Расчет равновесного обменного курса рубля - Факторы, определяющие долгосрочную динамику рубля

Проверка адекватности модели и использования теста Йохансена

Изначально была проведена обычная МНК регрессия на выявление значимости тестируемой модели и используемых переменных. Стоит также отметить, что использовались ежеквартальные переменные с 2000 по 2015 год, всего 64 наблюдения. Кроме того, перед проведением тестов переменные также были скорректированы на сезонность с помощью процедуры Census X-13. Краткие результаты МНК теста представлены в табл. 1.

Таблица 1. Результаты МНК теста модели

Variable

Coefficient

Std, Error

T-Statistic

P-value

C

3,31

0,11

30,43

0,00

LN_PROD

0,68

0,16

4,14

0,00

LN_BRENT

0,50

0,06

8,71

0,00

LN_NETTRADE

-0,26

0,06

-4,21

0,00

R-squared

0,91

Adjusted R-squared

0,91

F-statistic

203,19

Prob(F-statistic)

0,00

Источник: вычисления автора в пакете EViews 8

Как мы видим, все переменные значимы и модель сама также адекватна, так как пи-велью при всех переменных стремятся к машинному нулю, R-квадрат модели более 91%.

Перейдем теперь непосредственно к изучению долгосрочной связи между переменными, для этого будет использован тест Йохансена на проверку коинтеграции. Данный тест позволяет оценить наличие стационарных линейных комбинаций для временных рядов. Главным условием выполнения теста является предположение, что факторы, используемые в модели, являются интегрированными процессами первого порядка.

Перед проведением теста на коинтеграцию, необходимо провести тесты на единичный корень. Тесты на единичный корень позволяют оценить не являются ли переменные стационарными, результаты тестов представлены в табл. 2.

Таблица 2. Результаты теста на единичный корень (unit root).

Уровни

Первые разности

Method

Statistic

Prob,

Method

Statistic

Prob,

Im, Pesaran and Shin W-stat

-0,97

0,17

Im, Pesaran and Shin W-stat

-6,58

0,00

Intermediate ADF test results

Intermediate ADF test results

Series

T-Stat

Prob,

Series

T-Stat

Prob,

LN_REER

-2,31

0,17

D(LN_REER)

-3,92

0,00

LN_NETTRADE

-1,65

0,45

D(LN_NETTRADE)

-4,85

0,00

LN_BRENT

-1,49

0,53

D(LN_BRENT)

-4,15

0,00

LN_PROD

-2,24

0,19

D(LN_PROD)

-4,74

0,00

Источник: вычисления автора в пакете EViews 8

Из представленной таблицы видно, что применяемые ряды являются нестационарными в уровнях и при этом стационарными при проверке первых разностей. Это доказывает, что между рядами имеется интегрированность первого порядка, таким образом условие для проведения теста Йохансена выполняется.

Проведение теста на коинтеграцию и представление полученных результатов

Теперь можем провести тест на наличие коинтеграции между переменными. Для этого используем тест Йохансена и проверяем перечисленные переменные на наличие коинтеграционного соотношения между ними.

Результаты двух тестов на коинтеграционные отношения представлены ниже:

Таблица 3. Результаты теста Йохансена

Unrestricted Cointegration Rank Test (Trace)

Hypothesized

Trace

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.486205

73.09398

54.07904

0.0004

At most 1

0.263388

32.47218

35.19275

0.0955

At most 2

0.155826

13.82481

20.26184

0.3016

At most 3

0.055632

3.491589

9.164546

0.4931

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized

Max-Eigen

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob.**

None *

0.486205

40.62181

28.58808

0.0009

At most 1

0.263388

18.64737

22.29962

0.1499

At most 2

0.155826

10.33322

15.89210

0.3050

At most 3

0.055632

3.491589

9.164546

0.4931

Источник: вычисления автора в пакете EViews 8

Тесты представлены в двух вариантах: Трейс тест и тест на максимальное собственное значение. Оба теста на проверку коинеграционных соотношений отклоняют гипотезу об отсутствии коинтеграционных связей на 1% уровни значимости, а гипотеза о наличии одного коинтеграционного соотношения между факторами принимается на 5% уровни значимости по результатам обоих тестов. Таким образом, мы можем говорить, что между нашими проверяемыми переменными существует одно коинтеграционное соотношение. Вследствие чего мы имеем возможность протестировать долгосрочное влияние вектора переменных на курс рубля.

Для удобства выбираем ситуацию, при которой перед переменной реального обменного курса коэффициент единица, в итоге получаем следующие коэффициенты для долгосрочной связи:

Таблица 4. Коэффициенты переменных при оценке долгосрочной связи

LN_REER

LN_NETTRADE

LN_BRENT

LN_PROD

C

1.000000

0.310388

-0.524240

-0.624230

-3.395862

(0.05600)

(0.05011)

(0.13505)

(0.08685)

Источник: вычисления автора в пакете EViews 8

Оценив коинтеграционное соотношение, получились следующие результаты: 1) наибольшее влияние на динамику реального обменного курса оказывает переменная дифференциала производительности, увеличение которой на 1% приводит к увеличению обменного курса на 0,62%, 2) как и ожидалось динамика цен на нефть также имеет важное значение при определении обменного курса, и увеличение цены на нефть на 1% ведет к росту обменного курса на 0,52%, 3) чистый экспорт также оказывает ощутимое воздействие на динамику курса и эластичность по данной переменной -0,31, значит увеличение чистого экспорта на 1% снижает обменный курс на 0,31. Знаки полученных значений соответствуют логике и значения коэффициентов соотносятся со значениями, полученными в других работах по анализу переменных рубля.

Исходя из проведенных тестов, долгосрочную связь рубля и фундаментальных переменных можно описать следующим уравнением:

= 3.395 +

Интерпретация полученных результатов, графический анализ

Таким образом все проверяемые факторы оказывают значимый эффект на динамику обменного курса. Посмотрим на динамику курса, посчитанного с использованием полученных коэффициентов фундаментальных переменных, и динамику фактического курса рубля.

Источник: расчеты автора

График 5. Динамика фактического и посчитанного обменных курсов

Как мы видим, расчетный обменный курс довольно точно повторяет динамику фактического. Однако подобный курс все еще не может использоваться как равновесный, так как в нем содержится слишком много динамики, подсчитанный курс все еще сильно подвержен шумам на рынке, различным краткосрочным шокам, чтобы избавиться от них и представить динамику равновесного обменного курса, к полученному курсу будет применен фильтр Ходрика-Прескотта, позволяющий избавиться от сезонных колебаний. Курс сглаженный с помощью фильтра Ходрика-Прескотта представлен на графике 6.

Источник: расчеты автора

График 6. Динамика фактического и сглаженного hp-фильтром обменных курсов

Получив равновесный уровень обменного курса, мы можем посчитать, каким образом реальный курс отклонялся от своего равновесного в течение рассматриваемого периода.

Источник: расчеты автора

График 7. Динамика отклонения фактического курса от равновесного

Можно заметить, что периоды наиболее заметных отклонений соответствуют периодам кризисов в экономике, сперва значительная недооценка рубля была до 2001 года, потом, в течение посткризисного 2009 года, рубль опять был недооценен на 1,5 и более процента, и теперь, после резкого падения цен на рынке нефти и введения санкций, рубль опять стал недооцененной валютой.

Посмотрим отдельно на отклонение рубля в периоды кризисов, возьмем только два основных кризиса за период - кризис 2008-2009 годов и кризис в Российской экономике, начавшийся с 2014 года.

Источник: расчеты автора

График 8. Отклонения обменного курса от равновесного в периоды кризисов

Как мы можем наблюдать, оба кризиса приводили к тому, что рубль становился недооцененным. При этом, в обоих случаях недооценка наступала ни сразу, а в следующий за наступлением кризиса период, что можно объяснить как постепенной подстройкой переменных к шоку, так и действиями государства, которое старалось удержать курс рубля за счет монетарных интервенций. За счет этого удавалось сдерживать рубль в конце 2008 года, а потом и в середине 2014 года. Но с отказом от системы таргетирования валюты в 2015 году рубль обвалился и фактический курс стал недооцененным на 5% в первом квартале 2015 года. Так что резкий обвал в начале 2015 года можно в некоторой степени объяснить и переходом к плавающему курсу.

После резкой недооценки в первом квартале 2015 году, ко второму кварталу фактический рубль сравнялся с равновесным. Однако в третьем квартале опять упал вслед за падением цен на нефть.

Ниже представлен график, иллюстрирующий динамику цен на нефть и показатель отклонения от равновесного курса за последние 2 года.

Источник: расчеты автора

График 9. Отклонение фактического курса от равновесного и динамика цен на нефть в 2014-2015 гг.

Как мы можем заметить, падение цен на нефть началось еще в 3 квартале 2014 года, но рубль оставался переоцененным, однако значительный шок на нефтяном рынке привел к отклонению курса рубля от равновесного. Но цены на нефть продолжали падать и в конце 2015 года, и цена на нефть достигла своего минимального за последние 10 лет значения в 4 квартале 2015 года, но отклонение курса к этому периоду уже стабилизировалось и не поменялось по сравнению с прошлым периодом, что может свидетельствовать о том, что валютный рынок отходит от шока на нефтяном рынке и курс будет двигаться по направлению к своему равновесному значению, если не произойдут дополнительные шоки в ближайшие периоды.

Таким образом, мы можем наблюдать, что кризис на финансовом рынке и сырьевых рынках 2008 года и текущий экономический кризис приводят к увеличению отклонения рубля от равновесного курса, что может свидетельствовать о избыточном влиянии шоков при формировании фактического курса. Однако после периода резких спадов и шоков, обменный курс постепенно возвращается к своему равновесному значению.

Похожие статьи




Расчет равновесного обменного курса рубля - Факторы, определяющие долгосрочную динамику рубля

Предыдущая | Следующая