Анализ влияния валютного курса на темпы экономического роста национального хозяйства

Результаты представлены на рисунке6.Рис. 6 –Результаты построения модели парной линейной регрессииВыполним оценку значимости коэффициентов модели на основе критерия Стьюдента.Статистикии по модулю превышают (), что подтверждает значимость коэффициентов регрессии.Выполним проверку значимости модели по F-критериюСогласно результатам построения модели наблюдается умеренная взаимосвязь показателей, что проявляется в показателе коэффициента детерминации (). Модель, в целом, и коэффициент при переменной статистически значимы (p<0,05).Уравнение регрессии имеет вид:Таким образом, рост стоимости бивалютной корзины на 1 руб. приводит к снижению сальдо торгового баланса на 212,38 млн. руб.. Тест Вальда на пропущенную переменную подтверждает целесообразность включения в модель показателя «Бивалютной корзины» (рисунок 7).Рис. 7 – Тест ВальдадляВыполним построение модели множественной регрессии. Результаты представлены на рисунке 7.Рис. 7 – Модель множественной регрессииВыполним оценку значимости коэффициентов модели на основе критерия Стьюдента.Статистики коэффициентов по модулю не превышают , что позволяет сделать вывод о принятии гипотезы о равенстве нулю коэффициентов регрессии. Выполним проверку значимости модели по F-критериюТаким образом, модель, в целом, и коэффициенты при переменных статистически не значимы (p>0,05).Выполним тест Вальда на пропущенную переменную. Для переменных модели множественной регрессии. Результаты теста представлены на рисунках 8-10.Рис. 8 – Результаты тесты Вальда для X1Рис. 9 – Результаты тесты Вальда для X2Рис. 10 – Результаты тесты Вальда для X3Таким образом, указанные переменные включать в модель не целесообразно.Наиболее адекватно отражает взаимосвязь модель парной регрессии, отражающая влияние стоимости бивалютной корзины на сальдо торгового баланса страны. Выполним построение полулогарифмической модели парной регрессии (рисунок 11).Рис. 11 – Полулогарифмическая модель парной регрессииКоэффициент детерминации полулогарифмической модели ниже линейной модели парной регрессии, но в то же время коэффициенты Акаике и Шварца демонстрируют наиболее низкие значения в полулогарифмической модели, что позволяет сделать вывод о том, что линейная модель наиболее предпочтительна.Выполним оценку значимости коэффициентов модели на основе критерия Стьюдента.Статистикии по модулю превышают (), что подтверждает значимость коэффициентов регрессии.Выполним проверку значимости модели по F-критериюСогласно результатам построения модели наблюдается умеренная взаимосвязь показателей, что проявляется в показателе коэффициента детерминации (). Модель, в целом, и коэффициент при переменной статистически значимы (p<0,05).Уравнение регрессии имеет вид:Таким образом, рост стоимости бивалютной корзины приводит к снижению сальдо торгового баланса на 1,9%.Выполним сравнение линейной и полулогарифмической модели на основе теста Бокса-Кокса.Для этого выполним оценку регрессии для указанных моделей, заменяя зависимые переменные их нормированными значениями. Результаты представлены на рисунках 12, 13.Рис. 12 – Модель парной линейной регрессии № 2Рис. 13 – Полулогарифмическая модель № 2Для выбора наиболее предпочтительной модели выполним сравнение значений сумма квадратов остатков. Для линейной модели ESS=3,11, для нелинейной ESS=0,043.Таким образом, нелинейная модель наиболее предпочтительна.Выполним проверку модели на гетероскедастичность остатков на основе теста Уайта (рисунок 14).Рис. 14 – Тест УайтаАнализ результатов расчета показывает, что значение коэффициента детерминации 0,065, а расчетный уровень значимости превышает 5%. Таким образом, гипотезу о гомоскедастичности остатков следует принять.Выполним проверку модели на автокорреляцию (рисунок 15).Рис. 15 - Тест Breusch – Godfrey на автокорреляцию остатковАнализ показывает, что расчетный уровень значимости статистики Prob. Chi-Square<0,05. Таким образом, гипотезу об отсутствии автокорреляции следует отклонить. При этом наблюдается автокорреляция первого порядка. Автокорреляция второго порядка отсутствует.Таким образом, на основании проведенных тестов целесообразно для построения прогноза выбрать нелинейную модель.Выполним построение прогноза. Его результаты представлены на рисунке 16.Рис. 16 – Результаты построения прогнозаАнализ оказывает, что доверительный интервал симметриченотносительно прогноза. При этом наблюдается незначительный рост показателя сальдо торгового баланса под влиянием стоимости бивалютной корзины.ЗаключениеВ рамках исследования выполнена оценка влияния факторов на формирование стоимости валютной корзины в условиях плавающего валютного курса. Данный режим характеризуется практически полным отказом от вмешательства со стороны Центрального Банка в количество иностранной валюты в обращении. Действует рыночное регулирование, основанное на конкуренции и действии законов стоимости, спроса и предложения, и осуществляемое стихийно, что обеспечивает эквивалентность обмена валют в соответствии с потребностями мирового хозяйства.В рамках исследования были реализован анализ, направленный на оценку влияния факторов на экономические показатели страны.В ходе анализа было выдвинуто предположение о влиянии трех факторов:Стоимостибивалютной корзины.Ежемесячной инфляции.Ежемесячного сальдо торгового баланса.В процессе анализа были построены модели парной и множественной регрессии, оценка которых показала, что наибольшее влияние валютный курс оказывает на показатель сальдо торгового баланса страны. При этом указанное влияние наилучшим образом описывается моделью парной линейной регрессии.Кроме того, в работе было выполнено построение нелинейной модели регрессии и проведена сравнительная оценка качества линейной и нелинейной моделей на основе соответствующих тестов. Результаты тестов показали, что нелинейная модель является наиболее предпочтительной для оценки взаимосвязи показателей. В связи с эти на ее основе было выполнено построение прогноза показателя сальдо торгового баланса на основе показателя стоимости бивалютной корзины.Список использованной литературыНормативно-правовые актыФедеральный закон РФ «О Центральном банке Российской Федерации (Банке России)» № 86-ФЗ Федеральный закон от 10 декабря 2003 г. N 173-ФЗ «О валютном регулировании и валютном контроле» Федеральный закон от 02.12.1990 г. № 395-1 «О банках и банковской деятельности» Монографии, учебная литератураАнализ факторов динамики обменного курса рубля / Трунин П., Князев Д., Кудюкина Е. – М.: Ин-т Гайдара, 2010. – 68 с.: ил. – (Научные труды / Ин-т экономической политики им. Е.Т. Гайдара; № 144.Божечкова, А. В., Трунин, П. В. Анализ факторов динамики реального валютного курса рубля / А. В. Божечкова, П. В. Трунин. — М. : Издательский дом «Дело» РАНХиГС, 2016. — 96 с.Ван Хорн Дж. К.. Основы управления финансами. – М.: ФиС, 2011 г. стр.391-410Международное и зарубежное финансовое регулирование: институты, сделки, инфраструктура: монография: в 2 ч. // под ред. А.В. Шамраева. М.: КНОРУС, ЦИПСиР, 2014Прикладной регрессионный анализ. Н. Дрейпер, Г. Смит, 3-е издание, «ДИАЛЕКТИКА», 2016Суэтин А.А. Международный финансовый рынок: Учебное пособие. — М.: КНОРУС, 2012 гПериодические изданияВасильева, И. П. Современный оборот глобального валютного рынка: распределение по инструментам / И. П. Васильева // Финансы и кредит. – 2011. - N 22. - С. 46 - 53.Васильева, И. П. Теоретические аспекты функционирования валютного рынка / И. П. Васильева // Финансовый бизнес. – 2012. - N 2. - С. 23 - 34.Ельцов, Ю. В. Поведенческие финансы и прогнозирование валютного рынка / Ю. П. Ельцов // Международная экономика. – 2010. - N 12. - С. 18 – 29Тимофеева, Т. В. Статистическая оценка развития валютного рынка РФ / Т. В. Тимофеева, А. А. Снатенков // Известия Оренбургского государственного аграрного университета. - 2011. - Т. 1. - № 29-1. - С. 111 - 114Интернет-ресурсыБадасен П.В., Картаев Ф.С., Хазанов А.А. Эконометрическая оценка влияния валютного курса рубля на динамику выпуска [Электронный ресурс]//Деньги и кредит. – 2015. - №7. – URL: http://www.cbr.ru/publ/moneyandcredit/badasen_07-15.pdf (Дата обращения: 04.12.2017)Информационно-аналитический портал РБКQuote [Электронный ресурс] URL: URL: http://quote.rbc.ru (Дата обращения: 04.12.2017)Информационный портал «Ключевая ставка РФ» [Электронный ресурс] URL: http://ключевая-ставка.рф (Дата обращения: 04.12.2017)Информационный портал «Уровень инфляции в России» [Электронный ресурс] URL: http://уровень-инфляции.рф (Дата обращения: 04.12.2017)Статистика Центрального банка России. [Электронный ресурс] URL: http://www.cbr.ru/statistics/ (дата обращения: 07.12.2017)Финансовый портал Investing.com[Электронный ресурс]. — Режим доступа: https://ru.investing.com/currencies/usd-cny-historical-data(Дата обращения: 04.12.2017)Федеральная служба государственной статистики РФ [Электронный ресурс]. — Режим доступа: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/science_and_innovations/science/# (Дата обращения: 03.12.2017)Центр макроэкономических исследований Сбербанка России. Модель оценки валютных курсов ЦМИ и некоторые выводы. [Электронный ресурс] URL: http://www.sberbank.ru/ru/about/analytics/macroeconomics/article?newsID=11017348-1-1&blockID=11004089®ionID=73&lang=ru&type=NEWS (Дата обращения: 04.12.2017)ForexTradingPortal[Электронный ресурс]. — Режим доступа: https://www.mt5.com/ru/volatility(Дата обращения: 04.12.2017)ПриложениеИсходные данные ПериодТемп роста ВВПСтоимость бивалютной корзиныУровень инфляцииСальдо торгового балансаYX1X2X301.01.2013105,334,6461100,971700201.02.2013104,734,8301100,561527901.03.2013107,134,8279100,341598601.04.2013106,335,0277100,511448401.05.2013103,535,3557100,661449601.06.2013108,736,1407100,421346401.07.2013103,437,3296100,821332201.08.2013107,337,8685100,141404801.09.2013105,838,069100,211598301.10.2013106,337,5826100,571274201.11.2013102,937,415100,561687601.12.201386,338,5212100,511688501.01.2014101,538,2374100,591855201.02.2014105,240,7874100,71225001.03.2014110,042,2143101,021957201.04.2014107,441,6185100,91976901.05.2014108,241,8409100,91778601.06.2014108,540,5846100,621385501.07.2014106,339,3961100,491703201.08.2014105,940,8555100,241613501.09.2014105,642,5474100,651201701.10.2014104,444,1527100,821471701.11.2014102,846,8043101,281360901.12.201484,757,4929102,621363601.01.2015100,561,6963103,851574501.02.2015104,873,7707102,221398301.03.2015106,965,5177101,211582301.04.2015106,259,6294100,461454501.05.2015107,353,8474100,351536401.06.2015110,655,0176100,191386701.07.2015107,458,7839100,81055901.08.2015103,562,8903100,35880201.09.2015104,070,3749100,57951201.10.2015103,769,3542100,741004701.11.2015104,666,7679100,75895001.12.201582,468,4969100,771120301.01.2016103,675,9492100,96730301.02.2016106,379,2459100,63727001.03.2016108,679,1407100,46781501.04.2016104,871,9347100,44663101.05.2016108,470,6175100,41759201.06.2016111,269,3462100,36804001.07.2016109,367,3782100,54623801.08.2016104,769,419100,01463301.09.2016106,068,5981100,17745501.10.2016102,566,788100,43655601.11.2016104,765,9484100,44896801.12.201683,467,0848100,41176201.01.2017101,461,3435100,621180501.02.2017104,561,9751100,221033701.03.2017108,059,5042100,131236601.04.2017103,857,6931100,33782401.05.2017105,459,2917100,37861801.06.2017110,859,713100,61877601.07.2017103,263,1757100,07378601.08.2017102,664,74299,46661101.09.201797,663,5399,851015801.10.2017106,362,3558100,2983201.11.2017104,262,4044100,22875001.12.2017101,662,6702100,2110588