Commerzbank увязал прогноз курса доллара с реакцией ФРС
Море: Jannbel (14:51), вижу, савсэм адын
Forex Guru: насдак — ну что, растем 2 !
доходность — приветики 2 !
https://pbs.twimg.com/media/ExZ25UaWUAEvxwP?format=jpg&name=small
Jannbel: Море (15:00), здоров… Где Коля?
Море: Jannbel (15:09), У Жеки гостит.
Море: Хм, на китайцев таки навалились.Уже делистингом пужають.
Власти США нашли новое слабое место в экономике Китая, пишет CNBC. Они пригрозили запретить биржевые торги акциями технологических компаний из азиатской страны, после чего их котировки обвалились
25 марта Гонконгская биржа остановила торги акциями сразу четырех компаний из технологического сектора: маркетплейсов Alibaba и JD.com, поисковика Baidu и разработчика игр NetEase. Причиной стало резкое снижение стоимости их бумаг — до 4% процентов в рамках одной сессии.
Американская Комиссия по ценным бумагам и биржам (SEC) начала применять принятый при администрации предыдущего президента США Дональда Трампа закон. Согласно ему, ведомство может назначать государственный аудит для компаний, в отношении которых у него возникают подозрения о том, что они контролируются властями иностранных государств или подотчетны им.
В частности, торгуемые на американских биржах китайские компании должны будут раскрыть имена всех членов руководящих органов, состоящих в Коммунистической партии Китая (КПК). Если у SEC появятся претензии, это может стать поводом для делистинга (исключения из биржевого списка и прекращения торгов) конкретной компании.
Тайванская технологическая компания Delta Electronics, поставщик компонентов питания для Apple и Tesla, сокращает персонал на китайских фабриках и выводит производство в страны Юго-Восточной Азии и Индию. (15:37), Снижение числа граждан. живущих за чертой бедности, к 2030
обеспечится их вымиранием/смертностью (этих граждан).
Впрочем, как и с пенсионной реХформой.
Shtirlic: Forex Guru (15:01), ну, пока рынки продолжают стоЯть на месте) никаких намеков на коррекцию вниз)))
Kabbalist: Коля у Жеки гостит,
там же в ЖЖ и постит…
Kabbalist: Господа, все рынки глабальные подчиняются одним и тем же законам/циклам. Эти временные циклы, в свою очередь отображаются в соотношении планет, на астрокарте. То что было в истории, то будет и в будущем — следует лишь раставить точки во времени и цене, по ккоторым будут переламыватся тренды, начинатся корекции, и продолжатся тренды. И это заметели ещё давно все великие экономисты, и трейдеры Волстрита. И ваш покорный слуга этим и занимается. Вообщем купаюсь в биткойнах.
Kabbalist: В принципе весь глобальный рынок — это одна повторяющаяся история. Но на разных веновых шкалах, и с ражными времеными периодами. Соотношение цены и времени — наиболее важно для понимания будущего этого актива. Цена и время — вот грааль трейдинга.
Курс турецкой лиры к доллару в ближайшем будущем
Курс турецкой лиры к доллару значительно снизился. Факторы, оказывающие давление на лиру, как правило, носят политический характер и предсказать дальнейшее развитие ситуации довольно сложно даже экономистам. Как сберечь накопления в период нестабильности?
Содержание
Скрыть- Курс турецкой лиры к доллару на сегодня
- Курс турецкой лиры к доллару динамика последних месяцев
- Курс турецкой лиры к евро. Как сохранить наличность при обмене?
- Где посмотреть курс турецкой лиры к рублю?
- Курс доллара в Турции
- График и прогнозы по курсу USD/TRY на 2016 год
- История курса турецкой лиры к доллару
- Официальный курс валют Нацбанка Турции
Курс турецкой лиры к доллару на сегодня
Курс турецкой лиры к доллару на сегодня потерял свою стабильность и независимость. Экспортные операции, ведущиеся в США валюте, сильно подрывают доверие к национальному денежному измерителю.
Факторы понижения:
- Снижение с/х производства.
- Сбой спроса на сельскую недвижимость.
- Дестабилизация мирового рынка ввиду обостренной военной угрозы.
- Спекуляции на фондовой бирже.
- Коррупция в органах госучреждений.
Снижение позитивной динамики (падение лиры на 15% в течение 2014 г.) дало возможность наблюдать повышение курса в последние годы, что может позволить прогнозировать повышение курса в будущем.
Курс турецкой лиры к доллару динамика последних месяцев
Непостоянный курс турецкой лиры к доллару – динамика ухудшений в экономической сфере страны.
Пути стабилизации:
- повышение процентных ставок по кредитам;
- повышение экспорта в нацвалюте;
- государственная поддержка мелкого бизнеса;
- высвобождение доллара из национального оборота;
- наращивание стоимости денежной массы за счёт туристических услуг;
- регламентация биржевых торгов.
Крупнейший финансовый фонд Ziraat Bankas? прогнозирует закрепление курса лиры на приемлемом уровне уже в конце лета. Цетробанк Турции осуществляет ряд стабилизирующих процедур.
Вы можете вкладывать свои средства в рубли на время резких колебаний лиры. Комиссия по выводу и обмену валюты достаточна низка, чтоб максимально сохранить полученную прибыль от сделки даже среднего масштаба.
Курс турецкой лиры к евро. Как сохранить наличность при обмене?
Курс турецкой лиры к евро не стабилен, евро напрямую зависит от доллара. Взяв с собой евро на время отпуска, будьте готовы получить сдачу в долларах, но это самый не выгодный вариант.
Оптимальный вариант: брать рубли, которые котируются во всех странах. Советы профессионального туриста:
- разбейте большую часть наличности на мелкие купюры;
- половину суммы храните в электронном кошельке;
- учтите, в крупных учреждениях Стамбула могут принимать лишь лиру, которую выгоднее взять по текущему курсу, чем обменять всю сумму сразу;
- не забывайте торговаться;
- старайтесь совершать обменные операции в специальных приёмниках иностранной валюты, предупреждая кражу или получение поддельных купюр.
Где посмотреть курс турецкой лиры к рублю?
Существуют официальные онлайн графики, показывающие курс турецкой лиры к рублю. Для анализа краткосрочной перспективы не надо обладать специальными знаниями.
Тенденция улучшения внутренней политики Центробанка благодаря изоляции доллара и его выброса в обращение благоприятна для собственников лиры.
Можно ли сохранить портфель инвестора в Турции? Вы можете дать деньги в займ, что позволит перекрыть валютные риски. Доверьте опытному брокеру операции с опционами и вы сможете сохранить финансы, приобретая мощные активы в краткие сроки.
Курс доллара в Турции
На соотношение бивалютной корзины оказывают влияние многие факторы, в числе которых общий упадок мировой экономики, уровень промышленного развития Турции с непропорциональным индексом прироста населения.
Тем не менее, турецкая монета относительно устойчива, что привлекает валютных трейдеров, предпочитающих балансировать на торгах с экзотическими валютными парами, как USD/TRY. Положение лиры обеспечено суверенностью турецкого государства, его экономическим состоянием и вовлеченностью на международный рынок.
График и прогнозы по курсу USD/TRY на 2016 год
Прогнозы аналитиков западных финансовых структур по поводу соотношения американской и турецкой валюты на текущий год выглядят весьма депрессивными для турецкой стороны. Во втором квартале ожидается неутешительный скачок стоимости доллара по отношению к лире. Предполагается, что 1 USD будет равен 3,85 TRY.
График и прогнозы по курсу USD/TRY на 2016 год уже показали общую тенденцию в прошедшем месяце, когда турецкая монета перескочила психологический барьер на отметке 3,02. Судя по всему, печальная картина продолжится, если учесть, что инфляционные процессы в стране пока не завершены.
История курса турецкой лиры к доллару
История курса турецкой лиры к доллару позволяет получить точную информацию конкретной даты из сформированной за определенный период базы. Это, возможно, по той причине, что вся информация о котировках, снижении или повышении курса сохраняется в журнале и хранится в архиве.
В приведенной ниже таблице можно проследить историю турецкой лиры за последнюю неделю апреля:
Дата турецкая лира доллар США
11/04/2016 2.8259 TRY = 1 USD
10/04/2016 2.8523 TRY = 1 USD
09/04/2016 2.8489 TRY = 1 USD
08/04/2016 2.8489 TRY = 1 USD
07/04/2016 2.8646 TRY = 1 USD
06/04/2016 2.8412 TRY = 1 USD
05/04/2016 2.8319 TRY = 1 USD
Официальный курс валют Нацбанка Турции
Узнать официальный курс валют, который устанавливает Национальный банк Турции, можно на сайте организации. Если вы плохо ориентируетесь на иноязычных порталах, проверяйте курсы валют на русифицированных порталах. Актуальный курс турецкой валюты в российских банках ищите в разделе Валюты.
Совет от Сравни.ру: Инвестируя в турецкую валюту, выбирайте для начала небольшие сделки, чтобы прочувствовать этот рынок, прежде, чем переходить к крупным инвестициям.
страхи и прогнозы на будущее
МОСКВА, 20 января 2015 г. Всероссийский центр изучения общественного мнения (ВЦИОМ) представляет данные опроса о том, в какой валюте россияне хранят свои сбережения, насколько обеспокоены снижением курса рубля, в чем видят причины происходящего, какой прогноз дают относительно состояния курса на ближайшие месяцы.
Половина наших сограждан (52%) пока не имеет сбережений. Подавляющее большинство тех, кто делает накопления, по-прежнему предпочитают хранить их в рублях – об этом сообщают 46%. Доллару отдают предпочтение лишь 4% опрошенных, евро – 2%, прочим иностранным валютам – менее 1%.
Интерес к курсу американской валюты остается высоким: о том, что следят за ситуацией на валютном рынке, сообщают 66% респондентов (27% регулярно, 39% — время от времени). Чаще других постоянно узнают новости об изменении курса респонденты с высшим образованием (35%), материально обеспеченные (35%).
Обеспокоенность нынешним ростом курса доллара выражают 63% опрошенных (для сравнения, в ноябре 2014 г. – 57%). Подорожание американской валюты в большей степени тревожит москвичей и петербуржцев (73%), респондентов с высоким доходом (72%) и обучавшихся в ВУЗах (71%). В свою очередь, каждый третий (33%) признался, что сложившаяся ситуация его не волнует.
Падение курса национальной валюты, прежде всего, считают результатом политики западных стран, антироссийских санкций (18%) или следствием снижения цен на нефть (17%). Реже слабые позиции рубля объясняют экономической обстановкой в стране в целом (7%), политикой российских властей (6%). А 5% участников опроса называют эту ситуацию искусственно созданной, выгодной определенным людям.
Сегодня негативный прогноз относительно поведения курса рубля на ближайшие месяц-два респонденты дают существенно реже, нежели в ноябре 2014 г.: о том, что национальная валюта продолжит снижение, говорят 27%, тогда как в конце прошлого года – 46%. Напротив, больше стало тех, кто полагает, что курс останется приблизительно на том же уровне, что и сейчас (с 24% до 36%). В укрепление рубля верят только 16% опрошенных, впрочем, эта доля превышает аналогичные показатели прошлых лет.
В случае дальнейшего подорожания «американца», 77% россиян не будут совершать никаких действий. Те, кто собираются что-то предпринять, скорее всего, вложат деньги в недвижимость или иные дорогостоящие предметы (6%). Часть опрошенных купит доллары: на рубли (3%) или евро/другую иностранную валюту (1%). А другие предпочтут начать тратить свои сбережения (3%).
Инициативный всероссийский опрос ВЦИОМ проведён 10-11 января 2015 г. Опрошено 1600 человек в 132 населенных пунктах в 46 областях, краях и республиках России. Статистическая погрешность не превышает 3,5%.
Доллар может подешеветь на 20% в 2021 году
Появление вакцины против коронавируса и массовая вакцинация могут привести к снижению курса доллара в следующем году, считают некоторые финансовые аналитики. Инвестбанки, уже давшие негативные прогнозы по курсу доллару на 2021 г., в этом месяце еще больше снизили прогнозы.
Снижение курса доллара станет побочным эффектом возвращения стабильности в мировую экономику. Доллар пользуется спросом во времена экономического стресса, что отражает его традиционную роль в качестве убежища для инвесторов – как это в очередной раз проявилось в разгар мартовской вспышки коронавируса. Теперь же некоторые валютные аналитики считают, что появление вакцины изменит правила игры. Ее доступность будет способствовать экономическому подъему, который обычно стимулирует инвесторов вкладываться в более рискованные активы.
«После появления вакцины, по нашему мнению, снова начнут работать все факторы, обуславливающие медвежий тренд, в результате доллар отправится по тому же пути, что и в начале – середине 2000-х гг., – пишет в отчете стратег Citi Кальвин Цзе. – Может ли доллар только в следующем году упасть на 20%? Мы думаем, что да».
Это очень смелый прогноз. Согласно консенсус-прогнозу Bloomberg, инвесторы ожидают, что к концу следующего года индекс доллара (курс доллара к корзине валют шести стран – крупных торговых партнеров США) снизится примерно на 3% с нынешнего уровня. Медианный прогноз для евро – рост до $1,21 с нынешних $1,19.
Падение индекса доллара на 20% стало бы самым сильным с 2001 г., когда доллар лег в медвежий тренд, продолжавшийся до финансового кризиса 2008 г. Однако тогда снижение в общей сложности на 33% заняло не один год. В тот период росли другие валюты, особенно на развивающихся рынках, поскольку инвесторы выкладывались в страны с более высокими процентными ставками и быстрыми темпами роста.
Citi ожидает, что Федеральная резервная система США продолжит стимулировать экономику и «вести себя осторожно», прежде чем начнет рассматривать возможность повышения процентных ставок, даже если восстановление мировой экономики ускорится. Это снова может подтолкнуть инвесторов к переводу денег в другие страны. Растущие инфляционные ожидания в США снижают относительную привлекательность доллара, и инвесторы нацеливаются на развивающиеся страны, которые смогут расти быстрее и раньше ужесточить денежную политику.
В этом году индекс доллара уже снизился более чем на 4%. Это произошло из-за того, что действия ФРС по денежному стимулированию экономики привели к падению доходностей американских облигаций, что снизило премию по ним относительно бондов других развитых стран. С января евро вырос почти на 6% по отношению к доллару, а австралийский доллар – более чем на 4%.
При этом доллар не так уж сильно снизился в этом году по сравнению с ростом в предыдущие годы: в 2014 г. он подорожал почти на 13%, а в 2015 г. – на 9%. По мнению аналитиков Goldman Sachs, в последнее десятилетие инвесторы не могли не вкладываться в американский рынок, поскольку корпоративные прибыли росли, а ФРС повышала ставки, в то время как ставки многих других центробанков оставались близки к нулю. Это привело к сильному повышению курса доллара, но одновременно сделало его уязвимым перед серьезным падением в будущем, считает Зак Пэндл, соруководитель отдела анализа глобальных валютных рынков. Индекс доллара снизится на 6% в ближайшие 12 месяцев, считают в Goldman Sachs.
Даже если экономика США, выступающая в роли барометра мировой экономики, наберет обороты, курс доллара все равно снизится, полагает Пэндл: «Даже если американская экономика будет в хорошей форме, доллар может значительно ослабеть, так как инвесторы начнут искать более высокую доходность за пределами США, покинув безопасные гавани, в которых они находились на протяжении всего периода пандемии».
Стратег Morgan Stanley Эндрю Шитс ожидает падения индекса доллара на 4% и полагает, что норвежская, шведская, новозеландская и австралийская валюты будут расти быстрее остальных после того, как вакцина станет широко доступной. Евро и валюты развивающихся стран, такие как российский рубль, бразильский реал и южноафриканский рэнд, также могут укрепиться. По мнению Шитса, к концу 2021 г. евро будет стоить $1,25.«До конца следующего года мы находимся в идеальной среде для роста рисковых активов, более слабого доллара и более сильных валют, чувствительных к экономическому росту», – говорит Джордж Саравелос, начальник отдела анализа глобальных валютных рынков Deutsche Bank.
Экономика и финансы
Фондовые рынки хотят забыть о коронавирусе
Появление информации об эффективных вакцинах может стать переломным моментом
В то же время, некоторые аналитики гораздо более осторожны в свете второй волны коронавируса и экономического ущерба от возобновления локдаунов. «Как обычно к концу года, мы очень позитивно настроены по отношению к доллару», – говорит начальник отдела валютной стратегии TD Securities Марк Маккормик. Сейчас «всякая хорошая новость получает резонанс, а всякая плохая просто отбрасывается», объясняет он нынешнюю игру против доллара, но «в какой-то момент рынки должны принять нынешнюю ситуацию, а не только смотреть вперед». Аналитики Barclays также отмечают, что слишком маленький или слишком запоздалый пакет фискальных мер от американских политиков может снизить привлекательность рисковых активов и укрепить спрос на стабильные валюты.
Однако Пэндл из Goldman уверен, что положительные испытания вакцины значительно снижают потребность инвесторов в защитных активах: «Результаты разработки вакцины – достаточно позитивный фактор, чтобы большинство инвесторов заняло позиции в ожидании ослабления доллара».
Перевел Виктор Давыдов
Хотите сообщить об ошибке? Выделите текст и нажмите Ctrl+Enter
Курс доллара в Украине может резко развернуться: прогноз валют
В Украине курс доллара после снижения до максимальной в 2021 году отметки в мае (27,4 грн/$) может развернуться на 180 градусов и перейти к плавному росту. При этом как минимум в первую неделю лета ожидать выход коридора за психологические отметки не стоит.
О том, как и почему изменится курс доллара, читайте в материале OBOZREVATEL.
На курс повлияет возмещение НДС и конец месяцаБольшинство опрошенных аналитиков уверено: в ближайшее время ожидается незначительная девальвация гривни. Доллар плавно будет расти и имеет все шансы дойти к отметке в 27,6 грн, при этом по состоянию на конец мая американская валюта продается за 27,4 грн/$.
Ситуация на фоне. Чистая продажа иностранной валюты со стороны населения с начала года превысила $1,1 млрд, сообщил глава Совета НБУ Богдан Данилишин. По его словам, объем чистой покупки иностранной валюты Нацбанком с начала года остается на отметке $220,5 млн. Международные резервы НБУ по состоянию на 26 мая составили $27,9 млрд, из них средства правительства в НБУ – $1,3 млрд.
Видео дня«На ближайшую неделю мы ожидаем незначительный рост курса доллара к гривне. Доллар на межбанке будет торговаться через неделю вблизи 27,55 грн. Наличный доллар будет торговаться по 27,5/27,7 грн», – прогнозирует старший аналитик «Альпари» Вадим Иосуб.
С такими оценками соглашается его коллега из RoboForex Андрей Гойлов. Он предполагает, что стоимость доллара может дойти до 27,65 грн/$ в первой неделе июня. Среди факторов, которые влияют на валюту, эксперт выделил:
Нацбанк не выходит на рынок уже более 2-х месяцев;
активность основных игроков в конце месяца заметно упала. Многие из них уже провели операции и на межбанк теперь выходят только в случае острой необходимости;
нерезиденты за эту неделю увеличили свои портфели в ОВГЗ на 280 млн грн – до 97,53 млрд.
курс ВВП-варрантов Украины на международных рынках продолжает расти, достигнув отметки в 110,77% от номинальной стоимости. Пессимизма добавляет только тот факт, что нерезиденты игнорируют первичные размещения ОВГЗ.
«Это служит позитивным сигналом для экономики Украины. При выходе зарубежных инвесторов на межбанк с покупками иностранных валют давление на гривну возрастет», – пояснил Гойлов.
С другой стороны, не радуют новости о ситуации с государственным долгом. Он вырос на 1,28% и достиг 91,30 млрд долларов. При этом «прямой» внешний долг поднялся на 1,69 млрд долларов – до 45,12 млрд. Пока «долговое бремя» для Украины находится на приемлемом уровне.
Цены на зерно восстанавливаются, ситуация с долларом будет стабилизироватьсяАндрей Шевчишин, руководитель отдела аналитики Forex Club, уверен, что настроения на сырьевых рынках улучшаются, цены на зерно восстанавливаются. «Если добавить весьма позитивные ожидания по урожаю, то ситуация складывается оптимистично для аграриев. Также, позитивной новостью стала активизация нерезидентов по покупке ОВГЗ», – отмечает Шевчишин.
В свою очередь конец месяца будет сопровождаться возмещением НДС, что сдержит предложение валюты и удержит гривну от укрепления. «Ожидаем, что курс останется в действующем диапазоне 27,5-27,6 гривен за доллар», – говорит эксперт.
В то же время Артем Беркович, старший аналитик компании Empori group, придерживается абсолютно другой позиции. Он считает, что доллар будет дешеветь. «Средний курс продажи наличного доллара может опускаться к уровню 27,3 по причине отсутствия спроса на валюту в стране, сезонного фактора, а также ожидания транша финансовой поддержки от внешних кредиторов», – говорит Беркович.
«Низкий спрос на валюту является причиной отсутствия бизнес-развития в стране, а также восприятием как данности того, что гривня сейчас будет стабильной. Если с начала года гривна выросла на 3,16% до 27,6 грн и нет предпосылок для ее резкой девальвации, значит должен быть более выгодный ценовой диапазон для покупки валюты», – отмечает Беркович.
Отметим, что Национальный банк уже два месяца не выкупает валюту с рынка. Причиной является ожидание нового транша от МВФ в $2,73 млрд до конца года в рамках распределения спецправа заимствования среди стран-участников. Новые денежные поступления позволят Нацбанку выйти на 100% уровень достаточности резервов.
Даже в случае плавного подорожания доллара в первую неделю мая ожидать выхода курса к новым отметкам не стоит.
|
Прогнозирование спотовых обменных курсов на основе форвардных валютных курсов
Автор
Abstract
Способность прогнозирования форвардных обменных курсов для будущих обменных курсов спот изучалась многими исследователями.В этой статье автор также уделяет внимание этой актуальной экономической теме и исследует, в какой степени будущие спотовые обменные курсы могут быть спрогнозированы на основе текущих форвардных обменных курсов. Статья направлена на оценку прогнозирования спотовых обменных курсов доллара США / евро на основе форвардных обменных курсов в период с 2005 по 2013 годы. Графический и регрессионный анализ используются для исследования взаимосвязи между дневными спотовыми курсами закрытия и форвардными курсами, а именно между Ставки на 3 месяца и ставки на 6 месяцев.Для прогнозирования выбранных параметров используется обычный метод наименьших квадратов. Гипотезы, связанные с этими параметрами, проверяются на уровне значимости 5%. С помощью расширенного теста Дики-Фуллера для единичного корня в выборке временного ряда автор исследует, является ли временной ряд параметров стационарным. После этого временной ряд снимается с тренда, чтобы гарантировать стационарность. Преобразование в нелинейную эконометрическую модель с интегрированным процессом авторегрессии AR (1) используется для уменьшения высокой положительной автокорреляции в остатках модели.После этого делаются прогнозы модели без тренда. Результаты позволили сделать следующие выводы. Согласно графическому анализу, текущие форвардные обменные курсы, вероятно, не могут считаться достаточно надежными предсказателями будущих спотовых обменных курсов. Согласно регрессионному анализу, форвардные прогнозы даже систематически занижают будущие спотовые обменные курсы. Таким образом, текущие форвардные обменные курсы не могут считаться достаточно надежными предсказателями будущих спотовых обменных курсов.Вышеупомянутые выводы важны для финансовых аналитиков, работающих в финансовых компаниях или предприятиях, которые импортируют или экспортируют некоторые продукты, таким образом торгуя с иностранными деловыми партнерами с использованием иностранной валюты. Спекулянты на валютных рынках также могли воспользоваться представленными выводами.
Рекомендуемая ссылка
Скачать полный текст от издателя
Список литературы в IDEAS
- Даль Бьянко, Маркос и Камачо, Максимо и Перес Кирос, Габриэль, 2012 г. « Краткосрочное прогнозирование обменного курса евро к доллару с учетом экономических показателей », Журнал международных денег и финансов, Elsevier, vol. 31 (2), страницы 377-396.
- ХиЧжун Кан, 1992. « Форвардные обменные курсы как непредвзятые предсказатели будущих спотовых курсов — обзор и переинтерпретация », Обзор открытой экономики, Springer, vol.3 (2), страницы 215-232, июнь.
- Цзянь Ван, 2008. « Почему так сложно предсказать обменные курсы? », Экономическое письмо, Федеральный резервный банк Далласа, т. 3 (июн).
- Неслихан Топбас, 2014. « Тесты рациональности на турецком валютном рынке », Обзор Центрального банка, Департамент исследований и денежно-кредитной политики, Центральный банк Турецкой Республики, т. 14 (2), страницы 65-78.
- Эмилио Домингес и Альфонсо Новалес, 2002. « Можно ли использовать форвардные ставки для улучшения прогнозов процентных ставок? », Прикладная финансовая экономика, Taylor & Francis Journals, vol.12 (7), страницы 493-504.
- Ризвана Башир, Рабиа Шакир, Бадар Ашфак и Атиф Хассан, 2014 г. « Эффективность валютных рынков в Пакистане: эмпирический анализ », Лахорский журнал экономики, Департамент экономики, Лахорская школа экономики, вып. 19 (1), страницы 133-149, январь-июнь.
- Кристиан Вольф, 2000. « Форвардные валютные курсы и ожидаемые будущие спотовые курсы », Прикладная финансовая экономика, Taylor & Francis Journals, vol.10 (4), страницы 371-377.
- Радж Аггарвал, Уинстон Т. Лин и Сунил К. Моханти, 2008. « Являются ли форвардные валютные курсы рациональным прогнозом будущих спотовых курсов? Улучшенный эконометрический анализ основных валют », Многонациональный финансовый журнал, Многонациональный финансовый журнал, т. 12 (1-2), страницы 1-20, март-июн.
- Радж Аггарвал и Сиджин Зонг, 2008. « Поведенческие предубеждения в форвардных курсах как прогнозы будущих обменных курсов: свидетельство систематического пессимизма и недостаточной реакции «, Многонациональный финансовый журнал, Многонациональный финансовый журнал, т.12 (3-4), страницы 241-277, сентябрь.
- Lumengo Bonga-Bonga, 2009 г. «Загадка форвардного обменного курса : объединение недостающих частей на валютном рынке Рэнд-доллар США «, Рабочие бумаги 122, Экономические исследования юга Африки.
Самые популярные товары
Это элементы, которые чаще всего цитируют те же работы, что и эта, и цитируются в тех же работах, что и эта.- Имад А. Муса, 2015. « Случайное блуждание против объективной эффективности: можем ли мы отделить пшеницу от плевел? », Журнал посткейнсианской экономики, Taylor & Francis Journals, vol. 38 (2), страницы 251-279, октябрь.
- Декра Азузи, Рохит Вишал Кумар и Чакер Алоуи, 2011 г. «Гипотеза о беспристрастности форвардного курса на тунисском валютном рынке », Международный журнал академических исследований в области бизнеса и социальных наук, Общество академических исследований управления человеческими ресурсами, Международный журнал академических исследований в области бизнеса и социальных наук, вып.1 (2), страницы 17-44, июль.
- Ричард Т. Бэйли и Дуён Чо, 2016. « Оценка еврокризисов на основе изменяющегося во времени международного подхода CAPM », Серия рабочих документов 16-03, Центр экономического анализа Римини.
- Гарсия-Эрреро, Алисия и Ся, Ле, 2013 г. «Двусторонние соглашения об обмене китайских юаней: чем объясняется выбор стран? », Документы для обсуждения BOFIT 12/2013, Банк Финляндии, Институт экономики переходного периода.
- Кармен Глория Сильва, 2010.«Загадка форвардной премии и временная структура процентных ставок: случай Новой Зеландии », Рабочие документы Центрального банка Чили 570, Центральный банк Чили.
- Сяо, Чанг и Флореску, Ионут и Чжоу, Цзиньшэн, 2020. « Сравнение моделей ценообразования для прав на добычу полезных ископаемых: медный рудник в Китае », Политика ресурсов, Elsevier, vol. 65 (С).
- Николаос Антонакакис, Иоаннис Хатциантониу и Давид Габауэр, 2021 год. « Влияние евро во времени: динамика обменного курса при различных режимах », Международный журнал финансов и экономики, John Wiley & Sons, Ltd., т. 26 (1), страницы 1375-1408, январь.
- Доброта К. Айе, Мехмет Бальсилар, Адель Бош, Ранган Гупта и Франсуа Стофберг, 2013 г. « Прогнозирование вне выборки нелинейных моделей поведения реального обменного курса: пример южноафриканского ранда », Европейский журнал сравнительной экономики, Университет Каттанео (LIUC), т. 10 (1), страницы 121–148, апрель.
- Микеле Фратианни, 2004. « Границы и ограничения глобализации », Рабочие бумаги 2004-05 гг., Университет Индианы, Школа бизнеса Келли, Департамент экономики бизнеса и государственной политики.
- Костантини, Мауро и Куаресма, Хесус Креспо и Хлоускова, Ярослава, 2014.
« Могут ли макроэкономисты обогатиться, прогнозируя обменные курсы? »,
Экономическая серия
305, Институт перспективных исследований.
- Костантини, Мауро и Креспо Куаресма, Хесус и Хлоускова, Ярослава, 2014. « Могут ли макроэкономисты обогатиться, прогнозируя обменные курсы? », Серия рабочих документов Департамента экономики 176, Венский университет экономики и бизнеса.
- Хесус Креспо Куаресма, Мауро Костантини и Ярослава Глоускова, 2014 г.« Могут ли макроэкономисты обогатиться, прогнозируя обменные курсы? », Рабочие материалы Департамента экономики wuwp176, Венский университет экономики и бизнеса, факультет экономики.
- Анхель де ла Фуэнте, 2013. « Las finanzas autonómicas en boom y en кризис (2003-12) », Hacienda Pública Española / Обзор общественной экономики, IEF, vol. 205 (2), страницы 127-150, июнь.
- Анхель Де ла Фуэнте, 2013. « La Financiacion de las comunidades autonomas de moden comun en 2011 », Рабочие бумаги 1330, BBVA Bank, Департамент экономических исследований.
- He, Kaijian & Chen, Yanhui & Tso, Джеффри К.Ф., 2018. « Прогнозирование обменного курса с использованием вариационного разложения и теории энтропии », Physica A: Статистическая механика и ее приложения, Elsevier, vol. 510 (C), страницы 15-25.
- Радж Аггарвал, Брайан М. Люси и Фергал А. О’Коннор, 2014. « Рациональность на форвардных рынках драгоценных металлов: свидетельства отклонений в поведении на рынках золота », Серия дискуссионных документов Института исследований международной интеграции iiisdp462, IIIS.
- Клаудио, Морана, 2015. « Обменный курс доллара США за евро: структурное моделирование и прогнозирование во время недавних финансовых кризисов. », Рабочие бумаги 321, Миланский университет Бикокка, факультет экономики, от 28 декабря 2015 г.
- Рохит Вишал Кумар и Дхекра Азузи, 2011 г. « Тунисский и Индийский рынки Forex: сравнение объективной гипотезы форвардной ставки », Румынский экономический журнал, Отдел международного бизнеса и экономики Академии экономических исследований Бухареста, т.14 (40), страницы 81-98, июнь.
- Amat, Christophe & Michalski, Tomasz & Stoltz, Gilles, 2018. « Основы и прогнозирование обменного курса с помощью простых методов машинного обучения », Журнал международных денег и финансов, Elsevier, vol. 88 (C), страницы 1-24.
- Миноас Кукуритакис и Лео Мишелис, 2008 г. « Временная структура процентных ставок в 12 новейших странах ЕС ,» Прикладная экономика, Taylor & Francis Journals, vol. 40 (4), страницы 479-490.
- Кристофек, Ладислав и Восврда, Милослав, 2016. « Золото, валюты и рыночная эффективность », Physica A: Статистическая механика и ее приложения, Elsevier, vol. 449 (C), страницы 27-34.
- ТАКАГИ Синдзи и ЭСАКА Таро, 2001. «Премии за риск и ожидания обменного курса: переоценка так называемой политики привязки к доллару в кризисных странах Восточной Азии, 1994-97 гг., », Серия дискуссионных документов ESRI 003, Институт экономических и социальных исследований (ESRI).
Исправления
Все материалы на этом сайте предоставлены соответствующими издателями и авторами. Вы можете помочь исправить ошибки и упущения. При запросе исправления, пожалуйста, укажите код этого элемента: RePEc: men: wpaper: 52_2015 . См. Общую информацию о том, как исправить материал в RePEc.
По техническим вопросам, касающимся этого элемента, или для исправления его авторов, названия, аннотации, библиографической информации или информации для загрузки, обращайтесь: (Luděk Kouba).Общие контактные данные провайдера: https://edirc.repec.org/data/femencz.html .
Если вы создали этот элемент и еще не зарегистрированы в RePEc, мы рекомендуем вам сделать это здесь. Это позволяет связать ваш профиль с этим элементом. Это также позволяет вам принимать потенциальные ссылки на этот элемент, в отношении которого мы не уверены.
Если CitEc распознал ссылку, но не связал с ней элемент в RePEc, вы можете помочь с этой формой .
Если вам известно об отсутствующих элементах, цитирующих этот элемент, вы можете помочь нам создать эти ссылки, добавив соответствующие ссылки таким же образом, как указано выше, для каждого ссылочного элемента.Если вы являетесь зарегистрированным автором этого элемента, вы также можете проверить вкладку «Цитаты» в своем профиле RePEc Author Service, поскольку там могут быть некоторые цитаты, ожидающие подтверждения.
Обратите внимание, что исправления могут занять пару недель, чтобы отфильтровать различные сервисы RePEc.
Обменный курс евро / доллар на уровне 1,18 к 2022 году, доллар-йена ниже 100
- Обменный курс евро к доллару (USD / USD) снизится до 1.18 в конце 2021 года
- Пока рано говорить о прекращении нисходящего тренда доллара США
- EURUSD на уровне 1,21583 (-0,24%), USD / JPY на уровне 104,157 (+ 0,07%)
Линия жизни фискальной политики для Курс доллара США по мере роста доходности, курс доллара США к иене все еще может ослабить
JP Morgan отмечает, что контроль Демократической партии над Сенатом приведет к более существенному увеличению бюджета.
В отличие от многих других инвестиционных банков, JP Morgan ожидает, что это поддержит доллар за счет надбавки за рост, а не подорвет валюту за счет более низкой реальной доходности.
Банк по-прежнему осторожен в отношении доллара, но ожидает, что обменный курс евро / доллар снизится до 1,1800 в конце 2021 года. Тем не менее, прогнозируется, что курс доллар-йена опустится ниже 100,0.
Все глаза на фискальную политику США после выборов в Джорджии
Взаимодействие фискальной политики и доллара будет ключевым элементом в течение следующих нескольких месяцев.
«Демократический контроль над конгрессом действительно представляет собой потенциальный путь к выживанию для доллара США, особенно против низкодоходных компаний с низкой бета-версией, и особенно с середины года, когда экономики, как мы надеемся, оставят COVID-19 позади, и по мере того, как ФРС думает о сокращении количественного смягчения. программа ближе к концу года.”
Согласно режиму банка, увеличение пути роста в США на 2% повысит курс доллара примерно на 4,0%.
Банк также ожидает, что определенная перекалибровка денежно-кредитной структуры США ослабит понижательное давление на реальную доходность и поможет поддержать доллар.
В этом контексте JP Morgan считает, что высокодоходные валюты будут лучше размещены, чем низкодоходные, чтобы воспользоваться преимуществами восстановления мировой экономики.
Таким образом, евро будет иметь тенденцию отставать от инвесторов, предпочитающих альтернативные активы, такие как сырьевые валюты.
Согласно модели банка, доллар США был переоценен примерно на 25% на пике финансового кризиса в марте, но сейчас разрыв сократился до 3%, что ограничит возможности для дальнейших продаж в США.
В целом, JP Morgan ожидает, что обменный курс евро к доллару США (EUR / USD) снизится до 1,18 в конце 2021 года.
Обязательства ФРС могут пошатнуться
Федеральная резервная система придерживается очень имитирующей денежно-кредитной политики для повышения уровня инфляции, но JP Morgan не уверен, что центральный банк будет придерживаться своего курса.Если произойдет сильный экономический подъем, ожидания более жесткой политики ФРС будут иметь тенденцию к росту.
«Мы ожидаем, что рынок пересмотрит энтузиазм ФРС по поводу всплеска инфляции перед лицом потенциально мощного скачка активности после вакцинации через 2-е полугодие».
JP Morgan, однако, предупреждает об этом; «Пока рано говорить о прекращении нисходящего тренда доллара».
Изображение: Доходность в США иена
Банк также более медвежий по отношению к обменному курсу доллара США к иене (USD / JPY) по отношению к U.С. доллар как минимум на 10% переоценен по отношению к иене.
Ожидается, что иена значительно укрепится по отношению к евро, а обменный курс USD / JPY упадет ниже 100 в конце этого года.
Таблица будущих прогнозов обменного курса: JP Morgan
1.22| USD / BRL Прогноз на 2021 год | июль 2021 года | Открыто: 5.28868 | Закрытие: 5,29399 | Мин .: 5,27722 | Макс .: 5,29427 | Изменение: 0,1% ▲ | |
| Доллар США к BRL Прогноз на 2021 год | Август 2021 | Открыто: 5,29739 | Закрытие: 5,44003 | Мин. : 5,29739 | Макс .: 5,44003 | Изменение: 2,62% ▲ | |
| BRL к доллару на 2021 г. | Сентябрь 2021 г. | Открыто: 5,44039 | Закрыто: 5,53893 | Мин .: 5,44039 | Макс .: 5.53893 | Изменение: 1,78% ▲ | |
| USD / BRL Прогноз на 2021 г. | Октябрь 2021 г. | Открытие: 5,54027 | Закрытие: 5,56068 | Мин .: 5,53404 | Макс .: 5,56068 | Изменение: 0,37% ▲ | |
| Прогноз курса доллара к реалу на 2021 год | Ноябрь 2021 года | Открытие: 5,56553 | Закрытие: 5,65232 | Мин .: 5,56553 | Макс: 5,65232 | Изменение: 1,54% ▲ | |
| Прогноз курса доллара к реалу на 2021 год | декабрь 2021 года | Открыто: 5.65253 | Close: 5.68401 | Min: 5.65253 | Max: 5.68401 | Изменение: 0,55% ▲ | |
| USD / BRL Прогноз на 2022 год | Январь 2022 | Open: 5.68457 | 900 Close: 5,72748 Мин. : 5,68432 | Макс .: 5,7279 | Изменение: 0,76% ▲ | ||
| долларов США и реалов на 2022 год | Февраль 2022 г. | Открытие: 5,73012 | Закрытие: 5,78979 | Мин .: 5,72999 | Макс .: 5,72999 | Макс.78979 | Изменение: 1,03% ▲ |
| BRL к BRL на 2022 год | Март 2022 года | Открытие: 5,79447 | Закрытие: 5,89602 | Мин .: 5,79447 | Макс .: 5,89602 | ▲ Изменение: 1. 9602 | |
| USD / BRL Прогноз на 2022 год | Апрель 2022 г. | Время открытия: 5,89658 | Close: 5,92615 | Минимум: 5,89559 | Max: 5,92615 | Изменение: 0,5% ▲ | |
| USD 2022 BRL Прогноз на 2022 BRL | Май 2022 года | Открыто: 5.92904 | Close: 6.00422 | Min: 5.92904 | Max: 6.00422 | Change: 1.25% ▲ | |
| USD / BRL Прогноз на 2022 год | июнь 2022 | Открытие: 6.00247 | 900 Закрытие: 6,05 : 6.00183 | Макс .: 6.05121 | Изменение: 0.81% ▲ | ||
| USD / BRL Прогноз на 2022 год | Июль 2022 г. | Открыто: 6.05301 | Закрыто: 6.05701 | Мин .: 6.04177 | Макс .: 6.05867 | Изменение: 0,07% ▲ | |
| USD / BRL Прогноз на 2022 год | Август 2022 года | Открыто: 6.0622 | Закрыто: 6.20281 | Мин .: 6.0622 | Макс .: 6.20281 | 900 Изменение: 2.27% ▲ | |
| USD / BRL Прогноз на 2022 год | Сентябрь 2022 г. | Начало: 6.20545 | Close: 6.30328 | Min: 6.20545 | Max: 6.30328 | Изменение: 1.55% ▲ | |
| USD to 2022 BRL | Октябрь 2022 г. | Открыто: 6.30482 | Close: 6.32567 | Min: 6.29922 | Max: 6.32567 | Изменение: 0,33% ▲ | |
| USD / BRL Прогноз на 2022 год | Ноябрь 2022 | Открыто: 6.33016 | Min: 6.41513 | 904 : 6.33016Макс: 6.41513 | Изменение: 1.32% ▲ | ||
| USD / BRL Прогноз на 2022 год | Декабрь 2022 | Открыто: 6.41763 | Закрыто: 6.44876 | Мин .: 6.41763 | Макс: 6.44876 | Изменение: 0,48% ▲ | |
| BRL к BRL на 2023 г. | Январь 2023 г. | Открытие: 6,44844 | Закрытие: 6,49312 | Мин .: 6,44844 | Макс .: 6,49312 | Изменение: 0,69% ▲ | |
| USD / BRL Прогноз на 2023 год | Февраль 2023 г. | Время открытия: 6.49302 | Close: 6.55441 | Минимум: 6.49302 | Max: 6.55441 | Изменение: 0,94% ▲ | |
| USD 2023 BRL Прогноз на 2023 BRL | Март 2023 года | Открыто: 6.55674 | Close: 6.66059 | Min: 6.55674 | Max: 6.66059 | Изменение: 1,56% ▲ | |
| USD / BRL Прогноз на 2023 год | апрель 2023 г. | Открытие: 6,66131 | 9001 закрытие: 6,6489 мин. : 6,6605 | Макс .: 6,68926 | Изменение: 0,42% ▲ | ||
| USD / BRL Прогноз на 2023 г. | Май 2023 г. | Открыто: 6,694 | Закрыто: 6,76752 | Мин .: 6,694 | Макс .: 6.76921 | Изменение: 1,09% ▲ | |
| Прогноз доллара США к BRL на 2023 год | Июнь 2023 года | Открыто: 6,76806 | Закрыто: 6,81546 | Мин .: 6,76671 | Макс .: 6▲1546 | 13 Изменение: 0,7% | |
| USD / BRL Прогноз на 2023 год | Июль 2023 г. | Время открытия: 6,81744 | Close: 6,82196 | Минимум: 6,8063 | Max: 6,82303 | Изменение: 0,07% ▲ | |
| USD Прогноз для 2023 BRL | Август 2023 года | Открыто: 6.82671 | Close: 6.96788 | Min: 6.82671 | Max: 6.96788 | Change: 2.03% ▲ | |
| USD / BRL Прогноз на 2023 год | Сентябрь 2023 г. | Открытие: 6.9694872 | : 6.96972 | Макс .: 7.06772 | Изменение: 1.39% ▲ | ||
| USD / BRL Прогноз на 2023 год | Октябрь 2023 г. | Открыто: 7.06849 | Закрыто: 7.09034 | Мин .: 7.0639 | Макс .: 7.09034 | Изменение: 0,31% ▲ | |
| USD / BRL Прогноз на 2023 г. | Ноябрь 2023 г. | Открыто: 7.09247 | Закрыто: 7.18022 | Мин .: 7.09247 | Макс .: 7.18022 | Изменение: 1,22% ▲ | |
| USD / BRL Прогноз на 2023 год | Декабрь 2023 г. | Открытие: 7.18194 | Close: 7.21265 | Минимум: 7.18194 | Max: 7.21303 | Изменение: 0,43% ▲ | |
| USD 2024 BRL Прогноз на 2024 BRL | Январь 2024 г. | Открыто: 7.21421 | Close: 7.256 | Min: 7.21421 | Max: 7.25606 | Изменение: 0,58% ▲ | |
| USD / BRL Прогноз на 2024 г. | Февраль 2024 г. | Открытие: 7,2582 | Мин. Закрытие: 7,32129 | Мин. : 7.2582 | Макс .: 7,32129 | Изменение: 0,86% ▲ | |
| USD / BRL Прогноз на 2024 г. | март 2024 г. | Открыто: 7,3252 | Закрыто: 7,42516 | Мин .: 7,3252 | Макс .: 7.42526 | Изменение: 1,35% ▲ | |
| USD / BRL Прогноз на 2024 г. | Апрель 2024 г. | Открытие: 7,42677 | Закрытие: 7,45865 | Мин .: 7,42526 | Макс .: 7,45865 | Изменение: 0,43% ▲ | |
| USD / BRL Прогноз на 2024 г. | Май 2024 г. | Открытие: 7,46086 | Закрытие: 7,53287 | Мин .: 7,46086 | Макс .: 7,53407 | Изменение: 0,96% ▲ | |
| Прогноз USD / BRL на 2024 г. | Июнь 2024 г. | Открыто: 7.53272 | Закрытие: 7,58098 | Мин .: 7,53172 | Макс .: 7,58098 | Изменение: 0,64% ▲ | |
| USD / BRL Прогноз на 2024 г. | Июль 2024 г. | Открытие: 7,5838 | Мин. | Закрытие: 7,58893 | : 7,57144 | Макс .: 7,58893 | Изменение: 0,07% ▲ |
| долларов США и реалов на 2024 год | Август 2024 г. | Открытие: 7,59398 | Закрытие: 7,73411 | Мин .: 7,59398 | Макс .: 7.73411 | Изменение: 1.81% ▲ | |
| Прогноз курса доллара к реалу на 2024 год | Сентябрь 2024 года | Открыто: 7.73522 | Закрыто: 7.83403 | Мин .: 7.73522 | Макс .: 7.83403 | Изменить: 1.2 | |
| USD / BRL Прогноз на 2024 г. | Октябрь 2024 г. | Открытие: 7,8361 | Закрытие: 7,85707 | Минимум: 7,82898 | Макс .: 7,85707 | Изменение: 0,27% ▲ | |
| USD 2024 | Ноябрь 2024 г. | Открыто: 7.8608 | Close: 7,94636 | Min: 7,8608 | Max: 7,94636 | Изменение: 1,08% ▲ | |
| USD / BRL Прогноз на 2024 год | Декабрь 2024 г. | Открыть: 7,94732 | 900 Close: 7,97948 Мин. : 7.94732 | Макс .: 7.97967 | Изменение: 0,41% ▲ | ||
| USD / BRL Прогноз на 2025 год | Январь 2025 г. | Открытие: 7.97863 | Закрытие: 8.02258 | Мин .: 7.97863 | Макс.02258 | Изменение: 0,55% ▲ | |
| USD / BRL Прогноз на 2025 г. | Февраль 2025 г. | Открыто: 8,02408 | Закрыто: 8.08507 | Мин .: 8,02408 | Макс .: 8.08507 | 900 Изменение: 0,75% | |
| Прогноз курса доллара к реалу на 2025 год | Март 2025 года | Время открытия: 8.08907 | Закрытие: 8.19091 | Мин .: 8.08907 | Макс: 8.19091 | Изменение: 1,24% ▲ | |
| Прогноз курса доллара к 2025 году | Апрель 2025 года | Открыто: 8.19224 | Закрытие: 8,22099 | Мин .: 8,18995 | Макс .: 8,22099 | Изменение: 0,35% ▲ | |
| USD / BRL Прогноз на 2025 г. | Май 2025 г. | Открытие: 8,22545 | Мин. Закрытие: 8,29778 | 90 : 8.22545Макс .: 8,29874 | Изменение: 0,87% ▲ | ||
| USD / BRL Прогноз на 2025 год | Июнь 2025 г. | Открытие: 8,29677 | Закрытие: 8,34641 | Мин .: 8,29659 | Макс: 8.34641 | Изменение: 0,59% ▲ | |
| BRL к BRL на 2025 г. | Июль 2025 г. | Открытие: 8,34897 | Закрытие: 8,35346 | Мин .: 8,33626 | Макс .: 8,35346 | 900% ▲ ▲ | |
| USD / BRL Прогноз на 2025 г. | Август 2025 г. | Открытие: 8,35761 | Close: 8,49764 | Минимум: 8,35761 | Макс .: 8,49764 | Изменение: 1,65% ▲ | |
| Прогнозирование USD / BRL на 2025 г. | Сентябрь 2025 г. | Открыто: 8.50064 | Close: 8.59922 | Min: 8.50064 | Max: 8.59922 | Change: 1.15% ▲ | |
| USD / BRL Прогноз на 2025 год | Октябрь 2025 | Открытие: 8.59906 | Min Close: 8.6209 | 90 : 8,59365Макс .: 8,6209 | Изменение: 0,25% ▲ | ||
| BRL к доллару на 2025 г. | Ноябрь 2025 г. | Открыто: 8,62471 | Закрыто: 8,70992 | Мин .: 8,62471 | Макс .: 8.70992 | Изменение: 0,98% ▲ | |
| USD / BRL Прогноз на 2025 год | Декабрь 2025 года | Открытие: 8.71278 | Закрытие: 8.7428 | Мин .: 8.71278 | Макс .: 8.74391 | Изменение: 0,34% | |
| USD / BRL Прогноз на 2026 г. | Январь 2026 г. | Открытие: 8,74403 | Закрытие: 8,78709 | Мин .: 8,74403 | Макс .: 8,78709 | Изменение: 0,49% ▲ | |
| USD | |||||||
| USD | Февраль 2026 года | Открыто: 8.78773 | Close: 8,84897 | Min: 8,78773 | Max: 8,84897 | Изменение: 0,69% ▲ | |
| USD / BRL Прогноз на 2026 г. : 8.85207 | Макс .: 8.95631 | Изменение: 1,16% ▲ | |||||
| USD / BRL Прогноз на 2026 год | Апрель 2026 г. | Открыто: 8.95537 | Закрыто: 8.98562 | Мин .: 8.95482 | Макс .: 8.95482 | Макс.98562 | Изменение: 0,34% ▲ |
| USD / BRL Прогноз на 2026 г. | Май 2026 г. | Открытие: 8.98925 | Закрытие: 9.06278 | Мин .: 8.98925 | Макс .: 9.0▲6318 | 900 Изменение: 0,81% |
Объяснение и прогнозирование обменных курсов с помощью потоков заказов
1В экономике валютных курсов появился новый подход. Его основы лежат в микроэкономике, в частности, в экономике информации. В отличие от макромоделей обменных курсов, где релевантная информация симметрична в масштабах всей экономики (или, иногда, асимметрично закреплена за центральным банком), этот подход «нового микро» фокусируется на разрозненной информации.Примеры включают информацию на микроуровне, используемую для построения агрегированных переменных, таких как объем производства, спрос на деньги, цены на товары и предпочтения по рискам, которые важны для обменных курсов в существующих моделях. То, что потоки частных транзакций могут быть коррелированы с информацией на микроуровне, тем самым передавая эту информацию на рынок, не рассматривается в рамках традиционного макро-подхода. С эмпирической точки зрения при определении обменных курсов необходимо учитывать бесчисленные биты информации.Понимание природы этой информации и роли, которую потоки транзакций играют в ее передаче по обменным курсам, — это суть подхода New Micro. [2]
2 Чтобы понять, почему этот сдвиг в сторону рассредоточенной информации является действительно качественным сдвигом, рассмотрим следующую идею, одну из самых глубоких в финансовой экономике: количество транзакций играет две разные роли — они очищают рынки и передают информацию (Grossman 1976; Kyle 1985). ; Глостен, Милгром, 1985).Только первая из этих ролей отражается в представлении «больше покупателей, чем продавцов» о том, почему потоки влияют на цены. Второй — более проницательный (и его слишком часто упускают из виду). Он возникает в условиях, когда информация рассредоточена, потому что потоки транзакций влияют на ожидания людей (относительно будущих фундаментальных показателей и цен). То, что эта вторая роль эмпирически значима для иностранной валюты, ясно из, например: (1) выводов о том, что транзакции по-разному влияют на цену, доллар за доллар, в зависимости от стоящего за ними типа учреждения и (2) выводов о том, что транзакции проходят в одном Валютный рынок имеет ценовые эффекты на других валютных рынках, несмотря на то, что этого не происходит на этих других рынках.Кроме того, поток транзакций — это не только «просто спрос» в том смысле, что он играет больше, чем первую роль, это также не просто спрос, поскольку он отражает транзакций . Изменения спроса, приводящие к изменению цен, не обязательно должны включать в себя какие-либо операции. Например, в традиционных макромоделях обменных курсов спрос сдвигает цену до того, как какие-либо транзакции могут происходить по старой цене, а при новой цене люди снова безразличны между покупкой и продажей. Таким образом, в этих моделях нет никакой связи между потоками транзакций и движением цен.
3 В данной презентации обобщены основные уроки подхода New Micro в отношении объяснения и прогнозирования обменных курсов. [3] В Разделе 1 приводится резюме. В разделе 2 рассматриваются три всеобъемлющие темы, которым регулярно уделяется внимание в этой литературе. К ним относятся: (1) различия между различными показателями потока транзакций, (2) то, как думать о причинно-следственной связи между потоками транзакций и возвратами, и (3) стратегии для определения основных драйверов потока. В разделе 3 рассматриваются основные выводы.
5Первая из всеобъемлющих тем является важной: что отличает различные меры потока, используемые в литературе? В основном существует три типа: (1) данные о межбанковских потоках, (2) данные о фьючерсных потоках и (3) данные о спотовых конечных пользователях. [4] Мы начнем с обсуждения межбанковских данных, поскольку именно этот тип данных наиболее часто используется в существующей академической работе. Важным преимуществом межбанковских данных по сравнению с фьючерсами или данными о конечных пользователях является то, что они часто покрывают значительную часть общей торговли на рынке (например,g., данные из системы Reuters 2000-1 или EBS). Недостатки по сравнению с другими типами данных включают следующее. Во-первых, выборки межбанковских данных намного короче (один год или меньше), что затрудняет рассмотрение долгосрочных последствий для цен и прогнозирования. Во-вторых, межбанковские данные недоступны (по крайней мере, на сегодняшний день) на дезагрегированной основе, поэтому невозможно определить, как структура базового сегмента влияет на одновременное влияние на цену и прогнозирование. (Из потоков конечных пользователей мы знаем, что в этом отношении очень важна основная структура сегментов, как показано ниже).В-третьих, и, возможно, наиболее существенно, свойства временных рядов межбанковских данных сильно отличаются от данных о конечных пользователях, в первую очередь для целей прогнозирования: ежедневные межбанковские потоки не демонстрируют постоянства, что означает, что сегодняшний чистый межбанковский поток не коррелирует с завтрашним чистым потоком ( тогда как потоки конечных пользователей положительно коррелированы во времени). [5] В соответствии с этим межбанковские потоки также не связаны с завтрашней валютной доходностью. Таким образом, хотя межбанковские потоки демонстрируют довольно высокую одновременную корреляцию с валютной доходностью, они вряд ли будут полезны для прогнозирования с дневной периодичностью и ниже.
Данные о потоках 6Futures являются вторым основным показателем потока. К преимуществам фьючерсных данных относятся: они доступны публично (с задержками), доступны в виде длинных выборок (> 10 лет), и они довольно сильно коррелируют с доходностью валют в параллельных данных. К недостаткам фьючерсных данных можно отнести следующее. Во-первых, данные о фьючерсах не являются общедоступными на том же уровне дезагрегирования, что и потоки конечных пользователей (и, опять же, дезагрегированные данные более эффективны). Сегментная разбивка фьючерсных данных ограничена двумя основными категориями: «хеджеры» и «спекулянты».Во-вторых, исторические данные по фьючерсам не только имеют более низкую ведущую корреляцию с доходностью валюты, чем потоки конечных пользователей, мы можем ожидать, что их общедоступность вскоре устранит любую возможность прогнозирования за счет эффектов конкуренции, если это еще не произошло. В-третьих, участники фьючерсного рынка не представляют всех конечных пользователей валютного рынка. Например, фьючерсные сделки не включают подмножество валютных требований, требующих немедленной доставки.
7Третий конкурирующий тип данных — данные от конечных пользователей.Источники включают коммерческие и кастодиальные банки. Преимущества этих наборов данных заключаются в том, что они охватывают длительные периоды выборки (> 10 лет) и многие валюты (что позволяет проводить анализ поперечных сечений, а также анализ временных рядов). Более того, эти наборы данных обычно можно дезагрегировать. Наборы данных коммерческих банков обычно хорошо охватывают все сегменты конечных пользователей, как финансовые, так и нефинансовые. Какие типы потоков конечных пользователей передают больше всего информации — это, конечно, эмпирический вопрос, который мы рассмотрим ниже.
8Хотя причинно-следственная связь между потоком и доходностью остается открытым вопросом, все больше складывается мнение о том, что движения обменного курса обусловлены преимущественно потоком, по крайней мере, на основных рынках. (Обратите внимание, что это не то же самое, что сказать, что причинно-следственная связь идет только в одном направлении; подробнее ниже). Этот консенсус основан на двух основных фактах. Во-первых, эффекты потока эмпирически присутствуют и существенны: никто из серьезных специалистов в этой области не утверждает, что поток не имеет причинного воздействия на цену, а причинно-следственная связь полностью противоположна.Конечно, самого по себе этого первого факта недостаточно, чтобы установить, что движения цен в основном обусловлены потоком. Также должно быть верно то, что ценовые движения, не связанные с потоком, малы по сравнению с движениями, управляемыми потоком. Обратите внимание на второй факт, лежащий в основе консенсуса: альтернатива ценам, определяемым потоком, а именно прямое влияние цены на поступление общедоступной информации, эмпирически составляет очень небольшую часть общей дисперсии обменного курса (менее 5 процентов). В конце концов, только в следующем, более узком смысле, причинность остается открытым вопросом: текущие дебаты касаются того, в какой степени причинность протекает в обратном направлении — от отдачи к потокам, — а не о том, идет ли она полностью в обратном направлении.Это важный вопрос: если существует также существенная обратная причинно-следственная связь, то коэффициенты, оцененные с использованием стандартных процедур (например, OLS), являются смещенными показателями величины влияния потока на цену.
9 Исходя из моего собственного опыта в вопросе причинно-следственной связи, лучше всего сначала открыть концептуальное пространство для понимания того, почему потоки должны вызывать изменения цен, а затем выяснить, почему альтернативы этой причинно-следственной связи потока к цене часто ошибочны. Это подход, используемый здесь. Теория трейдинга очень полезна для того, чтобы открыть концептуальное пространство для понимания того, почему потоки вызывают изменение цен.Модели торговли показывают, что поток вызывает корректировку цены, поскольку передает информацию. [6] Какую информацию могут передавать валютные потоки? Существует два основных типа: (1) нейтральные с точки зрения риска фундаментальные показатели и (2) фундаментальные факторы риска. [7] Термин «нейтральные к риску фундаментальные факторы» относится к макропеременным, которые будут определять обменные курсы даже в мире, нейтральном к риску (т.е. в мире, где риск принятия валютных позиций не влияет на цены). Этими переменными являются денежная масса, ВВП, процентные ставки и инфляция — переменные, лежащие в основе макромоделей обменного курса.
10 Категория «фундаментальные факторы риска» более тонкая. Он включает в себя переменные, которые вступают в силу при переходе от нейтрального к риску мира в мир без риска, в котором риск влияет на открытие позиций и цены. Примеры основ риска включают предпочтения в отношении риска, требования хеджирования и совокупные требования к ликвидности, которые со временем меняются и не наблюдаются публично. Даже будучи независимыми от традиционных макроэкономических принципов, эти переменные управляют сделками, которые могут и должны влиять на цены: сделки, мотивированные сдвигом в фундаментальных принципах риска, должны быть поглощены добровольными контрагентами, и если эти контрагенты не склонны к риску, то изменение цен в их пользу — вот что делает они желают.Результирующие изменения цен сохраняются и могут быть даже постоянными (см., Например, модель Evans and Lyons 2002a). [8] То, что потоки действительно влияют на обменные курсы через этот фундаментальный канал риска, очевидно для большинства практиков.
11 Напротив, большинство людей скептически относятся к эмпирической значимости потоков, передающих информацию о нейтральных с точки зрения риска (макро) фундаментальных показателях. Этот скептицизм в значительной степени возникает из-за того, что внутренняя информация о фундаментальных макроэкономических показателях в руках одного или нескольких трейдеров маловероятна, по крайней мере, на основных рынках.Однако это скептическое мнение пересматривается в свете недавнего исследования (рассмотренного позже), которое смещает внимание с внутренней информации, находящейся в руках немногих, на небольшие фрагменты информации, разбросанные по всей экономике. Рассмотрим некоторые конкретные примеры, такие переменные, как отчет о занятости, торговый баланс и индекс ИПЦ. Официальные объявления этих переменных происходят намного позже, чем основная экономическая активность, которую они измеряют. Между тем, та же самая основная деятельность влияет на валютные операции (например,g., импорт, генерирующий валютную сделку). Важно отметить, что конечным пользователям не обязательно рассматривать себя как стратегически торгующих на этих битах макро-релевантной информации. Что необходимо, так это то, чтобы их сделки на Форексе коррелировали с этими битами. На более высоких уровнях агрегации, таких как потоки конечных пользователей, макроинформация, передаваемая этими сделками, становится значительной. Напротив, традиционный взгляд на то, как обменные курсы удерживают эту разрозненную макроинформацию, состоит в том, что биты сначала агрегируются официальными учреждениями, а затем сводка передается всему рынку одновременно в форме макрообъявления.Но, как уже отмечалось, исследования показывают, что публичные макрообъявления объясняют разочаровывающе малые колебания обменного курса в целом (несмотря на то, что они важны в короткие временные окна). Современная точка зрения, подкрепленная недавними результатами с использованием потоков конечных пользователей, заключается в том, что большая часть макроинформации фактически агрегируется рынками, а не официальными учреждениями, причем потоки играют центральную роль. Согласно этой современной точке зрения, вложение макроинформации в цену — это непрерывный процесс «симметризации» рассредоточенной информации, а не беспорядочный процесс объявления о прибытии.
12 Теперь мы переходим от открытия концептуального пространства для причинно-следственной связи между потоком и ценой к рассмотрению некоторых альтернатив причинно-следственной связи между потоком и ценой. Основная альтернатива состоит в том, что изменения цен вызывают потоки, так называемая обратная причинность. Несомненно, присутствует некоторая обратная причинность. Тем не менее, часто доказательства, предлагаемые в поддержку обратной причинности, неверно истолковываются. Например, некоторые утверждали, что, когда движение цен предшествует потокам, это подразумевает обратную причинно-следственную связь (обычно это называется обратной связью).Не обязательно верно. Вот контрпример. Предположим, потоки имеют положительную корреляцию во времени (чистые покупки, за которыми следуют чистые покупки, в среднем, и наоборот) и никоим образом не вызваны ценой. (Мы знаем, что потоки конечных пользователей крупных банков имеют положительную корреляцию во времени; они не вызваны ценой — это просто предположение, чтобы прояснить пример.) Теперь помните, что обменные курсы — это прогнозные цены на активы, а значит, эффекты от ожидаемых потоки следует сразу полностью дисконтировать.Таким образом, положительный шок для покупки доллара сегодня увеличит стоимость доллара сегодня и будет сопровождаться дальнейшим положительным потоком в доллары (то есть цена прогнозирует эти потоки). Хотя рост цен происходит до последующих покупок в долларах, положительной обратной связи в торговле нет: по построению причинно-следственная связь полностью переходит от потока к цене. Итог: поскольку обменный курс является прогнозной ценой актива, нельзя сделать вывод, что цены вызывают поток только потому, что цены иногда предшествуют потоку.
13 Кроме того, обратная причинность часто утверждается без подтверждения эмпирических данных. Например, некоторые люди утверждают, что торговые стратегии, такие как «тренд — ваш друг» или «импульс», дают положительную обратную связь, которая может объяснить сильную положительную корреляцию, обнаруженную в агрегированных данных между потоками и ценой. Но этого недостаточно, чтобы или человек следовали этим стратегиям; должно быть верно, что рынок в среднем следует этим стратегиям (в среднем, потому что здесь мы говорим об агрегированных потоках).Это более серьезное препятствие. Фактически, эмпирическая работа по этой теме в иностранной валюте дает противоположный результат: направление торговли с обратной связью в агрегированных межбанковских данных, во всяком случае, отрицательное (Evans and Lyons, 2002b). Эмпирический случай, когда обратная связь от цены к потоку вызывает более чем небольшую долю положительной корреляции, в настоящее время не является убедительным.
14 Последняя основная альтернатива причинно-следственной связи, переходящей от потока к цене, состоит в том, что между потоком и ценой нет причинно-следственной связи, и что третий фактор управляет обоими.Рассмотрим следующий, казалось бы, правдоподобный пример. Предположим, приходят публичные макро-новости, которые хороши для доллара. Такие новости приведут к повышению курса доллара и в то же время вызовут положительный поток в доллар, создав положительную корреляцию без какой-либо причинной связи. Но эта точка зрения ошибочна: она несовместима с рациональными рынками (или, на жаргоне, несовместима с «рациональными ожиданиями»). Информация, которая является действительно общедоступной в традиционном смысле, когда все наблюдают за ней одновременно и интерпретируют ее одинаково, должна вызывать мгновенную корректировку цен, т.е.е., до того, как какие-либо транзакции могут происходить по старым ценам. При новой цене, которая лишает нас всей новой информации, стимул к покупке не больше, чем стимул к продаже, поэтому в среднем положительный поток транзакций в доллары не является результатом хороших долларовых новостей (т. Е. Поток транзакций не коррелирует систематически с корректировкой цены). Теперь, если вместо этого допустить публичные новости, последствия которых для обменного курса не согласованы всеми — реалистичный отход от традиционных спецификаций, — тогда причинно-следственная связь, проходящая от потока к цене, восстанавливается: поток — это то, как маркет-мейкеры, устанавливающие цены, узнают о результирующем результате. рыночные интерпретации.(Точнее, маркет-мейкеры учатся на потоке, поскольку их собственное наблюдение за общедоступными новостями не дает им полной информации о взглядах всех участников). Данные о потоках дают некоторые полезные уроки в этом направлении (см. Ниже в подразделе «Ссылки потока на основы макросов»).
15 Эмпирическая работа касается как причин, так и последствий потоков. Последствия рассматриваются позже. На этом этапе мы наметим стратегии для анализа причин потока (тем самым помогая сформулировать некоторые из эмпирических результатов, приведенных ниже).Какая конкретная информация движет потоком? Появляющаяся литература предлагает множество подходов к этому вопросу (хотя пока реализация основана в основном на межбанковских данных; см. Lyons 2001b). К ним относятся следующие моменты: (1) Макро-новости: вызывает ли появление публичной информации информационный поток? (2) Другие рыночные состояния: вызывает ли интервенция приток частного капитала? Волатильность вызывает поток? (3) Источник: имеет ли значение тип агента, стоящего за потоком, и если да, то какие типы информации могут иметь определенные типы агентов? (4) Межрыночные сигналы: информативны ли сделки $ / ¥ для курса $ / ¥? Определяет ли модель перекрестных рыночных эффектов характер лежащей в основе информации (например,g., это специфично для $)? И (5) заместители ожиданий: может ли поток предоставить сигнал о неоднородных меняющихся во времени ожиданиях в отношении будущих макропеременных? И если да, может ли поток прогнозировать эти макропеременные? Все эти стратегии реализуются исследователями в этой области. По мере появления этих результатов у нас должна быть все более ясная картина основных источников шоков обменного курса.
16Этот раздел разделен на шесть обзоров тем. В этих темах рассматривается следующее: (A) способность потоков объяснять параллельные доходы, (B) связь потоков с фундаментальными макроэкономическими показателями, (C) способность потоков прогнозировать доходность, (D) устойчивость преимуществ торговли на основе потоков, (E ) эффекты сегментных потоков на разных временных горизонтах, и (F) сценарии прогнозирования будущей структуры валютного рынка.
17 В конце 1990-х годов эмпирическая литература, в которой использовались валютные потоки, перешла от оценки структурных моделей поведения отдельных дилеров (например, Lyons, 1995) к оценке определения цен на уровне всего рынка. В этой работе по определению рыночных цен использовались данные межбанковских потоков (например, Payne, 1999; Rime, 2000; Evans and Lyons, 2002a, c; данные для воспроизведения статистики 60-80 процентов R 2 из регрессий ежедневного обмена. ставки по параллельным межбанковским потокам доступны на моем сайте [9]).Совсем недавно исследования в этой области были сосредоточены на потоках конечных пользователей и на том, обладает ли этот тип потока сопоставимой объяснительной силой.
18Остальная часть этого подраздела посвящена недавней работе над потоками конечных пользователей. В частности, в какой степени потоки конечных пользователей учитывают колебания обменного курса и как на это влияет расширение горизонта? Вопрос о расширении горизонта важен, потому что он связан с такими критическими вопросами, как устойчивость ценовых эффектов. Для решения проблемы долгосрочных эффектов потоки конечных пользователей обеспечивают критическое преимущество перед существующими межбанковскими данными.
19 В таблице 1 представлены результаты регрессии для связи между реализованной избыточной доходностью валюты в долларах / евро и одновременным потоком конечных пользователей (из Evans and Lyons, 2003b; данные Citibank за 1993-2000 годы; см. Также опубликованные таблицы в моей книге, The Микроструктурный подход к обменным курсам , MIT Press, 2001, страницы 254-255). Регрессии включают потоки от всех 6 основных сегментов конечных пользователей: «Корпорации» относятся к нефинансовым корпорациям, «Трейдеры» относятся к хедж-фондам и другим трейдерам с кредитным плечом, а «Инвесторы» относятся к управляющим активами без использования заемных средств, таким как паевые инвестиционные фонды. и пенсионные фонды (эти три разделены на американскую и неамериканскую части).(В таблице 1 представлены только те сегменты конечных пользователей, которые были значимы на этом уровне 1% для всех трех горизонтов.) Появляются два момента. Во-первых, влияние сделок (доллар на доллар) из разных источников на цену существенно различается, что подразумевает разное информационное содержание. Во-вторых, объяснительная сила потоков для одновременной доходности существенно возрастает с горизонтом: на дневном горизонте регрессия со всеми 6 сегментами потока дает R 2 только 8 процентов, тогда как та же самая регрессия на горизонте 1 месяц дает R 2 30 процентов.[10] Используя данные о потоках конечных пользователей из банка-хранителя (State Street), Froot and Ramadorai (2002) также обнаружили более высокую корреляцию между потоками конечных пользователей и доходностью по мере увеличения горизонта до 1 месяца; их мерой потока являются институциональные инвесторы, которые объединяют используемые здесь сегменты «трейдеры» и «инвесторы».
20 Среди множества вопросов, которые может вызвать таблица, четыре особенно интересны. Во-первых, почему объяснительная сила возрастает с горизонтом? Это указывает на несовпадающую корреляцию между потоками и доходами, так что, когда данные агрегированы по времени, большая часть этой корреляции проявляется как параллельная.Я документирую несовпадающую корреляцию в приведенном ниже прогнозном анализе. Во-вторых, почему информационное содержание сделок должно зависеть от местонахождения стороны сделки? Приведенное выше обсуждение нейтральных с точки зрения риска фундаментальных показателей по сравнению с основами риска дает некоторое представление об этом вопросе. Подумайте, например, о том, что поток помогает агрегировать разрозненную информацию об агрегированном реальном выпуске или агрегированных предпочтениях финансовых институтов в отношении рисков. Можно ожидать, что вариации этих переменных во многих случаях зависят от страны.Таким образом, сделки, происходящие из конкретной страны / региона, вероятно, будут более сильно коррелированы с изменениями этих переменных из той же страны / региона, что подразумевает иную информационную составляющую, чем сделки из других стран / регионов. В-третьих, почему некоторые из этих коэффициентов отрицательны, что, кажется, имеет странное значение, что покупка евро является плохой новостью для евро? [11] Это менее странно, чем может показаться. Чтобы понять, почему, рассмотрим отрицательный коэффициент с точки зрения прогнозирования.Когда рынок в целом узнает из межбанковских сделок данного банка, что этот банк получил заказы от конечных пользователей, рынок не может отделить основные сегменты идентичности. Напротив, эконометрист, использующий базовые банковские данные, может разделить личности. Таким образом, после первоначальная ценовая реакция рынка на межбанковские сделки этого банка слишком велика для одних базовых сегментов и слишком мала для других. Когда первоначальная реакция слишком велика, отношение потоков этого сегмента к последующим доходам будет отрицательным, поскольку рынок исправляет свою неизбежную ошибку.(Обратите внимание, что это объяснение учитывает отрицательные коэффициенты прогнозирования, а не отрицательные параллельные коэффициенты.) Четвертый интересный вопрос, который возникает, заключается в том, передают ли потоки конечных пользователей информацию помимо межбанковских потоков? Ответ — да: когда оба типа потоков включены в регрессию ежедневной избыточной доходности, нулевое значение, при котором коэффициенты потоков конечных пользователей равны нулю, отклоняется на уровне 1% (на основе 4-месячной выборки ежедневных данных Reuters. Межбанковские потоки 2000-1, использованные в Evans and Lyons, 2002a).
21 Как уже отмечалось, данные о потоках конечных пользователей показывают, что большая часть макроинформации (т. Е. Нейтральные с точки зрения риска фундаментальные показатели) на самом деле агрегируется рынками, а не официальными учреждениями, причем потоки играют центральную роль. Что именно это свидетельство? Существует три различных типа: (1) свидетельство того, что потоки конечных пользователей прогнозируют будущие макропеременные, (2) свидетельство того, что обменный курс также позволяет прогнозировать будущие макропеременные, и (3) свидетельство того, что поступление макро-новостей составляет значительную долю месячной дисперсии сегментных потоков.Я обращаюсь к каждому из них по очереди.
22 Если действительно рассредоточенная информация о будущих фундаментальных показателях агрегируется через поток, то поток должен помочь спрогнозировать эти фундаментальные показатели. Чтобы решить эту проблему, можно проверить, вызывают ли потоки Granger макропеременные. Рассмотрим набор переменных, которые считаются фундаментальными в широком диапазоне традиций макромоделирования: рост денежной массы, рост выпуска и инфляция. Эванс и Лайонс (2003b) показывают, что потоки обладают большей предсказательной силой, чем сам обменный курс, и это довольно поразительный результат.Потоки Грейнджера вызывают рост денежной массы в США, рост производства в США и инфляцию в Германии, тогда как обменный курс Грейнджера вызывает только рост производства в США. (То, что Грейнджер вызвал только инфляцию для немецких переменных, возможно, менее удивительно, учитывая фокусировку Бундесбанка на инфляцию по большей части выборки 1993–2000 годов.) В потоках конечных пользователей действительно есть информация, полезная для прогнозирования будущего. основы. Этот результат подчеркивает качественно новые проблемы, которые позволяют решать данные конечного пользователя.Также обратите внимание, что, поскольку рынок в целом не имеет доступа к этим дезагрегированным потокам конечных пользователей, вывод о том, что потоки являются еще более мощным предсказателем, чем обменный курс, не является нарушением какого-либо простого критерия эффективности.
23 Теперь мы переходим ко второму подходу для проверки того, передает ли поток макроинформацию. Основная идея этого подхода заключается в том, что если поток передает эту информацию, то она должна быть ограничена в цене. Соответственно, обменный курс должен прогнозировать будущие макропеременные.По сути, именно это и решают тесты причинно-следственной связи Грейнджера, хотя они и делают это довольно особым образом. Наш второй подход делает это совершенно другим (дополнительным) способом. Отправной точкой является влиятельная статья Марка (AER, 1995). Марк оценивает регрессии в следующей форме:
24, где p t + k — p t — логарифмическое изменение спотовой ставки за k периодов, а f t обозначает фундаментальные показатели, измеренные в момент времени t. (измеряется на основе данных о денежной массе и ВВП — подробности см. в документе).Идея состоит в том, что обменные курсы могут «догонять» фундаментальные показатели с течением времени, то есть, если цена сегодня ниже фундаментальной стоимости ( f t > p t ), то в среднем она должна расти с течением времени. — положительный коэффициент ? . (По сути, это модель исправления ошибок.) Марк показывает, что по мере увеличения горизонта соответствие регрессии становится все лучше и лучше. На горизонте в диапазоне 3-5 лет модель достаточно хорошо соответствует данным, предполагая, что в конечном итоге фундаментальные факторы влияют на обменные курсы, но это требует значительного времени.
25 Альтернативный подход переворачивает основную логику регрессии Марка с ног на голову. Основная идея, лежащая в основе регрессии Марка, заключается в том, что обменные курсы плохо справляются с отслеживанием фундаментальных показателей на более коротких горизонтах. С этой точки зрения валютный рынок не особенно хорошо работает в сфере сбора макроинформации. Мнение о том, что поток заказов важен для агрегирования макроинформации, в некотором смысле совершенно противоположен: поток заказов передает рынку информацию сегодня, которая имеет отношение к путям макропеременных в будущем.Таким образом, согласно этой точке зрения, поток заказов действует, чтобы выявить перспективные ожидания рынка и зафиксировать изменения в этих ожиданиях в сегодняшней цене. Это точка зрения, согласно которой рынки работают достаточно хорошо, и что проблема с более ранним анализом в литературе заключается в том, что переменная f t (денежная масса и реальный выпуск, но только их текущие значения) является плохим показателем. ожидаемых будущих фундаментальных показателей, которые рынок обесценивает.
26Эта точка зрения, противоположная той, которая лежит в основе работы Марка, может быть выражена следующим вариантом его регрессии:
27 Идея сейчас состоит в том, что если цена сегодня прогнозирует сильные будущие фундаментальные показатели ( p t > f t ), то эти фундаментальные макропеременные должны иметь тенденцию к усилению — положительный коэффициент ? .Вкратце, можно сделать вывод, что подтверждающие доказательства этой версии уравнения не менее убедительны, чем доказательства, обнаруженные Марком. Это говорит о том, что обменные курсы действительно не позволяют получить прогнозную информацию, как и следовало ожидать от рынка активов.
28 Я не сообщаю здесь эти результаты по трем причинам. Во-первых, удлинение горизонта k вместе с перекрывающимися наблюдениями делает тестовую статистику для оценки значимости ? , и регрессия невелика.В самом деле, несколько статей были опубликованы после публикации Марка (1995), которые были посвящены тому, чтобы показать, насколько незначительным является умозаключение в данной конкретной ситуации. Во-вторых, статья Энгеля и Веста (2002) эффективно решает тот же вопрос. (Они также обнаружили, что обменные курсы обладают некоторой властью для прогнозирования макропеременных, но все же не так сильно, как предсказывает теория.) В-третьих, помните, что этот подход вообще не использует потоки конечных пользователей. Мы пошли по этому пути, потому что в то время мы считали, что потоки не могли бы прогнозировать макроагрегаты, если обменные курсы не прогнозировали макроагрегаты.Но я больше в это не верю: нет веской причины, по которой вся информация в потоках конечных пользователей обязательно ограничивается ценой, так что цена делает потоки конечных пользователей избыточными в качестве прогнозируемой переменной. Действительно, приведенные ниже результаты прогнозирования (прогнозирование прибыли с использованием потоков) подразумевают, что текущий обменный курс еще не учитывает всю информацию в потоках конечных пользователей. Учитывая это, нетрудно поверить, что текущие обменные курсы еще не включают всю информацию в потоках конечных пользователей, которая конкретно связана с макросами.
29Третий тип доказательств, которые мы предоставили относительно связей между потоками конечных пользователей и макроинформацией, основывается, в частности, на поступлении макро новостей. Этот анализ во многом заимствован из методологии, представленной в Evans and Lyons (2003a). Основная идея заключается в следующем. Мы можем измерять ежедневные темпы потока макро-новостей, измеряя макро-новости, которые появляются каждый день на экране заголовков новостей денежного рынка Reuters. (Среднее количество прибытий в день по выборке потоков конечных пользователей, относящейся к макроэкономике США или Германии, составляет 11, со значительными колебаниями вокруг этого медианного значения.Затем мы задаемся вопросом: увеличивается ли дисперсия потоков сегментов в дни с большим потоком макро-новостей? Ответ на этот вопрос однозначно положительный, и да для всех 6 сегментов, представленных в таблице 1. Затем мы моделируем определение потока более структурированным способом, чтобы определить, какая часть волатильности потока объясняется поступлением макро новостей ( на жаргоне мы делаем разложение дисперсии). Ответ заключается в том, что на рынке $ / € (единственном, для которого до сих пор проводился анализ) приход макро-новостей составляет 30-40 процентов от каждой из шести вариаций потока сегментов (ежемесячная частота).Хотя сами по себе не являются прямым доказательством того, что сегменты потока конечного пользователя передают макроинформацию, эти результаты показывают, что потоки конечного пользователя связаны с процессом потока макроинформации.
30Прогнозировать стоимость активов сложно. Действительно, на эффективных рынках это должно быть сложно: если у кого-то нет какого-либо информационного преимущества, это невозможно на эффективном рынке (под этим я подразумеваю рынок, где цена отражает всю общедоступную информацию). Обмен валюты — не исключение. Информационное преимущество, которое мы здесь рассматриваем, является явным: информация о потоках валюты конечного пользователя, которая недоступна для рынка в целом (и недоступна ни одному центральному банку). Априори , логика эффективных рынков недостаточна в данном случае, чтобы предположить, что эти данные не имеют силы для прогнозирования. Иными словами, это эмпирический вопрос, поскольку теория не дает четких указаний. Позвольте мне добавить, что я бы не сказал того же о потоках данных по валютным фьючерсам. Данные о потоках фьючерсов публикуются биржами. Поскольку они доступны для рынка в целом, на эффективном рынке они не должны иметь ценности для прогнозирования. Соответственно, аргумент о том, что данные о фьючерсных потоках не имеют силы для прогнозирования и, следовательно, данные, рассматриваемые здесь, тоже не должны быть обоснованными.
31 Давайте перейдем от поясняющих регрессий в таблице 1 (параллельные потоки и возвращаемые данные) к соответствующей прогнозирующей регрессии (см. Примечания к таблице 2 на следующей странице, где описана регрессионная модель). Результаты прогнозирования в Панели А таблицы 2 действительно поразительны: коэффициенты для корпоративных потоков и потоков инвесторов в США имеют высокую статистическую значимость, а статистика 2 рандов составляет 19 процентов. [12] (Сообщаются только коэффициенты с предсказательной силой на уровне 1 процента, тот же порог используется в таблице 1.Для сравнения: большая загадка прогнозирования в эмпирической литературе — это так называемая загадка смещения вперед, хорошо задокументированный результат, что ежемесячное прогнозирование с использованием форвардного дисконта на начало периода дает значительные коэффициенты. Но несмотря на то, что это лучшая прогнозирующая переменная, выявленная в академических исследованиях, в этом случае статистика рэндов 2 обычно составляет всего 2-4 процента.
32 Переходя на следующий шаг, напомним, что важной задачей является прояснение природы лежащих в основе потоков управления распределенной информацией.Например, возможно, что прогнозирующая сила данных о потоках конечных пользователей возникает из-за того, что прогнозы потоков позволяют прогнозировать нейтральные с точки зрения риска фундаментальные факторы, т. Е. Переменные, которые входят в денежную модель без надбавки за риск (денежные ресурсы, объемы производства, процентные ставки, уровни цен). . На то, что потоки действительно обладают некоторой предсказательной силой в этом узком отношении, указывают результаты причинно-следственной связи Грейнджера. Но также возможно, что потоки вместо этого прогнозируют фундаментальные факторы риска, например, детерминанты премий за валютный риск.Наиболее очевидным примером является возможность того, что потоки прогнозируют будущие потоки, которые будут иметь одновременное влияние на цену при реализации из-за простых эффектов рыночного поглощения. (Если потоки, прогнозирующие будущие потоки, не являются общедоступной информацией, а потоки для конечных пользователей не являются общедоступной информацией, тогда нет аргумента в пользу рыночной эффективности, который требовал бы, чтобы все ценовое влияние происходило с первоначальной реализацией потока.) Это приведет к корреляции между текущими потоками. и будущие доходы, но это не имеет ничего общего с прогнозированием будущих макроэкономических показателей.
33 В качестве первого шага в разделении этих двух различных взглядов на то, почему потоки прогнозируют доходность (то есть, на тип передаваемых информационных потоков), рассмотрим декомпозицию регрессий избыточной доходности. Основная идея заключается в следующем. Мы знаем, что потоки предсказывают будущую прибыль. Мы также знаем, что потоки являются важным одновременным фактором, определяющим доходность. Если поток прогнозирует будущий поток, то часть будущих доходов, которую должен прогнозировать поток, является частью, которая определяется этими будущими потоками.Соответственно, можно регрессировать доходность параллельных потоков и использовать подобранные значения из регрессии, чтобы разделить ряды доходностей на часть, объясняемую потоком (подогнанные значения), и часть, не связанную с потоком (остаток регрессии). Затем можно определить, имеет ли поток прогнозирование части возврата, связанной с потоком, или части, не связанной с потоком. Первый предлагает канал «прогнозирование будущего потока». Последнее согласуется с каналом «узких фундаментальных показателей прогнозирования потоков».
34 Изюминкой результатов панели B является то, что поток имеет возможность прогнозировать оба компонента. При этом примерно две трети этой способности прогнозирования не связаны с влиянием будущих потоков на цену (способность прогнозировать будущий остаток регрессии). Это согласуется с результатами причинно-следственной связи Грейнджера: поток, по-видимому, прогнозирует составляющие цены, которые фиксируются в цене, независимо от потока или, по крайней мере, без какого-либо отношения к потоку конечных пользователей Ситибанка. Обобщается ли это последнее утверждение на более всеобъемлющие определения потока — вопрос, который требует более богатых наборов данных потока, чем те, которые доступны в настоящее время.
35 Является ли способность прогнозирования потоков конечных пользователей устойчивой — важный вопрос. Хотя однозначный ответ невозможен, применяя дисциплинированный подход (т. Е. Используя концептуальную основу), мы можем дать некоторые выводы. Я пришел к выводу, что способность прогнозирования более устойчива, чем думает большинство людей.
36Для размышления об устойчивости есть два ключевых элемента: сегментная структура и информационная структура. Сначала рассмотрите структуру сегмента. Подчеркивая структуру сегментов, я хочу подчеркнуть тот факт, что шесть сегментов, использованных в приведенных выше регрессиях, определенно не имеют одинакового параллельного отношения с ценой, доллара к доллару или одинакового отношения прогноза к цене.Это хорошие новости для устойчивого развития. Если, напротив, все потоки имеют статистически неразличимую связь с ценой, то другие игроки, использующие даже небольшие подмножества данных о потоках конечных пользователей, по сути, будут иметь доступ к тем же рыночным сигналам. Это увеличило бы конкуренцию в торговле по этим сигналам и довольно быстро сделало бы будущие цены независимыми от информации о текущих потоках. Это не тот случай. Некоторые наборы данных о потоках конечных пользователей не включают нефинансовые корпоративные потоки, которые очень важны (из таблицы 2).Точно так же тот факт, что клиенты из США кажутся более ценными для прогнозирования (как корпорации США, так и инвесторы из США), может быть плохой новостью для наборов данных конечных пользователей с низким уровнем проникновения среди клиентов из США (если это свойство данных является надежным).
37 Второй ключевой элемент устойчивости — это то, что я называю информационной структурой. При этом я возвращаюсь к организационной структуре, обеспечиваемой разделением нейтральных к риску основ и основ риска. Теперь корреляция сигналов потока, получаемых разными участниками рынка, явно важна для устойчивости.Но вместо того, чтобы думать об этой корреляции как о чем-то одномерном, полезно рассмотреть два измерения, обеспечиваемые этими двумя различными типами информации. Тогда возникает следующий вопрос: насколько в каждой из этих двух отдельных категорий коррелирован данный набор сигналов потока с сигналами потока других участников? Это открывает концептуальное пространство для понимания того, почему данные о потоках данного учреждения могут хорошо передавать определенные типы информации по сравнению с данными из других учреждений, способствуя устойчивости.Подумайте, например, о категории основ риска. Фактически, в этой категории важен общий чистый поток на рынке и эффективный временной горизонт, в течение которого, вероятно, будет удерживаться позиция, лежащая в основе этого потока. В крайнем случае предположим, что поток, получаемый каждым банком, является своеобразной реализацией шока спроса конечного пользователя. В этом случае для прогнозирования цены важна сумма всех этих заказов. И независимо от того, насколько агрессивно другие банки собирают и используют свои собственные данные о потоках, поток конечных пользователей, получаемый данным банком, не может быть выведен из сделок других, и, следовательно, не может быть ограничен в цене, пока рынок не получит для них некоторого смысла.(Фактически это информационная структура в модели Evans and Lyons 2002.) В этом случае информационное преимущество банка будет устойчивым (как и отдельные информационные преимущества других банков). Я не считаю, что предположение об «идиосинкразических потоках» реалистично. Скорее, более дезагрегированный взгляд на различные компоненты фундаментальных показателей может только усилить понимание устойчивости преимуществ отдельных банков в отношении информации, основанной на потоках. Одномерный взгляд на корреляцию сигналов слишком упрощен.
38 Оказывают ли различные сегменты потока ценовые эффекты в разных временных горизонтах, это интересный вопрос, в решении которого мы добились определенного прогресса. Минтао Фан и я излагаем точку зрения на этот вопрос в книге Fan and Lyons (2003). Здесь я резюмирую некоторые из этих выводов.
39 Мы обнаруживаем, что резкие краткосрочные движения цен (например, дневные) более тесно связаны со сделками финансовых институтов. Возможно, это неудивительно, но все же есть некоторые тонкости. Например, мы обнаруживаем, что в тот феноменальный день на рынке доллар-иена в октябре 1998 года (цена упала с более чем 130 иен за доллар до менее 120), именно финансовые учреждения (по крайней мере, в Ситибанке) продавали доллар.Тонкость в том, что это были не хедж-фонды, которые сильно продавали доллары. (В популярной прессе рассказывалась история о том, что все хедж-фонды в тот день пытались свернуть свои керри-сделки доллар-иена.) Фактически, в тот день хедж-фонды покупали доллары в чистом виде. Мы обнаружили, что инвесторы без заемных средств («реальные деньги») продавали доллар. Подобно хедж-фондам, нефинансовые корпорации также были чистыми покупателями долларов в тот день, хотя их чистая покупка была намного меньше, чем у хедж-фондов.Обращаясь к выборке, которая включает другие дневные движения ставок, которые были одними из самых крупных, мы находим тот же результат, что финансовые учреждения в те дни с гораздо большей вероятностью торговали в направлении курса, чем нефинансовые корпорации. Однако, если не считать события октября 1998 года иен-доллар, не всегда верно, что инвесторы в реальные деньги с большей вероятностью, чем хедж-фонды, были крупными чистыми трейдерами в те дни.
40 Напротив, для движений цен с более длительным горизонтом мы обнаруживаем, что движущими силами с большей вероятностью будут нефинансовые корпоративные потоки.Предлагаем два доказательства. Во-первых, если посмотреть на основную тенденцию к снижению курса доллара к евро с 1999 по 2002 год, можно обнаружить, что только нефинансовые корпорации отслеживают длительную тенденцию обменного курса с точки зрения совокупных продаж евро. Это не статистический тест, но он, безусловно, затрудняет понимание того, как потоки финансовых учреждений могут учитывать кумулятивное чистое изменение ставки. Во-вторых, что более статистически обоснованно, обратите внимание, что единственный положительный коэффициент в результатах прогнозирования (таблица 2) — для корпораций (в частности, для корпораций США).Финансовые сегменты в этой таблице показывают коэффициенты, которые в итоге являются отрицательными, что означает, что если они покупают евро в этом месяце, то евро имеет тенденцию обесцениваться в следующем месяце. Как отмечалось выше при обсуждении того, как понимать отрицательные коэффициенты прогнозирования, может просто случиться так, что рынок изначально чрезмерно отреагировал на эти потоки финансовых институтов, и поэтому последующий эффект столь сильно отрицателен. В любом случае, в процессе агрегирования по времени даты, лежащей в основе таблицы 2, мы обнаружили, что по мере увеличения одной недели от 1 недели до 2 недель, до 3, а затем 4, коэффициенты для корпораций остаются положительными и постепенно увеличиваются, тогда как коэффициенты инвесторов становятся все более отрицательными.Это также согласуется с положительным влиянием корпоративного потока на цену, которое требует больше времени, чтобы удержать цену, но в конечном итоге сильнее, чем эффекты потока финансовых институтов (которые, по-видимому, исчезают примерно через год; см. Froot and Ramadorai, 2002).
41Эти низкочастотные отношения абсолютно необходимы для большинства практиков, поэтому позвольте мне добавить еще пару комментариев. Во-первых, то, что корпоративные потоки должны быть относительно важными на более длительных горизонтах, имеет смысл с теоретической точки зрения.Международные макромодели уделяют большое внимание лежащей в основе реальной экономике как низкочастотному двигателю обменных курсов. Эти модели также подчеркивают важность устойчивости платежного баланса в долгосрочном плане, которая тесно связана с корпоративной деятельностью, формирующей текущий счет. Во-вторых, еще предстоит проделать большую работу в отношении корпоративных потоков, например, связать их с источниками данных для публичных потоков, такими как источники официальной статистики платежного баланса.
42 Чтобы понять, как банки могут вписаться в будущую пищевую цепочку рынка, важно иметь представление о том, как эта структура может развиваться.В Лионе (Brookings, 2002) я рассматриваю будущее рынка, используя две организационные идеи. Во-первых, структура валютных рынков сильно зависит от управления кредитным риском. Это контрастирует с драйверами рыночной структуры, на которых сосредоточена академическая работа (такими как управление рыночным риском, уменьшение асимметричной информации и входные барьеры). Вторая организационная идея заключается в том, что колебания цен на спотовых валютных рынках в основном обусловлены разрозненной информацией. Я утверждаю, что эти две идеи жизненно важны для понимания будущего этого рынка, и предлагаю три сценария этого развития.Я считаю наиболее вероятным сценарий, при котором текущая дилерская структура поддерживается за счет перекрестного субсидирования своих ликвидных средств ведущими дилинговыми банками с использованием прибыли, полученной от их информации о потоках.
43 Из двух организационных идей первая является более провокационной, поэтому позвольте мне пояснить, почему я считаю, что структура валютных рынков действительно сильно зависит от кредитного риска. Важным фактором при рассмотрении вопроса о том, хотят ли текущие клиенты FX участвовать в открытом электронном аукционе (со всеми участниками на равных основаниях), является то, готовы ли они принять на себя кредитный риск контрагента, возникающий в результате двусторонней торговли с другими небанковскими клиентами. .Сами банки стараются не делать этого без жесткого управления сопутствующими рисками. Нефинансовые учреждения или даже финансовые учреждения, такие как пенсионные фонды, хедж-фонды и паевые инвестиционные фонды, как правило, совершенно не склонны брать на себя такой риск. Конечно, эти учреждения знакомы с торговлей валютными фьючерсами, для которых созданы расчетные палаты, чтобы уменьшить этот риск. Но система расчетной палаты достаточного размера для работы на мировом спотовом рынке и в то же время с гибким доступом вряд ли будет экономически целесообразной с учетом различных национальных правовых юрисдикций и сопутствующего правового риска.
44 С другой стороны, коммерческие банки особенно хорошо подходят для этой роли. У них сложились важные отношения с институциональными клиентами. Действительно, в области корпоративных финансов проводится обширная исследовательская работа, основанная на сравнительных преимуществах банков в мониторинге кредитоспособности и эффективности своих корпоративных клиентов. Эти отношения, вместе с опытом банков в управлении кредитным риском, дают им преимущество, которое, на мой взгляд, является ключевым фактором существующей структуры дилерских центров при посредничестве банка.[13] Это существенно увеличивает способность банковских дилеров конкурировать с новыми, основанными на аукционах альтернативами, недавно предложенными клиентам FX новыми участниками. [14]
45 В статье я предлагаю три сценария будущего институтов валютного рынка. Эти три сценария не только наиболее вероятны (по моему мнению), но, если рассматривать их вместе, они также подчеркивают действующие конкурентные силы. Я имею в виду временные рамки — 10 лет.
46 При выполнении своей дилерской функции банки предоставляют (как минимум) две различные услуги: предоставление ликвидности (т.д., низкие транзакционные издержки) и управление кредитным риском контрагента. [15] Но эти услуги необязательно объединять. Как это происходило в банковской отрасли на протяжении десятилетий, разделение является жизнеспособной альтернативой. Согласно сценарию «Будущее-1» клиенты FX (и бывшие дилеры) будут предоставлять друг другу ликвидность в рамках централизованной структуры аукциона. В масштабе, достаточном для получения выгоды от сетевых эффектов в отношении ликвидности, эта структура должна иметь сравнительное преимущество в обеспечении ликвидности. В то же время все двусторонние сделки, заключенные в рамках этой структуры аукциона и рынка, затем будут проходить через коммерческие банки, которые выступают в качестве законных контрагентов для обеих сторон сделки (и получают оплату за услуги).В принципе, этот механизм концентрирует предоставление отдельных услуг, где сравнительные преимущества наиболее высоки.
47 Крупнейшие дилинговые банки заинтересованы в сохранении существующей дилерской структуры. Один из способов сделать это — удерживать транзакционные издержки клиентов на таком уровне, чтобы альтернативы, основанные на аукционах, не смогли создать значительную точку опоры и, следовательно, не смогли развить сетевые эффекты для предоставления более дешевой ликвидности. Действительно, для основных валютных рынков этот второй сценарий уже реализуется: спрэды между покупателями и предложениями настолько малы на основных валютных рынках, что трудно заработать много денег напрямую от посредничества.
48Но если банки зарабатывают мало денег, почему они так упорно держатся за часть своего бизнеса, связанную с предоставлением ликвидности? Почему бы просто не позволить Future 1 разыграть себя? Введите косвенную доходность от предоставления валютной ликвидности. Крупные валютные банки теперь признают важный источник косвенной прибыли от посреднических потоков, а именно их способность использовать информацию, содержащуюся в этих потоках. Действительно, один из факторов, который так сильно снижает спреды для самых крупных и желанных клиентов, — это интенсивные торги за информацию о потоках со стороны дилинговых банков.Банки, в самом прямом смысле слова, инвестируют в информацию о потоках путем перекрестного субсидирования своего сравнительного недостатка в предоставлении ликвидности. [16]
49 Фьючерсы 1 и 2 уже запущены. Будущее 1 не выглядит выигрышным, отчасти из-за электронных инициатив ведущих банков и отчасти из-за агрессивного ценообразования на предоставление ликвидности (как в Будущем 2). Тем не менее, если бы ведущие дилинговые банки почувствовали победу Будущего-1, несмотря на все их усилия по поощрению Будущего 2, я не верю, что Будущее 1 могло бы преобладать.Почти наверняка, столкнувшись с такой угрозой, банки, владеющие EBS, решат открыть ее для клиентов. По следующим причинам эта «открытая EBS», скорее всего, очень быстро соберет сетевые эффекты. Существуют отношения с клиентами: банки, которым принадлежит EBS, являются теми же банками, которые поддерживают отношения с клиентами через свои дилинговые службы. Технология не является серьезным препятствием: можно подражать технологии аукционов, которая была разработана на рынке облигаций США для вторичной торговли клиентами. С точки зрения EBS, было бы важно поддерживать эффект ликвидности сети в ее пользу — если бы рынок двигался в направлении централизованной клиентской торговли, EBS не могла позволить себе ждать.
50р. K. L.
Прогноз курсаEUR к USD на 2021 год
Прогноз курса евро к доллару на 2022 год.
В январе 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,3405. Минимальные цены прогнозируются на уровне: 1,327. Максимальное значение котировок: 1,3549.
В феврале 2022 года на валютной паре EUR / USD ожидается медвежий тренд. Средняя цена за период — 1,3256. Минимальные цены прогнозируются на уровне: 1.3131. Максимальное значение котировок: 1,3462.
В марте 2022 года на валютной паре EUR / USD ожидается медвежий тренд. Средняя цена за период — 1,3145. Минимальные цены прогнозируются на уровне: 1.2987. Максимальное значение котировок: 1,3284.
В апреле 2022 года на валютной паре EUR / USD ожидается бычий тренд.Средняя цена за период — 1,3459. Минимальные цены прогнозируются на уровне: 1,3277. Максимальное значение котировок: 1,3627.
В мае 2022 года на валютной паре EUR / USD ожидается медвежий тренд. Средняя цена за период — 1,3335. Минимальные цены прогнозируются на уровне: 1.3234. Максимальное значение котировок: 1,3424.
В июне 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,3716. Минимальные цены прогнозируются на уровне: 1.3515. Максимальное значение котировки: 1,3803.
В июле 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,4056. Минимальные цены прогнозируются на уровне: 1.3867. Максимальное значение котировок: 1,4183.
В августе 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,4188. Минимальные цены прогнозируются на уровне: 1,4135. Максимальное значение котировки: 1.4399.
В сентябре 2022 года на валютной паре EUR / USD ожидается медвежий тренд.Средняя цена за период — 1,3853. Минимальные цены прогнозируются на уровне: 1,3733. Максимальное значение котировки: 1,4046.
В октябре 2022 года на валютной паре EUR / USD ожидается медвежий тренд. Средняя цена за период — 1,3522. Минимальные цены прогнозируются на уровне: 1,3461. Максимальное значение котировок: 1,3603.
В ноябре 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,3948. Минимальные цены прогнозируются на уровне: 1.3793. Максимальное значение котировок: 1,4122.
В декабре 2022 года на валютной паре EUR / USD ожидается бычий тренд. Средняя цена за период — 1,4145. Минимальные цены прогнозируются на уровне: 1,409. Максимальное значение котировок: 1,4339.
Форекс прогноз на июнь — доллар, евро, йена и фунт стерлингов в фокусе
евро
В мае евро оставался в диапазоне колебаний по отношению к доллару, и волатильность снизилась. Европа переходит в центр внимания в июне.Во-первых, ЕЦБ соберется 4 июня, и многие ожидают, что он увеличит свой план закупок в чрезвычайных ситуациях на случай пандемии на 250-500 млрд евро. Некоторые наблюдатели считают, что скромное использование Операции долгосрочного рефинансирования на случай пандемии чрезвычайных ситуаций (менее одного миллиарда евро), условия (-0,25 б.п. ниже нулевой ставки репо) можно сделать более привлекательными. Во-вторых, и это не совсем не связано с целевым долгосрочным рефинансированием ЕЦБ со ставкой, которая может достигать отрицательных 100 базисных пунктов, если будут достигнуты конкретные цели по кредитованию, может возникнуть большой спрос в размере миллиарда евро или более.
Сумма, вероятно, будет завышена, но перенос в новый объект некоторых прошлых операций, которые проводились на менее выгодных условиях. В-третьих, ожидается, что главы государств ЕС примут решение о совместных усилиях по содействию восстановлению экономики среди конкурирующих предложений. Компромисс между конфликтующими интересами может помешать единогласному решению и спровоцировать кризис. Даже в случае успеха совместное обязательство не может быть прелюдией к финансовому союзу, как утверждают сторонники. Европейский стабилизационный механизм и Европейский инвестиционный банк выпускают облигации, которые являются коллективными обязательствами.Тем не менее, если Европа представляет собой сумму ее ответов на кризис, ее коллективные действия сейчас имеют решающее значение.
(ориентировочные цены на конец марта, в скобках предыдущий)
Спот: 1,1100 долл. США (1,0955 долл. США)
Медианный прогноз Bloomberg на месяц 1,1075 долл. США (1,0925 долл. США)
Прогноз на один месяц 1,1110 долл. США (1,0960 долл. США) Предполагаемая доходность за один месяц 6,4% (6,3%)
Йен
Обменный курс доллар / иена в мае был стабильным между 106 иеной и 108 иеной. Нарушения были редкими и неглубокими.Общественная поддержка премьер-министра Абэ упала, и это может укрепить планы относительно пакета экономической помощи в размере 100 триллионов иен (~ 926 миллиардов долларов). Снижение цен на энергоносители, которое Япония не исключает из своей основной меры, на которую ориентируется центральный банк, привело к тому, что в апреле базовый индекс потребительских цен вернулся ниже нуля. Банк Японии расширил свои усилия по корпоративным облигациям и коммерческой поддержке, но постепенный рост акций позволил ему замедлить покупки ETF в мае. Дифференциал процентных ставок также низок и стабилен, в результате чего широкий аппетит к риску становится основным драйвером обменного курса.
Спот: JPY 107,85 (JPY107.20)
Медианный прогноз Bloomberg на месяц JPY 107,60 (JPY107.10)
Месячный форвард JPY 107,80 (JPY 107.15) Предполагаемый объем на один месяц 5,4 % (7,1%)
Стерлингов
Похоже, что в мае ничто не пошло в пользу Великобритании, и фунт стерлингов потянулся вниз. Хотя фунт отыграл часть своих прежних потерь, которые привели его к шестинедельному минимуму в середине мая (~ $ 1,2075), он по-прежнему оставался самой слабой из основных валют, обесценившись почти на 2 доллара.75% к доллару. Вирус сильно ударил по Великобритании, и он медленнее, чем многие другие страны, повторно открывается. Некоторые официальные лица Банка Англии подчеркнули возможность принятия отрицательной целевой ставки. Это не кажется ни неизбежным, ни неизбежным. На заседании 18 июня Банк Англии, скорее всего, вырастет из-за программы покупки облигаций на 100-200 млрд фунтов стерлингов. Торговые переговоры с ЕС, похоже, идут не очень хорошо, и это также может оказать давление на фунт стерлингов.
Спот: 1,2345 (1 доллар.1 месяц
Канадский доллар
Сочетание рискованного отношения, отраженного в продолжающемся восстановлении акций и улучшении фактора спроса / предложения, которое подняло цены на нефть на 60% в мае, поддержало канадский доллар. Доллар США упал до двухмесячного минимума в конце мая около 1,3725 канадского доллара. Заседание Банка Канады состоится 3 июня.Похоже, что на последней встрече губернатора Полоза нет необходимости вносить срочные поправки. Маклем станет его преемником, но есть сильное чувство преемственности. Общий индекс потребительских цен упал ниже нуля в апреле впервые с 2009 года, но это было вызвано падением цен на нефть и преувеличивает дефляционное давление. Базовые меры остаются неизменными. Если склонность к риску останется сильной, то есть потенциал в сторону 1,3500–1,3600 канадских долларов.
Спот: 1,3780 канадских долларов (1,3945 канадских долларов)
Медианный прогноз Bloomberg на месяц CAD1.3810 (1,4140 канадских долларов)
1 месяц вперед 1,3800 канадских долларов (1,3945 канадских долларов) подразумеваемый объем за месяц 6,9% (7,4%)
Австралийский доллар
С конца марта австралийский доллар был самой эффективной основной валютой, поднявшись примерно на 8,5% по отношению к доллару США. Австралийские акции также оказались в значительной степени бенефициаром от рефляционной торговли, при этом основной ориентир вырос почти на 5% в мае. Федеральная резервная система имела больше возможностей приблизиться к нулевой границе, чем Резервный банк Австралии, и это привело к возвращению нормальных отношений, когда Австралия предлагает надбавку к процентной ставке по сравнению с США.
Между тем, стремление Австралии к независимому расследованию происхождения коронавируса вызвало гнев Пекина, введя высокие пошлины (80%) на экспорт австралийского ячменя в Китай и запрет на продажу некоторых видов говядины. Хотя Китай может найти альтернативные источники поставок, этого нельзя сказать об австралийской железной руде (по крайней мере, в краткосрочной перспективе), которая может ограничить выпадение осадков.
Спот: 0,6665 долл. США (0,6510 долл. США)
Медианный прогноз Bloomberg на месяц 0,6575 долл. США (0,65 долл. США)6460)
Одномесячный форвард 0,6665 долл. США (0,6510 долл. США) Предполагаемая стоимость за месяц 10,8% (11,6%)
Мексиканское песо
Мексиканское песо было самой сильной валютой мира в мае, прибавив почти 9% по отношению к доллару США. С начала года до настоящего времени он по-прежнему снизился почти на 15%, что делает его третьим по слабости после бразильского реала (~ -24,5%) и южноафриканского рэнда (~ -19,5%). Изменение состояния песо в большей степени является результатом более широкой среды риска, чем улучшения экономических или политических перспектив Мексики.
Более спокойные рынки и глобальная ликвидность побуждают управляющих активами восстанавливать позиции, чтобы извлечь выгоду из высоких реальных и номинальных ставок Мексики, которые они были вынуждены снизить в темные дни марта. Песо также служит прокси для многих менее ликвидных или доступных валют развивающихся рынков. Валютный индекс развивающихся рынков JP Morgan в мае вырос примерно на 3,7%, что стало лучшим месячным показателем за более чем четыре года. Доллар потерял около половины своей годовой прибыли по отношению к песо.Импульс может сохраниться в сторону MXN21.00-MXN21.50, в зависимости от более широкой среды.
Спот: MXN22,18 (MXN24,15)
Средний прогноз Bloomberg на месяц т 22,38 MXN (24,10 MXN)
Прогноз на месяц 22,28 MXN (MXN24,20) Предполагаемый месяц об. 18,5% (19,6%)
Китайский юань
Рискуя принять макроэкономические данные Китая за чистую монету, похоже, что экономика восстанавливается. Тем не менее, поступили сигналы о дополнительных фискальных и монетарных стимулах.Годовое снижение цен производителей предупреждает о том, что сокращение прибыли все еще материализуется. По мере нарастания напряженности между США и Китаем курс доллара по отношению к юаню рос. Доллар укреплялся по отношению к юаню четыре недели подряд до конца мая. Трудно предвидеть, как ослабнет напряженность в ближайшие месяцы, особенно с учетом политического цикла в США. В конце 2019 года доллар вырос почти до 7,1850 китайского юаня и остановился в конце мая.
Однако, учитывая напряженность, существует риск дополнительной долларовой прибыли, хотя и сдерживается другими целями Китая, такими как сдерживание бегства капитала и стимулирование импортозамещения.В апреле Управление денежно-кредитного регулирования Гонконга вмешалось, чтобы остановить укрепление гонконгского доллара, который оказался востребованным с учетом повышения процентных ставок. Однако к концу мая инвесторы стали больше беспокоиться о будущем привязки, поскольку прогнозные ориентиры увеличились до максимума за два десятилетия.
Спот: CNY7,1365 (CNY7.0630)
Средний прогноз Bloomberg на месяц 7,1150 CNY (CNY7.0620)
На месяц вперед 7,1350 CNY (CNY7.0760) Предполагаемый объем за месяц 4,7% (4,3%)
Чтобы узнать обо всех сегодняшних экономических событиях, ознакомьтесь с нашим экономическим календарем.