Сдам Сам

ПОЛЕЗНОЕ


КАТЕГОРИИ







Обоснование и оценка перспектив применения статистических методов моделирования облигаций для АО РОСЭКИМБАНК





 

Результатом применения методов моделирования к показателю уровня рыночного риска по облигациям является предполагаемое значение уровня доходности облигаций АО РОСЭКСИМБАНК. При помощи выявленных значений предоставляется возможность осуществить прогноз и оценить перспективы роста или падения прибыли от данной долговой ценной бумаги.

На рисунках 3- представлена динамика факторов.

Уравнения регрессии, описывающие тенденцию также представлены на графиках. Путем подбора наибольшего коэффициента детерминации были отобраны данные равностепенные полиномы.

Помимо прогноза при помощи построения многофакторной модели было решено использовать иные способы прогнозирования уровня исследуемого показателя.

1. Прогнозирование методом среднего абсолютного прироста.

Для прогнозирования по методу среднего абсолютного прироста должна выполняться следующая формализованная предпосылка: δ2ост ≤ ρ2, где δ2ост – остаточная дисперсия, а ρ2 – специально рассчитываемая оценка абсолютных цепных приростов. В данном случае модель среднего абсолютного прироста не удовлетворяет предпосылке (таблица 23). Прогнозирование не правомерно.

2. Прогнозирование методом среднего темпа роста.

Предпосылка для прогнозирования с использованием модели среднего темпа роста заключается в следующем: сумма теоретических значений, полученных в результате выравнивания по среднему темпу роста, должна совпадать с суммой эмпирических значений исходного временного ряда.(33801 @ 35613) Требование выполняется. Метод прогнозирования можно применить к данному временному ряду.

3. Прогнозирование на основе экстраполяции тренда.

Для увеличения точности прогноза временной ряд был взят начиная с переломного трендового момента (T = 24)

Рисунок 3 – Трендовый график по доходности облигаций

Модель логарифмического тренда выбрана согласно показателю коэффициента детерминации из предложенных уравнений регрессии в MS Excel . Значение коэффициента детерминации составило 72,56%. Таким образом, уравнение описывает 72,56% изменчивости результативного показателя.

4. Прогнозирование по многофакторной регрессионной модели.

Прогнозные значения факторов получены методом экстраполяции тренда. Результаты прогнозирования перечисленными методами представлены в таблице 19.

 

Таблица 19 – Прогноз облигаций различными статистическими методами

  Н1 Индекс потребит цен (прирост в %) Депозитарные операции МБК с нерезидентами Валютная котировка USD/RUR Предоставленные ссуды. Сделки РЕПО с нерезидентами T Прогнозное Y Прогнозирование на основе экстраполяции Прогнозирование на основе среднего темпа роста
01.07.2017 31,44 100,34 75,32 56,4 10611,41292 13863,12244 954,547 928,760 955,31952
01.08.2017 30,12 100,37 79,87 56,29 10619,65756 14110,89727 884,887 936,905 951,02058
01.09.2017 28,9 100,46 83,4 56,12 10627,90219 14358,6721 967,504 955,049 946,74099
01.10.2017 27,58 100,71 88,82 56,01 10636,14683 14606,44693 1051,68 974,193 942,48066

 



Значения, полученные согласно прогнозированию по многофакторной модели, свидетельствуют о постепенном повышении уровня доходности облигаций в ближайшем будущем

Прогнозирование при помощи полиномиального тренда подтверждает тенденцию к повышению уровня доходности облигаций. Однако значения, полученные методом среднего темпа роста, говорят о перспективе снижения уровня анализируемого показателя. Это связано с общей тенденцией к понижению уровня анализируемого показателя за исследуемый период.

Значения, полученные в ходе анализа многофакторной модели способны наиболее точно описать будущее процессы, чем значения, спрогнозированные при помощи среднего темпа роста в связи с тем, что прогнозирование с помощью темпов роста примитивно.

Прогнозирование на основе экстраполяции тренда – логарифмическое уравнение тренда может применяться в краткосрочном прогнозе. Тем не менее, для достижения качественного анализа необходимо воспользоваться многофакторной моделью.

Показатели качества прогноза позволят сопоставить и оценить применение методов прогнозирования для определения уровня доходности облигаций. Для сопоставления были использованы такие показатели как: Средняя квадратическая ошибка, средняя ошибка аппроксимации, коэффициент детерминации.

 

Таблица 20 – Качество моделей

Характеристики Многофакторная регрессионная модель Модель среднего темпа роста Модель логарифмического тренда
Средняя квадратическая ошибка 23,1426 105,4274 53,9994
Средняя ошибка аппроксимации, % 10,0932 42,8314 13,293
Коэффициент детерминации 0,97 0,66 0,72

Согласно представленным показателям прогнозирование по многофакторной регрессионной модели является наиболее точным:

- коэффициент детерминации достигает максимального значения – 97%;

- средняя квадратичная ошибка минимальна из анализируемых;

- средняя ошибка аппроксимации 9,9%, что свидетельствует о точности подобранной модели;

Прогноз показал понижение стоимости облигаций в июне 2017 года (до 884,9 млн. руб.) и после этого восстановление позиций до сентября текущего года (1052 млн.руб.)

Интервальный прогноз составил:

 

Таблица 21 – Интервальный прогноз

  Многофакторная модель Модель среднего темпа роста Модель логарифмического тренда
Нижняя граница Верхняя граница Нижняя граница Верхняя граница Нижняя граница Верхняя граница
01.07.2017 838,0002 931,774 970,6701 1397,862 841,6178 1060,423
01.08.2017 920,6174 1014,391 899,8541 1334,407 837,3382 1056,144
01.09.2017 1004,794 1098,568 895,5937 1255,226 833,0779 1051,883

Относительно данного прогноза можно предположить, что доходность от ценных бумаг в третьем квартале у АО РОСЭКСИМБАНК имеет негативный тренд и может опуститься до 1004,8 млн. рублей к августу 2017 года , что напрямую повлияет на количество свободных денежных средств для резервирования новых ссудозаемщиков.

 

ЗАКЛЮЧЕНИЕ

 

В ходе выполнения выпускной квалификационной работы была достигнута поставленная цель, а именно проведение анализа статистических показателей риска при формировании кредитного портфеля и рассмотрение на реальном примере государственного АО РОСЭКСИМБАНК.

Для достижения поставленной цели были решены следующие задачи:

- Была проанализирована детальная классификация предпринимательских рисков, проведена аналогия с банковскими рисками, опираясь на методологические указания и пояснения Банка России;

- Проанализированы основные нормативы и коэффициенты, по которым ведется учет за банковской деятельностью Банком России;

- Исследование совокупного кредитного портфеля Российской Федерации и причин отзыва лицензий кредитных организаций;

- Анализ кредитного портфеля АО РОСЭКСИМБАНК на основе нормативной базы;

- Построена и проанализирована модель доходности облигаций АО РОСЭКСИМБАНК;

- Построение прогноза доходности облигаций различными статистическими методами.

На базе анализа различных предпринимательских рисков была построена детальная многоуровневая классификация. Путем анализа динамики кредитного портфеля и индикаторов качества кредитного портфеля по методологиям Банка России было определено состояние банковского сектора по статистическим отчетам Банка России на последнюю дату.

 

Для анализа кредитного портфеля был выбран один факторов, оказывающий влияние на рыночный риск при формирований кредитного портфеля, а именно доходность облигаций

На основе статистически отобранных данных из официальных источников и аналитических агентств была построена следующая многофакторная модель:

(12)

Где Y – Доходность облигаций, X2 – показатель достаточности капитала Н1 в % X8 –прирост индекса потребительских цен X13 – Депозитарные операции МБК с нерезидентами X17 – Долларовая валютная котировка к рублю X19 – сделки РЕПО с нерезидентами X20 – предоставленный ссуды РФ T – фактор времени по теореме Фриша Воу.

Согласно представленным показателям прогнозирование по многофакторной регрессионной модели является наиболее точным:

- коэффициент детерминации достигает максимального значения – 97%;

- средняя абсолютная и квадратическая ошибки не значительны и минимальны из представленных;

- средняя ошибка аппроксимации 9,9 %, что свидетельствует о точности подобранной модели;

Прогноз показал понижение стоимости облигаций в июне 2017 года (до 884,9 млн.руб.) и после этого восстановление позиций до сентября текущего года (1052 млн.руб.), а интервальный прогноз представлена на рисунке 4:

По прогнозным значениям , с июня по август АО РОСЭКСИМБАНК минимально может получить совокупную доходность от облигаций в размере 2, 630 тысяч. Рублей при негативном прогнозе и 3 044 тыс. рублей при позитивном прогнозе дохода от облигаций.

Относительно интервального прогноза можно предположить, что доходность от ценных бумаг в третьем квартале у АО РОСЭКСИМБАНК имеет негативный тренд и может опуститься до 1004,8 тыс. рублей к августу 2017 года, что напрямую повлияет на количество свободных денежных средств для резервирования новых ссудозаемщиков.

 

 


 

Список литературы

 

1. Гражданский кодекс Российской Федерации от 30.11.1994 № 51-ФЗ (ред. от 17.07.2009 № 145-ФЗ)

2. Федеральный Закон от 10.06.2002 № 86-ФЗ "О Центральном Банке Российской Федерации (Банке России)" (ред. от 29.07.2004).

3. Федеральный Закон от 3.03.1996 года № 17-ФЗ "О банках и банковской деятельности" (ред. от 28.04.2009 № 73-ФЗ)

4. Инструкция банка России от 3 декабря 2012 года №139-И «Об обязательных нормативах банков»

5. Положение о формировании кредитными организациями резервов на возможные потери (утв. Банком России 20 марта 2006 г. №283-П

6. Положение ЦБ РФ от 29.03.2004 № 255-П "Об обязательных резервах кредитных организаций"

7. Положение ЦБ РФ от 14.11.2007 №313-П "О порядке расчета кредитными организациями размера рыночных рисков".

8. Инструкция Банка России от 16.01.2004 г. № 110-И "Об обязательных нормативах банков" (ред. от 14.06.2007).

9. Положение о порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной и приравненной к ней задолженности (утв. Банком России 26 марта 2004 г. №254-П)

10. Управление финансовыми рисками : учебник и практикум для бакалавриата и магистратуры / И. П. Хоминич [и др.] ; под ред. И. П. Хоминич, И. В. Пещанской. — М. : Издательство Юрайт, 2016. — 345 с.

11. Банковское дело / Под ред. Белоглазовой Г.Н., Кроливецкой Л.П. – СПб.: Питер, 2010.

12. Банковское дело / Под ред. О.И. Лаврушина. – М.: Финансы и статистика, 2008. – 420с.

13. Беляков А.В. Банковские риски: проблемы учета, управления и регулирования.- М.: БДЦ-Пресс, 2008. – 341с.

14. Цена облигации - кредитный риск или конъюнктура рынка?. В. Белозерова, "Банковское обозрение", № 11, ноябрь 2007.

15. Белотелова Н.П. “Управление кредитным портфелем коммерческого банка” / Учебник М.: ИВЦ “Маркетинг”, 2012

16. Додинов В.Н., Крылова М.А., Шестаков А.В. Финансовое и банковское право. Словарь-справочник / Под ред. д.ю.н. О.Н. Горбуновой. – М.: ИНФРА-М, 2006. – 277 с.

17. Ежов Ю.А. Банкротство коммерческих организаций: учебное пособие.- М.: "Дашков и К", 2008.

18. Жарковская Е.П., Арендс И.О. Банковское дело: Курс лекций. – М.: Омега-Л, 2009.

19. Жуков Е.Ф. Банковский менеджмент: учебник. – 2-е изд. – М.: ЮНИТИ-ДАНА, 2007.

20. Кабушкин С.Н. Управление банковским кредитным риском: учебное пособие.- М.: 2009.

21. Казимагомедов А.А., Ильясов С.М. Организация денежно-кредитного регулирования. – М.: Финансы и статистика, 2007.

22. Коблев М.С. Итоги и тенденции развития банков и кредитного риск-менеджмента// Финансы и кредит. – 2009. – № 10. – С. 46 – 49.

23. О.И. Дегтярева. Управление рисками в международном бизнесе. – М.: Флинта, НОУ ВПО МПСИ, 2010. – 344 с.

24. Колесников В.И., Кроливецкая Л.П. Банковское дело. – М.: Финансы и статистика, 2008.

25. Корнилов Ю.А. Некоторые вопросы управления кредитным риском в кризисных условиях//Деньги и кредит. – 2009. - №5. – С. 33-37.

26. Котина О.И. Системы страхования вкладов: обзор зарубежной практики // Деньги. - 2008. - №3.

27. Лаврушин О.И. Баковское дело. Учебник. – М.: КНОРУС, 2008. – 768с.

28. Литук О.Н. Стратегический подход к реструктуризации коммерческих банков// Деньги и кредит. – 2008. - № 7. - С. 17- 22.

29. Ольга Маркова. Анализ и оценка рисков кредитного портфеля коммерческого банка. – М.: LAP Lambert Academic Publishing, 2014. – 60 с.

30. Макеев С.Р. Денежно-кредитная политика: теория и практика. М.: Экономистъ, 2007.

31. Максютов А.А. Банковский менеджмент: учебно-практическое пособие.- М.: "Альфа-Пресс", 2009.

32. Банковская статистика учебник и практикум для бакалавриата и магистратуры Салин В.Н и Третьякова О.Г. – м.издательство Юрайт,2017 – 216с – серия :Бакалавр и магистр.

33. Академический курс. Моисеев Б. С. О методике стресс-тестирования банка//Деньги и кредит. – 2008. - №9. – С. 22-26.

34. Современный экономический словарь. Под. ред. Б.А. Райзберг, Л.Ш. Лозовский, Е.Б. Стародубцева. – М., 2007.

35. Резервы на возможные потери по ссудам как способ контроля за кредитными рисками. О.Ю. Кашанова, "Регламентация банковских операций. Документы и комментарии", № 6, ноябрь-декабрь 2009.

36. Эдгар Морсман. Управление кредитным портфелем. – М.: Альпина Паблишер, 2005. – 208 с.

37. Иерархия кредитных рисков: цена ошибки?. И. Довбий, "Управление персоналом", № 17, сентябрь 2009.

38. Регулирование кредитного риска, сопутствующего инвестиционным проектам. Е.И. Депутатова, "Банковское кредитование", № 5, сентябрь-октябрь 2009.

39. Концентрация кредитных рисков в условиях кризиса: время избегать "черных лебедей". Ю.И. Соколов, Л.В. Погорелов, "Управление в кредитной организации", № 4, июль-август 2009.

40. Основные подходы к управлению кредитными рисками. Г.В. Антошина, "Банковское кредитование", № 4, июль-август 2009.

41. Создание резервов с учетом кредитного риска в украинских банках: новые тенденции. Г.Б. Петров, "Международные банковские операции", № 4, июль-август 2009.

42. Минимизация кредитных рисков в рамках актуализации стратегии развития МСБ. А.C. Малышева, "Банковское кредитование", № 3, май-июнь 2009.

43. Подходы к оценке кредитного риска. опыт органов банковского надзора России и США. Е.Г. Остапкович, "Регламентация банковских операций. Документы и комментарии", № 1, 2009.

44. Оценка кредитного риска в коммерческом банке. М.И. Качаева, "Банковское кредитование", № 1, 2009.

45. Методика оценки кредитного риска заемщика. А.С. Горбачев, "Банковское кредитование", № 1, 2009.

46. . Кредит. Учебник для вузов / Под ред. Л.А. Дробзиной. – М., 2007.

47. Черкасов В.Е. Финансовый менеджмент в кредитных организациях. – М.: МЭСИ, 2008.

48. Шульгин А.В. Внутренний контроль и управление рисками в коммерческом банке// Финансы и кредит. – 2009. - № 2. - С. 14- 18.

49. Официальный сайт ОАО "Банк24.ру": www.bank24.ru.

50. Официальный сайт Банка России: www.cbr.ru.

51. Официальный сайт Федеральной службы государственной статистики: www.gks.ru.

52. Официальный сайт Министерства Финансов РФ: www.minfln.ru.

 

Приложения

Таблица 22 – Данные для построения многофакторной модели доходности облигаций

Таблица 23 – Проверка качества подобранной модели по Ср. О. Аппроксимации.

  Y Предсказанное Y Ошибка модуль ошибки МО/Y
01.07.2014 1123,7 1025,2 98,5 98,5 0,1
01.08.2014 1149,1 1147,6 1,6 1,6 0,0
01.09.2014 1117,6 1167,7 -50,2 50,2 0,0
01.10.2014 1049,4 1248,4 -199,0 199,0 0,2
01.11.2014 1178,1 1298,7 -120,6 120,6 0,1
01.12.2014 1473,8 1303,1 170,7 170,7 0,1
01.01.2015 1319,1 1269,4 49,8 49,8 0,0
01.02.2015 1376,3 1306,4 69,9 69,9 0,1
01.03.2015 1173,4 1229,8 -56,4 56,4 0,0
01.04.2015 1325,2 1163,0 162,2 162,2 0,1
01.05.2015 938,0 1054,5 -116,5 116,5 0,1
01.06.2015 1089,2 1046,1 43,1 43,1 0,0
01.07.2015 783,0 809,5 -26,5 26,5 0,0
01.08.2015 863,5 807,4 56,1 56,1 0,1
01.09.2015 968,8 828,6 140,3 140,3 0,1
01.10.2015 903,5 810,1 93,4 93,4 0,1
01.11.2015 666,1 769,5 -103,4 103,4 0,2
01.12.2015 673,5 735,2 -61,7 61,7 0,1
01.01.2016 676,9 665,2 11,7 11,7 0,0
01.02.2016 683,1 767,9 -84,7 84,7 0,1
01.03.2016 571,8 825,1 -253,3 253,3 0,4
01.04.2016 545,9 803,5 -257,6 257,6 0,5
01.05.2016 877,1 817,3 59,9 59,9 0,1
01.06.2016 915,0 768,3 146,7 146,7 0,2
01.07.2016 877,1 752,4 124,7 124,7 0,1
01.08.2016 890,6 787,1 103,4 103,4 0,1
01.09.2016 855,5 835,1 20,3 20,3 0,0
01.10.2016 794,9 842,7 -47,8 47,8 0,1
01.11.2016 862,5 805,4 57,1 57,1 0,1
01.12.2016 868,7 802,2 66,4 66,4 0,1
01.01.2017 826,1 854,8 -28,7 28,7 0,0
01.02.2017 833,1 889,0 -55,9 55,9 0,1
01.03.2017 823,2 840,4 -17,2 17,2 0,0
01.04.2017 822,3 907,9 -85,6 85,6 0,1
01.05.2017 958,1 919,1 39,0 39,0 0,0
01.06.2017 958,1 911,4 46,7 46,7 0,0
Сумма         3,6
Сумма/n         0,1
*100         9,9

 

Таблица 24 – Проверка на автокорреляцию

  Y Y(x) е е2 е-е(-1) е-е(-1) в кв
01.07.2014 1123,7 1025,2 98,5 9703,3 98,5 9703,3
01.08.2014 1149,1 1147,6 1,6 2,4 -97,0 9400,1
01.09.2014 1117,6 1167,7 -50,2 2517,3 -51,7 2675,4
01.10.2014 1049,4 1248,4 -199,0 39598,2 -148,8 22147,5
01.11.2014 1178,1 1298,7 -120,6 14552,5 78,4 6140,2
01.12.2014 1473,8 1303,1 170,7 29132,2 291,3 84864,6
01.01.2015 1319,1 1269,4 49,8 2475,4 -120,9 14623,7
01.02.2015 1376,3 1306,4 69,9 4888,7 20,2 406,7
01.03.2015 1173,4 1229,8 -56,4 3178,9 -126,3 15952,0
01.04.2015 1325,2 1163,0 162,2 26314,6 218,6 47785,9
01.05.2015 938,0 1054,5 -116,5 13562,3 -278,7 77659,9
01.06.2015 1089,2 1046,1 43,1 1859,8 159,6 25466,8
01.07.2015 783,0 809,5 -26,5 704,1 -69,7 4852,5
01.08.2015 863,5 807,4 56,1 3145,3 82,6 6825,6
01.09.2015 968,8 828,6 140,3 19672,8 84,2 7085,7
01.10.2015 903,5 810,1 93,4 8717,6 -46,9 2198,8
01.11.2015 666,1 769,5 -103,4 10683,7 -196,7 38702,7
01.12.2015 673,5 735,2 -61,7 3805,7 41,7 1736,5
01.01.2016 676,9 665,2 11,7 136,5 73,4 5383,5
01.02.2016 683,1 767,9 -84,7 7180,5 -96,4 9296,9
01.03.2016 571,8 825,1 -253,3 64165,0 -168,6 28415,9
01.04.2016 545,9 803,5 -257,6 66373,2 -4,3 18,7
01.05.2016 877,1 817,3 59,9 3582,3 317,5 100794,9
01.06.2016 915,0 768,3 146,7 21522,1 86,9 7543,2
01.07.2016 877,1 752,4 124,7 15557,1 -22,0 482,9
01.08.2016 890,6 787,1 103,4 10701,7 -21,3 452,8
01.09.2016 855,5 835,1 20,3 413,7 -83,1 6907,0
01.10.2016 794,9 842,7 -47,8 2288,6 -68,2 4648,4
01.11.2016 862,5 805,4 57,1 3261,2 104,9 11013,6
01.12.2016 868,7 802,2 66,4 4411,9 9,3 86,8
01.01.2017 826,1 854,8 -28,7 821,4 -95,1 9040,6
01.02.2017 833,1 889,0 -55,9 3124,2 -27,2 741,7
01.03.2017 823,2 840,4 -17,2 295,9 38,7 1497,1
01.04.2017 822,3 907,9 -85,6 7322,4 -68,4 4674,4
01.05.2017 958,1 919,1 39,0 1521,3 124,6 15518,9
01.06.2017 958,1 911,4 46,7 2177,8 7,7 58,7
  939,2     409371,4 46,7 584803,9
DW   1,4        

 

Таблица 25 – Матрица парных корреляций

 

 

Таблица 26 – Регрессионный анализ

 

ВЫВОД ИТОГОВ                
                 
Регрессионная статистика              
Множественный R 0,993868514              
R-квадрат 0,987774624              
Нормированный R-квадрат 0,950762477              
Стандартная ошибка 118,8118447              
Наблюдения              
                 
Дисперсионный анализ                
df SS MS F Значимость F      
Регрессия 33076010,26 4725144,323 334,7307422 2,94788E-25      
Остаток 409371,3784 14116,25443          
Итого 33485381,64            
                 
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
X2 -2,726241816 1,308494402 -2,083495208 0,046128284 -5,402413354 -0,050070278 -5,402413354 -0,050070278
X8 0,59151978 0,176654658 3,348452772 0,002264489 0,230220436 0,952819123 0,230220436 0,952819123
X13 -47,93904448 19,39601158 -2,471592899 0,019565182 -87,60834229 -8,269746665 -87,60834229 -8,269746665
X17 -2,132787485 1,483639585 -1,437537463 0,161268877 -5,167171141 0,901596172 -5,167171141 0,901596172
X19 -0,007380201 0,015323951 -0,481612131 0,63369606 -0,0387212 0,023960798 -0,0387212 0,023960798
X20 1,105055457 2,820240995 0,391830152 0,698048374 -4,662985023 6,873095938 -4,662985023 6,873095938
T -7,411413648 4,854142659 -1,52682238 0,137639297 -17,3392501 2,516422806 -17,3392501 2,516422806

 

 

 

Рисунок 4-10 –Трендовые модели


 

Таблица 27 Прогноз доходности облигаций метод среднего темпа роста

 

y цепные абсолютные приросты у абсолютные приросты в кв. y расчёт
1123,73      
1149,15 25,42 645,92 1118,85
1117,57 -31,58 997,36 1144,27
1049,44 -68,13 4641,56 1112,69
1178,07 128,63 16545,93 1044,56
1473,77 295,70 87440,26 1173,19
1319,15 -154,62 23908,27 1468,89
1376,28 57,13 3263,84 1314,27
1173,38 -202,90 41168,00 1371,40
1325,22 151,84 23055,39 1168,50
938,04 -387,18 149911,45 1320,34
1089,22 151,18 22856,00 933,16
782,97 -306,25 93788,45 1084,34
863,51 80,54 6486,21 778,09
968,85 105,34 11096,30 858,63
903,47 -65,37 4273,63 963,97
666,12 -237,35 56336,45 898,59
673,46 7,34 53,92 661,24
676,86 3,40 11,54 668,58
683,14 6,28 39,39 671,98
571,77 -111,36 12401,72 678,26
545,90 -25,87 669,26 566,89
877,15 331,25 109723,91 541,02
915,05 37,90 1436,18 872,27
877,14 -37,90 1436,49 910,17
890,59 13,44 180,66 872,26
855,49 -35,10 1231,80 885,71
794,90 -60,59 3670,91 850,61
862,51 67,61 4571,38 790,02
868,66 6,15 37,85 857,63
826,11 -42,55 1810,76 863,78
833,10 6,99 48,80 821,23
823,17 -9,92 98,51 828,22
822,35 -0,83 0,68 818,29
958,09 135,74 18425,89 817,47
948,09 -10,00 100,00 953,21
    702364,66  
-4,87903   9755,06  
         

 

Таблица 28 – Построение прогноза, исходные данные

 

  Н1 Индекс потребит цен (прирост в %) Депозитарные операции МБК с нерезидентами Валютная котировка USD/RUR Предоставленные ссуды. Сделки РЕПО с нерезидентами T Прогнозное Y Прогнозирование на основе экстраполяции Прогнозирование на основе среднего темпа роста
01.07.2014 35,59 100,50 68,23 33,84 10289,87 4199,90 1,00 1025,23 1056,05 1123,73
01.08.2014 33,76 100,20 69,56 35,44 10465,86 3200,89 2,00 1147,60 1149,05 1118,68
01.09.2014 31,34 100,70 82,87 36,93 10601,54 4365,71 3,00 1167,74 1211,53 1113,64
01.10.2014 32,10 100,80 75,59 39,38 10728,79 4166,36 4,00 1248,43 1246,99 1108,63
01.11.2014 29,36 101,30 71,42 41,96 10831,84 3965,16 5,00 1298,70 1258,44 1103,64
01.12.2014 26,11 102,60 71,42 49,32 10928,42 3965,16 6,00 1303,09 1248,45 1098,68
01.01.2015 21,89 103,90 58,47 56,24 10909,52 3903,73 7,00 1269,40 1219,13 1093,73
01.02.2015 18,12 102,20 52,42 68,93 10811,44 6116,30 8,00 1306,36 1172,15 1088,81
01.03.2015 27,41 101,20 56,27 61,27 10667,75 4776,86 9,00 1229,76 1108,69 1083,91
01.04.2015 29,81 100,50 57,59 57,65 10532,50 4713,83 10,00 1163,00 1029,51 1079,03
01.05.2015 33,76 100,40 71,13 51,14 10427,71 4318,45 11,00 1054,49 934,89 1074,18
01.06.2015 30,36 100,20 74,64 52,97 10379,21 2380,26 12,00 1046,09 1071,51 1069,34
01.07.2015 40,30 100,80 66,91 55,84 10331,64 2934,37 13,00 809,50 950,35 1064,53
01.08.2015 55,20 100,40 76,18 60,35 10341,15 2876,74 14,00 807,42 1044,97 1059,74
01.09.2015 48,60 100,60 94,07 66,72 10346,03 3840,38 15,00 828,59 1124,15 1054,97
01.10.2015 48,06 100,70 90,25 65,74 10337,11 3495,92 16,00 810,10 1164,51 1050,22
01.11.2015 48,99 100,80 75,97 64,37 10305,85 4726,73 17,00 769,48 1187,61 1045,50
01.12.2015 48,21 100,80 97,47 66,74 10268,32 3489,45 18,00 735,15 1226,99 1040,79
01.01.2016 58,72 101,00 60,57 72,93 10278,83 7757,41 19,00 665,18 1234,59 1036,11
01.02.2016 47,51 100,60 97,39 75,17 10227,89 7732,89 20,00 767,87 1262,45 1031,45
01.03.2016 42,07 100,50 82,70 75,90 10223,05 5602,18 21,00 825,08 1263,91 1026,81
01.04.2016 45,77 100,40 72,35 67,86 10196,87 6486,79 22,00 803,53 1273,90 1022,19
01.05.2016 45,12 100,40 61,58 64,33 10196,13 6385,07 23,00 817,30 980,28 1017,59
01.06.2016 43,33 100,40 80,50 66,00 10207,65 8380,87 24,00 768,34 859,12 1013,01
01.07.2016 44,50 100,50 83,06 64,18 10217,10 8197,73 25,00 752,42 953,74 1008,45
01.08.2016 44,17 100,00 95,95 67,05 10257,25 5780,62 26,00 787,14 1032,92 1003,91
01.09.2016 41,69 100,20 88,14 65,25 10330,10 5714,81 27,00 835,15 1073,28 999,39
01.10.2016 37,94 100,40 73,97 63,40 10361,44 10096,24 28,00 842,74 1096,38 994,90
01.11.2016 40,69 100,40 88,52 63,22 10386,69 10928,05 29,00 805,41 1135,76 990,42
01.12.2016 56,80 100,40 92,78 65,24 10445,82 8212,10 30,00 802,24 1143,36 985,96
01.01.2017 39,92 100,60 92,78 60,66 10494,12 8212,10 31,00 854,77 1171,22 981,52
01.02.2017 42,01 100,20 72,72 60,09 10474,99 8576,49 32,00 888,99 1172,68 977,11
01.03.2017 42,12 100,10 84,26 57,96 10479,40 11466,74 33,00 840,37 1182,67 972,71
01.04.2017 38,66 100,30 72,04 55,96 10586,68 13119,80 34,00 907,92 1259,11 968,33
01.05.2017 32,26 100,30 72,04 56,98 11631,65 14179,54 35,00 919,08 1270,56 963,98
01.06.2017 32,26 100,30 72,04 56,76 12676,62 15239,28 36,00 911,42 1260,57 959,64
02.06.2017 31,44 100,34 75,32 56,4 10611,4129 13863,1224 954,54687 1231,251 955,3195201
03.06.2017 30,12 100,37 79,87 56,29 10619,6576 14110,8973 884,88714 1184,266 951,0205823
04.06.2017 28,9 100,46 83,4 56,12 10627,9022 14358,6721 967,50431 1120,811 946,7409896
05.06.2017 27,58 100,71 88,82 56,01 10636,1468 14606,4469 1051,681 1041,63 942,4806552

 









Не нашли то, что искали? Воспользуйтесь поиском гугл на сайте:


©2015- 2018 zdamsam.ru Размещенные материалы защищены законодательством РФ.