Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах

DOI: 10.33917/es-1.187.2023.16-25

Прогнозирование обменной динамики рубля представляется объективно необходимым для формирования как среднесрочной финансовой стратегии отраслевых корпораций, так и общего стратегического курса на занятие лидерских позиций в отраслях делового интереса, в том числе с использованием новых финансовых инструментов, новых рынков и в целом системы стратегического планирования социально-экономического развития России.

Однако в сегодняшних реалиях задача прогнозирования оценивается как чрезвычайно трудная и усложняющаяся тем, что запущенные кризисы непредсказуемы и характеризуются различной природой (пандемический и геополитический кризисы, расширение торговых войн и санкций). В данных условиях, когда неопределенность нарастает чрезмерно, важно обратиться к накопленному опыту: проанализировать, насколько имеющиеся модели могут быть пригодны для перспективных оценок в сложившейся конъюнктуре.

Источники:

[1–15] см. в № 6 (186)/2022, с. 25.

16. Агеев А.И., Глазьев С.Ю., Митяев Д.А., Золотарева О.А., Переслегин С.Б. Построение модели прогноза курса валют на долгосрочном и краткосрочном горизонтах [Электронный ресурс] // Экономические стратегии. 2022. № 6 (186). С. 16–25. DOI: https://doi.org/10.33917/es-6.186.2022.16-25.

17. Дуброва Т.А. Анализ временных данных // Анализ данных / Под общ. ред. В.С. Мхитаряна. М.: Юрайт, 2019. С. 397–459.

18. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогнозирование и управление. М.: Мир, 1974. 406 с.

19. Алжеев А.В., Кочкаров Р.А. Сравнительный анализ прогнозных моделей ARIMA и LSTM на примере акций российских компаний [Электронный ресурс] // Финансы: теория и практика. 2020. № 24(1). С. 14–23. DOI: 10.26794/2587-5671-2020-24-1-14-23.

20. Мхитарян С.В., Данченок Л.А. Прогнозирование продаж с помощью адаптивных статистических методов // Фундаментальные исследования. 2014. № 9-4. С. 818–822.

21. Пилюгина А.В., Бойко А.А. Использование моделей ARIMA для прогнозирования валютного курса // Прикаспийский журнал: управление и высокие технологии. 2015. № 4. С. 249–267.

22. Ruppert D., Matteson D.S. Statistics and Data Analysis for Financial Engineering // Springer. 2015. URL: https://link.springer.com/book/10.1007%2F978-1-4939-2614-5.

23. Garcia F., Guijarro F., Moya I., Oliver J. Estimating returns and conditional volatility: A comparison between the ARMAGARCH-M models and the backpropagation neural network // International Journal of Complex Systems in Science. 2012. N 1(2). P. 21–26.

24. Maniatis P. Forecasting the Exchange Rate Between Euro And USD: Probabilistic Approach Versus ARIMA and Exponential Smoothing Techniques [Электронный ресурс] // Journal of Applied Business Research (JABR). 2012. N 28(2). P. 171–192. URL: https://doi.org/10.19030/jabr.v28i2.6840.

25. JDemetra + User Guide Version 2.2 [Электронный ресурс] // Narodowy Bank Polski. URL: https://ec.europa.eu/eurostat/cros/system/files/jdemetra_user_guide_version_2.2.pdf.

26. Машинное обучение, нейронные сети, искусственный интеллект. Как создать модель ARIMA для прогнозирования временных рядов в Python [Электронный ресурс] // MachineLearningMastery.ru. URL: https://machinelearningmastery.ru/arima-for-time-seriesforecasting-with-python/

27. Модель ARIMA в Python для прогнозирования временных рядов [Электронный ресурс] // Помощник Python. URL: https://pythonpip.ru/examples/model-arima-v-python.

28. Модель ARIMA. Рабочая группа «Центр макроэкономического прогнозирования». Национальный исследовательский университет «Высшая школа экономики» [Электронный ресурс] // Центр макроэкономического прогнозирования.
URL: https://economics.hse.ru/cmf/models_ARIMA.

29. Рубль доллар бережет: что происходит с курсом валюты и чего ждать дальше [Электронный ресурс] // РБК Тренды. URL: https://trends.rbc.ru/trends/social/625d4be59a7947aeeaa57cd2.

30. Банк России реализует дополнительные меры для поддержки финансового сектора и кредитования экономики [Электронный ресурс] // Банк России.
URL: https://cbr.ru/press/pr/?file=15042022_131514BANK_SECTOR15042022_121719.htm.

31. В Минэке спрогнозировали средний курс рубля в 2023 году на уровне 70 руб./$.
URL: https://iz.ru/1462104/2023-01-30/v-mineke-sprognozirovali-srednii-kurs-rublia-v-2023-godu-na-urovne-70-rub.

32. Эксперты усомнились в прогнозе Минэкономразвития о долларе за 70 рублей.
URL: https://www.mk.ru/economics/2023/01/30/eksperty-usomnilis-v-prognoze-minekonom razvitiyao-dollare-za-70-rubley.html.