Дипломная работа: Функционирование рынка ценных бумаг в условиях нестабильной экономики России
1.4 Описание закономерностей РЦБ на основе моделей построения
эконометрических моделей
Эконометрика как научная
дисциплина расположена на стыке экономики, статистики и математики. Обычно в
качестве ее основных задач выделяют обнаружение и анализ статистических
закономерностей в экономике, построение на базе выявленных эмпирических
экономических зависимостей эконометрических моделей.
Методологическая
особенность эконометрики заключается в применении общих гипотез о статистических
свойствах экономических параметров и ошибок при их измерении. Полученные при
этом результаты могут оказаться нетождественными тому содержанию, которое
вкладывается в реальный объект. Поэтому важная задача эконометрики – создание
как более универсальных, так и специальных методов для обнаружения наиболее
устойчивых характеристик в поведении реальных экономических показателей.
Эконометрика разрабатывает методы "подгонки" формальной модели с
целью наилучшего имитирования ею поведения моделируемого объекта на основе
гипотезы о том, что отклонение модельных параметров от реально наблюдаемых
случайны и вероятностные характеристики их известны.
Главным инструментом
эконометрики служит эконометрическая модель – модель факторного анализа,
параметры которой оцениваются средствами математической статистики. Такая
модель выступает в качестве средства анализа и прогнозирования конкретных
экономических процессов на основе реальной статистической информации.
Можно выделить три
основных класса эконометрических моделей:
1) Модели временных
рядов. К этому классу относятся модели:
– Тренда:
Y(t) = T(t) + ?t, (1.1)
где T(t) – временной
тренд заданного вида (например, линейный T(t) = а + bt), ?t – стохастическая
(случайная) компонента;
– Сезонности:
Y(t) = S(t) + ?t, (1.2)
где S(t) – периодическая
(сезонная) компонента, ?t - стохастическая (случайная) компонента;
– Тренда и сезонности:
Y(t) = T(t) + S(t) + ?t,
аддитивная ("дополняющая"), (1.3)
Y(t) = T(t) S(t) + ?t,
мультипликативная ("множительная"), (1.4)
где T(t) – временной
тренд заданного вида, S(t) – периодическая (сезонная) компонента, ?t –
стохастическая (случайная) компонента;
К моделям временных рядов
относится множество более сложных моделей, таких, как модели адаптивного
прогноза, модели авторегрессии и скользящего среднего (ARIMA) и др. их общей
чертой является объяснение поведения показателя во времени, исходя только из
его предыдущих значений. Такие модели могут применяться, например, для
прогнозирования объемов производства, объемов продаж, краткосрочного прогноза
процентных ставок и т. п.
2) Регрессионные модели с
одним уравнением. В таких моделях зависимая (объясняемая) переменная Y
представляется в виде функции f (x, ?) = f (x1, …, хn, ?1, …, ?m), где x1, …,
хn - независимые (объясняющие) переменные, ?1, …, ?m – параметры. В зависимости
от вида функции f (x, ?) модели делятся на линейные и нелинейные. Например,
можно исследовать среднедушевой уровень потребления населения как функцию от
уровня доходов населения и численности населения, или зависимость заработной
платы от возраста, пола, уровня образования, стажа работы и т. п. По
математической форме они могут быть схожи с моделями временных рядов, в которых
в качестве независимой переменной выступает значение момента времени
Область применения таких
моделей, даже линейных, значительно шире, чем моделей временных рядов.
Проблемам теории оценивания, верификации (проверки на практике), отбора
значимых параметров и другим посвящен огромный объем литературы. Эта тема –
стержневая в эконометрике.
3) Системы одновременных
уравнений. Эти модели описываются системами уравнений. Системы могут состоять
из тождеств и регрессионных уравнений, каждое из которых (кроме независимых
переменных) может включать в себя также зависимые переменные из других
уравнений системы. В результате имеется набор зависимых переменных, связанных
через уравнения системы. Примером может служить модель Уортона, имеющая очень
большую размерность (уортоновская квартальная модель американской экономики
содержит более 1 тыс. уравнений, которые должны решаться одновременно).
Процесс построения и
использования эконометрических моделей является достаточно сложным и
подразумевает следующее:
- после определения цели
исследования необходимо построить систему показателей и логически
рассортировать факторы, в наибольшей степени влияющие на каждый показатель;
- осуществляется выбор
формы связи изучаемых показателей между собой и отобранными факторами, другими
словами, выбор типа эконометрической модели (линейная, нелинейная, степенная и
т.д.);
- решается проблемы сбора
исходных данных и анализа информации;
- строится
эконометрическая модель, то есть определяются ее параметры;
- проверяется качество
построенной модели, в первую очередь ее адекватность изучаемому явлению, после
чего модель может быть использована для экономического анализа и
прогнозирования.
1) Эконометрическое
исследование динамики доходности и риска на рынке ценных бумаг по российским
данным.
Емкость первичного рынка ГКО является показателем, отражающим
количество реально размещенных ценных бумаг на этом рынке. С точки зрения
интересов государства, она зависит от размера дефицита государственного бюджета
и долговых обязательств правительства. Кроме того, ГКО являются инструментом
оперативного регулирования кассовых разрывов государственного бюджета, и их
использование для покрытия бюджетного дефицита имеет некоторый предел. Согласно
мировой практике доля краткосрочных обязательств в суммарном объеме внутреннего
государственного долга не превышает обычно 20– 25%.
Основная сумма внутреннего долга (до 80%) покрывается за счет
средне и долгосрочных облигаций. В РФ покрытие дефицита бюджета за счет
краткосрочных и долгосрочных облигаций находится в среднем на уровне 40%. С
помощью объемов первичной эмиссии производится регулирование рынка. В частности,
эмитент уменьшает стоимость заимствованных средств, занижая предложение по
отношению к спросу, а это, в свою очередь, создает благоприятную атмосферу для
спекулятивных операций.
Данная ситуация опасна тем, что малейшие конъюнктурные
подвижки в других сегментах финансового рынка способны значительно
дестабилизировать рынок ГКО. Увеличение объемов эмиссии до уровня спроса
снижает спекулятивные возможности и привлекательность рынка, однако оценить
соотношение спекулятивных и инвестиционных капиталов, как правило, невозможно).
Отправным пунктом выбора факторов для эконометрического
анализа емкости первичного рынка ГКО является денежно-кредитная сфера и
обращение государственных ценных бумаг. В данном случае выбраны девять
следующих показателей (см. табл. 1.1):
Таблица 1.1 Условные обозначения показателей
Показатель |
Условное обозначение
cap
|
Логарифм
Leap
|
Первые разности |
Емкость первичного
рынка ГКО |
|
|
DLcap |
Средневзвешенная
номинальная доходность |
yn
|
Ly |
DLyn
|
первичного рынка ГКО |
|
|
|
Средневзвешенная реальная
доходность первичного рынка ГКО |
yr
|
– |
Dyr
|
Средние номинальные
ставки по краткосрочным межбанковским кредитам |
o/n |
Lo/n |
DLo/n |
Средние реальные ставки
по краткосрочным
межбанковским кредитам
|
ro/n |
– |
Dro/n |
Средневзвешенная цена
гособлигаций |
p |
Lp |
DLp |
Средний срок обращения
ГКО |
dtm |
Ldtm |
DLdtm |
Динамика официального
курса рубля к доллару США |
fx |
Lfx |
DLfx |
Чистый внутренний
рублевый кредит |
ndc |
Lndc |
DLndc |
Рублевая денежная
масса, МЗ |
m3 |
Lm3 |
DLm3 |
Индекс потребительских
цен |
cpi |
Lcpi |
DLcpi |
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22 |