При неопределенности динамики валютных курсов основной проблемой для трейдера на валютном рынке является риск потерь. Существующие методы анализа и прогнозирования динамики валютных курсов, в той или иной степени могут быть использованы на практике. Однако область применимости каждого конкретного метода, как правило, достаточно ограничена.
В общем их можно разделить на две группы. Первая - это фундаментально-факторный анализ, основанный на предположении, что валютный курс может быть определен как функция от основных макроэкономических индикаторов.
Ко второй группе методов анализа и прогнозирования валютного курса относиться математические методы технического анализа. Эти методы основываются на предположении, что вся информация, которая необходима для определения будущей динамики валютного курса, содержится в предшествующей его динамике. Поэтому, чисто технически, прогноз валютного курса включает в себя метод экстраполяции. Для прогнозирования валютного курса этим методом используется модели разных типов трендов и вопрос о корректности применения стохастических выводов к оценкам трендов и их погрешностям, полученным квотными методами, становится весьма дискуссионным.
Квотный подход, по самой сути построения квот не может дать оценок частот встречаемости качественных признаков по категориям и классификациям и в принципе невозможен анализ структуры предпочтений и ожиданий. Более перспективным является путь математически корректного учета различий между многомерными структурами неоднородной совокупности и случайной выборки ее элементов на этапе компьютерных расчетов.
Этот подход пока не нашел заметного развития, хотя, требуя значительного объема компьютерных расчетов, и решает указанную задачу. В этой связи теоретически, методически и практически актуальной является проблема разработки и внедрения методов стохастического анализа и математического моделирования неоднородных совокупностей на основе случайных выборок.
Сегодня именно на основе выборочных обследований проводят маркетинговые исследования, изучают качество проектируемых и производимых технических систем, поступивших в продажу товаров, эффективность ценообразования и новых форм торговли, совокупный потребительский спрос и степень удовлетворения населения по различным видам товаров и услуг. Все это обуславливает необходимость широкого использования выборочного метода в социально-экономических обследованиях, основу которого составляет закон больших чисел. Однако его использование требует наличия большого выборочного ансамбля наблюдений, случайным образом отобранных из однородной генеральной совокупности. В реальности любая генеральная совокупность является заведомо неоднородным множеством, структурированным по различным номинальным и классификационным шкалам.
Предложенный алгоритм экстраполирования последовательностей был использован для анализа данных о ежедневных курсах основных валют (рубль, евро, доллар США, фунт стерлингов, иена, юань) и котировках золота.
Использовались официальные биржевые данные за первую половину 2010 г. При прогнозировании динамики курсов валют при ретроспективе в 6-8 точек изложенный метод, как показали около двух сотен экспериментов, дает точность предсказания с погрешностью от 0.2-3.4 %. Было изучено, как изменение курса одной валюты может влиять на курсы других валют. Проводились расчеты по алгоритму «статистического планирования»: при увеличении и при снижении (на 15 %) реальных значений курса евро. Вопреки ожиданиям, эти изменения умеренно сказались на изменениях курсов доллара и фунта стерлингов (примерно на 3.0-4.5%).
С 60-х гг. ХХ в. принято отличать методы прикладной статистики (или, как их чаще называют на Западе, «анализа данных») от методов математической статистики. В 70-х гг. в развитии количественных методов социально–экономических исследований произошел «резкий скачок», в явном виде выделились 4 направления разработки новых методов анализа данных и математического моделирования:
-
устойчивых к нарушениям априорных предпосылок непараметрических процедур оценивания характеристик непрерывных распределений;
-
анализа качественных (нечисловых) показателей (признаков);
-
классификации сложных многомерных объектов и систем;
-
прогнозирования многомерных последовательностей показателей.
Статистический анализ качественных признаков неразрывно связан с обработкой разнотипных переменных. Методы решения этой проблемы могут быть связаны, во-первых, с процедурами «оцифровки» слабых переменных. Однако объективно усилить шкалу измерения трудно, а тип «оцифровки» существенно предопределяет итоговые результаты всего исследования.
Второй подход связан с ослаблением всех переменных до булевого уровня с соответствующим увеличением размерности пространства признаков. Идея этого подхода, основанная на анализе статистик бинарного отношения на множествах, состоит в том, что сложный объект можно с примерно равной информативностью описать или небольшим числом сильных переменных, или большим числом слабых, получение которых требует значительного увеличения размерности пространства показателей. И любое сложное свойство объекта может быть представлено как суперпозиция его более простых свойств. Таким образом, имеется возможность декомпозиции свойств объекта до некоторого «элементарного» уровня. В итоге мы получаем набор булевых признаков, описывающих изучаемую систему.
Формализованные методы позволяют получать в качестве прогнозов количественные показатели, описывающие состояние некоторого объекта или процесса. При этом предполагается, что анализируемый объект или процесс обладает свойством инертности, то есть в будущем он продолжит развиваться в соответствии с теми же законами, по которым развивался в прошлом и существует в настоящем. Недостатком формализованных методов является то, что для прогноза могут использовать только исторические данные, находящиеся в пределах эволюционного цикла развития объекта или процесса. Поэтому такие методы пригодны лишь для оперативных и краткосрочных прогнозов. К формализованным методам относятся экстраполяционные и регрессионные методы, методы математической статистики, факторный анализ и др.
И под прогнозированием подразумевается научный способ выявления состояния и вероятных путей развития процессов, протекающих на валютном рынке. Прогнозы могут разрабатываться в виде качественных характеристик, а в простейших случаях в виде утверждений о возможности или невозможности возникновения, какого либо события. Данные характеристики должны включать в себя количественные, точечные или интервальные оценки показателей, характеризующие процессы и степень вероятности их достижения.
Все факторы можно разделить на следующие группы:
1. Факторы, непосредственно определяющие динамику валютного курса или образующие факторы. Т.е. непосредственно связанные с процессом международного экономического обмена: валовой национальный продукт обеих стран, участвующих в международном обмене: платежный баланс; внутреннее и внешнее предложение денег; процентные ставки.
2. Факторы, влияющие на образующие факторы и оказывающие тем самым регулирующее воздействие на механизм установления валютного курса. Т.е. регулирующие факторы. Регулирующие факторы можно разделить на факторы государственного регулирования и структурные факторы: структура валютных бирж; банковская структура страны; инфраструктура связи; сезонные факторы; направления внешнеэкономической деятельности.
3. Факторы, возникающие при выведении экономической системы из динамического равновесия и потому негативно влияющие на динамику валютного курса национальной денежной единицы: кризисные проявления экономики, политические факторы и психологические факторы.
a. К кризисным проявлениям экономики относятся: дефицит государственного бюджета, эмиссии денег, инфляция, монопольные цены, выполнение иностранной валюты внутри страны функции денег: а) средства платежа в полном объеме, б) средство накопления, в) средство сбережения.
b. К политическим факторам относятся следующие: смена представителей власти, политические решения, влекущие за собой непосредственные изменения в денежной системе страны, уровень надежности в управлении экономической системой и степень взаимопонимания между экономическими и политическими структурами в обществе.
c. К психологическим факторам относятся: ожидание инфляции и девальвации своей национальной денежной единицы, недоверие к национальной слабой валюте и фетишизация свободно конвертируемой валюты, как следствие первого фактора, отсутствие соответствующего экономического мышления у населения, поскольку в государстве нет четко разработанных программ подъема национальной экономики из-за непродуманных и поспешных решений исполнительных органов власти.
В.В.Соболев
Южно-Российский государственный политехнический университет
ЛИТЕРАТУРА
1. Морозов И.В., Фатхуллин Р.Р. FOREX: от простого к сложному. М.: Омега-Л, 2006.-536 стр.
2. Соболев В.В. Валютный дилинг на финансовых рынках/ Юж.-Рос. гос. техн. ун-т (НПИ). – Новочеркасск, 2009. – 442 с.
3. Черепанов, Е.В. Нетрадиционные вероятностно-статистические методы для социально-экономических и социологических исследований / Е.В. Черепанов. – М.: «Спутник Плюс». (ISBN 978-5-9973-1707-2). – 2012. – 215 с.
