Материал: Хеджирование валютного курса

Поскольку теории временных рядов развиваются, вместо статических МНК оценок на сегодняшний день представляется возможным анализировать временные ряды в динамике. Для данной цели используются модели векторных авторегрессий и GARCH - модели. В динамике отношения хеджирования представляются в виде отношений условных ковариаций между фьючерсными ценами и спот-ценами активов к условным дисперсиям цен фьючерсов. Алексей Колоколов в своей статье сравнивал оптимальные отношения хеджирования с помощью трех многомерных GARCH моделей класса изменяющихся условных корреляций. Однако данные модели не сравнивались с МНК, поэтому невозможно сделать выводы о том, какой из методов лучше.

Системное изучение результатов и рассуждений предшествующих исследований помогло сформировать собственное мнение относительно подходящих инструментов хеджирования. Кроме того на данный момент количество исследований, которые предлагают хеджировать валютный риск с помощью товарных фьючерсов и кредитно-дефолтных свопов, незначительно. Моя работа также пополнит их ряды.

2.       Постановка исследовательской проблемы

В течение последних нескольких лет российский рубль подвергся сильному обесценению, поэтому вопрос хеджирования рисков обесценения рубля стоит достаточно остро перед любым инвестором или компанией, связанной с международным рынком. Можно выделить несколько причин девальвации рубля в 2014 году:

.        Первая и, скорее всего, самая важная причина - эскалация конфликта на Украине, присоединение Крыма к России, введение санкций и антисанкций. В связи с этим событием в мире начались серьезные перемены.

.        Кроме всего вышеперечисленного огромное влияние на обесценение рубля оказало падение цен на нефть. Ни для кого не секрет, что большую долю российского экспорта занимают продукты нефти и газа. Также наблюдается сильная корреляционная зависимость между валютным курсом рубля и ценами на нефть, таким образом, падение цен на нефть привело к обесценению курса рубля.

.        Третьей причиной можно считать отзыв лицензий Банком России у различных коммерческих банков. Такая процедура могла вызвать недоверие инвесторов к экономической стабильности России и усилить отток капитала из страны.

.        Также значительное влияние оказало население России, проявившее недоверие к отечественной валюте и решившее массово перевести сбережения в доллары.

Кроме всего вышеописанного Центральный банк РФ начал придерживаться политики таргетирования инфляции и перестал контролировать колебания рубля, путем валютных интервенций: Россия перешла на режим плавающего валютного курса, что также отразилось на обесценении валюты.

Все вышеперечисленные факторы ослабили экономическое состояние страны, и в совокупности повлияли на сильное обесценение валютного курса.

Вопрос эффективности хеджирования является особенно актуальным с 2014 года и по сегодняшний день. Выбор инструмента хеджирования валютного риска - это очень важный вопрос для каждого инвестора. Инвестору важно понять, с помощью какого инструмента он сможет максимально предотвратить потери с наименьшими издержками. Не смотря на то, что сильные колебания валютного курса уже позади, очень интересно понять, с помощью каких инструментов хеджирование валютного риска было наиболее эффективным. В ходе данной работы рассматривается хеджирование фьючерсными контрактами на рубль и нефть, а также кредитно-дефолтными свопами.

Фьючерсные контракты на нефть были выбраны в качестве инструмента хеджирования поскольку существует сильная корреляция между ценой нефти и валютным курсом, как следствие, сильная корреляционная зависимость наблюдается и между валютным курсом рубля и фьючерсами на нефть (Таблица 1). Также анализируя динамику цены фьючерсов на нефть и валютного курса рубля, можно заметить одинаковые периоды шоков (Приложение 1). Таким образом, можно предположить, что в период колебаний фьючерсы на нефть были бы хорошим инструментом для хеджирования валютного риска и вполне могли бы минимизировать базисный риск. Выбор в сторону данного инструмента хеджирования делает данную работу отличной от предшествующих работ в данной области. Таким образом, интересно проверить гипотезу о том, что хеджирование фьючерсными контрактами на нефть в период с 2014 по 2015 годы было на столько же эффективным, как и хеджирование фьючерсными контрактами на рубль.

Таблица 1

Корреляционные зависимости показателей

Как было сказано ранее, наиболее распространенной практикой является предложение стратегий хеджирования с помощью фьючерсов на валюту, риски которой хеджируются. В данном исследовании хеджирование фьючерсами на рубль будет приведено для сравнения полученных результатов.

Аргументом для выбора свопа на дефолт России по кредиту в качестве инструмента хеджированию валютного риска рубля было то, что хеджирование с помощью данного инструмента могло оказаться дешевле, чем хеджирование фьючерсными контрактами на валюту. Этот аргумент сыграл большую роль и в выборе фьючерсных контрактов на нефть для анализа.

Процедура определения эффективности хеджирования была заимствована у Sanders D.R. & Manfredo M.R. (2004). Авторы проводили ее в два шага, которые были основаны на предшествующих исследованиях.

Первый шаг заключался в оценивании уравнения линейной регрессии методом наименьших квадратов. В данной работе были оценены модели следующего вида для дневных, недельных и месячных данных:

Модель 1: (8)

Модель 2:

Модель 3:

где  - реальный валютный курс доллара к рублю,  - цена фьючерсов на рубль,  - цена фьючерсов на нефть, - цена кредитно-дефолтного свопа,  - первая разность показателей,  - логарифмы показателей.

Среди исследователей существуют споры о том, какая спецификация моделей 1, 2, 3 дает наилучшие результаты: в абсолютных величинах, изменениях цен или процентных изменениях цен. Многие исследователи использовали модели в ценовых изменениях, но в рамках данной работы взяты процентные изменения показателей - первые разности логарифмов величин. После оценки уравнений 8, 9, 10 показатель  будет показывать эффективность хеджирования инструментом.

На втором шаге Sanders D.R. & Manfredo M.R. (2004) использовали процедуру J - теста, который представляет собой один из методов тестирования не вложенных гипотез (non-nested hypotheses) среди конкурирующих моделей. Другими словами данный тест позволяет сравнить разные инструменты хеджирования между собой.

Для того чтобы осуществить данную процедуру необходимо выбрать предпочтительный контракт и альтернативный или конкурирующий контракт. Поскольку мы проверяем эффективность хеджирования фьючерсами на нефть и кредитно-дефолтными свопами против фьючерсов на рубль, фьючерсы на рубль будут выступать предпочитаемым контрактом, а фьючерсы на нефть и кредитно-дефолтный своп - конкурирующими. После проведения первого шага - оценки уравнений 8, 9, 10 из этих уравнений необходимо достать остатки: на примере уравнений 8 и 9 обозначим остатки уравнения 8 - , а остатки уравнения 9 - ; зависимую переменную обеих моделей представим в виде . После этого модель следующего вида должна быть оценена:

В контексте хеджирования  - остаточный базисный риск предпочтительной модели,  - разница в расчетных значениях (fitted values) между конкурирующей и предпочтительной моделью. Если  окажется неотличимой от , то альтернативная модель не добавляет никакой объясняющей способности по сравнению с другой моделью. В контексте хеджирования фьючерсными контрактами,  предполагает, что конкурирующий контракт не снижает базисный риск в большей степени, чем второй контракт.

Granger & Newbold (1986) в своей работе преобразовали уравнение 11 и получили следующее уравнение:

где  - снова остаточный базисный риск предпочитаемого фьючерсного контракта,  - остаточный базисный риск альтернативного контракта. Учитывая, что  - это остаточный базисный риск предпочитаемого фьючерсного контракта ( из уравнения 8), а  - остаточный базисный риск конкурирующего контракта ( из уравнения 9), уравнение 12 может быть представлено в виде:

При оценивании данного уравнения проверяется гипотеза о том, является ли . В случае если нулевая гипотеза принимается, получается, что альтернативный контракт не приносит выгоды в снижении остаточного базисного риска. Если , то некоторая величина хежда этим контрактом должна быть сделана. Если , то хедж должен быть осуществлен полностью конкурирующим контрактом.

После проведения данной двух шаговой процедуры станет ясно, являлось ли хеджирование фьючерсным контрактами на нефть более эффективным, чем хеджирование фьючерсными контрактами на рубль. Такая же двух шаговая процедура будет применена и для пары фьючерсный контракт на рубль и кредитно-дефолтный своп.

.        Методология

Для того чтобы достичь обозначенной цели в ходе данного исследования использовалась выборка, состоящая из ежедневных, еженедельных и ежемесячных данных валютного курса рубль/доллар (Rer, руб.), конечных цен торгов фьючерсов на рубль (Futrub, руб.) и нефть (Futoil, долл.) и цен свопа на дефолт по кредиту (CDS, долл.). В большинстве исследований частота данных берется равной периоду хеджирования, таким образом, в данной работе периоды хеджирования равны дню, неделе и месяцу. Другими словами, эти периоды обозначают, как часто инвестор должен продавать или покупать тот или иной контракт. Конкретная операция - куплю или продажа контракта - не влияет на эффективность хеджирования, поэтому данные по фьючерсам являются склеенными близкими к дате экспирации. Данные представляют собой временные ряды, что накладывает определенные особенности при анализе. Все необходимые данные были взяты из статистической базы Bloomberg. Анализируемый период равен двум годам с 2014 года по начало 2016. временной интервал был выбран, поскольку в это время началось увеличение колебаний валютного курса, и принятие решения о необходимости эффективного хеджирования активов было особенно актуальным.

Необходимые расчеты произведены в программных продуктах Excel и Eviews7. Для определения эффективности хеджирования, как и в предшествующих работах, используется метод наименьших квадратов (МНК) и применена двух шаговая процедура, описанная выше. Стоит отметить, что формула 6 не может быть оценена в чистом виде: поскольку мы имеет дело с временными рядами, необходимо проверить их на стационарность с помощью расширенного теста Дики-Фуллера. Результаты теста представлены в таблице 2.

Таблица 2

Результаты теста Дики-Фуллера

Из таблицы 2 видно, что все исходные ряды оказались нестационарными. Для того чтобы избавиться от нестационарности были взяты первые разности логарифмических показателей, которые также были подвержены тестированию на единичные корни: результаты оказались удовлетворительными, единичных корней не обнаружено, ряды стационарны.

В таблице 3 представлены описательные статистики исходных переменных.

Таблица 3

Описательные статистики переменных

Проанализировав таблицу 3 можно сказать, что в течение 2014 - начала 2016 года валютный курс доллара к рублю варьировался между 40,5 и 82,3 рублями за доллар. Средняя цена фьючерса на нефть составляла 75 долларов, а цена фьючерсов на рубль 51 370 рублей. В течение данного периода минимальная цена фьючерсов на нефть составила 27 долларов, а свопов на дефолт по кредиту 156 долларов. Согласно коэффициенту вариации вся выборка является однородной по всем показателям: данный коэффициент не превышает значения 33%. Анализ коэффициентов асимметрии позволяет сделать вывод о том, что у всех показателей более вероятно появление наблюдений из правого хвоста распределения. Коэффициенты эксцесса подтверждают ненормальность распределений; распределение цены кредитно-дефолтных свопов всех ближе к нормальному распределению, поскольку коэффициент эксцесса близок к 3.