Translate this page:
Please select your language to translate the article


You can just close the window to don't translate
Library
Your profile

Back to contents

Finance and Management
Reference:

Repetitive periods of relative stability of the ruble: forecast and reality

Ozarnov Ruslan

ORCID: 0000-0003-4414-3452

PhD in Economics

Associate Professor, World Finance Department, Financial University under the Government of the Russian Federation

125993, Russia, Moscow, Leningradsky Prospekt, 49/2

ozarnovr@gmail.com
Other publications by this author
 

 

DOI:

10.25136/2409-7802.2019.3.30632

Received:

26-08-2019


Published:

23-09-2019


Abstract:   This article is dedicates to peculiarities of the periods of relative stability of the Russian ruble. The subject of this research is the period of instability on the financial market that has begun in November 2014. The author examines and analyzes the role of the exchange rate mechanism in establishment of financial stability and sustainable economic growth. The article suggests as overviews of some possible commercial strategies related to the rate of the ruble during transitional period. The author provides an econometric forecast structured on the basis of the RUB/USD exchange rate, as well as compares the actual and projected values. The study leans on the general scientific methods (analysis, synthesis and comparison), table and graphic interpretation of statistical information, time series, econometric modeling with the use of EViews software designed for researching and forecasting economic processes. The author draws the conclusion that the sequence of large gains of spring strategy on the ruble’s exchange rate in 2015 and 2016 continued in a fairly small gain in 2017, while the spring of 2018 was a loss, and actual stabilization of ruble for the spring 2019 period consisted of 5.11%. The author confirms the thesis on stabilization of the Russian economy; however, in the conditions of stabilization of the economy, the strategy structures on the historical data on the periodic sequence of appreciation and depreciation of the ruble becomes more and more risky. The novelty of this article lies in econometric study of the repetitive periods of relative stability of the ruble exchange rate during Russia’s contemporary history structured on the basis of forecast model.  


Keywords:

international finance, macroeconomic forecasting, banking, financial stability, exchange rate, currency risk, econometrics, financial market, yield, economic growth


Актуальность данного исследования определяется тем, что курсовые механизмы играют важную роль в формировании финансовой стабильности как залога устойчивого экономического роста. Валютный курс призван демпфировать не только краткосрочные колебания внешнеэкономической конъюнктуры, но и внешние шоки финансового характера. В отсутствии компенсирующего влияния валютного курса внешние шоки способны существенно дестабилизировать ситуацию на национальном рынке и трансформироваться во внутренние дисбалансы. [1, с.86] Финансовая устойчивость представляет собой сложный и многофакторный показатель. Представляется возможным обозначить финансовую устойчивость как удовлетворительное функционирование ключевых элементов финансовой системы, финансовые институты выполняют свои функции эффективного перемещения денежных средств, участники финансового рынка сохраняют высокий уровень доверия, а финансовая инфраструктура хорошо развита.

Рост числа финансовых кризисов, волатильность мировой экономики, увеличение масштабов и взаимосвязанности финансовых транзакций и их сложности оказывают влияние на национальную экономику и заставляют уделять повышенное внимание анализу финансовой устойчивости. Согласно исследованию [5], нестабильность финансовой системы является следствием нарушения финансовой устойчивости, может привести к значимым негативным последствиям в реальном секторе экономики, и является частью системного риска. Целесообразно отметить что Международный валютный фонд в отчете о финансовой стабильности положительно оценил используемые Банком России меры, в том числе курсовые механизмы, по повышению стабилизации финансового сектора. [6]

В настоящее время в России действует режим плавающего валютного курса, который предполагает установление валютного курса под влиянием рыночных факторов спроса и предложения. [4] Однако «чистое» плавание, без регулирующего воздействия центрального банка страны, практически ни в одной стране не осуществляется. Для большинства стран характерно управляемое плавание, предполагающее периодическое вмешательство центрального банка в функционирование валютного рынка с целью поддержания курса национальной валюты, в том числе и проведение валютной интервенции. [2, c.40]

Курс доллара , особенно после его резких изменений находится под пристальным вниманием и вызывает значительный интерес со стороны экономических агентов. Наблюдение колебаний курса в исторической ретроспективе создает иллюзию легкого заработка и сожаления об утраченных возможностях. На установившихся рынках колебания курсов валют являются случайным блужданием (random walk) и построение долгосрочной гарантированно прибыльной стратегии практически невозможно. Термин случайное блуждание впервые был введен Карлом Пирсоном в 1905 году. [9] Случайное блуждание – это временной ряд, в котором значение переменной равно ее значению в предыдущем периоде плюс непредсказуемая ошибка. [7, с.556] Случайное блуждание — это стохастический процесс, при котором изменения уровня достигаются прибавлением случайной переменной, с постоянной дисперсией и средней, равной нулю, а значение случайной переменной не зависит от предыдущих измерений и подчиняется идентичному распределению вероятностей. [10, с. 228]

Далее представим обзор некоторых возможных торговых стратегий, связанных с курсом рубля в переходный период. На рисунке 1 представлен график курса RUR/USD. На графике отчетливо выделяется два периода новейшей истории России. Это период до и период после 2014 года. Момент разделения этих двух периодов можно определить с помощью рисунка 2, на котором отображена дата раздела 30 октября 2014 года.

Рисунок 1. Курс рубля к доллару с 03.06.2012 по 30.03.2019. Дневные данные, цена закрытия

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3]

Рисунок 2. Курс рубля к доллару июнь 2014 – январь 2015. Дневные данные, цена закрытия

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3]

Используя рисунок 1 и рисунок 2, представляется возможным выделить период нестабильности с началом в ноябре 2014 года. В рыночной экономике всегда присутствует элемент нестабильности, что в свою очередь приводит к нарушению равновесия на рынках и в первую очередь на финансовом рынке. [8, c. 431] Нестабильность на финансовом рынке предоставляет возможности для извлечения дополнительных доходов. Естественно получение этих доходов связано с дополнительными рисками. Период, начинающийся в ноябре 2014 года, является предметом исследования данной научной работы.

Представим схему консервативного трейдинга, когда в начале года доллары конвертируются в рубли, в конце года фиксируется прибыль (убыток) и рубли конвертируются обратно в доллары. На практике такая схема не осуществляется и необходима она только для сравнения, а также для оценки динамики курса RUR/USD за год. Чтобы оценить реальные и прогнозируемые результаты в рамках данной консервативной схемы проведем тренд на курс RUR/USD по годам с 2015 по 2019 год

RUR_USD = 56.5 + 9.4*T + 32.3*(YEAR=2016) + 0.80*(YEAR=2017) - 39.6*(YEAR=2018) + 50.7*(YEAR=2019) - 23.9*T*(YEAR=2016) - 9.0*T*(YEAR=2017) + 3.7*T*(YEAR=2018) - 19.4*T*(YEAR=2019), R2=0.646, n=1046. (1)

Качественные показатели регрессионного уравнения (1) представлены в таблице 1. Все кросс-переменные в (1) значимы с уровнем значимости менее 1%.

Dependent Variable: RUR_USD

Method: Least Squares

Sample: 3/05/2012 3/30/2019 IF YEAR>=2015

Included observations: 1046

White heteroskedasticity-consistent standard errors & covariance

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

56.46605

0.903579

62.49157

0.0000

T

9.410839

1.288450

7.304002

0.0000

YEAR=2016

32.28760

1.558442

20.71787

0.0000

YEAR=2017

0.799830

1.112128

0.719189

0.4722

YEAR=2018

-39.62362

1.469980

-26.95522

0.0000

YEAR=2019

50.66433

3.997249

12.67480

0.0000

T*(YEAR=2016)

-23.85010

1.496113

-15.94138

0.0000

T*(YEAR=2017)

-9.000778

1.311291

-6.864061

0.0000

T*(YEAR=2018)

3.686999

1.330909

2.770286

0.0057

T*(YEAR=2019)

-19.41799

1.599391

-12.14086

0.0000

R-squared

0.646244

Mean dependent var

62.53386

Adjusted R-squared

0.643171

S.D. dependent var

5.352068

S.E. of regression

3.197069

Akaike info criterion

5.171860

Sum squared resid

10589.21

Schwarz criterion

5.219209

Log likelihood

-2694.883

Hannan-Quinn criter.

5.189817

F-statistic

210.2855

Durbin-Watson stat

0.060048

Prob(F-statistic)

0.000000

Wald F-statistic

1061.465

Prob(Wald F-statistic)

0.000000

Таблица 1. Качественные показатели уравнения регрессии (1)

Источник: составлено автором на основе эконометрического моделирования

Реальные значения RUR/USD, а также остатки и прогнозируемые значения (1) показаны на рисунке 3.

Рисунок 3. Реальные значения RUR/USD, остатки и прогнозируемые значения уравнения (1)

Источник: составлено автором на основе эконометрического моделирования

Время T в уравнении (1) измеряется в годах, поэтому оценки параметров показывают значения за год. Поскольку Т=0 соответствует началу 2015 года, то в соответствии с построенным трендом оценка курса на начало 2015 составляла 56,5 руб./долл. Рост курса за 2015 год (фактически ослабление рубля) составил 9.4 руб./долл. Для фиктивных переменных базисным является 2015 год. Поэтому оценки параметров показывают изменение по отношению к началу 2015 года. Например, прогноз для курса в начале 2016 года составил 56,5+32,3=88,8 руб./долл. и за 2016 год падение по прогнозу составило 9,4 – 23,9 = - 14,5 руб./долл. Аналогична интерпретация для других периодов.

В таблице 2 приводятся реальные значения курса RUR/USD на начало и конец года, а также расчетные значения, полученные в соответствии с (1). Лидером ослабления курса RUR/USD стал 2015 год с относительным изменением 29,6%. Затем в 2016 и 2017 рубль укреплялся. И в 2018 году курс опустился на 21,8%. Прогнозные оценки сопоставимы с действительными значениями.

Год

RUR/USD

2015

2016

2017

2018

2019

01.01

31.12

01.01

31.12

10.01

30.12

10.01

30.12

10.01

30.03

Наблюдение

56.24

72.88

72.93

60.66

59.90

57.60

57.05

69.47

67.10

64.73

прирост, %

29.60

-16.83

-3.83

21.78

-3.50

Прогноз

56.47

65.85

74.31

59.88

58.10

58.49

56.50

69.20

66.83

64.66

прирост, %

16.62

-19.43

0.68

22.49

-3.24

Таблица 2. Реальные и прогнозные значения RUR/USD по годам на начало и конец года, руб./долл., а также относительное изменение за год

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3], на основе эконометрического моделирования

В динамике курса с ноября 2015 года выделим весенние периоды относительной стабильности динамики рубля. На рисунке 4 показан курс RUR/USD начиная с 2015 года и только для весенних месяцев. Эта стабильность предоставляет возможность для построения торговой стратегии, когда в начале весны доллары конвертируются в рубли, а в конце весны конвертируются обратно.

Рисунок 4. Курс RUR/USD с 2015 по 2018 годы март, апрель, май; 2019 март. Дневные данные, цена закрытия. Прогноз RURF/USD на основе уравнения (2)

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3], на основе эконометрического моделирования

Оценка параметров тренда весенней стратегии на курс RUR/USD приводится в следующем уравнении:

RUR_USD = 71.0 - 56.9*T + 34.6*(YEAR=2016) + 2.75*(YEAR=2017) - 108.1*(YEAR=2018) + 98.8*(YEAR=2019) + 27.5*T*(YEAR=2016) + 49.7*T*(YEAR=2017) + 86.4*T*(YEAR=2018) + 32.0*T*(YEAR=2019), R2=0.940, n=266. (2)

Качественные показатели регрессии (2) приводятся в таблице 3. Все кросс-переменные в (2) значимы с уровнем значимости менее 5%. Прогнозные значения показаны на рисунке 4. Несмотря на уменьшение числа наблюдений с 1046 до 266 коэффициент детерминации увеличился с 0.646 до 0.940. Это указывает на сближение прогнозных и действительных значений.

Dependent Variable: RUR_USD

Method: Least Squares

Sample: 3/05/2012 3/30/2019 IF YEAR>=2015 AND SPRING

Included observations: 266

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

71.01678

0.740992

95.84012

0.0000

T

-56.91845

2.507737

-22.69713

0.0000

YEAR=2016

34.62177

3.290442

10.52192

0.0000

YEAR=2017

2.751277

5.648723

0.487062

0.6266

YEAR=2018

-108.1128

8.187490

-13.20463

0.0000

YEAR=2019

98.83254

52.79732

1.871924

0.0624

T*(YEAR=2016)

27.46463

3.531337

7.777402

0.0000

T*(YEAR=2017)

49.65150

3.504250

14.16894

0.0000

T*(YEAR=2018)

86.41858

3.525543

24.51213

0.0000

T*(YEAR=2019)

32.01497

12.79794

2.501571

0.0130

R-squared

0.940140

Mean dependent var

60.28209

Adjusted R-squared

0.938036

S.D. dependent var

5.659704

S.E. of regression

1.408850

Akaike info criterion

3.560294

Sum squared resid

508.1237

Schwarz criterion

3.695012

Log likelihood

-463.5191

Hannan-Quinn criter.

3.614415

F-statistic

446.7390

Durbin-Watson stat

0.327938

Prob(F-statistic)

0.000000

Таблица 3. Качественные показатели уравнения регрессии (2)

Источник: составлено автором на основе эконометрического моделирования

В таблице 4 приводятся реальные значения курса RUR/USD на начало и конец весны, а также расчетные значения, полученные в соответствии с уравнением регрессии (2). Относительный прирост пересчитан в годовые значения.

Год

RUR/USD

2015

2016

2017

2018

2019

03.03

30.05

01.03

31.05

01.03

31.05

01.03

31.05

01.03

30.03

Наблюдение

62.22

52.97

75.90

66.08

57.96

56.52

56.37

62.59

65.89

64.73

прирост, %

-59.48

-51.74

-9.98

44.13

-21.03

Прогноз

61.50

47.78

71.34

64.00

58.04

56.23

56.25

63.61

66.14

64.16

прирост, %

-89.25

-41.17

-12.49

52.30

-35.90

Таблица 4. Реальные и прогнозные значения RUR/USD по годам на начало и конец весеннего периода, руб./долл., а также прирост за год

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3], на основе эконометрического моделирования

Последовательность крупных выигрышей весенней стратегии на курсе рубля в 2015 и 2016 году продлилась относительно небольшим выигрышем в 2017 году. Весна 2018 года оказалась проигрышной. В эту весну наблюдался резкий скачек курса. Хорошие перспективы у весны 2019 года. Если усреднить доходность весенних стратегий за 5 лет, тогда в соответствии с таблицей 4 для реальных значений получится 19,6%, а для прогноза 25,3%. Судя по графику, представленному на рисунке 1, переходный период заканчивается и продолжение весенней стратегии находится под вопросом.

Действительность

Выше представленный прогноз был построен на основе данных курса RUR/USD до 30.03.2019 года. Далее использованы данные по курсу RUR/USD до 31.05.2019, то есть на весь весенний период 2019 года. В таблице 5 приводятся реальные и прогнозные значения курса RUR/USD на начало и конец весны за период с 2015 по 2019 годы. В отличие от таблицы 4, 2019 год представлен значениями на 31.05.2019. Прогнозирование осуществляется в соответствии с уравнением (2). На рисунке 5 показаны значения курса доллара весенних периодов 2015 - 2019 годов, а также прогноз, рассчитанный в соответствии с уравнением регрессии (2).

Год

RUR/USD

2015

2016

2017

2018

2019

03.03

30.05

01.03

31.05

01.03

31.05

01.03

31.05

01.03

31.05

Наблюдение

62.22

52.97

75.90

66.08

57.96

56.52

56.37

62.59

65.89

65.06

прирост, %

-59.48

-51.74

-9.98

44.13

-5.11

Прогноз

61.50

47.78

71.34

64.00

58.04

56.23

56.25

63.61

66.14

59.93

прирост, %

-89.25

-41.17

-12.49

52.30

-41.44

Таблица 5. Реальные и прогнозные значения RUR/USD по годам на начало и конец весеннего периода, руб./долл., а также прирост за год

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3], на основе эконометрического моделирования

Рисунок 5. Курс RUR/USD с 2015 по 2019 годы март, апрель, май. Дневные данные, цена закрытия. Прогноз RUR/USD forecast

Источник: составлено автором по данным инвестиционной компании «ФИНАМ». URL https://www.finam.ru/ [3], на основе эконометрического моделирования

На базе проведенного исследования представляется возможным сделать следующий вывод: действительное укрепление рубля за весенний период 2019 года составило 5,11%. Прогноз, построенный по данным, которые заканчиваются 30.03.2019, предсказывает укрепление на 41,44%. Прогнозируемое значение значительно расходится с реальным наблюдением. Подтверждается тезис о стабилизации российской экономики. Однако в условиях стабилизации экономики стратегия, построенная на исторических данных о периодических последовательностях укрепления и ослабления рубля, становится все более рискованной.

References
1. Mezhdunarodnye valyutnye otnosheniya: uchebnik / kollektiv avtorov; pod obshch. red. Eskindarova M.A., E.A. Zvonovoi. — Moskva: KNORUS, 2019. — 539 s.
2. Mirovye finansy v 2 t. Tom 1: uchebnik i praktikum dlya bakalavriata i magistratury / M. A. Eskindarov [i dr.] ; pod obshchei redaktsiei M. A. Eskindarova, E. A. Zvonovoi. — Moskva : Izdatel'stvo Yurait, 2019. — 373 s.
3. Ofitsial'nyi sait investitsionnoi kompanii «FINAM» [Elektronnyi resurs] URL https://www.finam.ru/
4. Ofitsial'nyi sait TsB RF Politika valyutnogo kursa Banka Rossii [Elektronnyi resurs] URL https://www.cbr.ru/DKP/exchange_rate/
5. IMF-FSB-BIS Elements of Effective Macroprudential Policies. Lessons from International Experience. [Elektronnyi resurs] URL https://www.imf.org/external/np/g20/pdf/2016/083116.pdf
6. International Monetary Fund, “Russian Federation: Financial Sector Assessment Program: Technical Note-Macroprudential Policy”, IMF Country Report No. 16/307. 2016 [Elektronnyi resurs] URL https://www.imf.org/external/pubs/ft/scr/2016/cr16307.pdf
7. James H. Stock, Mark W. Watson Introduction to Econometrics, 2015. — 836 p.
8. Patrick Slovik Market uncertainty and market instability IFC Bulletin No 34 Basel 2011. — 647p.
9. Pearson, K. "The Problem of the Random Walk". Nature. 72, 294 (1905) [Elektronnyi resurs] URL https://doi.org/10.1038/072294b0
10. Terry J. Watsham, Keith Parramore Quantitative Methods in Finance Cengage Learning EMEA, 1997. — 395p.