ფინანსური სიახლეებიდან. საპროცენტო განაკვეთის პროგნოზირება

საპროცენტო განაკვეთების პროგნოზირება დროში დამსახურებული პროფესიაა. ეკონომისტები დაქირავებულნი არიან (ზოგჯერ ძალიან მაღალი გადასახადისთვის) საპროცენტო განაკვეთის მოძრაობის პროგნოზირებისთვის, რადგან ფირმებმა უნდა იცოდნენ, როგორ დაგეგმონ თავიანთი მომავალი ხარჯები, ხოლო ბანკებსა და ინვესტორებს სჭირდებათ საპროცენტო განაკვეთის პროგნოზები, რათა იცოდნენ, რა აქტივები იყიდონ. საპროცენტო განაკვეთის პროგნოზირების ექსპერტები აფასებენ რა მოუვა ფაქტორებს, რომლებიც გავლენას ახდენენ ობლიგაციებსა და ფულზე მიწოდებასა და მოთხოვნაზე, როგორიცაა ეკონომიკის მდგომარეობა, ინვესტიციის შესაძლებლობების მომგებიანობა, ინფლაციის მოსალოდნელი მაჩვენებელი, სახელმწიფო ბიუჯეტის დეფიციტის ზომა. , სესხების ხელმისაწვდომობა და ა.შ. ამის შემდეგ, წინასწარმეტყველები იყენებენ ამ განყოფილებაში ასახულ მიწოდებისა და მოთხოვნის ინსტრუმენტებს საპროცენტო განაკვეთების პროგნოზის გასაკეთებლად.

The Wall Street Journal აქვეყნებს წამყვანი პროგნოზირების საპროცენტო განაკვეთის პროგნოზს წელიწადში ორჯერ (იანვრის დასაწყისში და ივლისის დასაწყისში) განყოფილებაში "ეკონომიკა" ან "საკრედიტო ბაზრები", რომლებიც ყოველდღიურად გვაწვდიან ინფორმაციას ობლიგაციების ბაზრის მდგომარეობის შესახებ. . საპროცენტო განაკვეთის პროგნოზები გაურკვეველი საკითხია. სამწუხაროდ, საუკეთესო პროგნოზირების პროგნოზებიც კი ხშირად შორს არის მოვლენების რეალური განვითარებისგან.

დავუშვათ, რომ დღეს არის ფულის მიწოდების ერთჯერადი ზრდა, რაც იწვევს ფასების ზრდას, ანუ მომავალ წელს მათ უმაღლეს დონეს. ვინაიდან ფასების დონე იზრდება მოცემული წლის განმავლობაში, მაშინ საპროცენტო განაკვეთებიფასების დონის ეფექტის გამო გაიზრდება.მხოლოდ ამ წლის ბოლოს, როცა ფასების ზრდა მაქსიმუმს მიაღწევს, ფასების დონის ეფექტი ყველაზე დიდი იქნება.

ფასების დონის მატება ასევე გაზრდის საპროცენტო განაკვეთებს "მოსალოდნელი ინფლაციის ეფექტის" მეშვეობით, რადგან ხალხი დაიჯერებს, რომ ინფლაცია უფრო მაღალი იქნება იმ წლის განმავლობაში. თუმცა, როდესაც ფასების დონე მომავალ წელს შეწყვეტს ზრდას, ინფლაციის მაჩვენებელი და მოსალოდნელი ინფლაცია ნულამდე დაეცემა.საპროცენტო განაკვეთების ნებისმიერი ზრდა, რომელიც გამოწვეულია მოსალოდნელი ინფლაციის წინა ზრდით, მაშინ გაუქმდება. აქედან გამომდინარე, ჩვენ ვხედავთ, რომ ფასების დონის ეფექტისგან განსხვავებით, რომელიც მიაღწევს თავის უდიდეს გავლენას მომავალ წელს, მოსალოდნელი ინფლაციის ეფექტი ექნება ყველაზე მცირე გავლენას (ანუ ნულს) მომავალ წელს. ამ ორ ეფექტს შორის მთავარი განსხვავება ისაა, რომ ფასების დონის ეფექტი რჩება ფასების ზრდის შეჩერების შემდეგაც, ხოლო მოსალოდნელი ინფლაციის ეფექტი არა.

მნიშვნელოვანი ისაა, რომ მოსალოდნელი ინფლაციის ეფექტი გაგრძელდება მანამ, სანამ ფასები გაიზრდება. როგორც მომდევნო თავებში ვნახავთ მონეტარული თეორიის ანალიზში, ფულის მიწოდების ერთჯერადი ზრდა არ იწვევს ფასების მუდმივ მზარდ დონეს. ეს დონე მხოლოდ იწვევს ფულის მასის ზრდის უფრო მაღალ ტემპს, ასე რომ, საჭიროა ფულის მასის ზრდის უფრო მაღალი ტემპი იმისათვის, რომ "მოსალოდნელი ინფლაციის ეფექტი" გააგრძელოს მოქმედება.

ან ფულის მასის ზრდის უფრო მაღალი ტემპი ამცირებს საპროცენტო განაკვეთებს?

ახლა ჩვენ შეგვიძლია გავაერთიანოთ ყველა ის ეფექტი, რომელიც გავაანალიზეთ, რაც დაგვეხმარება პრობლემის გადაჭრაში; ჩვენი ანალიზი მხარს დაუჭერს პოლიტიკოსების პოზიციას, რომლებიც მხარს უჭერენ ფულის მიწოდების ზრდის მაღალ ტემპს, როდესაც თვლიან, რომ საპროცენტო განაკვეთები ძალიან მაღალია. ყველა ეფექტიდან მხოლოდ ლიკვიდურობის ეფექტი აჩვენებს, რომ რაც უფრო მაღალია ფულის ზრდის ტემპი საპროცენტო განაკვეთების დაცემას. ამის საპირისპიროდ, შემოსავლის, ფასების დონის და მოსალოდნელი ინფლაციის ეფექტები ვარაუდობენ, რომ საპროცენტო განაკვეთები გაიზრდება, როდესაც ფულის რაოდენობის ზრდა უფრო მაღალი გახდება. ამ ეფექტებიდან რომელს აქვს ყველაზე დიდი გავლენა და რამდენად სწრაფად მოქმედებს ისინი? ამ კითხვაზე პასუხი კრიტიკულია იმის დასადგენად, გაიზრდება თუ დაეცემა საპროცენტო განაკვეთები ფულის მასის ტემპის გაზრდისას.

ფულის რაოდენობის ზრდის უფრო მაღალი ტემპის ლიკვიდურობის ეფექტი ზოგადად იძლევა მყისიერ ეფექტს; ფულის მზარდი მიწოდება იწვევს წონასწორული საპროცენტო განაკვეთის მყისიერ შემცირებას. ეფექტები

დიაგრამა 6.13.

შემოსავალსა და ფასების დონეს დრო სჭირდება, რადგან ფულის მიწოდების ზრდას დრო სჭირდება ფასების დონისა და შემოსავლის ასამაღლებლად, რაც თავის მხრივ ზრდის საპროცენტო განაკვეთებს. მოსალოდნელი ინფლაციის ეფექტი, რომელიც ასევე ზრდის საპროცენტო განაკვეთებს, შეიძლება იმუშაოს ნელა ან სწრაფად, იმისდა მიხედვით, არეგულირებენ თუ არა ადამიანები ინფლაციის განაკვეთის პროგნოზს ნელა თუ სწრაფად, როდესაც ფულის მასის ზრდის ტემპი იზრდება.

გრაფიკი 6.13 ასახავს სამ შესაძლებლობას, რომელთაგან თითოეული გვიჩვენებს, თუ როგორ რეაგირებს საპროცენტო განაკვეთები დროთა განმავლობაში ფულის მასის ზრდის გაზრდილ ტემპზე დაწყებული T დროიდან. გრაფიკის ნაწილი (a) აჩვენებს შემთხვევას, როდესაც ლიკვიდობის ეფექტი დომინირებს სხვა ეფექტებზე, საპროცენტო განაკვეთი ეცემა u1-დან T მომენტში საბოლოო დონემდე r2. ლიკვიდურობის ეფექტი სწრაფად მოქმედებს, ამცირებს საპროცენტო განაკვეთებს, მაგრამ დროთა განმავლობაში სხვა ფაქტორები იწყებენ მოქმედებას საპირისპირო მიმართულებით, რაც ასტიმულირებს ვარდნას. და მიუხედავად იმისა, რომ ლიკვიდობის ეფექტის გავლენა სხვა ეფექტებზე უფრო ძლიერია, საპროცენტო განაკვეთი არასოდეს ბრუნდება უკან. თავდაპირველ დონეზე.

დიაგრამის (ბ) ნაწილი სუსტია; ლიკვიდობის სხვა ეფექტი, მოსალოდნელი ინფლაციის ეფექტით, მუშაობს ნელა, რადგან ინფლაციის პროგნოზები ნელა რეგულირდება. თავდაპირველად ლიკვიდურობის ეფექტი ამცირებს საპროცენტო განაკვეთს. ასე რომ, შემოსავლის, ფასების დონის და მოსალოდნელი ინფლაციის ეფექტი დაიწყებს ამ მაჩვენებლის ამაღლებას. ვინაიდან ეს ეფექტები ჭარბობს, საპროცენტო განაკვეთი საბოლოოდ იზრდება მისი გამომუშავების დონემდე u2-მდე. მოკლევადიან პერსპექტივაში, დაბალი საპროცენტო განაკვეთები გამოწვეულია ფულის რაოდენობის ზრდის გაზრდილი ტემპით, მაგრამ ისინი რეალურად წყვეტენ საწყის დონეზე მაღლა ასვლას.

დიაგრამის (გ) ნაწილი გვიჩვენებს მოსალოდნელი ინფლაციის ეფექტს, რომელიც დომინირებს სხვებზე, ასევე სწრაფად მოქმედებს, რადგან ხალხის მოლოდინები ინფლაციის შესახებ სწრაფად იზრდება, როდესაც იზრდება ფულის რაოდენობის ზრდის ტემპი. მოსალოდნელი ინფლაციის ეფექტი მაშინვე იწყება. ლიკვიდურობის ეფექტი, ამიტომ საპროცენტო განაკვეთი დაუყოვნებლივ იწყებს ასვლას. დროთა განმავლობაში, როგორც შემოსავალი და ფასების დონის ეფექტი იწყება, საპროცენტო განაკვეთი კიდევ უფრო სწრაფად იზრდება და საბოლოო შედეგიიქნება ისეთი, რომ საპროცენტო განაკვეთი საგრძნობლად მაღალი იქნება თავდაპირველზე. ეს შედეგი ნათლად აჩვენებს, რომ ფულის მასის ზრდის ტემპის გაზრდა არ არის საპროცენტო განაკვეთების შემცირებაზე პასუხი, არამედ ფულის რაოდენობის ზრდა საპროცენტო განაკვეთების შესამცირებლად უნდა შემცირდეს.

ეკონომიკური პოლიტიკის შემქმნელებისთვის მნიშვნელოვანი კითხვაა სამი სცენარიდან რომელთან არის ყველაზე ახლოს რეალური სიტუაციანივთების. თუ მათ სურთ საპროცენტო განაკვეთების შემცირება, მაშინ აუცილებელია ფულის მასის ზრდის ტემპის გაზრდა, რადგან ლიკვიდურობის ეფექტი დომინირებს სხვა ეფექტებზე (ნაწილი ა). ფულის რაოდენობის ზრდის ტემპის შემცირება შესაფერისია, თუ სხვა ეფექტები ჭარბობს, ლიკვიდობის ეფექტი და ინფლაცია.

დიაგრამა 6.14.

დიდი იმედები სწრაფად მორგებულია (ნაწილი გ). თუ სხვა ეფექტები დომინირებს ლიკვიდურობის ეფექტზე, მაგრამ ინფლაციის მოლოდინი ნელა რეგულირდება (ნაწილი ბ), მაშინ ფულის ზრდის გაზრდის ან შემცირების თქვენი სურვილი დამოკიდებულია იმაზე, უფრო მეტად ზრუნავთ იმაზე, თუ რა მოხდება მოკლევადიან პერსპექტივაში ან რა მოხდება გრძელვადიან პერსპექტივაში.

არის თუ არა ეს სცენარი მტკიცებულებით? კავშირი საპროცენტო განაკვეთებსა და ფულის ზრდას შორის 1951 წლიდან 1990 წლამდე ნაჩვენებია დიაგრამა 6.14-ში. როდესაც 1960-იანი წლების შუა პერიოდში ფულის მიწოდების ზრდის ტემპი უფრო სწრაფი გახდა, საპროცენტო განაკვეთები გაიზარდა, რაც მიუთითებს იმაზე, რომ ლიკვიდურობის ეფექტი დომინირებს ფასების, შემოსავლისა და მოსალოდნელი ინფლაციის ეფექტებზე. 1970-იან წლებამდე, საპროცენტო განაკვეთები მიაღწია უპრეცედენტო დონეს მეორე მსოფლიო ომის შემდგომ პერიოდში, რადგან გაიზარდა ფულის მასა.

(a)-ში აღწერილი სცენარი საეჭვოდ გამოიყურება და საპროცენტო განაკვეთების დაცემის შემთხვევა ფულის რაოდენობის ზრდის ტემპის გაზრდის გამო ნაკლებად სავარაუდოა. 6.6 დიაგრამაზე მითითებით, რომელიც გვიჩვენებს ურთიერთობას საპროცენტო განაკვეთებსა და მოსალოდნელ ინფლაციას შორის, მიხვდებით, რომ ეს არც ისე უცნაურია. 1960-იან და 1970-იან წლებში ფულის მასის ზრდის ტემპის ზრდა კომპენსირდება მოსალოდნელი ინფლაციის დიდი ზრდით, რამაც გვაფიქრებინა, რომ მოსალოდნელი ინფლაციის ეფექტი დომინანტური იყო. ეს არის ყველაზე დამაჯერებელი ახსნა იმისა, თუ რატომ გაიზარდა საპროცენტო განაკვეთები ფულის რაოდენობის ზრდის მაღალი ტემპების მიუხედავად. თუმცა, გრაფიკიდან 6.11 რეალურად გამომდინარეობს, თუ რომელია ამ ორი სცენარიდან 6.13 გრაფის ნაწილობრივ (b) და (c) ნაწილებზე ზუსტი. ეს დამოკიდებულია იმაზე გადამწყვეტი ხარისხიდამოკიდებულია იმაზე, თუ რამდენად სწრაფად აისახება ხალხის იმედები ინფლაციის მიმართ. როგორ ყალიბდება მოლოდინები და რამდენად სწრაფად რეგულირდება ისინი? ეს არის მნიშვნელოვანი საკითხი, რომელსაც ამჟამად აქტიურად სწავლობენ ეკონომისტები და გაანალიზებულია 29-ე ნაწილში.

ინვესტორები თითქმის ყველასთვის ფინანსური ბაზრებიამა თუ იმ ხარისხში მათ აწუხებთ მომავალი საპროცენტო განაკვეთების საკითხი. მაგალითად, სახაზინო ობლიგაციების მფლობელებისთვის ეს ერთ-ერთი მთავარი საკითხია. თუ ობლიგაციების ბაზარზე ინვესტორებს სჯერათ, რომ მომავალში საპროცენტო განაკვეთები გაიზრდება, მაშინ მათ, ალბათ, თავიდან უნდა აიცილონ გრძელვადიანი ობლიგაციები უფრო მაღალი ობლიგაციების სასარგებლოდ. მოკლევადიანი პერიოდებიაღსრულება.

მოსავლიანობის მრუდი
შეერთებულ შტატებში, სახაზინო შემოსავლიანობის მრუდი არის ყველა შიდა საპროცენტო განაკვეთის მთავარი მამოძრავებელი და ასევე გავლენას ახდენს გლობალურ განაკვეთებზე. ყველა სხვა კატეგორიის ობლიგაციებზე საპროცენტო განაკვეთები იზრდება და ეცემა Treasuries-ის შესაბამისად, რომელიც არის აშშ-ს მთავრობის მიერ გამოშვებული სავალო ფასიანი ქაღალდები. ინვესტორების მოსაზიდად, ნებისმიერი სასესხო ფასიანი ქაღალდი, რომელიც უფრო მეტ რისკს შეიცავს, ვიდრე ხაზინას, უნდა შესთავაზოს უფრო მაღალი შემოსავალი. მაგალითად, 30 წლიანი იპოთეკური განაკვეთი ნორმალური პირობებიდაწესებულია 1%-2%-ით 30-წლიანი სახაზინო სარგებელი.

ქვემოთ მოცემულია სახაზინო შემოსავლიანობის მრუდი 2003 წლის 5 დეკემბრიდან ( დიაგრამა 1). ეს არის მრუდის "ნორმალური" ფორმა, რადგან ის ზევით იხრება და შესაბამისად მრუდია:

მოდით შევხედოთ ამ მრუდის სამ ელემენტს. პირველ რიგში, ის აჩვენებს ნომინალურ საპროცენტო განაკვეთებს. ინფლაცია აფუჭებს მომავალი კუპონისა და ძირითადი თანხის გადახდების ღირებულებას; რეალური საპროცენტო განაკვეთი არის სარგებელი მინუს ინფლაცია. აქედან გამომდინარე, მოსავლიანობის მრუდი აერთიანებს მოსალოდნელ ინფლაციას და რეალურ საპროცენტო განაკვეთებს. მეორეც, ფედერალური სარეზერვო სისტემა პირდაპირ არეგულირებს მხოლოდ მოკლევადიანი საპროცენტო განაკვეთს მრუდის დასაწყისში. ფედერალურ რეზერვს აქვს მონეტარული პოლიტიკის სამი ინსტრუმენტი, რომელთაგან ყველაზე ძლიერია ფედერალური ფონდების განაკვეთი, რომელიც არის ერთდღიანი დაკრედიტების განაკვეთი. მესამე, მრუდის დარჩენილი ნაწილი განისაზღვრება ობლიგაციების აუქციონებზე მიწოდებითა და მოთხოვნით.

დიაგრამა 1. სახაზინო შემოსავლიანობის მრუდი.

დახვეწილ ინსტიტუციონალურ მყიდველებს აქვთ საკუთარი საპროცენტო მოთხოვნები, რომლებიც, სახელმწიფო ობლიგაციებისადმი მათ მადასთან ერთად, განსაზღვრავს, თუ როგორ განაცხადებენ ეს ინსტიტუციური მყიდველები სახელმწიფო ობლიგაციებზე. იმის გამო, რომ ამ მყიდველებს აქვთ მოსაზრებები ინფლაციისა და საპროცენტო განაკვეთების შესახებ, ბევრს მიაჩნია, რომ მოსავლიანობის მრუდი არის „ჯადოსნური კრისტალი“, რომელიც პროგნოზირებს მომავალ საპროცენტო განაკვეთებს. ამ შემთხვევაში, ინვესტორები ვარაუდობენ, რომ მხოლოდ მოულოდნელმა მოვლენებმა (როგორიცაა ინფლაციის მოულოდნელი ზრდა) გადაანაცვლებს მოსავლიანობის მრუდს ზემოთ ან ქვემოთ.

გრძელვადიანი განაკვეთები მიჰყვება მოკლევადიან განაკვეთებსტექნიკურად, სახაზინო შემოსავლიანობის მრუდი შეიძლება შეიცვალოს სხვადასხვა გზებიის შეიძლება მოძრაობდეს ზევით ან ქვევით (პარალელური ცვლილებები), გახდეს უფრო ბრტყელი ან ციცაბო (დახრილობის ცვლილება) ან მეტ-ნაკლებად მრუდი შუაში (მრუდის ცვლილება).

დიაგრამა 2 ადარებს სახაზინო 10 წლიან შემოსავალს (წითელი ხაზი) ​​სახაზინო 1 წლიან შემოსავალს ( მწვანე ხაზი) 1976 წლის ივნისიდან 2003 წლის დეკემბრამდე. ლურჯი ხაზი ასახავს დიფერენციალს ამ ორ დაბრუნებას შორის:

დიაგრამა 2. სარგებელი 10 და 1 წლიან ობლიგაციებზე.

სურათი 2-ის გადახედვით, ორი დაკვირვება შეიძლება გაკეთდეს. პირველი, ეს ორი დაბრუნება თითქმის ერთად მოძრაობდა ზემოთ და ქვემოთ (კორელაცია იყო დაახლოებით 88%). ამიტომ, პარალელური ცვლილებები საკმაოდ ხშირია. მეორე, მიუხედავად იმისა, რომ გრძელვადიანი განაკვეთები მიჰყვება მოკლევადიან განაკვეთებს მიმართულებით, ისინი, როგორც წესი, ჩამორჩებიან სიდიდეში. რა თქმა უნდა, როდესაც მოკლევადიანი განაკვეთები იზრდება, დიფერენციალი 10-წლიან და 1-წლიან მოსავლიანობას შორის მიდრეკილია ვიწროვდეს (დიფერენციალური მრუდი ბრტყელდება), ხოლო როდესაც მოკლევადიანი განაკვეთები ეცემა, დიფერენციალი ფართოვდება (მრუდი იზრდება). კერძოდ, ტემპების ზრდას 1977 წლიდან 1981 წლამდე თან ახლდა მრუდის გამარტივება და ინვერსია (უარყოფითი დიფერენციალი); განაკვეთის შემცირებამ 1990 წლიდან 1993 წლამდე გამოიწვია უფრო მკვეთრი დიფერენციალური მრუდი; განაკვეთების ბოლო შემცირებამ 2000 წლის მარტიდან 2003 წლის ბოლომდე გამოიწვია ძალიან ციცაბო დიფერენციალური მრუდი ისტორიული სტანდარტების მიხედვით.

მოთხოვნა შეთავაზება
მაშ, რა მოძრაობს მოსავლიანობის მრუდს ზემოთ ან ქვემოთ? ამ სტატიის ფარგლებში სათანადო ყურადღებას ვერ მივაქცევთ კაპიტალის მოძრაობის კომპლექსურ დინამიკას, რომლის ურთიერთქმედებითაც ყალიბდება საბაზრო საპროცენტო განაკვეთები. მაგრამ გესმოდეთ, რომ სახაზინო შემოსავლიანობის მრუდი ასახავს აშშ-ს მთავრობის ვალის ღირებულებას და, შესაბამისად, საბოლოოდ ასახავს მიწოდებას და მოთხოვნას.

მიწოდების ფაქტორები
მონეტარული პოლიტიკა
თუ ფედერალურ რეზერვს სურს გაზარდოს ფედერალური ფონდების განაკვეთი, ის აწვდის უფრო მეტ მოკლევადიან ფასიან ქაღალდებს ღია ბაზრის ოპერაციებს. მოკლევადიანი ფასიანი ქაღალდების მიწოდების ზრდა ზღუდავს მიმოქცევაში არსებული ფულის რაოდენობას, რადგან მსესხებლები ფულს აძლევენ ფედერალურ რეზერვს. თავის მხრივ, ფულის მიწოდების ეს შემცირება ზრდის მოკლევადიანი საპროცენტო განაკვეთს, რადგან მიმოქცევაში ნაკლები ფულია ხელმისაწვდომი მსესხებლებისთვის. მოკლევადიანი ფასიანი ქაღალდების მიწოდების გაზრდით, ფედერალური სარეზერვო სისტემა მრუდის მარცხენა ბოლოზე მაღლა დგას და ახლოვადიან ფასიან ქაღალდებზე შემოსავალი სწრაფად დარეგულირდება შესაბამისად.

შეგვიძლია ვიწინასწარმეტყველოთ მომავალი მოკლევადიანი განაკვეთები? მოლოდინების თეორიის მიხედვით, გრძელვადიანი განაკვეთები მოიცავს სამომავლო მოკლევადიანი განაკვეთების პროგნოზებს. მოდით შევხედოთ 2003 წლის დეკემბრის რეალური მოსავლიანობის მრუდს, რომელიც ნაჩვენებია ზემოთ ( დიაგრამა 1), რაც "ნორმალურია", მაგრამ ძალიან მაგარი. ერთწლიანი სარგებელი 1,38%-ია, ორწლიანი კი 2,06%. თუ გინდოდათ ინვესტირება ორწლიანი პერიოდის განმავლობაში და თუ საპროცენტო განაკვეთები უცვლელი იყო, მაშინ ჯობია იყიდოთ ორწლიანი ობლიგაციები (რომლებსაც უფრო მაღალი სარგებელი აქვთ) იმის ნაცვლად, რომ იყიდოთ ერთწლიანი ობლიგაციები და შემდეგ გადახვიდეთ. თუმცა, მოლოდინების თეორიის მიხედვით, ბაზარი პროგნოზირებს მოკლევადიანი განაკვეთის ზრდას. აქედან გამომდინარე, პირველი წლის ბოლოს შეძლებთ გადახვიდეთ ერთწლიან ობლიგაციებზე უფრო ხელსაყრელი შემოსავლით და შედეგად მიიღებთ დაახლოებით იგივე სარგებელს, რაც ორწლიან ფასიან ქაღალდებს. სხვა სიტყვებით რომ ვთქვათ, მოლოდინების თეორია ამბობს, რომ უფრო მკვეთრი მოსავლიანობის მრუდი პროგნოზირებს სამომავლო უფრო მაღალ მოკლევადიან განაკვეთებს.

სამწუხაროდ, თეორია სუფთა ფორმაარ მუშაობს საპროცენტო განაკვეთები ხშირად უცვლელი რჩება ნორმალური (ზედა დახრილი) მოსავლიანობის მრუდის დროს. ეს, სავარაუდოდ, გამოწვეულია იმით, რომ გრძელვადიანი ფასიანი ქაღალდები დაკავშირებულია გარკვეულ გაურკვევლობასთან საპროცენტო განაკვეთებთან დაკავშირებით და, შესაბამისად, გულისხმობს დამატებით მოგებას. თუ ამ პერსპექტივიდან შევხედავთ მოსავლიანობის მრუდს, ორწლიანი სარგებელი შეიცავს ორ ელემენტს: სამომავლო მოკლევადიანი განაკვეთის პროგნოზს პლუს დამატებითი სარგებელი გაურკვევლობისთვის (ანუ რისკის პრემია). ასე რომ, შეიძლება ითქვას, რომ მკვეთრად დახრილი მოსავლიანობის მრუდი ასახავს მოკლევადიანი განაკვეთების ზრდას. მეორეს მხრივ, გლუვი დახრილობის მქონე მრუდი არ პროგნოზირებს რაიმე ცვლილებას მოკლევადიან განაკვეთში; აღმავალი დახრილობა უნდა ასახავდეს მხოლოდ დამატებით შემოსავალს გრძელვადიან ვალდებულებებთან დაკავშირებული გაურკვევლობისთვის.

ვინაიდან ფედერალური სარეზერვო მეთვალყურეობა არის პროფესიული ოკუპაცია, საკმარისი არ არის ფედერალური ფონდების განაკვეთის რეალურ ცვლილებას დაველოდოთ. ინვესტორისთვის მნიშვნელოვანია, რომ შეეცადოს ერთი ნაბიჯით წინ დარჩეს მონეტარული ხელისუფლების გადაწყვეტილებებზე, საპროცენტო განაკვეთების ცვლილებებზე ყურების ნაცვლად ლოდინის გზით. ბაზრის მონაწილეები მთელს მსოფლიოში აკვირდებიან ფედერალური სარეზერვო განცხადების (და ფედ-ის პოლიტიკის შემქმნელების გამოსვლების) ფორმულირებას, რათა გაარკვიონ მათი მომავალი ზრახვები. IN Ბოლო დროსფედერალური სარეზერვო სისტემა სულ უფრო გამჭვირვალე ხდება თავის გადაწყვეტილებებში. მაგალითად, 2003 წლის აგვისტოში ფედერალურმა რეზერვმა განაცხადა, რომ ის დაბალ განაკვეთს შეინარჩუნებს დროის მნიშვნელოვანი პერიოდის განმავლობაში, ამიტომ ბაზრის მონაწილეები მომდევნო თვეებში უბრალოდ დაელოდნენ Fed-ის მიერ ამ ფრაზის დატოვებას და ამით მიანიშნებდნენ მისი განზრახვის გაზრდის შესახებ. სახსრების განაკვეთი..

Ფისკალური პოლიტიკა
როდესაც აშშ-ს მთავრობა აკმაყოფილებს ბიუჯეტის დეფიციტს, ის სესხულობს ფულს გრძელვადიანი ხაზინის გამოშვებით. რაც უფრო მეტ სესხს იღებს მთავრობა, მით მეტ ვალს გასცემს. როდესაც სესხის აღება იზრდება, რაღაც მომენტში აშშ-ს მთავრობამ უნდა გაზარდოს საპროცენტო განაკვეთი, რათა შემდგომი დაკრედიტება მოხდეს. თუმცა, უცხოელი კრედიტორები ყოველთვის სიამოვნებით ყიდულობენ ობლიგაციები ამერიკის მთავრობამაშასადამე, მათ აქვთ მაღალი ლიკვიდურობა და შეერთებულ შტატებს არასოდეს შეუსრულებია თავისი ვალდებულებები (ფაქტობრივად, 1995 წლის ბოლოს ის ახლოს იყო დეფოლტთან, მაგრამ იმდროინდელი ხაზინის მდივანმა რობერტ რუბინმა თავიდან აიცილა საფრთხე და ობლიგაციის დეფოლტს უწოდა „წარმოუდგენელი და რაღაც მსგავსი ბირთვული ომითუმცა, უცხოელ კრედიტორებს შეუძლიათ ადვილად იპოვონ ალტერნატივა ევროპული ობლიგაციების (ევრობონდების) სახით და, შესაბამისად, მათ შეუძლიათ მოითხოვონ უფრო მაღალი საპროცენტო განაკვეთი, თუ აშშ შეეცდება გაყიდოს თავისი ვალის ძალიან დიდი ნაწილი.

მოთხოვნის ფაქტორები
ინფლაცია
თუ ვივარაუდებთ, რომ აშშ-ს ვალის მფლობელები ელიან მოცემული რეალური შემოსავლის მიღებას, მაშინ ინფლაციური მოლოდინების ზრდა გაზრდის ნომინალურ საპროცენტო განაკვეთს (ნომინალური სარგებელი = რეალური სარგებელი + ინფლაცია). ინფლაცია ასევე განმარტავს, თუ რატომ მოძრაობს მოკლევადიანი განაკვეთები უფრო სწრაფად, ვიდრე გრძელვადიანი განაკვეთები. როდესაც ფედერალური სარეზერვო ბანკი ზრდის მოკლევადიან განაკვეთებს, იზრდება გრძელვადიანი განაკვეთებიც, რაც ასახავს მომავალში უფრო მაღალი მოკლევადიანი განაკვეთების მოლოდინს. თუმცა, ეს ზრდა მცირდება დაბალი ინფლაციური მოლოდინებით, რადგან უფრო მაღალი მოკლევადიანი განაკვეთები ასევე ნიშნავს დაბალ ინფლაციას (რადგან Fed აწვდის უფრო მეტ მოკლევადიან ხაზინას, ის ზრდის ფულს და ზღუდავს ფულის მიწოდებას).

დიაგრამა 3. გაზრდის გავლენა ფასდაკლების განაკვეთიშემოსავალზე (ლურჯში საწყისი მოსავლიანობის მრუდი, მწვანეში Fed განაკვეთის ზრდის შემდეგ).

Fed სახსრების განაკვეთის ზრდა მიდრეკილია შემოსავლიანობის მრუდის გაბრტყელებას, რადგან მოსავლიანობის მრუდი ასახავს ნომინალურ საპროცენტო განაკვეთებს: უმაღლესი ნომინალური განაკვეთი = მაღალი რეალური განაკვეთი + დაბალი ინფლაცია.

ეკონომიკური ძალები
ფაქტორები, რომლებიც ქმნიან მოთხოვნას ხაზინაზე, მოიცავს ეკონომიკურ ზრდას, ვალუტის კონკურენტუნარიანობას და ჰეჯირების შესაძლებლობებს. უბრალოდ დაიმახსოვრეთ: ყველაფერი, რაც ზრდის მოთხოვნას გრძელვადიან სახაზინო ანგარიშებზე, ახასიათებს დაღმავალი ზეწოლა საპროცენტო განაკვეთებზე (უფრო მაღალი მოთხოვნა = უფრო მაღალი ფასი = დაბალი შემოსავალი ან საპროცენტო განაკვეთები), ხოლო ობლიგაციებზე ნაკლები მოთხოვნა ზრდის საპროცენტო განაკვეთებს. უფრო ძლიერი ეკონომიკა მიდრეკილია კორპორატიული (კერძო) ვალი უფრო მიმზიდველი გახადოს, ვიდრე სახელმწიფო ვალი, ამცირებს მასზე მოთხოვნას და ზრდის განაკვეთებს. მეორეს მხრივ, სუსტი ეკონომიკა ასტიმულირებს „ხარისხზე მოთხოვნას“, ზრდის მოთხოვნას ხაზინაზე, რაც იწვევს შემოსავლების შემცირებას. ზოგჯერ ვარაუდობენ, რომ ძლიერი ეკონომიკა ავტომატურად აიძულებს ფედერალურ რეზერვს გაზარდოს მოკლევადიანი განაკვეთები, მაგრამ არა აუცილებლად. მხოლოდ მაშინ, როდესაც არსებობს საფრთხე, რომ ზრდა გარდაიქმნება უფრო მეტად მაღალი ფასებიფედერალური სარეზერვო სისტემა, სავარაუდოდ, გაზრდის განაკვეთებს.

გლობალურ ეკონომიკაში აშშ-ს ხაზინა კონკურენციას უწევს სხვა ქვეყნების სავალო ფასიან ქაღალდებს. გლობალური თვალსაზრისით, ამერიკული ობლიგაციები წარმოადგენს ინვესტიციას როგორც აშშ-ს რეალურ საპროცენტო განაკვეთებში, ასევე დოლარში.

და ბოლოს, ხაზინა უზარმაზარ როლს თამაშობს, როგორც ჰეჯირების (დაზღვევის) ბაზრის მონაწილეებისთვის. ვარდნის საპროცენტო განაკვეთის პირობებში, იპოთეკით მხარდაჭერილი ფასიანი ქაღალდების ბევრ მფლობელს, მაგალითად, შეუძლია რისკის ჰედირება გრძელვადიანი ობლიგაციების შეძენით. ამ სადაზღვევო შესყიდვებს შეუძლიათ თამაში დიდი როლიმოთხოვნადია, რაც ხელს უწყობს განაკვეთების დაბალ შენარჩუნებას, მაგრამ ამავე დროს, მათ შეუძლიათ წვლილი შეიტანონ ბაზრის არასტაბილურობაში.

დასკვნა
ამ სტატიაში ჩვენ განვიხილეთ ძირითადი ფაქტორები, რომლებიც დაკავშირებულია საპროცენტო განაკვეთის მოძრაობასთან. მიწოდების მხრივ, მონეტარული პოლიტიკა განსაზღვრავს, რამდენი სახელმწიფო ვალი და ფული უნდა ჩაიდოს ეკონომიკაში. მოთხოვნის მხრივ, მთავარი ფაქტორი ინფლაციური მოლოდინებია. თუმცა სხვაზეც ვისაუბრეთ მნიშვნელოვანი ფაქტორებისაპროცენტო განაკვეთებზე ზემოქმედება, მათ შორის: ფისკალური პოლიტიკა (ანუ რამდენი სჭირდება მთავრობას სესხის აღება), ასევე მოთხოვნის მხრივ ფაქტორები, როგორიცაა ეკონომიკური ზრდა და ვალუტის კონკურენტუნარიანობა. ჩვენ გვესმის, რომ ეს სხვა ფაქტორები მუდმივად იცვლება, მაგრამ არის ორი მნიშვნელოვანი საკითხებიკითხვები, რომლებიც მუდმივად უნდა დაუსვათ საკუთარ თავს: "ფისკალური პოლიტიკა ქმნის თუ არა ბაზარზე ვალების ზედმეტ მიწოდებას?" და "გაგრძელდება თუ არა მოთხოვნა აშშ-ს სავალო ფასიან ქაღალდებზე გლობალურ ბაზარზე იგივე ტემპით?"

დევიდ ჰარპერი

სტატისტიკაში საპროცენტო განაკვეთის დონის მოდელირებისთვის გამოიყენება სხვადასხვა ტიპის განტოლებები, მათ შორის სხვადასხვა ხარისხის პოლინომები, ექსპონენციალები, ლოგიკური მრუდები და სხვა ტიპის ფუნქციები.

საპროცენტო განაკვეთის დონის მოდელირებისას მთავარი ამოცანაა შეარჩიოთ ფუნქციის ტიპი, რომელიც ყველაზე ზუსტად აღწერს შესასწავლი ინდიკატორის განვითარების ტენდენციას. ფუნქციის განსაზღვრის მექანიზმი მსგავსია ტენდენციის მოდელების აგებისას განტოლების ტიპის არჩევისა. პრაქტიკაში, ამ პრობლემის გადასაჭრელად გამოიყენება შემდეგი წესები.

1) თუ დინამიკის სერია მიდრეკილია მონოტონური მატებისა ან კლებისკენ, მაშინ მიზანშეწონილია გამოიყენოთ შემდეგი ფუნქციები: წრფივი, პარაბოლური, სიმძლავრე, ექსპონენციალური, ჰიპერბოლური ან ამ ტიპების კომბინაცია.

2) თუ სერია მიდრეკილია სწრაფად განავითაროს ინდიკატორი პერიოდის დასაწყისში და შემცირდეს პერიოდის ბოლოსკენ, მაშინ მიზანშეწონილია გამოიყენოთ ლოგისტიკური მრუდები.

3) თუ დინამიკის სერია ხასიათდება ექსტრემალური მნიშვნელობების არსებობით, მაშინ მიზანშეწონილია აირჩიოთ გომპერცის მრუდის ერთ-ერთი ვარიანტი მოდელად.

საპროცენტო განაკვეთის დონეების მოდელირების პროცესში დიდი მნიშვნელობაეძლევა ანალიტიკური ფუნქციის ტიპის ფრთხილად შერჩევას. ეს აიხსნება იმით, რომ წარსულში გამოვლენილი ინდიკატორის განვითარების ნიმუშის ზუსტი აღწერა განსაზღვრავს მომავალში მისი განვითარების პროგნოზის სანდოობას.

თეორიული საფუძველიპროგნოზირებისას გამოყენებული სტატისტიკური მეთოდები არის ინდიკატორების ინერციის თვისება, რომელიც ემყარება იმ ვარაუდს, რომ წარსულში არსებული განვითარების ნიმუში გაგრძელდება პროგნოზირებულ მომავალში. ძირითადი სტატისტიკური პროგნოზირების მეთოდი არის მონაცემთა ექსტრაპოლაცია. არსებობს ექსტრაპოლაციის ორი ტიპი: პერსპექტიული, განხორციელებული მომავალში და რეტროსპექტიული, განხორციელებული წარსულში.

ექსტრაპოლაცია უნდა შეფასდეს, როგორც პირველი ნაბიჯი საბოლოო პროგნოზების გასაკეთებლად. მისი გამოყენებისას აუცილებელია გავითვალისწინოთ ყველა ცნობილი ფაქტორი და ჰიპოთეზა შესწავლილ ინდიკატორთან დაკავშირებით. ამასთან, გასათვალისწინებელია, რომ რაც უფრო მოკლეა ექსტრაპოლაციის პერიოდი, მით მეტია ზუსტი პროგნოზიხელმისაწვდომი.

ზოგადად, ექსტრაპოლაცია შეიძლება აღწერილი იყოს შემდეგი ფუნქციით:

y i + T = ƒ (y i, T, a n), (26)

სადაც y i + T – პროგნოზირებული დონე;

y i – პროგნოზირებული სერიის მიმდინარე დონე;

T – ექსტრაპოლაციის პერიოდი;

და n არის ტენდენციის განტოლების პარამეტრი.

მაგალითი 3''. მე-3 მაგალითში მოცემულ მონაცემებზე დაყრდნობით, ჩვენ ექსტრაპოლაციას მოვახდენთ 2001 წლის პირველ ნახევრამდე. ტრენდის განტოლება ასეთია: y^ t = 10.1-1.04t.

y 8 = 10.1-1.04*8 = 1.78;

y 9 = 10.1-1.04*9 = 0.78.

მონაცემთა ექსტრაპოლაციის შედეგად ვიღებთ წერტილოვანი პროგნოზის მნიშვნელობებს. მომავალი პერიოდების ფაქტობრივი მონაცემებისა და ექსტრაპოლაციის შედეგად მიღებული მონაცემების დამთხვევა ნაკლებად სავარაუდოა შემდეგი მიზეზების გამო: პროგნოზირებისას გამოყენებული ფუნქცია არ არის ერთადერთი, რომელიც აღწერს ფენომენის განვითარებას; პროგნოზი ხორციელდება შეზღუდული საინფორმაციო ბაზის გამოყენებით და საწყისი მონაცემების დონეზე თანდაყოლილი შემთხვევითი კომპონენტები გავლენას ახდენდნენ პროგნოზის შედეგზე; სამომავლოდ საზოგადოების პოლიტიკურ და ეკონომიკურ ცხოვრებაში გაუთვალისწინებელმა მოვლენებმა შეიძლება მნიშვნელოვნად შეცვალოს შესასწავლი ინდიკატორის განვითარების სავარაუდო ტენდენცია.

გამომდინარე იქიდან, რომ ნებისმიერი პროგნოზი ფარდობითი და მიახლოებითია, საპროცენტო განაკვეთის დონის ექსტრაპოლაციისას მიზანშეწონილია განისაზღვროს პროგნოზის ნდობის ინტერვალების საზღვრები თითოეული მნიშვნელობისთვის y i + T. ნდობის ინტერვალის საზღვრები აჩვენებს რყევების ამპლიტუდას მომავალი პერიოდის ფაქტობრივ მონაცემებში პროგნოზირებულიდან. ზოგადად, ნდობის ინტერვალების საზღვრები შეიძლება განისაზღვროს შემდეგი ფორმულით:

y t ±t α *σ yt , (27)

სადაც y t არის პროგნოზირებული დონის მნიშვნელობა;

t α – ნდობის მნიშვნელობა განისაზღვრება Student-ის t-ტესტის საფუძველზე;

σ yt – ფესვის საშუალო კვადრატის ტენდენციის შეცდომა.

გარდა ექსტრაპოლაციისა, რომელიც ეფუძნება სერიების გასწორებას ანალიტიკური ფუნქციის მიხედვით, პროგნოზი შეიძლება განხორციელდეს ექსტრაპოლაციის მეთოდის გამოყენებით, რომელიც დაფუძნებულია საშუალო აბსოლუტურ ზრდაზე და საშუალო ზრდის ტემპზე.

პირველი მეთოდი ემყარება იმ ვარაუდს, რომ ზოგადი ტენდენციაგამოხატული საპროცენტო განაკვეთების განვითარება ხაზოვანი ფუნქცია, ე.ი. ინდიკატორის ერთგვაროვანი ცვლილებაა. სესხის პროცენტის პროგნოზირებული დონის დასადგენად ნებისმიერი t თარიღისთვის, საშუალო აბსოლუტური ზრდა უნდა გამოითვალოს და თანმიმდევრულად შეჯამდეს დინამიკის სერიის ბოლო დონით იმდენჯერ, რამდენჯერაც ხდება სერიის ექსტრაპოლირებული პერიოდი.

y i + T = y i + ∆¯*t, (28)

სადაც i არის შესწავლილი პერიოდის ბოლო დონე, რომლისთვისაც გამოითვლება ∆¯;

t – საპროგნოზო პერიოდი;

∆¯ - საშუალო აბსოლუტური ზრდა.

მეორე მეთოდი გამოიყენება, თუ ვარაუდობენ, რომ განვითარების ზოგადი ტენდენცია განისაზღვრება ექსპონენციალური ფუნქცია. პროგნოზირება ხორციელდება საშუალო ზრდის ტემპის გაანგარიშებით, რომელიც გაზრდილია ექსტრაპოლაციის პერიოდის ტოლ ძალამდე.

იმისათვის, რომ ობლიგაციების ბაზრის შედეგები იყოს საბაზრო საშუალოზე უკეთესი, საკმარისი არ არის ობლიგაციების მხოლოდ დაფარვამდე ყველაზე მაღალი შემოსავლის მქონე ობლიგაციების შეძენა. იმისთვის, რომ ბაზარზე უკეთესად ვიმოქმედოთ, აუცილებელია ვიცოდეთ, როგორ შეიცვლება ინვესტორების მიერ მოთხოვნილი სარგებელი კონკრეტული ობლიგაციების გამოშვებიდან (მოსალოდნელი ცვლილება ლიკვიდურობის დონესა და ემისიის საკრედიტო ხარისხში) და, რაც მთავარია, რა ზოგადად ეკონომიკაში საპროცენტო განაკვეთების დონის მდგომარეობა იქნება.

ეს საშუალებას მოგცემთ შეინახოთ ძირითადად მოკლევადიანი ფასიანი ქაღალდები თქვენს პორტფელში საპროცენტო განაკვეთების ზრდის მოლოდინში (მათი ღირებულების შემცირება გრძელვადიანზე ნაკლები იქნება). საპროცენტო განაკვეთების დონის მოსალოდნელი შემცირების შემთხვევაში პორტფელი უპირატესად შეიცავს უფრო ხანგრძლივი ვადის მქონე ობლიგაციებს (მათი ღირებულების ზრდა უფრო მნიშვნელოვანი იქნება, ვიდრე მოკლევადიანი ობლიგაციების).

მთლიანობაში ეკონომიკაში საპროცენტო განაკვეთების დონის ვექტორის დასადგენად კომპანია Arsagera Management Company იყენებს 5 მოდელს. ყველა ეს მოდელი დაფუძნებულია არბიტრაჟის პრინციპზე.

საპროცენტო განაკვეთის დონის ვექტორი

იმის დასადგენად, თუ როგორი იქნება საპროცენტო განაკვეთები მომავალში, Arsagera Management Company იყენებს რამდენიმე ეკონომიკურ მოდელს, რომელთაგან თითოეული აღწერს ეკონომიკური აგენტების სხვადასხვა ჯგუფის ქცევას გარკვეულ ეკონომიკურ პირობებში.

ინფლაციის მოდელი

ინფლაციის მოდელი ითვალისწინებს შიდა ინვესტორების ქცევას. ამ მოდელის ფარგლებში ქვეყანაში საპროცენტო განაკვეთების დონე შედარებულია იმავე ქვეყანაში ინფლაციის დონესთან (რუსეთის ინფლაციის პროგნოზი ეფუძნება ეკონომიკური განვითარებისა და ვაჭრობის სამინისტროს პროგნოზებს). ამ მოდელის ძირითადი წინაპირობა ის არის, რომ ინვესტორები სხვა და სხვა ქვეყნებიიგივე დონის რისკის მქონე ინსტრუმენტებში ინვესტირებისას ფოკუსირება რეალური შემოსავლის ერთსა და იმავე დონეზე (ქვეყანაში ინფლაციის მაჩვენებლით შემცირებული ანაზღაურება). ამრიგად, იმის ცოდნა, თუ რას ელიან ინვესტორები სხვადასხვა ქვეყნებში გარკვეული დონის რისკის მქონე ინვესტიციებისგან, ჩვენ, რუსეთში ინფლაციის დონის პროგნოზირებით, შეგვიძლია ვთქვათ, როგორი უნდა იყოს ანაზღაურება კონკრეტულ ინსტრუმენტებზე, რათა ინვესტორები დაინტერესდნენ ინვესტიციების განხორციელებაში. ქვეყანაში და არა საზღვარგარეთ, მის ფარგლებს გარეთ.

მაგალითი.რუსეთში ყველაზე სანდო კორპორატიულ ობლიგაციებზე საშუალო სარგებელი 7,5%-ია. მომავალ წელს ინფლაციის მაჩვენებელი 9.9%-ს ვარაუდობენ. აშშ-ში ყველაზე სანდო კორპორატიულ ობლიგაციებზე საშუალო სარგებელი 5%-ია, მოსალოდნელი ინფლაცია კი 2,2%-ია. ამრიგად, გამოდის, რომ რუსეთში ინვესტიციის რეალური ანაზღაურება იქნება -2,4%, ხოლო აშშ-ში - +2,8%. ჩვენ ვხედავთ, რომ ინვესტორებს უფრო მეტად აინტერესებთ ინვესტიციები აშშ-ს ბაზარზე, სანამ არ იქნება რეალური ანაზღაურება ინსტრუმენტებზე რისკის იგივე დონის მქონე. რუსეთში საპროცენტო განაკვეთების დონის ვექტორი ამ მოდელის მიხედვით არის +520 პროცენტული პუნქტი.

ფულის განაკვეთის პარიტეტული მოდელი

ეს მოდელი ითვალისწინებს კაპიტალის ტრანსსასაზღვრო ინვესტიციაში ჩართული გლობალური მოთამაშეების ქცევას. ვინაიდან უცხოურ (ასეთ ინვესტორთან მიმართებაში) ბაზრებზე სახსრების ინვესტირება გულისხმობს სახსრების სხვა ქვეყნის ვალუტაში გადარიცხვას, საბოლოო მოგებაზე, რომელსაც ასეთი ინვესტორი ელის, გავლენას ახდენს მოსალოდნელი ცვლილება. გაცვლითი კურსები. ხელმისაწვდომობა დიდი რიცხვიტრანსსასაზღვრო ინვესტიციებში ჩართული ინვესტორები იწვევს იმავე დონის რისკის მქონე ინსტრუმენტებზე შემოსავლების გათანაბრებას (გლობალური მასშტაბით).

ამრიგად, ვალუტების სამომავლო გაცვლითი კურსის პროგნოზის გათვალისწინებით და ერთ-ერთ ამ ქვეყანაში საპროცენტო განაკვეთების დონის ცოდნის გათვალისწინებით, შეგვიძლია ვთქვათ, თუ რა დონის საპროცენტო განაკვეთებს ელოდებათ ინვესტორები მეორე ქვეყანაში.

მაგალითი.დავუშვათ, რომ რუბლის მიმდინარე კურსი აშშ დოლართან არის 50 რუბლი დოლარზე. წელიწადში მოსალოდნელი მაჩვენებელია 55. ამიტომ, თუ ამჟამინდელი ანაზღაურება ინსტრუმენტებზე გარკვეული დონის რისკის მქონე შეერთებულ შტატებში არის 10% წლიური, მაშინ ინვესტორების მიერ მოსალოდნელი ანაზღაურება რუსულ ინსტრუმენტებზე რისკის იგივე დონის მქონე ქვეყანაში. წელიწადში არის 21% წელიწადში (რუბლის მოსალოდნელი გაუფასურების კომპენსაციისთვის). ვინაიდან გაცვლითი კურსის საპროგნოზო მნიშვნელობებს აცხადებენ არა მხოლოდ ეკონომიკური განვითარების სამინისტრო, არამედ დასავლეთის წამყვანი საინვესტიციო ინსტიტუტები, ჩვენ შეგვიძლია გამოვთვალოთ რა სახის მომგებიანობას ელიან ისინი რუსული აქტივებისგან.

საკრედიტო-დეპოზიტის მოდელი

საკრედიტო და დეპოზიტის მოდელი შედგება სამი ქვემოდელისაგან. ეს მოდელები ითვალისწინებს შიდა ინვესტორების სხვადასხვა ჯგუფის ქცევას:

• მსესხებლები (იურიდიული პირები)რომლებიც ირჩევენ საწარმოს განვითარებისთვის სახსრების მოზიდვის მეთოდს.

საწარმო ირჩევს ორი ალტერნატივიდან: ან შეაგროვოს სახსრები ობლიგაციების ემისიის განთავსებით, ან აიღოს სესხი ბანკიდან. „უფრო იაფი“ მეთოდი უფრო მოთხოვნადი იქნება და დროთა განმავლობაში, განაკვეთები (ყველა ხარჯის გათვალისწინებით) ორივე ბაზარზე - ობლიგაციებსა და კრედიტებს - გაუთანაბრდება.

• ბანკებისახსრების ინვესტირების მეთოდის არჩევა, რომელიც მათ უფრო მეტ მომგებიანობას მოუტანს.

სახსრების განთავსებისას ბანკები არჩევენ საწარმოსთვის სესხის გაცემასა და კორპორატიული ობლიგაციების შეძენას შორის. ამ ბაზრებზე შემოსავლების განსხვავება აუცილებლად გამოიწვევს კაპიტალის ნაკადს და შემოსავალი გაათანაბრდება. ამასთან, განსხვავებულია ლიკვიდურობა საბანკო სესხისა და ობლიგაციისთვის, რაც ასევე გათვალისწინებულია მოდელში ლიკვიდობის პრემიის სახით.

• საწარმოები და მოსახლეობარომლებიც ცდილობენ განათავსონ დროებით თავისუფალი სახსრები უმაღლესი სარგებელით.

დროებით ხელმისაწვდომი სახსრების განთავსებით, საწარმოები და შინამეურნეობები არჩევენ ობლიგაციების შეძენასა და ბანკში ანაბრის გახსნას შორის. როგორც წინა მოდელში, მონაწილეთა ქმედებები, რომლებიც ცდილობენ თავიანთი შემოსავლის მაქსიმიზაციას, გაათანაბრდება ანაზღაურება ამ ბაზრებზე.

ზემოთ აღწერილი მოდელები საშუალებას გვაძლევს გავიგოთ, რა ინსტრუმენტებს გამოიყენებს თითოეული განხილული ჯგუფი თავისი მიზნების მისაღწევად და როგორ იმოქმედებს ეს საპროცენტო განაკვეთების დონეზე სხვადასხვა ბაზარზე. ზემოთ აღწერილი ყველა მოდელის შედეგები შეწონილია კონკრეტულ მოდელზე ორიენტირებული ეკონომიკური აგენტების ჯგუფის მნიშვნელობიდან გამომდინარე.

საპროცენტო განაკვეთების ვექტორის მიღების შემდეგ, შეგვიძლია ვთქვათ, თუ რა შემოსავლით ექნებათ ინვესტორები ერთ წელიწადში ბაზარზე არსებული ნებისმიერი ობლიგაციების ემისიის შეძენას. შემდეგი, კუპონური გადახდების და ობლიგაციების ორგანოს გადახდების დისკონტირებით იმ განაკვეთით, რომელსაც ინვესტორები მოითხოვენ ერთი წლის განმავლობაში ასეთ ფასიან ქაღალდებში ინვესტიციიდან, ჩვენ ვიანგარიშებთ ობლიგაციების მომავალ ღირებულებას.

Მაგალითადმოდელის გამოთვლების შედეგები მიუთითებს იმაზე, რომ მომავალ წელს ინვესტორების მიერ მოთხოვნილი შემოსავლის საშუალო დონე მიმდინარე დონესთან შედარებით 0,5%-ით გაიზრდება. ამ შემთხვევაში, ჩვენ უნდა ავირჩიოთ ობლიგაციების ორი გამოშვებიდან რომელი ვიყიდოთ:

• კომპანია-1 - ხანგრძლივობა 1 წელი, კუპონის განაკვეთი 10%, გადახდები კვარტალურად;
• კომპანია-5 - ხანგრძლივობა 5 წელი, კუპონის განაკვეთი 10%, გადახდები კვარტალურად.

თუ ხუთი წლის განმავლობაში საპროცენტო განაკვეთები და, შედეგად, ინვესტორების მიერ მოთხოვნილი ანაზღაურება დარჩება არსებულ დონეზე, მაშინ შეგიძლიათ შეიძინოთ ობლიგაციებიდან რომელიმეს. ორივე ინვესტიციის ანაზღაურება იქნება იგივე და შეადგენს 10%-ს წელიწადში.

განსახილველ შემთხვევაში, როდესაც ველოდებით საპროცენტო განაკვეთების 0,5%-ით ზრდას, არასწორმა არჩევანმა შეიძლება მნიშვნელოვნად შეამციროს ინვესტიციების ეფექტურობა.

კომპანია-1-ის ემისიის შემთხვევაში, მიუხედავად იმისა, რომ ამ ობლიგაციებიდან საჭირო სარგებელი იქნება წლიური 10,5%, ხოლო ამ ობლიგაციებზე კუპონური გადახდები იქნება 10% წელიწადში, ინვესტორი ობლიგაციების გამოსყიდვის შემდეგ. გამოშვება, მიიღებს მის სრულ ნომინალურ ფასს. მას შეეძლება მიღებული თანხების ინვესტირებას იგივე საკრედიტო ხარისხისა და ლიკვიდობის მქონე კომპანიის ობლიგაციებში, მაგრამ მათზე კუპონის განაკვეთი უკვე იქნება 10,5%.

თუ ინვესტორის სახსრები ინვესტირდება Company-5 ობლიგაციებში, რომელთა დაფარვა მოხდება მხოლოდ ხუთ წელიწადში, მაშინ მისი ინვესტიციის ანაზღაურება უფრო დაბალი იქნება.

ზემოთ მოყვანილი მაგალითი გვიჩვენებს ობლიგაციების არჩევისას საპროცენტო განაკვეთების დონის სწორად პროგნოზირების მნიშვნელობას.

კუპონის გადახდები შეადგენს 10%-ს წელიწადში, ხოლო საჭირო ანაზღაურება ინვესტიციიდან იმავე საკრედიტო ხარისხისა და ლიკვიდურობის ობლიგაციებში იქნება 10,5% წელიწადში.

როგორც ხელნაწერი გალკინი დიმიტრი ევგენიევიჩი. პერმის ь 2012 მუშაობა ჩატარდა ფედერალური სახელმწიფო საბიუჯეტო საგანმანათლებლო დაწესებულების გამოყენებითი მათემატიკის განყოფილებაში VPO "პერმის ეროვნული კვლევითი პოლიტექნიკური უნივერსიტეტი" (PNRPU) სამეცნიერო ხელმძღვანელი: ტექნიკურ მეცნიერებათა დოქტორი, პროფესორი ვლადიმერ პავლოვიჩ პერვადჩუკი ოფიციალური ოპონენტები: ფიზიკურ მეცნიერებათა დოქტორი და მათემატიკური მეცნიერებები, პროფესორი რუმიანცევი ალექსანდრე ნიკოლაევიჩი ეკონომიკის მეცნიერებათა კანდიდატი, ასოცირებული პროფესორი სერგეი ვლადიმიროვიჩ ივლიევი წამყვანი ორგანიზაცია: უმაღლესი პროფესიული განათლების ფედერალური სახელმწიფო საბიუჯეტო საგანმანათლებლო დაწესებულება "იჟევსკი" სახელმწიფო ტექნიკური უნივერსიტეტი", იჟევსკი დაცვა გაიმართება 29 მარტს, 120 მარტს. :00 სადისერტაციო საბჭოს სხდომაზე DM 212.189.07 პერმის შტატის ეროვნულში კვლევითი უნივერსიტეტი» მისამართზე: 614990, პერმი, ქ. ბუკირევა, 15, კორპუსი 1, აკადემიური საბჭოს სხდომათა დარბაზი. დისერტაცია შეგიძლიათ იხილოთ პერმის სახელმწიფო კვლევითი უნივერსიტეტის ბიბლიოთეკაში. რეფერატი განთავსებულია რუსეთის ფედერაციის განათლებისა და მეცნიერების სამინისტროს უმაღლესი საატესტაციო კომისიის ოფიციალურ ვებგვერდზე: http://vak.ed.gov.ru/ და პერმის სახელმწიფო კვლევითი უნივერსიტეტის ვებ-გვერდზე www. psu.ru რეზიუმე გაიგზავნა 2012 წლის 28 თებერვალს. სადისერტაციო საბჭოს სამეცნიერო მდივანი, ეკონომიკურ მეცნიერებათა დოქტორი, ასოცირებული პროფესორი თ.ვ. მიროლიუბოვა 2 სამუშაოს ზოგადი მახასიათებლები საკვლევი თემის აქტუალობა. რისკის მართვის ამოცანა საბანკო სექტორში არატრივიალურია მთელი საბანკო საქმიანობის განმავლობაში. საბანკო რისკების პრობლემა თანამედროვე დროში სულ უფრო აქტუალური ხდება გლობალურ ეკონომიკაზე ფინანსური სექტორის მზარდი გავლენის ფონზე. ასე, მაგალითად, აშშ-ში, მსოფლიოს უდიდეს ეკონომიკაში, 1970-იან წლებში ფინანსური სექტორის შემოსავლის წილი მთლიან კორპორატიულ შემოსავალში არ აღემატებოდა 16%-ს, ხოლო 2000-იან წლებში 41%-ს აღწევდა. 2008 წლის გლობალურ ფინანსურ კრიზისში და 2011 წლის მზარდი კრიზისის დროს ბანკების კოლოსალური როლის გათვალისწინებით, საბანკო სექტორში რისკების მართვისა და კონტროლის პრობლემა მოითხოვს. დიდი ყურადღებადა სწავლა. საბანკო საქმიანობისთვის დამახასიათებელ ყველა სახის რისკს შორის განსაკუთრებული ადგილი უჭირავს საპროცენტო განაკვეთის რისკს, რომელიც მეორე ადგილზეა საკრედიტო რისკზე გავლენის მხრივ. თუმცა, ერთ-ერთი მნიშვნელოვანი განსხვავება საპროცენტო განაკვეთის რისკსა და საკრედიტო რისკს შორის არის ის ფაქტი, რომ მისი გავლენის ქვეშ მყოფი ტერიტორია გაცილებით ფართოა. შედეგად, საპროცენტო განაკვეთის რისკის მნიშვნელობა მაღალია არა ცალკეული ბიზნესის მიმართულებისთვის, არამედ მთლიანად ბანკისთვის. გარდა ამისა, ფინანსური ბაზრების, მათ შორის საპროცენტო განაკვეთების ბაზრის მაღალი ცვალებადობის გათვალისწინებით, ეკონომიკური არასტაბილურობის პერიოდში, საპროცენტო განაკვეთის რისკის მართვა უნდა განხორციელდეს ფრთხილად, შესაძლო სცენარების გათვალისწინებით, რომლებიც გავლენას ახდენენ საპროცენტო განაკვეთის რისკის დონეზე. ზემოაღნიშნული გარემოებები განსაზღვრავს კვლევის აქტუალურობას. თემის მეცნიერული განვითარების ხარისხი. მეცნიერებმა, როგორიცაა Masaulay F., Redhead K., Hughes S., Entrop O., Cade E., Helliar C., Fabozzi F., Gardener E. შეისწავლეს საპროცენტო განაკვეთის რისკის კონცეფცია და შეისწავლეს პრობლემების სხვადასხვა ასპექტები. ამ ტიპის რისკის შეფასება და მართვა., Mishkin F., van Greuning H., Patnaik I., Madura J., Amadou N. ჩვენს ქვეყანაში ამ პრობლემის განვითარების დღევანდელი დონე ასახულია ადგილობრივი მეცნიერებისა და სპეციალისტების ნაშრომებში. , რომელთა შორის უნდა გამოვყოთ Sevruk V.T., Larionova I. V., Vinichenko I.N., Lavrushina O.I., Sokolinskaya N.E., Valentseva N.I., Khandrueva A.A. 3 ეკონომიკური ობიექტების და სისტემების შესწავლის ერთ-ერთი დინამიურად განვითარებადი სფეროა გამოყენება მათემატიკური მეთოდები . მათ შორის განსაკუთრებული აღნიშვნის ღირსია მიდგომები, რომლებიც შესაძლებელს ხდის კვლევაში სინერგეტიკის, დეტერმინისტული ქაოსისა და ფრაქტალის გეომეტრიის ცნებების ფართო გამოყენებას. ასეთი მეთოდების შემუშავებასა და განვითარებაში მონაწილეობდნენ შემდეგი მეცნიერები: Takens F., Sornette D., Peters E., Bachelier L., Mandelbrot B., Gilmore R., Kantz H., Grassberger P., Procaccia I., Fama E., Lorenz E., Ruelle D., Casdagli M., Cao L., Haken H., Lefranc M. რუსულ მეცნიერებაში ამ მიმართულების განვითარებაში მნიშვნელოვანი წვლილი შეიტანეს ქურდიუმოვმა ს.პ.-მ, მალინეცკი გ.გ., ბეზრუჩკო ბ.პ. , Loskutov A.Yu., Shumsky S.A., Kuperin Yu.A. სადისერტაციო კვლევის მიზანია კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის მართვის თეორიული და მეთოდოლოგიური საფუძვლების შემუშავება დეტერმინისტული ქაოსის თეორიის გამოყენებით საპროცენტო განაკვეთების პროგნოზირების საფუძველზე. ამ მიზნის მისაღწევად გადაიჭრა შემდეგი ამოცანები: 1. ფინანსური დროის სერიების პროგნოზირების და საპროცენტო რისკის შეფასების არსებული მიდგომების კვლევა ახალი მეთოდის შემუშავებაში არსებული გამოცდილების გამოყენების მიზნით. 2. არაწრფივი დინამიური სისტემების შესწავლის ეფექტური ინსტრუმენტების შერჩევა გენერირებული დროის სერიებზე დაყრდნობით. 3. კომერციულ ბანკებში საპროცენტო განაკვეთის ბაზრისა და საპროცენტო რისკის ურთიერთკავშირის შესწავლა. 4. ერთგანზომილებიანი მათემატიკური პროგნოზირების მოდელის ადაპტაცია საპროცენტო განაკვეთის ბაზარზე შეზღუდული დეტერმინიზმისა და პროგნოზირებადობის გათვალისწინებით. 5. საპროცენტო განაკვეთების პროგნოზირების მრავალგანზომილებიანი მათემატიკური მოდელის შემუშავება. 6. შემუშავებული პროგნოზირების მოდელების საფუძველზე საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგიის შექმნა. კვლევის ობიექტს წარმოადგენს კომერციული ბანკები, რომლებიც ექვემდებარებიან საპროცენტო განაკვეთის რისკს პროცენტის მატარებელ პროდუქტებთან ოპერაციების შედეგად. კვლევის საგანია კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის მართვის მეთოდები და ინსტრუმენტები, აგრეთვე მეთოდები და ალგორითმები, რომლებიც უზრუნველყოფენ საპროცენტო განაკვეთის რისკთან დაკავშირებული სისტემების მოდელირებას. 4 კვლევის სფერო შეესაბამება რუსეთის ფედერაციის უმაღლესი საატესტაციო კომისიის სპეციალობის პასპორტს 08.00.13 „ეკონომიკის მათემატიკური და ინსტრუმენტული მეთოდები“ შემდეგ პუნქტებზე: 1.1. ეკონომიკური სისტემების ანალიზის მათემატიკური აპარატის შემუშავება და განვითარება: მათემატიკური ეკონომიკა, ეკონომეტრია, გამოყენებითი სტატისტიკა, თამაშების თეორია, ოპტიმიზაცია, გადაწყვეტილების თეორია, დისკრეტული მათემატიკა და სხვა მეთოდები, რომლებიც გამოიყენება ეკონომიკურ და მათემატიკურ მოდელირებაში. 1.6. ეკონომიკის ფინანსურ სექტორში მიმდინარე პროცესების მათემატიკური ანალიზი და მოდელირება, ფინანსური მათემატიკის მეთოდის შემუშავება და აქტუარული გამოთვლები. 2.3. გადაწყვეტილების მხარდაჭერის სისტემების შემუშავება ორგანიზაციული სტრუქტურების რაციონალიზაციისა და ეკონომიკური მენეჯმენტის ოპტიმიზაციის მიზნით ყველა დონეზე. თეორიული და მეთოდოლოგიური საფუძველი არის ადგილობრივი და უცხოელი მეცნიერების სამეცნიერო ნაშრომები ბანკებში საპროცენტო განაკვეთის რისკის შეფასებისა და მართვის სფეროში, დეტერმინისტული ქაოსის თეორია, არაწრფივი დინამიკა, ფინანსური ბაზრების მათემატიკური მეთოდები და მოდელები, ფრაქტალური გეომეტრია, სინერგეტიკა, გამოქვეყნებულია რუსულ და უცხოურ ენაზე. პრესაში, ასევე ინტერნეტში. ამ კვლევის ფარგლებში პრაქტიკული გამოთვლები განხორციელდა ისეთი გამოყენებითი პროგრამული უზრუნველყოფის გამოყენებით, როგორიცაა MS Excel, MathWorks Matlab, Fractan, Tisean. კვლევის საინფორმაციო ბაზას შედგებოდა: – სამეცნიერო ლიტერატურაში, პერიოდულ გამოცემებსა და ინტერნეტში წარმოდგენილი საინფორმაციო და ანალიტიკური მასალებიდან შესწავლილი პრობლემის შესახებ მონაცემები; – სტატისტიკური წყაროები ბანკთაშორისი დაკრედიტების განაკვეთების კვოტების სახით LIBOR და EURIBOR სხვადასხვა პერიოდისთვის. ავტორის მიერ პირადად მიღებული ყველაზე მნიშვნელოვანი შედეგები, რომლებსაც აქვთ სამეცნიერო სიახლე და წარმოდგენილია თავდაცვისთვის, არის: 1. სტატისტიკური მეთოდებით დადგენილი LIBOR-ისა და EURIBOR-ის საპროცენტო განაკვეთების ბაზრის არაწრფივობა და დეტერმინიზმი. 2. ერთგანზომილებიანი დროის სერიებზე დაფუძნებული საპროცენტო განაკვეთების პროგნოზირების მოდიფიცირებული მათემატიკური მოდელი, შესწავლილი 5 სისტემის დეტერმინიზმის, ასევე ამ მოდელის გამოყენების ფარგლების განსაზღვრის შემუშავებული მიდგომის გათვალისწინებით. 3. მრავალგანზომილებიანი დროის სერიაზე დაფუძნებული საპროცენტო განაკვეთების პროგნოზირების მათემატიკური მოდელი, შესასწავლი სისტემების დეტერმინიზმის გათვალისწინებით და პროგნოზის აგებისას რამდენიმე სისტემის დინამიკის გამოყენების საშუალებას. 4. კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია, რომელიც ეფუძნება საპროცენტო განაკვეთების პროგნოზირების მათემატიკურ მოდელს დეტერმინისტული ქაოსის თეორიის მეთოდებზე დაფუძნებული, რაც იძლევა სცენარის მოდელირების საშუალებას პროგნოზირებადი მონაცემების გამოყენებით. შედეგების თეორიული მნიშვნელობა. სადისერტაციო კვლევაში ჩამოყალიბებული დებულებები და დასკვნები ავითარებს საპროცენტო განაკვეთის ბაზრის ანალიზისა და პროგნოზირების თეორიულ და მეთოდოლოგიურ საფუძველს, ასევე საპროცენტო განაკვეთის რისკის მართვის მეთოდებს. შედეგების პრაქტიკული მნიშვნელობა. შემუშავებული მეთოდოლოგიური მიდგომა კომერციულ ბანკებს აძლევს სწორ ინსტრუმენტს, რომელიც საშუალებას აძლევს საპროცენტო განაკვეთის რისკის მართვის ამოცანას, გადავიდნენ ჰიპოთეტური სცენარის მოდელირებიდან უფრო სავარაუდო საპროგნოზო მონაცემებზე დაფუძნებული სცენარის მოდელირებაზე. კვლევის შედეგების დამტკიცება. სადისერტაციო სამუშაოს ძირითადი დებულებები წარმოდგენილი იყო პერმის სახელმწიფო ტექნიკური უნივერსიტეტის (PSU) სტუდენტებისა და ახალგაზრდა მეცნიერთა სამეცნიერო-ტექნიკურ კონფერენციაზე. პერმი, 2007), XV საერთაშორისო სამეცნიერო და ტექნიკურ კონფერენციაზე „ინფორმაციული გამოთვლითი ტექნოლოგიები და მათი აპლიკაციები (პენზა, 2011 წ.), XII საერთაშორისო სამეცნიერო და ტექნიკურ კონფერენციაზე „კიბერნეტიკა და მაღალი ტექნოლოგია XXI საუკუნე (ვორონეჟი, 2011), პერმის სახელმწიფო ეროვნული კვლევითი უნივერსიტეტის დინამიური მოდელების კვლევის კონსტრუქციული მეთოდების ლაბორატორიის სემინარზე (პერმი, 2011 წ.). კვლევის შედეგებმა პრაქტიკული გამოყენება ჰპოვა სს უნიკრედიტ ბანკში. ეს ორგანიზაცია იყენებს საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგიას და ასევე იყენებს კვლევაში აღწერილ საპროცენტო განაკვეთის პროგნოზირების მოდელს. ასევე, დისერტაციის მასალები, მეთოდები და შედეგები გამოიყენება პერმის ეროვნული კვლევითი პოლიტექნიკური უნივერსიტეტის გამოყენებითი მათემატიკის განყოფილებაში კურსის „დინამიური მოდელების მათემატიკური ანალიზი ეკონომიკაში“ სწავლებისას ტრენინგის მიმართულებით 010500.68 „გამოყენებითი 6 მათემატიკა და კომპიუტერული მეცნიერება“ სამაგისტრო პროგრამის ფარგლებში „მათემატიკური მეთოდები ეკონომიკური პროცესების მართვაში“ და კურსის „დინამიური პროცესების მათემატიკური ანალიზი ეკონომიკაში“ კითხვისას მომზადების მიმართულებით 080100.68 - „ეკონომიკა“ სამაგისტრო პროგრამის ფარგლებში. პროგრამა „ეკონომიკური ანალიზის მათემატიკური მეთოდები“. კვლევის შედეგების განხორციელება აღნიშნულ ორგანიზაციებში დასტურდება შესაბამისი დოკუმენტებით. პუბლიკაციები. დისერტაციის თემაზე ავტორმა გამოაქვეყნა რვა ნაშრომი საერთო მოცულობით 3,72 pp, მათ შორის ორი ნაშრომი უმაღლესი საატესტაციო კომისიის მიერ დისერტაციის შედეგების გამოსაქვეყნებლად რეკომენდებულ პუბლიკაციებში (1,16 pp). სადისერტაციო სამუშაოს მოცულობა და სტრუქტურა. ნამუშევარი წარმოდგენილია საბეჭდი ტექსტის 147 გვერდზე. კვლევის ძირითადი შედეგები ილუსტრირებულია 26 ცხრილსა და 77 ფიგურაში. გამოყენებული ლიტერატურის ნუსხა მოიცავს 108 სათაურს. დისერტაციის სტრუქტურა განისაზღვრება კვლევის მიზნებით, ამოცანებითა და ლოგიკით. ნაშრომი შედგება შესავლისგან, ოთხი თავისგან, დასკვნისგან, ცნობარების ჩამონათვალისა და განაცხადებისაგან. შესავალი ასაბუთებს თემის აქტუალურობას, ადგენს მიზნებსა და ამოცანებს სამეცნიერო გამოკვლევა, გამოკვეთილია კვლევის სფეროში ყველაზე მნიშვნელოვანი მიღწევები და წარმოდგენილია მიღებული შედეგების სიახლე. პირველ თავში „მათემატიკური მეთოდების გამოყენება ფინანსური დროის სერიების შესწავლაში“ განიხილება ფინანსური დროის სერიების პროგნოზირების არსებული მეთოდები და მიდგომები, აფასებს მათ ეფექტურობას და განსაზღვრავს ფინანსური დროის სერიების მოდელირების არაწრფივი მეთოდების გამოყენების წინაპირობებს. მეორე თავში „დროის სერიებზე დაფუძნებული არაწრფივი დინამიკური სისტემების შესწავლის მეთოდების შერჩევა და დასაბუთება“ განისაზღვრება დინამიური სისტემების შესწავლის ძირითადი მიდგომები დეტერმინისტული ქაოსის თეორიის გამოყენებით, კეთდება კრიტიკული შეფასება და ყველაზე ოპტიმალური. და გამოვლენილია დროის სერიებზე დაფუძნებული სისტემების შესწავლის სწორი ინსტრუმენტები. მესამე თავში „საპროცენტო განაკვეთის რისკის შეფასება და შესწავლა საბანკო საქმეში“ განხილულია საპროცენტო განაკვეთის რისკის როლი კომერციული ბანკებისთვის. შესწავლილია საპროცენტო განაკვეთის რისკის კლასიფიკაცია და ძირითადი ფაქტორები, რომლებიც წარმოქმნიან საპროცენტო განაკვეთის რისკს, რათა განისაზღვროს საპროცენტო განაკვეთის ბაზრისა და საპროცენტო განაკვეთის რისკის ურთიერთკავშირის ბუნება. მეოთხე თავში „საპროცენტო განაკვეთის რისკის მართვის მეთოდის შემუშავება საპროცენტო განაკვეთების პროგნოზირებაზე დაყრდნობით“ შესწავლილია საპროცენტო განაკვეთის ბაზარი არაწრფივობისა და დეტერმინიზმის გამო. საპროცენტო განაკვეთის ბაზარზე ადაპტირდება ერთგანზომილებიანი დროის სერიაზე დაფუძნებული პროგნოზირების მოდელი; მუშავდება პროგნოზირების მოდელები, რომლებიც დაფუძნებულია მრავალვარიანტულ დროის სერიებზე. მიღებული მოდელების საფუძველზე იქმნება კომერციულ ბანკში საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია. დასკვნა შეიცავს სადისერტაციო კვლევის ძირითად შედეგებს და დასკვნებს და ნაშრომის პრაქტიკული მნიშვნელობის შეფასებას. ძირითადი დებულებები და კვლევის შედეგები თავდაცვისათვის 1. LIBOR-ისა და EURIBOR-ის საპროცენტო განაკვეთების ბაზრის არაწრფივობა და დეტერმინიზმი, დადგენილი სტატისტიკური მეთოდების გამოყენებით. ეს დებულება ეფუძნება 3-თვიან LIBOR-ის და 1-, 3- და 6-თვიანი EURIBOR-ის საპროცენტო განაკვეთების კვლევას, რომლებიც ყველაზე პოპულარული საცნობარო მცურავი განაკვეთებია და რომელზედაც მიბმულია მცურავი განაკვეთის სესხების ფასი აშშ დოლარსა და ევროში. . ეს განაკვეთები ასახავს ღირებულებას ფულიბანკთაშორისი დაკრედიტების ბაზარზე პირველი კლასის მსესხებლების საკრედიტო რეიტინგი AA და უფრო მაღალი შესაბამისი პერიოდისთვის და გარკვეულ ვალუტაში. დისერტაციამ დაადგინა თვისებრივი კავშირი საპროცენტო განაკვეთის ბაზარსა და კომერციული ბანკებისთვის საპროცენტო რისკის დონეს შორის. შედეგად, LIBOR-ისა და EURIBOR-ის საპროცენტო განაკვეთები, როგორც ფასების ყველაზე პოპულარული განაკვეთები გლობალურ ფინანსურ ბაზრებზე, გამოიკვლიეს არაწრფივობისა და დეტერმინიზმის გამო. ადრე, კვაზი-სტაციონარობის მისაღებად, შესწავლილი დროის სერიები გარდაიქმნებოდა ტრანსფორმაციის საფუძველზე x (1) y t log(xt) log(x t 1) log(t) , t 2, n x t 1 8 არაწრფივობის ნიშნების შესასწავლად. სისტემებში, ბროკისა და დეჩერტის მიერ შემოთავაზებული BDS ტესტი გამოიყენეს და შენკმანმა, რომლის იდეაა სტატისტიკის გამოთვლა კორელაციური ინტეგრალების სხვაობის საფუძველზე (2) m და 1 ზომების ჩადგმისთვის. 2 (2) C N (l, T) I. t (xtN, xsN, l) TN (TN 1) t s სადაც და xtN (xt, xt 1,..., xt N 1) xsN (x s, x s 1,..., x s N 1) წარმოადგენს ისტორიულ მონაცემებს, TN T N 1, და 1, x N x N l , t s სადაც არის უმაღლესი ნორმა. , ლ) N N 0, xt x s l-ისთვის მიღებულ სტატისტიკას (3) უნდა ჰქონდეს ნორმალური განაწილება N (0,1), თუ შესწავლილი პროცესი თეთრი ხმაურია. T (C N (l , T) C1 (l , T) N) (3) wN (l , T) N (l , T) თუ სტატისტიკის მნიშვნელობა სხვადასხვა მნიშვნელობა l აჭარბებს კრიტიკულ მნიშვნელობას, მაშინ ჰიპოთეზა, რომ პროცესი თეთრი ხმაურია, უარყოფილია. BDS სტატისტიკა გამოითვლებოდა თითოეული შესწავლილი პროცესისთვის l-ის სხვადასხვა მნიშვნელობებისთვის და განზომილებების ჩაშენებისთვის m. მიღებულმა შედეგებმა შესაძლებელი გახადა ყოველი პროცესის ნულოვანი ჰიპოთეზის უარყოფა, ე.ი. ნიმუშები არ არის დამოუკიდებელი და თანაბრად გადანაწილებული. გარდა ამისა, BDS სტატისტიკა გამოითვალა ავტორეგრესიული AR(1) მოდელის ნარჩენებისთვის, რის შედეგადაც უარყოფილი იქნა თითოეული პროცესის ნულოვანი ჰიპოთეზა, რაც თავის მხრივ საშუალებას გვაძლევს დავასკვნათ, რომ შესწავლილი პროცესები იყო არაწრფივი. დეტერმინიზმისთვის სისტემების შესწავლის კიდევ ერთი ეტაპი იყო ჰერსტის მაჩვენებლის გამოთვლა შესწავლილი სისტემებისთვის, რათა განესაზღვრა, რამდენად აქვთ შესასწავლ ობიექტებს გრძელვადიანი მეხსიერება. შეფასება გაკეთდა დროის სერიების ნორმალიზებული დიაპაზონის გაანგარიშების საფუძველზე: R / S cN H (4) I t (xtN , x sN 9 სადაც R max(x tn) min(x tn) არის დიაპაზონი დროის სერია, N არის დაკვირვებების რაოდენობა, H არის ჰურსტის მაჩვენებლები, S - xtn სერიის სტანდარტული გადახრა. ნორმალიზებული დიაპაზონის R/S დამოკიდებულების ლოგ-ლოგის გრაფიკის საფუძველზე N დაკვირვებების რაოდენობაზე, მნიშვნელობა. Hurst-ის მაჩვენებლის განსაზღვრულია, როგორც მიახლოებითი სწორი ხაზის დახრილობის კუთხე.შესწავლილი სისტემებისთვის, გამოთვლის შედეგები მოცემულია ცხრილში 1 (3mLIBOR - განაკვეთები LIBOR 3 თვის განმავლობაში, 1mEURIBOR - EURIBOR განაკვეთები პერიოდისთვის 1 თვე, 3mEURIBOR - EURIBOR განაკვეთები 3 თვის განმავლობაში, 6mEURIBOR - EURIBOR განაკვეთები 6 თვის განმავლობაში): ცხრილი 1 Hurst ინდექსების მნიშვნელობა შესწავლილი სისტემებისთვის System 3mLIBOR 1mEURIBOR 3mEURIBOR 3mEURIBOR 6mEURIBOR 6mEURIBOR 6mEURIBOR 6mEURIBOR 6mEURIBOR 6.704 H 70.700.700. The მიღებული შედეგები (H 0.5) მიუთითებს, რომ შესწავლილი სისტემები მდგრადია, ანუ მათ აქვთ გრძელვადიანი მეხსიერება და ტენდენცია შეინარჩუნონ ტენდენცია. ამის საფუძველზე, ისევე როგორც ამ სისტემების BDS ტესტის შედეგების მიხედვით, შეგვიძლია დავასკვნათ, რომ შესწავლილი სისტემები დეტერმინისტული პროცესებია. 2. ერთგანზომილებიანი დროის სერიებზე დაფუძნებული საპროცენტო განაკვეთების პროგნოზირების მოდიფიცირებული მათემატიკური მოდელი, შესწავლილი სისტემების დეტერმინიზმის გათვალისწინებით, ასევე ამ მოდელის გამოყენებადობის ფარგლების განსაზღვრის შემუშავებული მიდგომა. საპროცენტო განაკვეთების დროის სერიის შესწავლისას ის შეიძლება ჩაითვალოს უფრო მაღალი განზომილების უფრო რთული პროცესის განხორციელებად. ამ შემთხვევაში შესაძლებელია მომზიდველის რეკონსტრუქცია და ამით თავად პროცესის გამოკვლევა, რომელიც ქმნის დროის სერიას. მიმზიდველი რეკონსტრუქცია ტარდება კოორდინატთა დაყოვნების მეთოდით: x(t) (s (t), s (t),. .., s (t (m 1))) (5) სადაც m არის ჩადგმის განზომილება და m 2d 1, d არის მინკოვსკის განზომილება. 3mLIBOR სისტემის რეკონსტრუირებული მიმზიდველის პროექცია R2 სივრცეში ნაჩვენებია ნახ. 1, სადაც დიაგონალური სტრუქტურები სისტემის დეტერმინიზმის დადასტურებაა. 10 s (t m) h(f (m) (x t) Fm (x t) (8) შედეგად, დროის სერიების ყველა m მნიშვნელობა შეიძლება გამოისახოს xt მნიშვნელობის საშუალებით F1,… Fm z t 1 (s (t 1), s (t 2),..., s (t m)) ცვლადების 0.04 0.03 ცვლილების შეტანით და t და f-ზე დამოკიდებული ვექტორული ფუნქციის შემოღებით, (8) შეიძლება გადაიწერება, როგორც z t 1 (x t) (9) 0.02 0.01 Takens-ის თეორემის შესაბამისად, თუ: M d Rm დიფეომორფულია, მაშინ შესაძლებელია M d-ის ჩასმა R m-ში თვითგადაკვეთის გარეშე. ვინაიდან მას აქვს გლუვი. შებრუნებული ფუნქცია, ტოლობა (9) შეიძლება ჩაიწეროს x t 1 (z t 1) (10) ჩანაცვლებით (10) s (t m 1) Fm 1 (x t), მივიღებთ, რომ 0 -0.01 -0.02 -0.03 s (t m 1). ) Fm 1 (1 (z t 1) Fm 1 (1 (s (t 1 ), s (t 2),..., s (t m))) -0.04 -0.04 -0.03 -0.02 -0.01 0 0.01 0.02 0.03 0.04 ნახ. 1. რეკონსტრუირებული 3mLIBOR მიმზიდველი განვიხილოთ დისკრეტული დინამიური დეტერმინისტული სისტემა, რომლის დინამიკა განისაზღვრება როგორც xt 1 f (xt) (6) მოდით s (t) h(xt) იყოს დროის სერია, რომელიც არის დინამიური სისტემის დანერგვა (6), კვლევის ობიექტებთან მიმართებაში დროის სერია წარმოადგენს საპროცენტო განაკვეთის მნიშვნელობების ტრანსფორმირებულ სერიას. შეიძლება აღინიშნოს, რომ დეტერმინისტული სისტემის მიერ გენერირებული დროის სერიების მნიშვნელობა დროის გარკვეულ მომენტში შეიძლება წარმოდგენილი იყოს როგორც s (t) h(f (t) (x 0)) (7) ეს წარმოდგენა მოქმედებს ნებისმიერისთვის. წერტილი s (t) დროის სერიებში დროის ნებისმიერ მონაკვეთში, ერთადერთი განსხვავებაა რამდენჯერ მოქმედებს f სისტემა საწყის მდგომარეობაზე. იმათ. დროის სერიის m თანმიმდევრული მნიშვნელობების გათვალისწინებით, ისინი შეიძლება გამოისახოს როგორც s (t 1) h (f (x t) F1 (xt) s (t 2) h (f (xt 1) h(f (f ( (x t))) ) F2 (xt) … 11 (s (t 1), s (t 2),..., s (t m)) (11) ამრიგად, დროის სერიების შემდეგი მნიშვნელობა განისაზღვრება m-ით მისი წინა მნიშვნელობების, სადაც m-ს აქვს ჩაშენების განზომილების ტოპოლოგიური მნიშვნელობა. იმის გამო, რომ ფუნქცია არ არის მითითებული ანალიტიკურად, მისი დაახლოება განხორციელდა სამშრიანი ნერვული ქსელის გამოყენებით, სადაც ნეირონების რაოდენობა შეყვანის ფენა არის m, ხოლო გამომავალ ფენაზე – 1. ამ მოდელის ეფექტურობის გასაზრდელად, იყო მაქსიმალური ლიაპუნოვის მაჩვენებელი, რომელიც განსაზღვრავს სისტემის პროგნოზირებადობას და ჰურსტის მაჩვენებლის H, რომელიც განსაზღვრავს სისტემის დეტერმინიზმს. განიხილება როგორც დროის ფუნქციები. ამისთვის გამოყენებული იქნა ფანჯარა w, რომლის სიგრძე შერჩეული იყო ინდივიდუალურად თითოეული შესასწავლი დროის სერიისთვის და ფანჯრის მოძრაობით გამოითვალა მითითებული მახასიათებლები. ამის საფუძველზე მოდელის გამოსაყენებლად შეირჩა რეგიონი, სადაც 0 და H 0.5. ნახ. სურათი 2 გვიჩვენებს 3mLIBOR საპროცენტო განაკვეთის დროის სერიას ლიაპუნოვის მაქსიმალურ მაჩვენებელთან და ჰურსტის მაჩვენებელთან ერთად დროის ფუნქციის მიხედვით, რის საფუძველზეც განისაზღვრა მოდელის გამოყენების დიაპაზონი. შემდეგი მნიშვნელობის განმეორებითი პროგნოზი აშენდა წინა ისტორიული მონაცემების საფუძველზე. 12 ორიგინალური დროის სერია 10 5 0 0 1000 2000 3000 4000 5000 6000 7000 6000 7000 ლიაპუნოვის მაქსიმალური მაჩვენებლის დინამიკა 0.1 0.05 0 -0.05 -0.1000000001 ics Hurst მაჩვენებლის 3. საპროცენტო განაკვეთების პროგნოზირების მათემატიკური მოდელი ა მრავალვარიანტული დროის სერია, რომელიც ითვალისწინებს შესასწავლი სისტემების დეტერმინიზმს და შესაძლებელს ხდის რამდენიმე სისტემის დინამიკის გამოყენებას პროგნოზის აგებისას. თუ ინფორმაცია ხელმისაწვდომია საპროცენტო განაკვეთების შესახებ ერთ ვალუტაში სხვადასხვა ტერმინებიეს დროის სერიები შეიძლება მივიჩნიოთ ერთი პროცესის განხორციელებად, ე.ი. როგორც ერთი პროცესის პროექცია სამ კოორდინატულ ღერძზე. თუმცა, ამ შემთხვევაში, სირთულე მდგომარეობს მოზიდვის სწორ აღდგენაში: თითოეულ დროის სერიას აქვს განსხვავებული მეტრიკული მახასიათებლები. ამ პრობლემის დასაძლევად გათვალისწინებულია გაფართოებული ჩაშენების სივრცის შექმნა: (xn, xn, xn 2,..., xn (m 1) , (12) z n yn, yn, yn 2,..., yn ( m 1) , z n , z n , z n 2 ,..., z n (მ 1) ) 1 1 2 1 2 3 0.5 0 0 1000 2000 3000 4000 5000 6000 7000 ნახ.2. მოდელის გამოყენების დიაპაზონის იდენტიფიკაცია 3mLIBOR-ისთვის 3mLIBOR დროის სერიის შემდეგი მნიშვნელობის პროგნოზირების შედეგები წარმოდგენილია ნახ. 3. პროგნოზირების ეს მიდგომა უფრო ეფექტური იყო დროის 25%-ში, ვიდრე მეთოდი, რომელიც იყენებს მიმდინარე მნიშვნელობას, როგორც საპროგნოზო მნიშვნელობას (ყველაზე ოპტიმალური პროგნოზირების მეთოდი შემთხვევითი სიარულისთვის). 13 3 1 2 3 სადაც i არის i-ის სისტემისთვის განსაზღვრული კოორდინატთა დაყოვნების პარამეტრი; mi არის i-ე სისტემის ჩანერგვის განზომილება; xn, yn, zn – შესაბამისი დროის სერიების ანგარიშები. განზომილების D m1 m2 m3 სივრცეში ჩადგმული მიზიდულის განხილვისას, Takens-ის თეორემა ასევე მართებულია, რადგან ჩაშენების მინიმალური განზომილების მოთხოვნებთან შესაბამისობა წინასწარ დაკმაყოფილდება „ქვეჩარჩოებით“, რომელთა განზომილება თავდაპირველად. უზრუნველყო ტაკენსის თეორემის შესრულება. ამ ფორმით, სხვა დროის სერიების ხარჯზე ჩანერგვის ხელოვნურად გაზრდილი განზომილება შესაძლებელს გახდის სისტემის შესახებ დამატებითი ინფორმაციის, მ.შ. საპროცენტო განაკვეთების ვადის სტრუქტურაზე. ეს მათემატიკური მოდელი იყენებს არაპარამეტრულ მოდელს პროგნოზირებისთვის შემდეგი წერტილის კოორდინატების ბირთვის გასწორების სახით ტრაექტორიული წერტილის k-უახლოესი მეზობლებისთვის რეკონსტრუქციულ ფაზურ სივრცეში. მაშინ საპროგნოზო ტრაექტორიის წერტილი ასე გამოიყურება: zt 1 ნახ. 3. ორიგინალი ( სქელი ხაზი) და პროგნოზის (დატეხილი ხაზი) ​​დროის სერია 3mLIBOR 3 1 2 N n (zt) (yk 1 yk zt)wk (zt , yk) (13) k 1 სადაც N n (z t) არის zt წერტილის მეზობლების რაოდენობა, და wk (zt , yk) – შეწონვის კოეფიციენტები. 14 ნადარაჯ-უოტსონის ფორმულის მიხედვით, წონა wk (zt , yk) შეიძლება განისაზღვროს როგორც K h (zt y k) (14) wk (z t , y k) N (z) p1 K h (zt y p) n t x2 ( ) x 1 1 სადაც ბირთვის ფუნქცია K h (x) K () e 2h . h h 2 h ზოგადად, ბირთვის ტიპი (13), ისევე როგორც ბირთვის ფუნქციის ფანჯრის სიგანე, განისაზღვრება ექსპერიმენტულად. ამ შემთხვევაში, ბირთვის ფუნქცია არის გაუსის ფუნქცია, ხოლო ფანჯრის სიგანე არის h 0.5. Kantz H.-ისა და Schreiberg T.-ის აზრით, ქაოტური დროის სერიების მოდელირების ეს მიდგომა საკმაოდ ძლიერია ხმაურიანი მონაცემებისთვის და ეფექტურია ექსპერიმენტული სისტემებისთვის. გარდა ამისა, ამ მოდელისარის შერეული მოდელების კლასის წარმომადგენელი, ე.ი. გარკვეულწილად აერთიანებს ლოკალური და გლობალური მოდელების მახასიათებლებს, რაც აისახება მის მახასიათებლებში: ერთის მხრივ, ითვალისწინებს სისტემის გლობალურ ქცევას და მიმართულებას, მეორეს მხრივ, წარმატებით ახდენს ლოკალური დინამიკის მოდელირებას. ნახ. სურათი 4 წარმოადგენს 1mEURIBOR საპროცენტო განაკვეთის გრძელვადიან პროგნოზს 1703-დან 1751 წლამდე, ამ მათემატიკური მოდელის გამოყენების შედეგად EURIBOR საპროცენტო განაკვეთების ნაკრებისთვის 1, 3 და 6 თვის განმავლობაში. წინა მნიშვნელობები გამოყენებული იყო როგორც საწყისი მონაცემები პროგნოზისთვის. 15-ზე მეტი მნიშვნელობა და პროგნოზირება შეიძლება განხორციელდეს საპროცენტო განაკვეთების ნაკრების ნებისმიერი კომპონენტისთვის. დროის სერიების პროგნოზირების ეს მიდგომა შეადარეს სხვა პოპულარულ პროგნოზირების მეთოდებს: ARIMA, ARIMA-GARCH და რადიალური ბაზისური ნერვული ქსელის მოდელებს. ნახ. სურათი 5 გვიჩვენებს პროგნოზირების შედეგებს ამ მოდელების გამოყენებით 1mEURIBOR საპროცენტო განაკვეთის გარკვეული მონაკვეთისთვის. 0.53 0.52 ორიგინალური სერიის მოდელი, რომელიც დაფუძნებულია ARIMA TDC ARIMA-GARCH RBF-ქსელზე 0.51 0.50 0.49 0.48 0.47 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ნახ. 5. 1mEURIBOR და მისი საპროგნოზო მნიშვნელობები სხვადასხვა მოდელებზე დაფუძნებული ცხრილში. სურათი 2 წარმოადგენს პროგნოზირების ეფექტურობის რიცხვითი შედარების შედეგებს, რომელიც დაფუძნებულია ნორმალიზებულ სტანდარტულ გადახრაზე (NSDE) 1 N NSDE N (x pr x რეალური) 2 i 1 2 (15), სადაც 2 არის ტესტის ნაკრების ვარიაცია და საშუალო აბსოლუტური შეცდომა (x): x 1 N N x pr x რეალური (16) i 1 ცხრილი 2 პროგნოზირების მოდელების ეფექტურობის შედარება მოდელი ARIMA-ზე დაფუძნებული TDH ARIMA GARCH RBF ქსელზე 0.375 1.262 0.808 0.699 NSDC 0.02x 0.001. 4. ორიგინალური (მყარი ხაზი) ​​და პროგნოზული (შეწყვეტილი ხაზი) ​​დროის სერიები 1mEURIBOR შემოთავაზებული მათემატიკური პროგნოზირების მოდელი ახორციელებს სწორ პროგნოზს საპროგნოზო ჰორიზონტით არა 15 მოდელების წარმოდგენილი ნაკრებიდან და პროგნოზირების შედეგების ეფექტურობის შემაჯამებელი ცხრილიდან, ჩვენ შეიძლება დავასკვნათ, რომ დეტერმინისტული ქაოსის (DCH) თეორიაზე დაფუძნებული შემოთავაზებული მოდელი ყველაზე ეფექტურია. 16 4. კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია, რომელიც ეფუძნება საპროცენტო განაკვეთების პროგნოზირების მათემატიკურ მოდელს დეტერმინისტული ქაოსის თეორიის მეთოდებზე დაფუძნებული, რაც იძლევა სცენარის მოდელირების საშუალებას პროგნოზირებადი მონაცემების გამოყენებით. შემოთავაზებული მათემატიკური მოდელების საფუძველზე შემუშავდა კომერციულ ბანკში საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია (სურ. 6). დასაწყისი A მომგებიანობის შეფასება საპროცენტო განაკვეთების ცვლილებებზე ყველაზე სარისკო პოზიციების იდენტიფიცირება და საპროცენტო განაკვეთების განსაზღვრის განსაზღვრა ძირითადი განაკვეთების სისტემებისთვის ინვარიანტების რეკონსტრუქცია და გამოთვლა რისკის მიღება დიახ ხარვეზის ანალიზი დიახ დიახ აღმავალი დინამიკა პოზიტიური რისკის პოზიცია აქტივების ზრდა დიახ არა არა უარყოფითი რისკის პოზიცია ზრდა ვალდებულებები მოდელის პარამეტრების შეფასება საპროცენტო განაკვეთების პროგნოზირება არა არა აქტივების ზრდა პროგნოზირების ეფექტურობის შეფასება მოდელის პარამეტრების კორექტირება A დასასრული ნახ. 6. საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია ამგვარად, პირველი ეტაპი მოიცავს საპროცენტო განაკვეთის რისკის ქვეშ მყოფი მიმდინარე პოზიციის ანალიზს უფსკრული ანალიზის გამოყენებით და საპროცენტო განაკვეთების ცვლილების მიმართ მომგებიანობის მგრძნობელობის შეფასებას გადაფასების ინტერვალების კონტექსტში. ამის წყალობით გამოვლენილია საპროცენტო განაკვეთები, რომლებიც ყველაზე მეტად განსაზღვრავს მომგებიანობის ცვლილებას. საპროცენტო განაკვეთების შერჩეული ნაკრებიდან გამომდინარე ხდება მიმზიდველის რეკონსტრუქცია და ინვარიანტების გამოთვლა, შემდეგ კი პროგნოზირება. საპროგნოზო შედეგები ინტერპრეტირებულია რისკის მიღების ან რისკის შემცირების თვალსაზრისით. რისკის შემცირებისას, პროგნოზირებული დინამიკის და მიმდინარე რისკის პოზიციიდან გამომდინარე, მიიღება ქმედებები: საპროცენტო განაკვეთის ბაზარზე აღმავალი დინამიკის პროგნოზირების შემთხვევაში მათზე დადებითი რისკის პოზიციით ან დაღმავალი დინამიკის უარყოფითი რისკის პოზიციით, აქტივები მგრძნობიარეა. საპროცენტო განაკვეთის რისკის ზრდა, რომელიც ხორციელდება შემდეგი ქმედებების გამო: მცურავი განაკვეთის ფასიანი ქაღალდების შეძენა; სესხის განაკვეთების ფიქსირებულიდან მცურავზე გადაყვანა; მცურავი საპროცენტო განაკვეთით სესხების დაფინანსების შეცვლა ფიქსირებული საპროცენტო განაკვეთით დაფინანსებით; წინააღმდეგ შემთხვევაში, საპროცენტო განაკვეთის რისკისადმი მგრძნობიარე ვალდებულებები იზრდება. დასკვნები 1. კრიტიკულად არის შეფასებული დეტერმინისტული ქაოსის თეორიის ინსტრუმენტების არსებული ნაკრები დროის სერიებზე დაფუძნებული სისტემების შესასწავლად და ამის საფუძველზე, ისევე როგორც შედარებითი მიდგომით, ყველაზე ეფექტური მეთოდები მიმზიდველის რეკონსტრუქციისთვის, კორელაციის განზომილების და ლიაპუნოვის დამახასიათებელი მაჩვენებლების გამოსათვლელად. 2. გამოვლინდა თვისებრივი კავშირი საპროცენტო განაკვეთის რისკსა და საპროცენტო განაკვეთის ბაზარს შორის და ეს უკანასკნელი ობიექტი გამოვლინდა კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის წარმოქმნის ერთ-ერთ მთავარ გამომწვევ ფაქტორად. არაწრფივობა და დეტერმინიზმი 3. საპროცენტო განაკვეთები დგინდება LIBOR-ით 3 თვის ვადით და EURIBOR-ით 1, 3 და 6 თვის ვადით. დინამიური სისტემების რეკონსტრუქცია მოხდა დროის სერიებზე დაყრდნობით, შეფასდა მეტრიკული და დინამიური ინვარიანტები, რომელთა შედეგებმა კიდევ ერთხელ დაადასტურა ჰიპოთეზა შესწავლილი სისტემების დეტერმინიზმის შესახებ. 4. ერთგანზომილებიანი დროის სერიაზე დაფუძნებული მათემატიკური პროგნოზირების მოდელი ადაპტირებულია საპროცენტო განაკვეთის ბაზარზე; მისი გამოყენებადობის კრიტერიუმები შემუშავებულია დეტერმინიზმისა და პროგნოზირებადობის არეალის განსაზღვრის საფუძველზე. 5. საპროცენტო განაკვეთების ბაზრისთვის, შემუშავებულია მათემატიკური პროგნოზირების ახალი მოდელი, რომელიც ეფუძნება საპროცენტო განაკვეთების მრავალგანზომილებიან დროის სერიას, გაფართოებული საინვესტიციო სივრცისა და მეზობელი ტრაექტორიის წერტილების ბირთვის გლუვირების გამოყენებით, რომლის ეფექტურობა აღემატება პროგნოზირების კლასიკური მიდგომების ეფექტურობას. ფინანსური ბაზრები. 18 6. კომერციულ ბანკებში საპროცენტო განაკვეთის რისკის მართვის მეთოდოლოგია შეიქმნა საპროცენტო განაკვეთის ბაზრის პროგნოზირების შემუშავებულ მოდელზე დაყრდნობით. Pervadchuk V.P., Galkin D.E. ბანკთაშორისი საკრედიტო განაკვეთის LIBOR-ის როლი გლობალურ ეკონომიკაში // Vestnik Perm. სახელმწიფო ტექ. უნ-ტა. -ბატონო. სოციალურ-ეკონომიკური მეცნიერებები. – პერმი, 2011. – გვ. 101105. პუბლიკაციები კვლევის თემაზე პუბლიკაციები უმაღლესი საატესტაციო კომისიის მიერ რეკომენდებულ პუბლიკაციებში: 1. Pervadchuk V.P., Galkin D.E. დეტერმინისტული ქაოსის თეორიის მეთოდების გამოყენება ბანკთაშორისი საკრედიტო განაკვეთის LIBOR-ის დინამიკის პროგნოზირებისთვის // Vestnik Izhevsk. სახელმწიფო ტექ. უნ-ტა. – No2 (46). – იჟევსკი, 2010. – გვ.45-49. 2. გალკინი დ.ე. მრავალგანზომილებიანი ფინანსური დროის სერიების პროგნოზირება დეტერმინისტული ქაოსის თეორიის მეთოდებზე დაყრდნობით // ინჟეკონის ბიულეტენი. – 2011. – No3(46). - სერ. Ეკონომია. – პეტერბურგი, 2011. – 359-363 გვ. სხვა პუბლიკაციებში: 3. Galkin D.E., Pervadchuk V.P. გაცვლითი კურსის დინამიკის ფრაქტალური ანალიზი // სტუდენტებისა და ახალგაზრდა მეცნიერების სამეცნიერო და ტექნიკური კონფერენციის აბსტრაქტები პერმსკი. სახელმწიფო ტექ. უნ-ტა. -ბატონო. გამოყენებითი მათემატიკა და მექანიკა, 2007. – გვ. 26-27. 4. პერვადჩუკი ვ.პ., გალკინი დ.ე. ეკონომიკური სისტემების პროგნოზირებისთვის დეტერმინისტული ქაოსის თეორიის მეთოდების გამოყენების დასაბუთება // Vestnik Perm. სახელმწიფო ტექ. უნ-ტა. -ბატონო. მათემატიკა და გამოყენებითი მათემატიკა. – პერმი, 2008. – გვ. 15-24. Pervadchuk V.P., Galkin D.E. ფრაქტალების გამოყენება ფინანსური დროის სერიების 5. შესწავლაში // Vestnik Perm. სახელმწიფო ტექ. უნ-ტა. – No14. -ბატონო. მათემატიკა და გამოყენებითი მათემატიკა. – პერმი, 2008. – გვ. 8-15. V.P., Galkin D.E. მოდელირება 6. ეკონომიკური სისტემების პერვადჩუკი დეტერმინისტული ქაოსის თეორიის მეთოდების გამოყენებით // XXI საუკუნის კიბერნეტიკა და მაღალი ტექნოლოგიები: XII საერთაშორისო სამეცნიერო და ტექნიკური კონფერენციის მოხსენებების კრებული. – ტომი 1. – ვორონეჟი, 2011. – გვ. 277-282 წწ. 7. გალკინი დ.ე. ეკონომიკური სისტემების პროგნოზირების ფაზის მიმზიდველის რეკონსტრუქციის თავისებურებები // საინფორმაციო და გამოთვლითი ტექნოლოგიები და მათი გამოყენება: XV საერთაშორისო სამეცნიერო და ტექნიკური კონფერენციის სტატიების კრებული. – Penza: RIO PGSHA, 2011. – გვ.27-31 19 _______________________ ხელმოწერილია გამოსაქვეყნებლად 20.02.2012 წ. ფორმატი 60x84/16 პირობითი ღუმელი ლ. 1.45. ტირაჟი 100 ეგზემპლარი. შეუკვეთეთ ___. პერმის სახელმწიფო ეროვნული კვლევითი უნივერსიტეტის სტამბა. 614990. პერმი, ქ. ბუკირევა, 15 20