Борочкин А.А.кандидат экономических наук, доцент кафедры финансов и кредита, Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Российская Федерация borochkin@yandex.ru
Предмет. Высокая волатильность российского валютного рынка создает спекулятивные возможности извлечения прибыли, что вызывает дополнительные издержки для экономической системы в целом. Исследования предсказуемости рынка позволяют сопоставить доходность спекулятивных операций с альтернативными формами вложений и оценить величину дисбаланса в финансовой системе. Цели и задачи. Предложить подход для количественной оценки уровня предсказуемости российского валютного рынка. Для этого необходимо оценить доходность различных спекулятивных стратегий, эксплуатирующих высокую волатильность валютного курса, определить риск этих стратегий и сравнить их доходность с доходностью банковских депозитов. Методология. Для расчетов использованы котировки валютных пар USD/RUB и EUR/RUB за период с I квартала 1998 г. по II квартал 2016 г. Предварительный анализ данных выполнен методами описательной статистики: расчет моментов, проверка временных рядов на нормальность распределения, стационарность и автокорреляцию. Использован метод кейсов для описания влияния редких событий на валютный курс. Торговые стратегии для российского рынка разработаны на основе моделей авторегрессионной условной гетероскедастичности (GARCH). Результаты. Российский валютный рынок является предсказуемым главным образом в течение кризисов. Предсказуемость рынка была минимальной в период высоких цен на нефть и имеет тенденцию к росту в последние десять лет. Выводы и значимость. Спекулятивные операции на российском валютном рынке могли дать дополнительные 1–2% годовых по сравнению с доходностью банковских депозитов за 15-летний период. Мегарегулятор может снизить предсказуемость российского валютного рынка и предотвратить спекуляции на рыночной волатильности за счет сокращения числа редких событий, вызывающих резкие одномоментные изменения валютных котировок.
Пилипенко З.А. Ценовые шоки на мировых товарных рынках в контексте формирования элементов системы глобальной экономики // Экономические науки. 2015. № 123. C. 67‒71.
Поляков Е.Н. Эмпирический анализ влияния капитального счета на балансы банковской системы и корпоративного сектора (стресс-тест Российской экономики на внешний шок) // Современные исследования социальных проблем (электронный научный журнал). 2013. № 6. URL: Link.
Della Corte P., Ramadorai T., Sarno L. Volatility Risk Premia and Exchange Rate Predictability. Journal of Financial Economics, 2016, vol. 120, iss. 1, pp. 21‒40.
Ломиворотов Р.В. Влияние внешних шоков и денежно-кредитной политики на экономику России // Вопросы экономики. 2014. № 11. C. 122‒139.
Минакир П.А. Шоки и институты: парадоксы Российского кризиса // Пространственная экономика. 2016. № 1. C. 7‒13.
Андрюшин С.А. Аргументы в пользу управления обменным курсом рубля // Вопросы экономики. 2015. № 12. C. 51‒68.
Didenko A., Dubovikov M., Poutko B. Forecasting Coherent Volatility Breakouts // Вестник Финансового университета. 2015. № 1. C. 30‒36.
Sidorov S.P., Date P., Balash V.A. et al. Stock Volatility Modelling Using an Augmented GARCH Model with Jumps // Математическое моделирование в экономике, страховании и управлении рисками. Международная молодежная научно-практическая конференция. Саратов: Саратовский национальный исследовательский государственный университет им. Н.Г. Чернышевского, 2013. С. 13–20.
Зиненко А.В. Оценка влияния политических и экономических событий на индекс ММВБ с использованием GARCH-модели // Вестник Красноярского государственного аграрного университета. 2014. № 6. C. 9‒16.
Борусяк К.К. Нелинейная динамика Российского фондового рынка в задачах риск-менеджмента // Журнал новой экономической ассоциации. 2011. № 11. C. 85–106.
Кириллов К.В. Моделирование биржевых колебаний в низковолатильные и высоковолатильные периоды // Вестник Донского государственного технического университета. 2013. T. 13. № 7-8. C. 5‒14.
Караджич В., Церович Ю. Рыночный риск для стран западных Балкан в условиях мирового финансового кризиса // Економiчний часопис-XXI. 2014. № 11‒12. C. 19‒23.
Кисилевский С.О. Моделирование процесса GARCH (1,1) для анализа волатильности при международной диверсификации портфеля акции // Сервис в России и за рубежом. 2011. № 4. C. 64‒69.
Bollerslev T. Glossary to ARCH (GARCH). URL: Link.
Glosten L.R., Jagannathan R., Runkle D.E. On the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on Stocks. The Journal of Finance, 1993, vol. 48, no. 5, pp. 1779‒1801.
Al-Khazali O.M., Pyun C.S., Kim D. Are Exchange Rate Movements Predictable in Asia-Pacific Markets? Evidence of Random Walk and Martingale Difference Processes. International Review of Economics & Finance, 2012, vol. 21, no. 1, pp. 221‒231.
Al-Khazali O.M., Leduc G., Pyun C.S. Market Efficiency of Floating Exchange Rate Systems: Some Evidence from Pacific-Asian Countries. Global Finance Journal, 2011, vol. 22, no. 2, pp. 154‒168.
Charles A., Darné O., Kim J.H. Exchange-Rate Return Predictability and the Adaptive Markets Hypothesis: Evidence from Major Foreign Exchange Rates. Journal of International Money and Finance, 2012, vol. 31, no. 6, pp. 1607‒1626.
Luukka P., Pätäri E., Fedorova E., Garanina T. Performance of Moving Average Trading Rules in a Volatile Stock Market: The Russian Evidence. Emerging Markets Finance and Trade, 2016, vol. 52, iss. 10, pp. 1‒17.
