуется (по объективным причинам) определенной инерцией и входит в международный кризис позднее экономик других стран, а российский финансовый сектор транслирует сигналы с мирового финансового сектора почти мгновенно. Гипотезу относительно фундаментальных причин такой ситуации мы сформулировали в работе [2].
Во-вторых, показатели российского финансового сектора обладают также предиктивны-ми свойствами в отношении внутренних кризисов, развитие которых вызвано действием исключительно внутренних факторов.
Оба этих обстоятельства позволяют предположить наличие хороших предиктивных свойств у показателей, построенных на основе информации о российском финансовом рынке. В связи с этим было решено построить российский индекс финансовых условий - учитывая, что аналогичные показатели в США, как было показано выше, обладают хорошими предиктивны-ми свойствами в отношении современных финансово-экономических кризисов. Кроме того, недостаточная информационная эффективность большинства сегментов российского финансового рынка предопределяет недостаточную эффективность частных кризисных предикторов (показателей, рассчитанных на основе информации лишь об одном сегменте внутреннего финансового рынка).
Обзор разработанных в России индексов финансовых условий и индексов финансового стресса
Разработка кризисных предикторов в России началась еще на основе предыдущего поколения кризисных предикторов, разработанных МВФ, которые впоследствии не прошли проверку кризисом 2007-2009 гг. Пионерной работой в этом направлении стала монография Трунина и Каменских [10].
Подходы к построению индексов финансовых условий и индексов финансового стресса в России все более активно инициируются в последние годы. Так, в работе [9] содержится обстоятельный анализ ранее сформулированных предложений по разработке подобных индикаторов применительно к современным российским условиям. На основе этого анализа предложен расчет «индекса финансового стресса для России за период с марта 2008 г. по март 2018 г. При его построении использовались 12 апробированных и в большинстве своем публично доступных индивидуальных метрик финансовой нестабильности» [9, с. 32]. Наиболее информативным индексом финансового стресса применительно к российским условиям, по мнению автора, следует считать показатель, основанный на динамической факторной модели с выделением единственного фактора [9, с. 55].
Аналитическое кредитное рейтинговое агентство (АКРА) также предложило свой вариант индекса финансового стресса для России и апробировало его на ретроспективных данных. Индекс представляет собой нормализованное значение первой главной компоненты. При его расчете используются 12 показателей -8 показателей финансовых рынков (спред между ставками межбанковского кредита и ставкой центрального банка, волатильность фондового рынка и др.) и 4 экономических фактора (разница между спотовой и форвардной ценами нефти, волатильность цены на нефть, волатильность курса и рублевая инфляция) [6].
В работе [7] предложен показатель финансового стресса, представляющий собой разницу между скользящим стандартным отклонением и скользящим темпом прироста двух главных компонент. Следует выделить также более ранние разработки Центра макроэкономических исследований Сбербанка [5], сотрудников Банка России - Гамбарова и его коллег [1], группы сотрудников Центра макроэкономического анализа и краткосрочного прогнозирования [8].
Методические вопросы, возникшие при разработке Российского индекса финансовых условий. Выбор первичных показателей
При построении Индекса финансовых условий для России3 мы активно использовали опыт построения аналогичных индикаторов в США, прежде всего федеральными резервными банками Соединенных Штатов.
При конструировании РИФУ возникло три основных методических вопроса, которые нужно было решить в первую очередь:
1) какую использовать методику построения индикатора;
2) какую брать периодичность расчета индикатора;
3) стоит ли расширять длину рядов за счет удаления одной переменной4.
По вопросу выбора методики построения индикатора было принято решение использовать две методики и потом их сравнить. (Аналогичный подход (просчет по нескольким методикам, а затем выбор наилучшей из них) применяется и в работе [9].) Первая методика заключалась в проведении простой регрессии выбранных показателей на индекс реального ВВП, коэффициенты которой использовались бы для составления Российского индекса финансовых условий, который тогда предсказывал бы динамику реального уровня ВВП. Вторая методика заключалась в использовании инструмента, применяемого для построения многих зарубежных ЕС!, - метода главных ком -понент, который представляет собой вычленение из динамики нескольких показателей одной общей, - и эта общая динамика являлась бы показателем РИФУ.
Выбранные показатели различались по периодичности, поэтому выбор состоял между сведением всех показателей к квартальным значениям либо же расширением показателей
до дневных значений. Было принято решение рассчитать два индекса и сравнить их между собой.
Для выбора показателей, значения которых учитывались при расчете РИФУ, мы изначально отобрали «широкий лист» показателей, характеризующих различные аспекты деятельности и потенциально обладающих определенными предиктивными свойствами. В данный перечень вошли ставки по кредитам на межбанковском рынке, спреды между различными процентными индикаторами, индекс Московской биржи, российский индекс страха (НУ!), индексы цен на жилую недвижимость, показатели дефолтов, курс рубля, а также отраслевые индексы Московской биржи.
С целью выбора из этого «широкого списка» тех показателей, которые будут использованы при расчете РИФУ, мы провели анализ предиктивных свойств показателей, включенных в «широкий список». Анализ был ориентирован на выбор тех индикаторов, которые в наиболее явном виде опережающим образом сигнализировали о наступлении рецессии, оцениваемой по динамике ВВП. Были сделаны два варианта представления показателя ВВП:
• квартальное значение ВВП в номинальном выражении со снятой сезонностью;
• квартальное значение ВВП в виде динамики реального объема ВВП (в процентах к соответствующему периоду предыдущего года).
Использование показателя реального объема ВВП (в процентах к соответствующему периоду предыдущего года, квартальные данные) позволяло значительно более четко определить наличие или отсутствие предиктивных свойств у индикаторов, включенных в «широкий список».
3 Далее при описании данного индикатора мы будем применять наименование «Российский индекс финансовых условий», а также его аббревиатуру (РИФУ).
4 Данный вопрос связан с тем фактом, что одна из переменных, которую предполагалось использовать в расчете РИФУ,
а именно Российский индекс страха (НУ!), имела длину ряда существенно меньшую, чем другие показатели, которые были отобраны для использования при расчете РИФУ.
В результате проведения такого анализа для конструирования РИФУ были отобраны следующие показатели:
• ставки процента по межбанковскому кредиту сроком 1 месяц (Mosprime rate);
• RVI (российский индекс страха);
• спред между доходностью ОФЗ и ставкой процента на московском рынке межбанковских кредитов;
• курс рубля к доллару США;
• индекс Московской биржи;
• индекс цен на первичное жилье. Индекс RVI (российский индекс страха)
значительно сокращал длину РИФУ, что не позволяло оценить предиктивную способность последнего по отношению к кризису 2008 г. Поэтому было решено сделать уравнения с RVI и без данного показателя. В результате получилась матрица c 8-ю вариантами расчета РИФУ, отличающимися методом сведения частных показателей к интегральному показателю, периодичностью расчетов и наличием или отсутствием показателя RVI. (См. табл. 1.)
В рамках каждой спецификации РИФУ были рассчитаны статистические параметры получившихся выражений5, при этом было проведено лагирование,позволившее оценить временной диапазон опережения РИФУ, как пре-диктивного индикатора, по сравнению с реальным индексом квартального ВВП, используемым в качестве показателя прогнозируемой экономической динамики. (Результаты этого анализа представлены в табл. 2.)
Следует также остановиться на предиктив-ных свойствах некоторых из отраслевых индексов Московской биржи. Включать отраслевые фондовые индексы в интегральный показатель, в дополнение к основному индексу, интегрирующему все отраслевые индексы, -индексу Московской биржи - бессмысленно. Но, как оказалось, эта группа показателей обладает полезными предиктивными свойствами вне зависимости от формирования инте-
Таблица 1
Варианты (спецификации) расчета РИФУ и их условные обозначения, используемые в дальнейшем тексте
Метод Метод главных компонент Метод регрессии
Период расчета День Квартал День Квартал
С учетом RVI Xd1 Xq1 Yd1 Yq1
Без учета RVI Xd2 Xq2 Yd2 Yq2
Источник: составлено авторами.
гральных предикторов. Изначально включение отраслевых индексов в «широкий список» преследовало цель нахождения различий в динамике отраслевых индексов, связанных с отклонениями отраслевых циклов от общего бизнес-цикла. Если бы это удалось сделать, то можно было бы ориентироваться на изменения отраслевых индексов, представляющих те отрасли, которые раньше других начинают рост и, как правило, раньше переходят к падению.
Однако вместо ожидавшегося результата нами был получен другой. Как представляется, среди отраслевых индексов Московской биржи нам удалось найти те индексы, которые в максимальной степени указывают на ожидаемую экономическую динамику в тех ситуациях, когда ее изменения вызваны в основном внутренними факторами. По нашему мнению, рецессия 2014-2015 гг. в России была обусловлена в первую очередь именно внутренними факторами, и эту рецессию среди отраслевых индексов хорошо предсказали индексы энергетики и транспорта.
И это видится вполне логичным. Ведь именно эти отрасли в значительной мере ориентированы на внутренний спрос, и в ситуации ухудшения внутрироссийских условий для функционирования экономики предприятия именно этих отраслей оказываются в худшем положении по сравнению со многими другими.
5 По 6 спецификациям из 8, так как составление графиков Yq1 и Yq2 не представляется возможным по причине того, что большинство членов регрессии в данных спецификациях являются незначимыми.
Результаты апробации Российского индекса финансовых условий
Нами был проведен пробный расчет Российского индекса финансовых условий. (Статистические параметры корреляционных и регрессионных связей данного индикатора (в различных его спецификациях) с показателем реального квартального ВВП России приведены в табл. 2.) Далее мы представим графические иллюстрации наличия предиктив-ных свойств различных спецификаций РИФУ по отношению к показателю ВВП России. (См. рис. 1-4.)
Как видно на рис. 1, спецификация Xq1 РИФУ (первого варианта квартального индекса) демонстрирует опережающую динамику по сравнению с динамикой реального ВВП. Резкое снижение РИФУ произошло в третьем квартале 2014 г. и продолжилось в четвертом
квартале того же года, в то время как аналогичное резкое снижение реального ВВП наблюдалось в первом и втором кварталах 2015 г. Минимальное значение РИФУ было зафиксировано в четвертом квартале 2014 г., а минимальное значение реального ВВП - во втором квартале 2015 г. Сигнал от РИФУ в данном случае поступил за два квартала до начала резкого снижения динамики ВВП; его минимальное значение также наблюдалось за два квартала до прохождения экономикой минимальной точки. Если оценивать время до вхождения экономики в рецессию, то сигнал от РИФУ поступает как минимум за один квартал до перемещения показателя прироста реального ВВП в отрицательную область.
Сопоставление ежедневных значений первого варианта РИФУ (спецификация Ус11) с реальным ВВП представлено на рис. 2. Как и в
Таблица 2
Основные параметры корреляции и регрессии спецификаций РИФУ
Обозначение вариантов расчета РИФУ Х61 Хс12 Хц1 Хц2 УШ УН2
Длина ряда 18.11.201311.11.2019 18.04.200511.11.2019 201Зр4-2019дЗ 2005р2-2019дЗ 18.11.201311.11.2019 18.04.200511.11.2019
Предиктивная способность (оценочно), дней 30-60 30-60 30-60 60-90 30-60 30
Корреляция 0,66 0,61 0,66 0,71 0,68 0,85
Корреляция - лаг 30 дней 0,67 0,66 Нельзя - квартальные данные 0,67 0,83
Корреляция - лаг 60 дней 0,66 0,71 Нельзя - квартальные данные 0,65 0,81
Корреляция - лаг 90 дней 0,65 0,76 0,72 0,8 0,63 0,8
Корреляция-лаг 180 дней 0,64 0,77 0,61 0,69 0,58 0,58
Регрессия на реальный ВВП 0,03*** 0,04*** 0,03*** 0,04*** 1,00*** 1,00***
(коэффициент И2) (0,44) (0,37) (0,44) (0,50) (0,46) (0,72)
Регрессия на реальный ВВП - 0,03*** 0,04*** Нельзя - квартальные 1,01*** 0,97*** лаг 30 дней (коэффициент И2) (0,45) (0,44) данные (0,45) (0,69)
Регрессия на реальный ВВП - 0,03*** 0,05*** Нельзя - квартальные 0,99*** 0,94***
лаг 60 дней (коэффициент В2) (0,43) (0,5) данные (0,42) (0,66)
Регрессия на реальный ВВП - 0,03*** 0,05*** 0,03*** 0,04*** 0,96*** 0,91*** лаг90 дней (коэффициент^) (0,42) (0,58) (0,52) (0,65) (0,40) (0,64)
Регрессия на реальный ВВП - 0,03*** 0,05*** 0,03*** 0,03*** 0,92*** 0,62***
лаг 180 дней (коэффициент Я2) (0,41) (0,6) (0,37) (0,47) (0,34) (0,34)
Примечания.
1. * - значимость на 10%-ном уровне; ** - значимость на 5%-ном уровне; *** - значимость на 1%-ном уровне.
2. В скобках - значение И2. Источник: составлено авторами.
предыдущей спецификации РИФУ, он включает российский индекс страха и, соответственно, рассчитывается начиная с 2013 г. Его резкое снижение начинается в сентябре 2014 г., с ускорением в декабре 2014 г., т.е. на четыре месяца предшествует началу первого квартала 2015 г., в котором началось существенное падение ВВП. Достижение данной версией РИФУ минимума произошло в декабре 2014 г., что на четыре месяца предшествовало началу второго квартала 2015 г., в котором было зафиксировано прохождение минимума показателем ВВП.
Более длинные ряды значений РИФУ присутствуют в спецификациях, в расчете которых не участвует российский индекс страха, поэтому их динамику мы можем сопоставить с динамикой российского ВВП не только в рамках внутреннего кризиса 2014-2015 гг., но и в рамках всемирного кризиса 2007-2009 гг.
В квартальной спецификации с использованием метода главных компонент Хц2 значения РИФУ начинают резкое снижение в третьем квартале 2008 г. и достигают минимальных значений в четвертом квартале того же года, что в целом совпадает с динамикой мировых
Рис. 1. Сопоставление динамики РИФУ (спецификация Xq1) с динамикой реального ВВП
_ 360 - 112
-РИФУ (спецификацияХч?) -Реальный ВВП
Источник: Росстат, расчеты авторов.
Рис. 2. Сопоставление динамики РИФУ (спецификация УсН) с динамикой реального ВВП
112 - 112
-РИФУ (спецификация УИ7) -Реальный ВВП
Источник: Росстат, расчеты авторов.
РИФУ (спецификациях^), пунктов
о п п 18/04/05
О) н 15/10/05
тз ш "О 13/04/06
л ч © < 10/10/06
СГ ш гГ =1 го 08/04/07
го .1= 05/10/07
"а о го А 02/04/08
си -Р 29/09/08
аз >< 28/03/09
Й 24/09/09
23/03/10
1 19/09/10
18/03/11
Г0 Ш 14/09/11
(Г X 12/03/12
0" 08/09/12
го ГО 07/03/13
03/09/13
02/03/14
29/08/14
25/02/15
24/08/15
20/02/16
18/08/16
14/02/17
13/08/17
09/02/18
08/08/18
04/02/19
03/08/19
30/01/20
Реальный ВВП, в'
п
о □
0
п н ш
03
э ф
1
ф
&
X
ш
г
I
□
ф
л
с £ £
I
■и
ф
ш ^
о-х
о
со со
РИФУ (спецификация Хц2), пунктов
200502 200504 1 200602 < 200604 | 200702 ^ 200704 | 200802 | 200804
£ 200902 3 200904
201002 201004 201102 I 201104 е 201202 Го 201204 201302 201304 201402 201404 201502 201504 201602 201604 201702 201704 201802 201804 201902 201904
Реальный ВВП, в'
п
о □
о
ф
X
ф &
X
Ш
г
е
<
□
ф с
£ л
I
■и
ф ^
о-х
о
со со
2 х
ф
X
о
Ш "О N-1 х
£з
ф
"О <
Ы "О О О
■< "О X ф -I
о
"О
о
X
о
н ^
й г
=1 "О
ф X
со -е-" 1
5 "О
ф п.
-е
о о оо
X "О
"О
ф
£з
о
£з
о
ф п.
X X -о
-е
X ш ^
* -е •<
2 А X ■ О X аз "О
ф
о
74
аз
"О ГО П ш
о о
в <
£з
ф
X =1 ф ф
X "О
Ф о £з
ш
о
^ в
-О <
ГО -К,
-I £з
СГ ф
ф
" о °
ТЗ ТЗ ч X си о
ф "О
о
СП -С "О X
аз о
«
о х О сч оо £
ф
< "О
о
го
ф
X СГ
го
33 X
го ш
"О
ф
со ь
со си "
го ш
гл ш
0 7\
1 О
о
=1 "О
"О о О 2 X
о £з
ГО ^
X ш О)
О х 3! §11
¥ А X X
О П1 т-
X
ш
Ф X ф о
С? 5 с ?
СП
-С си
33 ;—
I
1Л
-в- го
^ "О
"О
О 2
Го ф
: ш п
X 33
О С
-е
=1
ф
п. -& ■
^ X ^ ф
-С х
=1
о
"О X "О ^ X ГО
в <
=1
о
5 г
£ ш ■<
=1
о
о
=1 =1
О Ш
2 £з
ф ф
* ^
< "О
о го
X
ф
=1
о <
ф X
си
в <
ф СО 2 =1
ф —I
о
о & I
О и
ГО 33
о ф
=1 п "О
3 о
Ф X
■С о #■ *
X ф
начала второго квартала, в котором минимального значения достиг показатель ВВП. (См. рис. 4.)
В течение внутреннего кризиса 20142015 гг. значения данной спецификации РИФУ начали снижаться в июле 2014 г., а минимальных уровней впервые они достигли в январе 2015 г. (что указывает на почти полугодовое опережение динамики ВВП).
РИФУ в спецификации Ус12, в отличие от ранее рассмотренных спецификаций, не продемонстрировал заметного опережения динамики ВВП.
Таким образом, большинство построенных спецификаций РИФУ показывает хорошие результаты в сравнении с динамикой ВВП как на примере глобального кризиса 2007-2009 гг., так и на данных внутреннего кризиса 20142015 гг. Несколько лучшие результаты демонстрируют индикаторы, построенные на основе метода главных компонент.
Сопоставление результатов апробации Российского индекса финансовых условий и индекса финансового стресса АКРА
Мы также сравнили динамику построенных нами индикаторов с отчасти аналогичным (по крайней мере, по предназначению) индика-
тором, который был предложен ранее Аналитическим кредитным рейтинговым агентством (АКРА), - индексом финансового стресса [4]. (Результаты сопоставления РИФУ в спецификации Хс12 и индекса финансового стресса АКРА приведены на рис. 5.)
В 2008 г. оба индикатора начали движение в направлениях, соответствующих кризисным значениям; при этом выход из ранее сформированного коридора у РИФУ произошел 29 июля, у индекса финансового стресса АКРА -26 августа. РИФУ достиг локального минимума 25 октября 2008 г., в то время как индекс финансового стресса АКРА достиг локального максимума 29 октября 2008 г. РИФУ достиг абсолютного минимума 24 января, а индекс финансового стресса АКРА достиг абсолютного максимума 28 января 2009 г.
В 2014 г. критическое значение было пройдено РИФУ 16 декабря (минимум) и 23 декабря - индексом финансового стресса АКРА (максимум). (См. рис. 6.)
Таким образом, предложенный нами Российский индекс финансовых условий показал лучшие предикторные способности (как кризисного предиктора) по сравнению с индексом финансового стресса, разработанным АКРА (по крайней мере, применительно к спецификации Хс12 нашего индикатора).
Рис. 5. Сопоставление динамики РИФУ (спецификация Xd2) с динамикой индекса финансового стресса АКРА (стартовая точка 11.01.2006, оба индекса=1), пунктов
Ю Ю LD Г^ ГО О О О О
rNrNmmm4t^Lnu">ioiotor«.r-.cococo<JiCT!
N (N 1Л О
-Индекс финансового стресса АКРА
Источник: АКРА, расчеты авторов.
РИФУ (спецификация Хс12)
Рис. 6. Сопоставление динамики РИФУ (спецификация Xd2) с динамикой индекса финансового стресса АКРА (стартовая точка 11.01.2006, оба индекса=1) в период с 1 декабря 2014 г. по 11 января 2015 г., пунктов
Ь
о о
Si
та <С
8
\\\\\\\\\\\\\\\\\\\\\\\\\\\
^^^ LTT^ оо~ Ст-Г" ^^ LJ-Ï^ 00^ СТ^Г f-YT^ ^^ ^^ ^^^ Г-î^ ^^ LT-Ï^ ^^ 00^
0OOOOOOoO,- ,",",-'",_^'-'-rNrN'N(NfNJiNJrNfNJtNfNrOrnoOOOOOOoO,_
0,75 ^ csi"
0.70 | 0,65 |
та
0,60 s -90,55 § 01
0,50 5 0,45 © 0,40
-Индекс финансового стресса АКРА
Источник: АКРА, расчеты авторов.
РИФУ (спецификация Xd2)
При этом необходимо отметить, что, в отличие от высокой корреляции, наблюдаемой между индексами финансовых условий федеральных резервных банков США [14], коэффициент корреляции между РИФУ в спецификации Х<<2 и индексом финансового стресса АКРА (-0,54) указывает на не очень значимую корреляцию между данны-
ми индикаторами. Это означает, что в рамках работ по мониторингу опасностей кризиса целесообразно использовать оба индикатора. Коэффициент корреляции между РИФУ в спецификации У«2 и индексом финансового стресса АКРА говорит о еще меньшей взаимозависимости данных индикаторов (-0,27). ■
Литература
1. Гамбаров Г.М., Мусаева М.У., Крупкина А.С. Индикатор рисков российского финансового рынка // Деньги и кредит. 2017. № 6. С. 29-38.
2. Данилов Ю.А., Пивоваров Д.А., Давыдов И.С. Некоторые результаты исследования новых кризисных предикторов // Вопросы экономики. 2020 (в печати).
3. Данилов Ю.А., Пивоваров Д.А., Давыдов И.С. К вопросу о предвидении глобальных финансово-экономических кризисов // Финансы: теория и практика. 2020. Т. 24. № 1. С. 87-104.
4. Индекс финансового стресса АКРА для России. URL: https://www.acra-ratings.ru/research/index
5. Козлов К., Синяков А. Индекс финансовой стабильности (ИФС) для России / Центр макроэкономических исследований Сбербанка РФ, 2012.
6. Куликов Д.М., Баранова В.М. Индекс финансового стресса для финансовой системы России // Деньги и кредит. 2017. № 6. С. 39-48.
7. Малкина М.Ю., Овчаров А.О. Индекс финансового стресса как обобщающий индикатор финансовой нестабильности // Финансовый журнал. 2019. № 3. С. 38-54.
8. Пестова А.А., Панкова В.А., Ахметов Р.Р., Голощапова И.О. Разработка системы индикаторов финансовой нестабильности на основе высокочастотных данных // Деньги и кредит. 2017. № 6. С. 49-58.
9. Столбов М.И. Индекс финансового стресса для России: новые подходы // Экономический журнал Высшей школы экономики. 2019. Т. 23. № 1. С. 32-60.
10. Трунин П.В., Каменских М.В. Мониторинг финансовой стабильности в развивающихся экономиках (на примере России). - М.: Изд-во Института Гайдара, 2007.
11. Hatzius J., Hooper P., Mishkin F.S., Schoenholtz K.L., Watson M.W. Financial conditions indexes: A fresh look after the financial crisis // NBER Working Paper 16150. NBER, 2010. URL: http://www.nber.org/ papers/w16150
12. IMF. World Economic Outlook. April 2009. Crisis and Recovery. - IMF, 2009.
13. IMF. World Economic Outlook. April 2011. Tensions from the Two-Speed Recovery Unemployment, Commodities, and Capital Flows. - IMF, 2011.
14. Reinbold B., Restrepo-Echavarria P. Financial Conditions Indexes // Economic Synopses. 2017. No. 17. URL: https://doi.org/10.20955/es.2017.17
References
1. Gambarov G.M., Musaeva M.U., Krupkina A.S. Risk indicator of the Russian financial market // Money and credit. 2017. No. 6. Pp. 29-38.
2. Danilov Yu.A., Pivovarov D.A., Davydov I.S. Some results of research on new crisis predictors // Voprosy Ekonomiki. 2020 (Forthcoming).
3. Danilov Yu.A., Pivovarov D.A., Davydov I.S. On the issue of predicting global financial and economic crises // Finansy: teoriya i praktika. 2020. Vol. 24. No. 1. Pp. 87-104.
4. ACRA Financial Stress Index for Russia. URL: https://www.acra-ratings.ru/research/index.
5. Kozlov K., Sinyakov A. Index of financial stability (IFS) for Russia / Center for Macroeconomic Research of Sberbank of the Russian Federation, 2012.
6. Kulikov D.M., Baranova V.M. Financial stress index for the financial system of Russia // Money and credit. 2017. No. 6. Pp. 39-48.
7. Malkina M.Yu., Ovcharov A.O. The financial stress index as a general indicator of financial instability // Financial magazine. 2019. No. 3. Pp. 38-54.
8. Pestova A.A., Pankova V.A., Akhmetov R.R., Goloshchapova I.O. Development of a system of indicators of financial instability based on high-frequency data // Money and credit. 2017. No. 6. Pp. 49-58.
9. Stolbov M. I. Financial stress index for Russia: new approaches // Economic Journal of the Higher School of Economics. 2019. Vol. 23. No. 1. Pp. 32-60.
10. Trunin P.V., Kamensky M.V. Monitoring financial stability in developing economies (on the example of Russia). - M.: IET, 2007.
11. Hatzius J., Hooper P., Mishkin F.S., Schoenholtz K.L., Watson M.W. Financial conditions indexes: A fresh look after the financial crisis // NBER Working Paper 16150. NBER, 2010. URL: http://www.nber.org/ papers/w16150
12. IMF. World Economic Outlook. April 2009. Crisis and Recovery. - IMF, 2009.
13. IMF. World Economic Outlook. April 2011. Tensions from the Two-Speed Recovery Unemployment, Commodities, and Capital Flows. - IMF, 2011.
14. Reinbold B., Restrepo-Echavarria P. Financial Conditions Indexes // Economic Synopses. 2017. No. 17. URL: https://doi.org/10.20955/es.2017.17
Creation of Internal Crisis Predictors: Russian Financial Conditions Index
Yury A. Danilov - Leading Researcher of the Russian Presidential Academy of National Economy and Public Administration, Candidate of Economic Sciences (Moscow, Russia). E-mail: danilov-ya@ranepa.ru Danil A. Pivovarov - Researcher of the Russian Presidential Academy of National Economy and Public Administration (Moscow, Russia). E-mail: pivodanil@gmail.com
Igor S. Davydov - Junior Researcher of the Russian Presidential Academy of National Economy and Public Administration (Moscow, Russia). E-mail: igordav00@gmail.com
The article discusses the issues of creating crisis predictors based on indicators of the domestic financial market of the Russian Federation. The authors constructed and tested on historical data the Russian Financial Conditions Index, which in a number of specifications showed a 2-quarter lead relative to the dynamics of real GDP. This index is based on the experience of the formation of similar indicators in the USA, where they showed good predictive properties relative to recessions. The creation of a similar Russian indicator is based on objective grounds for the presence of predictive properties of indicators built on the basis of data from the Russian financial sector.
Key words: financial conditions index, financial stress index, crisis predictors, predictive properties, financial sector, financial markets, GDP dynamics.