Методи прогнозування валютних курсів

Прогнозування частіше за все використовується при плануван­ні фінансово-економічних показників, які характеризують діяль­ність банку взагалі та окремі банківські операції. Прогнозні розра­хунки фінансово-економічних показників базуються на викорис­танні різноманітних методів. До числа найбільш важливих із них відносяться:

> метод екстраполяції, який базується на визначенні фінансо­во-економічних показників на основі виявлення їх динаміки. При цьому в розрахунках виходять, як правило, із показників розрахун­кового періоду, що коректуються на відносно стійкий темп зміни;

> нормативний метод, заснований на використанні основних норм і нормативів;

> метод математичного моделювання, що полягає в побудові фінансових моделей, які імітують плин реальних економічних і со­ціальних процесів;

> балансовий метод, призначений для узгодження напрямків ви­користання фінансових ресурсів із джерелами їх формування, ув'я­зування всіх розділів фінансових планів між собою.

Кожний із наведених методів наділений певними перевагами і хибами, кожний із них має певну ділянку застосування, орієнта­цію на різноманітні тимчасові обрії, різноманітний обсяг, ступінь деталізації і достовірність застосовуваної інформації, засоби її опрацювання.

У сфері банківського менеджменту в межах різних методів про­гнозування необхідно аналізувати курси валют. Щодо валютного ме­неджменту можна виділити два підходи до вирішення завдань фінансово-економічного прогнозування. Перший підхід пов'язаний із вста­новленням причинно-наслідкового механізму, тобто визначенням чин­ників (що зумовлюють функціонування прогнозованого показника), прогноз яких відомий. Другий підхід - не вдаючись у механізм роз­витку, прогнозувати роботу об'єкта в майбутньому, аналізуючи часові ряди показників, що характеризують його діяльність у минулому.

У комерційних банках у валютному менеджменті можуть вико­ристовуватися такі типи прогнозів: пошукові (дослідницькі, трендові, генетичні) та нормативні (програмні, цільові)

Пошуковий прогноз пов'язаний з визначенням можливих станів явища в майбутньому. Він передбачає умовне продовження в майбутнє тенденцій розвитку досліджуваного явища в минулому і сьогоденні при ігноруванні можливих рішень, виконання яких може радикаль­но змінити тенденції. Такий прогноз відповідає на питання: що, най­імовірніше, відбудеться за умов збереження існуючих тенденцій.

Нормативний прогноз - визначення шляхів і термінів досягнення можливих станів явища, прийнятих за мету. Це означає прогнозу­вання досягнення бажаних станів на основі заздалегідь заданих норм, стимулів, цілей. Такий прогноз відповідає на питання: яким шляхом досягти бажаного результату.

У банківській практиці використовують довгострокові і корот­кострокові прогнози, які реагують на зміни конкретних умов у всьо­му різноманітті його кількісних і якісних взаємозв’язків.

Достовірність і обґрунтованість прогнозів залежать від рівня пі­знання й оцінки характеру і природи економічного явища, істотності його якісної і кількісної оцінки. Для прогнозу дуже важливо на основі використання методів математичної статистики й економіко-математичного моделювання визначити конкретний вплив факторів на досліджуваний показник.

Створювані моделі призначені для опису окремих явищ, а також із метою їх пояснення. Моделі повинні допомогти з'ясувати, яким способом деякі сторони явища впливають на інші сторони або ж на явище в цілому. Якщо побудована модель вірна, ці питання можна з«ясувати, проводячи відповідні опити й розрахунки на моделі, не змінюючи основних характеристик досліджуваного об’єкта і варію­ючи чинники, які його визначають.

Економіко-математичні моделі можна класифікувати по таких ознаках, як ціль дослідження, кількість критеріїв, масштабність об'єкта, характер урахування часу, число включених чинників, число етапів, природа об'єкта прогнозу, зміст і методи рішення.

За цілями моделі розділяються на планові й управлінські. Пла­нові моделі складаються для економічного, технічного і соціального планування. Управлінські моделі підрозділяються на оперативні, тех­нічні і стратегічні.

За кількістю критеріїв моделі можуть мати один або декілька критеріїв. Критерій має відповідати певним умовам: відбивати основну, а не другорядну ціль; повинні бути критичним до варіаційних пара­метрів, тобто достатньо сильно змінюватися при зміні параметрів, які залежать від прийнятого рішення. Бажано, щоб критерій був єдиним, тому що звичайно тільки тоді можливе суворе математичне рішення задачі оптимізації. Проте в ряді випадків доцільно мати два і більше критеріїв.

За масштабністю моделі розділяються на моделі галузі, банку, окремої банківської операції.

За характером урахування часу існують моделі динамічні, в яких розглядається процес у часі, і статичні, в яких розглядається стан процесу у фіксований момент часу.

За числом включених чинників розрізняють однофакторні і багатофакторні, а за числом етапів - одноетапні і многоетапні моделі, в яких безупинний процес розділено на ряд етапів.

За ознакою «природа об'єкта прогнозу» існують детерміновані моделі, в яких фіксуються майбутні параметри детермінованої систе­ми, що не враховують елементів випадку, і стохастичні, вірогіднісні моделі (в яких фіксуються майбутні характеристики вірогідної сис­теми), що враховують імовірнісний характер процесу.

За змістом і методами рішення варто виділити три групи економіко-математичних моделей - імовірнісно-статистичні, засновані на теорії ймовірностей і математичній статистиці; матричні (балансові), що використовують алгебру матриць; оптимізаційні — на базі мате­матичного програмування.

Вирішуючи встановлені завдання необхідно розділяти такі по­няття, як «прогноз» та «імітаційне моделювання». Іноді термін «про­гноз» не зовсім правильно використовується замість терміна «іміта­ційне моделювання», коли значення деяких показників одержують розрахунковим шляхом за якоюсь моделлю. При імітаційному моде­люванні типові ситуації програються (моделюються) на ЕОМ із різ­номанітними наборами вихідних даних із метою вибору найкращого варіанта.

Поняття «прогнозування» припускає екстраполяцію за часом, розрахунок можливих майбутніх значень досліджуваного показника.

Нехай z₁,z_2, z₃…z_n - тимчасовий ряд - послідовні спостережен­ня показника, зроблені через деякі інтервали часу, наприклад, через рівний інтервал (крок). У цьому випадку час спостережень можна висловити через індекс, початковий момент τ₀ із кроком: τ₀⁺ h, τ₀+2h,… τ₀+nh

Екстраполяція є невід’ємно. частиною кожного прогностично­го прийому, незалежно від того, на основі яких методів отримані результати дослідження даних у минулому і теперішньому, тому Ідо вона припускає поширення закономірностей, що склалися в минуло­му і теперішньому, на майбутній стан процесів.

У ринкових умовах попит та пропозиція на іноземну валюту постійно змінюється, відповідно змінюється і валютний курс націо­нальної валюти. У зв’язку з цим спеціалісти валютного відділу бан­ку повинні постійно відстежувати і прогнозувати коливання курсів валют як на Міжбанківській валютній біржі України так і на світо­вих валютних ринках.

Короткостроковий прогноз зміни курсів валют можливо одержа­ти, використовуючи аналітичні моделі. В аналітичних моделях пове­дінка системи записується у вигляді деяких функціональних спів­відношень або логічних умов. Для побудови і дослідження аналітич­них моделей є потужний математичний апарат (алгебра, функціо­нальний аналіз, різницеві рівняння, теорія ймовірностей, математична статистика та ін.). Основне завдання короткострокового прогнозу­вання - розробка наукового інструментарію, що дає можливість під­няти якісний рівень управління в банку.

Побудова аналітичної моделі проводиться в кілька етапів. На пер­шому етапі візуально за графіком тимчасового ряду намагаються за­уважити закономірності в його поведінці (тренди). Якщо тренд візуа­льно важко виділити, використовують попереднє згладжування вихі­дних даних, перетворення ряду для виділення схованих періодичностей, призначення убутних ваг спостереженням у міру їх віддалення від точки прогнозу при оцінці параметрів моделі. Вагові коефіцієнти призначаються зазвичай експоненційно убутними в міру віддалення спостережень від точки прогнозу (методи прогнозування Брауна, Холта, Вінтера). Після виділення трендів залишки ряду вважаються ви­падковими, незалежними, рівноточними, тобто такими, які мають ту саму дисперсію, що приймається рівною загальній дисперсії залиш­ків. Як зазначають Дж. Бокс і Г. Дженкінс, існують процеси, для прогнозування яких допустима методика експоненційного згладжу­вання Р. Брауна, в інших же випадках вимагаються інші підходи. Для прогнозування можуть бути використані: регресійні моделі, моделі Бокса-Дженкіеса, моделі авторегресії, моделі ковзної середньої, моделі сезонних рядів, змішані моделі та ін.

Розглянемо моделювання зміни валютних курсів, використову­ючи як експоненційне згладжування, так і авторегресійні моделі.

Експоненційне згладжування частіше за все рекомендується для короткострокового прогнозування. Ідея методу полягає в тому, що згладжування тимчасового ряду Yt (t= 1, 2, 3,..., n) здійснюється за Допомогою експоненційної середньої. Кожна нова згладжена оцінка (прогноз) обчислена як середнє число ваги поточного спостереження і попереднього згладженого спостереження; попереднє згладжене спостереження обчислюється, в свою чергу, від попередньої оцінки і згладженої оцінки перед попереднім спостереженням і т. д. Таким чином, у дійсності, кожна згладжена оцінка - середнє число ваги попередніх спостережень, де ваги зменшуються по експоненті залеж­но від цінності параметра (альфа). «Пізнім» спостереженням прида­ються ваги великі порівняно з «ранніми».

S_{t =} ax_t +(1-a) S_t-1

де S_t, - оцінка спостереження;

а — параметр моделі, причому а знаходиться в інтервалі від 0 до 1;

х_t — спостереження тимчасового ряду.

Питання вибору оптимального значення параметра згладжування а е однією з проблем аналізованого методу. При а, близькому до 1, прогноз враховує в основному лише останні спостереження, при а, близько­му 0, — всі (чи майже всі) минулі спостереження. Розмір а, від якого залежить точність прогнозу, визначають методом найменших квадратів.

Отримана модель прогнозу зміни курсів валют із використанням методу експрненційного згладжування подана на рис. 12. 1

При застосуванні методу експоненційного згладжування для про­гнозування економічних процесів варто враховувати, що економічні часові ряди бувають занадто короткими (15 — 20 спостережень), тому у випадку, коли темпи росту і приросту великі, метод не всти­гає відбити всі зміни, що відбуваються в часовому ряді.

Для перевірки отриманого прогнозу методом експоненційного згладжування є сенс зміну курсів валют змоделювати з використан­ням авторегресійоної інтегрованої моделі ковзної середньої, або АRIМА Авторегресійна мо­дель - це модель, у якій значення, що моделюються, задаються лінійною функцією від попередніх спостережень.

Модель АRIМА включає три параметри:

р ~ порядок авторегрессії;

d - необхідний порядок попередньо обумовлених різниць;

g - порядок ковзної середньої моделі.

Для прогнозування зміни курсу валют була отримана модель АRІМА (1,1,1), що має такий вигляд:

Y_t= pY_t-1 +qE_t-1 +ε

де Y_t - поточне спостереження;

р — коефіцієнт авторегрессії;

Y_t-1~ спостереження в момент часу t-1;

q — коефіцієнт ковзної середньої;

є — елемент «білого шуму».

Автоматично було побудовано довірчий інтервал із заданим рів­нем довіри. На графіку кожне розрахункове значення відкладене разом із межами довірчого інтервалу, і вся лінія регресії входить в довірчу смугу, ширина якої ставить межі придатності регресійної моделі. Довірча смуга розширюється в міру наближення до меж досвідчених даних, а за їх межами (екстраполяція) ширина довірчої смуги стрімко зростає, що знецінює довгостроковий прогноз по виділеним трендам. Нами був зроблений короткостроковий про­гноз зміни курсів валют (на 6 місяців), при цьому довірча смуга склала 90% (рис. 12.2).

Прогноз, отриманий із використанням методу АRІМА, підтвер­див слушність прогнозу, отриманого методом експоненційного згла­джування. Якість моделей було перевірено по розподілі залишків на вірогіднісному рівні — розподіл нормальний, автокореляція залиш­ків відсутня.

Застосовуючи різноманітні методи короткострокового прогнозу­вання, банк має самостійно вибрати саме той метод, що найбільше відповідає його потенціалу, його характеристикам, а також інформа­ційній системі. Правильно обраний метод дозволить проаналізувати можливий вплив непередбачених відхилень на прогнозні значення показника.

Дата добавления: 2014-01-07