Прогнозирование валютного курса доллара США (стр. 7 из 9)
Проверим применяемость данного уравнения в современных условиях (таблица 2.1).
Таблица 2.1
Проверка уравнения прогнозирования доллара США
| месяц | Фактическое значение | Расчетное значение | отклонение | В проценте к фактическому |
| Февраль | 23,25 | 23,48 | -0,23 | 0,9% |
| Март | 23,04 | 24,25 | -1,21 | 5% |
| Апрель | 23,88 | 24,25 | 0,97 | 4% |
| Май | 24,39 | 24,41 | -0,02 | 0,08% |
| Июнь | 24,9 | 24,72 | -0,18 | 0,7% |
| Июль | 25,3 | 25,22 | -0,08 | 0,003% |
| Август | 26,4 | 25,22 | -0,85 | 0,03% |
| Сентябрь | 26,5 | 27,11 | -0,61 | 0,2% |
| Октябрь | 26,69 | 26,57 | - 0,12 | 0,04% |
| Ноябрь | 26,60 | 26,82 | -0,22 | 0,08% |
| Декабрь | 27,26 | 26,55 | -0,71 | 0,02% |
Проверка регрессионного уравнения показала, что отклонение расчетного значения курса доллара США, не превышает 5%, следовательно, данное уравнение применимо в современных условиях. Используя данное уравнение регрессии, попробуем спрогнозировать курс доллара США на январь 2010 года.
USD = 1,6308*x0 – 0,6303*x 1 (2.2)
USD = 1,6308*27,26-0,6303*26,60=27,69
Таким образом, среднемесячный курс доллара США на январь 2010 г. составит 27,69 руб./долл.
На формирование валютного курса доллара США оказывает влияние множество факторов, к основным относятся цена за баррель нефти и денежная масса.[6]
Для оценки наиболее существенного фактора, а также воздействия одних факторов на другие используется регрессионный анализ. В ходе регрессионного анализа оценивается форма связи и воздействие одних факторов на другие.
Проведем регрессионный анализ зависимости курса доллара США от цены за баррель нефти.[11]
Таблица 2.2
Расчетная таблица
| Месяц | Y(среднемес. курс USD) | X(цена за барель нефти) | X2 | X*Y | X-Xср | (X-Xср)2 | Y-Yср | (Y-Yср)2 |
| Январь | 21,6846 | 938,7263 | 881207,1 | 20355,90432498 | -560,8757 | 314581,6 | -3,0491 | 9,29701081 |
| Февраль | 23,2508 | 993,7391 | 987517,4 | 23105,22906628 | -505,8629 | 255897,3 | -1,4829 | 2,19899241 |
| Март | 23,0426 | 1051,7559 | 1106190,6 | 24235,19050134 | -447,8461 | 200566,1 | -1,6911 | 2,85981921 |
| Апрель | 23,8827 | 1180,866 | 1394445 | 28202,2684182 | -318,736 | 101592,6 | -0,851 | 0,724201 |
| Май | 24,3962 | 1397,0592 | 1951774 | 34082,93565504 | -102,5428 | 10515,03 | -0,3375 | 0,11390625 |
| Июнь | 24,3023 | 1694,694 | 2871988 | 41184,9619962 | 195,092 | 38060,89 | -0,4314 | 0,18610596 |
| Июль | 25,3069 | 1631,85 | 2662934 | 41297,064765 | 132,248 | 17489,53 | 0,5732 | 0,32855824 |
| Август | 26,4008 | 1893,20 | 2584206 | 49981,99456 | 393,598 | 154912,3 | 1,6671 | 2,77922241 |
| Сентябрь | 26,5064 | 1783,71 | 3181621 | 47279,730744 | 284,108 | 80717,36 | 1,7727 | 3,14246529 |
| Октябрь | 26,6951 | 1935,025 | 3744322 | 51655,6858775 | 435,423 | 189593,2 | 1,9614 | 3,84708996 |
| ноябрь | 26,6023 | 1995 | 3980025 | 53071,5885 | 495,398 | 245419,2 | 1,8686 | 3,49166596 |
| Итого:n-11 | 272,0707 | 16495,63 | 26346230 | 414452,6 | -0,0055 | 1609345 | 28,9690375 | |
| среднее | 24,7337 | 1499,602 | 2395112 | 37677,5 | 146304,1 | 2,63354886 |
Источник: расчеты автора
Используя формулы
и 
построим и решим систему уравнений регрессии:
16495,63 a0 + 26346230 а1 = 414452,6 (2.3)
11a0 +16495,63 а1 =272,0707
a0 =18,7192а1=0,0040107
Исходя из этого, построим регрессионную модель по следующей формуле:
Y= a0 +a1*x (2.4)
Y=18,7192+0,0040107*x
Проверка данного уравнения представлена в таблице 2.3
Таблица 2.3
Проверка уравнения регрессии
| Месяц | Фактическое значение USD | Расчетное значение USD | Отклонение | В % к фактическому значению |
| Январь | 21,6846 | 22,48 | -0,8 | 0,3% |
| Февраль | 23,2508 | 22,70 | 0,55 | 2,3% |
| Март | 23,0426 | 22,93 | 0,11 | 0,47% |
| Апрель | 23,8827 | 23,45 | 0,43 | 1,8% |
| Май | 24,3962 | 24,32 | 0,07 | 0,2% |
| Июнь | 24,3023 | 25,51 | -1,21 | 4,9% |
| Июль | 25,3069 | 25,26 | 0,04 | 0,15% |
| Август | 26,4008 | 26,31 | 0,09 | 0,34% |
| Сентябрь | 26,5064 | 25,87 | 0,63 | 2,3% |
| Октябрь | 26,6951 | 26,48 | 0,21 | 0,78% |
| Ноябрь | 26,6023 | 26,72 | -0,12 | 0,45% |
Параметр
показывает, на сколько единиц в среднем изменится Y при изменении X на одну единицу. Параметр 
- это постоянная величина в уравнении регрессии. В ряде случаев его интерпретируют как начальноезначение Y.В данном случае при увеличении цены за баррель нефти на 10%, курс доллара увеличится на 0,040107 руб.
Следовательно, если в январе прогнозируется, что цена на нефть вырастет до 2000 руб./баррель, то среднемесячный курс доллара составит 26,74 руб./долл.
Проведем регрессионный анализ зависимости курса доллара от денежной массы.(таблица 2.4)
Таблица 2.4
Расчетная таблица
| Мес | X(денежная масса) | Y(среднем. курс USD) | X2 | X*Y | X-Xср | (X-Xср)2 | Y-Yср | (Y-Yср)2 |
| Янв. | 13493,2 | 21,6846 | 182066446,2 | 292594,64472 | 590,6272727 | 348840,5753 | -3,0491 | 9,297011 |
| Фев. | 11990,7 | 23,2508 | 143776886,5 | 278793,36756 | -911,8727272 | 831511,8707 | -1,4829 | 2,198992 |
| Март | 12031,3 | 23,0426 | 144511653,7 | 277002,00738 | -881,2727272 | 776641,6198 | -1,6911 | 2,859819 |
| Апр. | 12111,7 | 23,8827 | 146693276,9 | 289260,09759 | -790,8727272 | 625479,6707 | -0,851 | 0,724201 |
| Май | 12339,1 | 24,3962 | 152253388,8 | 301027,15142 | -563,4727272 | 317501,5144 | -0,3375 | 0,113906 |
| Ин | 12861,1 | 24,3023 | 165407893,2 | 312554,31053 | -41,47272727 | 1719,987107 | -0,4314 | 0,186106 |
| Ил | 13161 | 25,3069 | 173211921 | 333064,1109 | 258,4272727 | 66784,65529 | 0,5732 | 0,328558 |
| Авг. | 13121 | 26,4008 | 172160641 | 346404,8968 | 218,4272727 | 47710,47347 | 1,6671 | 2,779222 |
| Сент. | 13305 | 26,5064 | 177023025 | 352667,652 | 402,4272727 | 161947,7098 | 1,7727 | 3,142465 |
| Окт. | 13649,5 | 26,6951 | 186308850,3 | 364374,76745 | 746,9272727 | 557900,3507 | 1,9614 | 3,84709 |
| Нояб. | 13874,7 | 26,6023 | 192507300,1 | 369098,93181 | 972,1272727 | 945031,4344 | 1,8686 | 3,491666 |
| итог: n-11 | 141928,3 | 272,0707 | 1835921283 | 3516841,5 | 28,96904 | |||
| Ср.зн | 12902,57 | 24,7337 | 305986880,4 | 2,633549 |
Источник: расчеты автора
Используя формулы
и построим и решим систему уравнений регрессии:
141928,3а0 +1835921283а1 =3516841,5 (2.5)
11а0 +141928,3а1 =272,0707
а0=5,57 а1 =0,001485
Исходя из этого, построим регрессионную модель по следующей формуле:
Y= a0 +a1*x (2.6)
Y =5,57+0,001485* x
Таблица 2.5
Проверка уравнения регрессии
| Месяц | Фактическое значение USD | Расчетное значение USD | отклонение | В %к фактическому значению |
| Январь | 21,68 | 25,61 | -3,93 | 18% |
| Февраль | 23,25 | 23,37 | -0,12 | 0,5% |
| Март | 23,04 | 22,40 | 0.64 | 2,7% |
| Апрель | 23,88 | 23,55 | 0,33 | 1,3% |
| Май | 24,39 | 23,89 | 0.5 | 2% |
| Июнь | 24,3 | 24,67 | -0,37 | 1,5% |
| Июль | 25,3 | 25.11 | 0,19 | 0.75% |
| Август | 26,4 | 25,05 | 1,35 | 5% |
| Сентябрь | 26,5 | 25,33 | 1,36 | 5% |
| Октябрь | 26,69 | 25,81 | 0,88 | 3,2% |
| Ноябрь | 26.60 | 26,17 | 0,43 | 1,6% |
В данном случае при увеличении денежной массы на 10%, курс доллара США увеличится на 0,01485 руб. Следовательно, если прогнозируется увеличение денежной массы в январе до 14500 млрд. руб., то среднемесячный курс доллара составит 27,10 руб./долл.
Из проведенного анализа зависимости курса доллара США на российском рынке от различных переменных, видно, что практически в равной степени курс доллара зависит как от цены за баррель нефти, так и от денежной массы. Зависимость курса доллара США на российском рынке от цены на нефть определяется тем, что российская экономика продолжает быть сырьевой. Хотя курс доллара США в несколько большей степени зависит от денежной массы. Если объем наличных денег в обращении увеличивается, то и валютный курс доллара США увеличивается, а если уменьшается денежная масса, то и курс доллара США понижается, т.е. наблюдается прямая взаимозависимость.
2.3. Предложения по валютному регулированию
Сторонники девальвации говорят – рубль переоценен, его ослаблению будет способствовать оживление импортозамещающих отраслей, подобно тому, как это было после кризиса 1998 года. В то же время противники ослабления рубля указывают: к февралю 2009 года рубль был девальвирован, и это не помогло реальному сектору. Обозначил свою позицию и ЦБ: эффект от изменения курса носит сложный характер. Укрепление рубля снижает доходы экспортеров и бюджета, но способствует как росту благосостояния населения, так и возможностям модернизации экономики. [20]
Тем не менее, в целом умеренно слабый рубль более выгоден экономике, чем избыточно сильный. С одной стороны да – чем выше курс валюты, тем больше издержки на покупку импортного оборудования (для российского инвестора), а следовательно, и себестоимость продукции. Но выгода за счет роста конкурентоспособности товаров – более реальный источник для покупки оборудования (или погашения кредита на его приобретение), чем возможность его закупки по более низкой цене, но при слабом спросе на продукцию. Конкуренция этих процессов дает оптимум – однако понятно, что он скорее в зоне умеренно слабого, но не сильного рубля.