Эконометрическая оценка влияния денежно-кредитной политики на динамику индекса ММВБ

В настоящее время индекс ММВБ представляется основным индексом на российском фондовом рынке, т.к. на него приходится около 90% биржевого оборота акций. Потому невозможно переоценить высокую роль индекса для идентификации тренда движения доходности рынка акций, как в течение дня, недели, месяца, так и в более долгосрочном периоде.

Для оценки степени влияния на доходность анализируемого индекса действий Центрального Банка РФ, являющегося субъектом осуществления монетарной политики, и условий, в которых они реализуются, используем статистический метод построения модели множественной регрессии, который позволит установить инструменты денежно-кредитной политики (ДКП) и другие внешние факторы, которые в большей степени связаны с индексом и типы взаимосвязей, опосредующие их.

Для поиска подходящей аппроксимации монетарной политики используем обзор Банка России финансовой стабильности за 2009 г. В данном обзоре представлены результаты исследования крупнейших российских банков — участников кредитного рынка, проведенного летом 2009 г. Его целью являлось нахождение существенных факторов, оказывающих влияния на ставки по кредитам конечным заемщикам. Проведенный анализ показал, что самое сильное воздействие на кредитные ставки оказывают действия конкурентов. Тем не менее политика Банка России также играет значительную роль: для ставки рефинансирования индекс влияния составил 49,2%, немного ниже он оказался для ставки по операциям РЕПО Банка России (37,8%). Меньшее влияние оказывают ставки по рублевым межбанковским кредитам на срок от одного месяца (45%) и на один день (26%), которые не являются напрямую подконтрольными ЦБ, но демонстрируют обстановку на денежном рынке [2]. Таким образом, можно выделить несколько возможных параметров действий монетарных властей.

Рассмотрим некоторые из них отдельно. Ставка рефинансирования была важным инструментом КДП вплоть до сентября 2013 г. Тогда Банк России ввел ключевую ставку и объявил, что с тех пор она будет применяться в качестве основного индикатора монетарной политики, а ставка рефинансирования приобрела второстепенное значение. Поскольку в работе осуществляется анализ данных до с 2005 по 2015 г., то будем использовать и ключевую ставку, и ставку рефинансирования одновременно. Согласно описанию действующей системы инструментов монетарной политики ЦБ РФ, управление ликвидностью осуществляется через еженедельные аукционы РЕПО. Поэтому стоит рассмотреть ставку по этим операциям в качестве еще одной переменной действий монетарных властей.

Обратим внимание, что до сентября 2013 г. система инструментов ДКП была менее прозрачной, чем в нынешние дни, ввиду чего возникают сложности при установлении индикативной ставки ЦБ РФ. Логичным считается рассматривать ставку по МБК не как прямой рычаг влияния, но в качестве характеристики условий на денежном рынке, при которых реализуется совокупность мер монетарной политики. В виде ставки по МБК может выступать независимая индикативная ставка предоставления банками друг другу рублевых кредитов на московском денежном рынке (MosPrime) в рублях на срок от одного до трех месяцев. Альтернативной аппроксимацией ДКП может служить темп прироста денежной массы [3]. Как правило в научных работах по данной тематике используется динамика денежного агрегата М1. Но в связи с тем, что данные об этом показателе для России отсутствует, заменим его темпом прироста денежного агрегата М2. Таким образом, в выстраиваемой регрессионной модели монетарная политика Центрального бан- ка РФ будет описываться четырьмя показателями: ставкой рефинансирова-ния/ключевой, ставкой по аукционам РЕПО, ставкой по МБК на срок от одного до трех месяцев и темпом прироста денежного агрегата М2.

В дополнение в модель введены контрольные переменные, характеризующие состояние экономики Российской Федерации в целом: ставка по краткосрочным кредитам нефинансовым организациям, определяющая деловую активность; индекс промышленного производства; инфляция месяц к месяцу. Кроме того, поскольку Россия является одним из крупнейших экспортеров нефти, в модель в качестве экзогенного аргумента был включен прирост цен на нефть марки Brent (на ее основе определяются цены на российскую марку Urals), а также индекс волатильности Чикагской биржи VIX, который отражает общее состояние мировых финансовых рынков.

Совокупная информация о данных, включающая краткие характеристики, представлена в таблице 1.

Таблица 1 – Используемые данные [4,5]

Таким образом, была сформирована эконометрическая линейная модель следующего вида:

yi=a0+a1x1+a2x2+a3x3+a4x4+ a5x5+…+ui где yi – объясняемая переменная, i – номер наблюдения, аi – параметры модели (коэффициенты перед переменными), xji – j-я объясняющая переменная в i-ом наблюдении, ui – случайный остаток.

Все статистические расчёты были проведены с использованием программы Microsoft Office Excel при помощи дополнительной опции «Анализ данных».

По результат итоговых расчётов, проведя анализ матрицы коэффициентов корреляции, можно утверждать, что наибольшей корреляцией с индексом ММВБ обладают такие показатели, как темп изменения цены на нефть и ставки по операциям РЕПО на открытом рынке. Связь между ценами на нефть и доходности ММВБ представляется явной даже без регрессионного анализа, однако считается важным увидеть высокую степень зависимости курса и индекса на протяжении всего анализируемого периода. Также наблюдается слабая зависимость доходности индекса от инфляции и ставов межбанковского кредитования. К тому же, нельзя не отметить, что индекс ММВБ и РТС демонстрирует одинаковую одно направленность движения своей доходность, но доходность РТС в большей степени, чем индекса ММВБ зависит от цен на нефть, что объясняется методикой расчёта индекса. Отметим, что наименьше влияние на индекс ММВБ оказывает денежная масса М2 (-0,0048) и индекс VIX.

Достоверность полученной регрессионной модели по уровню значимости критерия Фишера составляет 7,99881*10^42. Считается, что уровень должен быть меньше, чем 0,05. Значение 0,83 показателя R-квадрат говорит о высоком уровне точности описания моделью процесса.

В соответствии с методом р-коэффициента множественной корреляции, наиболее важную роль в исследуемой модели играют показатель инфляции 0,002 и значение изменения цены на нефть 0,01. В случае, когда же р>0,05, коэффициент может считаться нулевым. Это означает, что соответ- ствующая независимая переменная практически не влияет на зависимую переменную и коэффициент может быть убран из уравнения.

Для проверки адекватности модели, что будет свидетельствовать, что данная модель имеет место для существования и математически подтверждает выбор экономистами данных переменных, нами были проведены тест Дарбина-Уотсона и тест Бройша — Годфри, которые оценивают коррелиро-ванность случайных величин отклонений. Оба теста исключают возможность использования нулевой гипотезы относительно нашей модели.

Также была осуществлена проверка случайных остатков на гомо- и ге-тероскедастичность на основе анализа гистограммы (рис.) распределения остатков относительно каждого регрессора, которая выявила наличие го-москедастичности. Поясним, что термин гетероскедастичность в широком смысле понимается как предположение о дисперсии случайных ошибок модели регрессии. Под гомоскедастичностью же понимают гипотезу о том, что дисперсия случайной ошибки является известной постоянной величиной для всех анализируемых наблюдений.

Рисунок 1 – распределение остатков регрессионной модели

Таким образом, на основе множественного регрессионного анализа было выявлено, что из всех инструментов, посредством которых Банк России осуществляет монетарную политику, только операции РЕПО на открытом рынке имеют более-менее тесную взаимосвязь с доходность индекса

ММВБ. Коррелированность других факторов данной моделью с индексом не доказывается. Нельзя не отметить, что регрессионная модель подтверждает гипотезу высокой зависимости отечественного фондового рынка от внешней геополитической ситуации, которая находит в нашей модели своё отражение в показателе изменения цен на нефть.

Данная модель является лишь отправной точкой и одним из возможных эконометрических методов исследований взаимосвязей между различными экономическими событиями и фактами с целью прогнозирования возможных исходов и поиска слабых мест отечественного рынка и совершенствования рычагов воздействия на него.