Общая классификация моделей и методов прогнозирования валютных курсов

Основными направлениями количественного прогнозирования валютных кур­сов являются прогнозы на основе моделей валютного курса (структурные моде­ли) и на основе неструктурных моделей временных рядов.

Модели (определения) валютного курса (exchange rate determination mo­dels) — структурные модели прогнозирования, основанные на использовании макроэкономических взаимосвязей и выявлении зависимости от фундаменталь­ных факторов.

В рамках неструктурных моделей ключевыми являются модели временных рядов и регрессионные модели.

Модели случайных блужданий (random walk models) — неструктурные моде­ли прогнозирования, в которых динамика прогнозируемого показателя рассмат­ривается как случайный процесс, т.е. значение показателя в следующий период равняется его значению в предыдущий период плюс случайная ошибка, которая не может быть предсказана на основе имеющейся информации¹.

Среди смешанных моделей выделяют модель ожиданий на валютном рынке, предложенную Франкелем и Фрутом^{[23] [24]}, комбинирующую монетарную модель Дорнбуша и методы технического анализа (на основе ARIMA).

Классификация количественных моделей и методов прогнозирования ва­лютных курсов представлена на рис. 2.3. Краткая характеристика моделей пред­ставлена ниже.

Выбор метода прогнозирования валютного курса зависит от следующих фак­торов:

— режим валютного курса (плавающий курс, фиксированный курс, комби­нирование различных вариантов плавающего и фиксированного курса);

— горизонт прогнозирования (кратко-, средне-, долгосрочный) — в крат­косрочном периоде используются, как правило, технические методы прогно­зирования, в долгосрочном — методы, основанные на фундаментальных фак­торах;

— объект прогнозирования — валютный курс (номинальный или реальный) или изменение валютного курса¹.

Наиболее сложными с точки зрения прогнозирования валютных курсов яв­ляются прогнозы на среднесрочный период, что обусловлено недостаточно длинным горизонтом для учета влияния фундаментальных факторов и слишком длинным — для того, чтобы технические факторы дали полезные сигналы² . В краткосрочном периоде (от одного дня до недели) большинство участников рынка используют, как правило, технический анализ, на периоде прогнозирова­ния от одного года ориентируются на макроэкономические фундаментальные факторы³.

Для среднесрочного прогнозирования используются отдельные модели ва­лютных курсов (как правило, дают значительные отклонения)⁴, также может быть эффективно композитное прогнозирование на основе построения консен­сус-прогноза (среднего или средневзвешенного значения по данным нескольких прогнозов)⁵, т.е. применение качественного метода прогнозирования (подроб­нее см. п. 2.2.4).

Важной особенностью моделей прогнозирования валютных курсов является их низкая универсальность, т.е. модели, дающие хорошие прогнозы для одной валюты и заданного периода, будут, как правило, давать плохие результаты для другой валюты и иного периода⁶.

Вместе с тем, по мнению ряда исследователей и участников валютного рын­ка, в зависимости от целей прогнозирования прогнозы можно разделить на точ­ные (т.е. имеющие минимальную ошибку — отклонение от фактического значе­ния) и полезные (т.е. позволяющие максимизировать прибыль от операций). С такой точки зрения прогноз направления движения валютного курса (вверх,

¹ Levich R. M. International Financial Markets: Prices and Policies. McGraw-Hill/Irwin, 2001. P. 245.

² Ibid. P. 252.

₃

По результатам исследования участников Лондонского валютного рынка (Taylor M., Allen M. The Useof Technical Analysis in the Foreign Exchange Market). Цит. по: Levich R. M. International Financial Mar­kets: Prices and Policies. McGraw-Hill/Irwin, 2001. P. 252.

⁴ Rosenberg M.

⁵ Levich R. M.Op. cit. P. 245.

⁶ Sarno L., Taylor M. The Economics of Exchange Rates. New York : Cambridge University Press, 2002. P. 137.

Рис. 2.3. Классификация основных количественных

моделей прогнозирования валютных курсов

Источники крис. 2.3:

1. Meese R., Rogoff K. Empirical Exchange Rate Models of the Seventies: Do They Fit Out of Sample? // Journal of International Economics. February 1983. Vol. 14. P. 3.

2. Sarno L., Taylor M. The Economics of Exchange Rates. New York : Cambridge University Press, 2002. P. 264; Evans M., Rime D. MicroApproaches to Foreign Exchange Rate Determination / Norges Bank. Working Paper No. 2011/05. March 2011. P. 1, 4.

3. Kanamori T., Zhao Z. The Renminbi Exchange Rate Revaluation: Theory, Practice and Lessons from Japan / Asian Development Bank Institute. ADBI Policy Paper No. 9. March 2006. P. 30.

4. Chinn M. D. Macro Approaches to Foreign Exchange Determination / La Follette School. Working Paper No. 2013-005. April 2013. P. 2; Rosenberg M. R. Deutsche Bank Guide to Exchange-Rate Determination. A Survey of Exchange-Rate Forecasting Models and Strategies. Deutsche Bank, May 2002. P. 104, 108; Четвери­ков С., Карасев Г. Структурные модели обменных курсов рубля / Институт экономики переходного периода. Научные труды № 88Р. М., 2005. C. 11; Sarno L., Taylor M. The Economics of Exchange Rates. New York : Cambridge University Press, 2002. P. 115.

5. Pilbeam K. International Finance. New York: Palgrave Macmillan, 2006. P. 152—154. Модель Франке­ля — также модель разницы реальных процентных ставок

6. Sarno L., Taylor M.

7. Lam L., Fung L., Yu I. Comparing Forecast Performance of Exchange Rate Models / Hong Kong Monetary Authority. Working Paper 08/2008. June 2008. P. 2.

8. Sarno L., Taylor M. The Economics of Exchange Rates. P. 113; Roubini N., Grilli V. Liquidity Models in Open Economy / National Bureau of Economic Research. Working Paper 5313. Cambridge, October 1995. P. 1—2; Macdonald R. Exchange Rate Economics: Theories and Evidence. London : Routledge, 2007. Paragraph 5.4.

9. Siregar R. Y. The Concepts of Equilibrium Exchange Rate: A Survey of Literature / The South East Asian Central Banks (SEACEN) Research and Training Centre, Staff Paper No. 81. Kuala Lumpur, April 2011. P. 16, 20.

10. Driver R. L., Westaway P. F. Concepts of Equilibrium Exchange Rates / Bank of England. June 2003. P. 20, 43—44.

11. MacDonald R. Concepts to Calculate Equilibrium Exchange Rates / Economic Research Group of the Deutsche Bundesbank. Discussion Paper 3/00. July 2000. P. 36, 40.

12. Methodology for CGER Exchange Rate Assessments / IMF Research Department. November 8, 2006.

P. 5.

13. Boero G., Cavallil E. Forecasting the Exchange Rate: A Comparison between Econometric and Neural Network Models. 1996. P. 981—996. www.actuaries.org

14. Exchange Rate. Forecasting Review / Government of Western Australia. Department of Treasury and Finance. October 2009. P. 13.

15. Pilbeam K. International Finance. P. 141.

16. Магнус Я.Р., Катышев П. К., Пересецкий А. А. Эконометрика / АНХ при Правительстве РФ. М. : Изда­тельство ДЕЛО, 2004. C. 28—30.

17. Diebold F. X. The Past, Present and Future of Macroeconomic Forecasting // Journal of Economic Perspectives. 1998. Vol. 12. P. 175—192.

18. Sarno L., Taylor M. The Economics of Exchange Rates. P. 152—154.

19. Evans M., Lyons R. Order Flow and Exchange Rate Dynamics / National Bureau of Economic Research. Working Paper No. 7317. Cambridge, 1999. P. 1—43.

20. Sarno L., Taylor M. The Economics of Exchange Rates. P. 274—277.

21. Ibid. Р. 278.

22. Yoon G. Do Real Exchange Rates Really Follow Threshold Autoregressive Or Exponential Smooth Transition Autoregressive Models? // Economic Modelling 27. 2010. Р. 605.

вниз или неизменный) или модель, которая объясняет до 5—10% колебаний кур­са, будут достаточны для получения прибыли на валютном рынке¹.

Далее будет дан подробный анализ основных методов и моделей прогнозиро­вания в рамках структурных и неструктурных моделей.

2.2.2.