Эконометрический анализ размера учетной ставки ЦБ РФ

В. А. Кабанова
Научный руководитель
Е. В. Филюшина
Сибирский государственный аэрокосмический университет
имени академика М. Ф. Решетнева
filyushina@mail.sibsau.ru

Моделируются размера учетной ставки ЦБ РФ по данным временного ряда с 01.01.2007 по 25.12.2007. Линия тренда выбрана - линейная. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны. Построенная модель позволяет делать прогноз на месяц с ошибкой не превышающей 3 %. Данные размера учетной ставки ЦБ РФ с 01.01.2007 по 25.12.2007

Ставка рефинансирования ЦБ РФ - размер процентов в годовом исчислении, подлежащий уплате ЦБ РФ за кредиты, которые он предоставил кредитным организациям. Эти кредиты являются рефинансированием временной нехватки финансовых ресурсов. Поэтому через такие кредиты обеспечивается регулирование ликвидности банковской системы при недостатке у кредитных организаций средств для осуществления кредитования клиентов и выполнения принятых на себя обязательств.

В статье 40 Федерального закона № 86-ФЗ «О Центральном банке Российской Федерации (Банке России)» от 10 июля 2002 г определено, что под рефинансированием понимается кредитование Банком России кредитных организаций.

Ставка рефинансирования на сегодня - размер процентов в годовом исчислении, подлежащий уплате центральному банку страны за кредиты, которые центральный банк предоставил кредитным организациям. Он же - «Ссудный процент Банка России».

В зарубежной практике часто используется термин «Учётная ставка».

Учетная ставка является инструментом денежно-кредитного регулирования, с помощью которого Центральный банк воздействует на ставки межбанковского рынка, а также ставки по депозитам юридических и физических лиц и кредитам, предоставляемым им кредитными организациями, а также является одним из методов антиинфляционнной политики.

Располагая данными о ставки рефинансирования ЦБ РФ на временной вариационный ряд размера учетной ставки; построим линии тренда; составим уравнение регрессии; построим графики: частот, остатков, подбора, график частот остатков продажу за 2007 год, проведем анализ этих данных. Построив временной вариационный ряд для размера учетной ставки, построим график частот размера учетной ставки. Для получения представления о форме распределения частот используются показатели среднего уровня (средняя арифметическая, мода, медиана), показатели вариации (дисперсия, среднеквадратическое отклонение, коэффициент вариации), асимметрии и эксцесса.

Асимметрия - это свойство распределения частот, качественное свойство кривой распределения, указывающее на отличие от симметричного распределения. График частот размера учетной ставки асимметричен, наблюдается правосторонняя асимметрия, на что указывает соотношение среднего значения размера учетной ставки и медианы - числа, которое делит вариационный ряд данных пополам - средняя ставка меньше медианы (средняя = 11,41 %, медиана = 11,50 %).

Наиболее частая ставка за исследуемый период - это мода, и она равна 13,00 %.

Дисперсия - численная характеристика разброса данных, представляет собой средний квадрат отклонений индивидуальных значений данных от их средней величины. На основе дисперсии рассчитывают среднеквадратическое отклонение, которое показывает рассеивание значений ставки относительно ее среднего значения. Таким образом, ставка рефинансирования в период с 01.01.2007 по 25.12.2007 в среднем колебалась от 13,00 до 9,00 %.

Коэффициент вариации характеризует относительную меру отклонения измеренных значений от среднеарифметического. Коэффициент равен 16,75 % - это означает, что изменчивость вариационного ряда, построенного из учетной ставки по датам, незначительна, т. е. информация о ставках однородна. Так как коэффициент вариации меньше 33 %, данные по учетной ставке однородны.

Эксцесс - мера крутости кривой распределения. Числовое значение эксцесса отрицательна (-1,25), но близко к нулю, следовательно, кривая распределения частот близка к нормальной кривой распределения и расположена чуть выше неё. И таким образом, разброс значений исследуемой величины невелик.

С точки зрения экономики линейный тип линии тренда лучше всего подходит для описания экономических данных. Уравнение регрессии имеет вид

Yt = 13,761 - 0,013 • t,

где Yt - учетная ставка;
t - номер дня, анализируемого периода.

Дисперсионный анализ показал, что полученное уравнение регрессии адекватно опытным данным. Коэффициенты построенного уравнения значимо отличаются от нуля и ими нельзя пренебречь.

Остатки - это разница между действительными значениями данных и предсказанными значениями цен, вычисленными по найденному регрессионному уравнению.

Проведенное тестирование показало, что остатки гомоскедастичны.

Автокорреляции остатков означает зависимость остатков от самих себя. В данном случае предположительно существует автокорреляция остатков, так как наблюдается их цикличность.

После анализа остатков выявлена автокорреляция первого порядка. Для устранения автокорреляции необходимо учесть воздействующий фактор в уравнении регрессии. А для этого необходимо построить уравнение скользящего среднего для остатков.

Et = 0,97 E-1.

Окончательное равнение регрессии:

Y = 0,179 - 0,959t + 0,97 Ew.

Распределение остатков является нормальным. Визуально отличие распределения остатков от нормального распределения показывают графики теоретических и практических частот.

Исследование показало, что построенную модель регрессии можно было использовать для прогнозирования на январь месяц 2008г. с точностью прогноза 5 %.

При написании статьи использованы результаты работ [1-8].

Библиографические ссылки

1. Александрова У. А., Сенашов С. И. Анализ статистики посещаемости сайта типичного красноярского кинотеатра // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 356.

2. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Ариясу-ши» за период 15.06.2012-09.06.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 359-360.

3. Зажарова Е. С., Сенашов С. И. Анализ изменения общей численности населения США за период 01.11.1983-01.19.2013 // Актуальные проблемы авиации и космонавтики. 2014. Т. 1 № 10. С. 369-370.

4. Карабицына Е. Ф., Сенатов С. И. Анализ статистики дорожно-транспортных происшествий в городе Красноярске в период с января по ноябрь 2013 г. //Актуальные проблемы авиации и космонавтики. 2014. Т. 1. № 10. С. 372-373.

5. Худяева Т. В., Сенашов С. И. Анализ динамики поступления налогов и сборов ОП УФНС России по Красноярскому краю // Актуальные проблемы авиации и космонавтики. 2013. Т. 1. № 9. С. 440.

6. Рядчикова А. В., Сенашов С. И. Анализ динамики изменения дневной выручки ОО «ГИЗ» за 2011 год // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2013. № 6. С. 113-114.

7. Тарасов А. А., Сенашов С. И. Анализ отправки грузов в контейнерах из города Москвы со станции Силикатная в период с 01.01.2011 по 31.12.2011 // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2013. № 6. С. 131-133.

8. Торопова М. О., Сенашов С. И. Анализ изменения производимого хлеба предприятием ИП «Осколков» в период с 15.10.2011 по 13.10.2012 г. // Информационные технологии и математическое моделирование в экономике, технике, экологии, образовании, педагогике и торговле. 2013. № 6. С. 143-145.

Журнал Арбитражный управляющий
Скачать ФинЭкАнализ
Программа для проведения финансового анализа по данным бухгалтеской отчетности
Скачать ФинЭкАнализ
Провести Финансовый анализ Онлайн
Онлайн сервис для проведения финансового анализа по данным бухгалтеской отчетности
Попробовать ФинЭкАнализ