CC BY
16УДК: 334
ВЛИЯНИЕ ВНУТРЕННИХ ФАКТОРОВ И ВНЕШНИХ САНКЦИЙ НА
ДИНАМИКУ КУРСА РУБЛЯ
Гаврилов В.Л., Карпушина К.К.
E-mail: mireconom9@gmail.com Научный руководитель: Богомолов А.И., доцент Финансовый университет при Правительстве РФ, Москва, Россия E-mail: aibogomolov@fa.ru
Аннотация. В современной экономике улучшению экономического положения страна' и благосостояния её населения во многом определяется курсом национальной валюты по отношению к мировым валютам. Целью данной статьи является рассмотрение взаимосвязи курса рубля с наиболее существенными факторами финансовой политики государства и банковской сферы, а также влияние на курс рубля международного рынка нефти и внешних санкций по отношению к России. Построена и рассмотрена линейная эконометрическая модель, проведена её спецификация, определены её существенные факторы, проверены качество и адекватность, Сделаны выводы о существенном понижениии курса рубля с момента принятия внешних санкций.
Ключевые слова: курс рубля, эконометрическая модель, санкции, адекватность, фиктивные переменные, тесты, гетероскедастичность, автокорреляция.
Введение
После введения против России санкций курс рубля резко снизился, что привело к ухудшению экономической обстановке в стране. Зная факторы, которые влияют на образование курса рубля, государство сможет не только прогнозировать экономическую ситуацию и принимать необходимые меры, но и корректировать свои действия в зависимости от колебания стоимости валюты в краткосрочной перспективе. И хотя движения курсов могут быть спровоцированы и другими факторами, от стихийных бедствий до заявлений влиятельных политиков, предугадать каждое движение невозможно, но, если изменения курса не подкреплены какими-то реальными
экономическими событиями, такие движения кратковременны. Это даст возможность предпринимать превентивные меры, а не реализовывать их постфактум.
Мы рассмотрим влияние санкций, принятых в августе 2017 года на курс рубля, кторый также определяется и внутренними факторами, без учёта которых результат анализа был бы некорректным. Методы исследования
Новый закон о санкциях был подписан Трампом в августе 2017 г. и является отражением нового витка противостояния между США и РФ.
Ключевые особенности реформированного санкционного режима в отношении России:
• кодификация старых санкций, введенных отдельными указами, на законодательном уровне
• расширение секторальных санкций: ужесточение существующих санкций, новые фигуранты и отрасли (напр., потенциально рассматриваются госкомпании в сфере ж/д транспорта, горнодобычи и металлургии)
• расширение вторичных санкций, в т.ч. возможность добавления новых целей: политики и приближенные к власти олигархи, внешний долг РФ, участники приватизационных сделок, противодействие трубопроводному экспорту энергоресурсов и т.п.
• координация с частным сектором и союзниками США для противодействия «незаконному финансированию», выявления нарушителей санкционного режима и т.д.
• вводится парламентский контроль за ослаблением санкционного давления
CAATSA сильно усложняет ведение бизнеса и «цементирует» американский санкционный режим, который теперь не может быть отменен без согласия Конгресса США - это порождает невольную ассоциацию с Поправкой Джексона-Веника, действовавшей против нашей страны на протяжении 38 лет.
Рассмотрим влияние внутренних и внешних факторов, а также санкций на динамику курса рубля. В качестве внешнего показателя возьмем Курс цены на нефть марки БРЕНТ, а в качестве внутренних - ключевую ставку ЦБ РФ и объём денежного предложения, подконтрольный Центробанку. Бинарная (фиктивная) переменная Z отражает влияние санкций. Так, она принимает
Таблица 1. Исходи
значение 0 до сентября 2017 года (санкции ещё не введены) и 1 - санкции действуют. Проследим за динамикой вышепредставленных показателей в период с 1.01.2017 года, по 30.12.2018, что в сумме составляет 2х годичный период. В табл. 1 представлены исходные данные для анализа, осуществленного с применением элементов эконометрического анализа: данные для анализа
X3 X2 X1 Z Y
Ключевая ставкаЦБ РФ Обьем денежного предложения Цена на нефть Санк ции Курс рубля
дек.18 7,75 44891,6 83,80 1 66,17439
ноя.18 7,5 44218,4 84,25 1 67,4307
окт.18 7,5 44254,7 80,61 1 66,43153
сен.18 7,5 44369,1 82,73 1 65,8965
авг.18 7,25 43910,3 77,71 1 66,35497
июл.18 7,25 44126,7 74,20 1 64,65512
июн.18 7,25 43257,4 69,23 1 62,78857
май.18 7,25 43122 73,56 1 62,5196
апр.18 7,25 42377 58,62 1 60,76989
мар.18 7,5 42045,5 59,34 1 59,0636
фев.18 7,5 41597,5 64,65 1 58,26458
янв.18 7,75 42442,2 68,89 1 59,4981
дек.17 7,75 40114,4 66,87 1 58,5888
ноя.17 8,25 39667,5 62,61 1 58,9212
окт. 17 8,5 39571 61,37 1 57,7305
сен. 17 8,5 39419,3 58,79 0 57,6953
авг.17 9 39275,9 52,38 0 59,6497
июл.17 9 39623,1 52,65 0 59,6707
июн.17 9,25 39222,9 47,91 0 57,8311
май.17 9,25 38663,8 50,29 0 57,172
апр.17 9,75 38555,2 51,71 0 56,4315
мар.17 10 38475,2 52,74 0 58,1091
фев.17 10 38016,8 55,56 0 58,4
янв.17 10 38418 55,68 0 59,9583
Согласно проведенному корреляционному анализу модели - цена на нефть марки БРЕНТ и обьем денежного предложения сильно коррелируют с курсом рубля и имеют устойчивую связь: 0,7953 и 0,7768. В то время, как ключевая ставка процента ЦБ РФ имеет лишь среднюю связь- 0,3953. Однако полученные результаты подтверждают наличие связи данных факторов и позволяют проводить регрессионный анализ.
На основе исходных данных было составлено уравнение множественной регрессии:
Yi = ao +a1*X1i+a2*X2i +a3*X3i + a4*Zi +ei.
Результаты
Для оценивания модели и определения статистических характеристик её качества и адекватности была использована программа РЕГРЕССИЯ из Анализа данных Excel. Результаты представлены в Табл. 2
Таблица 2. Результат работы программы "РЕГРЕССИЯ" Дисперсионный анализ
L
df
SS
MS
ачимость F
Регрессик
Остаток
Итого
4 253,271 53 j 31774|46,5 215 2| 1,47Е-09 19 25,05979 1,361042 23 279,1307
Коэффициен артная отатисти'-Значенишжние 95'=рхние 95','жние 95,Срхние 95,09 Y-nepecei -3,42456 17,63925 -0,4776 0,63 S3 SI -45,3439 2S,494S1 -45,3439 2S,494S1 Перемен! 0,92595 0,706103 1,177779 0,253427 -0,71955 2,571451 -0,71955 2,571451 Перемен! 0,001267 0,000350 3,535699 0,002209 0,000517 0,002017 0,000517 0,002017 Перемен! 0,16535 0,056903 2,914625 0,00SSBS 0,04675 1 0,204949 0,04675 1 0,204949 Перемен! -2Д2765 1,207192 -1,65294 0,114772 -4,02177 0,566474 -4,02177 0,566474
Коэффициенты уравнения множественной регрессии показывают, что с увеличением ключевой ставки ЦБ РФ на 1%, курс рубля вырастет на 0,9 единиц. Правда, эта оценка статистически незначима, так как дробь Стьюдента этого коэффициента меньше табличного (критического) значения. При увеличении обьёма денежного предложения и цены на нефть на 1 курс рубля вырастет на 0,0013и 0,16 соответственно. Введение санкций привело к падению курса рубля примерно на 2 единицы.
Для проверки статистической значимости полученных коэффициентов был проведен тест Стьюдента ^-критерий Стьюдента), который показал, что все полученные коэффициенты являются статистически значимыми ^кр<^|).
Качество модели было подтверждено результатами теста Фишера ^-критерия Фишера) ^кр=3,098391 ^ = 46,5).
С целью выявления степени однородности наблюдений был проведен тест Голдена-Кванта. Он не выявил гетероскендантичности (СQ=1,05<Fкр=7,7), из чего можно сделать вывод, что наблюдения однородны, т.е. наблюдается одинаковая (постоянная) дисперсия случайной ошибки регрессионной модели. Таким образом, сформированная модель является гомоскендатичной.
Для оценки значимости факторов на изменение курса рубля, был проведен тест Дарвина-Уотса. Он выявил отсутствие
автокорреляции остатков (du=1,39<DW=1,48<4-^=2,61), что подтвердило значимость рассматриваемых макроэкономических
факторов.
Так же был проведен тест на адекватность модели, который показал, что она адекватна:
Таблица 3. Попадание в границы доверительного интервала контрольных точек
54,19539 < 58,1091 < 63,10388
53,82238 < 58,4 < 62,81531
54,4657 < 59,9583 < 63,38361
Заключение. Таким образом, в результате анализа составленной модели, влияние внутренних (объёма денежной массы и ключевой ставки процента ЦБ РФ) и внешних (цена на нефть марки BRENT), а также влияние санкций подтвердилось. Это означает, что механизм образования курса валют является сложносоставным и государству необходимо жестко контролировать внутренние факторы с целью наличия возможность нивелировать неожиданное изменение внешних факторов. При этом так же, необходимо развивать экономику с целью уменьшения влияния цены на нефть на изменение национальной валюты. Это позволит России развиваться и не откладывать деньги на случай непредвиденный обстоятельств в Фонд национального благосостояния.
Список используемых источников:
[1] Динамика цены нефти Брент за 2017, 2018 года [Электронный ресурс]// URL:
https://www.calc.ru/dinamika-Brent.html
[2] Официальный сайт Центрального Банка Российской Федерации [Электронный ресурс]// URL: https://cbr.ru
[3] Как формируется курс рубля [Электронный ресурс]// URL: https://ria.ru/20150213/1047500726.html
[4] Богомолов А. И., Невежин В. П. Влияние срциально-экономических факторов на динамику естественного прироста населения в РФ // III International Scientific Conference Corporate Governance: Strategies, Processes, Technology: Conference Proceedings. October 25th, 2019. Leipzig, Germany: Baltija Publishing, р. 93 - 95
[5] Bogomolov A.I., Nevezhin V.P., Chagovets L.O. Using Econometric Modeling in Likelihood Assessing of Investment Activity Risks // 2018 IEEE First International Conference on System Analysis & Intelligent Computing (SAIC). IEEE, 08-12 October 2018, p. 266-270.
[6] Невежин В.П. Модель фондового рынка и виды резонансного воздействия на его индикаторы //Системный анализ в экономике - 2018: сборник трудов V Международной научно-практической конференции -биеннале (21-23 ноября 2018) / под общ. ред. Г.Б. Клейнера, С.Е. Щепетовой. - М.: Прометей, 2018. - С. 185-190, ISBN 978-5-907100-60-2 (РИНЦ)
[7] Невежин В.П. Анализ зависимости индекса Московской фондовой биржи // Хроноэкономика. 2019, 3(16). -С. 4245
[8] Невежин В.П., Богомолов А.И. Измерение и анализ детерминированных и случайных экономических процессов // Научно-практический журнал «Экономика и управление: проблемы, решения». 5, том 5 (77) - 2018 май. - р. 14-20.
[9] Богомолов А.И., Невежин В.П. О возможности использования диагностик дефектов техники в экономических процессах // В сб. Финансово-экономическое и информационное обеспечение инновационного развития региона : Материалы II Всероссийской научно-практической конференции. -ФГАОУ ВО "КФУ им. В.И. Вернадского". Ялта, 2019. -С. 352-356
[10] Богомолов А.И., Невежин В.П. Информационное воздействие как инструмент дестабилизации финансовых систем конкурентных экономик // Экономика и управление: проблемы, решения. Т.2 № 3(86), 2019, - С. 31-36.
V V
