CC BY
17
ЭКОНОМИЧЕСКИЕ НАУКИ
УДК 330; 330.4; 336;
ГРНТИ 06.35.33; 06.35.35; 09635.51
ВОПРОСЫ МОДЕЛИРОВАНИЯ И АНАЛИЗА ВЗАИМОСВЯЗЕЙ ВАЛЮТНОГО КУРСА МАНАТА И ДЕТЕРМИНАНТОВ НАЦИОНАЛЬНОЙ ЭКОНОМИКИ АЗЕРБАЙДЖАНА.
Айюбова Натаван Солтан
Канд.экон.наук,доцент кафедры Математической экономики, г.Баку
Исазаде Айтен Эльчин
Докторант кафедры Математической экономики, г.Баку
АННОТАЦИЯ
Статья посвящена исследованию динамики курса азербайджанского маната, его взаимосвязей с основными макроэкономическими показателями экономики. Также в представленной работе проводится многофакторный сравнительный эконометрический анализ уровня курса маната для определения оптимальной модели. Рассматриваются основные аспекты моделирования для стационарного временного ряда, проводятся тесты Дикки Фуллера, Грейнджера на стационарность для временного ряда национальной валюты.
Ключевые слова: валютный курс, деноминация, эконометрический анализ, стационарный ряд, тест Дикки Фуллера, тест Грейнджера
Постановка проблемы. Валютный курс в любой стране оказывает немаловажное влияние на национальную экономику, на его составляющие компоненты и на общую атмосферу социально-экономических отношений, на динамику их развития и т.д. Также валютный курс эластично принимает воздействия многих экономических показателей. С этой точки зрения не является удивительным тот факт, что экономисты «во все времена» пытались понять законы формирования валютных курсов, их воздействия на другие экономические агрегаты.
В феврале 2015 года валютный курс и азербайджанская экономика в целом пережила большой шок. После продолжительного падения цен на нефть на мировых рынках, от которого зависела в прямом смысле значительная часть доходов бюджета, экспорт, валовой внутренний продукт и т.д. азербайджанский манат был девальвирован, потеряв в соотношении к доллару стоимость на 47,6%. После второй девальвации азербайджанский манат с учетом процессов начала года обесценилась почти на 100%. 1 доллар США стоящий 0,78 манат в начале 2015 года, в феврале уже стоил 1,55 манат[10,18].
Переход на плавающий курс делает национальную валюту еще более чувствительным и не предсказуемым к процессам, происходящим на мировом рынке. Поэтому, стоящие перед правительством, экономистами, экспертами, научно-исследовательскими институтами вопросы изучения формирования взаимоотношений и воздействий национальной валюты на другие факторы находятся в статусе высокой актуальности.
Актуальность данной темы также, заключается в том, что валютный курс оказывает существенное действие на внешнюю торговлю страны, поскольку от его уровня в значимой степени зависит конкурентоспособность её продуктов на глобальных рынках.[2,3,4,5] Валютный курс нужен для обмена валют при торговле продуктами и услугами, движении капиталов и кредитов; для сравнения цен на глобальных товарных рынках, а также стоимостных характеристик различных государств; для периодической переоценки счетов в иностранной валюте компаний, банков, правительств и физических лиц.
Анализ последних исследований и публикаций. Финансовые кризисы, удешевление многих национальных валют, процессы их деноминации за последние 20 лет [5,6,7] объясняют рост количества исследований в этой области. Однако ряд предложенных эконометрических исследований имеют ограничения из-за не стационарности исследуемого временного ряда. Нерешенные части проблемы. Как известно, внешнеэкономическая деятельность является неотъемлемой частью экономического, социального и политического состояния и развития страны, как в макроэкономическом, так и в микроэкономическом аспекте. Внешнеэкономические партнеры в первую очередь концентрируются на валютную стоимость товаров и услуг. Для получения максимальной прибыли,[9,13] стабильности респектабельного функционирования и перспективного развития предприятий, как частных, так и государственных важным является изучения динамики валютного курса, его зависимостей от различных экономических и политических факторов.
Применение статистико -эконометрических методов для изучения и выявления тенденций, характеризующих валютный курс разрешают дать количественную оценку разным характеристикам функционирования национальной валюты, также сформировать различные эконометрические модели, учитывающие степень и характер взаимосвязей причинных факторов для прогнозирования периода опережения и анализа его динамики в перспективе.[8,10-15]
Валютный курс отражает соотношение внешней торговли, процентных ставков, темпов роста цен, является связующим звеном национальной экономики и внешних факторов. В настоящей работе мы строим математико-
статистическую модель валютного курса. Для изучения взаимосвязей эконометрическими методами темпа инфляции, валового внутреннего продукта, торгового баланса, бюджетного дефицита с валютным курсом маната мы использовали прикладной пакет БХСБЬЬ и Eviews 10.
Все статистические данные использованные в исследовании взяты из официальных источников, таких как Государственный Комитет Статистики Азербайджана(ГКСА) [17], Центральный Банк Азербайджана(ЦБА) [18]. Временной ряд составляет 22 уровня, которые охватывают 19952016-е годы.
Таблица 1.
Исходные данные [17], [18]
Годы Валют.курс ман./дол. Темп инфляц.(%) ВВП(млн.ман) Торг.баланс (тыс.дол.США) Бюдж.дефицит (тыс.дол.США)
1995 4443,97 4,7 2133,8 -373089 126,2
1996 4301,64 1,7 2732,6 -693914 93,2
1997 3986,18 -0,2 3158,2 -566907 94,9
1998 3868,79 -5,9 3440,6 -1046152 81,2
1999 3921,19 0,4 3775 -408161 111,6
2000 4474,91 0,6 4718,2 319330 55,1
2001 4656,99 0,9 5315,6 613867 24,4
2002 4861,15 0,6 6062,5 481552 22,1
2003 4910,8 1,5 7146,5 -98191 13,9
2004 4913,39 1,8 8530,2 161297 7,4
2005 4728,72 2,2 12522,5 3299105 90,4
2006 0,892 2,1 18746,2 7745295 88,1
2007 0,857 2,5 28360,5 15224298 92,7
2008 0,821 -0,4 40137,2 23011664 14
2009 0,803 0,8 35601,5 14582945 221,4
2010 0,802 1,4 42465 19730423 452,2
2011 0,789 0,9 52082 24328409 383,9
2012 0,785 0,7 54743,7 22216567 171,8
2013 0,784 1,9 58182 21382352 449,7
2014 0,784 0,5 59014,1 18927628 380,8
2015 1,0078 4,4 54352,1 5812423 279,2
2016 1,592 3 59987,7 4206335 153,2
Основная часть исследования.
Проанализировав экономическую роль и сущность этих категорий, их влияние на динамику валютного курса, проведя регрессионный анализ для всех выбранных факторов и валютного курса в парном виде и получив соответствующие количественные
характеристики для результатов была построена множественная регрессионная модель, где зависимая переменная это У -валютный курс и независимые переменные Х1-темп инфляции, Х2-ВВП(Валовый Внутренний Продукт), Х3-торговый баланс, Х4-бюджетный дефицит. [8,11]
V = 4463,4 - 15,15Х1 - 0,05X2 - 0,0001Х3 + 0,34Х4,
(1)
Таблица 2.
Корреляционная матрица для валютного курса маната и темпа инфляции, ВВП, _торговым баланс, бюджетный дефицит,_
Y Х1 Х2 Х3 Х4
Y ман./дол. Х1(%) Х2 (млн.ман) Х3(тыс.дол.США) Х4(тыс.дол. США) 1 -0,117415 -0,9015729 -0,8930456 -0,6786016 1 0,1690307 0,0423177 0,162168 1 0,896367 0,778127 1 0,66424 1
Анализируя результаты регрессионного анализа, можно увидеть тесную связь между результативным переменным и независимыми переменнымиХ1, Х2, Х3, Х4. Почти все полученные характеристики дают удовлетворяющие результаты. Коэффициент множественной корреляции характеризующий тесноту связи между независимыми и зависимым переменнымг = 0,92, то есть можно говорить о сильной связи между показателями. Сказанное можно увидеть, также рассмотрев корреляционную матрицу в таблице 2. Коэффициент детерминации тоже достаточно высокий, чтобы говорить о значительной аппроксимации в модели, то есть переменные включенные в модель на максимальном уровне объясняют изменчивость У:г2 = 0,81.
Более подробный анализ, включающий в себя интерпретацию по таким характеристикам эконометрического анализа как коэффициенты стандартные ошибки для независимых
регрессии,
переменных, критерии Стьюдента и Фишера, уровни значимости и т.д. предоставляются в ранних работах авторов. [8,11] В результате проведенной работы было принято решение, о том, что не все полученные данные по модели удовлетворяют и характеризуют исходный временной ряд, как не стационарный, что требует продолжения исследований.
Как известно, годовые показатели уровней курса маната, были подвержены к резкому колебанию, которые привели к не стационарности временного ряда, которое объясняется деноминацией азербайджанского маната с 1 января 2006 года [18] с соотношением 5000:1, что привело к изменению структуру национальной валюты, потерявшего три нуля, то есть презентацию исходных данных, которые формируют в наших исследованиях зависимую переменную. Но в источниках эти данные предлагаются в той форме, в которых они функционировали и из-за отсутствия законодательной базы в предыдущих наших работах исходные статистические данные курса не были преобразованы к единым размерным или к переходу к безразмерным величинам путем деления на 5000 той же размерности, стандартизациям исходных данных. Учитывая, что математическое ожидание случайной
составляющей равна нулю, МНК-оценки параметров являются несмешанными, их можно использовать для прогнозирования даже в случае
гетероскедастичности. Однако в этом случае МНК - оценки при условии увеличения частоты могут быть состоятельными, но не эффективными, а, следовательно, результаты (доверительные интервалы для коэффициентов и прогнозных значений) основанные на анализе дисперсии могут быть неверными, а стандартные ошибки не корректно рассчитанными, в том смысле, что малейшие изменения в исходных данных могут привести к значительным стандартным ошибкам. То есть полученные результаты для экономет-рического анализа могут быть весьма «сомнительными».
Проанализировав единовременные изменения характера тенденции временного ряда, вызванное деноминацией маната, подобные экономические ситуации с другими национальными валютами, научные исследования в этой области [1,3] и продолжая наши исследования, посвященные эконометрическому анализу взаимосвязей азербайджанского маната и основных детерминантов национальной экономики с целью получения более адекватной модели нами было принято решение разделения исходного временного рядя на две части: до деноминации маната и после деноминации и рассмотрения для моделирования тенденции кусочно-линейные модели регрессии. Первый ряд охватывает период с 1995 до 2005 года (модель 1, П]=11), второй ряд с 2006 года до 2016 года (модель 2, П2=11). Следовательно, эти ряды должны анализироваться по отдельности. При этом следует произвести сравнительный анализ с искажениями единого для всей совокупности данных из таблица 1. Однако, такое разделение исходной совокупности данных валютных курсов будет вести к потере числа наблюдений и, следовательно, к снижению числа степеней свободы в каждом уравнении кусочно-линейной модели. Здесь сравнение будет проводиться в зависимости от соотношения между снижением остаточной дисперсии и потерей числа степеней свободы и при переходе от единого уравнения регрессии (1) к кусочно-линейной модели.
После разделения исходной многофакторной модели в [8,11], с результативным фактором динамики курса маната и независимыми факторами темп инфляции, ВВП, торговый баланс, бюджетный дефицит в первую очередь мы провели регрессионный анализ для модели 1(см.табл.3) и модели 2(см.табл. 4) с зависимым переменным У и независимыми переменными Х1, Х2, Х3, Х4.
Таблица 3.
Результаты регрессионного анализа для модели 1(1995-2005 годы)
Dependent Variable: Y
Method: Least Squares
Date: 03/15/18 Time: 12:55
Sample: 1 11
Incluc led observations: 11
Variable Coefficient Std. Error t-Statistic Prob.
X1 77.51233 18.38018 4.217170 0.0056
X2 0.018663 0.037120 0.502770 0.6330
X3 4.92E-05 9.25E-05 0.532277 0.6137
X4 -6.252537 1.320320 -4.735622 0.0032
C 4703.135 257.9436 18.23319 0.0000
R-squared 0.929594 Mean с ependent var 4460.703
Adjusted R-squared 0.882657 S.D. dependent var 396.3108
S.E. of regression 135.7578 Akaike info criterion 12.96258
Sum squared resid 110581.0 Schwarz criterion 13.14344
Log likelihood -66.29417 Hannan-Quinn criter. 12.84857
F-statistic 19.80504 Durbin-Watson stat i 2.449893
Таблица 4.
Результаты регрессионного анализа для модели 2(2006-2016 годы)
Dependent Variable: Y
Method: Least Squares
Date: 03/15/18 Time: 13:07
Sample: 1 11
Incluc ed observations : 11
Variable Coefficient Std. Error t-Statistic Prob.
X1 -0.020831 0.066196 -0.314689 0.7637
X2 9.73E-06 4.11E-06 2.364886 0.0559
X3 -2.69E-08 1.30E-08 -2.069656 0.0839
X4 -0.000467 0.000416 -1.122762 0.3044
C 1.036605 0.295743 3.505093 0.0127
R-squared 0.757287 Mean dependent var 0.901527
Adjusted R-squared 0.595479 S.D. dependent var 0.238764
S.E. of regression 0.151859 Akaike info criterion -0.628776
Sum squared resid 0.138367 Schwarz criterion -0.447915
Log likelihood 8.458269 Hannan-Quinn criter. -0.742784
F-statistic 4.680151 Durbin-Watson stat 1.998404
Prob(F-statistic) 0.046781
Результаты для модели 1 следующие: коэффициент детерминации^2 = 0,93, тест Дарбина УотсонаДЖ = 2,4, оценка критерия F-statistic=19,8 с вероятностью Р=0,001; для модели 2 коэффициент детерминации^2 = 0,76, тест Дарбина УотсонаДЖ = 1,99, оценка критерия F-statistic=4,7 с вероятностью Р=0,04.
Как видно из результатов регрессионного анализа авторегрессия в обеих моделях отсутствует, хотя в исходной модели 1 коэффициент Дарбина Уотсона составлял ОШ = 1,3 (коэффициент попадал в зону неопределенности). Коэффициенты детерминации в обеих моделях удовлетворяющие, то есть находятся в области характеризирующие тесную связь зависимым и независимыми переменными.
Это объясняет верный выбор зависимых
переменных в моделях. Также, сравнив табличное
значение F-statistic мы получили следующие
результаты: с числом степеней свободы
V = п — т = 11-5 = 6и с вероятностью
р = 0,05 табличное значение F-statistic
составил^,п5.6.4 = 4,53
и'05'6'4 , что указывает на
значимость модель 1 и модель 2, так как
Р-той 1 > ^ЬаЬ и ^той 2 > ^ЬаЬ.
Учитывая, что в настоящем времени азербайджанский манат функционирует с учетом деноминации 2006 года более расширенный эконометрический анализ проводится для второй модели и модель проверяется на стационарность.
Таблица 5.
Результаты теста Дикки Фуллера для проверки единичного корня для модели 2 _(2006-2016 годы)_
Null Hypothesis: Y has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=1)
t-Statistic Prob.*
Augmen ted Dickey-Fu iller test statistic -0.169917 0.9106
Test critical values: 1% level -4.420595
5% level -3.259808
10% level -2.771129
*MacKinnon (1996) one-sided p-values.
Warning: Probabilities and critical values calculated for 20 observations
and may not be accurate for a sample size of 9
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(Y)
Method: Least Squares
Date: 03/15/18 Time: 18:56
Sample (adjusted): 3 11
Included observations: 9 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
Y(-1) -0.141430 0.832349 -0.169917 0.8707
D(Y(-1)) 2.499969 0.748227 3.341190 0.0156
C 0.166303 0.679462 0.244756 0.8148
R-squared 0.884165 Mean dependent var 0.081667
Adjusted R-squared 0.845553 S.D. dependent var 0.204070
S.E. of regression 0.080199 Akaike info criterion -1.947406
Sum squared resid 0.038591 Schwarz criterion -1.881665
Log likelihood 11.76333 Hannan-Quinn criter. -2.089276
F-statistic 22.89887 Durbin-Watson stat 2.150580
Prob(F-statistic) 0.001554
Анализ стационарности проводится на основании теста Дики-Фуллера(О.Р), нулевая гипотеза, которой состоит в наличии у исследуемого ряда единичного корня. Как видно из результатов анализа на стационарность для модели 2 (см. табл. 5) временной ряд для курса маната (У) не является стационарным, так как значение и Statistic=-0.П получен с р=0.9106. Это свидетельствует о высокой доли ошибки для результата, что не разрешает опровергнуть нулевую гипотезу о наличии единичного корня в ряде У, также полученный t-Statistic по тесту должен лежат левее критических значений критерия t-Statistic по уровням значимости 1%, 5% и 10%. Для проверки теста Дикки Фуллера была выбрана версия с ЛЯ моделью, с константой без тренда с максимальным числом лагов 1. Как видно из таблицы 5, где отмечено, что при малом количестве наблюдений результаты могут быть не
надежными. Отметим, что при проверке теста на стационарность количество наблюдений с 11-и снизился до 9-и, из-за выбранных уровней лагов, что обязывает увеличить количество уровней временного ряда в следующих этапах исследования.
Также проведен анализ на
мультиколлинеарность, то есть на корреляционную взаимосвязь на основе корреляционных коэффициентов Пирсона. Полученные результаты, предлагаемые в таблице 6 показывают отрицательную, но тесную связь лишь между Х3-У иХ3-Х1, где соответственно г = -0,72иг = -0,78.
Во всех остальных случаях коэффициенты описывают слабую, и среднюю тесноту связи. Отметим, что все коэффициенты вычислены без учета лагов.
Корреляционная мат
рица для модели 2(2006-2016 годы)
Таблица 6.
Y X1 X2 X3 X4
Y 1.000000 0.546369 0.266265 -0.727256 -0.266137
X1 0.546369 1.000000 0.061719 -0.786641 0.034558
X2 0.266265 0.061719 1.000000 0.158387 0.529086
X3 -0.727256 -0.786641 0.158387 1.000000 0.316388
X4 -0.266137 0.034558 0.529086 0.316388 1.000000
Для проверки причинно-следственных связей в модели 2 мы использовали тест Грейнджера (см. табл.7), нулевые гипотезы, которой опровергают наличие причинных связей между парами в модели, на основе критерия Г^айзйс и вероятности РтоЪ^^айзйс).
Полученные результаты предлагаются в таблице 7 и являются не очень «утешительными», так как вероятность опровержения нулевой гипотезы велика по Р^аЙБЙс только для пар
Результаты теста Грейнджера
Х2-У; Х1-Х2; Х2-Х3. Отметим, что причинно-следственные связи для всех пар проверялись с учетом одного лага, так как большее количество лагов значимо снижает количество уровней рядов. В рассматриваемом случаи из-за недостаточного количества уровней эта процедура недопустима, как и в предыдущих тестах на стационарность и мультиколлениарность, что обязывает увеличить количество наблюдений.
Таблица 7.
для модели 2 (2006-2016 годы)
Односторонняя связь
Y -
X1 X2(P=0.0515)
X2 Y(P=0.0015); X3(P=0.0588)
X3 -
X4 -
Расширение временной частоты рядов за квартальных данных. Чтобы повысить период 2006-2016 г., можно реализовать как на качественные критерии в модель 2, мы основе показателей по месяцам, так на основе использовали квартальные данные.
Таблица 8.
Результаты теста Дикки Фуллера для проверки единичного корня для модели 2 _(2006-2016 годы-по квартальным данным)_
Null Hypothesis: D(Y,2) has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic - based on AIC, maxlag=4)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.785798 0.0064
Test critical values: 1% level -3.615588
5% level -2.941145
10% level -2.609066
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(Y,3)
Method: Least Squares
Date: 03/29/18 Time: 19:50
Sample (adjusted): 2007Q3 2016Q4
Inc ;luded observatio ns: 38 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(Y(-1),2) -3.411122 0.901031 -3.785798 0.0006
D(Y(-1),3) 1.318035 0.746374 1.765918 0.0867
D(Y(-2),3) 0.444749 0.509266 0.873315 0.3888
D(Y(-3),3) -0.420651 0.262640 -1.601625 0.1188
C 0.013049 0.009990 1.306120 0.2005
R-squared 0.936393 Mean depe indent var -0.001395
Adjusted R-squared 0.928683 S.D. dependent var 0.210084
S.E. of regression 0.056104 Akaike info criterion -2.801156
Sum squared resid 0.103871 Schwarz criterion -2.585684
Log likelihood 58.22196 Hannan-Quinn criter. -2.724492
F-statistic 121.4521 Durbin-Watson stat 1.897168
Prob(F-statistic) 0.000000
При проверке гипотезы о наличии во временном ряду авторегрессии более чем первого порядка используется расширенный критерий Дикки-Фуллера (Augmented Dickey-Fuller Test -ADF). Увеличив число наблюдений временного ряда Y до n=44, на основе квартальных значений курса маната, был проведен расширенный тест Дикки-Фуллера c AR моделью вторых разностей, с константой без тренда с максимальным числом лагов 4 (см.табл.8). Полученное значение t=-
3.785798 (с малой вероятностью p=0.0064, что исключает ошибку отвержения нулевой гипотезы о наличии единичного корня) лежит левее критических значений критерия t на уровнях значимости 1%, 5%, 10%, что опровергает нулевую гипотезу о единичном корне ряда. Итак, полученный результат по тесту ЛDF дает возможность принятия ряда по результативному признаку У как стационарный.
Таблица 9.
Результаты регрессионного анализа для модели 2 (2006-2016 годы-по квартальным данным)
Variable Coefficient Std. Error t-Statistic Prob.
X1 0.033643 0.025721 1.308012 0.1985
X2 1.60E-06 1.85E-06 0.863623 0.3931
X3 -7.97E-08 1.58E-08 -5.061235 0.0000
X4 2.65E-05 5.51E-05 0.481734 0.6327
C 1.156316 0.085037 13.59780 0.0000
Итак, построенная эконометрическая модель имеет следующий вид:
У=1.16+0.034Х1+1.60Е-06Х2-7.97Е-08Х3 +2.65Е-05Х4
Как видно из таблицы 8 построенная регрессионная модель соответствует критериям адекватности, так как Я2 = 0,93; ОЖ = 1,89;
= 121,5. Коэффициент детерминации показывает верность принятия решения о выборе независимых переменных в модели, результат критерия DW об отсутствии в модели автокорреляции. Значение критерия F достаточно высокое, что дает положительный ответ при сравнении с критичными значениями, что свидетельствует об адекватности построенной модели.
По критериям Акайка и Шварца (соответственно, -2.801156; -2.585684) получены достаточно малые значения, что тоже подтверждает наши предположения о правильном выборе.
Полученные результаты и выводы. В результате проведенного эконометрического анализа:
>построены модели в виде множественных регрессионных уравнений для исследования динамики курса азербайджанского маната до деноминации и после деноминации;
>обоснован переход от единой модели к кусочно-линейным моделям;
>определены формы и направления взаимоотношений валютного курса с темпом инфляции, ВВП, торговым балансом, бюджетным дефицитом для модели 1, рассмотрены и оценены результаты регрессионного анализа для этой модели;
>проведен более подробный
эконометрический анализ для модели 2, определена степень влияния отдельных факторов на валютный
курс; дана количественная оценка этих взаимосвязей и в целом оценка качества модели 2;
>проведены тесты на стационарность и определения причинно-следственных связей и для исходной и для расширенной модели 2;
> построенные эконометрические модели достаточно адекватны, на что указывают проведенные тесты
Построенные модели и полученные результаты могут быть использованы в научно-исследовательских целях, при изучении, планировании, прогнозировании финансово-экономических систем и его составляющих объектов.
Список источников:
1.Бочарова Н. Моделирование оптимального валютного курса // Вопросы экономики, 2001.-№ 8.-е. 66-81. [Bocharova N. Modeling the optimal exchange rate. Economic Issues, 2001(8):66-81(In Russ)]
2.Бурлачков В. Современные проблемы теории валютного курса // Вопросы экономики, 2003. № 3. - с. 17-30. [Burlachkov V. Modern problems of the theory of the exchange rate. Economic Issues, 2003(3):17-30(In Russ)]
3.Конторович В.К. Взаимосвязь реального курса рубля и динамики промышленного производства в России // Экономический журнал ВШЭ. 2001. №3 [Kontorovich V.K. The relationship between the real exchange rate of the ruble and the dynamics of industrial production in Russia. HSE Economic Journal. 2001(3) (In Russ)]
4.Коныгин С.С., Виноградов А.А. Влияние макроэкономических и рыночных факторов на
суверенный спред CDS России // Научно -прикладные исследования. Деньги и кредит , № 12, 2017 г., с.85-90 [Konygin S.S., Vinogradov A.A. Influence of macroeconomic and market factors on the sovereign spread of CDS in Russia. Scientific and applied research. Money and credit. 2017(12):85-90 (In Russ)]
5.Красавина Л.Н. Денежная реформа 19921993 гг. и регулирование инфляции в России: теоретическая основа. К 10-летию денежной реформы // Финансовая академия при правительстве российской федерации. Вестник финансовой академии 3(27)'2003 Москва "Финансы и статистика" стр.5-12 2003 [Krasavina L.N. Monetary reform 1992-1993 and regulation of inflation in Russia: a theoretical basis. On the 10th anniversary of the monetary reform. Financial Academy under the Government of the Russian Federation. Financial Academy Bulletin. Moscow. "Finance and Statistics". 2003(3)27:5-12(In Russ)]
6.Крук Д.Э., Пелипась И., Чубрик А.С. Основные макроэкономические взаимосвязи в экономике Беларуси: Результаты эконометрического моделирования // Исследовательский центр ИПМ, 2006 г. 102 стр. [Kruk D.E., Pelipas I., Chubrik A.S. Main macroeconomic Relationships in the economy of Belarus: Results of econometric modeling. Research Center IPM. 2006(In Russ)]
7.Лопатин А.К., Черненко О.Б. Статистические циклы рядов курса USD-UAH и их качественная характеристика // Актуальные проблемы экономики, 2007, №10(76), стр.142-150 [Lopatin A.K., Chernenko O.B. Statistical cycles of the USD-UAH rate series and their qualitative characteristics. Actual problems of economics, 2007(10)76:142-150 (In Russ)]
8. Orudzhev, Elshar G; Isazadeh, Ayten E. Валютный курс маната и его влияние на отдельные макроэкономические показатели национальной экономики Азербайджана. Aktual'ni Problemy Ekonomiky = Actual Problems in Economics; Kiev Iss.198, (2017(12)198): 54-62. [Orudzhev Elshar G., Isazadeh Ayten E. Currency course of the manat and its impact on selected macroeconomic indicators of the national economy of Azerbaijan. Actual problems of economics. National academy of management. 2017(12)198:54-62(In Russ)]
9.Оруджев Э.Г. Айюбова Н.С. Кластерный фактор устойчивого развития экономики Азербайджана // Материалы XXIII международной конференции: «Актуальные проблемы в современной науке и пути их решения» Россия, г. Москва, Евразийский Союз Ученых (ЕСУ) # 12 (21), 2015 | Экономические науки, с.57-59 [Orudzhev E.G. Ayyubova N.S. Cluster factor of sustainable development of Azerbaijan's economy. Materials of the XXIII international conference: "Actual problems in modern science and ways to solve
them" Russia, Moscow, Eurasian Union of Scientists (ESU). 2015(12)21:57-59(In Russ)]
10.Orudzhev E.G., Ayyubova N.S. Some systematic and statistical aspects of the decision of the Central Bank of Azerbaijan to devalue the manat (dated February 21, 2015) // Caspian Journal of Applied Mathematics, Ecology and Economics; V. 3, No 1, 2015, July, pp. 59-67
11. Orudzhev, Elshar G; Isazadeh, Ayten E. Сравнительный анализ взаимосвязей курса азербайджанского маната и основных его макроэкономических детерминантов. Aktual'ni Problemy Ekonomiky = Actual Problems in Economics; Kiev Iss. 201, (2018(3)201): 94-104. [Orudzhev Elshar G., Isazadeh Ayten E. Comparative analysis of relationship of the course of the Azerbaijani manat and its major macroeconomic determinants. Actual problems of economics. National academy of management. 2018(3)201:94-104(In Russ)]
12.Orudzhev E.G., Isazadeh A.E. Factors Affecting the Dynamics of Exchange Rates and Their Econometric Analysis // Caspian Journal of Applied Mathematics, Ecology and Economics, V. 5, No 1, 2017, July, pp.103-112
13. Оруджев Э.Г. Айюбова Н.С. Экономико-математические характеристики перспективного развития промышленных кластеров в Азербайджане // Математика, статистика и информационные технологии в экономике, управлении и образовании Часть 1 Математика и статистика. Тверь 2015. с.90-97 [Orudzhev E.G. Ayyubova N.S. Economic and mathematical characteristics of the prospective development of industrial clusters in Azerbaijan // Mathematics, statistics and information technologies in economics, management and education Part 1 Mathematics and statistics. Tver 2015(1):90-97(In Russ)]
14.Orudzhev, Elshar G; Ayyubova, Natavan S. Эмпирический анализ факторов влияния на платежный баланс Азербайджана // Aktual'ni Problemy Ekonomiky = Actual Problems in Economics; Kiev Iss. 181, (2016(7)181):400-410. [Elshar G. Orudzhev, Natavan S. Ayyubova Empirical analysis of the factors affecting the balance of payments in Azerbaijan. 2016(7)181:400-410(In Russ)]
15. Orudzhev E.G., Ayyubova N.S., Empirical analysis of balance of payments dynamics. Caspian Journal of Applied Mathematics // Ecology and Economics V. 8, No 1, 2020, July, pp.3-9
16. Денежне-кредитные показатели / Официальный сайт Центрального Банка Азербайджана // https://www.cbar.az
17.Финансы и банки / Официальный сайт Государственного Комитета Статистики // http://www.stat.gov.az
18.Эльман Рустамов раскрыл сущность деноминации маната //
https://news.day. az/economy/20270. html
