В работе анализируется подход к прогнозированию траектории ставки денежного рынка RUONIA (прокси ключевой ставки), основанный на линейной комбинации значений кривых доходности свопов ROISfix, которые отражают рыночные ожидания относительно дальнейшей траектории ставки, и прогнозов модели векторной авторегрессии, включающей макроэкономические переменные. Для построения кривых доходности применяются модели Нельсона - Сигеля и Свенссона. Согласно полученным результатам, для горизонтов от одного года применение предложенной комбинации повышает точность прогнозов по сравнению с рыночными прогнозами, тогда как на коротких горизонтах более точными оказываются ожидания рынка. В рамках исследования также проанализировано влияние шока денежно-кредитной политики (ДКП) на параметры кривой доходности с помощью метода локальных проекций и показано, что шок ДКП изменяет форму рыночных прогнозов, воздействуя на кривую доходности на всех временных горизонтах и повышая долгосрочные ожидания ставки на 1 процентный пункт. Для проверки применимости модели на практике была проведена симуляция монетарного шока 28 февраля 2022 г.
Идентификаторы и классификаторы
- SCI
- Экономика
Кривая доходности представляет собой важный инструмент финансового анализа, отражающий рыночные ожидания относительно будущих ставок в экономике и влияющий на решения экономических агентов об управлении рисками и формировании инвестиционных портфелей. Прогнозирование кривых доходности представляет особый интерес для центральных банков и правительств, поскольку доходности государственных облигаций могут выступать ранними индикаторами финансовых кризисов (Klepsch and Wollmershäuser, 2011), а также содержать информацию о будущей динамике инфляции и темпах экономиче - ского роста (Saito and Takeda, 2000). Для инвесторов, фирм и коммерческих банков, на балансе которых находятся ценные бумаги, кривые доходности играют ключевую роль в формировании стоимости активов. Они также служат основой для расчета банками трансфертной кривой, ставки которой влияют на стоимость их кредитных и депозитных продуктов. Таким образом, точное прогнозирование доходностей является актуальной задачей, особенно на формирующихся рын - ках, где низкая ликвидность ценных бумаг, недостаточное количество их выпусков и высокая волатильность цен существенно усложняют анализ (Лапшин и Терещенко, 2018)
Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.
Список литературы
1. Беляков А. В. Процентный риск: анализ, оценка, управление // Финансы и кредит. - 2001. - № 2. - С. 3-18.
Belyakov, A. V. (2001). Interest Rate Risk: Analysis, Assessment, Management. Finansy i Kredit, 2, pp. 3-18. EDN: HVITYP
2. Гамбаров Г., Шевчук И., Балабушкин А. Оценка срочной структуры процентных ставок // Рынок ценных бумаг. - 2004. - № 13. - С. 44-50. EDN: YHFAGX
Gambarov, G., Shevchuk, I. and Balabushkin, A. (2004). Assessment of the Term Structure of Interest Rates. Rynok Tsennykh Bumag, 13, pp. 44-50.
3. Корнев К. В. Оценка кривых временной структуры процентных ставок российского рынка облигаций различных групп кредитного риска // Вестник Новосибирского государственного университета. Серия: социально-экономические науки. - 2010. - Т. 10. - № 1. - С. 119-132. EDN: KZKYJB
Kornev, K. V. (2010). Estimation of Yield Curves for Russian Bonds with Different Group of Credit Risk. Vestnik Novosibirsk State University. Series: Social and Economics Sciences, 10(1), pp. 119-132.
4. Лапшин В. А., Терещенко М. Ю. Выбор модели срочной структуры процентных ставок на основе ее свойств // Корпоративные финансы. - 2018. - Т. 12. - № 2. - С. 53-69. EDN: GZMHOS
Lapshin, V. A. and Tereshchenko, M. Y. (2018). The Choice of the Model of the Term Structure of Interest Rates on the Basis of its Properties. Journal of Corporate Finance Research, 12(2), pp. 53-69. EDN: GZMHOS
5. Лысенко Г. В., Полбин А. В. Правило Тейлора в России в период инфляционного таргетирования // Вестник Московского университета. Серия 6. Экономика. - 2023. - № 1. - С. 22-44. EDN: AGWJPA
Lysenko, G.V. and Polbin, A.V. (2023). Taylor Rule in Russia During the Period of Inflation Targeting. Moscow University Economics Bulletin, 1, pp. 22-44. EDN: AGWJPA
6. Aguiar-Conraria L., Martins M. M. F., Soares M. J. The Yield Curve and the Macro-Economy across Time and Frequencies // Journal of Economic Dynamics and Control. - 2012. - Vol. 36(12). - pp. 1950-1970.
7. Aiyar S., Calomiris C. W., Wieladek T. Does Macro-Prudential Regulation Leak? Evidence from a UK Policy Experiment // Journal of Money, Credit and Banking. - 2014. - Vol. 46(s1). - pp. 181-214.
8. Annaert J., Claes A. G. P., de Ceuster M. J. K., Zhang H. Estimating the Spot Rate Curve Using the Nelson-Siegel Model: A Ridge Regression Approach // International Review of Economics and Finance. - 2013. - Vol. 27. - pp. 482-496. DOI: 10.1016/j.iref.2013.01.005
9. Christensen J. H. E., Diebold F. X., Rudebusch G. D. An Arbitrage-Free Generalized Nelson- Siegel Term Structure Model // The Econometrics Journal. - 2009. - Vol. 12(3). - pp. C33-C64. DOI: 10.1111/j.1368-423X.2008.00267.x
10. Cook T., Hahn T.Interest Rate Expectations and the Slope of the Money Market Yield Curve // FRB Richmond Economic Review. - 1990. - Vol. 76(5). - pp. 3-26.
11. Cook T., Hahn T. The Effect of Changes in the Federal Funds Rate Target on Market Interest Rates in the 1970s // Journal of Monetary Economics. - 1989. - Vol. 24(3). - pp. 331-351.
12. Cortazar G., Schwartz E. S., Naranjo L. Term Structure Estimation in Low-Frequency Transaction Markets: A Kalman Filter Approach with Incomplete Panel-Data // SSRN Electronic Journal. - 2004. DOI: 10.2139/ssrn.567090
13. Cumselius J., Magnusson A. Forecasting the Term Structure of LIBOR Yields for CCR Measurement: Master of Science Thesis. - Copenhagen Business School, 2016.
14. De Pooter M. Examining the Nelson-Siegel Class of Term Structure Models: In-Sample Fit versus Out-Of-Sample Forecasting Performance // SSRN Electronic Journal. - 2007. -. DOI: 10.2139/ssrn.992748
15. De Pooter M., Ravazzolo F., van Dijk D. Term Structure Forecasting Using Macro Factors and Forecast Combination // Federal Reserve Board of Governors International Finance Discussion Paper. - 2010. - N 993.
16. Degryse H., de Jonghe O., Jakovljević S., Mulier K., Schepens G. Identifying Credit Supply Shocks with Bank-Firm Data: Methods and Applications // Journal of Financial Intermediation. - 2019. - Vol. 40. - Article ID 100813. DOI: 10.1016/j.jfi.2019.01.004
17. Deleidi M., Levrero E. S. Monetary Policy and Long-Term Interest Rates: Evidence from the US Economy // Metroeconomica. - 2021. - Vol. 72(1). - pp. 121-147. DOI: 10.1111/meca.12313 EDN: CZROJO
18. Diebold F. X., Li C. Forecasting the Term Structure of Government Bond Yields // Journal of Econometrics. - 2006. - Vol. 130(2). - pp. 337-364.
19. Diebold F. X., Rudebusch G. D., Aruoba S. B. The Macroeconomy and the Yield Curve: A Dynamic Latent Factor Approach // Journal of Econometrics. - 2006. - Vol. 131(1-2). - pp. 309-338.
20. Ding M. Analyzing China’s Term Structure of Interest Rates Using VAR and Nelson-Siegel Model // Journal of Mathematical Finance. - 2020. - Vol. 10(2). - pp. 242-254. EDN: WTLRUQ
21. Drechsler I., Savov A., Schnabl P. Why Do Banks Invest in MBS? - NYU Stern School of Business, 2023.
22. Durand D. Basic Yields of Corporate Bonds, 1900-1942. - NBER, 1942.
23. Guidolin M., Thornton D. L. Predictions of Short-Term Rates and the Expectations Hypothesis // International Journal of Forecasting. - 2018. - Vol. 34(4). - pp. 636-664.
24. Gürkaynak R. S., Sack B. P., Swanson E. T. Do Actions Speak Louder than Words? The Response of Asset Prices to Monetary Policy Actions and Statements // International Journal of Central Banking. - 2004. - Vol. 1(1). - pp. 55-93.
25. How to Calculate the Term Premium / Federal Reserve Bank of St. Louis, FRED (Federal Reserve Economic Data) Blog. - 2019. - 3 October. URL: https://fredblog.stlouisfed.org/2019/10/how-to-calculate-the-term-premium/ (дата обращения: 04.03.2025).
26. Jordà Ò. Estimation and Inference of Impulse Responses by Local Projections // American Economic Review. - 2005. - Vol. 95(1). - pp. 161-182. DOI: 10.1257/0002828053828518
27. Jordà Ò. Local Projections for Applied Economics // Annual Review of Economics. - 2023. - Vol. 15. - pp. 607-631. DOI: 10.1146/annurev-economics-082222-065846 EDN: PMMIRW
28. Kaya H. Forecasting the Yield Curve and the Role of Macroeconomic Information in Turkey // Economic Modelling. - 2013. - Vol. 33. - pp. 1-7.
29. Khakimzhanov S., Mustafin Y., Kubenbayev О., Atabek D. Constructing a Yield Curve in a Market with Low Liquidity // Russian Journal of Money and Finance. - 2019. - Vol. 78(4). - pp. 71-98. EDN: SDERYR
30. Klepsch C., Wollmershäuser T. Yield Spreads on EMU Government Bonds - How the Financial Crisis Has Helped Investors to Rediscover Risk // Intereconomics. - 2011. - Vol. 46(3). - pp. 169-176. EDN: OSHCWJ
31. Kuttner K. N. Monetary Policy Surprises and Interest Rates: Evidence from the Fed Funds Futures Market // Journal of Monetary Economics. - 2001. - Vol. 47(3). - pp. 523-544. EDN: DYRMPB
32. Ludvigson S. C., Ng S. Macro Factors in Bond Risk Premia // The Review of Financial Studies. - 2009. - Vol. 22(12). - pp. 5027-5067. DOI: 10.1093/rfs/hhp081
33. McCulloch J. H. Measuring the Term Structure of Interest Rates // The Journal of Business. - 1971. - Vol. 44(1). - pp. 19-31.
34. McCulloch J. H. The Tax-Adjusted Yield Curve // The Journal of Finance. - 1975. - Vol. 30(3). - pp. 811-830.
35. Mora N., Logan A. Shocks to Bank Capital: Evidence from UK Banks at Home and Away // Applied Economics. - 2012. - Vol. 44(9). - pp. 1103-1119.
36. Nagano T., Baba N. Extracting Market Expectations from Yield Curves Augmented by Money Market Interest Rates: The Case of Japan // ECB Working Paper Series. - 2008. - N 980.
37. Nelson C. R., Siegel A. F. Parsimonious Modeling of Yield Curves // Journal of Business. - 1987. - Vol. 60(4). - pp. 473-489.
38. Radha S., Thenmozhi M. Forecasting Short Term Interest Rates Using ARMA, ARMA-GARCH and ARMA-EGARCH Models: Indian Institute of Capital Markets 9th Capital Markets Conference Paper // SSRN Electronic Journal. - 2006. DOI: 10.2139/ssrn.876556
39. Saito Y., Takeda Y. Predicting the US Real GDP Growth Using Yield Spread of Corporate Bonds // Bank of Japan International Department Working Paper Series. - 2000. - N 00-E-3.
40. Shea G. S. Pitfalls in Smoothing Interest Rate Term Structure Data: Equilibrium Models and Spline Approximation // Journal of Financial and Quantitative Analysis. - 1984. - Vol. 19(3). - pp. 253-269.
41. Sueppel R. The Term Premium of Interest Rate Swaps. Macrosynergy Blog. - 2016. - 7 May. URL: https://macrosynergy.com/research/the-term-premium-of-interest-rate-swaps/#theterm-premium-of-interest-rate-swaps (дата обращения: 04.03.2025).
42. Svensson L. E. O. Estimating and Interpreting Forward Interest Rates: Sweden 1992-1994 // NBER Working Papers. - 1994. - N 4871.
43. Timmermann A. Forecast Combinations // Handbook of Economic Forecasting, Vol. 1 / Elliott G., Granger C., Timmermann A., eds. - Elsevier, 2006. - pp. 135-196.
44. Van Dijk D., Koopman S. J., van Der Wel M., Wright J. H. Forecasting Interest Rates with Shifting Endpoints // Journal of Applied Econometrics. - 2014. - Vol. 29(5). - pp. 693-712.
45. Vasicek O. A., Fong H. G. Term Structure Modeling Using Exponential Splines // The Journal of Finance. - 1982. - Vol. 37(2). - pp. 339-348.
46. Vereda L., Lopes H., Kubrusly J., Pizzinga A. Yield Curve Forecasts and the Predictive Power of Macro Variables in a VAR Framework // Journal of Reviews on Global Economics. - 2014. - Vol. 3. - pp. 377-393.
47. Xiang J., Zhu X. A Regime-Switching Nelson-Siegel Term Structure Model and Interest Rate Forecasts // Journal of Financial Econometrics. - 2013. - Vol. 11(3). - pp. 522-555.
Выпуск
Другие статьи выпуска
В статье представлен обзор возможностей использования поведенческой экономики для стимулирования финансово грамотного поведения населения. Выделено два ключевых направления: воздействие на поведение людей (через обучение финансовой грамотности, развитие финансовой культуры, повышение внимательности и предоставление инструментов борьбы с когнитивными искажениями) и воздействие на среду принятия решений (через подталкивание к принятию грамотных решений, регулирование и изменение информационной среды). Обсуждаются особенности, перспективы и ограничения каждого подхода с учетом международного и российского опыта. В статье подчеркивается важность кастомизированного подхода к разным социально-демографическим группам, а также экспериментального тестирования эффективности разных поведенческих инструментов перед массовым внедрением и обсуждаются ключевые этические риски и вызовы, связанные с использованием поведенческой экономики для стимулирования финансово грамотного поведения.
В работе представлена модифицированная полуструктурная новокейнсианская модель в разрывах для макрорегиона «Юг». К основным особенностям модели относятся разделение экономики на макрорегион«Юг», остальную Россию и внешний сектор; выделение в инфляции компонент продовольственных и непродовольственных товаров, а также жилищно-коммунальных услуг (ЖКУ) и услуг без ЖКУ; учет секторов специализации макрорегиона - сельского хозяйства и туризма; включение фискального блока и блока рынка труда с описанием динамики заработной платы и безработицы; учет ограничений на движение капитала в условиях непокрытого паритета процентных ставок. Адекватность модели подтверждена анализом импульсных откликов макропеременных на шоки, а также декомпозицией разрыва выпуска и инфляции. Модель позволяет формировать согласованные прогнозы ключевых экономических показателей макрорегиона «Юг» и оценивать влияние денежно-кредитной политики на его экономику.
В работе оценивается рыночная власть банков в российском банковском секторе с помощью показателей наценок по кредитам и депозитам, исследуется связь наценок с размером банка и концентрацией рынка, а также рассматривается зависимость между наценками и реакцией банков на меры денежно-кредитной политики (ДКП) в условиях неоднородной банковской среды. Показано, что более высокие наценки по кредитам связаны с более быстрым ростом и более медленным снижением ставок по кредитам при соответствующих изменениях ключевой ставки. В то же время более высокие наценки по депозитам ассоциируются с более медленным ростом и более быстрым снижением ставок по депозитам. Банки с высокими наценками по депозитам склонны поддерживать больший объем депозитов и сильнее реагировать на изменения ДКП, в частности, они активнее наращивали депозиты во время смягчения ДКП в выборочный период (2017-2021 гг.).
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- БАНК РОССИИ
- Регион
- Россия, Москва
- Почтовый адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- Юр. адрес
- 107016, г Москва, Мещанский р-н, ул Неглинная, д 12 к в
- ФИО
- Набиуллина Эльвира Сахипзадовна (ПРЕДСЕДАТЕЛЬ БАНКА РОССИИ)
- Контактный телефон
- +7 (495) 9747664
- Сайт
- https://cbr.ru/