Детерминанты, влияющие на величину валютного спреда, устанавливаемого коммерческими банками

Долгосрочная волатильность влияет на валютный спред положительно. Увеличение данной волатильности на единицу увеличивает спред на 15 копеек. Аналогичные результаты отражали многие авторы в своих исследованиях. Как только времена становятся менее стабильными, у банков появляется неопределенность и риски, которые нужно предотвращать и снижать, что они могут сделать, расширив валютный спред (Glassman, 1987; Blau and Withby, 2015; Batchelor et al., 2016; Nath et al., 2017). В исследуемый нами период, пятидневная волатильность изменялась в пределах от 0,04 до 0,74, 65-тидневная волатильность изменялась в пределах от 0,7 до 1,2, а сам курс менялся от 55,7 рублей до 60,3 рублей. Изменения валютного курса в России связаны с проводимой экономической политикой и геополитической ситуацией. Страна переживала не только коренные изменения (например, переход на новый режим валютного регулирования), но и кризисы (валютный кризис 2014 года). В связи с этим, банки выстраивают свою политику таким образом, чтобы привлечь к себе клиентов в случае резкого краткосрочного колебания путем снижения bid-ask спреда и увеличивают его, если эти тренды становятся долгосрочными, чтобы в меньшей степени колебания валютного курса доллара США отражались на результатах деятельности банка. По этой причине, волатильность официального курса доллара США оказывает влияние на долларовый спред.

Незначимой в данной модели оказалась переменная, отвечающая за объем сделок. Это может быть связано с тем, что в данный период остальные факторы оказывали более значимое влияние, а в банках опирались на другие показатели.

Говоря о ликвидности, мы видим, что эта переменная оказалась значимой. Однако она достаточно слабо изменяет спред. Если на валютной бирже увеличивается объем торгов на 1 млрд рублей, то банк отреагирует повышением спреда на 0,00002 рубля. Таким образом, чтобы спред изменился хотя бы на один рубль, объем торгов должен возрасти на несколько миллиардов рублей. Тем не менее, данные результаты подтверждают теорию о том, что ликвидность валюты оказывает положительное влияние на валютный спред. Возрастающий спрос на валюту ведет за собой возрастание цены этой валюты. На более ликвидной валюте банки могут заработать больше в силу распространения и частоты ее обмена.

Активы банка значимо влияют на спред (уровень значимости 1%). При увеличении активов банка на одну тысячу, спред практически не изменяется. Отрицательная зависимость может быть объяснена тем, что большее количество активов банка свидетельствует о его стабильности, репутации, устойчивом положении. Так, у этих банков появляется меньше рисков, чем у маленьких, в связи с чем они могут снизить свой валютный спред.

На уровне значимости 1% также оказалась значима переменная, которая отвечает за влияние спреда предыдущего периода. Как было показано в исследовании Batchelor, при установлении сегодняшнего валютного спреда, банки опираются на те значения, которые были накануне (Batchelor et al., 2016). Так, если вчерашний спред увеличился хотя бы на 1 рубль, то текущий спред повысится достаточно сильно - на 63 копейки. Положительная зависимость наблюдается потому как в банках учитываются краткосрочные тенденции и ожидания (Booth, 1984). Учитывая то, что было вчера, опираясь на предыдущий опыт, в банках могут построить прогноз на то, что будет дальше. Более того, если спред по ряду причин начал увеличиваться, банкам необходимо тут же снижать риски, а значит, увеличивать спред.

Представим полученные результаты относительно модели для спреда евро. Стоит отметить, что ввиду возникшей проблемы частичной мультиколлинеарности, мы исключили из исследования переменную, отвечающую за долгосрочную волатильность валютного курса.

Для евро краткосрочная волатильность оказалась незначимой переменной. Этот результат поясняется тем, что спред не зависит от того, насколько сильно колеблется курс. Если банки чувствуют нестабильность, они изначально делают спред выше (Ощепкова, 2017). За исследуемый период волатильность евро изменялась в пределах от 0,12 до 1,02. Сам официальный курс евро изменялся от 67,2 до 71,4 рублей.

Переменная, отражающая объем сделок в компании, оказалась значима на уровне значимости 10%. С увеличением объема сделок на 1 тысячу рублей, валютный спред евро уменьшается на 0,00004 рублей. Обратная зависимость уже была показана рядом авторов, в том числе Ding и Nath. Увеличение объема валютных операций позволяет банку стать более финансово устойчивым, снижает возможные риски. У банков снижается необходимость страхования рисков, а значит, они могут снизить разницу между ценой продажи и ценой покупки (Angelidis, Benos, 2009; Ding, 2009; Nath et. al., 2017)

Показатель ликвидности в модели значим на уровне значимости 1%. Наблюдается отрицательная зависимость. Если объемы торгов на бирже вырастают на 1 млрд рублей, а валюта становится более ликвидная, спред снижается. Данная теория также находила подтверждении во многих предыдущих работах. Частота обмена снижает трансакционные издержки, делая транзакцию дешевле, а значит снижает спред для данной валюты (Мискин, 2008; Ярыгина, Гисин, 2014; Драгуца, Беда, 2016).

Рассматривая контрольные переменные, вы видим, что не все они остались значимыми. Активы банка не оказывают влияния на валютный спред.

На спред евро оказывает сильное влияние то значение спреда, которое было установлено в предыдущий день. Данный коэффициент значим на уровне значимости 1%. Если спред в предыдущий день увеличился на 1 рубль, то текущее значение спреда увеличивается на 67 копеек. Объяснение данному результату аналогично с тем, что приводилось для модели, где исследуется доллар США.

5.2 Возможные ограничения исследования

Проведенное исследование вне всякого сомнения полезно как для потребителей банковских услуг, связанных с покупкой или продажей иностранной валюты, так и для банковских работников, определяющих курсы валют. Выводы, полученные в исследовании, распространяются на частные и государственные банки, действующие на территории Российской Федерации, разных размеров и с разными характеристиками. Тем не менее, в исследовании существует ряд ограничений, которые следует учесть при выполнении последующих исследований на изучаемую тему.

В первую очередь, мы ограничили временной ряд исследования шестью месяцами. Для повышения качества модели, изучения долгосрочных трендов можно расширить временные границы исследования. Ограничивая таким образом выборку, мы исключаем возможное влияние, например, валютных кризисов, которые проходят в стране. Невозможность учета ряда факторов, имеющих возможное влияние на валютный спред, искажает результаты оценивания модели.

Следует отметить и то, что ограничен был не только временной ряд, но и исследуемые валюты. Расширение списка исследуемых валют могло бы значимо повлиять на результаты исследования.

Следующее возможное ограничение - особенность сбора данных для построения модели. К сожалению, банки не публикуют и, тем более, не хранят историю установленных валютных спредов. Поэтому нами было принято решение собирать данные о курсах валют с информационного портала Mainfin.ru ежедневно и затем вычислять спред самостоятельно. Остальные показатели в базе данных также собирались вручную с использованием информационного портала Banki.ru, официальных сайтов коммерческих банков и сайта Центрального Банка Российской Федерации. Такой метод сбора данных не исключает случайной ошибки, которая может повлиять на полученные результаты.

Рассматривая условия Гаусса-Маркова, вы столкнулись с проблемой эндогенности в модели. Несмотря на больше количество макроэкономических показателей, на которые валютный спред не может оказать никакого влияния, в модели все же есть одновременное влияние между зависимой переменной и объясняющей. Как уже было сказано выше, возможно, не только объемы сделок влияют на спред, но и спред влияет на объем сделок, так как более выгодное предложение может привлечь большее количество потребителей данного вида услуг.

Еще одной проблемой при построении модели стало наличие частичной мультиколлинеарности между переменными, отвечающими за долгосрочную волатильность официального курса евро и ликвидность евро. Рассмотрев ряд домодельных и послемодельных признаков, было принято решение исключить одну из переменных из исследования. Так как влияние волатильности мы оцениванием не одним фактором, а двумя (с шагом в 5 и 65 дней), то было решено исключить именно эту переменную, а ликвидность оставить для дальнейшего исследования.

Также в построенной нами модели для доллара США оказалась незначима переменная, отвечающая за объем сделок в банке. Однако все предыдущие исследования говорят о значимом влиянии показателя на спред. Возможно, в данную модель следует включить большее количество контрольных переменных, отражающих финансовое положение банков или экономическую ситуацию в стране.

Заключение

Данное исследование было посвящено выявлению факторов, влияющих на разницу между ценой продажи и покупки иностранной валюты. Объясняющие переменные были отобраны в соответствии с проведенным анализом теоретических работ, существующих к данному времени. Изначально ожидалось влияние трех факторов - волатильность, объем сделок и ликвидность. Однако, в процессе проведения исследования были добавлены ряд факторов, которые могли бы оказывать влияние. По результатам исследования мы видим, что данное решение было правильным.

Таким образом, исследуемыми факторами стали: краткосрочная волатильность (шаг - 5 дней), долгосрочная волатильность (шаг - 65 дней), объем следок, ликвидность, активы банка, ежемесячная чистая прибыль банка, спред предыдущего периода. Зависимая переменная - разница между ценой продажи и ценой покупки доллара США в первой модели и разница между ценой продажи и ценой покупки евро во второй модели.

Данные для исследования каждого фактора были собраны вручную, в соответствии с публикуемой банками информацией на официальных сайтах, а также на сайте Центрального Банка Российской Федерации. База данных была обработана, проведен предварительный анализ данных, а также корреляционный анализ для построения более качественной модели и более точных оценок. Для оценки коэффициентов была построена регрессионная модель с фиксированными эффектами.

По результатам исследования оказалось, что в большей степени текущий спред зависит от спреда предыдущего периода. Банки учитывают вчерашнее положение дел и, опираясь на него, устанавливают текущее значение. Это не только снижает риски компании, но и позволяет поддерживать устойчивое финансовое положении внутри, а также отслеживать ситуацию, которая складывается на рынке.

Гипотезы, выдвигаемые нами в работе, подтвердились частично.

Как показали результаты работы долгосрочная волатильность действительно находится в положительной зависимости со спредом доллара США. Чем больше колеблется курс, тем больше банк хочет обезопасить себя и расширяет спред. Что касается краткосрочной волатильности доллара США, то она находится в обратной зависимости с долларовым спредом, в связи с желанием привлечь клиентов. Ожидая, что спрос со стороны потребителей вырастет, потому что колебания курса свидетельствуют о нестабильной ситуации, а значит люди поспешат менять эту валюту на более стабильную, банки понижают валютный спред.

Гипотеза о том, что объем сделок находится в прямой зависимости со спредом не подтвердилась ни в одной из моделей. Для модели со спредом доллара США коэффициент оказался незначим. Рассматривая модель bid-ask спреда евро, мы увидели обратную зависимость. Данный результат уже был получен авторами многих работ ранее. Увеличение числа сделок свидетельствует об устойчивости положения компании, а значит, валютный спред может снижаться.

Последняя выдвигаемая нами гипотеза нашла подтверждение в работе частично. Ликвидность действительно оказывает значимое влияние на валютный спред как доллара США, так и евро. В модели для доллара США гипотеза не подтверждается и между переменными наблюдается прямая связь. На более ликвидной валюте банк может заработать в большей степени в связи с тем, что такую валюту обменивают чаще (спрос на самую ликвидную валюту превышает спрос на любую другую валюту, а значит на ней можно заработать в большей степени). В модели для евро гипотеза об обратной зависимости между переменными подтверждается. Между спредом и ликвидностью валюты наблюдается обратная зависимость. Это объясняется простотой и частотой осуществления трансакций, что делает их дешевле, а значит уменьшается и спред. Различные результаты вполне могут быть, так как между ликвидностью доллара США и евро в данной выборке разница составляет практически в пять раз.

Полученные результаты, которые расходятся с обоснованными гипотезами, могут быть связаны с рядом ограничений исследования. Здесь стоит отметить и то, что исследование проводилось на полугодовом интервале, и то, что исследование ограничивалось двумя валютами - доллар США и евро, и особенность сбора данных. Вся база данных собиралась вручную, что не исключает возникновение случайной ошибки.

Проводя дальнейшее исследование, можно учесть и ряд других финансовых и экономических показателей в качестве контрольных переменных, что также может улучшить качество построенной модели. Также следует изучить долгосрочное влияние волатильности, так как данная переменная была исключена ввиду возникновения проблемы частичной мультиколлинеарности.

Несмотря на то, что построенная в исследовании модель обладает устойчивыми результатами и является качественной, дальнейшие исследования могут усовершенствоваться посредством расширения выборки, увеличения контрольных переменных, выявления дополнительных факторов, оказывающих влияние на валютный спред.

Необходимость в том, чтобы понимать факторы, определяющие разницу между ценой продажи и ценой покупки иностранной валюты, появилась как со стороны потребителей данных услуг, так и со стороны банков. Нестабильная ситуация на валютном рынке, переход на новый режим валютного регулирования, проводимая экономическая политика и геополитическая обстановка - все эти изменения в очередной раз подтверждают важность проведения данного исследования.

Список использованных источников

Нормативные правовые акты

1. Федеральный закон от 10.12.2003 N 173-ФЗ «О валютном регулировании и валютном контроле».

Специальная литература

2. Гисин В., Ярыгина И. Управление финансовыми рисками: теория и практика // Вестник Института экономики Российской академии наук. 2014. Vol. 1. P. 85-101.

3. Мискин А.С. Современные тенденции развития единых валют // Томский политехнический университет. 2008. Vol. 1. P. 71-75.

4. Ощепкова А.А. Детерминанты разницы цены продажи (покупки) доллара США, устанавливаемого российскими банками и официального курса доллара США к рублю Банка России. 2017.

5. Фролова и др.. Рыночные шоки в ценах российских // Проблема анализа риска. 2014. Vol. 6. P. 28-43.

6. Angelidis T., Benos A.. The components of the Bid-Ask Spread: the Case of the Athens Stock Exchange.

7. Basher et al. Oil prices, exchange rate and emerging stock markets // Energy Economics. 2012. Vol. 34. P. 227-240.

8. Batchelor R.A. et al. The Relation between Bid-Ask Spreads and Price Volatility in Forward Markets // Derivatives and Hedge Funds. 2016, P. 161-184.

9. Blau, B.M., Whitby, R.J., The Volatility of Bid-Ask Spreads // Financial Management. 2015. Vol. 44. P. 851-874.

10. Booth L.D., Bid-Ask Spreads in the market for forward exchange // Journal of International Money and Finance. 1984. Vol. 2. P. 209-222.

11. Chung, K.H., Kim, Y.. Volatility, Market Structure, and the Bid-Ask Spread. Asia-Pac. // J. Financ. Stud. 2009. Vol. 38. P. 67-107

12. Ding, L. Bid-ask spread and order size in the foreign exchange market: an empirical investigation // Int. J. Finance Econ. 2009. Vol. 14. P. 98-105.

13. Fama E.F., MacBeth J.D. Risk, Return and Equilibrium: Empirical Tests // Journal of Political Economy. 1973. Vol. 81. P. 607-636.

14. Frenkel J.A., Levich R.M. Covered Interest Arbitrage: Unexploited Profits? // Journal of Political Economy. 1975. Vol. 3. P. 325-229.

15. Glassman, D. Exchange rate risk and transactions costs: Evidence from bid-ask spreads // Journal Int. Money Finance. 1987. Vol. 6. P. 479-490.

16. Harris T. Earnings announcements and quoted bid-ask spreads of U.S. Bank Holding Companies // Finance Research Letter. 2017. Vol. 20. P. 223-228.

17. Harris L.E., Glosten L. R.. Estimating the components of the bid-ask spread // Journal of financial Economics. 1988. Vol. 21. P. 123-142.

18. Huang, R.D., Stoll, H.R. The components of the bid-ask spread: A general approach// Journal Rev. Financ. Stud. 1997. Vol. 10. P. 995-1034.

19. Minardi F., A.M.A., Sanvicente, A.Z., Monteiro, R. da C.. Bid-Ask Spreads in a Stock Exchange Without Market Specialists // Lat. Am. Bus. Rev. 2006. Vol. 7. P. 19-39.

20. Narayan, P.K. et al. New empirical evidence on the bid-ask spread // Journal Appl. Econ. 2015. Vol. 47. P. 4484-4500.

21. Nath G.C. et al. Determinants of Bid-ask Spread in the Indian Government Securities Market // Economic and Political Weekly. 2017. Vol. 12. P. 129-140.

Аннотация

В данной работе исследуются факторы, влияющие на разницу между ценой продажи и ценой покупки доллара США и евро. На территории РФ 355 банков оказывают услуги по валютным операциям. Вопрос о том, когда и где выгоднее поменять валюту беспокоит потребителей настолько часто, что в 2016 году компания «РБК» запросила у аналитической компании исследование на эту тему. Но не только потребителям важно понимать величину валютного спреда, но и банкам, желающим оградить себя от рисков. Возникает вопрос, что определяет разницу между ценой продажи и покупки валюты? Какие факторы на нее влияют? В исследовании будет применен регрессионный анализ, базирующийся на данных о валютном спреде за период с 01.09.2017 по 28.02.2018. По результатам исследования ликвидность и спред предыдущего периода влияют на то, какое значение примет спред доллара США и евро. Активы и краткосрочная волатильность значимы только для модели доллара США, а объем сделок - для евро.

In this paper we investigate factors influencing the bid-ask spread. Nowadays there are 355 commercial banks in Russian Federation, which provide services for foreign exchange transaction. The question of when and where people can change money more profitable concerns time and again, therefore the company «RBC» has requested a study from a professional analytical agency. Nevertheless, not only consumers have to understand the bid-ask spread, but also commercial banks, who wants to reduce risks. However, what is determine the bid-ask spread? Which factors affect it? In this paper, we build a regression model based on the data of currency spread from 01.09.2017 to 28.02.2018. The results show that liquidity and previous spread influencing the bid-ask spread of U.S. dollar and euro. Assets and short-run volatility are significant only for U.S. dollar model, size order - only for euro.

Приложение

Предварительный анализ данных

Таблица 1 Коэффициент вариации

Корреляционный анализ

Таблица 1 Корреляционная матрица (доллар США)

Таблица 2 Корреляционная матрица (евро)

Размещено на Allbest.ru