Индикаторы раннего обнаружения появились после кризисов развивающихся рынков в 1990 году и были ориентированы на внешние события - внезапную остановку притока капитала, так как большинство кризисов в этих странах было вызвано или, по меньшей мере, сопровождалось, резким изменением направления потоков капитала. Ранние версии систем раннего обнаружения, как правило, полагались на одну вероятностную модель кризиса, которая увязывала макроэкономические показатели (такие, как размер дефицита текущего счета или отношение резервов к краткосрочной задолженности в странах с переходной экономикой) с кризисами.
Системный риск возникает внутри валютно-финансовой системы и если это верно, то должны существовать поддающиеся измерению межвременные модели системной стабильности, которые могут послужить основой для раннего обнаружения кризисной ситуации. Необходимо при этом, что бы система раннего обнаружения должна сигнализировать о растущей уязвимости достаточно заблаговременно - и достаточно убедительно - так, чтобы можно было предпринять определенные действия для предотвращения даже самого риска возникновения кризиса. Конечно, в разработке технологии предупреждения валютных кризисов заинтересованы как частные инвесторы, нацеленные на увеличение собственной прибыли, так и органы денежно-кредитного регулирования, ответственные за стабильность валютной системы. Прогнозы, полученные с помощью моделей раннего предупреждения валютных кризисов, в совокупности с макроэкономическим анализом позволяют частным инвесторам и государственным органам фокусировать внимание на проблемных направлениях развития и планировать мероприятия по реагированию на кризисные сигналы. Для того чтобы спрогнозировать дальнейшую динамику валютной пары разработано огромное количество методик. Тем не менее, количество не перешло в качество, и получить довольно эффективный прогноз – не самая простая задача.
Характерные черты систем индикаторов раннего предупреждения
1. представляют собой статистически обоснованные попытки выявления ключевых зависимостей в исторических данных;
2. стремятся сформулировать ясные версии касательно факторов, явившихся причиной критической ситуации, и нацелены, на прогнозирование как на результат;
3. основывается на определенном аналитическом суждении о критической ситуации.
Однако они имеют довольно короткий горизонт прогнозирования, что не всегда дает возможность регулятору применить адекватные меры воздействия для стабилизации ситуации.
Модель прогноза может содержать данные, которые на самом деле не доступны на момент, когда необходимо сделать прогноз и выбор независимых переменных может оказаться слишком привязан к данным внутри системы, поэтому «прогноз» не будет очевидным, и возникает риск необходимости подгонки с использованием данных за пределами выборки. Поэтому они имеют тенденцию выдавать слишком много «ложных сигналов», то есть прогнозировать кризисы, которые не происходят и подвергаются критике за то, что нет никакой гарантии, что установленные закономерности в прошлом будут иметь ту же силу и в будущем.
Значительное количество разработанных к настоящему времени моделей раннего предупреждения валютных кризисов имеет ряд недостатков: невысокую точность прогнозирования; недоступность различных показателей; зависимость интерпретации поведения кризисных показателей от экономической обстановки в стране; невозможность точного определения времени возникновения кризиса; сложность прогнозирования реакции инвесторов на информацию моделей раннего предупреждения. Несовершенство моделей раннего предупреждения валютных кризисов ограничивает их широкое распространение. В связи с этим необходим поиск индикаторов кризисов, которые позволили бы устранить вышеуказанные недостатки этих моделей.
Модель системы раннего обнаружения
1. Определение типов кризисных событий для обнаружения
2. Разработка соответствующего аналитического инструментария:
2.1. На практике базовая методика сводится к приведению набора характерных переменных в соответствие с финансовыми показателями нехватки средств и созданию набора преобразованных отношений в виде либо дихотомической переменной «ноль/единица», либо - непрерывного индекса.
2.2. Инструментарий должен сочетать формальный количественный анализ с эвристическими методами, такими как консультации и суждения широкого плана.
Большой популярностью для прогнозирования курсов валют пользуется метод создания модели, описывающие связь курса обмена валюты с факторами, которые, по мнению инвестора или трейдера, влияют ее движение. При составлении эконометрической модели, как правило, применяют величины из экономической теории, однако при расчетах могут использоваться любые другие переменные, оказывающие на обменный курс существенное влияние.
Например, индикатор силы валют Currency Power Meter. Этот индикатор показывает силу валют относительно друг друга, что дает нам возможность определять вершины и основания тренда. Торгуя, к примеру, EUR/USD смотрим ОТНОШЕНИЕ сил данных валют из чего будем делать предположение о потенциале дальнейшего движения. Так, если у EUR 8.0 - 6.2, а у USD 3.4 - 4.5 то уровень, стоящий над ценой с большой вероятностью будет пробит. То есть сила быков (EUR) выше силы медведей (USD). И движение на север более вероятно. Дополнительным сигналом, существенно увеличивающим потенциал к бычьему пробою служит сопутствующее данной ситуации - отсутствие перепроданности на осцилляторе, для построения индикаторов валютной нестабильности, сигнализирующих о нарастании кризисного потенциала на валютном рынке.
Метод анализа временных рядов является исключительно техническим и не принимает в расчет экономическую теорию. Самой популярной моделью при анализе временных рядов является модель авторегресионного скользящего среднего (ARMA). В основе метода лежит принцип прогнозирования ценовых моделей валютной пары на основании прошлой динамики. Расчет проводится специальной компьютерной программой на основе введенных параметров временного ряда, результатом которого является создание индивидуальной ценовой модели конкретной валютной пары. Можно рассматривать разные подходы к прогнозированию кризисных явлений на основе математических моделей и с использованием системы опережающих индикаторов. Традиционно математические модели разрабатываются для среднесрочного и долгосрочного прогнозирования изменений в элементах рассматриваемой системы под действием внешних и внутренних факторов, а также – для обоснования рациональных параметров управления. В последнем случае прогнозные модели используются многократно при различных комбинациях параметров управления, а рациональные параметры определяются в результате численной оптимизации по некоторому показателю качества. Математическому моделированию, как многим сложным видам деятельности, свойственны некоторые кажущиеся «парадоксы». Первый из них заключается в том, что любая математическая модель, в том числе – описывающая быстропротекающие процессы, основана на некоторых своеобразных «константах» – неизменных во времени стационарных предположениях об условиях функционирования исследуемой системы. Например: предположение о неизменности валютной политики в виде гибкого (или наоборот, жесткого) курса национальной валюты по отношению к мировым резервным валютам, неизменность доли валюты, перечисляемой в международные резервы после продажи экспортируемой продукции на внешнем рынке.
Система раннего предупреждения, построенная по принципу сигналов, не показывает приемлемых результатов на глобальном уровне из-за неприемлемо высокой вероятности ошибки первого рода - «ложная тревога». При тестировании на уровне отдельных стран, результативность системы существенно выше, что позволяет сформулировать гипотезу о приемлемости использования систем раннего предупреждения, построенных по методу сигналов на национальном уровне. Данные результаты, в общем, подтверждают аргумента критиков теории сигналов, демонстрируя её несостоятельность построить систему предупреждения о кризисах на глобальном уровне. Вместе с этим, можно предсказывать и применить данный метод в отношении отдельно взятой страны.
В.В.Соболев
Южно-Российский государственный политехнический университет
ЛИТЕРАТУРА
1. Соболев В.В. Валютный дилинг на финансовых рынках/ Юж.-Рос. гос. техн. ун-т (НПИ). – Новочеркасск, 2009. – 442 с.
2. Мансуров А.К. Прогнозирование валютных кризисов с помощью методов фрактального анализа. // Проблемы прогнозирования. 2008, № 1.
3. Мансуров А.К. Подходы к созданию системы ранней идентификации валютно-банковских кризисов в России. // Научные труды: Институт народнохозяйственного прогнозирования РАН. Гл. ред. А.Г. Коровкин. – М,:МАКС Пресс, 2006.
4. http://economy-lib.com/postroenie-sistemy-indikatorov-rannego-preduprezhdeniya-valyutnogo-krizisa
