CC BY
191
ФАКТОРНЫЙ АНАЛИЗ ДИНАМИКИ КУРСА РУБЛЯ Н.С. Самуйлов, студент
Научный руководитель: Л.В. Крылова, д-р экон. наук, профессор Финансовый университет при Правительстве РФ (Россия, г. Москва)
DOI: 10.24411/2411-0450-2020-10970
Аннотация. Работа посвящена актуальному вопросу зависимости курса доллара к рублю от различных внешних и внутренних факторов. На основании данных Всемирного Банка, государственной статистики и баз данных Центрального банка РФ исследована зависимость курса USD/RUB от цены на нефть, валютных резервов, ключевой ставки ЦБ РФ, уровня безработицы, индекса промышленного производства, важных внутренних политических событий и уровня инфляции в России. Исследуются месячные данные в период с января 2015 года по август 2020 года. При помощи методов эконометрического анализа получена модель, оценивающая уровень влияния отобранных факторов на курс рубля. Представлено обоснование выбора включения в модель каждого из факторов. Дана оценка точности модели в целом и степени влияния каждого отдельного фактора на результативный признак.
Ключевые слова: курс доллара, факторы, динамика курса, факторный анализ.
Курс доллара к рублю обладает большой волатильностью и после сильных скачков становится особенно волнующей темой для многих россиян. От него зависит жизнь и благосостояние граждан России, экономическое развитие страны, внутренняя политическая ситуация и многое другое. Анализ факторов, влияющих на курс национальной валюты, позволяет вовремя принять важные экономические решения как на уровне государства, так и
Уровень ключевой ставки влияет на привлекательность покупки национальной валюты с целью вложения средств в финансовые инструменты, номинированные в рублях. При прочих равных, если ключевая ставка в одной стране выше, чем в другой, инвесторы станут приобретать национальную валюту государства с более привлекательной процентной ставкой, что приведет к росту валютного курса этой
отдельного домохозяйства. В работе используются помесячные данные за период с января 2015 года по август 2020 года.
Основными причинами изменения курса эксперты называют цену на нефть, санкционные угрозы или напряжение политической обстановки. Однако на деле факторов намного больше. Их можно условно разделить на две группы: фундаментальные макроэкономические и конъюнктурные факторы.
страны. Для анализа были использованы данные Банка России по ключевой ставке на 15 число каждого месяца [4].
Темпы инфляции влияют на доходность вложений. При ожидании повышения темпов инфляции в России у инвесторов будут возрастать требования к доходности вложений в рублях. Это может привести к выбору валют альтернативных стран с более низким уровнем данного макроэконо-
Таблица 1. Факторы, влияющие на курс рубля
Фундаментальные макроэкономические факторы Конъюнктурные факторы
Уровень ключевой ставки ЦБ Цены на нефть
Темпы инфляции Доверие к стране - эмитенту валюты
Уровень безработицы Политическая ситуация внутри страны
Производительность труда Политика государственного регулирования
Размер международных резервов
мического показателя и ослаблению курса рубля. В целях анализа были взяты уровни месячной инфляции, рассчитанные за период от первого до последнего числа месяца на основе индекса потребительских цен на товары и услуги [5].
Уровень безработицы и производительность труда отражают экономическую активность страны в целом. Чем выше эти показатели, тем больше производится товаров и услуг в стране, а следовательно, выше экономический рост, ниже риски вложений. Снижение уровня безработицы и повышение производительности труда в России ведет к укреплению национальной валюты, и наоборот, снижение этих показателей ведет к уменьшению спроса на рубль. Для целей данной работы используется месячные показатели по удельному весу численности безработных среди экономически активного населения и индекс промышленного производства по ОК-ВЭД2, с поправкой на сезонность [6].
Изменение размера международных резервов ведёт связано с необходимостью осуществлять валютные интервенции, производить платежи по внешнему долгу. Принимая решения ослабить курс рубля, Центральный Банк наращивает резервы. С уменьшением резервов растет предложение на иностранную валюту и спрос на национальную, вследствие чего курс рубля повышается. Для анализа были использованы данные Банка России по совокупным международным резервам на 15 число каждого месяца [4].
Цены на нефть являются важным фактором в динамике курса валюты России, так как экспорт нашей страны на протяжении многих лет примерно на 50% состоит из сырой нефти и нефтепродуктов. За 2019 год доля нефти, нефтепродуктов и бензина
в структуре экспорта составила 56,45%, что почти на 0,3% выше, чем в 2018 году [8]. В исследовании используются данные по средней за месяц спотовой цене марки Brent [5].
Политическая ситуация внутри страны, доверие к стране - эмитенту валюты также могут оказывать влияние на курс валюты. Одно из наиболее значимых политических событий в РФ за рассматриваемый период - принятие поправок к Конституции. Для построения регрессионной модели месяцы, когда принимались решения о внесении поправок и проводилось общероссийское голосование, приняты за единицу, остальные - за нули.
С помощью данных по курсу доллара к рублю и перечисленным выше факторам, взятых за период с января 2015 года по август 2020 года, была составлена регрессионная модель.
Эндогенной переменной в данной модели является курс доллара к рублю на 15 число месяца (Y) [4].
В качестве экзогенных переменных приняты следующие факторы:
X1 - Цена за баррель нефти, $ (средняя цена марки Brent)
X2 - Индекс промышленного производства по ОКВЭД (ОКВЭД2), с поправкой на сезонность, %
X3 - Уровень инфляции, % X4 - Ключевая ставка ЦБ РФ, % годовых
X5 - Международные резервы, млн долларов США
X6 - Выборы Президента РФ, принятие поправок к Конституции России X7 - Уровень безработицы, % Оценим тесноту связи курса рубля с каждым фактором с помощью корреляционного анализа.
Таблица 2. Кор
реляционная матрица
Y X1 X2 X3 X4 X5 X6 X7
Y 1,00
X1 -0,45 1,00
X2 0,01 0,55 1,00
X3 0,15 -0,06 -0,38 1,00
X4 -0,26 -0,15 -0,76 0,58 1,00
X5 0,37 0,09 0,75 -0,27 -0,87 1,00
X6 -0,04 0,55 0,39 -0,09 -0,40 0,28 1,00
X7 0,22 -0,69 -0,79 0,29 0,36 -0,32 -0,33 1,00
Из таблицы видно, что наибольшей корреляцией с курсом доллара к рублю обладает фактор XI - цены на нефть. Коэффициент корреляции -0,45 означает, что связь между эндогенной и экзогенной переменной умеренная. Это достаточно закономерно для национальной валюты России, так как известно, что экспорт нефти -одна из основных статей доходов нашего государства. Следует отметить, что связь обратная, т.е. с ростом цен на нефть курс доллара к рублю падает, или (что то же самое) курс рубля укрепляется.
Следующим по степени тесноты с результирующим фактором является Х5 -международные резервы. Коэффициент корреляции 0,37. Объяснение этому явлению достаточно простое. Центральный Банк РФ проводит валютные интервенции как раз при помощи использования долларов в международных резервах с целью поддержать в случае падения либо сдержать при быстром росте курс национальной валюты. Связь прямая, значит, наращение (покупка) валюты в международные резервы ведет к укреплению курса доллара (ослаблению курса рубля), и наоборот.
Также по корреляционной матрице видно, что достаточно тесной связью с эндогенной переменной обладают факторы Х4 - ключевая ставка ЦБ РФ и Х7 - уровень безработицы. Так как связь курса доллара к рублю и ключевой ставкой обратная, можно сказать, что увеличение (уменьшение) ключевой ставки ЦБ РФ ведет к ослаблению (укреплению) курса доллара относительно рубля. Связь безработицы и переменной прямая, следовательно, увеличение уровня безработицы в стране влечет за собой снижение курса национальной валюты.
Критическое значение коэффициента корреляции равно 0,2387, следовательно, факторы Х6 - выборы Президента РФ и принятие поправок к Конституции, Х3 -уровень инфляции, Х2 - индекс промышленного производства не будут включены в модель. Стоит отметить, что фактор Х3 отражает уровень фактической инфляции, тогда как на курс больше влияет уровень ожидаемой инфляции.
При помощи прикладного программного пакета для эконометрического моделирования Огей была получена регрессионная модель (рис. 1).
И дгеЫ: модели - □ X
Файл Правка Тесты Сохранить Графики Анализ 1эТеХ «а
Модель 1
Модель 1: ИНК, использованы наблюдения 2015:01-2020:08 (Т = 68) Зависимая переменная: У
Коэффициент
Ст. ошибка t-статистика Р-значение
const 52,3777 15,5786 3,362 0,0013
XI -0,208782 0,0647176 -3,226 0,0020
Х4 0,236361 0,445218 0,5309 0,5574
Х5 4,14173е-05 l,6101Se-05 2,572 0,0125
Х7 0,405523 1,57655 0,2574 0,7577
* « *
***
Среднее зав. перемен 63,65661
Сумма кв. остатков 1255,332
Я-квадрат 0,376673
Г(4, 63) 5,517635
Лог. правдоподобие -155,6158
Крит. Шварца 412,3372
Параметр гло 0,823108
Ст. откл. зав. перемен 5,482567
Ст. ошибка модели 4,463844
Испр. Я-квадрат 0,337057
Р-значение (Р) 4,40е-06
Крит. Акаике 401,2357
Крит. Хеннана-Куинна 405,6365
Стат. Дарбина-Вотсона 0,348371
Исключая константу, наибольшее р-значение получено для переменной 8 (Х7)
Рис. 1. Построение регрессионной модели 1 в программной среде Gretl с помощью метода наименьших квадратов
Анализируя полученный результат, можно сделать вывод, что параметры Х4 и X7 являются статистически незначимыми. Отсутствие знаков "*" говорит о том, что значение ^статистики этих факторов меньше критического при уровне вероятности 99%, 95% и 90%. Следовательно, их
не стоит включать в модель. Можно применить способ последовательного исключения избыточных переменных с использованием двухстороннего р-значения для повышения качества модели регрессии (рис. 2).
\ \ gretl: модель 2 - □ X
Файл Праака Тесты Сохранить Графики Анализ LaTeX «а
Последовательное исключение с использованием двухстороннего р-значения = 0,10
Исключена переменная Х7 Исключена переменная Х4
Тестирование модели 1:
(р-значение 0,798) (р-значение 0,572)
Нулевая гипотеза: параметры регрессии нулевые Х4, Х7
Тестовая статистика: F12, 63) = 0,152153, Р-значение 0,82563 Omitting variables improved 3 of 3 information criteria.
Модель 2: MHK, использованы наблюдения 2015:01-202 0:08 (T = 68) Зависимая переменная: Y
Коэффициент
Ст. ошибка
t-статистика Р-значение
const
XI
XS
61,0361 -0,224161 3,31516е-05
4,11124 0,0454542 7,&5828е-06
14, 85 -4,527 4,202
Среднее зав. перемен 63,65661
Сумма кв. остатков 12 62,551
Я-квадрат 0,372870
65) 15,32337
Лог. правдоподобие -155,8267
Крит. Шварца 404,3118
Параметр гйо 0,821536
Ст. откл. зав. перемен Ст. ошибка модели Испр. R-квадрат Р-значение IF) Крит. Акаике Крит. Хеннана-Куинна Стат. Дарбина-Вотсона
1,46е-022 *»* 6,04е-06 *»* 8,23е-05 «•*
5,482567 4,408020 0,353574 2,55е-07 357,6533 400,2516 0,341848
Рис. 2. Построение регрессионной модели 2 в программной среде Gretl при помощи последовательного исключения переменных
Таким образом, мы получили регрессионную модель с двумя факторами XI (цена на нефть) и Х5 (международные резервы). Уравнение модели имеет вид:
% = 61,04 - 0,22 * Х1г + 3,32 * Ю-5
При помощи VIF-теста были получены значения VIF(X1)= УШ(Х5)=1,008. Так как полученные результаты меньше 10, можно утверждать, что мультиколлинеарность отсутствует и модель можно использовать для дальнейшего анализа.
Коэффициент детерминации равен 0,37. Интерпретировать это значение можно следующим образом. Изменение курса доллара к рублю только на 37% обусловлено изменением цен на нефть и величиной международных резервов. Интересно,
что исключение факторов Х4 (ключевая ставка) и Х7 (уровень безработицы) понизили этот показатель всего лишь на 0,4 п.п. F-критерий Фишера фактический (19,32) больше критического (2,39), значит, коэффициент детерминации значим. Значения ^критерия Стьюдента обоих регрессоров превышают критическое при заданном уровне надежности 95%, следовательно, связь между переменными статистически значима. Средняя относительная ошибка аппроксимации 5,35%, значит, модель точная.
Далее перейдем к анализу степени влияния факторов на зависимую переменную по отдельности. Для этого воспользуемся средним коэффициентом эластичности. Данный коэффициент рассчитывается по следующей формуле:
Эу = Ьу 5 (2) _ У_
В этой формуле Ху и у - средние значения исследуемых факторов и зависимой переменной, а - коэффициент, рассчитанный с помощью метода наименьших квадратов для каждого регрессора.
Эластичность у по отношению к Ху определяется как процентное изменение у, отнесенное к соответствующему процентному изменению Ху. Другими словами, коэффициенты эластичности показывают, на
сколько процентов в среднем изменится зависимая переменная при изменении объясняющей переменной на один процент при фиксированных значениях других объясняющих переменных. Коэффициент эластичности не учитывает степень колеблемости факторов.
По результатам расчета, были получены следующие значения коэффициентов средней эластичности для исследуемых факторов.
X1 (Цена за баррель нефти) X5 (Международные резервы)
Э, -0,19 0,23
Таблица 3. Коэффициенты степени влияния факторов на зависимую переменную
Интерпретация коэффициентов звучит влияет гораздо большее количество фак-следующим образом. При увеличении це- торов и предугадать будущее значение от-ны за баррель нефти на 1% курс доллара к ношение доллара к рублю сложно. рублю падает на 0,19%, а увеличение ва- Благодаря расчету коэффициентов эла-
лютных резервов на 1% влечет за собой стичности удалось установить, что влия-увеличение курса доллара к рублю на ние на курс рубля вследствие изменения 0,23%. цен на нефть на 1% в целом можно ком-
Выводы. Таким образом, в ходе работы пенсировать за счет изменения величины было установлено, что изменение курса валютных резервов на 1%. Т.е. если цены доллара к рублю только на 38% объясня- на нефть упали на 1% в целях поддержа-ется изменением цен на нефть, величины ния курса рубля на том же уровне можно валютных резервов, ключевой ставки ЦБ уменьшить величину международных ре-РФ и уровня безработицы. Это говорит о зервов на 1%, и наоборот. том, что на курс валютной пары USD/RUB
Библиографический список
1. Эконометрика и эконометрическое моделирование: учебник / Л.О. Бабешко, М.Г. Бич, ИВ. Орлова. - М.: Вузовский учебник: ИНФРА-М, 2018. - 385 с.
2. Орлова И.В. Ранжирование факторов по степени их влияния на результирующую переменную в моделях регрессии // Управленческие науки в современном мире. - 2018. -Т. 1. №1. - С. 287-290.
3. Орлова И.В. Подход к решению проблемы мультиколлиниарности при анализе влияния факторов на результирующую переменную в моделях регрессии // Фундаментальные исследования. - 2018. - №3. - С. 58-63.
4. Официальный сайт Центрального Банка Российской Федерации. - [Электронный ресурс]. - Режим доступа: https://www.cbr.ru/
5. IndexMundi (динамика цен на нефть). - [Электронный ресурс]. - Режим доступа: https://www.indexmundi.com/commodities/?commodity=crude-oil&months=360
6. Единый архив экономических и социологических данных. - [Электронный ресурс]. -Режим доступа: http://sophist.hse.ru/hse/nindex.shtml
7. Официальный сайт Бюро Статистики РФ «СтатБюро». - [Электронный ресурс]. -Режим доступа: https://www.statbureau.org/ru/russia/inflation-tables
8. Официальный сайт Федеральной таможенной службы России. - [Электронный ресурс]. - Режим доступа: https://customs.gov.ru/statistic/%D0%AF%D0%BD%D0%B2%D0%B0%D1%80%D1%8C%20 -%20%D0%BC%D0%B0%D0%B9%202018
FACTOR ANALYSIS OF THE DYNAMICS OF THE RUBLE EXCHANGE RATE N.S. Samuylov, Student
Supervisor: L.V. Krylova, Doctor of Economic Sciences, Professor Financial University under the Government of the Russian Federation (Russia, Moscow)
Abstract. The work is devoted to the topical issue of the dependence of the dollar / ruble exchange rate on various external factors. Based on data from the World Bank, government statistics and databases of the Central Bank of the Russian Federation, the dependence of the USD / RUB exchange rate on the price of oil, foreign exchange reserves, the key rate of the Central Bank of the Russian Federation, the unemployment rate, the industrial production index, important internal political events and the level of inflation in Russia was investigated. Monthly data from January 2015 to August 2020 is examined. Using the methods of econometric analysis, a model is obtained that estimates the level of influence of the selected factors on the ruble exchange rate. The rationale for the choice of including each of the factors in the model is presented. The assessment of the accuracy and quality of this model as a whole is described, the degree of influence of each individual factor on the effective indicator is estimated.
Keywords: dollar rate, factors, rate dynamics, factor analysis.
