Особенности формирования синтетического валютного курса на базе виртуальной экономики

· Собиратели - добывающие профессии, такие как: рыбная ловля, собирание трав, добыча полезных ископаемых и другие

· Ремесленники - производящие профессии, такие как: кузнечное дело, начертание (производство бумаг), алхимики и другие

Собственно, как и в реальной экономике, между игроками происходит обмен ресурсами, далее, производится товар, а затем данный товар может быть продан либо на прямую другим игрокам, либо через аукцион. Также стоит отметить, что в этой игре, как и в других виртуальный мирах, существует возможность использования ботов.

В игре искусственно создана виртуальная валюта - Gold (далее золото/голд). Каждая вещь или услуга имеет свою определенную стоимость в данной валюте. Существуют несколько основных источников денежной массы, а также несколько основных каналов оттока.

Также разработчиками был создан аукционный рынок, на котором игроки могут обмениваться товарами. Основной процесс обмена происходит именно благодаря данному институту торговли.

Формирование теневого рынка обмена виртуальных благ на реальные

Как уже было сказано ранее, в виртуальных экономиках зачастую возникает потребность в обмене виртуальных благ на реальные, как со стороны производителей виртуальных благ, так и со стороны покупателей, которые готовы обменять реальные деньги на виртуальные блага. В данном случае возникает “теневой рынок” (Heeks 2008).

Под теневым рынком или теневой экономикой подразумеваются -экономические взаимоотношения игроков за пределами внутриигровой экономики, которые развились стихийно, в обход установленных государством законов. В теневом секторе экономики существует множество услуг, таких как повышение уровня персонажа, получение определенных достижений, прохождение сюжетной линии и другие. Основной услугой является торговля внутриигровой валютой, т.е. обмен реальных денег на внутриигровую валюту и наоборот. Такой рынок сильно развит в мире и, в России, в частности. На территории России существует более 50 сайтов, занимающихся подобным оборотом валюты. Естественно, Blizzard не одобряет подобные действия и считает их незаконными, выборочно блокируя аккаунты, заподозренные в подобном обмене.

В данной игре, с момента создания в 2004 году, существует теневой рынок обмена виртуальной валюты, на котором люди могут произвести обмен. Т.е. по-сути существовал обменный курс между внутриигровой валютой и реальной. Данная возможность обмена на теневом рынке, для игрока, была единственной альтернативной траты своего времени на получение внутриигровой валюты, об этом говорят Thomas Debeauvais, Bonnie A. Nardi, Cristina V. Lopes; (2012) Однако, в апреле 2015 года, компания издатель приняла решение ввести альтернативный, официальный валютный курс, чтобы сократить объёмы теневого сектора.

Взаимосвязь теневого и официального валютных курсов

В данной игре существуют два вида валютных курсов:

· Теневой обменный курс - данный обменный курс формируется в зависимости от количества внутриигровой валюты и потребностей игроков в обмене реальных благ на внутриигровые. Устанавливается биржами и брокерами в теневом секторе (фиксированный валютный курс).

· Официальный обменный курс - курс валют, установленный государством в апреле 2015 года, который изменяется и формируется, в зависимости от спроса и предложения на “Токен” (плавающий валютный курс).

WoW “Токен” - предмет в World of Warcraft, который предоставляет возможность получить внутриигровое время или золото, в зависимости от того покупается ли он за золото или реальные деньги. Токен продается на внутриигровой торговой площадке - аукционе. Источник: https://us.battle.net/shop/en/product/world -of-warcraft-token

Если “Токен” покупается за реальные деньги, то его предназначение только одно - продать на аукционе и обменять на виртуальную валюту. Стоимость внутриигровой подписки составляет 13 EUR для европейского региона, а “Токен” стоит 20 EUR, т.е. отсутствует экономический смысл использования данного предмета для продления игрового времени; в среднем, каждый жетон обходится на 7 EUR дороже, чем если бы игроки покупали обычную подписку.

Формирование цены на “Токен” происходит с помощью определенного алгоритма, который был создан разработчиками. В основание данного алгоритма была заложена идея о “Невидимой руке рынка”, что цена на данный предмет будет изменяться, в зависимости от спроса и предложения, в режиме реального времени. Т.е. цена автоматически формируется для всего региона, в зависимости от количества желающих приобрести “Токен” за реальные деньги, потратив 20 EUR (выставив его на продажу на аукционе) и людей, которые готовы купить “Токен” за внутриигровую валюту. Наступает паритет. Далее автоматически формируется цена, по которой “Токен” продается и покупается (за внутриигровую валюту).

Государство нашло способ монетизировать сервис, который давно существовал на черном рынке, а именно- обмен внутриигровой валюты на подписку. Что, по-сути, является обменом виртуальной валюты на реальный товар с реальной рыночной стоимостью в национальной валюте. Однако, данная возможность была реализована только 3 Апреля 2015 года и была сильно ограничена по функциональности, т.к. существовала возможность обмена виртуальной валюты только на игровое время (которое все также приходилось продавать на черном рынке) и обмена реальных денег на виртуальную валюту, т.е. обменный курс был односторонним, как в закрытой экономике, типа СССР. Очередное экономическое обновление данной системы произошло 6 февраля 2017 года, когда государство ввело возможность обмена виртуальной валюты на реальные деньги онлайн кошелька Battle.net. Данные деньги могут быть потрачены только на продукты, произведенные Blizzard (это как внутриигровые предметы, так и другие игры, выпущенные данной компанией, которые имеют реальную стоимость). Однако, подобное нововведение открыло возможность законно приобрести игру Blizzard за реальные деньги, вырученные внутри игры, и продать данную игру на легальных торговых площадках по продаже игр. Т.е. издатель почти полностью снял ограничения по обмену валют и, как следствие, валютный курс стал полностью конвертируемым. Более подробно об экономической структуре данной игры можно прочитать в приложениях.

Глава 2. Методологическая основа работы

2.1 Тестируемые гипотезы

Как уже было обозначено выше, основной целью данного исследования является обнаружение специфичных для виртуальной экономики факторов, оказывающих влияние на формирование внутриигрового валютного курса. Основываясь на анализе научной литературы и отчетов по рынку целесообразно протестировать следующие три основные гипотезы.

Внутриигровые и околоигровые факторы

Гипотеза 1. Внутренние игровые и околоигровые факторы оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и интернет-магазинами соответственно.

Официальный синтетический валютный курс постоянно изменяется, подстраиваясь под сформировавшиеся ожидания игроков о спросе и предложении валют. Внутриигровые и околоигровые события оказывают непосредственное влияние на данные ожидания, что в последствии отражается на росте или падении реальной стоимости внутриигровой валюты. Подобное влияние оказывается и на брокеров/посредников игровых транзакций, которые вынуждены менять ценовую политику на неофициальном рынке. В связи с подобными трансформациями, происходит изменение спреда между официальным и теневым валютными курсами.

Изучению теневого и официального валютных курсов синтетических экономик посвящено лишь незначительное количество исследований, в связи с уникальностью синтетических экономик, относительной новизной, а также из-за сложности получения данных от непосредственных участников виртуальных отношений.

Многие научные деятели смогли систематизировать экономические отношения между виртуальным и реальным мирами, что существенно облегчает выбор потенциальных факторов. Так, например, Heeks (2008) пришел к следующему выводу: что виртуальный теневой валютный курс, зависит от следующих внутриигровых и околоигровых факторов:

· Рост денежной массы

· Выпуск игр-субститутов

· Блокировки аккаунтов ботоводов и рядовых пользователей.

Выдвигая предположение о том, что все факторы, такие как стоимость интернета, электроэнергии, маркетинга, еды и прочего, для брокеров остаются неизменными.

Гипотеза 1.1 События, связанные с блокировками аккаунтов рядовых пользователей и ботоводов приводят к обесцениванию валютного курса GOLD/RUB на официальном и теневом валютных рынках.

Гипотеза 1.2 Выпуск игр-субститутов в жанре MMORPG от других издателей, приводит к повышению валютного курса GOLD/RUB на официальном и теневом валютных рынках.

Необходимо отметить работу Filip Љmolнk (2012), в которой он провёл анализ теневого валютного курса на выборке с 24.02.2009 по 7.3.2012. Основная часть работы посвящена изучению влияния внутриигровых обновлений на валютный курс. Автор в своей работе получает следующий результат - существует значимое влияние выпусков обновлений на внутриигровые цены и на реальную стоимость внутриигровой валюты. В работе это обосновывается двумя основными факторами, а именно то, что устанавливается усовершенствованная анти-чит/анти-бот программа, а также тем, что в новых обновлениях повышается общая эффективность фарминга голды. Аналогичная гипотеза проверялась у Skuhrovec (2009), в которой автор пришел к похожим результатам. Таким образом, основной вывод заключается в том, что комплексное изменение внутриигрового контента существенным образом влияет на внутриигровую экономику и потребности игроков.

Гипотеза 1.3 Выпуск новых обновлений приводят к обесцениванию валютного курса GOLD/RUB на официальном и теневом валютных рынках.

Однако, стоит отметить, что люди зачастую принимают решения, будут ли они играть в игру или нет, на стадии объявления о будущем обновлений, поэтому целесообразно добавить и фактор анонса.

Гипотеза 1.4 Подготовка к выпуску будущих обновлений приводит к обесцениванию валютного курса GOLD/RUB на официальном и теневом валютных рынках.

Стоит отметить логичный вывод, сделанный Castranova (2001), где автор приводит доказательства, что стоимость внутриигровой валюты напрямую зависит от количества подписчиков в онлайн-экономиках, аналогичный вывод можно найти у Vili Lehdonvirta (2009). Также Castranova делает предположение, что на валютный курс должны влиять факторы, провоцирующие рост подписчиков.

К таким факторам можно отнести: проведение конференций и распродаж Donald R. Lichtenstein “Marketplace attributions и consumer evaluations of discount claims” (1989) , выпуск фильмов по одноименным вселенным, Брайан Холинка, игровой дизайнер Blizzard Entertainment, подтвердил, что, возможно, релиз фильма может привлек новых игроков в “World of Warcraft”. выпуск новых обновлений https://www.engadget.com/2012/04/18/what-are-wow-players-searching-for-on-google/, выпуск новых игр от единого издателя.

Гипотеза 1.5 Стимулирующая политика Blizzard по привлечению подписчиков приводит к обесцениванию валютного курса GOLD/RUB на официальном и теневом валютных рынках. Следующие факторы входят в данный показатель:

· Выход на рынок товара-комплимента Overwatch

· Выпуск фильма по одноименной вселенной

· Проведение распродаж

· Проведение Blizzcon

Как уже было сказано ранее, между синтетической экономикой можно легко провести параллель с реальным миром. Подобным способом пользуются Dmitri Williams, Brian Keegan, Jaideep Srivastava (2010). В своей статье они сравнивают сеть по продажи голды на теневом рынке с сетью продажи наркотиков, используя социальный анализ сетей и распределение девиантного поведения. Одним из выводов работы является то, что эффективные методы (такие как частичная легализация) которые некоторые государства используют для декриминализации теневого рынка по продаже наркотиков, вполне могут подойти и для борьбы с нелегальной продажей голды на неофициальном рынке. В связи с этим, необходимо рассмотреть, как изменение правил продажи голды на внутриигровом рынке, повлияло на виртуальный валютный курс.

Гипотеза 1.6 События, связанные с изменением правил внутриигровой экономики, приводят к повышению валютного курса GOLD/RUB на официальном и теневом валютных рынках.

Вышеописанные факторы влияют на формирование синтетического валютного курса изнутри, являются лишь внутренней стороной “мембраны”. Для полноты картины необходимо рассмотреть и внешние факторы, которые могут оказывать влияние на формирование валютного курса снаружи, основываясь на предположении, что издержки брокеров и других посредников остаются неизменными.

Гипотеза 2. Внешние экономические факторы оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и интернет-магазинами соответственно.

Castranova (2004), рассматривает рынок продажи голды не только со стороны продавца, но и со стороны покупателя, анализируя какие параметры влияют на предпочтения покупателя; как принимается решение о покупке; как формируется паритет цены. В своей работе он отмечает, что существуют различия между теневыми валютными курсами для Йены, Доллара, Лиры. Т.к. возможности для развития внутри игры едины для любого человека, из любой страны, а обменный курс этих стран различается. Это в свою очередь означает, что определенные экономические факторы, уникальные для каждой из этих стран влияют на обменный курс валют между реальной и виртуальной. Уровень благосостояния граждан напрямую влияет на внутриигровую экономику, т.к. в разных странах у граждан разная платежеспособность и разные возможности по участию в экономических отношениях.

Внешние факторы

Гипотеза 2.1 Курс EUR/RUB оказывает сильное влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и Интернет магазинами соответственно.

“Токен”- является товаром, цена на который едина для всего европейского региона и исчисляется она в евро. Российские сервера данной виртуальной экономики прикреплены к Европе и, поэтому все расценки косвенно привязаны к значению валютного курса EUR/RUB, однако транзакции совершаются в национальной валюте - рублях. “Дневные” колебания не отражаются на значениях товаров и услуг, предоставляемых Blizzard, но, на длинной дистанции, сильные изменения валют могут побудить издателя игры сменить ценовую политику.

Данная ситуация аналогична и для интернет-магазинов: т.к. курс EUR/RUB влияет прямым образом на покупательную способность игроков и их функцию спроса, менеджеры брокерских контор вынуждены корректировать цены в магазине, в зависимости от отношений двух реальных валют, чтобы соответствовать рыночным ожиданиям.

Гипотеза 2.2 Котировки Brent Бенчмарк Brent выбран как наиболее эталонный и влияющий на цены остальных марок, таких как Urals, Siberian light, REBCO. оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и Интернет магазинами соответственно.

Россия является одним из ведущих поставщиков нефти и газа в мировой экономике. Две трети Российского экспорта и более 50% доходов бюджета зависят от нефти и газа. Сильная зависимость от сырьевого экспорта делает страну чрезвычайно уязвимой к изменениям мировых цен на нефть. Christian Dreger, Jarko Fidrmuc, Konstantin Kholodilin and Dirk Ulbricht “The Ruble between the hammer and the anvil: Oil prices and economic sanctions” Данная зависимость от нефти пагубно сказывается показателях российских бирж на благосостоянии граждан, а также на их платежеспособности в периоды низких цен на нефть. В таких ситуациях, меньшее количество игроков смогут позволить себе оплачивать подписку и покупать голд в виртуальном мире, что также должно сказываться на официальном и теневом валютных курсах. Т.е. индекс нефти Brent можно использовать, как косвенный показатель платежеспособности и благосостояния граждан.

Гипотеза 2.3 Котировки золота оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и Интернет магазинами соответственно.

Аналогично котировкам Brent, котировки золота также сильно коррелируют с благосостоянием граждан. Учитывая, что основная часть данной работы посвящена кризисному периоду в российской экономике, стоит рассмотреть подобную зависимость. Основываясь на работах, исследующих влияние золота на биржи в развивающихся экономиках в кризисные периоды, можно говорить о том, что цены на золото и золотовалютные резервы, оказывают существенное влияние на возможности стран по выходу из кризисных периодов без серьезных последствий. Подобные результаты записаны в статье, Narayan и Sharma (2011). Авторы также полагают, что золото стало предпочтительным активом для защиты портфелей в условиях рыночной конъюнктуры из-за его низкой корреляции с акциями. Т.е. индекс золота можно использовать, как некоторый показатель возможности страны по выходу из кризиса, а также как косвенный индекс платежеспособности и благосостояния граждан. Как уже было сказано ранее, уровень благосостояния граждан напрямую влияет на внутриигровую экономику.

Гипотеза 2.4 Котировки индекса MOEX оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и интернет-магазинами соответственно.

Одним из основных инструментов по определению экономической ситуации в стране является Московская биржа MOEX, где торгуются акции наиболее крупных игроков, оказывающих сильное влияние на Российскую экономику. В данном случае индекс MOEX кажется наиболее репрезентативным показателем успешности российской экономики и, как следствие, благосостояния и платежеспособности граждан.

Гипотеза 2.5 Значения среднедневной и месячной инфляции в России Бенчмарк Brent выбран как наиболее эталонный и влияющий на цены остальных марок, таких как Urals, Siberian light, REBCO. оказывают влияние на официальный и теневой обменные курсы валют (GOLD/RUB), установленные Blizzard и Интернет магазинами соответственно.

Основываясь на работах, изучающих формирование и прогнозирование валютных курсов, а именно, таких как C.E. Castillo-Maldonado, F. Perez-Macal (2013) и Y.W. Cheung, M.D. Chinn, A.G. Pascual, (2005), было принято решение о необходимости введения показателя инфляции. Т.к. это основной показатель при построении моделей, основанных на теории паритета покупательной способности (ППС). Данная теория гласит, что долгосрочная реальная покупательская способность в любых двух странах должна быть эквивалентной.

Гипотеза 3 Котировки акций Blizzard (NASDAQ) и официальный внутриигровой валютный курс, уставленный Blizzard, подвержены влиянию смежных факторов, в следствие чего, между ними может возникать сильная статистическая взаимосвязь.

Любопытным, пусть и весьма смелым, предположением в рамках данного исследования является сильная статистическая зависимость котировок акций и внутриигровой валюты. Стоит отметить, что абсолютное большинство игроков в российском сегменте не занимаются инвестиционной деятельностью и не торгуют на американской бирже. Однако необходимо понимать, что потенциально на обе переменные влияют одни и те же факторы. Например, общие мировые экономические тренды, кризисы, количество подписчиков, цены на услуги и товары и т.д. Обоснованием для такой гипотезы стали результаты, приведенные в статье Tae Ung Kim, Daeyoung Kim, Mi-Ryang Kim (2015), где авторы из Кореи, используя метод анализа событий (event study), утверждают, что выход новых обновлений для онлайн-игр позитивно влияет на количество новых подписчиков, а также на удержание старых, что естественно сказывается на доходности компании и ее финансовых показателях. Также стоит отметить, что, до выпуска Overwatch, половина денежных потоков компании аккумулировалась за счет платных подписок и обновлений, а также платного внутриигрового контента для игроков World of Warcraft. Основываясь на годовых финансовых отчетах компании Activision Blizzard 2015 и 2016 годы. В связи с этим, целесообразно, что инвесторы смотрят на количество подписчиков внутри игры, а внутриигровой валютный курс может им в этом помочь. Особенно в условиях, когда Blizzard больше не публикует данных о количестве игроков World of Warcraft.

2.2 Критерии формирования выборки

Для достижения целей настоящего исследования были рассмотрены внутриигровые валютные курсы, а также новостные и тематические игровые сайты на предмет публикации информации о влияющих факторах.Также стоит учесть события, которые напрямую или косвенно затрагивают внутриигровую экономику.

Следующая информация была собрана (таблица 4) Источник: данные автора.:

· Информация, связанная с подготовкой к обновлению

· Информация, связанная с выпуском обновления

· Информация, связанная с блокировками аккаунтов и ботоводами

· Информация, связанная с изменением внутриигровой экономики

· Информация, связанная выходом товаров-комплиментов от единой компании-издателя

· Информация, связанная выходом товаров-субститутов от прочих издателей MMORPG

· Информация, связанная с выпуском фильма по одноименной вселенной

· Информация, связанная с проведением распродаж внутриигровых предметов и игр Blizzard

· Информация, связанная с проведением конференции разработчиков и игроков - Blizzcon

В качестве основного источника информации по официальному валютному курсу использовался сайт wowtoken.info Данный сайт предоставляет статистику по колебаниям внутриигрового валютного курса для разных регионов.. Обновление данных на сайте происходит 6 раз в день, с момента ввода возможности конвертации внутриигровой валюты в игровое время. Данные были собраны за период с 21.04.15 по 21.03.17 и приведены к среднедневным значениям. Изначально конвертируемость валюты была ограничена, поэтому было необходимо привести данные по стоимости в голде внутриигрового предмета “Токена” к рублевым значениям. Для этого среднедневное значение стоимости “Токена” делилось на 1000г, далее значение стоимости токена в рублях (неизменное для российского региона - 1100 рублей) делилось на значение стоимости токена в тысячах голды, в итоге получался официальный внутриигровой курс GOLD/RUB. На всех теневых сайтах по продаже валют, валютный курс обозначен, как X руб за 1 тысячу голды.

Основным источником информации по теневому валютному курсу являлся сайт “Совух-торговец” - Boomkin.ru, занимающийся интернет продажами внутриигровой валюты на российском рынке. С администрацией данного сайта было заключена устная договоренность о консультировании и предоставлении информации по внутриигровому валютному курсу. Т.к. все сайты находятся в довольно плотной конкуренции и вынуждены принимать решение о цене на голд, основываясь на анализе цен конкурентов, было принято решение о принятии данных цен, как эталонных и единых для всего рынка. Отличие цен между сайтами составляет 0%-6%, в зависимости от репутации интернет магазина на рынке. Данные были предоставлены за период с 06.05.14 и до 21.03.17 в формате RUB за 1 тысячу голды.

Далее были собраны данные по дневным котировкам индекса MOEX; нефти марки Brent, золота; курсу валют EUR/RUB; Данные были загружены с сайта finam.ru и moex.com. Также была загружена статистика по инфляции за период с 06.05.14 по 21.03.17 с официального сайта ЦБ РФ, cbr.ru. Информация о факторах (описанных в научной литературе), влияющих на валютный курс, была взята с тематических игровых сайтов, либо из новостной повестки компании.

2.3 Методы анализа валютного курса

Существует множество моделей для прогноза значений и анализа взаимосвязей, от простейших линейных моделей и до сложных самообучаемых нейросетей. Наибольшей проблемой для многих исследователей зачастую является проблема неопределенности. Т.к. многие финансовые инструменты, индикаторы, переменные периодически двигаются хаотично и не поддаются трендам, возникает проблема предсказания волатильности. Многие известные экономисты затрагивали данную тему, так, например, Mandelbrot (1963) и Fama (1965) пришли к выводу, что подобная волатильность не является фиксированной величиной, а имеет свой внутренний тренд. Подобные выводы подтолкнули будущее поколение экономистов к решению данной проблемы.

ARCH - (autoregressive conditional heteroscedasticity)

Нобелевский лауреат R.Engle (1982) предложил собственную модель ARCH, автор ввел условную дисперсию, которая подвергается изменениям в течение времени (на которую влияет информация), в то время как безусловная дисперсия случайного возмущения постоянна во времени.

Подобная модель выглядит следующим образом:

· условное математическое ожидание и среднее математически представлены, как:

· условная вариация:

· r_t - логарифмированная доходность актива во времени;

· I - информация, которая влияет на доходность;

· - функция, показывающая динамическое изменение математического ожидания доходностей.

Тогда, доходность можно сформировать в следующем виде:

,

- это белый шум; имеет нулевое математическое ожидание;

Условная вариация описывается следующим уравнением:

Тогда ARCH-модель может быть представлена в виде следующих уравнений:

Модель ARCH порождает некоторые трудности при подсчете переменных, из-за длинных лагов и большого числа параметров, т.к. модель не могла оперативно реагировать на изменения в доходностях. Данную проблему решил Bollerslev T. (1986), предложив использовать обобщенную авторегрессионную модель условнои? гетероскедастичности (Generalized аutoregressive conditional heteroscedasticity).

GARCH - (generalized autoregressive conditional heteroscedasticity)Отличие от оригинальной модели заключается в том, что данная модель включает в себя, как скользящую среднюю, так и авторегрессию, т.е. учитывая еще и значения прошлых значений самой условной дисперсии. Наиболее упрощенная версия GARCH выглядит следующим образом:

,

По-сути ARCH является частным случаем GARCH, а именно (0,1). Отличие же заключается в том, что необходимо, чтобы выполнялось следующее условие: .

Самое серьезное упущение данной спецификации модели GARCH является то, что независимо от того, как влияют шоки (положительно или отрицательно), они оказывают равноценное влияние на ожидаемую будущую волатильность. Однако, оценка эмпирических данных зачастую показывает левередж эффект (эффект рычага) или асимметричность. В таком случае стандартный GARCH не подходит и необходимо использовать более универсальную модификацию GARCH.

Также стоит отметить следующие модели:

· модель учитывающая эффект рычага - TGARCH,

· логарифмическая модель LGARCH,

· нелинейная модель NGARCH,

· модель авторегрессионнои? условной? плотности GARCHD

· обобщенная ARCH в среднем значении - GARCH-M

· абсолютная GARCH модель - AGARCH [1, 3].

Список модификаций не ограничивается приведенными выше и периодически пополняется новыми моделями. Если говорить о популярности, то данная модель и ее модификации нашли широчайшее применение в анализе валютного курса.

Финансовые модели на основе семейства GARCH

Статья	Модель	Выборка
Andreea - Cristina Petrica Stelian Stancu “Empirical Results of Modeling EUR/RON Exchange Rate using ARCH, GARCH, EGARCH, TARCH and PARCH models”	ARCH, GARCH, EGARCH, TARCH PARCH	Анализ учитывает ежедневные котировки обменного курса EUR / RON на период с 04 января 1999 года по 13 июня 2016 года
“Relationship between oil, stock prices and exchange rates: A vine copula based GARCH method”	Vine copula based GARCH method	Выборка, состоящая из наблюдений за период более в 10 лет. Анализировались следующие показатели: нефть WTI, индекс Dow Jones Industrial Average и взвешенный по доллару индекс доллара США,
Е.А. Федорова, К.А. Панкратов, «Моделирование волатильности фондового рынка в период кризиса", "Фондовый рынок" 37 (79) - 2011 [48]	TARCH, PARCH, EGARCH	Выборка состоит из индексов DAX, FTSE, MICEX.
Guglielmo Maria Caporale, Faek Menla Ali, Nicola Spagnolo “Exchange rate uncertainty and international portfolio flows: A multivariate GARCH-in-mean approach”	VAR GARCH-BEKK-in-mean mode	Влияние неопределенности обменного курса на различные компоненты чистых потоков от инвестиционной деятельности, а именно: чистые потоки акций и чистых потоков облигаций, а также их динамические связи.
D.Alberg, H.Shalita, R.Yosef, «Estimating stock market volatility using asymmetric GARCH models», Applied Financial Economics, 2008, 18, 1201-1208 [30]	TARCH, PARCH, EGARCH, EGARCH-t	Авторы рассматривают индекс TASEза период с 1992 по 2005 г.г.

Источник: данные автора

Все данные модели предназначены для моделирования волатильности. В зависимости от типа модели и внешней ситуации, качества моделей будут различаться. Поэтому желательно перепробовать несколько моделей и выбрать наиболее оптимальный вариант, который позволит наиболее точно определить влияние на валютный курс.

Исходя из утверждения Engle (1986), прежде чем использовать ARCH или GARCH - необходимо сперва проверить изначальную модель на наличие условной гетероскедастичности в остатках. Это проверяется с помощью теста множителей Лагранжа.

· H0 - гипотеза об отсутствии авторегрессионной условной гетероскедастичности;

· H1 - альтернативная гипотеза о наличии автореегрессионной условной гетероскедастичности.

Также желательно проверить GARCH модель на условность распределения ошибок. Многие финансовые показатели имеют ненормально распределенные остатки. Данный факт сильно влияет на спецификацию модели. В связи с этим стоит проводить проверку остатков на нормальность.

Наиболее популярными тестами, которые исследует нормальность остатков, являются тесты Jarque - Bera Fama E.F. Efficient Capital Markets: A Review of Theory & Empirical Work //Journal of Finance, May 1970, pp. 383-417 [35] Стоит также отметить Тест Грэнджера на причинность -- это процедура проверки причинно-следственной связи между временными рядами. Суть заключается в том, что изменения временного ряда (причинный фактор), должны предшествовать изменениям временного ряда объясняемой переменной, и кроме того, должны вносить весомый вклад в прогноз значений Y переменной. В ситуации, когда детерминант и объясняемая переменная вносят значимый вклад в прогнозы друг друга, должна существовать третья переменная, которая бы влияла на обе фактора.

В тесте Грэнджера, необходимо проверить две H0 гиппотезы:

1. H0₁ : Х не является причиной Y по Грэнджеру;

2. H0₂ : Y не является причиной Х по Грэнджеру.

Таким образом, строятся две регрессии, (для подтверждения данных гипотез), где в каждой регрессии зависимая переменная представляет собой одну из проверяемых на причинность переменных. Регрессорами в данных моделях выступают лаги обеих переменных.

2.4 Методы по определению факторов, влияющих на внутриигровой валютный курс

Существует множество методов для оценки влияния факторов на объясняемую переменную, но стоит выделить два основных, это корреляционный и регрессионный анализ.

Корреляционный анализ исследует тесноту и направление связей между переменными, основным показателем данной связи является коэффициент корреляции Пирсона. Степень влияния базируется на шкале Чеддока (таблица 5)

Теснота связи	Значение коэффициента корреляции при наличии:
	Прямой связи	Обратной связи
Слабая	0,1-0,3	(- 0,3) - (- 0,1)
Умеренная	0,3-0,5	(- 0,5) - (- 0,3)
Заметная	0,5-0,7	(- 0,7) - (- 0,9)
Высокая	0,7-0,9	(- 0,9) - (- 0,7)
Весьма высокая	0,9-1	(- 1) - (- 0,9)

Источник: Орлов А.И. Эконометрика. Учебник. М.: Издательство "Экзамен", 2002.

Данный метод является универсальным с точки зрения простоты, т.к. он изначально показывает линейные взаимосвязи между факторами и позволяет дать первичную оценку влиянию. Однако, метод не способен определить причинно-следственную связь, в связи с этим используется регрессионный анализ.

Регрессионный анализ используется для проверки факторов на их значимость. Регрессионный анализ представляет собой базовый подход при анализе зависимостей между детерминируемой и детерминирующими переменными. С помощью данного подхода, можно определить количественное влияние факторов на переменную. Более того, данный подход позволяет оценить значимость факторов и качество модели. Однако, при данном подходе возникают некоторые проблемы, в случае нарушения предпосылок теоремы Гаусса-Маркова, такие как: мультиколлинеарность, гетеросекадстичность, автокорреляция, если подобные проблемы возникнут, то будут использованы специальные тесты и корректировки.

В данной работе эндогенной переменной выступают вариации валютного курса (валютный спред/официальный/теневой валютный курс), а объясняющими переменными являются как специфичные факторы для данной внутриигровой экономики, указанные в обзоре литературы, (околоигровые и внутриигровые), так и общие детерминанты внешней экономики, которые влияют на благосостояние граждан. Т.к. внутри игры отсутствует возможность проанализировать объем денежной массы, а данный объем зависит от количества игроков, то ожидается, что внешние факторы, которые косвенно влияют на количество игроков, будут качественно объяснять модель. Некоторые исследуемые внешние экономические факторы по определению характеризуются высокой линейной зависимостью между собой (например, российский рубль и цены на нефть Christian Dreger, Jarko Fidrmuc, Konstantin Kholodilin, Dirk Ulbricht "The Ruble between the hammer and the anvil: Oil prices and economic sanctions" (2015)). Поэтому, скорее всего, для того, чтобы избавиться от потенциальной мультиколлинеарности, необходимо будет рассмотреть несколько регрессионных моделей. Модель будет построена по теневому валютному курсу и валютному спреду (, чтобы выделить наиболее значимые факторы и для этих показателей.

Теневой:

Валютный спред:

Также будет рассмотрена модель, рассматривающая только воздействие переменных на объясняемую модель. Стоит отметить, что количество дамми переменных, принимающих 1, относительно мало (всего 26 значений), по отношению к количеству объясняемых (701 значение). Поэтому, стоит принимать во внимание и факторы, которые оказываются значимыми на условно больших уровнях значимости (>10%).

Модели будут выглядеть следующим образом:

Официальный:

Теневой:

Валютный спред:

В данных моделях будет рассматриваться только значимость или незначимость факторов, т.к. объясняющая сила модели будет слабой.

Глава 3. Описательная статистика и результаты тестирования

3.1 Описательная статистика итоговой выборки

Для грамотного представления структуры наблюдаемых значений необходимо проиллюстрировать основные характеристики выборки.

Стоит обратить внимание на наблюдаемые переменные, собранные на новостных порталах (График 5) Источник: данные автора.

Итоговая выборка, освещенных новостными порталами, событий

Источник: данные автора

Т.к. факторы были выбраны, основываясь на аргументах, описанных в научной литературе, и было выдвинуто предположение, что большинство игроков World of Warcraft, получают информацию (большую часть) с официального сайта и с нескольких крупных фан-сайтов, данные наиболее полно отражают количество существенно важных для внутриигровой экономики событий.

Показательным является то, что большая часть выборки представлена факторами, влияющими напрямую на игровой процесс (19 из 26 наблюдений). Скорее всего это связано с желанием компании-эмитента, поддерживать информированность сообщества о происходящем в игровом процессе.

Однако, наиболее распространённым является фактор, не влияющий на игровой процесс напрямую - фактор стимулирования базы подписчиков (6 из 26), что говорит о том, что Blizzard стараются удерживать текущих подписчиков и привлекать новых, с помощью подогревающих интерес к игре, событий. Выход игр, которые могли бы конкурировать с World of Warcraft и которые могли бы переманить подписчиков, является редким явлением (1 из 26 наблюдений). Скорее всего это объясняется тем, что создание сложной, многофункциональной системы мира требует больших затрат, как временных, так и финансовых.

Особое внимание необходимо уделить описанию выборки внутриигрового валютного курса, как со стороны официального рынка, так и со стороны теневого, т.к. это детерминируемая переменная. Также в анализе необходимо рассмотреть динамику валютного спреда, чтобы понять, как реагирует теневой рынок на изменения официального валютного курса (График 6).

Во-первых, на графике 6 четко прослеживается период высокой волатильности, связанный с вводом официального валютного курса. В течение первого месяца, существовала неопределенность на рынке, т.к. рынок не знал реальной стоимости новой предложенной услуги. Однако, в последствии, рынок переходил в стадию переоценки актива, с постепенным снижением валютного курса. Во многом, это связано с тем, что на неофициальном рынке за те же деньги, подвергая себя небольшому риску, можно было приобрести в два раза больше (13р. за 1000г против 28 рублей за 1000г) виртуальной валюты.



Источник: данные автора

С течением времени рынок старался избавиться от подобного валютного спреда (между официальным и теневым рынком). Так, за временной промежуток в 700 дней, валютный спред сократился со значений в 15 руб до 0,2 руб, что по суть соответствует закону эффективного рынка о NAC (no-arbitrage condition). Т.е. рынок пришел в относительное равновесие, где люди берут на себя дополнительный (маленький) риск и получают за это дополнительные выгоды (небольшие), в виде дополнительной доходности.

Также, на данном графике видно, что рынок реагирует на большинство выбранных факторов и они потенциально оказывают влияние на поведение валютного курса. Например, в период с 24-25.06.15 24.06.16 выход обновления 6.2 для World of Warcraft; 25.06.16 повышается стоимость подписки и игровых предметов. вышли две новости, которые, если судить по графику, привели к росту валютного курса (валютный курс вырос со значений 12,94 руб. за 1000 голды до 13,45 руб.). Реакция рынка на события не меняется и, если смотреть на конечный период, в период с 03-05.05.16 также произошли два события, 03.05.16 Blizzard выиграла суд против создателей ботов; Blizzard вводят возможность обмена виртуальной валюты на реальную (прямая конвертация). из-за которых, возможно, валютный курс упал со значений 9,69 руб. за 1000 голды до 6,35 руб. Аналогично происходит и в других ситуациях.

При последующем визуальном обзоре, можно выделить несколько периодов, где рынок приходил в относительно стабильное состояние (подразумевается стабильное значение спреда). Это периоды с 02.07.15 по 02.10.15; с 20.10.15 по 06.02.16 и в период с 20.03.16 по 26.06.16. В среднем, можно сказать, что периоды спокойствия длятся по 3 месяца.

3.2Корреляционный анализ

	Eoff	Edark	ДPe	Er/e	Poil	Pgold	Imoex	Iblizzard	Prus
Eoff	1
Edark	0,90130	1
ДEe	0,96390	0,75341	1
Er/e	-0,11503	-0,06780	-0,13292	1
Poil	0,23947	0,21761	0,22973	-0,93468	1
Pgold	-0,39733	-0,28953	-0,42514	-0,02277	0,06713	1
Imoex	-0,84071	-0,71228	-0,83829	-0,16086	0,06776	0,45429	1
Iblizzard	-0,79205	-0,72414	-0,75715	0,09354	-0,24569	0,45046	0,71184	1
PRus	0,21180	0,11466	0,25102	0,35560	-0,42096	-0,63396	-0,38660	-0,25670	1

Корреляционная матрица

Источник: данные автора

Весьма высокая связь наблюдается в трех эпизодах:

· Связь валютного курса Рубль/Евро и ценами на нефть (-0,93468), как и предполагалась, отрицательная зависимость между данными факторами весьма сильная. Рост цен на нефть укрепляет российский рубль и наоборот.

· Связь официального и теневого валютного курса (0,9639), это может говорить о том, что биржи по продажи голды редактируют свои цены частично исходя из того, как ведет себя официальный валютный курс;

· Связь валютного спреда и официального валютного курса наиболее высокая (0,96390). Это говорит о том, что валютный спред изменяется наиболее сильно со стороны официального валютного курса и что именно внутриигровой валютный курс является неким «повыдерем»;

Высокая связь наблюдается в двух группах и в двух отдельных наблюдениях:

· Отрицательная зависимость между индексом MOEX и синтетическими валютными курсами говорит о том, что индекс потенциально отражает рост или падение российского благосостояния игроков, что в контексте игры, приводит к увелечению (падению) количества подписчиков и, соответственно, падению (росту) курсов GOLD/RUB.

· Отрицательная зависимость между курсом акций Blizzard и синтетическими валютными курсами говорит о том, что потенциально котировки акций Blizzard зависят от количества подписчиков также, как и курс. Чем больше игроков, тем ниже курс и тем выше котировки у Blizzard.

· Зависимость между валютным спредом и теневым валютным курсом меньше, чем у валютного спреда и официального валютного курса. Это объясняется тем, что теневой рынок менее активно стремится к сокращению данной разницы, из-за сокращения потенциальной выгоды.

· Также, существует зависимость между акциями Blizzard, торгующимися на NASDAQ и индексом MOEX. Объяснить эту зависимость можно экономическим состоянием мировой экономики.

Умеренная зависимость наблюдается, в основном, с котировками золота. Так, умеренно зависят от котировок золота следующие факторы: официальный курс внутриигровой валюты, валютный спред, индекс MOEX, акции Blizzard. Объяснить можно тем, что, потенциально, золото - это хороший показатель состояния мировой экономики. Также стоит отметить, что инфляция в России умеренно зависит от курса валюты Рубль/Евро, котировок нефти и индекса MOEX. Остальные факторы показали слабую зависимость.

3.3 Регрессионный анализ

Анализ моделей (1)

Как уже было сказано ранее (и что подтвердил корреляционный анализ), курс рубля сильно зависим от нефти (-0,93468). Поэтому было принято решение, что необходимо сначала выбросить из модели наименее влиятельный показатель, чтобы избавиться от мультиколлинеарности. Курс EUR/RUBo был исключен из модели, таким образом модель стала выглядеть следующим образом:

Были получены следующие результаты:

Сразу проверим данную модель на линейную зависимость между объясняющими переменными, чтобы своевременно, если необходимо, убрать лишние факторы. Проверка на мультиколлинеарность при помощи показала, что высокая мультиколлинеарность отсутствует в моделях. Для каждой .

Оценив модель, гипотеза о неадекватности регрессионной модель отвергается на любом уровне значимости (P>F~0; P<2.2e-16). Модель объяснена более чем на 80% (R² = 0,8238 и R²_adj = 0,821_{нормированный}).

Были получены противоречивые результаты. Наиболее значимыми факторами оказались (на любом уровне значимости): Индекс MOEX. котировки акций Blizzard и котировки нефти Brent.

Незначимым фактором, состоящим из количественных значений, является фактор цены золота. Возможно, это объясняется тем, что цена на золото хорошо отражает состояние мировой экономики в кризисные периоды, однако в реалиях одной страны, она не имеет существенной значимости.



Размещено на http://www.allbest.ru/

Инфляция показала хороший показатель значимости для показателя, значения, которого публикуются ежемесячно, а не ежедневно, как остальные факторы. Учитывая это, можно говорить, что, частично, теория о ППС выполняется и для отношений между виртуальным и реальным миром. Также, ППС гласит, что количество денежной массы в экономике является необходимым значением для анализа валютного курса. Принимая во внимание этот постулат, данная модель действительно качественно описывает зависимости, учитывая, что отсутствуют значения денежной массы внутри виртуальной экономики.

Дамми-переменные, как и ожидалось, оказались незначимыми. Скорее всего, это связано с разницей в количестве наблюдений, 26 против 701. И, потенциально, в долгосрочной перспективе эти события не влияют на валютный курс так сильно, как прочие факторы. Ближе всего (0.431) к значимости оказался фактор Preparation (подготовка к выпуску новых обновлений). Однако на любом адекватном уровне значимости, он, как и все остальные дамми-факторы является незначимым. Но, потенциально, это может говорить о том, что игроки выступают в роли рациональных агентов, зная о дефиците золота на старте обновления - они запасаются заранее. Более подробно данный фактор будет описан в следующих моделях.

Перейдем к модели теневого валютного курса.



Оценив модель, гипотеза о неадекватности регрессионной модель отвергается на любом уровне значимости (P>F~0; P<2.2e-16). Модель обладает средним качеством - 60%+ (R² = 0,6409 и R²_adj = 0,6352_{нормированный}). Учитывая то, что факторы заработка и затрат «бирж» (внешние факторы) не отображены в модели, а также то, что данные по внутриигровой денежной массе отсутствуют, значение в 64% - неплохой показатель качества модели.

Аналогично официальному валютному курсу, курс нефти, индекс и курсы акций Blizzard являются значимыми при любом уровне значимости. Значимость MOEX для «бирж» ниже, чем для обычных игроков, т.к. данный фактор значим теперь только при 1% и уровне значимости. Также, теневой курс (относительно официального) дополнительно зависит от значения инфляции и единственной значимой дамми-переменной (на 5%) - блокировки аккаунтов.

Влияние показателя инфляции говорит нам о том, что магазины по продаже внутриигровой валюты, аналогично и реальным предприятиям, изменяют цены на свою продукцию, исходя из экономической ситуации в реальности. Т.е. при росте цен на реальном рынке, магазины должны адаптироваться, чтобы поддерживать свой уровень благосостояния на предыдущем уровне.

Дамми-переменная Preparation, аналогично, как и в ситуации с официальным курсом, находится ближе всего к значимости, среди остальных дамми.

Рассмотрим валютный спред.

Как это уже было видно из корреляционного анализа, «повыдерем» валютного спреда является официальный рынок. Поэтому и основные факторы, которые влияют на официальный валютный курс, влияют и на валютный спред. Коэффициент детерминации составляет примерно 80%, что является очень серьезным показателем для подобных моделей.

Данные модели проверялись на гетеросекадстичность и автокорреляцию. Подробнее о тестах и их значениях можно прочитать в приложении.

Большой проблемой всех линейных моделей, предложенных выше является наличие гетероскедастичности. Наличие гетероскедастичности случайных ошибок приводит к неэффективности оценок, полученных с помощью метода наименьших квадратов. В связи с этим, потенциально, статистические выводы о качестве полученных оценок могут быть неадекватными. Стоит отметить, что для решения данной проблемы недостаточно было изменить линейную форму на логарифмическую, скорее всего для решения подобной проблемы необходимо использовать другие типы моделей, однако, лучшим типом модели - будет модель, основывающаяся на нелинейных связах.

Изначальное предположение о незначимости дамми-переменных подтвердилось. Однако, графический анализ говорит об обратном, что данные параметры потенциально должны влиять на курс валют. В таком случае, было принято решение о проведение регрессии только по дамми переменным, чтобы удостовериться в ложности или правдивости, высказанных гипотез. Поскольку МНК-оценки параметров моделей остаются несмещёнными состоятельными даже при гетероскедастичности, то при достаточном количестве наблюдений, данный метод подходит для оценки значимости.

Анализ моделей (2).

Официальный валютный курс:

Рассмотрев модель, стоит отметить, что гипотеза о неадекватности регрессионной модель отвергается на любом уровне значимости. Модель обладает низкой объясняющей силой, но это связано с отсутствием количественных, а не качественных переменных в модели.

Рассматривая только внутриигровые и околоигровые факторы в модели, можно сразу заметить, что большинство факторов оказываются значимыми на приемлемых уровнях значимости. Так, на официальный валютный курс наибольшее влияние оказывают события, связанные с введением новых правил во внутриигровую экономику, а также факторы выпуска и подготовки к обновлению.

Наиболее весомым фактором оказался, как и ожидалось, “Rules”. Изменение внутриигровых правил влечет за собой наиболее сильное изменение (coef=20.5156 и P=0.007) внутриигрового валютного курса. Это изменение прослеживается и в реальности. Так, когда в России «ввели новое правило», когда перешли с фиксированного обменного курса на плавающий, волатильность валютного курса сильно подскочила.

Также очень весомым (coef =19.3693 и P=0.020) фактором оказался показатель “Preparation”. Данный фактор отражает события связанные, с анонсированием новых патчей, а также других внутриигровых новостей. Это говорит о том, что игроки наиболее активно подстраиваются под будущие реалии не во время выпуска обновления Pack (coef=14.1314 и P=0.062), а заранее. Т.е. используют доступную информацию, чтобы выстроить свою функцию предпочтений заблаговременно.

Следующим весомым (coef=16.2766 и P=0.011) фактором является “Stimulus” - показатель, который отражает политику компании по привлечению и удержанию новых пользователей. Это говорит о том, что игроки реагируют на действия Blizzard по привлечению пользователей.

Последний фактор, который оказался значимым в модели - это Blocks. Данный фактор включает в себя события, связанные с блокировкой аккаунтов и ботоводов. Ожидалось, что это будет наиболее значимый фактор, в связи с тем, что большая часть денежной массы, поставляемой на теневой валютный рынок, производится именно ботоводами. Однако, как показала модель, данный фактор оказался менее значимым, чем остальные, а также имеет более низкий коэффициент (coef=15.3975 и P=0,069). Это может говорить о том, что большая часть внутриигровой валюты все-таки производится благодаря «честным» игрокам и, что внутриигровой валютный рынок менее зависим от количества ботоводов, чем ожидалось.

Единственным незначимым фактором в модели - оказался выпуск игры-субститута. Это объясняется, с социальной точки зрения. В первую очередь, издатели ММОРПГ игр делится на два лагеря: западные и восточные. Зачастую игроки придерживаются только определенного типа игр и участвуют в игровом процессе только от определенных издателей, принадлежащих к восточному или западному лагерю. Также, необходимо отметить, что Blizzard построила уникальный виртуальный мир вокруг своих игр, со своей собственной историей и сложными персонажами, что делает игроков не просто игроками, а преданными фанатами данной игровой вселенной и, независимо, от выпуска других игр, предпочитают именно эту ММОРПГ. В связи с этим, выпуск альтернативных игровых площадок игнорируется игроками и, соответственно, не влияет на внутриигровую экономику.

...