Среда , 29 июня 2022
Бизнес-Новости
Разное / Динамика курса доллара в 2018 году: Курс доллара США в 2018 году

Динамика курса доллара в 2018 году: Курс доллара США в 2018 году

Содержание

Динамика курсов валют | NORMA.UZ

Динамика официального курса иностранных валют к суму Республики Узбекистан

Дата доллар США ЕВРО Российский рубль
11.03.2022 10957.36 12096.93 92.02
10.03.2022 10918.68 11977.79 80.58
09.03.2022 10897.27 11831.17 79.89
07.03.2022 10910.43 12017.84 99.1
04.03.2022 10900.25
12077.48
93.04
03.03.2022 10887.83 12066.98 99.73
02.03.2022 10861.8 12161.96 115.11
01.03.2022 10872.41 12154.27 108.6
28.02.2022 10860 12143.65 130.06
25.02.2022 10850.85 12165.97 128.7
24.02.2022 10840.28 12310.22 136.41
23.02.2022 10869.8 12303.53 136.24
22.02.2022 10888.07 12373.2 141.57
21.02.2022 10841.22 12327.55 143.12
18.02.2022 10856.41 12335.05 142.91
17.02.2022 10845.08 12339.53 144.27
16.02.2022 10837.16 12296.93 143.33
15.02.2022 10844.02 12266.76 140.35
14.02.2022 10860.64 12367.01 144.73
11.02.2022 10851.24 12418.16 145.21
10.02.2022 10835 12381.15 144.91
09.02.2022 10840.11 12364.23 143.81
08.02.2022 10855.11 12400.88 143.71
07.02.2022 10853.02 12441.9 142.87
04.02.2022
10835.21
12227.53 141.48
03.02.2022 10825.07 12225.83 141.81
02.02.2022 10813 12176.52 140.38
01.02.2022 10804.86 12074.43 139.49
31.01.2022 10815.16 12040.52 138.77
28.01.2022 10804 12097.24 137.23
27.01.2022 10803.97 12194.44 136.82
26.01.2022 10818 12210.28 137.69
25.01.2022 10825 12260.4 138.65
24.01.2022 10845.02 12297.17 141.68
21.01.2022 10835.07 12295.64 141.54
20.01.2022 10817.25 12266.76 141.38
19.01.2022 10809.74 12317.7 141.04
18.01.2022 10824.97 12366.45 141.58
17.01.2022 10839.97 12420.44 142.48
14.01.2022 10852.04
12449.46
145.45
13.01.2022 10860.17 12345.84 145.9
12.01.2022 10855.02 12303.08 144.92
11.01.2022 10840.02 12278.49 144.65
10.01.2022 10836.21 12311.02 143.1
08.01.2022
10818.05
12240.62 142.94
07.01.2022 10805.43 12216.62 140.95
06.01.2022 10812 12225.13 142.6
05.01.2022 10819.67 12228.39 144.66

Инвесторы меняют стратегии из-за укрепления доллара

Неожиданно устойчивое укрепление доллара и сильный рост экономики США меняют направление инвестиционных потоков в мире. Американские рынки привлекают все больше иностранных инвестиций, но это происходит за счет развивающихся и сырьевых рынков.

Многие инвесторы были уверены, что рост курса доллара этой весной окажется временным. Но экономика других стран замедлилась, а Федеральная резервная система (ФРС) США стала активнее повышать процентные ставки на фоне ускорения американской экономики. В результате WSJ Dollar Index, отражающий изменение курса доллара к корзине из 16 валют основных торговых партнеров США, вырос во II квартале на 5,1%. Это его первый квартальный рост с 2016 г.

Теперь многие участники рынка полагают, что доллар продолжит укрепляться, поскольку поддерживающие его факторы останутся в силе. В частности, экономика США быстро растет (по оценкам, на 4–5% во II квартале), тогда как европейская, наоборот, замедляется. В июне ЕЦБ ухудшил прогноз роста ВВП еврозоны в этом году с 2,4 до 2,1%.

Ожидания, что ФРС ускорит повышение процентных ставок, будут поддерживать курс доллара относительно валют тех стран, чьи центробанки придерживаются мягкой денежной политики, например евро и австралийского доллара, считает Кристофер Стэнтон, директор по инвестициям калифорнийской Sunrise Capital Partners. Повышение процентных ставок увеличит привлекательность долларовых активов для ищущих повышенную доходность инвесторов.

Торговой конфликт между Китаем и США также способствует укреплению доллара, говорят аналитики, поскольку, как считают многие, от полномасштабной торговой войны США пострадают меньше, чем Китай и Европа. Кроме того, доллар растет в результате репатриации прибыли американскими компаниями в рамках налоговой реформы, отмечает Bank of America Merrill Lynch. По оценкам банка, компании уже вернули в США $175 млрд в I квартале, а всего могут репатриировать до $450 млрд.

«Доллар творит абсолютный беспредел, мы были немного удивлены», – говорит Саид Хайдар, руководитель нью-йоркской Haidar Capital Management. В мае он закрыл позиции против доллара и теперь играет на его повышение против таких валют, как польский злотый и венгерский форинт. По данным Комиссии по срочной биржевой торговле, в июне хедж-фонды и другие финансовые инвесторы впервые за последний год стали «по-бычьи» смотреть на доллар: нетто-позиции на покупку долларовых фьючерсов составили $8,2 млрд, причем за последние две недели месяца – почти $22 млрд. Это помогло доллару вырасти до максимума с июля 2017 г.

Динамика курса доллара во многом определяет ситуацию на других мировых рынках. По данным Института международных финансов, в июне на американские акции и облигации приходилось почти 60% в глобальных инвестиционных портфелях. Это самая высокая доля активов США с начала 2017 г., что отражает уверенность инвесторов в росте ВВП и корпоративных прибылей в США и привлекательность долларовых активов.

Жюстин Бургет, управляющий портфелем Eaton Vance, весной сократил вложения в акции на развивающихся рынках, где укрепление доллара ухудшает положение правительств и компаний, которые в последние годы активно занимали на внешнем рынке по низким ставкам, повышая стоимость обслуживания долгов. Валюты Аргентины и Турции сильно упали в последние месяцы, в последнее время к ним присоединились валюты Мексики и ЮАР. Даже китайский юань снизился в июне по отношению к доллару на 3,3%, что стало его рекордным месячным падением в истории.

«Китай замедляется, еврозона замедляется, но США пока несутся вперед», – говорит Бургет. Он купил акции малых и средних компаний США, которые, по его мнению, больше выиграют от сильного роста экономики. Ведь для транснациональных компаний и крупных экспортеров укрепление доллара – фактор отрицательный. Coca-Cola, например, в июне оценила негативное влияние сильного доллара в 2-3% операционной прибыли в 2018 г. Ее акции снизились почти на 10% с февральского пика.

Инвесторы также делают ставки против активов, цены которых обычно негативно реагируют на укрепление доллара, например сырьевых товаров (будучи номинированы в долларах, они становятся более дорогими для иностранных инвесторов). Стэнтон из Sunrise Capital Partners недавно открыл короткие позиции по золоту, серебру и меди. Нетто-позиции на рост золота, которое подешевело на 5,4% во II квартале, сейчас находятся на самом низком уровне с января 2016 г. Цена меди снизилась на 2,3%. Одним из немногих исключений остается нефть, реагирующая на действия ОПЕК+ и опасения, связанные с нехваткой предложения.

Впрочем, не все инвесторы считают, что курс доллара продолжит расти. Старший портфельный управляющий State Street Аарон Херд собирается снизить ставки на укрепление доллара во втором полугодии. Он ожидает, что другие центробанки тоже начнут ужесточать денежную политику и это приведет к укреплению евро и остальных валют. «А если торговый конфликт не нанесет большого урона, рост мировой экономики, возможно, снова ускорится», – полагает он.

Перевели Михаил Оверченко и Алексей Невельский

доллар ↘ евро ↗ рубль ↗

Обменные курсы валюты в Бишкеке по состоянию на 17.55 05.01.2018 по данным системы мониторинга курсов валюты «Акчабар». За день средний курс доллара США (продажа) подешевел до 69.18 сома, евро вырос до 83.856 сома, обменный курс продажи рубля вырос до 1.219 сома, казахский тенге не изменился.

Сравнить курсы валюты коммерческих банков и Моссовета вы можете здесь.

Доллар США

Наиболее выгодный курс покупки доллара в коммерческих банках — 68.85 сома ▲ (+0.07 сома, +0.1018%), продажи — 69.15 сома ▼ (-0.04 сома, -0.0578%).

Средний курс доллара США в обменных пунктах Моссовета: покупка — 68.94 сома ▼ (-0.02 сома, -0.029%), продажа — 69.24 сома ▼ (-0.01 сома, -0.0144%).

Официальный курс Национального банка – 68.9225 сома ▲ (+0.0937 сома, +0.1361%).

Динамика среднего курса USD за 05.01.2018

Евро

Курс евро в коммерческих банках: покупка – от 82.3 до 83.0 сома ▲ (+0.22 сома, +0.2671%), продажа – от 83.6 сома ▲ (+0.196 сома, +0.2343%).

На Моссовете евро покупают в среднем за 82.61 сома ▼ (-0.01 сома, -0.0121%), продают по 83.63 сома ▲ (+0.01 сома, +0.012%).

Официальный курс НБ КР – 83.0723 сома ▲ (+0.3022 сома, +0.3651%).

Динамика среднего курса EURO за 05.01.2018

Рубль

Российский рубль торгуется в коммерческих банках по курсу: максимальная покупка — 1.195 сома ▲ (+0.005 сома, +0.4217%), самый выгодный курс продажи — 1.215 сома ▲ (+0.0016 сома, +0.1314%).

На Моссовете обменные пункты покупают рубль в среднем за 1.192 сома, продают по 1.21 сома.

Официальный курс Нацбанка – 1.2093 сома ▲ (+0.0067 сома, +0.5571%).

Динамика среднего курса RUB за 05.01.2018

Тенге

Самый выгодный курс покупки казахского тенге в коммерческих банках — 0.205 сома, продажи — 0.209 сома.

Средний курс тенге в обменных пунктах Моссовета: покупка — 0.2018 сома ▼ (-0.0013 сома, -0.6401%), продажа — 0.2108 сома ▼ (-0.0001 сома, -0.0474%).

Официальный курс НБ КР – 0.2086 сома ▲ (+0.0017 сома, +0.8217%).

Динамика среднего курса KZT за 05.01.2018

Это сообщение создано роботом финансового портала «Акчабар». Если вы обнаружили неточности, пожалуйста, сообщите об этом нам.

Стабильность и нестабильность валют в мире

Существует множество экономических и политических факторов, которые влияют на стабильность валют. Среди них действия центральных банков в отношении валютного курса, решения международных организаций, затрагивающие экономические вопросы, уровень инфляции и так далее. В числе политических факторов можно обозначить положение государства в мировом сообществе, деловые отношения с другими государствами, выборы, смена власти. Важную роль играют спрос и предложение, которые, в свою очередь, зависят от количества населения, уровня дохода, вкусов и предпочтений покупательской аудитории и т.д.

Cамые популярные в мире валюты — это доллар США ($) и евро (€). Доллар является валютой, которую чаще всего используют для международных сделок. Основные факторы, влияющие на стабильность этих валют — политика центральных банков и экономические показатели США и Евросоюза.

Стабильность валюты Европы в мировом масштабе

Если рассматривать стабильность европейской валюты в мировом масштабе, нужно сказать, что не так много существует валют, которые сильнее евро, но они есть. Например, по состоянию на сентябрь 2019 года,

  • курс фунта стерлинга (одной из самых старых и стабильных мировых валют) составляет 1, 13 EUR;
  • курс латвийского лата- 1, 5 EUR.

Еще дальше от стран Евросоюза ушли страны-экспортёры нефти:

  • курс бахрейнского динара — 2,41 EUR;
  • за один кувейтский динар придётся выложить 2,99 EUR;
  • а один оманский риал стоит целых 2,36 EUR.

Перечисленные валюты — по разным причинам, в числе самых дорогих валют мира.

Многие валюты зависят от экспорта природных сырьевых ресурсов, таких как нефть. Валютный курс в таких случаях привязан к цене на нефть. К таким валютам можно отнести, например, российский рубль и канадский доллар.

Резервная валюта

Существуют такое понятие как резервная валюта. Это те валюты, которые центральные банки разных стран накапливают в качестве ресурса. Безусловно, этот факт показывает респектабельность валюты. В числе резервных валют, помимо доллара и евро, фунт стерлинг, японская иена, швейцарский франк, китайский юань.

Уровень инфляции в стране влияет на уровень жизни населения. Разумеется, правительства стран отслеживают инфляцию. По итогам 2018 года, самые низкие темпы инфляции продемонстрировали Греция (0,6%), Португалия (0,6%), Дания (0,7%). Первое место по уровню инфляции в мире в 2018 года заняла Япония (0,3%). Невысокая инфляция зафиксирована в США и Канаде (1,9%). Что касается Чехии, здесь в 2018 году был зафиксирован средний уровень инфляции по сравнению с предыдущими периодами — 1,6%. Если взглянуть на обратную сторону медали, то можно увидеть, насколько велик уровень инфляции в Турции — в 2018 году она составила 20,3%.

Стоимость криптовалюты

В последнее время, кроме традиционных валют, актуален также вопрос о стоимости криптовалюты. Поскольку цифровые валюты не имеют централизованного регулирующего органа, возможность влияния Центробанков на стоимость криптовалюты исключена. Для демонстрации популярности цифровой можно обозначить, что курс Биткоина (первой криптовалюты), по отношению к доллару в 2017 году вырос до рекордной отметки – 20 000 $. Биткоин стал настолько популярным в течении последних двух лет, что правительства и центральные банки стали предупреждать население, что Биткоин может стать следующим экономическим пузырем. А некоторые правительства даже запретили торговлю криптовалютами. На текущий момент курс Биткоина составляет 10 178 долларов США.

Самые нестабильные валюты

Какие же валюты можно назвать самыми слабыми?

По данным Worldatlas, самыми нестабильными валютами мира являются северокорейская вона, индонезийская рупия, венесуэльский боливар, иранский риал и другие.

Эксперты называют ряд причин сложившейся ситуации. Среди них внутренние и внешние конфликты, гражданские беспорядки и столкновения, неверные экономические решения правительства, зависимость стран от сырьевых ресурсов и другие.

В 2018 году некоторые трудности по разным причинам испытали российский рубль, аргентинский песо, турецкая лира. Курс рубля по отношению к евро на сегодняшний день составляет 0,014 EUR; аргентинского песо и турецкой лиры — 0,016 EUR.

Отправить денежный перевод в Россию

Рубль, как известно, привязан к цене на нефть, с чем в основном и связан уровень инфляции, как и другие экономические показатели страны. В Турции ситуация не совсем однозначна — по некоторым источникам, главной причиной обесценивания турецкой валюты стал обвал обменного курса, другие считают, что виной тому высокие процентные ставки. Вероятно, действия правительства и Центробанка сыграли не последнюю роль. В любом случае, лира продолжает падать, цены расти, а народ — терять доверие к правительству.

Ситуация в Чехии

Что касается чешской кроны, то на сегодняшний день курс кроны к Евро — 0,039 EUR. За последний год динамику курса можно назвать стабильной.

Инфляция в Чехии на данный момент составляет 2,932%, но нужно заметить, что цены растут не на все товары. Эксперты отмечают, что продолжается рост цен на алкогольную и табачную продукцию, тогда как, например, в сфере телекоммуникационных услуг наблюдается снижение цен. Для справки: исторический максимум инфляции в Чехии пришелся на 1993 год, после разделения Чехословакии. Тогда уровень инфляции достигал 21%. По поводу будущего — Министерство финансов Чехии делает благополучные прогнозы относительно инфляции и укрепления кроны по отношению к евро.

Общая же картина стабильности мировых валют, описанная выше, остаётся неизменной уже не первый год, несмотря на многочисленные колебания.

Тенге слабел в 2018 году, но на развивающихся рынках ситуация еще хуже

Автор: Директор департамента монетарных операций Национального Банка РК Алия Молдабекова 

В 2018 вместе с изменением фундаментальных факторов происходили колебания курса тенге. С начала 2018 года курс тенге к доллару США ослаб на 12%, колебания происходили в диапазоне от 318,31 до 380,93 тенге за доллар США.

  С момента перехода на свободноплавающий обменный курс в рамках монетарной политики с таргетированием инфляции прошло более трех лет. Все это время курс тенге формировался под влиянием внешних и внутренних рыночных факторов.

Как заявлял Национальный Банк РК к фундаментальным внешним факторам относятся волатильность курса российского рубля, цены на нефть, мировые процентные ставки и геополитическая ситуация в мире. К внутренним — состояние платежного баланса, уровень инфляции, уровень базовой ставки, периоды налоговых выплат, освоение бюджетных средств.

Динамика курса тенге к доллару США в 2018 году

Укрепление/ослабление курса за год (- по сравнению с 21/08/2015)

Диапазон колебаний обменного курса тенге к доллару США в разрезе по годам

Рубль и нефть

Внутренние факторы в течение года складывались благоприятным образом. Темпы экономического роста остаются высокими. Согласно оценочным данным Министерства национальной экономики РК за 11 месяцев рост составляет 4,1%.  Инфляция находится в пределах целевого коридора (5-7%) и по состоянию на конец ноября 2018 года составляет 5,3%.

Состояние платежного баланса улучшается: согласно предварительной оценке Национального Банка РК за 9 месяцев 2018 года дефицит текущего счета снизился до 855,9 млн. долларов США, в то время как за 9 месяцев 2017 года дефицит составлял  4 636,4 млн. долларов США.

Внешние факторы – основные драйверы ослабления тенге в текущем году. Фундаментальные драйверы курсообразования тенге с учетом значительных объемов  взаимного торгового оборота с Российской Федерацией (эффект через валютный канал) и доли энергетического сектора в структуре экономики Казахстана (цены на нефть) складывались разнонаправлено.

  Российский рубль демонстрировал ослабление на фоне геополитических событий, в первую очередь санкций со стороны США и напряженных дипломатических отношений с рядом европейских стран.

  Цены на нефть демонстрировали рост, однако, начиная с октября 2018 года, произошло снижение стоимости. Основными событиями на рынке нефти, определявшими динамику цен, стали повышение объёмов запасов нефти и наращивание объемов добычи основными мировыми экспортерами сырья, эскалация торговых споров между Китаем и США. 

Слабеют валюты всех развивающихся рынков

В дополнение к изменению цен на нефть и курса рубля наблюдалось ослабление валют развивающихся стран, связанное как с индивидуальными внутренними факторами, так и с общим трендом вывода капитала в пользу развитых рынков на фоне общего укрепления курса доллара США на мировых рынках вследствие ожиданий по повышению процентных ставок ФРС США.

  На протяжении 2018 года ситуация на валютном рынке развивающихся стран вела в целом к ослаблению валют по отношению к доллару США. Однако в последнее время наблюдается коррекция наиболее ослабевших валют развивающихся стран ввиду как внешних, так и внутренних факторов. К концу года политические разногласия между США и некоторыми развивающимися странами стихли в связи с достижением компромиссов конфликтующих сторон и ослаблением власти Президента США Д. Трампа над законодательным органом — Конгрессом США.

  В течение года процентная ставка ФРС США повышалась 3 раза. Ожидания рынка связанные с дальнейшим повышением ставок ФРС превалировали в информационном поле в течение года. К концу года наблюдается изменение риторики ФРС в части ужесточения монетарной политики. Так, в своем выступлении Председатель ФРС Джереми Пауэлл сообщил о скором достижении ключевой ставкой нейтрального уровня, при котором монетарная политика уже не будет стимулировать экономику США. В результате к концу года резко упали ожидания инвесторов по росту ставок крупнейшей мировой экономики.

В последнее время в связи с достижением минимальных уровней стоимости нефти с начала года наблюдается некоторое давление на курсы валют развивающихся стран, являющихся нетто-экспортерами нефти. 

Укрепление/ослабление валют развивающихся стран к доллару США в 2018 году

Основные факторы, определившие динамики валют развивающихся рынков:

— мексиканский песо укреплялся на фоне ужесточения монетарной политики, а также решения вопроса по торговому соглашению с США. С начала четвертого квартала наблюдается ослабление валюты ввиду невозможности реализации государственных реформ, касающихся крупных проектов государственного инвестирования в экономику, а также снижения цен на нефть;

— российский рубль демонстрировал ослабление на фоне преимущественно внешних факторов, оказавших влияние на валюты развивающихся рынков. Меры Центрального Банка России по ужесточению монетарной политики в виде повышения ключевой ставки позволили смягчить влияние этих внешних факторов;

— бразильский реал слабел в течение года преимущественно в связи с политической неопределенностью, значительным объемом фискального дефицита, и выплатам по внешнему долгу страны. Сохранение ключевой ставки центрального банка на фоне повсеместных увеличений ставок в развивающихся рынках также негативно сказывалось на валюте. Интервенции центрального банка не оказывали поддержки валюте;

—  китайский юань слабел в течение года вследствие торговых споров с США. По итогам переговоров между лидерами двух стран была принята договоренность о переносе на 90 дней срока ввода более жестких пошлин на китайские товары, импортируемые в США (с 10% до 25%, ранее предполагалось введение с 1 января). В ответ от Китая ожидается уменьшение нетарифных барьеров по инвестированию, а также прогресс в части вопросов трансфера технологий и интеллектуальной собственности;

—  аргентинское песо снижалось в стоимости на протяжении первых трех кварталов т.г. против доллара США на фоне сомнений инвесторов по возможностям Аргентины выплачивать правительственный долг. В ответ на ослабление валюты, центральный банк принял решение о повышении базовой ставки до 60%. Проводимые валютные интервенции также помогли сдержать падение курса. В 4 квартале ситуация стабилизировалась после достижения договоренности по условиям оказания материальной помощи МВФ;

— турецкая лира показывала снижение стоимости на фоне политических споров с США, тарифов США на алюминий и сталь, среди внутренних факторов следует отметить копившийся иностранный долг Турции, высокую инфляцию.  Улучшение ситуации в четвёртом квартале стало результатом ужесточения монетарной политики регулятором и коммуникации правительства о мерах по оптимизации фискальной политики, снижения политического напряжения между США и Турцией после освобождения американского пастора, заключение которого привело к санкциям со стороны США.

  Национальный Банк РК, в свою очередь, также предпринимал меры по стабилизации курса казахстанского тенге. До сентября текущего года ситуация на валютном рынке складывалась на базе рыночных факторов, колебания происходили в обе стороны, торги на валютном рынке проходили без участия Национального Банка РК.

В сентябре т.г. были проведены интервенции для снижения спекулятивного давления на курс.

В течение первого полугодия 2018 года Национальный Банк РК последовательно снижал базовую ставку на фоне замедления темпов инфляции. Начиная с августа 2018 года, ситуация на внешних рынках в условиях обострения международных торговых конфликтов между США и рядом стран, антироссийские санкции США, продолжение политики повышения ставок ФРС усилили неопределенность в отношении дальнейшей динамики факторов инфляции. В этой связи 15 октября 2018 года Национальный Банк РК принял решение повысить базовую ставку до 9,25%.

В результате предпринятых мер в октябре-ноябре т.г. спекулятивное давление ослабло и динамика курса подчинялась макроэкономическим факторам, что привело к снижению волатильности.

Мировые прогнозы на 2019 – 2020 годы

Согласно октябрьскому отчету МВФ снизил прогноз роста мировой экономики с 3,9% до 3,7% и роста развивающихся стран с 5,1% до 4,7% в 2019 году. Ухудшение прогноза отражает подавленный рост в некоторых развитых странах, реализованные риски в экономиках некоторых развивающихся стран и ограничения свободной торговли в мире. Основными рисками стабильности экономик развивающихся стран сейчас являются эскалация торговой и санкционной политики США, медленный прогресс структурных реформ развивающихся стран, ужесточение монетарной политики со стороны центральных банков развитых стран и ослабление темпов роста мировой экономики. 

Согласно прогнозам аналитиков Bloomberg, средняя цена на нефть марки Brent на будущий год ожидается на уровне выше 70 долларов США за баррель. В случае реализации прогнозов, при прочих равных условиях, это будет положительным фактором, поскольку прогнозная цена нефти в уточненном республиканском бюджете на 2018−2020 годы составляет 60 долларов США за баррель.

Прогнозы по внутренним факторам в стране

Согласно оценке Национального Банка РК, темпы экономического роста в Казахстане составят в 2019 году 2,7%, в первом полугодии 2020 года — 2,7%. Основным положительным фактором роста экономики будет выступать рост внутреннего потребительского спроса. Сохранится позитивная динамика инвестиционной активности, в первую очередь, в горнодобывающей отрасли и жилищном строительстве. Увеличение экспорта товаров и услуг будет связано с дальнейшим ростом добычи нефти и газового конденсата на месторождении Кашаган.

динамику курсов прокомментировал глава Нацбанка

НУР-СУЛТАН. КАЗИНФОРМ – Председатель Национального банка РК Галымжан Пирматов рассказал о мерах по обеспечению финансовой и ценовой стабильности в условиях высокой геополитической неопределенности, передает корреспондент МИА «Казинформ».

По его словам, существующая геополитическая ситуация очень непростая.

«Уровень неопределенности большой. Реализовались самые негативные геополитические риски во внешнем секторе. Мы отслеживаем заявления правительств, центральных банков, финансовых и других организаций относительно санкций против Российской Федерации и оцениваем влияние этих санкций на Казахстан. Мы принимаем и будем принимать все необходимые меры для того, чтобы обеспечить и финансовую и ценовую стабильность в Казахстане», — рассказал глава Нацбанка.

В первую очередь он объяснил внеочередное повышение базовой ставки до 13,5% в феврале. Банк непрерывно мониторит ситуацию на внутреннем и внешнем рынках, а также дает оценку возможных последствий рыночных изменений. В случае резких изменений, которые могут повлечь за собой негативные последствия для страны, Национальный банк вправе принимать решения по базовой ставке вне запланированного графика.

«Ситуация в конце феврале – это как раз тот самый случай. Теперь о причинах. Внешние шоки не всегда влияют на разные страны одинаково. Учитывая, что, Россия является нашим основным торговым партнером, ослабление курса рубля повысило давление и на тенге. В этих условиях оперативное повышение базовой ставки в Казахстане стало необходимой мерой для предупреждения распространения последствий внешнего шока на экономику страны. Наше оперативное решение позволило снизить давление, в частности спекулятивное, на обменный курс тенге, и направлено на предотвращение роста инфляционных и девальвационных ожиданий. В таких кризисных ситуациях важно показать, что мы готовы брать на себя ответственность, мы открыто показываем и делимся с рынком информацией о наших действиях, об изменении торгов, интервенциях», — пояснил Г. Пирматов.

Также он разъяснил факторы, повлиявшие на принятие решения о сохранении текущей базовой ставки. С учетом резко меняющейся обстановки и беспрецедентного уровня неопределенности Национальный банк взял определенную паузу. Это время даст возможность накопить новую информацию по реакции основных внутренних и внешних макроэкономических индикаторов на данный шок.

«В случае кардинального ухудшения ситуации у нас сохраняется пространство для дальнейших решений в рамках процентной политики. Если мы увидим, что на финансовых рынках будет возрастать волатильность, мы можем существенно ужесточить денежно-кредитные условия без ущерба для финансовой стабильности. Мы приняли решение сохранить базовую ставку и взять определенную паузу. Ситуация очень непростая, неопределенности очень много. Ситуация меняется каждый день, вводятся новые санкции. Мы решили накопить больше информации о том, как эти санкции будут влиять на нашу финансовую систему и экономику. Если ситуация будет сильно ухудшаться, у нас есть возможности по принятию дополнительных решений для предупреждения переноса этих внешних шоков на внутреннюю ситуацию в Казахстане», — добавил глава Нацбанка.

Галымжан Пирматов подчеркнул, что все действия направлены на то, чтобы обеспечить ценовую и финансовую стабильность в Казахстане. Повышение базовой ставки в какой-то мере компенсирует инфляционные ожидания и повышает доходность тенговых сбережений. Таким образом, стимулируя сберегательное поведение со стороны населения, Нацбанк смягчяет давление на инфляцию. Сразу после поднятия базовой ставки были повышены максимальные ставки, рекомендуемые Казахстанским фондом гарантирования депозитов.

Так, Национальный банк Казахстана совместно с Правительством анонсировал программу по защите тенговых вкладов. Это предусматривает начисление компенсации в размере 10%. Все эти меры направлены на то, чтобы повысить доходность тенговых сбережений, поддержать население и смягчить инфляционное давление в экономике.

«Хотелось бы отметить, что повышение базовой ставки в определенной степени проводится для повышения стоимости денег в экономике. В свою очередь это также снижает уровень доступности кредитных средств. Но в текущей ситуации мы повысили базовую ставку не для увеличения стоимости денег в экономике и ограничения доступности кредитования. Это решение было принято для того, чтобы у банков оставалась база фондирования. А базу для фондирования создают депозиты населения, с помощью которых банки кредитуют население. Если бы девальвационные и инфляционные ожидания населения привели бы к изменению поведения домохозяйств, то есть долларизации депозитной базы, то у банков не осталось бы базы фондирования, позволяющей кредитовать. Поэтому именно в такой экстраординарной ситуации базовая ставка была повышена для кредитования экономики банками второго уровня», — дал свое разъяснение председатель Национального банка.

Сложными остаются ситуация на валютном рынке и динамика курса рубля на курс тенге. В связи с ожиданиями по дальнейшему ужесточению санкционных действий рубль торгуется очень волатильно. Так как Российская Федерация является ключевым торговым партнером Казахстана, изменение курса рубля к доллару влияет и на казахстанский тенге. В результате введенных санкций рубль сейчас торгуется технически на двух основных площадках – на Московской бирже, внутреннем рынке и межбанке.

«К сожалению, там котировки разные. Мы больше ориентируемся на московскую биржу, где действительно есть ликвидность. На межбанке ее не так много. Хотелось бы отметить, что рубль торгуется на риск сентиментах и нет никакого фундаментального анализа того, сколько он должен стоить. Это нормальная реакция рынка. Я считаю, что тенге не должен также реагировать на курс рубля и у нас волатильность выросла, но по отношению к рублю она не совсем такого же уровня. Я думаю, тенге и рубль найдут какое-то другое равновесное значение с учетом того, как теперь будут меняться торговля и торговые потоки между Казахстаном и Россией. Поэтому сейчас сложно сказать, каким будет этот уровень. Но мы уже сейчас понимаем, что те уровни курса тенге к рублю, которые последние 6 лет мы наблюдали, уже не являются ориентиром для нас», — заявил Г. Пирматов.

При этом Национальный банк не рассматривает переход к фиксированному курсу. Такой опыт у Казахстана уже был, и он показывает, что при структуре существующей экономики попытки удерживать и фиксировать курс на определенном уровне неизбежно приводили к одномоментной болезненной корректировке курса и дальнейшей девальвации. Фиксированный курс требует достаточно больших расходов из золотовалютных резервов.

«Если вспомнить 2014–2015 годы, когда мы пытались в последний раз это делать, нам понадобилось 35 миллиардов долларов, и в итоге мы все равно не удержали курс тенге. В экспертных кругах фиксированный обменный курс преподносится как условие, когда бизнес может планировать свои инвестиции, расходы и доходы, и это важно для бизнеса. Однако бизнес всегда живет в условиях, когда много неопределенности. Это не только обменный курс. Это цены и инфляция. Это процентные ставки по кредитам, а также сентимент, конкуренция, регулирование, ожидания и уверенность в завтрашнем дне. Поэтому обменный курс – это только один из факторов», — объяснил Галымжан Пирматов.

Он уверен, если население, домохозяйства и бизнес поверят, что Национальный банк сможет удерживать инфляцию, произойдет, так называемое, заякоривание инфляционных ожиданий. Будет понятно, как будут вести себя цены и какова реальная стоимость денег в экономике.

«Для бизнеса было бы лучше, если мы все-таки сможем обеспечить долгосрочную уверенность в условиях ведения бизнеса в Казахстане – очень много вопросов, которые влияют на то, как бизнес и домохозяйства принимают экономические решения. Поэтому я хотел бы сказать, что мы не рассматриваем возврат к фиксированному курсу. Плавающий обменный курс позволяет абсорбировать внешние шоки, и для нас все-таки ценовая стабильность в Казахстане – это основной приоритет», — заключил спикер.

Что касается дальнейшего развития казахстанской экономики, то меняющаяся обстановка на внешних рынках и в странах-торговых партнерах очень усложняет полноценную подготовку прогнозного раунда. В этой связи Нацбанк решил сосредоточиться на основных направлениях и на том, как экономика страны будет вести себя в краткосрочной и среднесрочной перспективе.

«Рост экономики Казахстана будет поддерживаться ценами на основные энергоносители, которые мы экспортируем, расходами бюджета и в какой-то мере улучшение эпидемиологической ситуации в стране тоже помогает восстановлению и деловой активности. Со стороны совокупного спроса стоить отметить, что динамика инвестиционного и потребительского спроса будет более сдержанной по сравнению с нашими предыдущими прогнозами и оценками, и во многом будет определяться масштабом окончательных санкций и того, как они будут влиять на мировую экономику, на экономику Российской Федерации и на нас. Поэтому с учетом этих факторов, в 2022 году все-таки рост экономики Казахстана будет отличаться в сторону снижения по сравнению с предыдущими прогнозами. Ожидается, что в 2023 году траектория роста восстановится», — заверил Г. Пирматов.

Инфляция, по оценкам Национального банка РК, будет выше предыдущих прогнозов, и основной фактор – это ослабление курса тенге к доллару США. Это будет оказывать негативное влияние на инфляцию с учетом того, что Казахстан импортирует и продовольственные товары. Это изменение будет оказывать проинфляционное давление.

«Скорее всего, инфляция и в Российской Федерации будет расти – вот это будет фактором того, что мы будем импортировать инфляцию извне. С точки зрения продовольственной инфляции, мы все наблюдаем продолжающийся рост мировых цен. Мы понимаем, что высок риск того, что может возникнуть определенный дефицит поставок на мировые рынки зерна и зерновых – с учетом того, что Украина является одним из крупных производителей зерна, как и Российская Федерация. Много вопросов сейчас возникает по цепочке поставок. Даже то, что произведено – как можно эффективно, оптимально доставить на рынки с учетом того, что санкционная риторика остается. С точки зрения внутреннего рынка Правительство принимает определенные меры по сдерживанию цен, но это не значит, что инфляционное давление не присутствует», — констатировал глава Нацбанка.


Польский злотый — курс к доллару, евро, гривне, белорусскому рублю

Польский злотый — курс к доллару, евро, гривне, белорусскому рублю

Курсы валют к злотому в Польше 12.03.2022
USD — 4.37 / EUR — 4.79 / 100 RUB — 0 / 10 UAH — 1.38



Нацбанк Польши

В таблице приведены официальные курсы покупки/продажи злотого, которые были установлены Нацбанком Польши (Narodowy Bank Polski) на 11 марта 2022 г.. См. также: курсы других валют

ВалютаПокупка, PLNПродажа, PLN
1 Доллар США (USD) 4.3209 4.4081
1 Евро (EUR) 4.7598 4.8560
1 Швейцарский франк (CHF) 4.6444 4.7382
1 Фунт стерлингов (GBP) 5.6753 5.7899

Курс обмена в канторах

Для того, чтобы лучше ориентироваться в обмене наличных, ознакомьтесь со средним курсом обмена в канторах (обменниках) Польши.
Обновлено: 11 марта 2022 г. См. также: другие валюты в канторах

Валюта Сдать, PLN Купить, PLN
1 Доллар США (USD) 4.31 4.4
1 Евро (EUR) 4.76 4.85
1 Фунт стерлингов (GBP) 5.65 5.75
1 Швейцарский франк (CHF) 4.64 4.74

Если вы собрались в Польшу, либо после поездки у вас остались на руках наличные купюры злотых, предлагаем вам узнать курс, по которому вы можете купить за рубли/доллары/евро или продать польскую валюту в банках следующих городов Беларуси:


Калькулятор валют

PLN USD

* Калькулятор злотого к доллару/евро производит пересчет по курсу Нацбанка Польши.

Архив курса валют

Выберите дату:

Курс Нацбанка Польши на 11.03.2022 г.

ВалютаКурс, PLN
1 USD4.3694
1 EUR4.7924
10 UAH1.381
0 RUB0

Динамика курса

На графиках вы можете увидеть динамику изменения валютных курсов за последние 30 дней.

Польский злотый — денежная единица Республики Польша. Является единственным платежным средством на территории данной страны. Эмитент валюты — Национальный Банк Польши. 1 злотый равен 100 грошам.
Совершить обмен любой валюты на злотые можно в частных обменных пунктах, которые называют в Польше Kantor (Канторы). Обменивать валюту у частных лиц с рук вне специализированных обменных пунктов не рекомендуется — есть риск нарваться на мошенников.
Чтобы Вам было проще ориентироваться в обменных курсах, приводим курсы обмена основных валют к злотому, которые установлены Национальным Банком Республики Польша.

Обратная связь

Поля с * заполнять обязательно!

ФРС — Курсы валют — H.10

Текущая версия RSS DDP

Дата выпуска: 31 декабря 2018 г.

Валютные курсы — H.10 за неделю
(Цены в денежных единицах за доллар США, если не указано иное)
СТРАНА ВАЛЮТА дек.24 25 декабря 26 декабря 27 декабря 28 декабря
*АВСТРАЛИЯ ДОЛЛАРОВ НД НД 0,7070 0,7020 0,7044
БРАЗИЛИЯ НАСТОЯЩИЙ НД НД 3,9253 3,8895 3,8711
КАНАДА ДОЛЛАРОВ НД НД 1.3576 1.3650 1.3629
КИТАЙ, PR ЮАНЕЙ НД НД 6,8847 6,8649 6.8755
ДАНИЯ КРОН НД НД 6,5456 6.5416 6,5243
*ЧЛЕНЫ ЭВС ЕВРО НД НД 1.1408 1.1412 1.1445
ГОНКОНГ ДОЛЛАРОВ НД НД 7,8291 7,8287 7,8316
ИНДИЯ рупий НД НД 70.0700 70.3400 69.9200
ЯПОНИЯ йен НД НД 110.4500 110.7800 110.3400
МАЛАЙЗИЯ РИНГГИТ НД НД 4.1762 4.1660 4.1500
МЕКСИКА песо НД НД 19.8836 19.6630 19.6535
*НОВАЯ ЗЕЛАНДИЯ ДОЛЛАРОВ НД НД 0.6745 0,6698 0,6704
НОРВЕГИЯ КРОН НД НД 8,7725 8.7884 8.7191
СИНГАПУР ДОЛЛАРОВ НД НД 1.3707 1.3713 1.3668
ЮЖНАЯ АФРИКА РЭНД НД НД 14.5100 14.4900 14.3525
ЮЖНАЯ КОРЕЯ ВОН НД НД 1124.2300 1121.3700 1114.9000
ШРИ-ЛАНКА рупий НД НД 181.7300 182.1000 182.7000
ШВЕЦИЯ КРОНА НД НД 9.0704 9.0101 8,9595
ШВЕЙЦАРИЯ ФРАНК НД НД 0,9908 0,9902 0,9838
ТАЙВАНЬ ДОЛЛАРОВ НД НД 30.8100 30,8000 30,5500
ТАИЛАНД бат НД НД 32.5600 32.5300 32.5400
*СОЕДИНЕННОЕ КОРОЛЕВСТВО ФУНТ НД НД 1,2676 1,2627 1.2699
ВЕНЕСУЭЛА БОЛИВАР НД НД 503.1091 562.5701 562.5701
Памятка: СОЕДИНЕННЫЕ ШТАТЫ ДОЛЛАРОВ  
1) ШИРОКИЙ 97 января = 100 НД НД 128.5052 128.3583 128.1045
2) ОСНОВНАЯ ВАЛЮТА МАР73=100 НД НД 92.0290 92.2298 91.9394
3) ОИТП 97 января = 100 НД НД 168.5410 167,9233 167.7412

Для получения дополнительной информации об индексах обменного курса для U.доллар США, см. «Индексы валютной стоимости доллара», Бюллетень Федеральной резервной системы, 91:1 (зима 2005 г.), стр. 1–8 (http://www.federalreserve.gov/pubs/bulletin/2005). /winter05_index.pdf). Веса для широкого индекса можно найти по адресу http://www.federalreserve.gov/releases/h20/Weights; веса для индекса основных валют и индекса других важных торговых партнеров (OITP) получены из общих весов индекса. Последний ежегодный пересмотр весов валют и индексов доллара вступил в силу с момента выпуска настоящего отчета 13 ноября 2017 года.Источником обменных курсов, не указанных в таблице выше, но используемых при расчете индексов широкого диапазона и OITP, является Bloomberg L.P.

* Доллары США за единицу валюты.

1) Средневзвешенное значение курса доллара США в иностранной валюте по отношению к валютам широкой группы основных торговых партнеров США.
2) Средневзвешенная стоимость доллара США в иностранной валюте по отношению к подмножеству валют широкого индекса, которые широко обращаются за пределами страны-эмитента.
3) Средневзвешенная стоимость доллара США в иностранной валюте по отношению к подмножеству валют широкого индекса, которые не имеют широкого обращения за пределами страны-эмитента.

Евро указывается вместо отдельных валют еврозоны. Эти курсы валют могут быть получены из курса доллара к евро с использованием фиксированных курсов конвертации (в валютах за евро), приведенных ниже:

1 ЕВРО
  • = 13,7603 АВСТРИЙСКИХ ШИЛЛИНГА
  • = 40.3399 БЕЛЬГИЙСКИХ ФРАНКОВ
  • = 0,585274 кипрского фунта
  • = 15.6466 ЭСТОНСКАЯ КРОНА
  • = 5,94573 ФИНСКИХ МАРКИ
  • = 6,55957 ФРАНЦУЗСКИХ ФРАНКОВ
  • = 1,95583 НЕМЕЦКИХ МАРОК
  • = 340,750 ГРЕЧЕСКИХ ДРАХМ
  • = 0,787564 ИРЛАНДСКОГО ФУНТА
  • = 1936,27 ИТАЛЬЯНСКИХ ЛИР
  • = 40,3399 ЛЮКСЕМБУРГСКИХ ФРАНКОВ
  • = .429300 МАЛЬТИЙСКАЯ ЛИРА
  • = 2.20371 НИДЕРЛАНДСКИЙ ГУЛЬДЕН
  • = 200,482 ПОРТУГАЛЬСКИХ ЭСКУДОС
  • = 166,386 ИСПАНСКИХ ПЕСЕТ
  • = 30.1260 СЛОВАКСКАЯ КОРУНА
  • = 239,640 СЛОВЕНСКИЙ ТОЛАР
Наверх

Последнее обновление: 31 декабря 2018 г.

границ | Динамика обменного курса, потребление энергии и устойчивая окружающая среда в Пакистане: новые данные нелинейной коинтеграции ARDL

Введение

Влияние снижения обменного курса было тщательно изучено с различными макроэкономическими переменными, включая рост валового внутреннего продукта на душу населения (ВВП), экспорт, промышленное производство, дефицит счета текущих операций и т. д.Однако динамика обменного курса может повлиять на потребление энергии и выбросы CO 2 за счет расширения промышленного производства и экспорта. Снижение обменного курса стимулирует экономическую деятельность за счет увеличения промышленного производства и экспорта (Rodrik, 2008; Gala and Libanio, 2010), в то время как производство, особенно в промышленном секторе, требует использования энергии в качестве входных данных; таким образом, расширение производства приводит к увеличению выбросов CO 2 и энергопотребления в стране.Несмотря на значительную роль обменного курса в определении выбросов CO 2 и потреблении энергии в экономике, очень мало внимания уделяется проверке влияния динамики обменного курса на выбросы CO 2 и потребление энергии. Таким образом, это исследование пытается восполнить пробел путем анализа влияния динамики обменного курса выбросов CO 2 и потребления энергии с использованием данных по Пакистану. Пакистан принял различные системы обменных курсов, такие как фиксированные, управляемые плавающие и гибкие обменные курсы.

Кроме того, правительство последовательно обесценивало местную валюту для достижения целей политики экспорта и промышленного производства. Большинство предыдущих исследований, таких как Acar (2000), Levy-Yeyati and Sturzenegger (2003), Rodrik (2008), Ihnatov and Căpraru (2012), Tang (2015), в основном были сосредоточены на влиянии снижения обменного курса на экономический рост. ), Хабиб и др. (2017), Аман и соавт. (2017) и Ribeiro et al. (2019) с использованием различных линейных статистических методов и получением различных результатов; немногие предполагают положительную связь, в то время как другие предполагают отрицательную связь между обменным курсом и экономическим ростом.Девальвация валюты увеличивает цены на импортные товары при одновременном снижении относительных цен на местные продукты, и это дает отечественным производителям стимулы для расширения местного производства (Ribeiro et al., 2019), что приводит к увеличению потребления энергии и приводит к высокому энергопотреблению и выбросам CO 2 . Кроме того, валютная девальвация увеличивает доходы людей, особенно рабочих, занятых в экспортных отраслях (Алехандро, 1963; Найт, 1976; Кругман и Тейлор, 1976; Купер, 1992).Согласно Борозану (2018, 2019), увеличение доходов людей повышает потребность в большем количестве энергии и приводит к увеличению потребления энергии. В результате в нескольких исследованиях предлагается увеличить долю потребления возобновляемой энергии в общем спросе на энергию, что не только снизит воздействие на окружающую среду, но и будет способствовать экономическому росту (Akram et al., 2020; Fareed et al., 2021; Li и др., 2021; Рехман и др., 2021).

Расширение экспорта и промышленное производство являются основными каналами, по которым снижение обменного курса увеличивает ВВП (Balogun, 2007; Chit et al., 2010; Хасануйзаман, 2016). Растущая урбанизация и экономический рост приводят к высокому уровню потребления энергии, что приводит к ухудшению состояния окружающей среды (Чаабуни и Саиди, 2017; Хашми и др., 2021). Результатом потребления энергии, а также экономического роста является всплеск выбросов CO 2 , который был положительным в различных исследованиях, в том числе Menyah and Wolde-Rufael (2010), Alshehry and Belloumi (2017), Rizwan Nazir et al. (2018), Чжоу и соавт. (2018), Балли и др. (2019), Ахмад и др.(2020) Фатима и др. (2020), Хашми и др. (2020), Икрам и др. (2021), Shahzad et al. (2021) и Rafique et al. (2022). Увеличение объема экспорта влияет на потребление энергии и, следовательно, на выбросы CO 2 (Dogan et al., 2017). Установлена ​​положительная взаимосвязь между потреблением энергии и выбросом CO 2 (Halicioglu, 2009; Xu et al., 2014; Alam et al., 2016; Chaabouni et al., 2016; Hasanujzaman, 2016; Antonakakis et al., 2017). ; Айе и Эдоджа, 2017; Бехет и др., 2017).В нескольких исследованиях торговый фактор рассматривался как фактор, влияющий на выбросы CO 2 , ВВП и потребление энергии (Al-mulali, 2012; Rüstemoğlu and Andrés, 2016). Обесценение валюты увеличивает местные инвестиции, что существенно влияет на выбросы CO 2 и потребление энергии в экономике (Zhao et al., 2016). Увеличение выбросов CO 2 увеличивает потребление энергии в долгосрочной перспективе, в то время как сообщается об однонаправленном движении от CO 2 и потребления энергии к выходу (Ang, 2007).Увеличение инвестиций и повышение производительности увеличивают потребление энергии, что приводит к выбросам CO 2 (Leng Wong et al., 2013). Экономический рост в промышленном секторе сравнительно выше, чем в других секторах, поэтому он вносит больший вклад в выбросы CO 2 . Второй основной причиной выбросов CO 2 является бытовое потребление, а транспортный сектор является третьим основным источником выбросов CO 2 . Остальные сектора, такие как торговля, сельское хозяйство и строительство, вносят относительно меньший вклад в увеличение общих выбросов CO 2 (Zhou et al., 2018).

Поскольку динамика обменного курса оказывает потенциальное влияние на выбросы CO 2 и потребление энергии в экономике, основной целью данного исследования является анализ влияния колебаний обменного курса на потребление энергии и выбросы CO 2 в Пакистане. Это исследование дополняет существующую литературу по следующим аспектам: во-первых, обменный курс не анализировался с литературой по выбросам CO 2 и потреблению энергии. В этом исследовании будет показано влияние колебаний обменного курса на потребление энергии и выбросы CO 2 .Во-вторых, в большинстве предыдущих исследований использовались линейные методы, которые не могут уловить асимметричные отношения между переменными. Поэтому мы применяем метод нелинейной авторегрессии с распределенным запаздыванием (NARDL) к асимметричным отношениям между переменными. В-третьих, обменный курс в Пакистане значительно снизился за последние два десятилетия, а сырая нефть является основным компонентом пакистанского импорта и в дальнейшем используется для потребления энергии. Курсовая динамика может повлиять на потребление энергии и выбросы CO 2 в стране; поэтому мы используем случай Пакистана, чтобы понять влияние динамики обменного курса на потребление энергии и выбросы CO 2 .

Остальная часть статьи организована следующим образом. Обменный курс, потребление энергии и выбросы CO 2 в Пакистане предоставляет стилизованные факты, связанные с обменным курсом, потреблением энергии и выбросами CO 2 в Пакистане. Методология и Результаты и обсуждение представляют методологию, результаты и обсуждение соответственно, а Заключение представляет выводы исследования.

Обменный курс, потребление энергии и CO

2 Выбросы в Пакистане

Обменный курс и ВВП в Пакистане

Пакистан прошел через различные режимы, такие как фиксированный обменный курс, управляемый плавающий обменный курс и гибкая система обмена.Местная валюта постоянно девальвировалась во время этих режимов, хотя механизм девальвации различался в соответствии с доктриной режима. Первоначально, в 1950-х годах, рост экспорта Пакистана был отрицательным, и Пакистан обесценил местную валюту на 30%, что привело к увеличению экспортного сектора на 45%. Позже в 1959 году была введена схема экспортных бонусов для стимулирования экспорта и девальвации местной валюты, что увеличило экспорт хлопка и текстиля с 8,3% до 35%.Экспорт продукции обрабатывающей промышленности также вырос с 2% до 20%. Во второй раз Пакистан девальвировал местную валюту в 1972 г., что увеличило экспорт на 40,2%, а платежный баланс вышел с профицитом на 152,2 млн. долл. США. Обменный курс Пакистана оставался фиксированным до 1982 года, а местная валюта была привязана к доллару США, что обеспечило заметное увеличение экспорта с 17,7% до 21,3%. В 1982 году был введен управляемый плавающий обменный курс, который оставался в силе до 1999 года, когда был принят гибкий курс (GOP, 2000).Резкое восстановление темпов экспорта было достигнуто за счет единого плавающего курса в 1999–2000 гг. Однако в режиме гибкого обменного курса наблюдалась массивная девальвация по сравнению с другими режимами, что значительно повлияло на местные цены, экспорт и экономический рост.

На рисунке 1 представлена ​​взаимосвязь обменного курса и ВВП с 1980 по 2017 год. На нем показано, что пакистанская валюта была девальвирована в 2005, 2010 и 2013 годах на 57,57%, 83,81% и 96,16% соответственно. История экономического развития Пакистана показывает смешанный сценарий девальвации валюты на протяжении более полувека, и девальвация сообщила об умеренных успехах в увеличении экспорта.В последнее время, после 2018 года, в пакистанской рупии наблюдается огромный дрейф валютной девальвации. Текущий обменный курс составляет 160 рупий за 1 доллар США, что может иметь серьезные последствия для различных экономических переменных. На рисунке 1 показана тенденция изменения обменного курса и экономического роста во времени с 1971 по 2017 год. График показывает продолжающуюся девальвацию обменного курса валюты, и ВВП также демонстрирует тенденцию к увеличению. Однако после 1999 года обменный курс стал более волатильным и демонстрирует значительную девальвацию по сравнению с прошлым годом.

РИСУНОК 1 . Обменный курс и ВВП. Источник: Показатели развития Всемирного банка.

Обменный курс и потребление энергии в Пакистане

В начале 1980-х гг. энергоснабжение страны составляло около 86% от общего спроса на энергию, а 14%-ный спред заполнялся за счет импорта. Однако разрыв между спросом и предложением увеличился до 47% по сравнению с 2000 годом. После 2000 года снабжение страны энергией увеличилось, и, таким образом, разрыв сократился до 18% в 2005 году (SBP, 2006).Последние данные показывают различное влияние на потребление энергии и снижение обменного курса. Рост ВВП снизился до 3,3% в 2019 году, что на 2,2% меньше, чем в 2018 году. Обменный курс снизился до 25,5% в 2019 году, и это самое высокое снижение в истории страны. Это огромное обесценивание вызвало резкий рост цен на энергоносители, и в экспортном секторе произошли улучшения. Рост цен на энергию замедлил частное потребление энергии с 6,8% до 4,1% в 2018 и 2019 годах соответственно, а инвестиционные счета на 8.9%. Что касается предложения, то рост промышленного сектора снизился до 1,4% в 2019 году по сравнению с 4,9% в 2018 году. Экспорт оставался неэффективным с точки зрения снижения обменного курса, тогда как импорт сократился на 23,4% в 2020 году (Отчет Всемирного банка, 2020 г.). Пакистан сталкивается с несоответствием спроса и предложения энергии в течение последних нескольких десятилетий. На начальном уровне потребление энергии составило 15,31 млн БТЕ (британских тепловых единиц) на человека в 2017 году в Пакистане. Хотя это значение энергопотребления существенно менялось в последние годы, оно имело тенденцию к росту в период с 1998 по 2017 год и завершилось на уровне 15.31 миллион БТЕ на человека в 2017 году.

Обменный курс и CO

2 Выбросы

Потребление энергии является важным компонентом роста ВВП, а также развития страны. Потребление энергии также считается четвертым основным фактором производства в промышленно развитых странах (Kraft and Kraft, 1978). В 1970-е годы произошли энергетические кризисы, которые показали, что роль энергии постоянна и важна (Stern, 2004). Из-за многомерной роли энергетики исследователи сосредоточили внимание на эффективности энергетического сектора в плане роста и развития, а также на плюсах и минусах (Stern, 2004).На рис. 2 показаны тренды обменного курса и тренд энергопотребления; обменный курс и потребление энергии имеют тенденцию к увеличению до 2001 года, но из-за гибкого режима обменный курс девальвировался больше, чем рост потребления энергии. В 2007 году и далее обменный курс и потребление энергии связаны с производством энергии из ископаемого топлива, так как большая часть расчетов производится в долларах США (за нефтепродукты), что приводит к высокой цене производства энергии и тем самым снижает ее потребление. .В настоящее время предложение энергии является недостаточным, в то время как спрос в Пакистане постоянно растет. Причинами этого дефицита являются использование современных технологий, которые влекут за собой потребление энергии, и рост населения в таких секторах, как сельское хозяйство, промышленность, домашнее хозяйство, образование и здравоохранение. Основными источниками использования энергии являются нефть, которая составляет 32%, и газ, который составляет 39% с 2005–2006 по 2009–2010 годы (Ener Intelligence, 2016). Использование энергии, экономический рост, финансовое развитие и накопление капитала влияют на качество окружающей среды, торговлю и выбросы CO 2 (Rehman et al., 2019).

РИСУНОК 2 . Скорость обмена и потребление энергии. Источник: Показатели развития Всемирного банка.

На рис. 3 показана взаимосвязь между выбросами CO 2 и обменным курсом в Пакистане. Обменный курс и выбросы CO 2 движутся в одном направлении до 1999 года, и обменный курс отклоняется больше, чем выбросы CO 2 . Несмотря на отклонения в некоторых точках, обменный курс и выбросы CO 2 изменяются с аналогичной тенденцией, которая показывает, что девальвация обменного курса увеличивает выбросы CO 2 в экономике.Обменный курс оказывает сильное влияние на выпуск экономики. Девальвация обменного курса увеличивает темпы роста экспорта в Пакистане, что приводит к увеличению ВВП (Kemal and Qadir, 2005; Chaabouni et al., 2016; Chaabouni and Saidi, 2017). Экономический рост имеет существенную связь с потреблением энергии. Энергия развивает производительность и эффективность факторов производства. Таким образом, экономика становится развитой. Таким образом, использование энергии является важнейшей причиной роста экономики (Chandran et al., 2010). Потребность в энергии во всем мире примерно увеличится на 50% в следующие 15 лет до 2030 года из-за опережающего роста спроса на энергию к тому времени (МЭА, 2014). Развитие экономики тесно связано с использованием энергии, поскольку более высокие темпы роста производства увеличивают потребление энергии, а эффективное использование энергии ведет экономику к росту (Cheng, 1999; Crompton and Wu, 2005; Skeer and Wang, 2007; Gelo, 2009; Halicioglu, 2009; Mishra et al., 2009). Следствием большего использования энергии и экономического роста является увеличение выбросов CO 2 (Menyah and Wolde-Rufael, 2010). Таким образом, снижение обменного курса ведет к эмиссии CO 2 , в основном, через канал расширения экспорта и ВВП, наряду с потреблением энергии.

РИСУНОК 3 . Обменный курс и выбросы CO 2 . Источник: Показатели развития Всемирного банка.

Методология

Основной целью данного исследования является оценка влияния снижения обменного курса валюты на выбросы CO 2 и потребление энергии в Пакистане.Однако экономический рост является основным каналом, через который он влияет на выбросы CO 2 и потребление энергии. Следовательно, мы анализируем следующие три модели

CO2 = β0 + β1GDPT + β2ET + β3ext + β4POPT + μt μt~niid (0, σ2), (1) et = β0 + β5gdpt + β6Co2t + β7ext + β8POPT + μt μt~niid (0, σ2 ), (2) GDPT = β0 + β9CO2T + β10ET + β11ext + β12POPT + μT μT~n.i.i.d(0, σ2),(3)

, где CO 2  = выбросы углекислого газа (метрические тонны на душу населения).

ВВП = валовой внутренний продукт на душу населения.

E = потребление энергии [потребление энергии (кг нефтяного эквивалента) на 1 000 долларов ВВП (постоянный ППС 2011 г.)].

EX = обменный курс (официальный обменный курс (единая денежная единица за доллар США, среднее значение за период).

Pop = население (годовой прирост населения).

µ = нормально распределенная погрешность. зависимые переменные, тогда как GDP, E, EX и Pop являются независимыми переменными в первой модели.Напротив, E является зависимой переменной во второй модели, в то время как GDP, CO 2 , EX и Pop считаются независимыми переменными. ВВП является зависимой переменной, тогда как CO 2 , E, EX и Pop являются независимыми переменными. Первые два уравнения являются нашими базовыми моделями, а третье уравнение будет дополнительно проверять первые два уравнения. Теоретически увеличение ВВП приводит к высоким выбросам CO 2 ; таким образом, выбросы CO 2 и ВВП имеют ожидаемую положительную связь.β1 и β9 будут иметь положительный ожидаемый коэффициент. Точно так же потребление энергии также увеличивает ВВП, а ВВП увеличивает потребление энергии; таким образом, β5 и β10 будут иметь положительный ожидаемый коэффициент. Снижение обменного курса увеличивает экономическую деятельность, выбросы CO 2 и потребление энергии, а это означает, что коэффициенты β3β7 и β11, как ожидается, будут иметь положительный коэффициент. Ожидается, что численность населения во всех моделях положительно повлияет на потребление энергии, выбросы CO 2 и ВВП.

Эмпирическая модель представит долгосрочную связь между переменными с помощью теста коинтеграции. Краткосрочные коэффициенты и адаптация скорости к долгосрочному равновесию могут быть представлены следующим образом:

+∑i−0n6β5iΔPopt−1+λet−1+µt(4)ΔEt= β0+∑i−1n1β6iΔEt−1+∑i−0n2β7iΔGDPt−1+∑i−0n3β8iΔCO2t−1+∑i−0n4β9iΔEXt−1+∑i− 0n6β10i∆Popt−1+λet−1+µt(5)∑GDPt= β0+∑i−1n1β11i∆GDPt−1+∑i−0n2β12i∆CO2t−1+∑i−0n3β13i∆Et−1+∑i−0n4β14i∆EXt−1+∑i−0n6βpt11i∆ λet−1+µt (6)

Если эмпирические данные указывают на коинтеграционную связь между переменными (выбросы CO 2 , ВВП, E, EX и Pop), краткосрочная динамика будет скорректирована посредством коррекции ошибок «et -1” движение.Кроме того, знак коэффициента et−1 предполагается отрицательным и значимым для достижения долгосрочного равновесия, если в модели существуют девальвации. Коинтеграционный тест Энгла и Грейнджера (1987) требует, чтобы все переменные следовали I(1) порядку интегрирования, а член исправления ошибок должен быть постоянным на уровне. Йохансен (1995) также предположил тот же порядок интеграции для долгосрочной ассоциации. Однако, если ассоциация не соответствует тому же порядку коинтеграции или I (1), Pesaran et al.(2001) предложили использовать авторегрессионную распределенную задержку (ARDL) для проверки долгосрочной связи между переменными. Кроме того, они заменяют «et-1» в уравнении. 2 линейной комбинацией лаговых переменных уровня в модели. Таким образом, мы можем переписать уравнение 2 следующим образом:

CO2t= ρ0+∑i−1n1ρ1t∆CO2t−1+∑i−0n2ρ2t∆GDPt−1+∑i−0n3ρ3t∆Et−1+∑i−0n4ρ4i∆EXt−1+∑i−0n4ρ5i∆Kt−1+∑i−0n4−ρ6i∆Popt ρ7CO2t−1+ρ8GDPt−1+ρ9Et−1+ρ10EXt−1+ρ11Kt−1+ρ12Popt−1+µt(7)CO2t= ρ0+∑i−1n1ρ1tΔCO2t−1+∑i−0n2ρ2tΔGDPt−1+∑i−0n3ρ3tΔEt− 1+∑i−0n4ρ4iΔEXt−1+∑i−0n4ρ5iΔKt−1+∑i−0n4ρ6iΔPopt−1+ρ7CO2t−1+ρ8GDPt−1+ρ9Et−1+ρ10EXt−1+ρ11Kt−1+ρ12Popt−1+µt(8 )CO2t= ρ0+∑i−1n1ρ1tΔCO2t−1+∑i−0n2ρ2tΔGDPt−1+∑i−0n3ρ3tΔEt−1+∑i−0n4ρ4iΔEXt−1+∑i−0n4ρ5iΔKt−1+∑i−0n4ρ6iΔPopt−1+ρ7CO2t−1+ρ7CO2t−1 ρ8GDPt−1+ρ9Et−1+ρ10EXt−1+ρ11Kt−1+ρ12Popt−1+µt(9)

Уравнение показывает различные параметры, а переменные имеют разностный оператор «Δ», который показывает краткосрочные параметры.Параметры ρ7, ρ8, ρ9, ρ8, ρ9, ρ10, ρ11, ρ12 являются долгосрочными параметрами. Информационный критерий Акаике (AIC) используется для выбора длины лага. Большинство предыдущих исследований основаны на ВВП и выбросах CO 2 с положительной связью с использованием линейных и нелинейных оценок. Однако очень мало литературы исследует связь между выбросами CO 2 и обменным курсом; кроме того, динамическое поведение обменного курса вследствие смены режима требует применения нелинейного метода для эмпирического анализа.Таким образом, симметричное предположение казалось нереалистичным и не отражало полной информации о взаимосвязи между обменным курсом и выбросами CO 2 . Чтобы исследовать асимметричное влияние снижения обменного курса на выбросы CO 2 , Shin et al. (2014) представил NARDL как для коротких, так и для длинных тиражей. Более того, мы разложим все объясняющие переменные на положительные и отрицательные шоки следующим образом: мы разложим вариации либерализации, налогов и роста на положительные и отрицательные частичные суммы следующим образом: ,0)ВВПt-= ∑j-1tΔВВПj-=  ∑j-1tmin(ΔGDPj,0)Et+= ∑j-1tΔEj+=  ∑j-1tmax(ΔEj,0)Et-= ∑j-1tΔEj-=  ∑j-1tmin (ΔEj,0)EXt+= ∑j−1tΔEXj+=  ∑j−1tmax(ΔEXj,0)EXt−= ∑j−1tΔEXj−=  ∑j−1tmin(ΔEXj,0)Popt+= ∑j−1tΔPopj+=  ∑j−1tmax (ΔPopj,0)Popt−= ∑j−1tΔPopj−= ∑j−1tmin(ΔPopj,0)

ВВП, E, EX, K и Pop разлагаются на положительные и отрицательные шоки, например, ВВП + и ВВП .Это показывает, что увеличение независимых переменных на одну единицу приводит к увеличению (положительные шоки) и уменьшению (отрицательные шоки) зависимых переменных. Грейнджер предполагает, что если коинтеграция существует между двумя переменными временного ряда (то есть положительной и отрицательной), они имеют форму скрытой коинтеграции и имеют линейную форму коинтеграции, что является частным случаем скрытой коинтеграции. Таким образом, линейная коинтеграция преобразуется в нелинейную коинтеграцию. Мы можем использовать тест связи, предложенный Pesaran et al.(2001) для проверки асимметричной зависимости между следующими уравнениями: −1n5γ5iΔEt−1−+∑i−1n6γ6iΔExt−1++∑i−1n7γ7iΔExt−1−+ ∑i−1n6γ8iΔPopt−1++∑i−1n7γ9iΔPopt−1−+γ10CO2t−1+γ11GDPt−1++γ12GDPt−1 −+γ13Et−1++γ14Et−1−+γ15Ext−1++γ16Ext−1−++γ17Kt−1++γ18Kt−1−++γ19Popt−1++γ20Popt−1−µt(10)∆Et= γ0+ ∑i−1n1γ1iΔEt−1+∑i−1n2γ2iΔGDPt−1+ +∑i−1n3γ3iΔGDPt−1−+∑i−1n6γ4iΔExt−1++∑i−1n7γ5iΔExt−1−+∑i−1n6γ6iΔKt−1++∑i− 1n7γ7iΔKt−1−+ ∑i−1n6γ8iΔPopt−1++∑i−1n7γ9iΔPopt−1−+γ10Et−1+γ11GDPt−1++γ12GDPt−1−+γ13Ext−1++γ14Ext−1−++γ15Kt−1+ +γ16Kt−1−++γ17Popt−1++γ18Popt−1−µt(11)ΔGDPt= γ0+ ∑i−1n1γ1iΔGDPt−1+∑i−1n4γ2iΔEt−1+ +∑i−1n5γ3iΔEt−1−+∑i−1n6γ4iΔExt −1++∑i−1n7γ5iΔExt−1−+∑i−1n6γ6iΔKt−1++∑i−1n7γ7iΔKt−1−+ ∑i−1n6γ8iΔPopt−1++∑i−1n7γ9iΔPopt−1−+γ10GDPt−1+γ11Et− 1++γ12Et-1-+γ13Ext-1++γ14Ext-1-++γ15Kt-1++γ16Kt-1-++γ17Popt-1++γ18Popt-1-µt(12)

Первое уравнение представляет СО 2 зависимая переменная, а независимые переменные, такие как s E, ВВП, обменный курс (Ex) и прирост населения подразделяются на положительные и отрицательные шоки.Второе уравнение основано на переменной, зависящей от энергии, тогда как независимые переменные, включая выбросы CO 2 , ВВП, Ex и прирост населения, делятся на положительные и отрицательные шоки. В третьем уравнении ВВП является зависимой переменной, в то время как Е, ВВП, Ех и прирост населения также распределяются на положительные и отрицательные шоки. Данные включенных переменных были получены из онлайн-базы данных Всемирного банка за период 1990–2018 гг. Переменные собираются с разными единицами измерения; например, выбросы CO 2 берутся как метрика на душу населения, обменный курс берется как курс местной валюты по отношению к доллару США, ВВП берется на душу населения, а энергия собирается как килограмм нефтяного эквивалента на душу населения. и ежегодный прирост населения.

Результаты и обсуждение

Результаты расширенного теста Дики-Фуллера

В таблице 1 представлены результаты расширенного теста Дики-Фуллера (ADF); данные временных рядов ожидаются с непоследовательным средним значением и дисперсией, что приводит к ложным результатам регрессии из-за стационарной проблемы. Обычные оценки методом наименьших квадратов (OLS) могут привести к вводящим в заблуждение результатам. Таким образом, коинтеграция является подходящим инструментом для оценки данных временных рядов с учетом нестационарных данных.Кроме того, методы коинтеграции варьируются в зависимости от предпосылок интеграции, особенно в случае ARDL, который предполагает, что ни один из рядов не должен быть стационарным в 1 (2). Согласно Ouattara (2004), результаты ARDL будут вводить в заблуждение, если их интегрировать в I(2). Следовательно, необходимо определить стационарное состояние переменных. Для этой цели мы применили тест на единичный корень ADF, и результаты показывают, что все переменные нестационарны на уровне и становятся стационарными при первой разнице.Эти результаты предполагают применение теста ARDL для дальнейшего анализа. Однако на первом этапе мы применяем связанный тест, чтобы узнать о существовании долгосрочных отношений.

ТАБЛИЦА 1 . Корень блока АПД.

Тест границ ARDL

В таблице 2 представлены результаты теста границ в нелинейной спецификации. Полученные данные показывают, что значение F-статистики выше верхнего предела при уровне значимости 5%, что подтверждает асимметричную коинтеграцию. Следовательно, мы можем перейти к оценке асимметричной модели ARDL.Модель ARDL основана на использовании длины лага. Выбор оптимальной длины лага является важной задачей. Согласно Bahmani-Oskooee and Bohl (2000), долгосрочные отношения в основном зависят от оптимальных лагов. Точно так же Сток и Уотсон (2012) также предполагают, что использование слишком большого или меньшего количества лагов может упустить часть важности модели и может привести к ложным результатам. Поэтому выбор оптимальных лагов является важной практикой, и мы используем критерии AIC и SIC для выбора длины лага. Уравнения 10–12 оцениваются с использованием подхода от общего к частному и выбора p = q = 1 в качестве оптимальной длины задержки.Модель основана на Shin et al. (2014) подход к достижению окончательной спецификации асимметричной модели ARDL. Кроме того, мы исключили все переменные с незначительными запаздывающими регрессорами, следуя подходу от общего к частному. Необходимо удалить все регрессоры с незначительным лагом, потому что регрессоры с незначительным лагом могут создавать шум в динамических множителях (Katrakilidis and Trachanas, 2012; Fareed et al., 2018).

ТАБЛИЦА 2 . – Границы результатов теста в нелинейной спецификации.

Краткосрочные оценки

Таблица 3 содержит результаты модели коррекции ошибок (ECM) для трех моделей; Выбросы CO 2 являются зависимой переменной в первой модели. Во второй модели E является зависимой переменной, а в третьей модели в качестве зависимой переменной принимается ВВП. Модель ECM представляет краткосрочные коэффициенты для трех моделей. Срок исправления ошибок (ECT -1 ) показывает краткосрочную динамику в модели. Член ECT -1 является отрицательным и значимым во всех трех моделях, что указывает на то, что модель обладает свойством сходимости и может вскоре восстановить долгосрочное равновесие.Энергия положительно связана с выбросами CO 2 . Результаты первой модели показывают, что положительные шоки потребления энергии увеличивают на 1,94 единицы, а отрицательные шоки уменьшают потребление энергии на 0,41 единицы. Это указывает на то, что выбросы CO 2 определяются потреблением энергии. Аналогичные шоки обменного курса показывают, что положительные шоки увеличивают выбросы CO 2 , а отрицательные шоки уменьшают выбросы CO 2 . Во второй модели положительные шоки обменного курса и выбросов CO 2 увеличивают потребление энергии, а отрицательные шоки выбросов CO 2 и обменного курса снижают потребление энергии.Третья модель также сообщила, что положительные шоки от выбросов CO 2 , потребления энергии и снижения обменного курса увеличивают ВВП, а отрицательные шоки уменьшают ВВП. Совокупность во всех моделях показывает, что положительные шоки положительно влияют на выбросы CO 2 , потребление энергии и ВВП, тогда как отрицательные шоки имеют уменьшающийся эффект. Это означает, что снижение обменного курса увеличивает ВВП страны, что приводит к увеличению выбросов CO 2 и энергопотребления в краткосрочной перспективе.

ТАБЛИЦА 3 . Краткосрочная оценка.

Долгосрочные оценки

В таблице 4 показаны долгосрочные оценки для трех моделей; в первой модели выбросы CO 2 являются зависимыми переменными. Во второй модели потребление энергии является зависимой переменной, а третья модель содержит в качестве зависимой переменной ВВП. Результаты показывают, что положительное потребление энергии шока увеличивает выбросы CO 2 на 51% в первой модели, в то время как отрицательные шоки уменьшают выбросы CO 2 на 54%.Как положительные, так и отрицательные шоки имеют значимые коэффициенты, что означает, что потребление энергии имеет прямую связь с выбросами CO 2 . Точно так же положительные шоки обменного курса увеличивают выбросы CO 2 на 4% при уровне значимости 5%, в то время как отрицательные шоки обменного курса снижают выбросы CO 2 на 7% при уровне значимости 1%. Это означает, что колебания обменного курса могут существенно повлиять на выбросы CO 2 в долгосрочной перспективе.Рост населения и ВВП также находятся в прямой зависимости от выбросов CO 2 , а положительные шоки ВВП и населения увеличивают выбросы CO 2 на 44% и 120% соответственно при 5%-м уровне значимости, в то время как отрицательные шоки ВВП и рост населения снижают выбросы CO 2 на 11% и 192% при уровнях 1% и 10% соответственно. Это означает, что снижение обменного курса определяет выбросы CO 2 в долгосрочной перспективе, а девальвация валюты стимулирует экономическую деятельность, увеличивая выбросы CO 2 .Выводы согласуются с Chaabouni and Saidi (2017), Alshehry and Belloumi (2017), Zhou et al. (2018) и Balli et al. (2019).

ТАБЛИЦА 4 . Долгосрочные коэффициенты.

Во второй модели положительный шок от выброса CO 2 увеличивает потребление энергии на 0,41 при уровне значимости 1%, а отрицательный шок уменьшает выбросы CO 2 на 52% при уровне значимости 1%. Аналогичным образом, положительный шок снижения обменного курса приводит к увеличению потребления энергии на 27% при 1%-м уровне значимости, а отрицательный шок обменного курса снижает потребление энергии на 32% при 10%-м уровне значимости.Положительные шоки ВВП увеличивают потребление энергии на 87% при 10%-м уровне значимости; аналогичный негативный шок снижает энергозатраты на 21% при 10% уровне значимости. Население также показывает аналогичные результаты, и положительный шок населения увеличивает потребление энергии на 62% при уровне значимости 1%. Для сравнения, негативные шоки снижают потребление энергии на 81%. Этот вывод означает, что обменный курс и выбросы CO 2 являются основными факторами, определяющими потребление энергии в долгосрочной перспективе.Девальвация валюты увеличивает экономическую деятельность, требующую больших затрат энергии, и, таким образом, увеличивает потребление энергии в экономике. Эти выводы подтверждают Анг (2007 г.), Аль-мулали (2012 г.) и Рустемоглу и Андрес (2016 г.).

Третья модель, в которой в качестве зависимой переменной используется ВВП, показывает, что положительные шоки потребления энергии, выбросов CO 2 и обменного курса увеличивают ВВП, а отрицательные шоки потребления энергии, выбросов CO 2 и обмена темпы амортизации уменьшают ВВП.В то же время Население имеет незначительные знаки как в отрицательных, так и в положительных шоках. Это подтверждает, что снижение обменного курса ведет к экономической деятельности, которая требует высокого потребления энергии и увеличения выбросов CO 2 в стране в долгосрочной перспективе. Третья модель поддерживает результаты предыдущих исследований, таких как Balogun (2007), Chit et al. (2010 г.) и Хасануйзаман (2016 г.).

Мы использовали различные диагностические тесты, чтобы узнать достоверность наших результатов ARDL; например, критерий Жака-Бера используется для нормальности остатков, критерий последовательной корреляции Бреуша-Годфри, тест множителя Лагранжа (LM) для последовательной корреляции, критерий Бреуша-Пагана-Годфри для гетероскедастичности, а также CUSUM и CUSUMSQ для стабильности модели. .В таблице 5 представлены результаты диагностических тестов; мы подтвердили, что модель не имеет серьезных недостатков. В нашей модели нет проблемы последовательной корреляции. Проблем с нормальностью и гетероскедастичностью нет, и наша модель стабильна. Эти диагностические тесты показывают, что модель задана правильно, что в ней нет серьезных недостатков и что результаты надежны. Кроме того, для надежности нашего ARDL басовой линии мы используем стандартный тест на причинность Грейнджера, который дополнительно проверяет базовые результаты ARDL; В таблице 6 представлены результаты теста причинности по Грейнджеру.

ТАБЛИЦА 5 . Диагностические тесты.

ТАБЛИЦА 6 . Причинность по Грейнджеру.

Тест на устойчивость

Результаты причинно-следственной связи по Грейнджеру

В таблице 6 показаны результаты стандартного теста на причинность по Грейнджеру, который показывает, что ВВП вызывает выбросы CO 2 посредством однонаправленной причинно-следственной связи. Обменный курс также вызывает выбросы CO 2 и потребление энергии, что подтверждает наши базовые выводы NARDL и предполагает, что снижение обменного курса приводит к увеличению выбросов CO 2 и энергопотребления в стране.Случайные связи между обменным курсом и ВВП также подтверждают, что снижение обменного курса ведет к увеличению производственной деятельности, что приводит к высокому потреблению энергии и выбросам CO 2 в стране. Это подтверждает достоверность связи обесценения обменного курса с выбросами CO 2 и потреблением энергии, а также эффект расширения страны от снижения обменного курса. Различные другие исследования подтверждают этот вывод, например, Veganzones-Varoudakis (2002), Kemal and Qadir (2005) и Aman et al.(2017), которые обнаружили положительную взаимосвязь между обменным курсом и ВВП и подтвердили расширяющий эффект снижения обменного курса. Точно так же результаты также соответствуют Soytas and Sari (2009), Chaabouni и Saidi (2017), Emirmahmutoglu and Kose (2011), Xu et al. (2014) и Bekhet et al. (2017), который подтверждает положительную связь между обменным курсом, выбросами CO 2 , потреблением энергии и экономическим ростом.

Заключение

Производственный процесс содержит потребление энергии, что способствует выбросам CO 2 в стране; обменный курс является одним из основных факторов, влияющих на совокупную производительность, экспорт, промышленное производство и торговый баланс и т. д.Поэтому в настоящем исследовании исследуется связь между снижением обменного курса, потреблением энергии и выбросами CO 2 в Пакистане в период с 1990 по 2018 год. Мы используем NARDL для коинтеграционного подхода и тест причинности Грейнджера для эмпирического анализа. Мы используем три модели для нашего анализа; Выбросы CO 2 , потребление энергии и ВВП являются зависимыми переменными соответственно. Обменный курс является независимой переменной, разделенной на положительные и отрицательные шоки во всех моделях.Мы обнаружили краткосрочную и долгосрочную связь между обменным курсом, выбросами CO 2 и ВВП в соответствии с асимметричной моделью. Кроме того, обменные положительные шоки значительно увеличивают выбросы CO 2 , потребление энергии и ВВП. Напротив, отрицательные шоки значительно снижают выбросы CO 2 , потребление энергии и ВВП, что указывает на то, что обменный курс является одним из основных факторов, ответственных за выбросы CO 2 и потребление энергии, а положительная связь между обменным курсом а ВВП подтверждает, что снижение обменного курса увеличивает экономическую деятельность, связанную с высоким потреблением энергии.Это приводит к выбросу CO 2 в стране.

Результат этого исследования показывает, что девальвация обменного курса может быть важным инструментом для достижения высокого уровня экономического роста за счет высокого потребления энергии и выбросов CO 2 в обществе. Таким образом, это исследование предлагает некоторые последствия для политики. Во-первых, правительству необходимо принять меры для производства энергии, востребованной отраслями, поскольку нехватка энергии может отрицательно сказаться на экспорте и местном производстве.Во-вторых, надлежащее законодательство, такое как корбанский налог, может быть полезным инструментом для доведения выбросов CO 2 до желаемого уровня. В-третьих, правительству следует искать альтернативные источники энергии, такие как возобновляемые источники энергии и т. д. Настоящее исследование имеет ограничения, поскольку оно охватывает только одну страну и может быть распространено на многие страны для проверки обменного курса CO 2 и потребления энергии. Кроме того, будущие исследования могут включать как агрегированные, так и дезагрегированные уровни энергопотребления для изучения их связи с ВВП страны и связи различных режимов энергопотребления с выбросами CO 2 в модели.

Заявление о доступности данных

Необработанные данные, подтверждающие заключение этой статьи, будут предоставлены авторами без неоправданных оговорок.

Вклад авторов

Все перечисленные авторы внесли существенный, непосредственный и интеллектуальный вклад в работу и одобрили ее для публикации.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Примечание издателя

Все утверждения, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их дочерних организаций или издателя, редакторов и рецензентов. Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

Ссылки

Акар, М. (2000). Девальвация в развивающихся странах: экспансия или сдерживание? Дж.Экон. соц. Рез. 2 (1), 59–83.

Google Scholar

Ahmad, M., Li, H., Anser, M.K., Rehman, A., Fareed, Z., Yan, Q., et al. (2020). Являются ли интенсивность использования энергии, агломерация земель, выбросы CO2 и экономический прогресс динамически взаимосвязанными на разных уровнях развития? Энерг. Окружающая среда. 32 (4), 690–721. doi:10.1177/0958305×20949471

Полный текст CrossRef | Google Scholar

Акрам Р., Маджид М. Т., Фарид З., Халид Ф. и Йе К. (2020).Асимметричное влияние энергоэффективности и возобновляемых источников энергии на выбросы углерода в странах БРИКС: данные нелинейной панельной авторегрессионной модели с распределенным запаздыванием. Окружающая среда. науч. Загрязн. Рез. 27 (15), 18254–18268. doi:10.1007/s11356-020-08353-8

CrossRef Full Text | Google Scholar

Аль-мулали, У. (2012). Факторы, влияющие на выбросы CO2 на Ближнем Востоке: панельный анализ данных. Энергия 44 (1), 564–569. doi:10.1016/j.energy.2012.05.045

CrossRef Полный текст | Google Scholar

Алам, М.М., Мурад, М.В., Номан, А.Х.М., и Озтурк, И. (2016). Взаимосвязь между выбросами углерода, экономическим ростом, потреблением энергии и ростом населения: проверка экологической гипотезы кривой Кузнеца для Бразилии, Китая, Индии и Индонезии. Экол. Показатели 70, 466–479. doi:10.1016/j.ecolind.2016.06.043

Полный текст CrossRef | Google Scholar

Алехандро, CFD (1963). Примечание о влиянии девальвации и перераспределительном эффекте. Ж. полит. Экономика 71 (6), 577–580.

Google Scholar

Альшери, А.С., и Беллуми, М. (2017). Исследование экологической кривой Кузнеца для выбросов углекислого газа на транспорте в Саудовской Аравии. Продлить. Суст. Энерг. 75, 1339–1347. doi:10.1016/j.rser.2016.11.122

CrossRef Полный текст | Google Scholar

Аман К., Улла И., Хан М. И. и Хан С.-у. -Д. (2017). Связи между обменным курсом и экономическим ростом в Пакистане (эконометрический подход). евро. JL Econ 44 (1), 157–164.doi:10.1007/s10657-013-9395-y

Полный текст CrossRef | Google Scholar

Анг, Дж. Б. (2007). Выбросы CO2, потребление энергии и производство во Франции. Энергетическая политика 35 (10), 4772–4778. doi:10.1016/j.enpol.2007.03.032

Полный текст CrossRef | Google Scholar

Антонакакис Н., Чациантониу И. и Филис Г. (2017). Потребление энергии, выбросы CO 2 и экономический рост: этическая дилемма. Продлить. Суст. Энерг. Ред. 68, 808–824. дои: 10.1016/j.rser.2016.09.105

CrossRef Полный текст | Google Scholar

Айе, Г. К., и Доджа, П. Э. (2017). Влияние экономического роста на выбросы CO2 в развивающихся странах: данные пороговой модели динамической панели. Когент Экон. Финансы 5 (1), 1379239. doi:10.1080/23322039.2017.1379239

CrossRef Полный текст | Google Scholar

Bahmani-Oskooee, M., и Bohl, MT (2000). Объединение валюты Германии и стабильность функции спроса на деньги M3 в Германии. Экон. лат. 66 (2), 203–208. doi:10.1016/s0165-1765(99)00223-2

CrossRef Full Text | Google Scholar

Балли Э., Сигезе К., Манга М., Бердир С. и Бердир К. (2019). Взаимосвязь между туризмом, выбросами CO2 и экономическим ростом: пример средиземноморских стран. Азиатско-Тихоокеанский регион. Дж. Туризм Рез. 24 (3), 219–232. doi:10.1080/10941665.2018.1557717

CrossRef Full Text | Google Scholar

Бехет Х. А., Матар А. и Ясмин Т.(2017). Выбросы CO 2 , потребление энергии, экономический рост и финансовое развитие в странах Персидского залива: модели динамических одновременных уравнений. Продлить. Суст. Энерг. Ред. 70, 117–132. doi:10.1016/j.rser.2016.11.089

CrossRef Полный текст | Google Scholar

Борозан, Д. (2018). Детерминанты потребления энергии домохозяйствами на региональном уровне: европейская перспектива. Продлить. Суст. Энерг. Ред. 90, 347–355. doi:10.1016/j.rser.2018.03.038

Полный текст CrossRef | Google Scholar

Борозан Д.(2019). Выявление неоднородного влияния налогов на энергию и доходов на потребление энергии в жилых домах. Энергетическая политика 129, 13–22. doi:10.1016/j.enpol.2019.01.069

CrossRef Full Text | Google Scholar

Чаабуни, С., и Саиди, К. (2017). Динамические связи между выбросами углекислого газа (CO2), расходами на здравоохранение и ростом ВВП: тематическое исследование для 51 страны. Окружающая среда. Рез. 158, 137–144. doi:10.1016/j.envres.2017.05.041

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Чаабуни, С., Згиди, Н., и Бен Мбарек, М. (2016). О причинно-следственной динамике между выбросами CO 2 , расходами на здравоохранение и экономическим ростом. Суст. Города Соц. 22, 184–191. doi:10.1016/j.scs.2016.02.001

Полный текст CrossRef | Google Scholar

Чандран В.Г.Р., Шарма С. и Мадхаван К. (2010). Взаимосвязь потребления электроэнергии и роста: пример Малайзии. Энергетическая политика 38 (1), 606–612. doi:10.1016/j.enpol.2009.10.013

Полный текст CrossRef | Google Scholar

Ченг Б.С. (1999). Причинно-следственная связь между потреблением энергии и экономическим ростом в Индии: применение коинтеграции и моделирования с исправлением ошибок. Индийская экономика. , стр. 39–49.

Google Scholar

Чит, М. М., Ризов, М., и Вилленбокель, Д. (2010). Волатильность обменного курса и экспорт: новые эмпирические данные из развивающихся стран Восточной Азии. Мировая экономика 33 (2), 239–263. doi:10.1111/j.1467-9701.2009.01230.x

CrossRef Full Text | Google Scholar

Купер, Р.Н. (1992). «Девальвация валюты в развивающихся странах», в «Международная экономическая политика и их теоретические основы» (США: академическая пресса), 742–770. doi:10.1016/b978-0-12-444281-8.50036-2

CrossRef Full Text | Google Scholar

Кромптон П. и Ву Ю. (2005). Энергопотребление в Китае: прошлые тенденции и будущие направления. Энерг. Экон. 27 (1), 195–208. doi:10.1016/j.eneco.2004.10.006

CrossRef Full Text | Google Scholar

Доган Э., Секер Ф. и Бюльбюль С. (2017). Исследование влияния потребления энергии, реального ВВП, туризма и торговли на выбросы CO2 путем учета поперечной зависимости: панельное исследование стран ОЭСР. Курс. Выпуски Туризм 20 (16), 1701–1719. doi:10.1080/13683500.2015.1119103

CrossRef Full Text | Google Scholar

Эмирмахмутоглу Ф. и Косе Н. (2011). Тестирование причинно-следственной связи по Грейнджеру в гетерогенных смешанных панелях. Экон. Модель. 28 (3), 870–876.doi:10.1016/j.econmod.2010.10.018

Полный текст CrossRef | Google Scholar

Engle, RF, and Granger, CW (1987). Совместная интеграция и исправление ошибок: представление, оценка и тестирование. Econometrica: журнал Эконометрического общества , 251–276.

Полнотекстовая перекрестная ссылка | Google Scholar

Фарид З., Мео М.С., Зульфикар Б., Шахзад Ф. и Ван Н. (2018). Связь туризма, терроризма и экономического роста в Таиланде: новые данные асимметричного подхода коинтеграции ARDL. Азиатско-Тихоокеанский регион. Дж. Туризм Рез. 23 (12), 1129–1141. doi:10.1080/10941665.2018.1528289

CrossRef Full Text | Google Scholar

Фарид З., Салем С., Адебайо Т.С., Пата У.К. и Шахзад Ф. (2021). Роль диверсификации экспорта и возобновляемых источников энергии в коэффициенте грузоподъемности в Индонезии: подход квантильной причинности Фурье. Перед. Окружающая среда. науч. 9. doi:10.3389/fenvs.2021.770152

Полный текст CrossRef | Google Scholar

Фатима Т., Шахзад, У., и Цуй, Л. (2020). Потребление возобновляемой и невозобновляемой энергии, торговля и выбросы CO2 в странах с высоким уровнем выбросов: имеет ли значение уровень дохода? Дж. Окружающая среда. План. Управлять. 64 (7), 1227–1251. doi:10.1080/09640568.2020.1816532

CrossRef Full Text | Google Scholar

Гело, Т. (2009). Причинно-следственная связь между экономическим ростом и потреблением энергии в Хорватии. Zbornik radova Ekonomskog fakulteta u Rijeci: časopis za ekonomsku teoriju i praksu 27 (2), 327–348.Доступно по адресу https://hrcak.srce.hr/45444.

Google Scholar

Хабиб М. М., Милева Э. и Стракка Л. (2017). Реальный обменный курс и экономический рост: новый взгляд на ситуацию с использованием внешних инструментов. Дж. Междунар. Деньги Финансы 73, 386-398. doi:10.1016/j.jimonfin.2017.02.014

Полный текст CrossRef | Google Scholar

Халичиоглу Ф. (2009). Эконометрическое исследование выбросов CO2, потребления энергии, доходов и внешней торговли в Турции. Энергетическая политика 37 (3), 1156–1164.doi:10.1016/j.enpol.2008.11.012

CrossRef Полный текст | Google Scholar

Хашми С. Х., Фан Х., Фарид З. и Шахзад Ф. (2021). Асимметричная связь между городскими агломерациями и загрязнением окружающей среды в десяти ведущих странах с городской агломерацией с использованием квантильных методов. Окружающая среда. науч. Загрязн. Рез. 28 (11), 13404–13424. doi:10.1007/s11356-020-10669-4

CrossRef Full Text | Google Scholar

Хашми С. Х., Хунчжун Ф., Фарид З. и Бання Р.(2020). Тестирование нелинейной связи между сферой услуг и выбросами CO2 в Пакистане. Energies 13 (3), 526. doi:10.3390/en13030526

CrossRef Full Text | Google Scholar

Игнатов И. и Капрару Б. (2012). Режимы обменных курсов и экономический рост в странах Центральной и Восточной Европы. Обработано. Экон. Финансы 3, 18–23. doi:10.1016/s2212-5671(12)00115-3

CrossRef Full Text | Google Scholar

Икрам М., Ся В., Фарид З., Шахзад, У., и Рафик, М.З. (2021). Изучение взаимосвязи между экономической сложностью, экономическим ростом и экологическим следом: контекстуальные данные из Японии. Устойчивая энергетика. Тех. Оценки 47, 101460. doi:10.1016/j.seta.2021.101460

CrossRef Полный текст | Google Scholar

Йохансен, С. (1995). Вывод на основе правдоподобия в коинтегрированных векторных авторегрессионных моделях . Кембридж, Соединенное Королевство: Издательство Оксфордского университета по запросу.

Google Scholar

Катракилидис, К.и Траханас, Э. (2012). Что влияет на динамику цен на жилье в Греции: новые данные асимметричной коинтеграции ARDL. Экон. Модель. 29 (4), 1064–1069. doi:10.1016/j.econmod.2012.03.029

CrossRef Полный текст | Google Scholar

Кемаль, Массачусетс, и Кадир, У. (2005). Реальный обменный курс, динамика экспорта и импорта: трехмерный анализ. Pdr 44, 177–195. doi:10.30541/v44i2pp.177-195

CrossRef Full Text | Google Scholar

Найт, Дж.Б. (1976). Девальвация и распределение доходов в менее развитых странах 1. Oxford Econ. Пап. 28 (2), 208–227. doi:10.1093/oxfordjournals.oep.a041341

CrossRef Full Text | Google Scholar

Крафт Дж. и Крафт А. (1978). О связи между энергией и ВНП. J. Energy Dev. 3, 401–403.

Google Scholar

Ленг Вонг С., Чиа В.-М. и Чанг Ю. (2013). Потребление энергии и исследования и разработки в области энергетики в ОЭСР: перспективы цен на нефть и экономического роста. Энергетическая политика 62, 1581–1590. doi:10.1016/j.enpol.2013.07.025

CrossRef Полный текст | Google Scholar

Леви-Йеяти, Э., и Стурценеггер, Ф. (2003). Плавающий или фиксированный: данные о влиянии режимов обменного курса на экономический рост. утра. Экон. Ред. 93 (4), 1173–1193. doi:10.1257/0002828037650

CrossRef Full Text | Google Scholar

Ли М., Ахмад М., Фарид З., Хассан Т. и Кириккалели Д. (2021). Роль открытости торговли, диверсификации экспорта и производства электроэнергии из возобновляемых источников в реализации мечты Китая об углеродной нейтральности. Дж. Окружающая среда. Управлять. 297, 113419. doi:10.1016/j.jenvman.2021.113419

CrossRef Полный текст | Google Scholar

Менья, К., и Вольде-Руфаэль, Ю. (2010). Энергопотребление, выбросы загрязняющих веществ и экономический рост в Южной Африке. Энерг. Экон. 32 (6), 1374–1382. doi:10.1016/j.eneco.2010.08.002

CrossRef Полный текст | Google Scholar

Мишра В., Смит Р. и Шарма С. (2009). Связь между энергией и ВВП: данные группы островных стран Тихого океана. Ресурс Энерг. Экон. 31 (3), 210–220. doi:10.1016/j.reseneeco.2009.04.002

CrossRef Полный текст | Google Scholar

Уаттара, Б. (2004). Моделирование долгосрочных факторов, определяющих частные инвестиции в Сенегале. (№ 04/05) Отчет о кредитном исследовании.

Google Scholar

Песаран М. Х., Шин Ю. и Смит Р. Дж. (2001). Тестирование границ. Подходы к анализу отношений уровней. J. Appl. Экон. 16 (3), 289–326. doi:10.1002/jae.616

CrossRef Полный текст | Google Scholar

Рафик, М.З., Фарид З., Ферраз Д., Икрам М. и Хуанг С. (2022). Изучение неоднородного воздействия экологических налогов на экологический след: эмпирическая оценка из развитых стран. Energy 238, 121753. doi:10.1016/j.energy.2021.121753

CrossRef Полный текст | Google Scholar

Рехман А., Рауф А., Ахмад М., Чандио А. А. и Дэюань З. (2019). Влияние выбросов двуокиси углерода и потребления электроэнергии, энергии из ископаемого топлива и возобновляемых источников энергии на экономические показатели: данные из Пакистана. Окружающая среда. науч. Загрязн. Рез. 26 (21), 21760–21773. doi:10.1007/s11356-019-05550-y

CrossRef Full Text | Google Scholar

Рехман, М. А., Фарид, З., Салем, С., Канвал, А., и Пата, Великобритания (2021). Вызывают ли диверсифицированный экспорт, сельское хозяйство и более чистое потребление энергии загрязнение атмосферы в Азии? Применение метода моментной квантильной регрессии. Перед. Окружающая среда. науч. 9. doi:10.3389/fenvs.2021.781097

CrossRef Full Text | Google Scholar

Рибейро, Р.С., МакКомби, Дж. С., и Лима, Г. Т. (2020). Действительно ли недооценка реального обменного курса способствует экономическому росту? Структурные изменения и экономическая динамика 52, 408–417.

Полнотекстовая перекрестная ссылка | Google Scholar

Ризван Назир М., Имран Назир М., Хайдер Хашми С. и Фарид З. (2018). Финансовое развитие, доходы, торговля и урбанизация по выбросам CO2: новые данные из стран, включенных в Киотский протокол. Рисус 9 (3), 17–37. дои: 10.24212/2179-3565.2018v9i3p17-37

CrossRef Полный текст | Google Scholar

Родрик, Д. (2008). Реальный обменный курс и экономический рост. Брукингс Пап. Экон. деятельность (2), 365–412. doi:10.1353/eca.0.0020

Полный текст CrossRef | Google Scholar

Рустемоглу, Х., и Андрес, А. Р. (2016). Детерминанты выбросов CO2 в Бразилии и России в период с 1992 по 2011 год: анализ разложения. Окружающая среда. науч. пол. 58, 95–106. doi:10.1016/j.envsci.2016.01.012

Полный текст CrossRef | Google Scholar

SBP (2006 г.).Состояние экономики Пакистана. Второй квартальный отчет за 2006 финансовый год.

Google Scholar

Шахзад У., Фарид З., Шахзад Ф. и Шахзад К. (2021). Исследование взаимосвязи между экономической сложностью, потреблением энергии и экологическим следом для Соединенных Штатов: новые выводы из методов квантилей. Дж. Чистый. Произв. 279, 123806. doi:10.1016/j.jclepro.2020.123806

CrossRef Полный текст | Google Scholar

Шин Ю., Ю Б. и Гринвуд-Ниммо М.(2014). «Моделирование асимметричной коинтеграции и динамических множителей в нелинейной структуре ARDL», в Festschrift в честь Питера Шмидта (Нью-Йорк, штат Нью-Йорк: Springer), 281–314. doi:10.1007/978-1-4899-8008-3_9

CrossRef Full Text | Google Scholar

Скир, Дж., и Ван, Ю. (2007). Китай в движении: взрыв цен на нефть? Энергетическая политика 35 (1), 678–691. doi:10.1016/j.enpol.2006.01.012

Полный текст CrossRef | Google Scholar

Сойтас У.и Сари, Р. (2009). Энергопотребление, экономический рост и выбросы углерода: проблемы, стоящие перед кандидатом в члены ЕС. Экол. Экон. 68 (6), 1667–1675. doi:10.1016/j.ecolecon.2007.06.014

CrossRef Full Text | Google Scholar

Стерн Д.И. (2004). Экономический рост и энергия. Энциклопедия энергетики 2 (00147), 35–51. doi:10.1016/b0-12-176480-x/00147-9

CrossRef Full Text | Google Scholar

Тан, Б. (2015). Реальный обменный курс и экономический рост в Китае: комплексный подход VAR. Китай Экон. Ред. 34, 293–310. doi:10.1016/j.chieco.2014.12.002

CrossRef Полный текст | Google Scholar

Xu, S.-C., He, Z.-X., и Long, R.-Y. (2014). Факторы, влияющие на выбросы углерода в результате потребления энергии в Китае: анализ разложения с использованием LMDI. Заяв. Энерг. 127, 182–193. doi:10.1016/j.apenergy.2014.03.093

CrossRef Полный текст | Google Scholar

Чжао, X., Чжан, X., и Шао, С. (2016). Разделение выбросов CO 2 и промышленного роста в Китае в 1993-2013 гг.: роль инвестиций. Энерг. Экон. 60, 275–292. doi:10.1016/j.eneco.2016.10.008

CrossRef Full Text | Google Scholar

Чжоу, К., Ван, С., и Фэн, К. (2018). Изучение социально-экономических факторов, определяющих выбросы CO2 в Китае: исторический и перспективный анализ. Ресурс. Консервация Переработка 130, 1–11. doi:10.1016/j.resconrec.2017.11.007

CrossRef Full Text | Google Scholar

Динамическая эволюция характеристик валютных рисков в странах вдоль «Пояса и пути» на основе сетевого анализа

PLoS One.2019; 14(9): e0221874.

, Концептуализация, Курирование данных, Формальный анализ, Исследование, Методология, Ресурсы, Программное обеспечение, Визуализация, Написание – первоначальный проект, Написание – обзор и редактирование, 1, 2, 3 , Концептуализация, Формальный анализ, Методология, Программное обеспечение, написание – первоначальный проект, 4 и , концептуализация, получение финансирования, администрирование проекта, надзор, проверка, написание – обзор и редактирование 1, 2, 3, *

Zhewen Liao

83 3 1 Школа экономики и менеджмента Университета Китайской академии наук, Пекин, КНР

2 Ключевая лаборатория интеллектуального анализа больших данных и управления знаниями, Китайская академия наук, Пекин, КНР

3 Исследовательский центр фиктивной экономики и науки о данных Китайской академии наук, Пекин, КНР

Zhongxing Wang

4 Пэнхуа Фонд Менеджмент Ко., Ltd, Шэньчжэнь, КНР

Кун Го

1 Школа экономики и менеджмента Университета Китайской академии наук, Пекин, КНР

2 Ключевая лаборатория интеллектуального анализа больших данных и управления знаниями, Китайская академия наук, Пекин, КНР

3 Исследовательский центр фиктивной экономики и науки о данных Китайской академии наук, Пекин, КНР

Дж. Э. Тринидад Сеговия, редактор

1 Школа экономики и менеджмента Университета Китайской академии наук, Пекин, КНР

2 Ключевая лаборатория интеллектуального анализа больших данных и управления знаниями, Китайская академия наук, Пекин, КНР

3 Исследовательский центр фиктивной экономики и науки о данных Китайской академии наук, Пекин, КНР

4 Пэнхуа Фонд Менеджмент Ко., Ltd, Шэньчжэнь, КНР, Китай

Университет Альмерии, ИСПАНИЯ

Конкурирующие интересы: Чжунсин Ван работает и получает зарплату от Penghua Fund Management Co., Ltd. Дополнительных конкурирующих интересов нет. Это не меняет нашей приверженности политике обмена данными PLOS ONE.

Поступила в редакцию 21 марта 2019 г.; Принято 17 августа 2019 г.

Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.Эта статья была процитирована другими статьями в PMC.
Дополнительные материалы

S1 Таблица: Статистическое описание курсовых данных участников «The B&R». (DOCX)

GUID: DCA51C62-E978-4AC4-BD9E-7AB9F57A993E

S2 Таблица: Статистическое описание корреляционной сети обменных курсов участников «The B&R» до инициативы «The B&R». (DOCX)

GUID: 9913ECDF-7D14-425E-8005-684962EDA506

S3 Таблица: Статистическое описание корреляционной сети обменных курсов участников «The B&R» после инициативы «The B&R».(DOCX)

GUID: 813D36A0-1798-4E59-8726-6DF19C643146

Заявление о доступности данных

Все данные доступны в базе данных Wind (http://www.wind.com) и на сайте.com.com. официальный сайт МВФ (https://www.imf.org/en/data) и официальный сайт ОЭСР (http://www.oecd.org/).

Abstract

По состоянию на 1 ноября 2018 г. в китайской инициативе «Один пояс и один путь» участвуют 123 страны, и она способствует всемирному общению, сотрудничеству и торговому обмену.В данной статье построены корреляционные сети обменных курсов между странами вдоль «Пояса и пути» и проанализирована структура распространения рисков. Установлено, что при инициации инициативы «Один пояс, один путь» страны Восточной Европы занимают важные позиции в сети и играют жизненно важную роль в распространении валютных рисков; однако в процессе инициативы «Один пояс, один путь» валютные риски децентрализованы географически, тогда как они централизованы в странах, которые имеют глубокие связи и сотрудничество.Метод минимального связующего дерева также предлагается для исследования структуры сложных сетей. Выявлено, что географическая связь между колебаниями обменных курсов и корреляциями между странами укрепилась, а Китай стал важным узлом в сети обменных курсов после запуска инициативы «Пояс и путь». Кроме того, эта инициатива быстро увеличила влияние и продвижение юаня.

Введение

После международного финансового кризиса 2008 года мировая экономика восстанавливалась медленно.Глобальное развитие идет неравномерно, и страны по-прежнему сталкиваются с большими проблемами в своем развитии. В сентябре 2013 г. Китай выступил с инициативой совместного строительства «Экономического пояса Шелкового пути и Морского Шелкового пути 21 века» (т. е. «Пояса и пути» или «Пояса и пути»), которая привлекла внимание всех по всему миру. Инициатива «B & R» — это крупнейшая международная экономическая амбиция Китая, направленная на стимулирование экономического развития в обширном регионе, охватывающем субрегионы Азии, Европы и Африки, на которые приходится 64% населения мира и 30% мирового ВВП. как стремление к упорядоченному и свободному потоку экономических факторов, высокоэффективному распределению ресурсов и глубокой интеграции рынков[1].Как систематический проект, он включает координацию политики и способствует установлению связей, беспрепятственной торговле, финансовой интеграции и объединению людей[2]. В каждой из этих областей колебания обменного курса являются жизненно важным фактором, который необходимо учитывать. «The B&R» соединяет страны посредством торгово-экономического сотрудничества. Увеличение инвестиций в строительство и потоков капитала привело к колебаниям обменных курсов валют, что, наоборот, влияет на торговые и экономические отношения.В последние годы курс китайской валюты в юанях быстро обесценился. Между тем, большинство стран вдоль «Пояса и пути» приняли системы плавающего обменного курса, а неустойчивый обменный курс может привести к серьезным рискам для инвестиций и заключения контрактов по проектам за рубежом.

Обменный курс между двумя валютами (также известный как валютная пара) — это курс, по которому одна валюта обменивается на другую. В классических рамках экономического анализа волатильность обменного курса оказывает существенное влияние на реальную экономику [3–9].Например, снижение обменного курса может эффективно улучшить условия торговли и стимулировать экспорт. В то же время это может вызвать рост цен на импорт и вызвать импортную инфляцию. Кроме того, обесценение валюты может привести к увеличению стоимости иностранных инвестиций, что повлечет за собой дополнительные инвестиционные риски. Таким образом, обменный курс является важной экономической переменной, особенно при рассмотрении торгового сотрудничества между странами. В ряде исследований делается попытка объяснить динамическую структуру обменного курса, используя исторические данные, и использовать эту структуру для прогнозов на будущее [10].Обменный курс также рассматривается как цена валюты страны по отношению к другой валюте. Когда спрос и предложение валюты меняются, меняется и обменный курс. Поэтому в большей части экономической литературы считается, что обменные курсы определяются денежной массой, уровнем цен, национальным доходом, процентными ставками, объемом производства и другими связанными с ними экономическими переменными. Был предложен ряд количественных моделей, учитывающих эти экономические переменные для анализа обменного курса [11–16].

Существует множество факторов, влияющих на колебания валютных курсов. Корреляции между обменными курсами различных валютных пар демонстрируют сложную закономерность, которая дает реальный материал для сетевого анализа. Сложная сеть, которая может отображать отношения между узлами в сети, впервые была разработана для изучения структуры топологии некоторых реальных сетей, таких как Интернет, сети сотрудничества актеров кино, сети цитирования и т. д. [17–19]. В области финансов сложные сети успешно применялись на фондовом рынке и рынке облигаций для исследования корреляционной структуры различных активов и получения убедительных выводов [20–22].Тем не менее, рынок иностранной валюты также является важной частью финансового рынка, но отношения между обменными курсами до сих пор не привлекали внимания исследователей.

В данной работе рынок иностранной валюты рассматривается как сложная система, включающая различные курсы валютных пар. Для построения сети используются корреляции между колебаниями валютных курсов стран вдоль маршрута «B & R». Чтобы быть более интуитивным и ясным, для анализа структуры влияния применяется метод минимального связующего дерева (MST).Таким образом, могут быть обнаружены ключевые узлы и ключевой путь заражения риском волатильности. Эта статья организована следующим образом: в первом разделе представлена ​​предыстория нашего исследования; данные кратко представлены во втором разделе; методы сетевого анализа и результаты обсуждаются в третьем разделе; и, наконец, мы заканчиваем выводом в четвертом разделе.

Описание данных

До 1 ноября 2018 г. более 123 стран, включая Китай, воспользовались инициативой «B & R» в Азии, Центральной и Восточной Европе, Южной Европе, Африке, южной части Тихого океана, Карибском бассейне. территории и Южной Америки, а это означает, что инициатива «The B&R» охватывает более половины планеты.Наша выборка состоит из 126 ежедневных расчетных цен обменных курсов, включая все валюты в странах, которые извлекли выгоду из инициативы «B & R» (список стран находится в таблице S1 во вспомогательной информации). Также включены три валюты с глобальным влиянием: фунт стерлингов Великобритании, евро ЕС и японская иена. Учитывая ограниченную доступность данных, период данных не полностью совпадает. Все обменные курсы сравниваются с долларом США. То есть это цена валюты, выраженная в долларах США.Таким образом, анализ обменных курсов аналогичен анализу изменения цен в конкретной валюте. Курсовой режим и некоторые статистические данные показаны в таблице S1 и .

Курсовая система участников «The B&R».

Предварительная обработка данных выглядит следующим образом:

  1. Очистка процесса фильтрации данных: Всего из выборки сети были исключены 10 стран, в которых отсутствуют данные об обменном курсе: Палестина, Восточный Тимор, Кабо-Верде, Джибути, Мадагаскар, Марокко, Мозамбик, Ниуэ, Сомали и Чад.Затем определяются свойства полной выборочной сети, включая все оставшиеся 115 стран и регионов (включая Японию, Великобританию и еврозону).

  2. Исключить страны, которые не выпустили свои собственные независимые валюты: для построения и анализа корреляционной сети страны еврозоны, в которых циркулирует евро, например Греция, или валюты, которые были заменены на евро, например, Латвия , были опущены, а также были исключены страны Африки, которые не используют свои собственные валюты.Тем не менее, учитываются страны, курсы валют которых привязаны к доллару США. потому что этот период содержит наибольшее количество данных, которые могут быть использованы (более 100 данных о курсах валют разных стран и регионов в день в течение этого времени). При выборе этого временного окна необходимо отказаться от литовских данных, потому что оно пустое.После проверки осталось 102 страны и региона (включая Японию, Великобританию и еврозону).

  3. Во-вторых, в нашем исследовании используется двухэтапная структура. Чтобы определить последствия инициативы «B & R», временная шкала должна длиться как можно дольше. Период исследования должен содержать важную дату сентября 2013 года, которая считается моментом времени, когда инициатива «B & R» была впервые предложена. Поэтому страны с более коротким доступным периодом времени удаляются, и мы получаем подвыборку, включающую 58 стран и еврозону с 1 января 2010 г. по 1 ноября 2018 г.Учитывая время запуска инициативы в сентябре 2013 г., выборка разделена на две части: до введения полиса (сокращенно «Беф», с 1 января st , 2010 г. по 31 августа st , 2013 г.) и после полис (сокращенно «После», с 1 сентября st , 2013 г. по 1 ноября st , 2018 г.). Обменные курсы, которые не могут охватывать этот период, удаляются, а 48 стран или территорий остаются для формирования подвыборки, которая по-прежнему включает большинство важных узлов, идентифицированных в предыдущей полной сети выборки.Все данные были получены из базы данных Wind Co.

Анализ с использованием коэффициента вариации

Как показано в таблице S1, согласно официальной статистике МВФ, существует множество режимов обменного курса среди стран «БиР», большинство из которых используют плавающий или система управляемого плавающего обменного курса; исключениями являются Барбуда, Панама и несколько других стран Карибского бассейна, а также Южной Европы и Восточной Африки, которые приняли систему фиксированного обменного курса.По этой причине подавляющее большинство стран обычно подвергаются более высоким рискам и сталкиваются с повышенной волатильностью. Для выявления взаимосвязи между режимами обменных курсов и волатильностью обменных курсов, а также для устранения влияния размерности измерения, которая определяется отношением стандартного отклонения к среднему значению, коэффициент вариации (CV) каждого обменного курса равен рассчитывается, чтобы отразить флуктуационный риск каждой страны. Как правило, как показано на рисунке, системы с жесткой привязкой обменного курса имеют наименьшую волатильность, за ней следуют системы с мягкой привязкой обменного курса; другие управляемые системы обменного курса имеют самую высокую волатильность, что согласуется с нашей интуицией о том, что волатильность обменного курса в странах с фиксированным обменным курсом обязательно слабее, чем в странах с плавающим курсом.

Средний C.V. различных курсовых систем стран «B&R».

Что касается разных стран, то все страны, участвующие в программе B&R, были разделены на 15 географических регионов. По коэффициенту вариации коэффициенты вариации Венесуэлы, Южного Судана, Беларуси, Сирии, Судана и Узбекистана значительно выше, чем у других стран (как показано в таблице S1). С точки зрения регионального распределения, как показано на рисунке, волатильность обменного курса можно разделить на пять уровней.К первому уровню относятся страны Южной Америки с самым высоким риском волатильности обменного курса. Во-вторых, страны Содружества Независимых Государств (СНГ) и Северной Африки подвержены большому риску волатильности обменного курса. Средний уровень включает Восточную Африку, Южную Африку и Западную Азию. Четвертый уровень включает Центральную и Восточную Европу, Восточную Азию, Южную Азию, Южную Европу, Южную часть Тихого океана, Западную Африку и Юго-Восточную Азию. Пятый уровень включает Карибский бассейн и Центральную Америку с наименьшим риском волатильности обменного курса.Однако с целостной точки зрения был сделан вывод, что страны с фиксированным обменным курсом обязательно слабее, чем страны с плавающим курсом, как показано на рис.

Региональное распределение коэффициентов вариации.

В площадь квадрата, названного страной, представляет C.V. страны, и ясно видно, что взаимосвязь между колебаниями обменного курса страны и ее режимом обменного курса не всегда соответствует вышеупомянутой точке зрения; Таким образом, можно легко увидеть, что в системах с мягкой привязкой площадь бриллиантов также больше, чем в плавающей системе и других алмазах с регулируемой компоновкой, как показано в Судане и Индии, что затрудняет для иностранных инвестиций выявление и предотвращение иностранных инвестиций. биржевые риски.

Распределение по странам по коэффициенту вариации и различным режимам обменного курса.

Открытость финансового рынка и колебания обменного курса

Вряд ли можно напрямую измерить открытость финансового рынка, поскольку наблюдатели за потоками капитала в качестве косвенной переменной широко используются в качестве косвенной переменной в исследовательской области. Существует две методологии измерения движения капитала: (1) де-юре, классифицированная Козе[23]; (2) Де-факто.Де-факто меры, основанные на разнице в ценах, были введены Чунгом[24], а другие методы измерения, основанные на количествах, можно увидеть в работе Лейна и Милези-Ферретти[25].

Годовой отчет МВФ о валютных соглашениях и валютных ограничениях (AREAER) широко используется для измерения открытости финансового рынка. AREAER предоставляет информацию о масштабах и характере правил и положений, регулирующих операции по внешним счетам для широкого круга стран с 1967 года.В AREAER содержится сводная таблица, которая удобно перечисляет наличие ограничений для стран, предоставляя исследователям основу для дихотомического измерения или финансовой открытости.

Основываясь на таблице AREAER, с учетом временной переменной и измерения силы и широты контроля над капиталом, метод индекса KAOPEN разработан Чинном и Ито[26].

Поскольку этот показатель не только учитывает контроль за движением капитала, но также измеряет влияние других факторов на движение капитала, рассматривая контроль за движением капитала или открытость в целом, и широко используется в исследовательской области[27]. ].

В нашем анализе используются данные индекса KAOPEN, обновленные до 2016 года. Для лучшей репрезентативности были выбраны данные за 2016 год за весь период с начала инициации «B&R». Как C.V. анализа, как показано, индекс KAOPEN является нормализованным показателем, что означает, что различия между различными регионами не так значительны, как показатель, подобный C.V. Эти регионы можно условно разделить на три уровня: выше 0,7 (высокий), 0,7–0,6 (средний) и ниже 0.6 (низкий). Первый уровень включает страны Центральной и Восточной Европы, Центральной Америки и Южной Европы, из чего можно сделать вывод, что Европа и Центральная Америка имеют относительно высокую открытость финансового рынка и меньший контроль над капиталом. Второй уровень включает Южную часть Тихого океана, Западную Азию, Восточную Азию и Южную Америку, которые имеют относительно умеренную открытость финансового рынка. Открытость финансового рынка зоны отдыха в маршруте «B&R». Однако с целостной точки зрения можно сказать, что относительно развитые регионы, такие как Европа и Америка, отличаются высокой открытостью финансового рынка и меньшим контролем над капиталом.Но по сравнению с , можно обнаружить, что строгий контроль за движением капитала не смог стабилизировать обменный курс. Например, в странах СНГ высокая волатильность обменного курса при низкой открытости финансового рынка; напротив, в Центральной Америке самый стабильный обменный курс с меньшим контролем капитала.

Региональное распределение индекса KAOPEN.

В площадь квадрата, названного страной, представляет C.V. страны, и ясно видно, что взаимосвязь между колебаниями обменного курса страны и ее режимом обменного курса не всегда соответствует вышеупомянутой точке зрения; Таким образом, можно легко увидеть, что в системах с мягкой привязкой площадь бриллиантов также больше, чем в плавающей системе и других алмазах с регулируемой компоновкой, как показано в Судане и Индии, что затрудняет для иностранных инвестиций выявление и предотвращение иностранных инвестиций. биржевые риски.

В сочетании с рисунками и , можно четко увидеть взаимосвязь между открытостью финансового рынка страны и ее режимом обменного курса. Страны с плавающей системой имеют самую высокую открытость финансового рынка, за ними следует система мягкой привязки, а затем жесткая привязка, как и экономическая интуиция. Можно сделать вывод, что в варианте «B & R» степень свободы системы обменного курса обычно имеет положительную корреляцию с открытостью финансового рынка.

Распределение по странам по индексу KAOPEN и различным режимам обменного курса.

Распределение по странам по индексу KAOPEN и различные режимы обменного курса по гистограмме.

Кроме того, в части «Влияние на открытость финансового рынка» «Инициативы B&R» был введен и использован Индекс регулятивных ограничений ПИИ ОЭСР.

Корреляционная сеть курсов валют стран на маршруте «Один пояс, один путь»

Корреляционная сеть и сеть минимального остовного дерева

Сложная сеть состоит из нескольких узлов и соединяющих их ребер.Узел — это базовый элемент сложной сети, которая является абстрактным выражением «индивидуума» в реальном мире. Край является выражением отношений между элементами, и ему можно присвоить вес в зависимости от степени отношений. Вот, W IJ IJ представляет собой вес пограничного соединения узла I и узел J , где I , J = 1 , 2 , 3 , , n и n — количество узлов в определенной сети.Для неориентированной сети

Мы также можем использовать взвешенную степень для представления важности узлов, которая определяется как:

где v ( i ) — множество узлов, связанных с узлом i . Чем больше взвешенная степень, тем сильнее степень корреляции с другими узлами и тем важнее узел.

В этом исследовании исходные данные обменного курса { X it ,i = 1,2,3,…,n;t = 1,2,…,T} должны быть стандартизированы из-за существенные различия на числовом уровне, то есть:

Мы используем обменные курсы стран на маршруте «B & R» в качестве узлов сети и строим сеть, используя коэффициент корреляции ρ ij в качестве веса ребра.

где <…> указывает среднее значение по времени по T точкам данных для каждого временного ряда.

Для обнаружения корреляционной структуры сети обменных курсов мы применяем метод минимального связующего дерева (MST) [28], который ранее применялся к обменным курсам [29]. Этот метод выбирает индексы с наиболее близким взаимодействием среди всех индексов и создает визуальное представление отношений с n-1 ребрами в дереве. При использовании MST относительно неважные ребра отбрасываются, и существует только один маршрут между любыми двумя узлами, а это означает, что сложная сеть, построенная MST, показывает более краткие и четкие отношения волатильности обменного курса между странами «B&R» и что легче выделить ключевые страны в комплексной сети волатильности обменного курса.

Чтобы построить MST, нам сначала нужно преобразовать коэффициент корреляции в коэффициент «расстояния». Следуя этим ссылкам [20, 29], мы используем нелинейное отображение

чтобы получить расстояние d ij двух узлов из коэффициента корреляции ρ ij . Поскольку −1 < ρ ij <1, мы имеем 0< d ij <2. Алгоритм Крускала [30] используется в данной работе для построения MST.

Анализ полной выборки

показывает корреляционную сеть полной выборки. Интенсивность цвета зависит от веса ребра, затемнение ребер связано с весом, а размер узла относится к взвешенной степени. Чем крупнее узел, тем теснее колеблется валюта страны с соседними узлами. Курсы обмена различных валют в «The B & R» сильно коррелированы. С усилением торговли и экономики валютные рынки в этом районе вели себя все более как единое целое.Для сети с n узлов будет n(n-1)/2 коэффициентов корреляции в соответствии с определением, упомянутым ранее. Ясно, что сеть показывает сложные отношения, которые указывают на то, что Непал, Индия, Чили, Намибия, Зимбабве, Южная Африка, Венгрия, Мьянма, Новая Зеландия, Бруней-Даруссалам, Китай, Самоа, Уругвай, Израиль, Гайана, Ливия, Турция , Россия, Сингапур и Румыния входят в топ-20 узлов, в основном распределенных по Южной Азии, Юго-Восточной Азии, Южной Африке и Восточной Европе, и обладают характеристиками кластера торговых партнеров и географического регионального кластера.Например, Южная Африка имеет тесные связи с Намибией, Камеруном и Кот-д’Ивуаром, что показывает, что географическая близость приводит к сильной сети передачи волатильности обменного курса, а также сильное преимущество между Китаем и Великобританией, которые находятся на расстоянии более 8000 километров друг от друга. с точки зрения их географической удаленности, демонстрирует мощь международной торговли: Китай является третьим по величине торговым партнером Великобритании после ЕС и США, а также крупнейшим источником инвестиций Великобритании. Пока количество узлов задано, количество ребер фиксировано, и, следовательно, чрезвычайно сложно сделать вывод, какие корреляции являются наиболее важными для управления общей структурой системы, наблюдая такую ​​сложную сеть с 5151 ребрами. .Для получения более четкой и лаконичной сети передачи волатильности обменного курса используется алгоритм MST.

Корреляционная сеть полной выборки.

Сеть MST, которую мы строим из полного примера сети, показана на . Вообще говоря, каждый узел связан с узлами, которые представляют обменные курсы, с которыми узел наиболее тесно связан. Таким образом, структура кластеризации показывает, что эти валюты последовательно движутся вместе в течение периода исследования.Примечательно, что существует географическая связь между обменными курсами. Китай связан с Казахстаном, Шри-Ланкой, Кыргызстаном и Бангладеш. Эти страны также являются географически соседними. Аналогичная ситуация наблюдается в случае узлов Южной Азии (Индонезия, Малайзия, Таиланд, Сингапур и др.) и узлов Восточной Европы (Чехия, Сербия, Хорватия, Македония, Босния, Болгария, Венгрия и др.). сделки между соседними странами обычно более активны, так что цены на валюту колеблются аналогичным образом.

Сеть МСТ полной выборки.

Кроме того, ключевыми узлами в сети обменных курсов и MST являются в основном страны с жесткой или мягкой привязкой обменного курса; Габон можно взять в качестве примера, потому что его валюта центральноафриканского франка имеет обменный курс, который фиксирован не только к основным валютам, таким как евро или западноафриканский франк, но и к центральноафриканскому франку, используемому соседями Габона. Пока валюта колеблется, одна и та же амплитуда колебаний быстро передается в сети из-за фиксированного обменного курса.

Сравнительный анализ двух этапов

В этом разделе эффект от инициативы «Охрана и спасение» рассматривается в двух подпериодах. Как видно из корреляционной сети в , в первую десятку стран с наибольшей взвешенной степенью входят следующие: Чехия, Венгрия, Тунис, Польша, Албания, Россия, Румыния, Индия, Индонезия и Сербия. Кроме того, 11   – это евро с коэффициентом 91,1% по сравнению с 1   местом: Чехия. Подробности приведены в таблице S1 во вспомогательной информации.Это означает, что колебания валют в этих странах очень важны для всех стран, участвующих в инициативе «The B & R». Предприятия и правительство Китая должны рассматривать страны Восточной Европы как занимающие жизненно важную позицию, чтобы избежать валютных рисков.

Корреляционная сеть, состоящая из подвыборки до инициативы «B&R».

В то же время корреляция между курсом долларового юаня и другими странами слабая, что делает Китай относительно изолированным узлом и занимает предпоследнюю позицию.Несмотря на постепенное использование системы управляемого плавающего обменного курса в Китае, волатильность юаня в значительной степени зависит от доллара США, в то время как обменные курсы других стран с плавающим обменным курсом не привязаны к доллару США.

На рисунках и показано сравнение обменных курсов сетей до и после запуска «The B&R». Кроме того, на рис. и изображен способ MST, а MST на показывает неодинаковое географическое распределение по сравнению с . В первую десятку стран с наибольшей взвешенной степенью входят Кувейт, Румыния, Армения, Малайзия, Грузия, Кения, Венгрия, Россия, Сингапур и Новая Зеландия.Кроме того, евро опустился на 3 позиции до 14   места, но по-прежнему имеет взвешенный коэффициент 91,9% по сравнению с Кувейтом, который находится на 1   месте. Подробности приведены в таблице S1 во вспомогательной информации. Это означает, что с учетом процессов инициативы «The B & R» ключевые узлы в сети были изменены и децентрализованы в более широкую географическую зону, такую ​​как Восточная Африка, Юго-Восточная Азия, Южная Азия и Европа, а не только Восточная Европа. То есть волатильность обменного курса, с которой сталкиваются предприятия и правительство Китая, была диверсифицирована, и поэтому им следует обратить внимание на большее количество стран, участвующих в инициативе «B&R».

Корреляционная сеть, состоящая из подвыборки после инициативы «B & R».

Сеть MST, состоящая из подвыборки до инициативы «B & R».

Сеть MST, состоящая из подвыборки после инициативы «B & R».

Чтобы измерить степень корреляции всей сети, мы вычисляем средневзвешенное значение взвешенной степени каждого узла в сети. До запуска инициативы «The B&R» средневзвешенная степень равнялась 15.589, а после запуска инициативы вырос до 35,439. Это отражает усиление корреляции между валютами стран пути и укрепление связей в торгово-экономическом сотрудничестве. С другой стороны, это означает, что валютный риск будет быстро распространяться между странами на пути следования.

Также видно, что взвешенный градус Китая улучшился после выдвижения инициативы «The B&R» с -20,57 до 44,87. Это говорит о том, что эта китайская инициатива значительно улучшила статус интернационализации юаня.Принимая во внимание узлы с наибольшей взвешенной степенью, согласно нашему исследованию, Сингапур резко увеличился. Несмотря на то, что Сингапур является небольшой страной с населением менее 6 миллионов человек, он играет важную роль в качестве узла на морском Шелковом пути и добился значительного усиления своего стратегического положения.

показывает первую двадцатку стран, которые демонстрируют самые большие различия в своей взвешенной степени между Bef и Aft. Удивительно, но Китай доминирует в этом рейтинге. Как инициатор инициативы «The B & R» Китай занял первое место с 65 баллами.44 продвижение взвешенной степени, то есть влияние китайского юаня значительно улучшилось. Из таблицы ясно видно, что страны Юго-Восточной Азии, Южной Азии, Восточной Европы и Восточной Африки получают большинство позиций, но по сравнению с их выдающимся положением в других сетях выше, страны Восточной Европы не выделяются в , что означает, что влияние валют этих стран не увеличилось с инициативой «The B&R».

Таблица 1

Изменение взвешенного градуса между Bef и Aft.

8.585 7 24.9096 Singapore 7 21.41102 7 36.8171 08
Рейтинг Страна Weighted изменение степени Рейтинг Страна Взвешенная степень изменения
1 Китай 65,44642 11 Чили 35.71127
2 Азербайджан 63.79049 12 Южная Корея 031
3 Грузия 63,45171 13 Армения 26,24802
4 Новая Зеландия 54,72056 14 Таиланд 24,94593
5 Kenya 54.09654 15 Ethiopia
6 52.62191 16 Великобритания 24,5254
7 Филиппины 50,78511 17 Нигерия 22,8467
8 Малайзия 40,98127 18 Jordan 22.24446
9 Vietnam 40.524 19 Румыния
10 Kuwait
20 20 INDONESIA

Влияние на открытие финансового рынка от «Инициатива B & R»

Влияние на финансовый Открытость рынка от «Инициативы B&R» также была рассмотрена, потому что может быть некоторая связь между финансовой открытостью и валютным рынком.

Отображена тенденция открытости финансового рынка стран вдоль маршрута «Инициатива B&R», обозначенная средним индексом KAOPEN всех стран вдоль маршрута «Инициатива B&R», по которым имеются доступные данные за период с 2010 по 2016 год.Помимо нашей интуиции, тенденция индекса KAOPEN немного снижается, что недалеко означает, что «Инициатива B & R» не внесла значительных изменений, хотя актуальность в системе стран вдоль маршрута «B & R» усиливается по сравнению с периодом до «Инициативы B&R». С целью проверки этого вывода также использовался Индекс регулятивных ограничений ПИИ ОЭСР. Индекс регулятивных ограничений ПИИ измеряет установленные законом ограничения на прямые иностранные инвестиции в 22 секторах экономики[31].ОЭСР имеет ограниченное число стран-участниц, которые не могут охватить весь маршрут «B & R», поэтому можно найти данные только по нескольким систематически важным странам. Неудивительно, что изменение индекса регулятивных ограничений ПИИ для большинства стран незначительно, следует предположить, что причиной может быть открытость финансового рынка, а ограничение ПИИ для страны, вероятно, будет эндогенным, по решению правительства. особенно центральный банк страны, который с большей вероятностью достигнет некоторых долгосрочных целей, которые не могут быть легко достигнуты инициативой иностранца за короткий период.Кроме того, как показано в , вывод состоит в том, что «Инициатива B & R» делает Китай более открытой страной с меньшими финансовыми ограничениями для иностранца, и в этой ситуации валюта Китая, известная как юань, будет играть более важную роль. роль в экономике мира.

Тренд участников маршрута B&R и Китая.

Выводы

По маршруту «B & R» расположены более 123 стран Азии, Европы, Африки, Южной Америки и Океании.Большинство стран приняли режимы плавающего или регулируемого плавающего обменного курса, которые тесно связаны с режимами других стран и делают их более уязвимыми.

Несмотря на все более заметную роль инициативы «Пояс и путь», существуют широко распространенные проблемы, такие как недостаточные валютные резервы и хрупкость финансовых систем этих стран на маршруте «Пояс и путь», что частично показано в анализ колебаний обменного курса выше. В случае внешнего финансового шока или чего-то, что вызывает колебания обменного курса, международная торговля и экономическое сотрудничество как на национальном уровне, так и на уровне предприятий будут сильно затронуты.И из нашего исследования также можно сделать вывод, что в маршруте «B & R» степень свободы системы обменного курса в основном имеет положительную корреляцию с открытостью финансового рынка.

В этой статье мы строим инновационную сложную сеть корреляции и MST обменных курсов валют по маршруту «B & R». Анализ, основанный на сложных сетях и статистическом анализе, показывает, что корреляции между обменными курсами стран постепенно усиливаются, в то время как корреляция между обменным курсом юаня, выраженным в долларах, и другими странами, принявшими свободно плавающую систему, является относительно слабой. .Этот вывод свидетельствует о том, что предприятия в Китае сталкиваются с большими рисками колебания обменного курса в процессе реализации инициативы «B & R». В то же время мы видим, что среди стран по маршруту важную роль в корреляционной сети играют валюты Кувейта, Румынии, Армении, Малайзии, Грузии, Кении, Венгрии, России, Сингапура и Новой Зеландии и евро. . Обменные курсы в этих странах и регионах в последние годы были крайне неустойчивыми, что привело к нестабильности во всей сети на всем пути следования.Как только обменный курс ключевых стран-узлов колеблется, он быстро распространяется на другие соответствующие страны.

Есть также убедительные доказательства того, что инициатива «B & R» изменила мир валют. Используя двухэтапную сложную сеть и построение и сравнение сети MST, можно сделать вывод, что влияние валюты всегда меняется вместе с изменениями международной ситуации. Инициатива «B & R», с 1 сентября st , 2013 г. по 1 ноября st , 2018 г., принесла пользу взвешенному уровню Китая, который повысился до 65.44, за ним следуют Азербайджан, Грузия, Новая Зеландия, Кения, Сингапур, Филиппины, Малайзия, Вьетнам, Кувейт, Чили, Южная Корея, Армения, Таиланд, Эфиопия, Великобритания, Нигерия, Иордания, Румыния и Индонезия. Более того, средневзвешенный градус увеличился с 15,59 до 35,35, а это означает, что с углублением общения и сотрудничества между разными странами инициатива «The B & R» заставляет валюты этих стран все больше встраиваться в сеть колебаний обменного курса, и, несомненно, все еще существует огромное пространство для поступлений и платежей в юанях в торговле и инвестициях по маршруту «B & R».Что касается Китая, благодаря «Инициативе B&R», по сравнению со средним уровнем изменения открытости финансового рынка, открытость финансового рынка Китая получила значительное продвижение с меньшими финансовыми ограничениями для иностранца. Юань может стать наиболее часто используемой валютой для инвестиций в инфраструктуру и финансирования; Интернационализация юаня может принести значительную прибыль от финансового бизнеса, осуществляемого по маршруту и ​​продвижению открытости финансового рынка, обеспечиваемому «Инициативой B & R».

На основании вышеприведенных выводов могут быть выдвинуты соответствующие политические рекомендации.

Во-первых, рекомендуется усилить системы мониторинга и раннего оповещения о колебаниях валютных курсов на национальном уровне, особенно для тех стран, которые играют важную роль в нашем исследовании. В сочетании с долгосрочным прогнозированием валютных рисков с использованием макроэкономических переменных это могло бы надежно способствовать принятию инвестиционных решений и управлению рисками.

Во-вторых, также важно увеличить количество зарубежных финансовых отделений, чтобы облегчить расчеты в местной валюте по маршруту «B&R».В то же время следует поощрять финансовые учреждения к разработке соответствующих продуктов хеджирования обменного курса, чтобы помочь соответствующим предприятиям в определенной степени хеджировать риск, связанный с национальной валютой.

В то же время подписанное соглашение о валютном свопе со странами, расположенными вдоль дороги, может способствовать торговле в механизме расчетов в юанях. Юань по-прежнему не может стать расчетной валютой в странах «Побережья и Речи», поскольку расчеты в местной валюте часто сопряжены с риском двойного обменного курса. Подписание своп-соглашений и расчеты в юанях могут снизить валютные риски в торговле и иностранных инвестициях и одновременно способствовать интернационализации юаней.

Наконец, может оказаться полезным создание банка «Би-Р», который мог бы выполнять функции, аналогичные «МВФ плюс Всемирный банк плюс инвестиционный банк и коммерческий банк», что принесло бы «Би-энд-Р» страны ближе, особенно в коммерческой и финансовой сфере.

Если бы единая валютная зона «B & R» могла быть построена по аналогии с созданием Еврозоны на основе экономической интеграции «B & R», то интернационализация юаня, бесспорно, происходила бы быстрее, а китайский юань выступать в качестве стабилизатора при колебаниях обменных курсов валют стран «B&R».

Вспомогательная информация

Таблица S1
Статистическое описание курсовых данных об участниках «The B&R».

(DOCX)

S2 Table
Статистическое описание корреляционной сети валютных курсов участников «The B&R» до инициативы «The B&R».

(DOCX)

S3 Table
Статистическое описание корреляционной сети обменных курсов участников «The B&R» после инициативы «The B&R».

(DOCX)

Благодарности

Благодарим за предложения анонимных рецензентов. Мы также благодарим сотрудников Университета Китайской академии наук за помощь в представлении.

Заявление о финансировании

Мы благодарим за финансовую поддержку Фонд естественных наук Китая (№ 71501175 в KG, http://www.nsfc.gov.cn/) и Открытый проект Ключевой лаборатории интеллектуального анализа больших данных и Управление знаниями, CAS (http://bdk.ucas.ac.cn/). ZW работает и получает зарплату от Penghua Fund Management Co., Ltd. Penghua Fund Management не принимала участия в разработке исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Список литературы

1. Хуан Ю. Понимание китайской инициативы «Пояс и путь»: мотивация, рамки и оценка. Обзор экономики Китая. 2016;40:314–21. 2. Бланшар Дж.-М.Ф., Флинт С. Геополитика китайской инициативы «Морской шелковый путь». Геополитика. 2017;22(2):223–45. 3. Бахмани-Оскоои М. Номинальные и реальные эффективные обменные курсы ближневосточных стран и их торговые показатели.Прикладная экономика. 2011;33(1):103–11. 4. Маккарти Дж. Влияние обменных курсов и цен на импорт на внутреннюю инфляцию в некоторых промышленно развитых странах. Восточный экономический журнал. 2007;33(4):511–37. 5. Кругман П. Ценообразование на рынке при изменении обменного курса. Количество рабочих документов. 1986. 6. Агион П., Баккетта П., Рансьер Р., Рогофф К. Волатильность обменного курса и рост производительности: роль финансового развития. Журнал денежно-кредитной экономики.2006;56(4):494–513. 7. Чит МММ, Ризов М., Вилленбокель Д. Волатильность обменного курса и экспорт: новые эмпирические данные из развивающихся стран Восточной Азии. Мировая экономика. 2010;33(2):239–63. 8. Секмен Ф. Волатильность обменного курса и доходность акций для Африканского журнала управления бизнесом США. 2011. 9. Клаудия М. Производительность фирмы, движение обменного курса, источники финансирования и ориентация на экспорт. Мировое развитие. 2014;54(54):204–19. 10.Франкель Дж., Фрут К. Методы прогнозирования обменного курса, данные опросов и последствия для валютного рынка. Количество рабочих документов. 1990. 11. Франкель Дж.А., Роуз А.К. Панельный проект по паритету покупательной способности: возврат к среднему внутри стран и между ними. Документы для обсуждения Cepr. 1995;40(1–2):209–24. 12. Кларк П. Б., Макдональд Р. Обменные курсы и экономические основы: методологическое сравнение пива и ставок, 1999 г. 13. Чинн, доктор медицины, Мередит Г.Денежно-кредитная политика и долгосрочный непокрытый процентный паритет. Документы персонала МВФ. 2004;51(3):409–30. 14. Беттс С, Деверо МБ. Курсовая динамика в модели рыночного ценообразования. Журнал международной экономики. 2000;50(1):215–44. 15. Франкель Дж. Интернационализация юаня и исторические прецеденты. Журнал экономической интеграции. 2012;27(3):329–65. 16. Лион РК. Микроструктурный подход к обменным курсам. Кембридж, Массачусетс: MIT Press; 2001. 17. Гейдельберг СВБ. Статистическая механика сложных сетей. Обзор современной физики. 2001;74(1):xii. 18. Ньюман МЭЖ. Структура и функции сложных сетей. Обзор Сиама. 2003;45(2):167–256. 19. Эржебет Р., Альберт-Ласло Б. Иерархическая организация в сложных сетях. Physical Review E Статистическая нелинейная физика и физика мягкого вещества. 2003;67(2):026112. [PubMed] 20. Мантенья РН. Информационно-иерархическая структура на финансовых рынках.Европейский физический журнал B — Конденсированные вещества и сложные системы. 1999;11(1):193–7. 21. Сунил К., Ниведита Д. Корреляция и сетевой анализ глобальных финансовых индексов. Physical Review E Статистическая нелинейная физика и физика мягкого вещества. 2012;86(2):026101. [PubMed] 22. Донг-Мин С., Мишель Т., Вэй-Син З., Мантенья Р.Н. Эволюция мировых фондовых рынков, структура корреляции и графики на основе корреляции. Physical Review E Статистическая нелинейная физика и физика мягкого вещества.2011;84(2):026108. [PubMed] 23. Козе М.А., Прасад Э., Рогофф К., Вей С.Дж. Финансовая глобализация. Переоценка. Электронное издание социальных наук. 2006;28(00):97–132(36). 24. Cheung YW, Chinn MD, Fujii E. Китайская экономика в глобальном контексте: процесс интеграции и его определяющие факторы. Журнал японской и международной экономики. 2006;20(1):128–53. 25. Лейн П.Р., Милези-Ферретти, Мария Г. Внешнее богатство наций Mark Ii: пересмотренные и расширенные оценки иностранных активов и обязательств, 1970–2004 гг.Электронный журнал ССРН. 2006. 26. Чинн М.Д., Ито Х. Новая мера финансовой открытости. Журнал исследований и практики сравнительного анализа политики. 2008;10(3):309–22. 27. Ниер Э., Седик Т.С., Мондино Т. Валовые потоки частного капитала в развивающиеся рынки: можно ли обуздать глобальный финансовый цикл? Рабочие документы МВФ. 2014;14(196). 28. Бонанно Г., Вандевалле Н., Мантенья Р.Н. Таксономия индексов фондового рынка. Phys Rev E Stat Phys Plasmas Fluids Relat Interdiscip Topics.2000;62(6 часть А):R7615. [PubMed] 29. Марк М.Д., Омер С., Стейси В., Сэм Х., Джонсон Н.Ф. Обнаружение доминирования или зависимости валюты с использованием деревьев сети иностранной валюты. Physical Review E Статистическая нелинейная физика и физика мягкого вещества. 2005;72(2):046106. [PubMed] 30. Кормен Т., Лейзерсон С., Ривест Р., Штейн С. Введение в алгоритмы, третье издание, 2009 г.

Понимание динамики обменного курса SLL/доллара США в Сьерра-Леоне с использованием подхода Box-Jenkins ARIMA

Ссылки:

Аахана, С.(Онлайн). Теории определения обменного курса – Международная экономика. Доступно по адресу: http://www.economicsdiscussionn.net/foreign-exchange/theories-foreign-exchange/theories-of-exchange-rate-determination-international-economics/30637. (По состоянию на 27 декабря 2019 г.).

Бангура, М., Денисон-Джордж, К., и Колкер, Р. (2013). Влияние динамики обменного курса на торговый баланс в Сьерра-Леоне: коинтеграционный подход ARDL. Западноафриканский журнал денежно-кредитной и экономической интеграции, Vol.13(1): стр. 64-88.

Бангура, М., Колкер, Э. и Пессима, С. (2012). Влияние обменного курса на инфляцию в Сьерра-Леоне: структурно-векторный авторегрессионный подход. Журнал денежно-кредитной и экономической интеграции, Vol. 12(1): стр. 93-123.

Блини, М., Морозуми, А. и Мумуни, З. (2018). «Таргетинг инфляции и денежно-кредитная политика в Гане», Документы для обсуждения 2018/07, Ноттингемский университет, Центр финансов, кредита и макроэкономики (CFCM).

Коробка, Г.Э.П. и Г.М. Дженкинс, 1994. Анализ временных рядов: прогнозирование и контроль. 3-е изд., Нью-Йорк: Прентис Холл.

Буба А.С. и Редди С.К. (2015). Прогнозирование обменного курса с использованием ARIMA, нейронной сети и нечеткого нейрона. Журнал торговли акциями на рынке Форекс, Vol. 4(3): стр. 1-5. https://doi.org/10.4172/2168-9458.1999155.

Кавона, Ф. (1993). Моделирование и прогнозирование обменных курсов с помощью байесовской модели с изменяющимися во времени коэффициентами. Журнал экономической динамики и управления, Vol.17(1-20: стр. 233-261. https://doi.org/10.1016/S0165-1889(06)80011-4.

Дрисс Э. и Фатима И. (2018 г.). Прогнозирование обменного курса Марокко с использованием эконометрической и стохастической моделей. Международный журнал бухгалтерских и финансовых исследований, Vol. 1(1): стр. 54 – 70. http://doi.org/10.22158/ijafs.v1n1p54.

Ийке, Б. Н., и Одиамбо, Н. М. (2017). Инфляционные пороги, финансовое развитие и экономический рост: новые данные из двух стран Западной Африки. Африканский журнал экономических и управленческих исследований, Vol.8(1): стр. 89-102.

Джабби М. и Джексон Э.А. (предварительно). О действительности паритета покупательной способности: пример Сьерра-Леоне.

Джексон, Э.А. (ожидается1). Исследование диверсификации средств к существованию в сообществе Годерих: определяющие факторы и ограничения на основе базового обследования.

Джексон, Э.А. (ожидается). Коллективные договоры – глобальный дискурс о достойном устойчивом образе жизни. В Уолтере Л. Филью и др. (ред.). Достойный труд и экономический рост: энциклопедия целей устойчивого развития, издательство Springer Nature.

Джексон, Э.А. (2018). Сравнение статического и динамического прогнозов в авторегрессионной интегрированной скользящей средней для общего индекса потребительских цен с поправкой на сезонные колебания. Доступно в SSRN: http://dx.doi.org/10.2139/ssrn.3162606.

Джексон, Э.А. (2018а). Герменевтика Ceteris Paribus в африканском контексте. Экономические взгляды — тенденции и вызовы, Vol. 9(71): стр. 9-16.

Джексон, Э.А. (2017). Экономическая методология: парадокс закона Ceteris Paribus (CP) в контексте Сьерра-Леоне.Метод(ы): Африканский обзор методологии социальных наук, Vol. 2(1-2): стр. 31-40. https://doi.org/10.1080/23754745.2017.1354553.

Джексон, Э.А. (2016). Фронезис и герменевтика: конструкция социального/экономического явления и их интерпретация для устойчивого общества. Экономические взгляды — тенденции и вызовы, Vol. 8(2): стр. 1-8.

Джексон, Э.А. (2016а). Phronesis и гипотеза ресурсного проклятия в Сьерра-Леоне после обретения независимости. Илорин Журнал экономической политики, Vol.3(1):стр. 1-10.

Джексон, Э.А. и Джабби, М. (2019). Понимание провалов рынка в контексте развивающихся стран (сначала онлайн). В, Уолтер Л. Фильо (редакторы), Достойная работа и экономический рост: Энциклопедия целей устойчивого развития, издательство Springer Nature Publisher. https://doi.org/10.1007/978-3-319-71058-7_44-1.

Джексон, Э.А., Тамуке, Э., и Джабби, М. (2019). Детализированный краткосрочный прогноз инфляции (STIF) для принятия решения о денежно-кредитной политике в Сьерра-Леоне. http://дх.doi.org/10.2139/ssrn.3466172.

Джексон Э.А., Тамуке Э. и Джабби М. (ожидается). Динамический эффект инфляционных шоков в Сьерра-Леоне.

Джексон, Э.А., Тамуке, Э., и Силлах, А. (2018). Моделирование ежемесячного общего индекса потребительских цен (HCPI) с помощью сезонной методологии Бокса-Дженкинса. Международный научный журнал 7 (1), 51-56.

Джексон, Э.А. и Тамуке, Э. (2018). Прогноз вероятности с использованием анализа веерных диаграмм: пример экономики Сьерра-Леоне.Журнал перспективных исследований в области финансов, Vol. 9(1): с. 34-44.

Леунг, М.Т., Чен, А.С., и Даук, Х. (2000). Прогнозирование обменных курсов с использованием нейтральных сетей с общей регрессией. Компьютеры и исследования операций, Vol. 27 (11-12): стр. 1093-1110.

Ниони, Т. (2019a). Анализ ARIMA обменного курса индийской рупии/США в Индии. Документ MPRA № 96908.

Ниони, Т. (2019b). Моделирование и прогнозирование Naira/обмен доллара США Rae в Нигерии: подход Box-Jenkins ARIMA.Документ MPRA № 88622.

Олакореде, Н.М., Оланреваджу, С.О., и Угбеде, М.Ю. (2018). Модель одномерного авторегрессионного интегрированного скользящего среднего временного ряда для обменного курса между нигерийской найрой и долларом США. Американский журнал теоретической и прикладной статистики, Vol. 7(5): стр. 173-179. https://doi.org/10.11648/j.ajtas.20180705.12

Тамуке, Э., Джексон, Э.А. и Силлах, А. (2018). Прогнозирование инфляции в Сьерра-Леоне с использованием ARIMIA и ARIMAX: сравнительная оценка.Теоретические и практические исследования в области экономики, (Том IX, Лето), 1(17): стр. 63-74.

Трафалис, Т.Б., и Инс, Х. (2006). Гибридная модель для прогнозирования обменного курса. Система поддержки принятия решений, Vol. 42(2): стр. 1954-1062. https://doi.org/10.1016/j.dss.2005.09.001.

Warburton, C.E.S., and Jackson, E.A. (ожидается). Экзогенные возмущения: энергетические потрясения и денежно-кредитная политика в условиях малой открытой экономики (Сьерра-Леоне, 2007–2018 гг.).

Уорбертон, К.Э.С. (2018). Покрытый паритет процентных ставок и трения на валютных и денежных рынках: анализ британских фунтов и долларов за период 1999-2006 гг. Прикладная эконометрика и международное развитие, Vol. 18(1): стр. 55-73.

Вест, К.Д., и Чо, Д. (1994). Предсказательная способность нескольких моделей волатильности обменного курса. Национальное бюро экономических исследований, Технический рабочий документ № 152. Доступно по адресу: https://www.nber.org/papers/t0152.pdf. (Доступ: 29 декабря 2019 г.).

Курсы валют по отношению к евро в 2018 году

Конец года — это возможность подвести итоги эволюции обменных курсов различных валют по отношению к евро в 2018 году. На приведенном ниже графике представлен синтетический обзор основной динамики, зарегистрированной в этом году: в нем перечислены валюты, обменный курс которых значительно обесценился или повысился по отношению к евро. Для каждой валюты на графике показано:

  • норма амортизации/прироста стоимости на конец года по отношению к значениям на начало 2018 года;
  • максимальная норма амортизации/повышения, зарегистрированная в течение года, и значения обменного курса по отношению к евро на соответствующую дату.


Венесуэльский Боливар Соберано это валюта, которая больше всего обесценилась в течение 2018 года. В конце года его обесценивание составило более одного миллиона процентов. Только за последнюю неделю декабря боливар обесценился на 26%, свидетельствующие о провале государственной политики, направленной на укрепление обменного курса, сдерживание инфляции и восстановление стабильности.

За исключением аномального случая Боливара, Аргентинское песо было самой слабой валютой в течение года. Он обесценился почти на 100% за 12 месяцев, но за последние 3 месяца смог восстановить часть утраченной стоимости: он восстановился после От 47,8 песо за евро 1 октября до 43,8 песо 28 декабря.

В конце года обесценение турецкой лиры составило менее 40%, что намного лучше, чем у аргентинского песо. Как и аргентинское песо, турецкая лира значительно восстановилась после своего наивысшего обесценивания, зафиксированного в августе (7.87 лир за евро).

Возможность восстановления валют после сильного обесценивания является общим фактором, зафиксированным в этом году для аргентинского песо и турецкой лиры. но также бразильский реал, южноафриканский рэнд, Индийская рупия и индонезийская рупия. Их укрепление поддерживается несколькими факторами:

  • изменение ожиданий в связи с политическими событиями: Например, выборы Болсонару в Бразилии;
  • Действия правительства, направленные на сдерживание инфляции, например, в Аргентине, Южной Африке, Турция и Индонезия;
  • помощь Международного валютного фонда, который вмешался в дела Аргентины и, вероятно, предоставит кредит Турции;
  • снижение цен на нефть с положительным эффектом на индийской рупии и на индонезийской рупии.

Для тунисского динара характерен непрерывный, но контролируемый процесс обесценивания (см. статью). чилийское песо и пакистанская рупия; в случае рупии, запланированная помощь Международного валютного фонда, безусловно, представляла собой стабилизирующий фактор.

Национальным и международным органам денежно-кредитной политики удалось избежать эффекта заражения.

С другой стороны, в 2018 году было зафиксировано повышение:

Расшифровка обменного курса доллара

​Обменный курс часто является объектом любопытства — существует ли «правильное» значение, какие факторы определяют курс и что он может нам сказать.Чтобы понять, как работает ключевая мировая валюта, такая как доллар, нужно помнить, что условия в обеих странах имеют значение.

Идея о том, что существует «правильное» значение обменного курса, кажется очевидной — за исключением экономистов. Обменный курс — это просто цена, и, по мнению экономистов, «правильная» цена — это та, которая очищает рынок, так что предложение равняется спросу. Рынок иностранной валюты является крупнейшим и наиболее ликвидным в мире, и он очищается каждый день. Таким образом, очевидно, что сегодняшний обменный курс — каким бы он ни был — «правильный».

Но это еще не все. Обменный курс — это финансовая цена, такая же, как цена акций. В краткосрочной перспективе, вероятно, бесполезно пытаться понять или предсказать движения обменного курса. Но в долгосрочной перспективе наблюдателям и всем, кто пользуется валютным рынком, необходимо понимать, о чем может говорить нам обменный курс.

Обменный курс, по сути, является одной из самых сложных экономических переменных для понимания. Это потому, что это, по сути, две цены.Немка, едущая в Нью-Йорк, хочет узнать, сколько долларов ей понадобится для проезда в метро. Но американец, едущий в Берлин, хочет знать, сколько евро ему понадобится для проезда на городской железной дороге. 1 Конечно, они просто обратны друг другу: если доллар стоит 0,80 евро, евро будет стоить 1,20 доллара США. Но что определяет обменный курс, так это условия в и экономиках: процентная ставка в Европе и в Соединенных Штатах, уровень цен в Европе и Соединенных Штатах и ​​политический риск в Европе и в Соединенных Штатах.Это все усложняет. В Европе все может быть стабильно, но европейцы могут увидеть значительное изменение своего обменного курса исключительно из-за событий в Соединенных Штатах.

Поскольку «основные показатели» включают в себя валюты двух стран, легко неправильно истолковать изменения обменного курса. Иногда страна переживает повышение или обесценивание, которое не имеет ничего общего с ее собственными делами. Действительно, это не редкость для доллара США.

Так что же сделал доллар? На Рисунке 1 показан общий взвешенный по торговле обменный курс Соединенных Штатов за последние четыре года. 2

Курсов обмена доллара США, конечно же, десятки, столько же, сколько и отдельных валют. На рисунке 1 показано среднее значение этих обменных курсов с использованием весов, основанных на международной торговле США. Зона евро имеет наибольший вес (около 19 процентов в 2019 году), поскольку она является крупнейшим торговым партнером Соединенных Штатов. Далее следуют Китай (16%), Канада (14%) и Мексика (13%). Эти веса менялись со временем; в 1970-х годах вес канадского доллара составлял около 25 процентов.

Что касается взвешенного по торговле доллара, ответ таков: не очень. За последние четыре года он был на минимальном уровне 108 и на максимальном уровне 117. Экспортеры, безусловно, предпочли бы более низкое значение, поскольку укрепление представляет собой значительный рост стоимости доллара примерно на 10 процентов с начала 2018 года. Но такие колебания были обычным явлением с момента появления плавающих обменных курсов в 1971–1973 годах. К настоящему времени глобальные компании научились использовать рынки валютных фьючерсов и опционов для хеджирования рисков.Это немного усложняет работу корпоративного казначея, но существуют инструменты, позволяющие снизить риск, который рынки иностранной валюты представляют для большинства корпораций.

Данные, взвешенные по торговле, скрывают некоторые важные двусторонние изменения. На рис. 2 показан каждый из четырех обменных курсов, которые вместе составляют две трети взвешенного по торговле доллара. В прошлом году обменные курсы у североамериканских соседей были стабильными. Напротив, с начала 2018 года доллар укрепился примерно на 10 процентов как по отношению к юаню, так и к евро.

Эти движения типичны для плавающих обменных курсов и не указывают на то, что Народный банк Китая или Европейский центральный банк принимают какие-либо экстраординарные политические меры. Вероятно, они отражают замедление роста в Европе и Китае: замедление роста часто означает более низкие процентные ставки и более низкие прибыли. Когда это происходит, глобальные инвесторы переключаются в страны с более быстрым ростом (например, в Соединенные Штаты в прошлом году), повышая цены на свои валюты.

Мы обычно думаем, что обменные курсы тесно связаны с торговыми потоками. Но лишь небольшая часть валютных сделок поддерживает экспортеров и импортеров. Большинство сделок с валютой поддерживают потоки финансового капитала по всему миру. Немец, который не собирается ехать в Нью-Йорк и ездить на метро, ​​тем не менее должен покупать доллары, если он хочет диверсифицировать свой портфель за счет американских акций или облигаций. А американцу нужны евро, чтобы покупать европейские акции или немецкие облигации. Многие экономисты сходятся во мнении, что на самом деле валютным курсом движет спрос на финансовые активы, а не спрос на товары и услуги.

Соединенные Штаты находятся в уникальном положении, когда речь идет о долларовых активах. Доллар является ключевой мировой валютой по нескольким параметрам. Около 63 процентов мировых валютных резервов — официальных запасов иностранной валюты центрального банка — находятся в долларах. (А сами Соединенные Штаты имеют относительно немного валютных резервов, что отражает тот факт, что Казначейство США и Федеральная резервная система уверены в своей способности продать доллары на мировых рынках в случае необходимости.) Только 12 процентов операций с иностранной валютой не связаны с долларом. .И почти половина всех долговых ценных бумаг, выпущенных по всему миру, в долларах. 3 По мере роста мировой экономики продолжает расти и спрос на долларовые активы. Это помогает поддерживать силу обменного курса США.

В основе обменного курса доллара США лежит и еще кое-что — тот факт, что глобальные инвесторы считают Соединенные Штаты самым безопасным местом в мире для хранения финансового капитала. Геополитическая или глобальная финансовая неопределенность заставляет глобальных инвесторов обновлять свои портфели, увеличивая долю долларов (особенно казначейских облигаций), и это подталкивает цену долларов — обменный курс.

Эти финансовые факторы делают стабильность доллара за последние несколько лет весьма примечательной. От Brexit до торговых войн мировые политики находят новые способы повысить риск глобальной финансовой системы. Но влияние на доллар США было относительно скромным. У американских экспортеров есть много причин для беспокойства в нынешних экономических условиях, но стабильность доллара не входит в их число.

Теория валютных курсов

Обменные курсы — это цены.И, как с удовольствием скажет вам любой экономист, функция цены состоит в том, чтобы «очищать» рынок — обеспечивать равенство спроса и предложения. Однако обменные курсы должны служить для расчистки двух разных рынков с очень разными характеристиками.

  1. На международном рынке товаров и услуг спрос и предложение на иностранную валюту меняется относительно медленно, поскольку производство и заказы часто размещаются заблаговременно и не могут быть легко изменены. Когда приходит время найти доллары, чтобы заплатить за этот новый самолет или за танкер с нефтью, поставщик хочет получить их деньги, даже если цена была согласована месяцами или даже годами ранее.
  2. Международный рынок финансовых активов, напротив, приспосабливается очень быстро. Если в зарубежных странах возникнет внезапный спрос на активы в долларах США, глобальные банки без проблем найдут и предложат эти активы. Это, по сути, является ключевой причиной доминирования доллара на мировых рынках активов — рынки долларовых активов намного больше и ликвиднее, чем рынки альтернативных валют, таких как евро.

Обменный курс определяется путем сложения (медленно корректирующегося) спроса и предложения долларов для покупки и продажи товаров и услуг с (почти мгновенно корректирующимся) спросом и предложением долларовых активов.Это создает необычную динамику для финансовых рынков. Когда инвесторы решают, что им нужно больше активов в данной валюте, сначала они просто повышают цену. Но это делает товары и услуги страны более дорогими, чем товары и услуги ее торговых партнеров, что увеличивает торговый дефицит, а это означает, что стране приходится платить за больший объем своего импорта именно теми финансовыми активами, которых требуют инвесторы. Проблема в том, что требуется время, чтобы торговые потоки перестроились, чтобы на мировых рынках появилось больше активов.В результате валютные рынки могут быть очень волатильными в краткосрочной перспективе. 4

Это основная причина, по которой сосредоточение внимания на торговом балансе страны может ввести в заблуждение. Большой торговый баланс означает, что страна продает много активов глобальным инвесторам. И когда эти активы пользуются большим спросом — как это было в случае с активами в долларах США в течение многих лет — это глобальный вотум доверия стране, поставляющей эти активы.

определяющих факторов австралийского доллара за последние годы | Бюллетень – март квартал 2021

Тим Аткин, Изабель Хартштейн и Яркко Яаскеля

товары, валюта, финансовые рынки, форекс, торговля

Фото: John White Photos, d3sign – Getty Images

Аннотация

На обменный курс влияет ряд внутренних и международных факторов.Двумя ключевыми фундаментальными факторами, определяющими обменный курс, являются условия торговли и разница между процентными ставками в Австралии и в крупных странах с развитой экономикой. После окончания горнодобывающего бума ухудшение условий торговли и смягчение внутренней денежно-кредитной политики, включая недавнее введение мер количественного смягчения, способствовали обесцениванию австралийского доллара. В краткосрочной перспективе австралийский доллар также близко колебался с ценами на других международных финансовых рынках в ответ на изменения глобального отношения к риску.

Курс австралийского доллара, взвешенный по торговле (TWI), снизился по сравнению с пиковым значением в 2013 г. после конец бума майнинга. За тот же период денежно-кредитная политика в Австралии была смягчена, а процентные ставки ставки в других странах с развитой экономикой оставались низкими. В результате разница между процентными ставками в Австралии и странах с развитой экономикой разница в процентных ставках отклонено (график 1). Условия торговли Австралии — соотношение экспортных и импортных цен – также снизился со своего пика в разгар горнодобывающего бума, несмотря на некоторые большие колебания в цены на сырье за ​​последние годы.Австралийский доллар достиг самого низкого уровня с начала 2000-х годов в период повышенного стресса на рынке, связанного с COVID-19 вспышка в марте 2020 года. С тех пор австралийский доллар укрепился, поскольку перспективы восстановления глобальный рост улучшился, а цены на сырье выросли, но они остаются значительно ниже уровня 2013 года. пик.

График 1

Условия торговли и разница в процентных ставках являются ключевыми факторами, определяющими курс австралийского доллара по сравнению с средний для более длительного бега.Эти детерминанты предоставляют информацию об ожидаемом спросе на австралийские доллары. Например, разница в процентных ставках отражает ожидания относительно доходности австралийского доллара. активов по сравнению с аналогичными активами в других странах мира, что влияет на спрос на австралийских долларов. Эти отношения наблюдались в течение длительного периода времени и характеризовались занимает видное место в наборе моделей обменного курса Резервного банка, включая перспективную модель австралийского доллара (Чепмен, Яаскеля и Смит, 2018).Эта модель оценивает реальный TWI (RTWI) на основе исторических данных. связи с прогнозами Резервного банка по условиям торговли и информацией от разные сроки погашения по (реальной) кривой доходности в Австралии по сравнению с основными авансовыми экономики.

Уровень австралийского доллара обычно соответствует модельным оценкам, подразумеваемым эти фундаментальные детерминанты (График 2). Однако отношения не выполняются точно, и Австралийский доллар время от времени заметно отклонялся от того, что подразумевают эти детерминанты.Это происходит периодически, когда краткосрочные события на мировых финансовых рынках, такие как изменения в составе инвесторов отношение к риску (или «настроение к риску») влияет на поведение участников рынка. Например, в период повышенного рыночного стресса, связанного со вспышкой COVID-19 в марте 2020 г., RTWI обесценился больше, чем модель. предлагается на основе только долгосрочных детерминант.

График 2

Роль денежно-кредитной политики и процентных ставок

Структура процентных ставок — или кривой доходности — в экономике Австралии влияет на спрос на австралийские доллары и так обменный курс.Кривые доходности обычно фиксируют информацию о ожидания относительно будущей траектории денежно-кредитной политики, инфляции и экономической активности. Тем не менее, это в конечном счете разница в процентных ставках между Австралией и другими странами с развитой экономикой имеет значение для Курс обмена. Например, если процентные ставки в Австралии снижаются по сравнению с другими в странах с развитой экономикой доходность активов в австралийских долларах становится менее привлекательной для инвесторов, в результате чего понижательное давление на валюту.Напротив, если процентные ставки в Австралии и других странах отклонены на аналогичные суммы, разница в процентных ставках почти не изменится (остальные равный). В этом случае у инвесторов будет мало стимулов для изменения распределения своих активов. портфелей в разных странах и мало влияет на обменный курс.

Тенденции краткосрочных процентных ставок

Учетные ставки в ряде крупных стран с развитой экономикой резко упали после глобального финансовый кризис и краткосрочные процентные ставки приблизились к нулю.Напротив, директивные ставки в Австралия оставалась выше, чем в большинстве других стран с развитой экономикой в ​​течение ряда лет после мировой финансовый кризис (график 3). Это отразило относительно хорошие результаты австралийского экономики за этот период, что было связано с ресурсным бумом и связанным с ним высоким уровнем инвестиций, а также относительное отсутствие стрессов в отечественной финансовой системе.

График 3

С 2013 года Резервный банк смягчил денежно-кредитную политику, снизив учетную ставку с 3 процента до 0.1 процент. Процентная ставка по 3-летним австралийским государственным Ценные бумаги (AGS) снизились, и в марте 2020 года Резервный банк установил 3-летнюю целевую доходность по AGS, что был скорректирован в ноябре 2020 года и составил 0,1 %. 3-летняя процентная ставка в Австралии разница с другими крупными странами с развитой экономикой снизилась более чем на 2 процентных пункта; это снижение было одним из основных факторов обесценения австралийского доллара в этом году. период (График 4).

График 4

Нетрадиционные меры политики и обменный курс

Когда учетные ставки достигли очень низкого уровня, ряд центральных банков ввел нетрадиционную политику, такие как меры количественного смягчения, в соответствии с которыми центральные банки покупают государственные облигации на вторичном рынке. рынка с целью снижения долгосрочных процентных ставок.При этом количественное смягчение меры также влияют на обменный курс. В литературе есть 2 широко обсуждаемых канала. через которые политика количественного смягчения перетекает в процентные ставки и обменный курс:

  • Сигнальный канал : объявление количественного смягчения служит обязательство центрального банка поддерживать краткосрочные директивные ставки на низком уровне в течение длительного периода времени. время. Структура процентных ставок снижается по мере того, как долгосрочные процентные ставки реагируют на ожидания о будущей траектории краткосрочных процентных ставок.Важность этого канала зависит от степени к которой участники рынка в противном случае ожидали бы более высокой директивной ставки.
  • Канал баланса портфеля : , когда центральный банк покупает государственные облигации с с более длительным сроком погашения цены на эти активы растут, а процентные ставки снижаются. Это может побудить инвесторов перебалансировать свои портфели с государственных облигаций на другие активы с более высокой доходностью. Если инвесторы перебалансируют свои портфели в пользу оффшорных активов, что может привести к обесцениванию обменного курса.

В ряде международных исследований изучалось влияние мер количественного смягчения на макроэкономические и финансовые переменные. В литературе широко распространено мнение, что актив программы покупки расширяют балансы центральных банков, снижают процентные ставки по государственным облигациям, и способствуют тому, чтобы обменный курс был ниже, чем в противном случае, хотя и в разной степени (см. ниже). В В целом эффект количественного смягчения концептуально сравним с эффектом смягчения традиционная денежно-кредитная политика, поскольку она снижает процентные ставки, что приводит к обесцениванию валюты. обменный курс, при прочих равных условиях.

Введение количественного смягчения в Австралии и обменный курс

В ноябре 2020 года Резервный банк ввел программу покупки облигаций, которая дополнила пакет меры, которые были введены ранее в 2020 году, включая 3-летнюю цель доходности. Покупка облигаций Программа включала покупку AGS на сумму 100 миллиардов долларов со сроком погашения от 5 до 10 лет. период около 6 месяцев. Эти меры помогли снизить процентные ставки в Австралии. экономики и означает, что австралийский доллар ниже, чем в противном случае.Одна из причин введения Программа покупки облигаций заключалась в том, что долгосрочные процентные ставки в Австралии были выше, чем в других странах с развитой экономикой, потому что центральные банки за границей ввели новые или расширенные программы покупки активов в реагирование на экономические и финансовые потрясения, связанные с пандемией (График 5). Относительно высокие долгосрочные процентные ставки в Австралии после пика кризиса в марте 2020 г. к повышательному давлению на курс австралийского доллара.

График 5

За несколько месяцев до объявления программы покупки облигаций в ноябре 2020 г. участники ожидали дальнейшего смягчения политики Резервным банком. Процентные ставки по 3-летним и 10-летний AGS снизился, а австралийский доллар обесценился примерно на 5 % на основе TWI. за период с начала сентября по начало ноября (График 6). За тот же период товар цены изменились незначительно, хотя другие события на финансовых рынках также могли сыграть свою роль. обесценивание обменного курса.Например, в первой половине сентября снижение цен на акции в США, которое было связано со снижением отношения к риску во всем мире. Эти события затрудняют выделение конкретных последствий мер политики, введенных в Ноябрь. Несмотря на высокую степень неопределенности в оценке эффекта от покупки облигаций программа по обменному курсу, снижение процентных дифференциалов, произошедшее за этот период как правило, предполагает снижение курса на 1-2 процента на основе исторических данных. отношения.Однако возможно, что большая доля наблюдаемого обесценения также может быть объясняется снижением процентных ставок и программой покупки облигаций.

С ноября 2020 года обменный курс повысился в соответствии с ростом цен на сырьевые товары. что произошло на фоне более позитивных настроений по поводу восстановления глобального роста (см. ниже). Затем в феврале Резервный банк объявил, что приобретет дополнительную облигации на 100 миллиардов долларов после завершения текущей программы покупки облигаций.Было мало дополнительный эффект на курс от этого объявления, что говорит о том, что оно уже было во многом предвосхищается рынками.

Таким образом, несмотря на неопределенность оценок эффекта, за счет понижения интересующей структуры ставок в австралийской экономике, меры политики Резервного банка способствовали заметному более низкий обменный курс, чем в противном случае.

График 6

Доказательства связи между процентными ставками и обменным курсом

Как обычное смягчение политики, так и меры количественного смягчения снижают структуру процентных ставок в экономике и привести к обесцениванию обменного курса при прочих равных условиях.Однако сроки погашения затронутых процентных ставок будут разными, и существует широкий диапазон оценок вокруг размера влияния на обменный курс. В связи с чем возник важный вопрос было показано, как изменения в различных частях кривой доходности могут повлиять на обменный курс. Исследования событий являются широко используемым в международной литературе методом изучения влияния процентных ставок, и меры количественного смягчения, на обменный курс (см., например, Феррари, Кернс и Шримпф (2017), Swanson (2020) и Gagnon (2016) за обзор исследований событий количественного смягчения).Этот тип исследования основан на высокочастотные данные и фокусируется на узком окне вокруг политических заявлений центрального банка, чтобы изолировать влияние этих объявлений на обменный курс и цены других активов.

Изменения в обычной политике отражаются в учетных ставках и краткосрочных процентных ставках (сроки погашения примерно через 2 – 3 года), которые, как правило, оказывают большее влияние на обменный курс. чем изменения долгосрочных процентных ставок. Тем не менее меры количественного смягчения, которые снижают долгосрочные процентные ставки также приводят к обесцениванию обменного курса, все остальное равный.Ряд международных исследований, анализирующих эффект количественного смягчения, показал, что объявление, которое снижает доходность долгосрочных облигаций на 100 базисных пунктов, обычно приводит к 3–9 процентное снижение обменного курса. Однако четкого консенсуса нет в литературе о величине эффекта по сравнению с обычной денежно-кредитной политикой.

С точки зрения Австралии взаимосвязь между структурой процентных ставок в экономике обменный курс, как представляется, соответствует международным данным.Оценки из диапазона обмена модели скоростей, в том числе Chapman и др. (2018 г.), а также исследования событий вокруг заповедника. Заявления Банка о политике предполагают, что снижение интереса как к краткосрочным, так и к долгосрочным AGS ставки приводят к тому, что обменный курс ниже, чем в противном случае. Изменения краткосрочных процентных ставок как правило, оказывает большее влияние на обменный курс, и некоторые исследования подчеркивают, что Чувствительность обменного курса к изменениям процентных ставок со временем увеличилась по мере того, как директивные ставки снизились до низкого уровня.Однако, как и в международных исследованиях, существует высокая степень неопределенность в отношении предполагаемых последствий мер количественного смягчения в Австралии, отчасти потому, что нетрадиционные меры политики здесь были введены совсем недавно.

Цены на товары и условия торговли

Условия торговли Австралии являются еще одним ключевым фактором, определяющим курс австралийского доллара по сравнению с среднесрочный и долгосрочный. На изменения условий торговли влияют изменения цен на товары, отражая тот факт, что товары составляют большую долю экспорта Австралии.Как правило, рост цен на товары приводит к улучшению условий торговли, и это связано с повышением обменного курса и аналогичным образом связано ухудшение условий торговли со снижением обменного курса. Оценки по модели Chapman et al (2018) предполагает, что в среднем 10-процентное увеличение прогноза условий торговли связано с повышением примерно на 5–7 % в реальном TWI австралийского доллара. (График 7).

График 7

Один хороший пример взаимосвязи между ценами на товары и обменным курсом был во время ресурсный бум в течение десятилетия с начала 2000-х годов. Мировые цены на сырье выросли, отражая сильный спрос со стороны Китая, поэтому условия торговли Австралии значительно улучшились. Эти разработки привели к большой приток иностранного капитала в Австралию, чтобы помочь финансировать расширение мощностей ресурсов сектор и более позитивный прогноз для экономики Австралии в целом.Этот привело к повышенному спросу на австралийский доллар, и он значительно укрепился примерно до 2013.

Австралийский доллар обесценился с момента своего пика в 2013 году. В то время как обесценение было связано с ухудшение условий торговли по мере падения цен на сырье, были периоды, когда взаимосвязь между ценами на товары и валютным курсом оказалась менее ясной. Один из способов Проиллюстрировать это можно, рассмотрев простую корреляцию недельных изменений между движениями австралийского доллар США и индекс цен на сырьевые товары (ICP) РБА (график 8).Как правило, есть положительный корреляции, но за период с конца 2017 по 2019 год корреляция снизилась примерно до нуль.

График 8

Движения австралийского доллара и цен на товары кажутся более синхронизированными, когда цены на товары обусловлены постоянными , то есть относительно длительными , изменениями спроса и поставка. Эти типы событий с большей вероятностью проявятся в инвестиционных решениях и среднесрочные перспективы экономического роста, но также отражают более позитивные перспективы мировой экономики.Напротив, движение цен на товары, связанное с временными факторами, такими как предложение сбои, с меньшей вероятностью повлияют на среднесрочную перспективу и обменный курс.

Например, рост цен на железную руду на протяжении большей части 2019 года был связан с временными перебои с поставками в Бразилии и Австралии. Поскольку ожидалось, что эти ценовые движения будут короткими жили, они не привели к значительному увеличению мощностей или производства австралийских производителей.В Кроме того, увеличение прибыли от добычи полезных ископаемых в результате повышения цен на сырьевые товары не привело к увеличению доходов домашних хозяйств. доходы заметно. В результате неудивительно, что обменный курс не двигался близко к цены на товары за этот период.

Однако с конца 2020 года цены на сырьевые товары стали более тесно связаны с изменениями Австралийский доллар. Действительно, повышение курса австралийского доллара с ноября 2020 г. в соответствии с ростом цен на товары.Эти события происходили на фоне улучшения ожиданий восстановления глобального роста. За этот период цена железной руды значительно увеличился из-за более сильного спроса на сталь в Китае и находится на самом высоком уровне в десятилетие. В этих условиях улучшение настроений инвесторов поддержало спрос на различные «чувствительные к риску» активы, включая акции, многие сырьевые товары и австралийские доллар.

Относительная важность факторов спроса и предложения для цен на железную руду в начале 2019 г. и в конце 2020 г. может быть количественно оценены с помощью эконометрических моделей, таких как модель цен на сырьевые факторы Каннингема и Смит (2019).Эта модель разбивает движение цен на изменения, характерные для железной руды, общие для все массовые товары или общие для всех товаров (График 9). В начале 2019 года рост цены на железную руду в значительной степени объяснялись изменениями, характерными для рынка железной руды в результате временные перебои с поставками (желтые столбцы на графике 9). В конце 2020 года цена на железную руду была в основном обусловлены как ростом спроса на все товары, так и оптом в частности (синий и зеленый столбцы на графике 9).Это сравнение показывает, что важно понимать природу шоки цен на сырьевые товары при анализе роли, которую цены на сырьевые товары играют в изменении обменного курса движения.

График 9

Краткосрочные факторы и изменения на других финансовых рынках

Со временем финансовые рынки Австралии, в том числе валютный рынок, стали более тесно интегрированы в глобальную финансовую систему (Jacobs 2019). Австралийский доллар занимает пятое место среди самых торгуемых валюта в мире, а AUD/USD является четвертой наиболее торгуемой валютной парой (Guo, Ranasinghe и Zhang 2019).Оборот австралийского доллара увеличился вместе с глобальным оборотом всех валют (в в долларовом выражении) за последние годы, и большая часть увеличения оборота была зарегистрирована в офшорные рынки. Таким образом, хотя фундаментальные детерминанты (обсуждавшиеся выше) важны для понимание долгосрочных движений обменного курса, в краткосрочной перспективе другие факторы могут быть важное значение для влияния на поведение участников валютных рынков и, следовательно, на биржевой показатель.

Одним из этих дополнительных факторов является отношение участников рынка к риску (или настроение»). Хотя отношение к риску нельзя наблюдать напрямую, изменения отношения к риску обычно связаны с изменениями цен на активы на различных финансовых рынках. Австралийский доллар исторически более волатильна, чем валюты большинства других стран с развитой экономикой, и рыночные комментаторы часто связать изменения обменного курса с изменениями в перспективах глобального роста.Действительно, Австралийский доллар обычно считается «чувствительной к риску» валютой.

Одним из способов подчеркнуть роль, которую отношение к риску играет во влиянии на австралийский доллар, является его корреляция с ценами чувствительных к риску активов, таких как акции США. Движение цен в этих Обычно считается, что рынки собирают информацию об изменениях в прогнозах рисков и глобальных рост. У каждого эпизода неприятия риска могут быть разные лежащие в его основе движущие силы и макроэкономические обстоятельства, но обычно австралийский доллар обесценивается.Движения в Австралии доллар сильно коррелирует с движением акций США в разные моменты времени в течение прошлое десятилетие. Это было особенно очевидно в 2020 году, когда колебания австралийского доллара в целом последовали за рынками акций США, которые обесценивались в разгар стресса на финансовых рынках в Март до повышения курса наряду с ростом цен на акции как условия на мировых финансовых рынках. улучшились, а перспективы глобального роста стали более позитивными (График 10).Подобное совместное движение между австралийским долларом и акциями США наблюдалась во время мирового финансового кризиса.

График 10

Высокая корреляция между движениями австралийского доллара и акций США в периоды повышенная волатильность финансового рынка также может отражать динамическую практику хеджирования австралийских активов. менеджеры. Управляющие активами, такие как пенсионные фонды, часто поддерживают заранее установленный коэффициент хеджирования своих активов. портфели иностранных активов для снижения валютного риска.Когда происходит резкое падение цен на акции в США, стоимость активов, номинированных в иностранной валюте, снижается, а доля портфеля, хеджируется выше целевого коэффициента. Управляющие активами продают австралийские доллары, чтобы снизить стоимость их валютное хеджирование в поддержании заранее установленных коэффициентов хеджирования.

Недавний эпизод COVID-19 также показал, что в периоды повышенная волатильность финансового рынка и неприятие риска краткосрочные движения австралийского доллара могут быть очень острый.Австралийский доллар обычно обесценивается во время этих эпизодов, так как спрос на валюты-убежища, такие как доллар США, увеличивается. Также в периоды волатильность финансового рынка, сворачивание «кэрри-трейдов» может усугубить обесценение Курс обмена. Кэрри трейд обычно включает в себя заимствование денег в низкодоходной валюте (например, японская иена) и инвестирование в высокодоходную валюту (такую ​​как австралийский доллар). Исторически сложилось так, что керри-трейд был важной движущей силой австралийского доллара, по крайней мере, периодически. но по мере сближения процентных ставок они, возможно, стали менее важным фактором, поскольку даже небольшой обесценивание может сделать торговлю невыгодной.

Заключение

Австралия — это небольшая экономика, открытая для торговли, и она тесно интегрирована с глобальными рынками капитала. То гибкий обменный курс позволяет Резервному банку устанавливать денежно-кредитную политику таким образом, чтобы она реагировала на внутренние экономические условия для достижения своих целей. Это также означает, что австралийский доллар находится под влиянием международные разработки. Условия торговли и разница в процентных ставках являются ключевыми детерминанты австралийского доллара в среднесрочной и долгосрочной перспективе.Ухудшение условий торговли после окончания горнодобывающего бума и снижения разницы в процентных ставках в течение ряда лет были важными факторами обесценения австралийского доллара на торгово-взвешенной основе с тех пор, как пик пришелся на 2013 год. Смягчение внутренней денежно-кредитной политики в течение ряда лет, включая недавнее введение мер количественного смягчения, способствовали более низкой структуре процентных ставок в Австралия и обменный курс ниже, чем он был бы в противном случае.

Ссылки

Бек Р., Дука И. и Стракка Л. (2019), «Среднесрочное лечение и побочные эффекты количественного Смягчение: международные данные», Рабочий документ ЕЦБ № 2229.

Чепмен Б., Дж. Яаскеля и Э. Смит (2018 г.), «Перспективная модель Австралийский доллар», RBA Bulletin , декабрь, просмотрено в январе 2021 года. Доступно по адресу
-Австралийский доллар.HTML>.

CGFS (Комитет по глобальной финансовой системе) (2019 г.), «Нетрадиционные инструменты денежно-кредитной политики: межстрановой анализ», Документы CGFS № 63, Банк международных расчетов.

Каннингем М. и Э. Смит (2019 г.), «Изучение факторов спроса и предложения сырьевых товаров». Prices», RBA Bulletin , июнь, просмотрено в январе 2021 г. Доступно по адресу
цен на товары.HTML>.

Curcuru S (2017), «Чувствительность обменного курса доллара США к изменениям денежно-кредитной Политические ожидания», Заметки IFDP, Совет управляющих Федеральной резервной системы, Сентябрь.

Д’Арси П. и А. Зуравски (2009), «Японский Retail Investors and the Carry Trade», RBA Bulletin , март, просмотрено в январе 2021 года.

Дедола Л., Г. Георгиадис, Дж. Граб и А. Мел (2020), «Имеет ли значение большая базука? Количественный политика смягчения и обменные курсы», Исследовательский бюллетень ЕЦБ № 76, октябрь.

Ferrari M, J Kearns и A Schrimpf (2017) «Растущее влияние валютной политики в эпоху сверхнизких ставок», рабочие документы БМР № 626, Банк международных расчетов.

Ганьон Дж. (2016 г.), «Количественное смягчение: недооцененный успех», Аналитическая записка №. 16-4, Институт международной экономики Петерсона, апрель. Доступно по адресу

.

Глик Р ан С Ледук (2018), «Нетрадиционная денежно-кредитная политика и доллар: обычные знаки», Нетрадиционные величины», International Journal of Central Banking, 56, стр 103–152

Го Дж., Д. Ранасингхе и З. Чжан (2019 г.), «Развитие валютного и внебиржевого Рынки производных инструментов», RBA Bulletin , декабрь, просмотрено в январе 2021 г.Доступно по адресу
.

Иноуэ А. и Росси Б. (2018 г.), «Влияние традиционной и нетрадиционной денежно-кредитной политики на обменные курсы», Journal of International Economics , 118, стр 419–447.

Джейкобс Д. (2019 г.), «Как глобальные финансовые условия влияют на Австралию?», RBA Бюллетень , декабрь, просмотрено в январе 2021 г.Доступно по адресу
.

Кент К. (2014 г.), «Ресурсный бум и Австралийский доллар», Обращение к Комитету экономического развития Австралии (CEDA) Экономический и политический обзор, Сидней, 14 февраля.

Лоу (2020), «Ответ на экономические и Финансовые последствия COVID-19», Сидней, 19 марта.

Neely C (2015), «Нетрадиционная денежно-кредитная политика имела серьезные международные последствия», Journal of Banking and Finance, 52, стр. 101–111.

RBA (2020a), ячейка B: Последние изменения на валютных рынках», Заявление о денежно-кредитной политике , Май, стр 39–43.

Check Also

Стимулирование определение: Стимулирование — это… Что такое Стимулирование?

Содержание Стимулирование — это… Что такое Стимулирование?Смотреть что такое «Стимулирование» в других словарях:КнигиСтимулирование — это… …

Добавить комментарий

Ваш адрес email не будет опубликован.