Долгосрочные прогнозы финансовых рынков механизм формирования

Долгосрочные прогнозы финансовых рынков: механизм формирования

Многие из тех, кто зарабатывает торговлей на бирже, прекрасно понимают, что основной успех и прибыльные сделки напрямую зависят от умения прогнозировать ситуацию на рынке. Динамика курса основных валют, стоимость сырья и драгоценных металлов постоянно колеблются в цене, и опытные брокеры умеют точно предсказывать изменения курса и пользоваться этим.
Зная механизм формирования долгосрочных прогнозов, можно сделать свою работу на рынке форекс более успешной. Анализы рынка могут быть двух типов – техническими и экономическими. Для экономического анализа важно уметь отделить значимую информацию от незначимой. К первому типу данных можно отнести события, которые касаются мирового финансового рынка: встречи и выступления глав и представителей мировых финансовых организаций, данные об экономике стран. Значимой информацией также становятся цены на драгоценные металлы, нефть, прочее сырье.

К техническому анализу относится динамика курса валют и для точного понимания ситуации используются графические варианты котировок. Графики охватывают разные временные периоды – от 5 минут до года. Стратегии, основанные на построении и анализе графиков, позволяют сформировать верное представление о ситуации на рынке. Профессионалы делают технический анализ каждую неделю. Этот процесс состоит из этапов волнового и графического анализа движения валютной пары и анализа графических индикаторов. Основная задача трейдера – опираясь на технический и экономический анализ спрогнозировать колебания котировок. Технический анализ более показателен при стабильной экономике, а экономический — в периоды политических или финансовых кризисов.

В периоды кризиса наблюдается рост стоимости нефти и драгметаллов. Как ведущая резервная валюта, доллар очень зависим от экономики, особенно американской. Поэтому на его котировки влияют экономика США и долговой рынок. В то же время, рост стоимости нефти и золота ведет к падению курса доллара. На курс евро в большей степени влияет активность европейских инвесторов – на этом нередко базируются конкурсы для брокеров. В целом, начиная с 2001 года, наблюдается постоянный устойчивый рост курса евро.

Долгосрочное прогнозирование

Долгосрочное прогнозирование имеет целью оценку устойчивых долговременных тенденций развития объекта в прошлом и на этой базе выявление наиболее вероятного их продолжения в будущем. В процессе прогнозирования должны быть определены возможные противоречия и диспропорции развития рынка.

В отличие от конъюнктурного, т.е. краткосрочного, прогноза, основное место в долгосрочном прогнозировании занимают обоснование и оценка возможных альтернативных вариантов развития. Исключительно важную роль в данном случае призван играть инструментарий имитационного моделирования, когда при определении будущего далеко не всегда следует стараться дать ответ на вопрос, что же будет конкретно и однозначно, но, напротив, надо показать, каким набором наиболее вероятных вариантов может быть представлено это отдаленное будущее при условии соблюдения тех или иных заранее заданных условий и предпосылок.

Из всех параметров (показателей), характеризующих долгосрочные перспективы развития мирового рынка, наибольший интерес, с точки зрения участника внешнеэкономической деятельности, несомненно, представляют два: прогнозирование уровня мировых цен на тот или иной товар или их группу, прогнозирование их потребностей. Анализ долгосрочной динамики мировых цен в перспективе позволит определить сравнительную эффективность предполагаемого экспорта, а исследование тенденций потребностей (спроса) – оценить максимально возможный объем этого экспорта. Аналогичная система рассуждений относится и к потенциальным импортерам той или иной продукции с мирового рынка.

Основополагающий методологический подход (принцип) к разработке долгосрочных прогнозов мирового рынка по своей сути аналогичен описанному выше для целей краткосрочного (конъюнктурного) и среднесрочного прогнозирования, хотя его конкретное приложение, формирующие его факторы, которые при этом учитываются, разумеется, совершенно иные. Его суть состоит в использовании тесной зависимости развития мирового товарного рынка, его всех более или менее крупных составляющих (конкретных товаров) от движения мировой экономики в целом, неразрывными звеньями которой и являются данные рынки.

Отсюда закономерно следует, что в процессе разработки долгосрочных прогнозов для первоочередного учета наиболее важных факторов долгосрочного формирования мирового рынка в первую очередь необходимо привлечь наиболее мощные долгоживущие постоянно действующие нециклические факторы, характеризующие с наибольшей полнотой самые общие и важные стороны глубинного процесса капиталистического воспроизводства.

Столь же закономерен и следующий вывод: при разработке долгосрочных прогнозов первостепенное внимание следует уделять крупным, высокоагрегированным макроэкономическим показателям, таким как индексы промышленного производства, производительность труда по основным отраслям, демографические показатели, индексы инфляции и т.п. Именно их использование позволит избежать нежелательного в данном случае влияния многочисленных и трудно предсказуемых факторов циклического, временного и случайного характера, что, напротив, было бы абсолютно необходимо в процессе разработки краткосрочных прогнозов.

Мировые цены. Объектом исследования в данном случае является усредненный уровень мировой цены на тот или иной товар, отражающий устойчивую долговременную тенденцию (тренд) без учета возможных краткосрочных отклонений под воздействием факторов чисто конъюнктурного и среднесрочного циклического характера. Несомненно, эти факторы останутся и будут действовать на рынке, под их влиянием будут наблюдаться относительно непродолжительные периоды более высоких или низких цен относительно долговременного тренда, однако выявление и учет такого рода отклонений от устойчивой долговременной тенденции осознанно не входят в задачу долгосрочного прогнозирования мировой цены.

Видео Еженедельный прогноз финансовых рынков.

Определяющими факторами, лежащими в основе долговременных тенденций мировых товарных цен, будут наиболее устойчивые, постоянно действующие нециклические факторы формирования мирового рынка. Именно они предопределяют основную первопричину общего уровня и долговременной динамики цен (как и вообще цен производства, т.е. издержек производства и прибыли). Таким образом, если при прочих равных условиях под воздействием научно-технического пpoгpecca наблюдается устойчивая тенденция роста производительности труда, стоимость, соответственно и издержки производства товара уменьшаются, что в итоге должно приводить к столь же устойчивому понижению цен. На практике это, разумеется, далеко не всегда так, поскольку повышательным воздействием обладают другие факторы, в том числе номинальный и реальный рост заработной платы, воздействие общеинфляционных тенденций, растущие расходы, связанные с истощением и обеднением природных ископаемых, а также неуклонно увеличивающиеся расходы на защиту окружающей среды от загрязнения и т.п.

Особое место в процессе разработки долгосрочных прогнозов мировых цен товарных рынков, в частности минерального сырья как невозобновляемого ресурса, занимает учет природного фактора. Он характеризует естественные геологические условия залегания месторождений соответствующих полезных ископаемых, качество добываемой руды, включая содержание основного и сопутствующих полезных компонентов и, как следствие, наиболее эффективные методы их добычи и последующей переработки.

Долгосрочные прогнозы спроса (потребности) и предложения (производства) на современном мировом рынке необходимо рассматривать в неразрывной логической причинно-следственной цепочке в рамках единой системы, построенной по типу «ведущий – ведомый», где определяющей движущей силой в подавляющем большинстве случаев выступает именно спрос.

Экспорт-импорт. Прогнозные оценки спроса (потребности) на ту или иную продукцию, в свою очередь, являются методологической и информационной основой для разработки прогнозов, ее экспорта и импорта. Как самостоятельная задача они чаще всего представляют практический интерес в процессе средне- и долгосрочного прогнозирования мировых товарных рынков и лишь в ограниченной степени при конъюнктурном (краткосрочном) прогнозировании, когда речь чаще всего идет о месячной или квартальной динамике соответствующих экономических показателей.

Во всех случаях прогнозные оценки, например российского экспорта, будут в решающей степени (разумеется, без учета обстоятельств временного и случайного характера) зависеть от двух групп факторов (характеристик рынка) – внутрироссийских и внешних. С одной стороны, выступают экспортные возможности страны, жестко лимитирующие

максимально возможные объемы поставок на внешний рынок и исчисляемые как разница между производственными возможностями (имеющимися мощностями) и уровнем внутристранового потребления (спроса), а с другой – и столь же жестко – от платежеспособного спроса на этот товар на внешних рынках. Оценки первого и второго вовсе не обязательно должны совпадать, поскольку каждый из них определяет лишь возможные пределы (интервал) колебаний российского экспорта, не указывая на его абсолютную фиксированную величину. Основным элементом в ее определении выступает оценка реальной конкурентоспособности российского товара по сравнению с его аналогами (или заменителями), предлагаемыми иностранными фирмами-конкурентами на мировых рынках. Особенно важным является учет уровня конкурентоспособности для машинотехнической продукции и других готовых товаров как логическое следствие дальнейшего развития научно-технического прогресса в сфере их производства и использования.

В отношении долгосрочного прогноза импорта в целом представленная картина по своей сути близка к той, в которой ранее был представлен экспорт. Ее основное отличие, однако, состоит в следующем: ведущую роль в формировании прогнозных оценок импорта будут играть факторы внутрироссийского характера, связанные с оценками экономического состояния страны и уровнем платежеспособного спроса именно российского населения, а также с развитием отечественной импортозамещающей производственной базы. Именно внутренний рынок страны, уровень его платежеспособного спроса будет выступать реальным физическим ограничителем для поставок иностранных товаров, тогда как внешний рынок в силу его большой масштабности, обилия фирм-производителей и разнообразия условий поставок вряд ли будет сколько-нибудь серьезно сдерживать динамику соответствующего товарного экспорта в Россию. Ключевая роль при этом опять же сохраняется за критерием оценки сравнительной конкурентоспособности иностранных товаров по отношению к их отечественным аналогам, но уже на российском рынке.

Среднесрочное прогнозирование

Вопросы методологии среднесрочного прогнозирования мировых товарных рынков рассматриваются в соответствующей главе учебника после освещения проблем их кратко- и долгосрочного прогнозирования. И это не случайно, а обусловлено тем, что специфика разработки среднесрочных прогнозов проистекает из промежуточного положения последних по критерию продолжительности прогнозного горизонта и представляется яснее и убедительнее на фоне и с учетом проблем и особенностей кратко- и долгосрочного прогнозирования мировых товарных рынков, рассмотренных выше.

Прогнозирование мировых товарных рынков на среднесрочную перспективу обычно охватывает период порядка четырех-шести лет, а методология базируется на учете факторов формирования и характере развития классического среднесрочного цикла рыночного воспроизводства. В рамках этого цикла чаще всего выделяют четыре фазы: спад, кризис, депрессия, оживление и подъем (бум).

В основе классического среднесрочного цикла развития рыночной экономики лежит процесс обновления основного воспроизводственного капитала. Сами же циклы отличаются чрезвычайным многообразием форм и характеров проявления, непостоянством их общей продолжительности и размахом амплитуды колебаний, длительностью отдельных фаз развития, а также несовпадением времени проявления пиковых значений циклов в отдельных странах.

Не случайно поэтому среднесрочные прогнозы развития мировой экономики и на таком фоне соответствующие прогнозы мировых товарных рыков, как правило, не отличаются высокой надежностью. Особенно это касается предвидения точек перелома, т.е. временных координат перехода от одной фазы цикла к другой, не говоря уже о продолжительности каждой из фаз. И это при том, что именно такого рода прогнозные оценки по существу являются базовыми при разработке прогнозов развития конъюнктуры.

В процессе разработки среднесрочного прогноза на макроэкономическом уровне в качестве основного, прогнозируемого показателя чаще всего выступают индексы промышленного производства и ВВП, а также показатели, характеризующие динамику общих и отраслевых капиталовложений.

Вместе с тем главной особенностью формирования современного среднесрочного цикла воспроизводства является следующее: он развивается не столько естественным, так сказать, независимым образом, сколько под влиянием тех или иных действий и мер, принимаемых со стороны государств и транснациональных корпораций в рамках их все более активных попыток антикризисного (противо-циклического) регулирования экономики и ее отдельных отраслей. Причем эти меры носят в разных странах и монополистических объединениях весьма разрозненный, некоординированный и часто противоречивый характер, преследуя свои сугубо национальные или частнособственнические интересы.

Последнее в рамках среднесрочного прогнозирования, видимо, в решающей степени и предопределяет необходимость построения многовариантных прогнозных оценок предсказательного характера, как это в основном и имеет место в процессе долгосрочного прогнозирования. Ключевым вопросом при этом, однако, остается выбор одного или нескольких наиболее вероятных вариантов развития событий из серии возможных в прогнозируемой перспективе. Окончательный ответ на этот вопрос, вероятно, дадут соответствующие эксперты.

«Москва, 2021 г. Содержание Содержание Авторство по разделам Обозначения и сокращения Введение Механизм формирования долгосрочной динамики мировых цен на активы. 1.1 Валюта: базовые . »

«Прогноз динамики мировых цен на финансовых

рынках (сырье, акции, курсы валют) и их влияния

на макроэкономическую и финансовую динамику

Авторство по разделам

Обозначения и сокращения

Механизм формирования долгосрочной динамики мировых цен на активы.

1.1 Валюта: базовые причинно-следственные связи

1.3 Сырье, золото

Долгосрочный прогноз 2021 – 2025

2.1 Вступительные условия

2.2 Курс доллара США

2.2.1 Бизнес-циклы, циклы дифференциалов процентных ставок и их экстраполяция

2.2.2. Прогнозная динамика курса доллара

2.3 Сырье (нефть, газ, медь, продовольствие), золото, акции

2.3.1 Способы прогноза

2.3.2 Прогнозные цены на нефть

2.3.3 Природный газ

2.3.6 Продовольствие (пшеница)

Воздействие на макроэкономическую и финансовую динамику России

3.1 Российская экономика: точка отсчета

3.2 Финансовый рынок: исходные позиции и вызовы

3.3 Макроэкономические и финансовые сценарии 2021 — 2025

3.4 Будущее российских финансов 2021 – 2025 гг. Отражение глобальных и внутренних трендов

European Central Bank – Европейский центральный банк (ЕЦБ) ECB Consumer Price Index – Индекс потребительских цен (ИПЦ) CPI Federal Open Market Committee (FRS) – Федеральный комитет FOMC по операциям на открытом рынке (ФРС) National Bureau of Economic Research (US) – Национальное NBER бюро экономических исследований (США) Producer Price Index – Индекс цен производителей PPI ВВП Валовой внутренний продукт ВПК Военно-промышленный комплекс ЕАЭС Евразийский экономический союз ЕС Европейский союз МВФ Международный валютный фонд ФРС Федеральная резервная система США – US Federal Reserve System (FRS)

Введение

В национальном докладе представлены ключевые результаты исследования, выполненного за счет гранта Российского научного фонда (проект №14-18-02845 «Прогнозирование мировых цен на финансовых рынках акции, курсы валют) и их воздействия на (сырье, макроэкономическую и финансовую динамику России») в Институте мировой экономики и международных отношений РАН.

В докладе дан теоретический и практический очерк изменений в причинно-следственных механизмах формирования цен на сырье, акции, курсы валют в 1970 – 2021-х гг. Раскрыт ключевой механизм зависимости циклов курса доллара США (в его основной паре доллар – евро или к портфелю мировых валют) от бизнес-циклов, денежной политики Федеральной резервной системы США, дифференциала долгосрочных процентных ставок. Определен (качественно и количественно), разобран в деталях процесс формирования мировых цен на сырье (нефть, газ, металлы, продовольствие) под воздействием инфляции и курса доллара на финансовых рынках (с учетом того, что обычные фундаментальные факторы спроса, предложения, технологий, запасов сырья с начала 2000-х гг. отошли на «второй план»). Показана «функциональная» зависимость циклической динамики курсов акций от бизнес-циклов.

На этой основе сделан долгосрочный (до 2025 – 2027 гг.) прогноз циклической динамики курса доллара США, цен на сырье (нефть, газ, металлы, продовольствие), динамики рынка акций.

В докладе также представлены результаты оценки воздействия мировых цен на финансовых рынках на макроэкономическую и финансовую динамику России. Дана оценка текущего состояния экономики и финансов России, представлены макроэкономические и финансовые сценарии для России в 2021 – 2025 гг. Сделан прогноз «будущего» российских финансов в этот период: показаны ожидаемые изменения, обусловленные сырьевыми факторами и цикличностью, изменения в модели финансового рынка, динамика количественных параметров, уровень волатильности и рисков, изменение места России в глобальных финансах, динамика финансовой глубины / финансовой зрелости / роли рубля.

1 Механизм формирования долгосрочной динамики мировых цен на активы

1.1 Валюта: базовые причинно-следственные связи Динамика курса доллара США (далее – доллара) циклична в 1970-х – 2021-х гг. Анализ цикличности стал актуален при росте волатильности курсов валют с начала гг. Циклы сформировались после 1970-х демонетизации золота в начале 1970-х гг., постепенного перехода к свободному плаванью ведущих валют (Ямайская валютная система), открытия счетов капитала.

Концепции, объясняющие циклическую динамику курсов валют, получили развитие с конца 1980-х – начала 1990-х гг. и пока представлены небольшим числом авторов. В их центре, прежде всего, объяснение длинных циклов доллара. Длинные циклы доллара – периодически повторяющиеся, с величиной цикла в 15-17 лет, этапы роста и снижения курса доллара относительно других мировых валют, визуально определяемые на графиках с начала 1970-х гг. Внутри цикла курс доллара проходит 5 основных фаз: фаза подъема, фаза активного роста, фаза разворота, фаза активного снижения и фаза низшей точки.

«Впереди – циклическое укрепление доллара, затем длинный спад, как это было в прошлом (15 – 17-летние циклы в 1970-х – первой декаде 2000-х гг., понижательный склон – 2001 – 2009 гг.)» (2021 г.)1. Так и случилось. В 2021 – 2021 гг. доллар укрепился по отношению к евро и другим валютам.

Доллар / евро – ключевая валютная пара, задающая циклическую динамику курса доллара. Причины? Доллар и евро – важнейшая пара в глобальных финансах, курс этой пары – основной при принятии решений о перемещении капиталов между вложениями в валюты, финансовые и 1 Я.М.Миркин. Финансовое будущее России: экстремумы, бумы, системные риски. М.: Кнорус. Geleos,2021.

товарные активы. Доллар доминирует в мировых ценах и расчетах за сырье, как база товарных индексов. США – нервный узел экспорта частного капитала, мировой расчетный центр.

Доля доллара в оборотах мирового валютного рынка – 85% (2021, итог = 200%),2 в массе международных долговых бумаг – 55% (евро – 25%) (2021),3 трансграничных ссуд – больше 55% (евро – 18-19%) (2021),4 международных депозитов – 58 — 59% (евро – 19-20%),5 во внебиржевых валютных деривативах – выше 44% (евро – 18%),6 во внебиржевых процентных деривативах – 30% (евро – выше 40%),7 в международных расчетах за товары в ЕС – 30–40%, в Азии – 50–90%8, в валютных резервах – чуть больше 60% (евро – примерно 25%) (МВФ, 2021 – 2021 гг.). Объяснение

– доля США в мировом ВВП по номинальной стоимости превышает 20%.

Периодизация длинных циклов доллара Циклы, которым подчиняется динамика доллара — длинные (см. рис.

1.1). Хорошо видны подобные длинные циклы не только по паре «доллар – евро», но и по индексу доллара к корзине валют, ведущемуся ФРС (Federal Reserve’s US Dollar (USD) Nominal Traded Weighted Index).

Выделяют либо один (исследования, проведенные до 1990-х гг.), либо два (работы после 2000-х гг.) длинных цикла доллара. Датирование циклов примерно совпадает. Наиболее часто рассматривается курс доллар/евро (евро за 1 доллар):

— Первый цикл доллара. Начало в 1974 – 1975 гг., пик в 1985 г., завершение – в 1991-1992 гг. (17 лет);

2 Goldberg L. Does It Matter if This Changes? Federal Reserve Bank of New York. Staff Reports No 552, October 2021.

3 The International Role of Euro. ECB, July 2021. P.64.

6 По нарицательной стоимости. BIS. OTC Foreign Exchange Statistics, 2021.

7 По нарицательной стоимости. Ibid.

8 Goldberg L., Tille C. The International Role of the Dollar and Trade Balance Adjustment. NBER Working Papers Series, Working Paper 12495, August 2006; Goldberg L., Tille C. Vehicle Currency Use in International Trade.

Journal of International Economics, 2008. No 76. P. 177 – 192; Goldberg L. Does It Matter if This Changes?

Federal Reserve Bank of New York. Staff Reports No 552, October 2021.

Рис. 1.1. Цикличность доллара и его волатильность: общее представление Источник: Bloomberg, обратное отношение показателя Евро/доллар – тикер «EURUSD Curncy», периодичность – ежедневно. Единицы измерения на графике – евро за 1 доллар. Волатильность рассчитана по формуле стандартного отклонения динамики курса доллара к евро за каждый соответствующий год.

Даты, обведенные в овал – пиковые точки в динамике курса доллара по выделенным циклам.

— Второй цикл доллара. Начало в 1991-1992 гг., пик в конце 2000 г., завершение – в 2008 г. (16-17 лет);

— Третий цикл доллара. Начало в 2008-2009 гг.

Работы более раннего периода выделяют циклы на основе курса доллара к немецкой марке (в немецких марках за 1 доллар), они несколько отличаются от циклов доллар/евро (в евро за 1 доллар).

Длинные циклы доллара относительно индекса курса доллара к корзине валют (Nominal Major Currencies Dollar Index) рассматриваются реже. Первый цикл – 1979 г., пик в 1985 г., завершение – 1993-1996 гг., второй цикл – 1993-1996 гг., пик – 2002 г., завершение — 2008 г.

Базовые связи, определяющие цикличность доллара Механизм возникновения циклов «доллар – евро»9 основан на бизнесциклах долгосрочного характера10 и антициклической денежной политике Федеральной резервной системы США (дальше – ФРС)11. На подъеме в бизнеc-цикле, при росте нормы инвестиций ФРС начинает повышать ставку (federal funds rate), чтобы предупредить перегрев экономики (удорожание денег, ограничение денежной массы и кредита, изъятие денег из обращения путем операций на открытом рынке (продажа ФРС государственных ценных бумаг)). Следствие этого – увеличение дифференциала процентных ставок между США и ЕС (прежде всего, Германией). В свою очередь, это приводит к приливу капиталов в США, росту спроса на доллар (покупка долларов и активов, выраженных в них, продажа евро) и к повышению его курса к евро.

9 Курс евро с начала 1970-х гг. рассчитан как синтетический, на основе корзины валют, вошедших в евро.

Такие ряды курсовой динамики по евро созданы и ведутся Thomson Reuters и Bloomberg. Подробнее см.

Приложение книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова М.М. 1971—2025:

курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.: Магистр, 2021.

См. также раздел 4.2 книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова

М.М. 1971—2025: курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.:

См. также раздел 6 книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова

М.М. 1971—2025: курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.:

И, наоборот, при спаде в бизнеc-цикле, при снижении нормы инвестиций ФРС начинает снижать свою ставку, чтобы поддержать остывающую экономику, поощрить ее к росту (удешевление денег, расширение денежной массы и кредита, выпуск денег в обращение путем операций на открытом рынке (покупка ФРС государственных ценных бумаг)). Следствием этого является сокращение дифференциала процентных ставок между США и ЕС (прежде всего, Германией). В свою очередь, это вызовет отлив капиталов из США, снижение спроса на доллар (продажа долларов, покупка евро и активов в евро) и приведет к понижению его курса по отношению к евро.

В итоге, денежная политика, динамика процентных ставок и дифференциала ставок сами становятся цикличными. В свою очередь, динамика дифференциала процентных ставок формирует длинные циклы изменения курса доллара. Дифференциалы процентных ставок «сообщают»

курсу доллара фундаментально обоснованные вектор движения, продолжительность фаз цикла, волатильность и границы коридора.

National Bureau of Economic Research (дальше – NBER) выделяет в 1970 – 2021 гг. 7 бизнес-циклов в США (из которых можно «собрать» 3 – 4 укрупненных цикла, близких к циклам Жугляра). Картина связки бизнесциклов и дифференциала процентных ставок хорошо видна на графике (рис.

1.2). Наиболее сильно связан дифференциал между США и Германией, рассчитанный по реальным доходностям 10-летних государственных ценных бумаг. Он отражает многолетние ожидания, очищен от инфляции, формирует действительную разницу в доходности, ключевую для пары доллар / евро.

Рис. 1.2. Связь дифференциалов процентных ставок и бизнес-циклов в США Примечание: Дифференциал рассчитан как разница реальных доходностей (доходностей, дисконтированных на индекс потребительских цен).

Источник: OECD (Синтетические доходности 10-летних государственных ценных бумаг США и Германии – Long-Term Interest Rates; индекс потребительских цен США и Германии – Inflation (CPI)).

Картина того, как дифференциал процентных ставок формирует динамику курса доллара, показана на рис. 1.3.

Рис. 1.3. Связь курса доллара и дифференциала процентных ставок по государственным бумагам США и Германии Примечание: Дифференциал рассчитан как разница реальных доходностей (доходностей, дисконтированных на индекс потребительских цен).

Источник: Datastream Navigator Thomson Reuters (Евро/ доллар – тикер «USEURSP», на графике – обратная величина). OECD (Синтетические доходности 10-летних государственных ценных бумаг США и Германии – Long-Term Interest Rates; индекс потребительских цен США и Германии – Inflation (CPI)).

Особенности следующие. А) В 1970-х гг. движение курса доллара по отношению к европейским валютам было зажато в «туннеле» (Европейская валютная змея, European Currency Snake, 1972 – 1979 гг.). Реакции доллара и европейских валют на изменения дифференциала процентных ставок были подавлены (рис. 1.3.). Б) После сверхвысокого уровня процента в 1970-х гг., в 1980-х – 90-х гг. произошло – год за годом — снижение абсолютного размера процентных ставок и их дифференциала, сокращение уровня инфляции.

Следствие этого – сглаживание циклических колебаний курса доллара.

Причинно-следственный механизм долгосрочной динамики курса доллара отражен на рис. 1.4.

Рис. 1.4. Базовые взаимосвязи, определяющие формирование циклов доллара В 1970 – 1980-х гг. ФРС таргетировала денежную массу (М1, М2). На этих стадиях была заметна связь между динамикой денежных агрегатов, особенно М2, и движением курса доллара. С 1990-х гг. очевидная связь исчезла. С середины 1980-х гг. хорошо видна «партийная» зависимость курса доллара12. В целом, при республиканцах доллар падает, при демократах Подробнее см. раздел 4.4 книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова

М.М. 1971—2025: курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.:

укрепляется. Предполагаемая причина политическая цикличность,

– различия в экономической политике между партиями, связанные с бизнесциклами. Рано делать выводы о том, продлится ли эта связь дальше и не является ли она скорее случайной, чем содержательной, но эти наблюдения не меняют выводов о связи бизнес-циклов, денежной политики, дифференциала ставок и долгосрочной динамики курса доллара.

динамику доллара поведенческие факторы «Достраивают»

ожидания участников рынка). пузыри», (коллективные «Мыльные запаздывания в сравнении со сдвигами в дифференциалах ставок, плавное «скольжение» вдоль трендов до точек перелома – все это создается в рамках того, что называется поведенческими финансами. Резкие колебания курса доллара на «хвостах нормального распределения» могут быть вызваны шоками, связанными с геополитикой, форс-мажором, изменениями конкурентоспособности экономик, их реструктурированием – и это тоже проявляется в курсе доллара через ожидания и поведение участников рынка.

Участие поведенческих факторов в долгосрочной динамике доллара представлено на рис. 1.5. Поворот в цикле происходит, когда возникает крупный сдвиг в долгосрочном равновесном обменном курсе (Long-Run Equilibrium Exchange Rate, дальше – LEER).

Динамика курса доллара создается, прежде всего, через «перетряхивание» портфелей активов глобальных инвесторов, свободно переходящих из одной валюты в другую, наращивающих вложения в активы, номинированные в валюте, идущей на усиление, свободно перекладывающих средства из валюты в акции, нефть, металлы, облигации и наоборот.

Рис. 1.5. Факторы, определяющие циклическую динамику курса доллара

1.2 Инфляция Инфляция – один из ключевых факторов, определяющих динамику мировых цен на финансовых рынках (сырье, акции, недвижимость, другие активы). «Инфляция всегда «гонит» цены на сырье вверх. Она встроена в мировую экономику… Корректировка цен на величину инфляции меняет размерность роста цен»13.

В 1950-2021 гг. индекс потребительских цен в США вырос в 9,9 раза14, индекс цен производителей в США вырос в 7,2 раза15.

Добашина И.В., Миркин Я.М. Анатомия цен на нефть как на финансовый актив// Банковские услуги, 2021.

Bloomberg, US Consumer Price Index, 1950-2021 (годовые данные).

Bloomberg, US Producer Price Index, 1950-2021 (годовые данные).

Без корректировки на фактор инфляции номинальные цены на нефть выросли за тот же период в 28 раз, на пшеницу – в 2,9 раза, золота – в 34,7 раза, меди – в 12,7 раз.

В реальном же выражении в ценах 1950 г. стоимость нефти в 2021 г. в 53,27 долл. за баррель эквивалента 11,16 долл. (по PPI) (табл. 1.1), стоимость золота в 1206,00 долл. за тройскую унцию в ценах 1950 г. соответствовала бы значению в 226,58 долл. По данной группе сырьевых товаров доля реального прироста (в ценах 1950 г.) в приросте номинальной цены с 1950 по 2021 г. к 2021 г. составила 25-28%. Это свидетельствует о небольшом вкладе инфляции в рост цены на нефть, которая, в большей степени, определялась другими факторами16.

Пример сырьевых товаров, по которым инфляция заметно опережала темпы роста номинальных цен – пшеница. Стоимость пшеницы в 589,75 центов за бушель эквивалентна 1 213,58 центам в ценах 1950 г. Доля прироста цен в реальном выражении (PPI, USA) к 2021 г. в номинальном приросте с 1959 по 2021 гг. оценивается на уровне 262% (табл. 1.1).

Резкий отрыв номинальной стоимости цен на пшеницу от реальных значений, пересчитанных в ценах 1950 г. произошел в первой половине 1980х. гг. и впоследствии только усиливался. В этом случае рост цен на сырье заметно отставал от общих темпов инфляции.

Для меди, как представителя группы металлов, влияние инфляции практически определяло динамику цен на мировом рынке. При номинальной стоимости в 2021 г. – в 6 368 долл. за метрическую тонну эта цена эквивалентна 6 329,79 долл. (по индексу PPI, USA) (табл.1.1).

Аналогичная методика анализа участия инфляции в формировании цен на нефть применяется в книге Бушуев В.В., Конопляник А.А., Миркин и др. Цены на нефть: анализ, тенденции, прогноз. М.: ИД «Энергия», 2021. С. 193-196.

Количественная оценка участия инфляции в формировании цен на нефть, а также механизм трансмиссии инфляционного влияния не получили значимого отражения в научной литературе. Ведущие международные институты (МВФ, Банк международных расчетов), ФРС и др. занимались больше вопросами обратного влияния цен на сырье на динамику инфляции17.

В основном исследователи сходились во мнении, что Commodity Research Bureau Index (CRBI)18 и другие индексы на сырье выступали главным фактором, определяющим динамику инфляции в 1980-1970-х гг.19 В то же время Гарнер (Garner, 1995)20, Блумберг и Харрис (Bloomberg and См., например: Cecchetti S. G, Moessner R. Commodity Prices and Inflation Dynamics / BIS Quarterly Review.

December 2008. P. 55—56; IMF’s World Economic Outlook, September 2021. P. 104—132; Celasun O., Mihet R., Ratnovski L. Commodity Prices and Inflation Expectations in the United States / IMF Working Paper. International Monetary Fund. WP/12/89, 2021; GelosG. and UstyugovaY.Inflation Responses to Commodity Price Shocks — How and Why Do Countries Differ / IMF Working Paper. Institute for Capacity Development and Western Hemisphere Department, September 2021; Hobijn B. Commodity Price Movements and PCE Inflation // Federal Reserve Bank of New York. Vol. 14. Number 8, November 2008.

Индекс CRB (The Thomson Reuters/Jefferies CRB Index) — индикатор сырьевого рынка, который рассчитывается по котировкам 19 товаров: лён, ячмень, какао, кофе, медь, хлопок, хлопковое масло, шерстяной воск, кожа, свинец, картофель, каучук, 2 вида сахара, шерсть, цинк, кукуруза, яйца, свиное сало, овсяная крупа, лук, рожь, соя, соевая мука, соевое масло, пшеница.

Ingenito R. Commodity Prices and Inflation // FRBSF Economic Review, 1996. No. 2. P. 27—47.

См. Garner C. Alan. How Useful Are Leading Indicators of Inflation? Federal Reserve Bank of Kansas City Economic Review( 2nd Quarter), 1995. P. 5–18 Harris, 1995)21, Джеймс Д. Хамильтон (James D. Hamilton)22 указывали на то, что цены не на все сырьевые товары являлись опережающими индикаторами инфляции, начиная со второй половины 1980-х гг. В частности, «за последние 30 лет ответная реакция общего уровня инфляции на более высокий уровень цен на нефть стала более приглушенной».

Работы Пола Кругмана (Paul Krugman)23 2021-2021 гг. опровергают тезис о том, что резкий рост цен на сырье выражается в новом витке инфляции. Изменения цен на сырье не являются прямым следствием инфляции. Экономистами все чаще подчёркивается в основном монетарный характер инфляции и ее «встроенность» в цены на сырье. «Общее повышение цен, как правило, развивается на основе роста предложения денег. Ущерб, который причиняет людям рост цен по факту связан с ростом предложения денег» 24. «Предпосылки — встроенная инфляция, толкающая насыщенность деньгами и цены финансовых активов вверх»25.

Bloomberg, S. Brock, and Harris Ethan S.. The Commodity-Consumer Prices Connection: Fact or Fable? // Federal Reserve Bank of New York Economic Policy Review, October 1995. P. 21– 38.

Hamilton. James D. Causes and Consequences of the Oil Shock of 2007–08 / Brookings Papers on Economic Activity, University of California, San Diego, 2009. P. 215-283.

Krugman, Paul. Running Out of Planet to Exploit // New York Times, April 21, 2008.

24 «The general increase in prices as a rule develops because of the increase in money. The harm that most people attribute to increasing prices is in fact due to increases in money supply» / Shostak F. Commodity Prices and Inflation: What’s the Connection? // Mises Daily. Mises Institute, July 1, 2008.

Добашина И.В., Миркин Я.М. Анатомия цен на нефть как на финансовый актив// Банковские услуги, 2021.

Указанные взаимосвязи, как жесткие, установились на рубеже 2000-х гг. (до этого динамика доллара США и других активов была коррелируемой только на экстремумах). Это результат финансиализации / секьюритизации сырья, крупнейших изменений в микроструктуре рынка, превращения сырья в финансовый товар. Обычные фундаментальные факторы (запасы, технологии, производство, спрос, геополитика и т.п.) действуют на «хвостах»

нормального распределения. Их влияние ощутимо, когда они достигают экстремальных значений.

Цены на газ производны от цен на нефть. Эта связь возникает по двум каналам – деривативы на природный газ как базис; долгосрочные контракты на поставку газа с ценами, привязанными к рыночным ценам на нефть (широко используются в ЕС, особенно в Центральной и Восточной Европе).

Золото (и вместе с ним серебро) в части цен ведет себя как обычный металл, кроме периодов кризисов, когда рынок «вспоминает» о денежном отпечатке, лежащем на золоте, и о том, что часть международных резервов стран существует в этом металле. Поэтому в моменты шоков цены на золото могут повышаться, наряду с укреплением доллара, а вложения в золото рассматриваться как «тихая гавань».

Цены на металлы реагируют на изменение курса доллара с коэффициентами левериджа «рычагами», которые являются настолько статистически устойчивым, хотя и меняющимся во времени, что их можно использовать для прогнозирования цен с определением парных (максимального и минимального) значений коэффициентов левериджа укладывающихся в доверительный интервал с вероятностью в 80%.

1.4 Акции Рынок акций США настроен на рост прибыли, капитализации компаний. При финансовой системе, основанной на рынке (market-based financial system), при диверсифицированной структуре капиталов основной интерес акционеров – рост капитализации, дивиденды вслед за увеличением корпоративных прибылей. В этой связи воздействие курса доллара должно быть подавлено (рис. 1.6), но зато курсы акций должны прямо синхронизироваться с бизнес-циклами и в их рамках – с динамикой ВВП («превращенный», близкий к прибыли, основанный на доходах показатель на уровне «макро»).

Особенно хорошо показывает этот факт индикатор «Капитализация рынка акций / ВВП» (инфляция влияет и на «числитель», и на «знаменатель»), соотнесенный с динамикой реального ВВП (т.е. изменением его реальных стоимостных, «физических» объемов, без учета фактора инфляции) (рис. 1.7).

В этом смысле динамика рынка акций отличается от динамики цен на сырье, имеющих негативную корреляцию с долларом. «Циклы» рынка акций определяются бизнес-циклами экономики США и имеют более короткую продолжительность, чем циклы курса доллара. Фактически первые два динамики рынка акций гг. и гг.) «цикла» (1990-2002 2002-2008 «укладываются» во второй цикл доллара (1990-2008 гг.). Соответственно синхронизация движения доллара и фондового рынка происходила именно на растущей фазе цикла курса доллара в 1990-2000 гг., а также с 2009 г. по настоящее время (рис. 1.6).

Все замеры подтверждают этот факт – и в части корреспонденции с курсом доллара, и в том, что бизнес-циклы и динамика ВВП во многом формируют динамику курсов акций (рис. 1.7).

Рис. 1.6. Динамика показателя «Капитализация фондового рынка США/ВВП»

и курса доллара к евро (квартальные данные, по 2 квартал 2021 г.

Источник:

В качестве показателя «Капитализация фондового рынка США, млрд долл. США» используются значения индекса The Wilshire 5000 Total Market Index (Wilshire 5000) Bloomberg — курс доллара к евро — тикер «EURUSD»; ВВП США – тикер «GDP CYR$» (номинальный ВВП, квартальные данные (в годовом выражении)) 26 Справочно: на декабрь 2021 г. фактическое соотношение значений индекса Wilshire 5000 и его рыночной капитализации (в долл. США) составляет 1,15 млрд (т.е. 1 пункт индекса = 1,15 млрд долл. США) // Waid R.

Wilshire 5000. Myths and Misconceptions. Wilshire. November 2021.

Видео Еженедельный прогнозы финансовых рынков. Выпуск №7 от 21.06.2020г.

Рис. 1.7. Динамика показателя «Капитализация фондового рынка США/ ВВП США» и темпов прироста реального ВВП США (квартальные данные, по 2 квартал 2021 г. включительно) Источник: см. рис. 1.6 Bloomberg — темп прироста ВВП — тикер «GDP CYOY Index» (используется ВВП в постоянных ценах 2009 г., квартальные данные с сезонной корректировкой (в годовом выражении))

2 Долгосрочный прогноз 2021 – 2025

2.1 Вступительные условия При разработке авторского подхода к прогнозированию принимается во внимание тот факт, что системные ошибки, заложенные в применяемых моделях прогнозирования цен на сырье, золото, акции связаны с недостаточно полным отражением в прогнозных моделях современной природы механизма ценообразования цен на активы мировых финансовых рынков.

Внешние условия. На временном горизонте в 10 лет (2021 – 2025 гг.) отсутствие глобальных военных конфликтов. Будет продолжена глобализация финансов, сформируется мультиполярная финансовая архитектура при сохранении доминирующей роли англо-саксонского ядра, увеличатся финансовая глубина и секьюритизация мировой экономики, будет развита международная система финансового регулирования. Экономика мира в основных чертах останется углеводородной.

Еще одно допущение на период до 2025 – 2027 гг. – США сохранят мировое лидерство при снижении доли этой страны в мировом ВВП. США в международном разделении труда, как и раньше, будут центром инноваций, идеологии, интеллектуальной собственности, финансовых услуг, управления активами, крупнейшим собственником активов.

Стартовая точка – начало 2000-х гг. Прогноз делается на основе причинно-следственных связей, определяющих цены на мировых финансовых рынках, начиная с 2000-х гг. Причины – именно в этот период произошел качественный перелом — превращение цен на сырьевые товары, торгуемые на мировых финансовых рынках, в преимущественно финансовую переменную, такую же, как валютный курс, цены на золото и ценные бумаги.

Произошла синхронизация цен на сырье, золото с курсом доллара США, что определяется ставшим очевидным с начала 2000-х гг. (для акций – с начала 1990-х гг.) единством финансовых рынков. Участники мировых финансовых рынков (инвесторы, спекулянты) могут свободно переходить из валюты в акции, из акций в нефть и газ, из нефти в металлы или облигации и т.д.

Временные рамки прогноза. Прогноз до 2025-2027 гг. а) курса резервной валюты (доллара США) к курсу евро; б) мировых цен на финансовых рынках на биржевые сырьевые товары (нефть, газ, металлы, продовольствие), курсов акций, с учетом инфляции и цикличности, в том числе: а) среднесрочный до 2021-2021 гг. (3-5 лет); б) долгосрочный до 2025гг. (10-12 лет).

Цель прогнозирования – найти вектор движения курсов (цен) в рамках формирующегося цикла и примерный диапазон ценовой динамики.

Доллар – ключевая валюта, в которой заключается подавляющий объем сделок по покупке-продаже сырья (сырьевых деривативов), золота, акций и осуществляются расчеты по ним на мировых финансовых рынках.

Ослабление доллара, при прочих равных, ведет к росту цен на активы мировых финансовых рынков, номинированные в долларах (сырье, золото, акции). Усиление доллара ведет к снижению цен на эти активы.

Тренды развития финансов сохраняются (финансиализация мировой экономики, секьюритизация активов, финансовая глобализация).

Фундаментальные факторы. В целях прогноза принята терминология:

-для цен на сырье фундаментальные факторы – спрос, потребление, производство, запасы, технологии, геополитика;

курса валюты фундаментальные факторы – бизнес-цикл,

-для дифференциал процентных ставок, макроэкономические переменные (инвестиции, сбережения, производство ВВП и т.п.), макрофинансовые переменные (инфляция, профицит /дефицит бюджета, состояние платежного баланса, счета капиталов и т.п.), монетарная политика (процентная ставка, денежные агрегаты).

Факторы коллективного поведения, Поведенческие факторы.

включающие в себя процессы принятия решений и совершения сделок по покупке-продаже валюты участниками финансового рынка на основе поступающей на рынок информации, в том числе значений фундаментальных факторов, и сформированных ими ожиданий относительно будущего курса валюты.

Хотя поведенческие факторы (как и фундаментальные) оказывают длительное и постоянное воздействие на курс валюты, выделение этих факторов в особую группу объясняются сложностью с формализацией и количественной оценкой их влияния на динамику валютного курса.

Свободный перелив капитала между сегментами финансового рынка происходит на основе «поведения», «ожиданий» глобальных и других инвесторов. Реакции игроков на изменение курса доллара однородны.

Производство, спрос, запасы сырья, технологии, геополитика – факторы второго порядка для рынка, влияющие на цену только тогда, когда происходят их резкие изменения (см. выше рис.1.5).

Внутренние механизмы работы финансового рынка, его микроструктура, например, современные алгоритмы технической торговли, повышающие значимость краткосрочных стратегий валютных спекулянтов, принимающих решения на новостях часто нефинансового характера, формируют новую группу факторов — факторы микроструктуры рынка. Это — факторы микроуровня, представляющие собой структуру участников валютного рынка относительно способа принятия решений о покупке-продаже валюты, продолжительности горизонта формирования ожиданий, срока инвестирования, а также определяющие скорость и способы совершения операций между участниками («легкость» доступа, продолжительность расчетного и торгового периодов, скорость совершения операций и т.д.)27.

Свойство финансового рынка длительно, на основе тех или иных ожиданий игнорировать динамику фундаментальных факторов в отношении сырья и финансовых активов усиливается с 1990-х гг. и превращается в устойчивую характеристику финансовых рынков, начиная с 2000-х гг.

Базовые причинно-следственные связи. Циклическая динамика курса доллара задается следующими закономерностями:

— длинный цикл (основной тренд, его контуры) формируется действием фундаментальных факторов (в значении «для курса доллара»). Они определяют фазы разворота в цикле;

Подробнее об усилении действия поведенческих факторов и факторов микроструктуры рынка (в отличие от фундаментальных) в циклах финансовой динамики — см. в разделах 5.3 – 5.5 книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова М.М. 1971—2025: курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.: Магистр, 2021.

28 Добашина И.В., Миркин Я.М. Анатомия цен на нефть как на финансовый актив // Банковские услуги, 2021. №10. С. 9-14

— в фазах роста и снижения решающее значение имеют поведенческие факторы – ожидания продолжения сложившейся динамики курса доллара в будущем. Эти ожидания базируются как на значении фундаментальных факторов, так и на факторах нефундаментального характера;

— допускаются отклонения динамики курса доллара от долгосрочного тренда в средне- и краткосрочной перспективе. Это циклическая динамика второго порядка, «рябь на поверхности длинных волн», вызванная краткосрочным действием поведенческих факторов, факторов микроструктуры рынка, частными диспропорциями;

— в период разворота тренда значения фундаментальных факторов могут игнорироваться какое-то время (1-1,5 года), в таком случае длинный цикл (тренд) удлиняется во времени и разворот тренда осуществляется с запаздыванием. А продолжение роста/снижения курса доллара в данной фазе приводит к формированию спекулятивного пузыря (надстройки), завышающей / занижающей фактические значения курса доллара по отношению к фундаментально определенным значениям;

— значения фундаментальных факторов влияют на динамику курса доллара через призму ожиданий участников избирательно. Особенное влияние имеет существенное изменение фундаментальных факторов в периоды ожидаемого разворота тренда. Несущественное изменение их значений может игнорироваться длительное время.

Будут и в будущем, при прочих равных, действовать базовые зависимости:

а) курс доллара = функция от дифференциала процентных ставок между США и ЕС всего Германией), определяемых (прежде антициклической денежной политикой ФРС США, которая в свою очередь является отражением траектории бизнес-циклов;

б) мировая цена сырья = функция от курса доллара + инфляция, при прочих равных. Сырье – прежде всего финансовый актив, цены на биржевые товары (нефть, металлы, продовольствие) формируются на рынках товарных деривативов. Цены на газ зависят от цены на нефть и также отчасти выявляются на рынках газовых деривативов. Золото было финансовым товаром. При превращении его в «обычный» металл сохраняется финансовый механизм ценообразования на золото (разделы 1.3, 2.3.5);

в) курсы акций (оцененность рынка акций) = действующая зависимость определяется ориентацией инвесторов на рост капитализации компаний (рост корпоративных прибылей) и проявляется в синхронизации динамики рынка акций с бизнес-циклами (при более слабом воздействии курса доллара) (разделы 1.4, 2.3.7).

Фундаментальные факторы (в значении цен на сырье) действуют «на хвостах» нормального распределения, оказывая влияния на цену только в случае своих глубоких резких изменений.

Такие изменения в / прогнозируемый период будут Примеры «отсутствовать». «глубоких изменений» – качественные скачки в объеме и структуре потребления и производства сырья, вызванные изменениями в технологиях, структуре экономик, спроса потребителей; открытие крупнейших запасов; военные и политические конфликты и т.п. Прогноз по ценам на сырье дается «при прочих равных». Вероятность масштабных изменений в фундаментальных факторах, которые могли бы повлиять на цену, не учитывается.

Учет поведенческих факторов на переломных моментах (пиках, Сохранение зависимости ценовой динамики от вершинах цикла).

поведенческих факторов, эскалация которых на пиковых значениях способна «отодвинуть» на 1-3 года момент разворота длинного тренда, «диктуемого»

фундаментальными факторами. Диапазоны – плавающие 1-2-3 года при определении дна и вершины.

Механизм связей на уровне микроструктуры рынка. Ключевые участники на мировых финансовых рынках – инвесторы, действующие на глобальной основе, формирующие портфели активов «на равных» из сырьевых товаров, валюты, акций, облигаций, других финансовых инструментов, свободно переходя национальные границы и из одного актива в другой. Значительное влияние на цены и курсы начинает играть процесс «приведения структуры портфелей глобальных инвесторов в соответствие»:

увеличение доли активов, номинированных в валюте, курс которой растет и перспективы роста которой оцениваются позитивно. Это усиливает связь между курсом резервной валюты (доллара) и ценами на сырьевые и другие товары. Данный механизм как ключевой в циклической динамике валютного курса рассмотрен в ряде работ.

Конструкция связей, закладываемых в прогноз, отражена на рис. ниже (рис. 2.1).

Рис. 2.1. Ключевые факторы, определяющие цикл доллара и базовые связи между ними на долгосрочных горизонтах Последовательность прогнозирования: а) циклическое прогнозирование динамики курса доллара (по отношению к евро); б) на основе циклической динамики курса доллара — прогноз динамики цен на сырье, золото; в) прогноз циклической динамики рынка акций в структуре бизнес-циклов.

2.2 Курс доллара США 2.2.1 Бизнес-циклы, циклы дифференциалов процентных ставок и их экстраполяция NBER выделяет следующие бизнес-циклы: 11.1970 – 03.1975, 03.1975 – 07.1980, 07.1980 – 11.1982, 11.1982 – 03.1991, 11.2001 – 06.2009 (месячные данные). Эта датировка в целом соответствует динамике ВВП США в реальных ценах и инвестиций, приведенной на рис. 2.2.

Рис. 2.2. Циклы квартального ВВП США Источник: Bloomberg (темп прироста ВВП — тикер «GDP CYOY Index» (используется ВВП в постоянных ценах 2009 г., квартальные данные с сезонной корректировкой (в годовом выражении)); OECD (Инвестиции в основной капитал – «Gross Fixed Capital Formation. National Currency, Current Prices, Quarterly Levels, Seasonally Adjusted», инфляция – «CPI», квартальные данные) Вместе с тем, если выделять циклы по величине абсолютных значений максимумов – минимумов (того, что может генерировать длинные волны в курсе доллара), то циклы NBER хорошо «пакуются» в более крупные циклы (соотносимые по оценке, с циклами Жугляра)29 (рис. 2.2). Циклическая динамика дифференциалов процентных ставок и курса доллара хорошо укладывается в динамику «крупных циклов» (рис. 1.2, 1.3). Дифференциалы процентных ставок четко следуют за циклами инвестиций (те же даты низших точек, начала цикла), немного опережая изменения в динамике ВВП.

В течение «первого цикла» динамика курса доллара еще не могла себя циклически проявить (рис. 2.2). Причина – «Европейская валютная змея», узкий «туннель» для колебаний доллара. С 1979 г. «туннель» был снят, началось более свободное плаванье. В результате возникло два цикла доллара, отражающих «крупные циклы» в экономике США. Последний – сглаженный (ниже темпы роста реальной экономики, меньше процентные ставки и их дифференциал, ниже инфляция, притуплены колебания курса доллара). Хорошо видно начало очередного цикла, примерно с той же размерностью переменных, что и в «сглаженном цикле» (рис.1.2, 1.3, 2.2).

Сценарий, который дает экстраполяция – это еще один «крупный» цикл в 2009 – 2025 / 27 гг., пологий, со сглаженной динамикой (в сравнении с циклами 1970-х – 1980-х гг.), величиной в 16 – 18 лет, с точкой максимума в дифференциале процентных ставок в 2021 – 2021 гг. и пиком усиления доллара США в эти же годы, с последующим падением того и другого к концу периода. Внутри этого цикла могут «уместиться» два более коротких цикла.

2.2.2. Прогнозная динамика курса доллара Наблюдаемые циклы доллара однородны «в своем теле»: начало роста, подъем, пик (вершина), спад и снижение. Хотя от цикла к циклу его Legrand M., Hagemann H. Business Cycles in Juglar and Schumpeter. The History of Economic Thought. Vol.

49. No. 1, 2007. P. 2, 10; Bernard L., Gevorkyan A.V., Palley T., Semmler W. Time Scales and Mechanisms of Economic Cycles: A Review of Theories of Long Waves. Political Economy Research Institute. University of Massachusetts Amherst. Working Paper 337, December 2021. P. 5 основные показатели – продолжительность фаз, амплитуда, даже показатели волатильности могут меняться под действием различного рода факторов.

Вектор движения доллара – а) усиление с пиком в 2021 – 2021 гг., б) последующее ослабление в 2025 – 2027 гг. Это определяется бизнес-циклом и прогнозируемой динамикой дифференциала процентных ставок (см. пункт 2.2.1). На пиках роста и снижения циклическое движение доллара может «запаздывать» по отношению к бизнес-циклу на 1 – 1,5 года (поведенческий фактор «устойчивости ожиданий», инерционная реакция на изменение фундаментальных факторов).

Пиковые значения. В сравнении с первым и вторым циклами – в третьем цикле пиковые значения курса доллара (в евро за 1 доллар) будут ниже, а минимальные значения – выше (затухающая амплитуда). Причина – долгосрочное сокращение уровней инфляции, процента и дифференциала процентных ставок.

— Первый цикл доллара. Начало в 1974 – 1975 гг., завершение – в 1991гг. (17 лет), пик в 1985 г. Восходящая фаза – 10-11 лет, нисходящая фаза

— Второй цикл доллара. Начало в 1991-1992 гг., завершение – в 2008 г. (16лет). Восходящая фаза – 11-12 лет, нисходящая фаза – 7 лет. Пик в конце 2000 г. был примерно на 30% ниже предыдущего пика первого цикла.

— Третий цикл доллара. Начат в 2008-2009 гг. Ожидается достижение пика роста в 2021-2021 гг. (10-12 лет) и пика снижения в 2025-2027 гг. (7 лет). Об этом свидетельствуют также данные по экстраполяции длинного цикла в дифференциале процентных ставок, который четко следует за циклами инвестиций, с ожидаемой точкой максимума в 2021 – 2021 гг. и минимума в 2025-2027 гг. (подробнее – см. раздел 2.2.1).

В 2021 – 2025 гг. прогнозируется, что инфляция, процентные ставки, их дифференциал будут ниже, чем в первом и втором циклах. По экспертной оценке, ожидается снижение пикового значения третьего цикла относительно уровня второго на 5-10%, что соответствует (по средней линии диапазона) 0,91 долл. за евро.

Коридор курса задается добавлением экстраполированных значений волатильности курса доллара среднеквадратическое (среднегодовое отклонение) к продленному основному тренду. Размерность (амплитуда) циклических колебаний курса доллара с течением времени снижается под влиянием сокращения уровней инфляции, процента и дифференциала процентных ставок (рис 1.1). С 2000 г. по 2005 г. диапазон волатильности с 2006 г. по 2021 г. – 0,02-0,05, при этом пик в 0,05 приходился на кризисный 2008 г., в среднем за период – 0,04. С 2021 г. по 2021 г. – диапазон 0,02 – 0,03 (0,02 – только в 2021 г.), в среднем за период – 0,03.

Результаты расчетов в табл. 2.1. и на рис. 2.3.

Табл. 2.1. Прогноз курса резервной валюты (доллара США) к евро Прогноз Период В долларах за евро В евро за доллар Пик (вершина) по восходящему 2021-2021 гг. 0,91 1,1 вектору Прогнозный диапазон курса доллара по 2021-2021 гг. 0,88-0,94 1,06-1,14 самой низкой и самой высокой точке коридора волатильности [вершина +/Пик (дно) по нисходящему вектору 2025-2027 гг. 1,43 0,7 Прогнозный диапазон курса доллара по 2025-2027 гг. 1,39 — 1,47 0,68-0,72 самой низкой и самой высокой точке коридора волатильности Вместе с тем, нужно учитывать, что денежная политика ФРС в значительной степени модифицируется после кризиса 2008-2009 гг.

Это может выражаться в меньших колебаниях ставки ФРС в сравнении с периодом 1970-200-х гг., и, следовательно, в меньших размерах дифференциала процентных ставок и в большей длительности периодов времени между изменениями ставки ФРС.

На цикличности курса доллара это будет отражаться:

а) в меньшей размерности колебаний курса доллара по отношению к евро и к корзине мировых валют внутри цикла (это отражено в прогнозе),

б) в большей «растянутости» во времени цикла доллара. Последнее предположение в прогнозе не отражено и, если оно сбудется, то даты максимумов и минимумов курса доллара могут сместиться, по оценке, на 2-3 года вперед.

2.3 Сырье (нефть, газ, медь, продовольствие), золото, акции 2.3.1 Способы прогноза Мировая цена сырья = функция от курса доллара + инфляция, при прочих равных. По отношению к значениям курса доллара она формируется с коэффициентами левериджа («рычагами»)30.

Ожидаемые значения коэффициентов левериджа отражают статистически устойчивые отношения между ценой на товары мировых финансовых рынков и курсом доллара к евро, сложившиеся за период финансиализации товарных рынков, начиная с 2000-х гг.

Коэффициенты левериджа («рычаги») – это система устойчивых коэффициентов, определяющих коридор (нижняя и верхняя границы), в котором находится отношение между мировой ценой на актив и курсом евро к доллару (в долларах за 1 евро) с заданным значением вероятности.

Практический смысл рычага заключается в ответе на вопрос – во сколько раз вырастет цена за единицу актива в долларах при росте курса доллара за евро на 1 доллар (прямая зависимость: укрепление евро ослабление доллара – рост цен на активы, номинированные в долларах).

Размеры рычага прогнозируемы для определенного класса активов, начиная с гг. (периода финансиализации сырья).

2000-х «Рычаг», формируемый на основе текущих цен, уже учитывает инфляционную составляющую.

С учетом того, что значение рычага может отличаться по периодам:

аномальные31 участки, участки с разной скоростью развития тренда (как Более детальный анализ причинно-следственного механизма формирования цен на сырье — см. раздел 2.3 и 7 книги Миркин Я.М., Жукова Т.В., Бахтараева К.Б., Левченко А.В., Кудинова М.М. 1971—2025: курсы валют, мировые цены на сырье, курсы акций / под ред. Я. М. Миркина. — М.: Магистр, 2021. — 592 с.

31 «Аномальные периоды» — периоды, динамика цен на активы в которых определяется вмешательством отдельно стоящих (за пределами финансового рынка) экзогенных факторов (технологии, геополитика, спекулятивные паники). Такие периоды, как правило, непродолжительного «спекулятивного всплеска»

могут характеризоваться низкой корреляцией между курсом евро к доллару (в долларах за 1 евро) и ценами на прогнозируемый актив. Так или иначе, указанные разрывы выравниваются в последующие периоды.

правило — ускорение при приближении к пиковым значениям) — прогноз значения рычага может быть осуществлен с заданной вероятностью.

Формируется множество коэффициентов левериджа по видам сырья, определяемые на основе взаимодействия цен на сырье с курсом доллара, начиная с 2000-х гг. (периода начала синхронизации их движения).

Множество полученных значений рычага (коэффициентов регрессии) при выполнении условия зависимости цен на сырье от доллара должно распределяться по закону нормального распределения. В этом случае, для прогноза используется определение парных и (максимального минимального) значений коэффициентов левериджа укладывающихся в доверительный интервал с установленной вероятностью.

Для целей прогнозирования используется доверительный интервал для вероятности 80%, при котором обеспечивается оптимальное соотношение между достоверностью прогноза и вероятностью его реализации (чем выше вероятность, тем шире коридор значений).

Порядок расчета прогнозных цен на сырье Анализ рядов данных зависимой переменной на 1. (цены прогнозируемые активы) и независимой переменной (курс евро — доллар) для уточнения периода начала их синхронного движения с 2000-х гг., статистический анализ участков роста и снижения цен на сырье на предмет устойчивости данной зависимости по периодам, включая аномальные участки.

2. Регрессионный анализ зависимости цен на актив от курса евро к доллару (в долларах за 1 евро) по календарным отрезкам, в совокупности охватывающим весь период синхронного движения:

-расчет коэффициентов регрессии (из уравнения вида y=bx32), оценка качества регрессионного анализа (R-квадрат, коэффициент детерминации, стандартная ошибка) и адекватности коэффициентов регрессии (t-статистика, значение p).

— подтверждение нормального распределения ряда коэффициентов регрессии графически и расчетными способами;

«РАДЖАБОВ КАЮМДЖОН КУДРАТУЛЛОЕВИЧ ОБЕСПЕЧЕНИЕ СТАБИЛЬНОГО ФУНКЦИОНИРОВАНИЯ СВОБОДНЫХ ЭКОНОМИЧЕСКИХ ЗОН НА НАЧАЛЬНЫХ ЭТАПАХ ИХ РАЗВИТИЯ (на материалах Республики Таджикистан) Специальность: 08.00.05 Экономика и управление народным хозяйством (региональная экономика) Д И СС Е Р Т А Ц И Я на соискание ученой степени кандидата экономических наук Научные руководители: д.э.н., проф. Хакимов А., к.э.н. Ходиев Д.А. ДУШАНБЕ 2021 1 СОДЕРЖАНИЕ. »

«Учреждение образования «Белорусский государственный экономический университет» ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ВСТУПИТЕЛЬНОМУ ЭКЗАМЕНУ В НАУЧНО-ОРИЕНТИРОВАННУЮ МАГИСТРАТУРУ ПО СПЕЦИАЛЬНОСТИ 1-25 80 05 «БУХГАЛТЕРСКИЙ УЧЕТ, СТАТИСТИКА» (для выпускников специальности 1-25 01 08«Бухгалтерский учет, анализ и аудит»(по направлениям), специальности1-25 01 05«Статистика»») Утверждены на заседаниях кафедры бухгалтерского учета, анализа и аудита в ОНХ, кафедры статистика УО «Белорусский государственный. »

«ФЕДЕРАЛЬНАЯ СЛУЖБА ГОСУДАРСТВЕННОЙ СТАТИСТИКИ ТЕРРИТОРИАЛЬНЫЙ ОРГАН ФЕДЕРАЛЬНОЙ СЛУЖБЫ ГОСУДАРСТВЕННОЙ СТАТИСТИКИ ПО ОМСКОЙ ОБЛАСТИ Омскстат При использовании, цитировании и перепечатке информации ссылка на Интернет-портал Территориального органа Федеральной службы государственной статистики по Омской области (http://omsk.gks.ru) обязательна СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПОЛОЖЕНИЕ ОМСКОЙ ОБЛАСТИ ЗА ЯНВАРЬ-ДЕКАБРЬ 2021 ГОДА ДОКЛАД Омск Социально-экономическое положение Омской области за январь-декабрь. »

«Автономная некоммерческая организация «Центр стратегических оценок и прогнозов» Медведев Д.А. Международное экономическое сотрудничество в Арктике. Арктический экономический совет Под редакцией к.п.н. В.П. Журавеля Москва УДК 339.9 ББК 65.9(3) М42 Медведев Д.А. М42 Международное экономическое сотрудничество в Арктике. Арктический экономический совет / Под ред. В.П. Журавеля. — М.: АНО ЦСОиП, 2021. — 92 с. (— Проблемы безопасности в Арктике, 3) ISBN 978–5–906661–12–8 В работе. »

«РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ Институт социального анализа и прогнозирования ЭКОНОМИЧЕСКИЙ КРИЗИС – СОЦИАЛЬНОЕ ИЗМЕРЕНИЕ (ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЙ БЮЛЛЕТЕНЬ) МАРТ Аналитический материал подготовлен коллективом экспертов Института социального анализа и прогнозирования Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации. Авторский коллектив: Главный редактор – Т.М. Малева. »

«Государственный университет «ДУБНА» Государственное бюджетное образовательное учреждение высшего образования Московской области Возможности региона 1 Расположение: география, экономика, общество Ключевые работодатели и партнеры Обучение в университете 2 Образовательная система Наука и технологии Молодежная наука и инновационная деятельность Международная деятельность Система дополнительного образования и работа со школьниками Инфраструктура и социальная сфера 3 Кампус Научные центры и. »

«Материалы, публикуемые в настоящей серии, имеют рабочий характер и могут быть включены в будущие издания. Авторы высказывают свои собственные мнения и взгляды, которые не являются официальной точкой зрения Министерства иностранных дел Польши и Центра CASE. Данная работа подготовлена в рамках исследовательского проекта «Основные тенденции и прогноз развития экономик государств-членов ЕврАзЭС на среднесрочную перспективу (2007-2021гг.)», на основе договора между CASE Advisors Ltd. и Фондом «Центр. »

«Пленарные доклады ЭКОМОД – ИНТЕЛЛЕКТУАЛЬНЫЙ ИНСТРУМЕНТ РАЗРАБОТКИ И ИССЛЕДОВАНИЯ ДИНАМИЧЕСКИХ МОДЕЛЕЙ ЭКОНОМИКИ А. А. Петров, И. Г. Поспелов, Л. Я. Поспелова, М. А. Хохлов (Москва) 1. Особенности моделирования сложных систем В течение последних 25 лет в отделе «Математическое моделирование экономических систем» ВЦ РАН под руководством академика РАН А. А. Петрова в рамках научного направления Системный анализ развивающейся экономики разработаны модели советской и российской экономики. »

«В.И. Павленко, Е.К. Глухарева ВЛИЯНИЕ ИЗМЕНЕНИЙ ОКРУЖАЮЩЕЙ СРЕДЫ НА ЭКОНОМИЧЕСКОЕ РАЗВИТИЕ РЕГИОНОВ РОССИЙСКОЙ АРКТИКИ Прогноз изменений окружающей среды в российской Арктике необходим для оценки возможного воздействия изменений климата на развитие нефтегазодобычи и техногенного влияния на экологическую систему региона. Исследования в этой области способствуют обеспечению эффективного и безопасного освоения перспективных месторождений шельфа арктических морей Российской Федерации. »

«Министерство образования и науки Российской Федерации Министерство природных ресурсов и экологии Свердловской области Уральское отделение Российской академии наук Институт экономики Уральского отделения Российской академии наук Фонд подготовки кадрового резерва «Государственный клуб» Европейский университет Виадрина (Германия) ООО «ЭНВИРО-ХЕМИ ГмбХ» (Германия) ОАО «Среднеуральский медеплавильный завод» Комитет по природопользованию и экологии Свердловского областного союза промышленников и. »

«Дума городского округа Самара День за дн Информация предоставлена Отделом по бюджету, налогам и вопросам социально-экономического развития муниципалитета аппарата Думы городского округа Самара ОБЗОР № 67 федерального и областного законодательства в сфере бюджетных и налоговых отношений за декабрь 2021 года 1. Федеральное законодательство 1.1. ПОСЛАНИЕ ПРЕЗИДЕНТА РФ ФЕДЕРАЛЬНОМУ СОБРАНИЮ ОТ 04.12.2021 Г. Президент РФ обратился к Федеральному Собранию с ежегодным Посланием, в котором озвучил. »

«НОУ ВПО «ГУМАНИТАРНО-ЭКОНОМИЧЕСКИЙ И ТЕХНОЛОГИЧЕСКИЙ ИНСТИТУТ» ИВАНОВА ЗЛАТА АЛЕКСЕЕВНА РАЗВИТИЕ СЕЛЬСКОГО ХОЗЯЙСТВА НА ОСНОВЕ МЕХАНИЗМА ГОСУДАРСТВЕННО-ЧАСТНОГО ПАРТНЕРСТВА Специальность 08.00.05 – Экономика и управление народным хозяйством (Экономика, организация и управление предприятиями, отраслями и комплексами – АПК и сельское хозяйство) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель: доктор экономических наук, профессор Шаров Александр. »

«ББК 60. М М57 Миграционный мост между Центральной Азией и Россией: Роль миграции в модернизации и инновационном развитии экономики посылающих и принимающих мигрантов стран / Редакторы-составители: С.В. Рязанцев, доктор экономических наук, профессор; О.К. Каримов, доктор исторических наук, профессор. – М.: Экон-информ, 2021. – 655 с. ISBN 978-5-9506-0790В сборнике представлены материалы III международного симпозиума, проведенного Центром социальной демографии и экономической социологии Института. »

«Январь KZ PACK ДАЙДЖЕСТ НОВОСТЕЙ ДЛЯ КОГО УПАКОВКА ИМЕЕТ ЗНАЧЕНИЕ НОВОСТИ КАЗАХСТАНА 21 января 2021 года Министерство национальной экономики РК провело совещание по вопросам существующего запрета на вывоз с территории РК регенерируемой бумаги и картона. МНЭ РК подтвердило, ПП РК от 19.05.2021г. №507 «Об что Постановление Правительства РК от 19.05.2004г. №507 «Об утверждении Правил утверждении Правил определения дополнительного перечня определения дополнительного импортируемых товаров. »

«СОДЕРЖАНИЕ МЕТОДОЛОГИЯ Козловская О.В., Акерман Е.Н. Особенности инновационной конкуренции в условиях глобализации Рыжкова М.В., Гармаева А.А. Особенности формирования микроэкономической системы в ходе лабораторного эксперимента в формате устного двойного аукциона.14 ЭКОНОМИКА ТРУДА Адова И.Б. Социально-экономическая сущность вознаграждения персонала как предмета управления в организации Герман М.В. Проблемы российской системы профессионального образования и ключевые направления их решения. »

«ИНСТИТУТ ИЗУЧЕНИЯ ИЗРАИЛЯ И БЛИЖНЕГО ВОСТОКА БЛИЖНИЙ ВОСТОК И СОВРЕМЕННОСТЬ Сборник статей ВЫПУСК ШЕСТОЙ Москва Лицензия ЛР № 030697 от 29.07.1996 г. НАУЧНОЕ ИЗДАНИЕ БЛИЖНИЙ ВОСТОК И СОВРЕМЕННОСТЬ СБОРНИК СТАТЕЙ ВЫПУСК ШЕСТОЙ Подписано в печать 28.12.1998 г. Формат 60х90/16. Печать офсетная Бумага офсетная №1 Объем 18 уч. изд. л. Тираж 800 экз. Тип. Зак. № 473 Типография ГНЦ РФ «НИОПИК» 103031 Москва, Нижний Кисельный пер. 5 ББК 65.7 + 66.4 Б 69 Научное издание Ближний Восток и современность. »

«АВТОНОМНАЯ НЕКОММЕРЧЕСКАЯ ОРГАНИЗАЦИЯ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИНСТИТУТ ИМЕНИ ЕКАТЕРИНЫ ВЕЛИКОЙ» «Менеджмент» Кафедра (наименование кафедры) ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА (ДИПЛОМНЫЙ ПРОЕКТ) студента факультета управления, экономики и финансов 6 курса заочной формы обучения (факультет, курс, форма обучения) Иванова Ивана Ивановича (фамилия, имя, отчество) по специальности «Менеджмент организации» (наименование специальности) Тема: «Совершенствование структуры. »

«WWF ВОЗДЕЙСТВИЕ ТРАЛОВОГО ПРОМЫСЛА НА ДОННЫЕ ЭКОСИСТЕМЫ БАРЕНЦЕВА МОРЯ И ВОЗМОЖНОСТИ СНИЖЕНИЯ УРОВНЯ НЕГАТИВНЫХ ПОСЛЕДСТВИЙ Мурманск Воздействие тралового промысла на донные экосистемы Баренцева моря и возможности снижения уровня негативных последствий – Мурманск. WWF. 2021. 52 c. В докладе коллектива авторов представлены доступные для анализа картографические материалы по распределению и количественной представленности макрои мегабентоса в Баренцевом море. Отдельное внимание уделено ключевым. »

«1. Учебно-тематический план Учебно-тематический план Цель: подготовка обучающихся в соответствии с требованиями Федерального государственного образовательного стандарта высшего профессионального образования по направлению подготовки 080100.62 Экономика. Категория слушателей: обучающиеся Срок обучения: 4 года Форма обучения: очная Институт (факультет) Институт права, политики и экономики Режим занятий: лекционные занятия, семинарские занятия, самостоятельная работа, круглый стол, деловая игра. »

«Администрация муниципального образования город Салехард Управление экономики Мониторинг социально-экономической ситуации в муниципальном образовании город Салехард за 2021 год г. Салехард 2021 год СОДЕРЖАНИЕ 1. Демография 2. Инвестиции в основной капитал 3. Промышленность 7 4. Торговля и платные услуги 9 5. Развитие малого и среднего предпринимательства 13 6. Численность, заработная плата работников по отраслям народного 16 хозяйства 7. Рынок труда 8. Жилищная политики 21 9. Коммунальное. »

Проблемы прогнозирования финансовых рынков

Благодаря стремительному развитию информационных технологий, появилась возможность за считанные секунды проводить анализ большого объёма информации, строить сложные математические модели, решать задачи многокритериальной оптимизации. Учёные, занимающиеся вопросами циклического развития экономики, стали разрабатывать теории, полагая, что отслеживание тенденций ряда экономических переменных позволит прояснить и предсказать периоды подъёма и спада. Одним из объектов для изучения был выбран фондовый рынок. Предпринимались многократные попытки построить такую математическую модель, которая успешно бы решала задачу прогнозирования приращения цены акций. В частности, широкое распространение получил «технический анализ».

Технический анализ (тех. анализ) – это совокупность методик исследования динамики рынка, чаще всего посредством графиков, с целью прогнозирования будущего направления движения цен. На сегодняшний день, данный аналитический метод является одним из самых популярных. Но можно ли считать тех. анализ пригодным для генерации прибыли? Для начала рассмотрим теории ценообразования на фондовом рынке.

Одной из базовых концепций начиная с 1960-х гг. считается гипотеза эффективного рынка (efficient market hypothesis, EMH), согласно которой, информация о ценах и объёмах купли-продажи за прошедший период общедоступна. Следовательно, любые данные, которые можно было когда-либо извлечь из анализа прошлых котировок, уже нашли своё отражение в цене акций. Когда трейдеры конкурируют между собой за более успешное использование этих общедоступных знаний, они обязательно приводят цены к уровням, при которых ожидаемые ставки доходности полностью соответствуют риску. На этих уровнях невозможно говорить о том, является ли покупка акций хорошей или плохой сделкой, т.е. текущая цена объективна, а это означает, что ожидать получения сверх рыночной доходности не приходится. Таким образом, на эффективном рынке, цены активов отражают их истинные стоимости, а проведение тех. анализа теряет всяческий смысл.

Но следует отметить тот факт, что на сегодняшний день ни один из существующих фондовых рынков в мире не может быть назван полностью информационно эффективным. Более того, принимая во внимание современные эмпирические исследования, можно сделать вывод, что теория эффективного рынка является скорее утопией, т.к. не способна в полной мере рационально объяснить реальные процессы, протекающие на финансовых рынках.

В частности, профессором Йельского университета Робертом Шиллером был обнаружен феномен, который он в последующем назвал чрезмерной изменчивостью цен фондовых активов. Суть феномена заключается в частом изменении котировок, которое не поддаётся рациональному объяснению, а именно, отсутствует возможность интерпретировать данное явление соответствующими изменениями в фундаментальных факторах.

В конце 1980-х гг. были сделаны первые шаги к созданию модели, которая в отличие от концепции эффективного рынка, позволила бы точнее объяснить реальное поведение фондовых рынков. В 1986 г. Фишер Блэк в своей публикации вводит новый термин – «шумовая торговля».

«Шумовая торговля – это торговля на шуме, воспринимаемом так, как если бы шум был бы информацией. Люди, торгующие на шуме, будут торговать даже тогда, когда объективно они должны были бы воздерживаться от этого. Возможно, они считают, что шум, на основе которого они торгуют, является информацией. Или, возможно, им просто нравится торговать». Хотя Ф. Блэк не указывает, каких операторов следует относить к категории «шумовых трейдеров», в работе Де Лонга, Шляйфера, Саммерса и Вальдмана можно найти описание таких участников рынка. Шумовые трейдеры ошибочно полагают, что у них есть уникальная информация о будущих ценах на активы. Источниками такой информации могут быть ложные сигналы о несуществующих трендах, подаваемые индикаторами тех. анализа, слухи, рекомендации финансовых «гуру». Шумовые трейдеры сильно переоценивают значение имеющейся информации и готовы принимать на себя необоснованно большой риск. Проведённые эмпирические исследования также указывают на то, что к шумовым трейдерам в первую очередь следует отнести индивидуальных инвесторов, т.е. физических лиц. Более того, именно эта группа трейдеров несёт систематические убытки от торговли из-за иррациональности своих действий. Для западных фондовых рынков эмпирическое подтверждение этого явления можно найти в исследованиях Барбера и Одина, а для операторов российского фондового рынка – в работе И.С. Нилова. Теория шумовой торговли позволяет объяснить и феномен Р. Шиллера. Именно иррациональные действия трейдеров вызывают чрезмерную изменчивость цен.

Обобщая современные исследования в области теорий ценообразования на фондовом рынке, можно сделать вывод о неэффективности использования технического анализа для получения прибыли. Более того, трейдеры, использующие тех. анализ пытаются выделять повторяющиеся графические паттерны (от англ. pattern — модель, образец). Стремление найти различные модели поведения цен является очень сильным, а способность человеческого глаза выделять очевидные тренды удивительна. Однако выделенные закономерности могут вовсе не существовать. На графике представлены смоделированные и фактические данные индекса Dow Jones Industrial Average на протяжении 1956 года, взятые из исследования Гарри Робертса.

График (B) представляет собой классическую модель «голова-плечи». График (А) также выглядит как «типичная» схема поведения рынка. Какой из двух графиков построен на основе фактических значений биржевого индекса, а какой – с помощью смоделированных данных? График (А) построен на основе фактических данных. График (B) создан с помощью значений, выданных генератором случайных чисел. Проблема, связанная с выявлением моделей там, где их на самом деле не существует, заключается в отсутствии необходимых данных. Анализируя предыдущую динамику, всегда можно выявить схемы и методы торговли, которые могли дать прибыль. Иными словами, существует совокупность бесконечного количества стратегий основанных на тех. анализе. Часть стратегий из общей совокупности демонстрируют на исторических данных положительный результат, другие – отрицательный. Но в будущем, мы не можем знать, какая группа систем позволит стабильно получать прибыль.

Также, одним из способов определения наличия закономерностей во временных рядах, является измерение сериальной корреляции. Существование сериальной корреляции в котировках, может свидетельствовать об определенной взаимосвязи между прошлой и текущей доходностью акций. Положительная сериальная корреляция означает, что положительные ставки доходности, как правило, сопровождаются положительными ставками (свойство инерционности). Отрицательная сериальная корреляция означает, что положительные ставки доходности, сопровождаются отрицательными ставками (свойство реверсии или свойство «коррекции»). Применяя данный метод к биржевым котировкам, Кендалл и Робертс (Kendall and Roberts, 1959), доказали, что закономерностей обнаружить не удаётся.

Наряду с техническим анализом, достаточно широкое распространение получил фундаментальный анализ. Его цель – анализ стоимости акций, опирающийся на такие факторы, как перспективы получения прибыли и дивидендов, ожидания будущих процентных ставок и риск фирмы. Но, как и в случае технического анализа, если все аналитики полагаются на общедоступную информацию о прибылях компании и её положении в отрасли, то трудно ожидать, что оценка перспектив, полученная каким-то одним аналитиком, намного точнее оценок других специалистов. Подобные исследования рынка выполняются множеством хорошо информированных и щедро финансируемых фирм. Учитывая столь жёсткую конкуренцию, трудно отыскать данные, которыми ещё не располагают другие аналитики. Следовательно, если информация о конкретной компании общедоступна, то ставка доходности, на которую сможет рассчитывать инвестор, будет самой обычной.

Видео Еженедельный прогноз финансовых рынков. Выпуск №31 от 06.12.2020г

Помимо вышеописанных методов, для прогнозирования рынка пытаются применять нейронные сети, генетические алгоритмы и т.д. Но попытка использовать прогностические методы применительно к финансовым рынкам превращает их в самоликвидирующиеся модели. Например, предположим, что с помощью одного из методов спрогнозирована базовая тенденция роста рынка. Если теория широко признана, многие инвесторы сразу же начнут скупать акции в ожидании роста цен. В результате, рост окажется намного резче и стремительнее, чем это предсказывалось. Или же рост может вообще не состояться из-за того, что крупный институциональный участник, обнаружив чрезмерную ликвидность, начнёт распродавать свои активы.

Самоликвидация прогностических моделей возникает из-за применения их в конкурентной среде, а именно в среде, в которой каждый агент старается извлечь собственную выгоду, определённым образом влияя на систему в целом. Влияние отдельного агента на всю систему не значительно (на достаточно развитом рынке), однако наличие эффекта суперпозиции провоцирует самоликвидацию конкретной модели. Т.е. если в основе торгового алгоритма лежат прогностические методы, стратегия приобретает свойство неустойчивости, а в долгосрочной перспективе происходит самоликвидация модели. Если же стратегия является параметрической и прогностически нейтральной, то это обеспечивает конкурентное преимущество по сравнению с торговыми системами, в которых для принятия решения используется прогноз. Но стоит учитывать, что поиск стратегий, удовлетворяющих таким параметрам как, например, прибыль/риск происходит одновременно с поиском подобных систем другими трейдерами и крупными финансовыми компаниями на основе одних и тех же исторических данных и практически по одним и тем же критериям. Из этого следует необходимость использовать системы, основанные не только на общепринятых основных параметрах, но и на таких показателях, как надежность, стабильность, живучесть, гетероскедастичность и т. д. Особый интерес представляют торговые стратегии, базирующиеся на так называемых «дополнительных информационных измерениях». Они проявляются в других, обычно смежных областях деятельности и по разным причинам редко используются широким кругом лиц на рынке акций.

Вышеизложенные рассуждения позволяют сделать следующие выводы:

  1. Теория шумовой торговли, в отличие от концепции эффективного рынка, позволяет более точно объяснить реальное поведение фондовых активов.
  2. В изменениях котировок торговых инструментов отсутствует закономерность, т.е. рынок предсказать невозможно.
  3. Применение прогностических методов, в частности технического анализа, приводит к неизбежному разорению трейдера в среднесрочной перспективе.
  4. Для успешной торговли на фондовом рынке, необходимо применять прогностически нейтральные стратегии, базирующиеся на «дополнительных информационных измерениях».

Список использованной литературы:

  1. Shiller R. Irrational Exuberance. Princeton: Princeton University Press, 2000.
  2. Black F. Noise // Journal of Finance. 1986. Vol. 41. Р. 529-543.
  3. De Long J. B., Shleifer A. M., Summers L. H., Waldmann R. J. Noise Trader Risk in Financial Markets // Journal of Political Economy. 1990. Vol. 98. Р. 703-738.
  4. Barber B. M., Odean T. Trading is hazardous to your wealth: The common stock investment performance of individual investors // Journal of Finance. 2000. Vol. 55. № 2. P. 773-806.
  5. Barber B. M., Odean T. Boys will be boys: Gender, overconfidence, and common stock investment // Quarterly Journal of Economics. 2001. Vol. 116. Р. 261-292.
  6. Odean T. Do investors trade too much? // American Economic Review. 1999. Vol. 89. Р. 1279-1298.
  7. Нилов И. С. Кто теряет свои деньги при торговле на фондовом рынке? // Финансовый менеджмент. 2006. № 4.
  8. Нилов И. С. Шумовая торговля. Современные эмпирические исследования // РЦБ. 2006. № 24.
  9. Harry Roberts. Stock Market Patterns and Financial Analysis: Methodological Suggestions // Journal of Finance. Marth 1959. P. 5-6.
Оцените статью
Торговля на фондовом рынке
Добавить комментарий