Щуцкий Вадим TeleTrade | Особое мнение | Обзор рынка | USDX | Gold (XAU/USD)

Влияющие на ценообразование факторы федерального долга

30 сентября 2013  Источник http://www.teletrade.ru/ http://www.teletrade.ru/
Вчера вышли данные по реальному американскому ВВП, и в то же время в Конгрессе разгораются «сражения» за увеличение государственного долга. В связи с этим интересно как любое решение может повлиять на динамику ценообразования рыночных товаров Вчера вышли данные по реальному американскому ВВП, и в то же время в Конгрессе разгораются «сражения» за увеличение государственного долга. В связи с этим интересно как любое решение может повлиять на динамику ценообразования рыночных товаров.

Для того, чтобы разобраться с этими долгосрочными тенденциями, были взяты квартальные данные государственного долга (источник данных: U.S. Department of the Treasury: Financial Management Service) и реального ВВП (источник данных: U.S. Department of Commerce: Bureau of Economic Analysis) начиная с 1966-го года.

Общая ситуация выглядит такой, как показано на рисунках 1 и 2.

Влияющие на ценообразование факторы федерального долга


Рис.1 Динамика роста государственного долга США

Влияющие на ценообразование факторы федерального долга


Рис.2 Динамика роста реального ВВП США

Сложно рассуждать, о том, что хуже, а что лучше при постоянном экспоненциальном росте и одного и другого. Поэтому лучше перейти к иному базису сравнения. Таким базисом был выбран ежеквартальный прирост каждого показателя.

Разница этих приростов и показывает долгосрочную тенденцию. Посмотреть на нее можно на рисунке 3.

Влияющие на ценообразование факторы федерального долга


Рис.3 Динамика разницы темпов прироста государственного долга и реального ВВП США

Хотя и прослеживается явная логопериодичность, но т.к. делается грубая оценка, то достаточно и кривой тренда 6-го порядка (последние порядки с силу их малости в формуле не показаны).

Хорошо видно, что политика США по отношению к внутреннему долгу всегда была примерно одинаковой и заимствования в кризисные времена всегда превалировали над государственным долгом. В то же время с 2010-го года происходит резкое уменьшение этого показателя (поднятие заметно только под конец каждого года). И эта тенденция продолжается. Опубликованные на прошлой неделе данные по ВВП (2,5%) говорят о том, что эта тенденция достигла нулевого уровня. А стало быть, начинается фаза превышения доходной части над заимствованной. При таких астрономических цифрах этих показателей уменьшение на несколько процентов способно будет покрывать любые (а они достаточно низкие) проценты по ранее выданным облигациям.

Больше того, доля ФРС как федерального кредитора (источник данных: U.S. Department of the Treasury: Financial Management Service) достаточно высока (см. рис. 4).

Влияющие на ценообразование факторы федерального долга


Рис.4 Динамика доли ФРС в общих государственных займах

Из чего можно заключить, что какое бы решение Конгресса по поводу предела государственного долга не было бы, существенного влияния на ценообразование рыночных товаров оно не будет иметь (разве что возможен кратковременный отскок). Если примут решение не поднимать долговой потолок, то ФРС может отсрочить выплату своего долга (либо списать), а прирост ВВП даст возможность рассчитаться по купонным платежам долгосрочных бумаг и выплатить задолженность по краткосрочным частным инвесторам. Если примут решение поднять долговой потолок, то деньги ФРС уже на эти цели выделила, но задействоваться они будут в небольших количествах, погашая свой собственный кредит (могут даже не погашать, а просто списать).

Иногда и качественный анализ может сказать о многом

Продолжая прошлую тему о ситуации с экономикой США, сегодня хочу поговорить об индексе доллара.

Для тех, кто не знаком с этим финансовым инструментом скажу, что он определяется очень просто используя выражение определенное самим ФРС (http://www.federalreserve.gov/pubs/bulletin/2005/winter05_index.pdf)

Влияющие на ценообразование факторы федерального долга


где

It – значение индекса в момент времени t;

ej,t – значение курса j-того курса валюты в момент времени t;

N(t) – общее количество валют в момент времени t;

wj,t – вес j-того курса валюты в момент времени t (сумма всех весов должна равняться 1) и рассчитывается достаточно запутанным образом. Но для понимания я этот расчет приведу

Влияющие на ценообразование факторы федерального долга


Влияющие на ценообразование факторы федерального долга


Влияющие на ценообразование факторы федерального долга


Влияющие на ценообразование факторы федерального долга


где MUS,j,t – величина импорта США в момент времени t с j-той страной, и соответственно XUS,j,t – величина экспорта США в момент времени t с j-той страной.

Сейчас в расчет индекса включаются валюты стран Еврозоны, Канады, Японии, Мексики, Китая, Великобритании, Тайваня, Кореи, Сингапура, Гонг Конга, Малайзии, Бразилии, Швейцарии, Таиланда, Филиппин, Австралии, Индонезии, Индии, Израиля, Саудовской Аравии, России, Швеции, Аргентины, Венесуэлы, Чили и Колумбии.

Подобным образом рассчитываются и индексы иных валют, но включают в себя иные составные, в соответствии с величиной экспортно-импортных отношений. И разумеется, что отношение индексов друг к другу и будет соответствовать значению курса валюты в данный момент (кстати, кратковременное рассогласование можно использовать для валютного арбитража для увеличения своих доходов).

Индекс доллара продается на биржах и сам по себе (как и любой другой фондовый индекс либо товар). Но сейчас я хочу сосредоточится не на количественных характеристиках этого индекса (т.е. не для точного прогнозирования с торговой целью), а на качественном поведении этого индекса.

Для исследования я выбрал период времени начиная с 1995-го года (начало публикации этого инструмента источником данных - Board of Governors of the Federal Reserve System), и в соответствии с полученной волновой характеристикой (т.к. расчет не предназначен для количественного расчета, то ее не привожу) провел качественный прогноз на период до 2022-го года.

Результаты представлены на рисунке 1.

Влияющие на ценообразование факторы федерального долга


Рис.1. Индекс доллара США (динамика с 1995-го года)

Из данного представления можно сделать вывод, что укрепление доллара будет постепенно продолжаться до 2017-го года.

Поэтому, взяв в качестве критической точки этот год, был произведен расчет для периода, начинающегося в октябре 2012-го года (и по наши дни), и также был рассчитан прогноз до наиболее интересующего периода – до 2014-го года. Результат анализа и прогноза показан на рисунке 2.

Влияющие на ценообразование факторы федерального долга


Рис.2 Индекс доллара США (динамика с 1.10.2012)

На рисунке хорошо видна дивергенция значения индекса с волновой характеристикой, которая имеет подобную природу рассогласованности, которая наблюдалась в июне. Но и по той же причине в любой день может произойти резкое укрепление доллара, с последующим укреплением до ноября.

Конечно, в зависимости от движения каждого другого индекса (например, индекса евро) влияние на курсы валют будут различными. Но следует брать во внимание укрепление доллара само по себе.

Анализ различных волновых сред на рынке золота

Наверное, все слышали (даже чистые гуманитарии), что преобразование Фурье раскладывает любую последовательность на ряд волн, сложив которые можно получить ту же последовательность. Но мало когда возможно использовать это разложение с целью прогноза (даже качественного).

Дело в том, что в реальной жизни можно только с некоторым приближением утверждать, что управляющие параметры системы ценообразования постоянны. На самом деле любое движение стремиться к экспоненте и поэтому с той либо иной скоростью изменяется согласно экспоненциальному закону. А стало быть, увидеть в реальной жизни правильную синусоиду очень трудно, а вот логопериодическую достаточно просто. Значит, если и хочется воспользоваться спектральными разложениями (можно использовать также и разложение Хартли или какое-нибудь теоретико-числовое разложение), то, по крайней мере, перед этим необходимо прологарифмировать как сами значения, так и ось времени.

Но можно поступить проще. Что бы показать это, я воспользуюсь результатами полученными в статье «Возможно ли невероятное, или уточнение прогноза по рынку золота» (рисунок 2), только ассимилирую данные в прогноз (которые появились за истекший период времени). На рисунке 2 видно (был использован вариант расчета для экстремума в), с критической точкой 16,9), что даже с учетом недавнего «нервного подрагивания» на рынке, общая картина прогноза не изменилась, и цена продолжает следовать вдоль прогнозной линии.

Но интересно, как ведет себя вектор ошибок. Вычитая прогнозные показатели от действительных получаем результат, представленный на рисунке 1.

Влияющие на ценообразование факторы федерального долга


Рис.1 График вектора ошибок прогнозирования варианта экстремума

На рисунке видна волновая структура полученного вектора ошибок. И определив волновую характеристику получаем функцию определяющую этот вектор (красная линия).

Сложение значений основного прогноза с корректирующей линией обработки ошибок приводит к результату показанному на рисунке 2. (зеленая линия).

Влияющие на ценообразование факторы федерального долга


Рис.2 Коррекция анализа движения цены на золото

Как наглядно видно, что скорректированная линия более точно соответствует реальному изменению ценовых данных (это даже интуитивно понятно, т.к. линия прогноза ошибок «проходит» по средине самого вектора ошибок, тем самым уменьшая отклонение). И действительно, коэффициент корреляции улучшился от 0,9 до 0,965. И понятно, что новый вектор ошибок будет содержать уже меньшее среднеквадратическое отклонение и у него опять же можно определить еще более высокочастотные волновые характеристики. И этот процесс можно продолжать достаточно долго, все ближе степень похожести, и при этом получая разложение в логарифмический спектр данной цены. И эти же параметры (для всех полученных волн) непосредственно использовать для прогнозирования.

Я пока не вижу смысла делать дополнительный прогноз, т.к. и предыдущий достаточно точно описывает дальнейшее поведение ценовых изменений. Пока обработка векторов ошибок не приводят к улучшению прогнозных данных (а только подтверждают).

Для тех, кто на практике будет проводить подобные расчеты сделаю замечание. Т.к. вектор ошибок содержит как детерминированную, так и случайную составляющие, то степень влияния последней может со временем изменяться. Поэтому если и делать прогноз на основе таких разложений, то не на длительный период. Со временем ошибка вероятностной части может значительно расти, тем самым даже ухудшая качество прогноза. Но на коротких интервалах времени, учитывая автомодельность случайной последовательности, можно получать более точные величины прогнозирования для использования в целях поднятия производительности торговой системы.
При полном или частичном использовании материалов - ссылка обязательна http://elitetrader.ru/index.php?newsid=189318. Присылайте свои материалы для публикации на сайте. Об использовании информации.