Анализ доллара США

Finance and the credit Institute of economy and management St. Amely Stanicin e-mail andreas nowboardramble.ru The analysis of US dollar Анализ доллара США СОДЕРЖАНИЕ Введение 1. Методы исследования рыночной ситуации 2. Многомерная регрессионная интерполяция 3. Прогнозирование курса

Доллара США 4. Сбор данных и обработка данных 5. Конверсия валюты 6. Статистика выборочных наблюдений 1. Методы исследования рыночной ситуации Выбор методов анализа собранной информации о рынке во многом обусловлен целью работы, квалификацией исследователей, качеством первичной информации, содержанием конкретной задачи. Традиционно для решения задач исследования рынка используются в различных сочетаниях и следующие методы

группировка, индексный и графический методы, выравнивание и прогнозирование временных рядов, корреляционный и регрессионный анализ, экспертные оценки. Несколько реже применяется метод моделирования. Для определения перспектив развития рынка используется метод математического моделирования рыночных процессов. В общем виде экономико-статистическая или экономико-математическая модель может быть охарактеризована как система показателей, отражающая те многочисленные признаки, которые свойственны определенной совокупности

элементов, участвующих в конкретном экономическом процессе. В качестве параметров системы выбираются важнейшие показатели, характеризующие структуру рыночного процесса. В экономико-математических моделях показатели связаны в единую систему функциональных уравнений неравенств различного типа. Экономико-статистические модели включают в себя зависимости, основанные на исходных предпосылках и допущениях, составляющих существо модели и оформленных в виде тех или иных

функциональных соотношений, например зависимость инфляции и курсовых колебаний доллара США В данном примере осуществляется комплексная методика, анализа и прогнозирование колебаний курса Доллара США, в рублвом эквиваленте. 1. Стоимость Доллара США в рублях. 2. Годовой темп инфляция Доллара США, год. 3. Годовой темп инфляция в России RUS, год. Если при изучении и измерении тенденции динамики колебания

уровней играли лишь роль помех, информационного шума, от которого следовало по возможности абстрагироваться, то в дальнейшем сама колеблемость становится предметом статистического исследования. Значение изучения колебаний уровней динамического ряда очевидно. Типы колебаний статистических показателей весьма разнообразны, но все же можно выделить три основных пилообразную или маятниковую колеблемость, циклическую долгопериодическую и случайно распределенную

во времени колеблемость. Их свойства и отличия друг от друга хорошо видны при графическом изображении рис. 1. Случайно распределенная во времени колеблемость - нерегулярная, хаотическая. Она может возникать при наложении интерференции множества колебаний с разными по длительности циклами. Но может возникать в результате столь же хаотической колеблемости главной причины существования колебаний. Основными показателями, характеризующими силу колеблемости уровней, выступают уже известные показатели,

характеризующие вариацию значений признака в пространственной совокупности. Однако вариация в пространстве и колеблемость во времени принципиально различны. Прежде всего различны их основные причины. Вариация значений признака у одновременно существующих единиц возникает из-за различий в условиях существования единиц совокупности. Второе коренное отличие состоит в том, что значения варьирующего признака в пространственной совокупности

можно считать в основном не зависимыми друг от друга, напротив, уровни динамического ряда, как правило, являются зависимыми это показатели развивающегося процесса, каждая стадия которого связана с предыдущими состояниями. В-третьих, вариация в пространственной совокупности измеряется отклонениями индивидуальных значений признака от среднего значения, а колеблемость уровней динамического ряда измеряется не их отличиями от среднего уровня эти отличия включают и тренд, и колебания, а отклонениями уровней от тренда.

Отклонения уровней динамического ряда от тренда будем называть всегда колеблемостью. Колебания всегда происходят во времени, не может существовать колебаний вне времени, в фиксированный момент. На основе качественного содержания понятия колеблемости строится и система ее показателей. Показателями силы колебаний уровней являются амплитуда отклонений уровней отдельных периодов или моментов от тренда по модулю, среднее абсолютное отклонение уровней от тренда по модулю, среднее квадратическое

отклонение уровней от тренда. Относительные меры колеблемости относительное линейное отклонение от тренда и коэффициент колеблемости - аналог коэффициента вариации. Графический метод используют для наглядного изображения исследуемых явлений и процессов. Графики делают статистические материалы более доходчивыми и понятными, они упрощают первоначальный анализ, позволяют уяснить тенденции развития явления или процесса.

Для характеристики развития явления во времени применяют ленточные, секторные или столбиковые диаграммы и линейные графики. Для изучения зависимости явлений и их взаимосвязи строят кривые различной формы. Анализ динамических рядов основной способ выявления закономерностей и тенденций развития процессов в динамике. При построении динамических рядов прежде всего необходимо правильно определить их содержание, перечень показателей, а также интервалы динамики месяц, квартал, год.

Объем динамических рядов должен быть установлен таким образом, чтобы охватить все основные показатели, требующиеся для анализа. На основе рядов динамики абсолютных величин могут быть получены ряды динамики средних и относительных величин например - темп инфляции, которые характеризуют качественные сдвиги в экономике. Рисунок 1 2. Многомерная регрессионная интерполяция. Уравнения регрессии применимо и для прогнозирования возможных ожидаемых значений результативного признака.

При этом следует учесть, что перенос закономерности связи, измеренной в варьирующей совокупности, в статике на динамику не является, строго говоря, корректным и требует проверки условий допустимости такого переноса экстраполяции, что выходит за рамки статистики и может быть сделано только специалистом, хорошо знающим объект систему и возможности его развития в будущем. Ограничением прогнозирования на основании регрессионного уравнения, служит условие стабильности или

по крайней мере малой изменчивости других факторов и условий изучаемого процесса, не связанных с ними. Если резко изменится внешняя среда протекающего процесса, прежнее уравнение регрессии результативного признака на факторный потеряет свое значение. Рисунок 2 3. Прогнозирование курса Доллара США Прогнозирование возможных в будущем значений признаков изучаемого объекта - одна и основных задач науки. В ее решении роль статистических методов очень значительна.

Одним из статистических методов прогнозирования является расчет прогнозов на основе тренда и колеблемости динамического ряда до настоящего времени. Если мы будем знать, как быстро и в каком направлении изменились уровни какого-то признака, то сможем узнать, какого значения достигнет уровень через известное время. Методика статистического прогноза по тренду и колеблемости основана на их экстраполяции, т.е. на предположении, что параметры тренда и колебаний сохраняются до прогнозируемого периода.

Такая экстраполяция справедлива, если система развивается эволюционно в достаточно стабильных условиях. Чем крупнее система, тем более вероятно сохранение параметров ее изменения, конечно, на срок не слишком большой Обычно рекомендуют, чтобы срок прогноза не превышал одной трети длительности базы расчета тренда. Рисунок 3 4. Сбор данных и обработка данных Вся методика, организация и техника проведения исследование должны быть нацелены на обеспечение достоверных данных.

Чтобы понять характер задач, возникающих при этом. Общими условиями обеспечения достоверности являются полнота охвата исследуемой совокупности полнота и точность регистрации данных по каждой единице совокупности. Сравнимость данных разных исследований выполняется, если использовалось одно и то же определение единицы наблюдения, одна и та же методика регистрации первичных признаков и методика расчета вторичных признаков.

Важным условием сравнимости является сохранение времени проведения наблюдения и периода или момента, к которому относятся регистрируемые данные. Чтобы провести исследование, нужно сформулировать его цель и основные гипотезы, которые должны быть проверены. Эта стадия работы определяет все последующие, поэтому обычно все решения вырабатываются коллективно в ходе обсуждения проблем предстоящего исследование.

На этой стадии работы дается определение объекта и единицы наблюдения, разрабатывается и утверждается программа исследований. При разработке концепции сбора данных возникает вопрос о том, какие объекты и в каком количестве должны быть исследованы. Это означает, что необходимо решить три проблемы. o Выделить генеральную совокупность o Определить метод выборки o Задать объем выборки. Генеральная совокупность должна быть ограничена вещественно во времени и в пространстве,

а выборка должна быть сделана таким образом, чтобы она представляла репрезентативную иллюстрацию генеральной совокупности. Генеральная совокупность может быть реальной, а может быть гипотетической, включающей случаи, которые реально не существуют, например все возможные результаты эксперимента. В выводной статистике принято строго различать параметры и свойства генеральной совокупности и их оценки по данным выборки. С этой целью принята следующая система обозначений генеральные параметры обозначаются

греческими буквами, выборочные показатели, которые рассматриваются как оценки генеральных параметров, обозначаются латинскими буквами. 1. Минимальный показатель Minimal parameter 2. Максимальный показатель Maximal parameter 3. Средне арифметический Arithmetic mean 4. Медиана Median function 5. Средние отклонение Standard deviation of a population of values 6.

Дисперсия массива Variance of a population of values 7. Ассиметрия массива Skewness of elements 8. Эксцесс массива Kurtosis of the elements 9. Функция корреляции Correlation function Прирост рублей за год на один Доллар США, за счт колебаний Прирост рублей за год на один Доллар США, за счет обесценивания валют 5.

Конверсия валюты Конверсия обмен валюты и временное наращение денег может привести как к прибыли, так и к потерям. Это зависит от величины процентной ставки, от курса обмена валюты в начале и в конце операции, а также от инфляции. Рассмотрим, прежде всего, конверсию валюты за счет ее покупки и продажи. Анализ доходности при покупке и продаже валюты можно провести на основе соотношения курса обмена в начале и в конце операции соответственно, имеющий, например, размерность руб.долл.

Для определения доходности, а в виде сложной процентной ставки рассматриваемой финансовой операции используется принцип финансовой эквивалентности обязательств. Эквивалентными называются равные друг другу платежи при приведении их к одному моменту времени. В соответствии с принципом финансовой эквивалентности обязательств выражение. Исследование и анализ зависимостей курса Доллара США от времени существенным образом зависит от начальной

базы. Для построения зависимости курса доллара и темпа инфляции от времени были использованы статистические данные по темпу инфляции и курсу доллара, начиная с 2004 г. по настоящее время. Построенные зависимости курса доллара и темпа инфляции от времени приведены на рис. 1, из которого следует, что курс доллара и индекс цен увеличиваются во времени. Рассмотрим пример. Поставлена задача определить доходность от финансовой операции

Анализируемый интервал от до , в интервале от 1 до 364 дней. Where 1. Column numberroom of day 2. Column rate of sale 3. Column rate of purchase 4. Column numberroom of a line. Где 1. Столбец номер дня 2. Столбец курс продажи 3. Столбец курс покупки 4. Столбец номер строки. Для расчта и конвертации валюты, укажите в строке

Дата покупки и Дата продажи, номер строки. Свободные средства в рубляхrus Дата покупки Дата продажи Прибыль в рублях Доходность операции на ед. Доходность с учтом инфляции за Рисунок 4 6. Статистика выборочных наблюдений Та совокупность, из которой производится отбор, называется генеральной совокупностью отобранные данные составляют выборочную совокупность. Эти данные представляют интерес постольку, поскольку дают основание

для суждений о параметрах и свойствах генеральной совокупности. Таким образом, выборочный метод обладает следующими достоинствами 1. Относительно небольшие по сравнению со сплошным наблюдением материальные, трудовые и стоимостные затраты на сбор данных включая затраты на планирование и формирование выборки 2. Оперативность получения результатов 3. Широкая область применения 4.

Высокая достоверность результатов. Все эти достоинства проявляются лишь при условии правильного решения проблем выборочного обследования. К ним относятся 1. Определение границ генеральной совокупности 2. Разработка программы наблюдения и инструкций 3. Определение основы для проведения выборки - списка единиц генеральной совокупности, сведений об их размещении 4. Установление допустимого размера погрешности и определение объема выборки 5.

Определение вида выборочного наблюдения 6. Установление сроков проведения наблюдения 7. Определение потребности в кадрах для проведения выборочного наблюдения, их подготовка 8. Оценка точности и достоверности данных выборки, определение порядка их распространения на генеральную совокупность. Выборочные оценки отличаются от генеральных параметров за счет ошибки наблюдения и ошибки выборки. Группировка производится с целью установления статистических связей и закономерностей, построения

описания объекта, выявления структуры изучаемой совокупности. Различия в целевом назначении группировки выражаются в существующей в отечественной статистике классификации группировок типологические, структурные, аналитические. Этот вид группировок в значительной степени определяется представлениями экспертов о том, какие типы могут встретиться в изучаемой совокупности. Чтобы пояснить особенность этой группировки, остановимся

на последовательности действий для ее проведения 1. Называются те типы явлений, которые могут быть выделены 2. Выбираются группировочные признаки, формирующие описание типов 3. Устанавливаются границы интервалов 4. Группировка оформляется в таблицу, выделенные группы на основе комбинации группировочных признаков объединяются в намеченные типы, и определяется численность каждого

из них. 1. Минимальный показатель Minimal parameter 2. Максимальный показатель Maximal parameter 3. Средне арифметический Arithmetic mean 4. Медиана Median function 5. Средние отклонение Standard deviation of a population of values 6. Дисперсия массива Variance of a population of values 7. Ассиметрия массива

Skewness of elements 8. Эксцесс массива Kurtosis of the elements Заключение Подводя итоги, можно сказать, что описательная статистика является инструментом описания совокупности, по которой у нас полностью имеются исходные данные. Метод статистического вывода позволяет по данным выборок делать заключение о более большой совокупности, по которой мы не имеем исчерпывающих наблюдений. Контрольные точки

Курс на начало года Курс Курс Инфляция на следующий день Обесценивание за год Стоимость Доллара в конце года