Введение 6
Глава 1. Теоретические аспекты исследования динамики валютных курсов 8
1.1 Понятие валютного курса 8
1.2 Разновидности валютных курсов 10
1.3 Влияние валютного курса на экономику 14
1.4 Модели динамики валютных курсов 17
Глава 2. Анализ динамик валютных курсов на основе стохастического моделирования: разработка методики и апробация 21
2.1 Общая характеристика динамик основных валютных курсов....21
2.2 Стохастический анализ как инструмент анализа валютных
курсов 23
2.3 Прогнозирование валютных курсов на основе адаптивных
моделей 33
2.4 Опыт применения интеллектуальных к исследованию валютных
курсов: кластерный анализ 37
Глава 3. Численная реализация разработанных моделей 46
3.1 Методика исследования валютных курсов различных стран
относительно общемирового эквивалента 46
3.2 Разработка методологии генерации и анализа валютных курсов,
приведенных к мировому эквиваленту 47
3.3 Уточненная типологизация курсов 51
Заключение 58
Список литературы 60
Приложение
Валютный курс помогает оценить состояние экономики в государстве. Он показывает доверие к национальной валюте и как развивается промышленность данной страны. От валютного курса зависят такие параметры в экономике, как потоки капитала, внешняя торговля и объемы производства. В свою очередь, динамика курсов валют оказывает влияние на объем экспорта и импорта, а также на конкурентоспособность
отечественных товаров на мировом рынке.
Очевидно, что в нынешних условиях происходит усиление взаимозависимости национальных валют от степени развития международного рынка, поэтому существует необходимость создания таких моделей регулирования валютного курса, чтобы можно было осуществить прогноз его падения или роста. Например, в данной работе применялись Statictica и MatLab, как интеллектуальные технологии для исследования динамик валютных курсов.
Если своевременно заметить отклонения изменения валютного курса, то это даст возможность оперативно осуществить мероприятия по урегулированию ситуации. Так же исследование динамики курсов за предыдущие годы поможет определить подходящий метод прогнозирования.
Актуальность данной темы заключается в том, что в настоящий период с валютным курсом связано множество финансово - экономических операций, поэтому прогнозирование этого курса будет действительно полезным, особенно для финансовых аналитиков. В традиционном выражении валютный курс определяет взаимоотношение между двумя конкретными валютами. Важно отметить, что темпы роста, волатильность и другие характеристики любого курса достаточно относительны, поэтому необходим инструментарий, который позволит проводить анализ каждого валютного курса обособленно, а если быть точнее - в соотношении с мировым эквивалентом.
В данной работе рассматривается один из методов установления валютного курса - стохастический анализ, который заключается в исследовании факторов, связь которых с результатом является неполной. В свою очередь, стохастическое моделирование включает в себя несколько методов анализа, один из которых применялся в данной работе - кластерный анализ. Кластерный анализ, в свою очередь, предназначен для оценки схожести исследуемых объектов, поэтому для этого их необходимо сгруппировать в некие кластеры.
Цель данной выпускной квалификационной работы заключается в раскрытии тенденций изменения мировых валютных курсов, а также разработке методики для анализа динамики курсов.
Задачами являются:
• Статистическое исследование и моделирование валютных курсов;
• Построение методики типологизации динамик валютных курсов на основе кластерного анализа, а также ее апробация;
• Разработка методологии выявления и статистического анализа курсов валют (включая курс рубля) относительно мирового эквивалента;
• Разработка программного модуля в среде MatLab по реализации методологии.
Объектом исследования являются курсы мировых валют.
Предметом исследования выступают интеллектуальные технологии анализа динамики валютных курсов.
В данной работе применялись следующие методы исследования: эмпирический метод - метод моделирования и научный метод - метод анализа и синтеза.
Информационной базой данной работы являются официальные данные Центрального Банка Российской Федерации, а также научные труды иностранных и российских авторов.
В дипломной работе были рассмотрены различные теоретические аспекты валютного курса такие как сущность, разновидность, различные факторы, влияющие на курс в целом и как он влияет на экономику.
Поскольку валютный курс тесно взаимосвязан с макроэкономическими процессами, то необходимо сначала его проанализировать, а после уже осуществить прогнозирование, чтобы вовремя заметить отклонения в изменении курсов.
Для проведения этапа анализа применялось стохастическое моделирование, которое включает в себя кластерный анализ, предназначенный для оценки схожести исследуемых объектов, поэтому для этого их необходимо сгруппировать в некие кластеры.
Также можно выделить, как одни из этапов адаптивное прогнозирование. В Statistica существует множество адаптивных моделей, которые различаются по виду микротрендов и по характеру вхождения сезонной компоненты. При проведении адаптивного прогнозирования для доллара США и евро была выделена наилучшая модель - модель с демпфированными трендами и мультипликативной сезонностью.
Далее были рассмотрены пять параметров, которые могут охарактеризовать 33 выбранных валюты. К данным показателям относятся: средний темп роста, стандартное отклонение, степень аномальности ряда, проверка на соответствие нормальному распределению и значение статистики Дарбина-Уотсона. После была проведена кластеризация на основе метода k-средних и были выделены три кластера, каждый из которых обладает своими характерными чертами.
Важным этапом проведенного исследования является разработка методологии, а уже после программного модуля, который позволит проводить анализ каждого валютного курса обособленно, а если быть точнее - в соотношении с мировым эквивалентом. Данный модуль разрабатывался в таком программном продукте, как MatLab.
В конце разрабатываемой темы осуществлялась уточненная типологизация курсов мировых валют. Сначала она проводилась по двум параметрам (темп роста и волатильность), а потом по пяти параметрам, то есть типологизация уже является тонкой. В результате были выделены кластеры с описанием их характеристик и принадлежащих к ним валютам.
